Εφαρμογή της τηλεπισκόπησης στην αμπελουργία ακριβείας

Από RemoteSensing Wiki

Αναθεώρηση της 11:52, 10 Φεβρουαρίου 2017

J.L. Smit1 ,

G. Sithole1

and

A.E. Strever2

(1)Geomatics Division, School of Architecture, Planning and Geomatics, University of Cape Town, Private Bag X3, Rondebosch 7701, South Africa

(2)Department of Viticulture and Oenology, Stellenbosch University, Private Bag Xl, Matieland 7602, South Africa Submitted for publication: November 2009

Accepted for publication: June 2010

ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ

Στην εργασία αυτή παρουσιάζεται μια εφαρμογή της γεωργίας ακριβείας στη βιομηχανία οίνου. Ενώ η αμπελουργία ακριβείας στοχεύει ως επί το πλείστον στη μεγιστοποίηση των αποδόσεων με την χορήγηση των κατάλληλων εισροών σε κατάλληλες θέσεις σε ένα αγρόκτημα, στις σωστές δόσεις και στο σωστό χρόνο, ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τις διαφορές στη βιομάζα των αμπελιών. Η λύση που προτείνεται στην παρούσα εργασία χρησιμοποιεί αεροφωτογραφίες ως κύρια πηγή δεδομένων για την ανάλυση της αμπέλου. Ο πρώτος στόχος που πρέπει να επιτευχθεί είναι να γίνει αυτόματος εντοπισμός και αναγνώριση ενιαίων συνόλων αμπελιών, σειρών αμπέλου, καθώς και για επιμέρους μεμονωμένα αμπέλια μέσα σε σειρές. Αυτό γίνεται εφικτό μέσα από μια σειρά από βελτιώσεις και ιεραρχικές κατατμήσεις των αεροφωτογραφιών. Ο δεύτερος στόχος είναι να προσδιοριστεί η συσχέτιση των δεδομένων εικόνας με βιοφυσικά δεδομένα (συγκομιδή και μάζα κλαδέματος) του κάθε αμπελιού. Μια πολυφασματική εναέρια εικόνα χρησιμοποιείται για τον υπολογισμό δεικτών βλάστησης, οι οποίοι χρησιμεύουν ως δείκτες των βιοφυσικών μέτρων. Τα αποτελέσματα της αυτόματης ανίχνευσης συγκρίνονται με ένα πεδίο δοκιμών στο αγροτεμάχιο, για να εξακριβωθούν τόσο η τοποθεσία του αμπελιού όσο και η συσχέτιση του δείκτη βλάστησης με τις σχετικές παραμέτρους του αμπελιού. Το πλεονέκτημα αυτής της τεχνικής είναι ότι λειτουργεί σε περιβάλλοντα όπου η ανάπτυξη της ενεργής φυλλικής επιφάνειας στα αμπέλια είναι προφανής και ταυτόχρονα παρουσιάζονται πολλές διαφορετικές συνθήκες βλάστησης σε ένα ενιαίο αγροτεμάχιο.

ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ

Η τηλεπισκόπηση έχει χρησιμοποιηθεί στο γεωργικό τομέα για πολλά χρόνια και οι πρόσφατες εξελίξεις στους αισθητήρες εικόνας έχουν οδηγήσει σε ένα ευρύ φάσμα εφαρμογών με χρήση τηλεπισκοπικών απεικονίσεων στη γεωργία ακριβείας. Η βιομηχανία κρασιού είναι ένα παράδειγμα παραγωγής υψηλής αξίας που έχει επωφεληθεί από την τηλεπισκόπηση. Η αμπελουργία ακριβείας έχει ως στόχο να διατηρήσει το μέγιστο έλεγχο στη διαχείριση των αμπελώνων, λαμβάνοντας υπόψη το γεγονός ότι υπάρχει μεταβλητότητα εντός του αμπελώνα. Συγκεκριμένα με τη χρήση των πολυφασματικών εικόνων από αερομεταφερόμενους αισθητήρες έχει καταστεί δυνατή η από απόσταση διάκριση της μεταβλητότητας και ποικιλομορφίας ενός αμπελώνα η οποία προκαλείται από διαφορές στη μορφολογία, τα χαρακτηριστικά του εδάφους, τις πρακτικές διαχείρισης, την υγεία των φυτών και τα μεσο-κλίματα. Η χρήση των δεικτών βλάστησης, οι οποίοι παράγονται από τις διάφορες φασματικές ζώνες των εναέριων πολυφασματικών εικόνων, παρέχει ένα μέτρο κεφαλαιοποίησης της αντίθεσης που υπάρχει στη βιομάζα αμπέλου, όταν μετράται σε διαφορετικές ζώνες συχνοτήτων. Αυτοί που χρησιμοποιούνται συνήθως είναι ο Κανονικοποιημένος δείκτης βλάστησης (NIDVI) και η φυτική κυτταρική πυκνότητα Plant Cell Density (PCD) ή Δείκτης Βλάστησης (RVI). Και οι δύο αυτοί δείκτες κάνουν χρήση του γεγονότος ότι υγιή, εύρωστα αμπέλια θα δείξουν ισχυρή ανακλαστικότητα στο εγγύς υπέρυθρο και πολύ χαμηλή ανακλαστικότητα στο κόκκινο.

ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αμπελώνα είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ

Μόλις ο δείκτης βλάστησης NDVI υπολογιστεί, ταξινομείται σε ένα ευρετήριο εικόνας ψευδο-χρώματος, σύμφωνα με το οποίο διαφορετικές κατηγορίες στο χρώμα αντιπροσωπεύουν διαχειρίσιμες διαφορές στην ποικιλομορφία της αμπέλου, όπως μπορεί να φανεί στο Σχ. 1.

Σχήμα 1: Εικόνα Ψευδο-χρώματος ΝDVI ενός τμήματος του υπό εξέταση αμπελώνα σε ένα αγρόκτημα στο Stellenbosch, όπου το κόκκινο αντιπροσωπεύει χαμηλές τιμές NDVΙ, το πράσινο αντιπροσωπεύει μέσες τιμές NDVΙ και το μπλε αντιπροσωπεύει υψηλές τιμές NDVΙ.

Η ανάλυση της εικόνας των αμπελώνων απαιτεί κατ 'αρχάς, τη διάκριση από γειτονικά δάση, υποστατικά και γεωργική γη και κατά δεύτερο λόγο τη διάκριση των επιμέρους σειρών στο αμπέλι και τη διάκριση μεμονωμένων αμπελιών στις σειρές. Όλες αυτές οι εργασίες συνήθως γίνονται με το χέρι. Μπορεί να φανεί από το Σχ. 1 ότι η ταξινόμηση στο ψευδο-χρώμα έχει συμπεριλάβει τιμές NDVI για τις σειρές της αμπέλου, τη μεταξύ των σειρών φυτική κάλυψη, τις σκιές και το γυμνό έδαφος. Μια προσπάθεια να ελαχιστοποιηθεί το πρόβλημα αυτό μπορεί να γίνει με την τροποποίηση της ταξινόμησης, με την αποτελεσματική μετακίνηση όλων των τάξεων του ψευδο-χρώματος σε υψηλότερες τιμές NDVI για να απομονωθούν τιμές NDVI μόνο για τα αμπέλια. Αυτή η διαδικασία φαίνεται στο Σχ. 2

Είναι εμφανές ότι με τη διαδικασία αυτή γίνεται ένας «συμβιβασμός» τιμών και η βέλτιστη ισορροπία είναι δύσκολο να επιτευχθεί για μια σωστή ταξινόμηση. Η παρούσα εργασία προτείνει μια μέθοδο κατάτμησης εικόνας για την διάκριση των σειρών της αμπέλου από την πολυφασματική εικόνα πριν από την κατάταξη του δείκτη βλάστησης με ψευδο-χρώμα, περιορίζοντας έτσι το σύστημα κατάταξης μόνο στη βλάστηση του αμπελιού και εξασφαλίζοντας μια πιο αξιόπιστη συσχέτιση με βιοφυσικές παραμέτρους όπως η βιομάζα. Ο στόχος της κατάτμησης είναι να διακρίνει αυτόματα τα αμπέλια από τα γειτονικά δάση και τις γεωργικές εκτάσεις και να διακρίνει τις γραμμές στους αμπελώνες, όπως επισημαίνεται στο σχήμα 3.

Μόλις οι μεμονωμένες σειρές γίνουν διακριτές τα μεμονωμένα αμπέλια μπορούν να ταυτοποιηθούν με άλλα μέσα, όπως η ανάλυση της μεταβολής του πλάτους των γραμμών. Μόλις γίνουν διακριτά τα αμπέλια οι μετρήσεις ανάπτυξης υπολογίζονται γι’ αυτά από τα γειτονικά pixels.

ΜΕΘΟΔΟΛΟΓΙΑ

Η μέθοδος κατάτμησης που χρησιμοποιείται σε αυτή τη μελέτη είναι ένας συνδυασμός ενός «κατωφλίου» και μιας τεχνική που βασίζεται σε γράφημα. Το κατώφλι εφαρμόζεται για να αυξηθεί η αντίθεση μεταξύ του αμπελώνα και των παρακείμενων χαρακτηριστικών (δρόμοι, κτίρια, χώρος μεταξύ των γραμμών κ.λπ.). Για τη διάκριση των σειρών εφαρμόζεται στην εικόνα κατωφλίου ένα γράφημα G (V, E) όπου V είναι το σύνολο των κορυφών στο γράφημα και E είναι το σύνολο των ακμών που συνδέουν τις κορυφές. Κάθε κορυφή στο γράφημα αντιπροσωπεύει ένα εικονοστοιχείο (pixel) στην εικόνα με καθορισμό κατωφλίου, και κάθε κορυφή φέρει τη σχετική τιμή pixel ως ένα χαρακτηριστικό. Οι γειτονικές κορυφές (pixels) συνδέονται, αν οι διαφορές στις τιμές κορυφής είναι κάτω από το όριο που ορίζεται από το χρήστη. Η σύνδεση των κορυφών με τον παραπάνω τρόπο θα δώσουν υπο-γραφήματα στο γράφημα G. Με την εφαρμογή ενός αλγόριθμου στις συνδεδεμένες τιμές, εξάγονται τα υπο-γραφήματα, και ως συνέπεια τα τμήματα της εικόνας κατωφλίου. Τα αμπέλια διαχωρίζονται από γειτονικά δάση ή καλλιέργειες με τον υπολογισμό της απόστασης μεταξύ των σειρών. Αν η απόσταση είναι μικρότερη από το μέγιστο αναμενόμενο πλάτος μεταξύ των σειρών, τότε το τμήμα γίνεται δεκτό ως αμπέλι. Αυτή η μέθοδος επιτρέπει επίτευξη των δύο πρώτων στόχων της κατάτμησης σε ένα βήμα, δηλαδή ο αμπελώνας διακρίνεται από το φόντο (δάσος, υποστατικά, κ.λπ.) και ταυτόχρονα διακρίνονται οι μεμονωμένες σειρές αμπέλου. Η μελέτη διεξήχθη χρησιμοποιώντας εικόνες από έναν αμπελώνα φυτεμένο με την ποικιλία Merlot (Vitis vinfera L. cv Merlot) κλώνος MO 9, εμβολιασμένη σε υποκείμενο R110 (Vitis berlandieri x Vitis rupesfris) στην περιοχή Stellenbosch της Νότιας Αφρικής. Τα αμπέλια είναι φυτεμένα σε αποστάσεις 2,7 m x 1,5 m με προσανατολισμό ανατολής-δύσης και υποστυλωμένα σε ένα σύστημα επτά συρμάτων. Οι εικόνες που χρησιμοποιούνται σε αυτήν την μελέτη συλλέχθηκαν κατά τη διάρκεια της καλλιεργητικής περιόδου 2007/2008. Η περιοχή δοκιμής αποτελούνταν από 48 οικόπεδα εντός του αμπελώνα που χρησιμοποιήθηκαν επίσης σε μια μελέτη άρδευσης. Το καθένα φιλοξενεί πειραματικά μπλοκ των 48 αμπελιών (12 αμπέλια σε τέσσερις σειρές). Αυτή η ενότητα ασχολείται με την απόκτηση της εικόνας και της διαδικασίας διόρθωσης, καθώς και μερικές από τις δυσκολίες που σχετίζονται με την κατάτμηση και προ-επεξεργασία των εικόνων. Για την απόκτηση εικόνας χρησιμοποιήθηκαν δύο ψηφιακές φωτογραφικές μηχανές SLR για εναέρια λήψη. Μια Canon 10D (Canon, 2009) με έναν CMOS αισθητήρα, η οποία χρησιμοποιήθηκε για να λάβει έγχρωμες εικόνες, και μια Nikon D100 (Nikon, 2009) με CCD (charge-coupled device) αισθητήρα, η οποία χρησιμοποιήθηκε για τη λήψη εικόνας στο εγγύς υπέρυθρο (NIR). Η αεροφωτογραφία πραγματοποιήθηκε σε ύψος περίπου 350 μέτρα πάνω από το έδαφος, παρέχοντας ένα ονομαστικό μεγέθος εικόνας pixel 20 cm. Το ζεύγος φωτογραφιών ελήφθη όσο πιο κοντά στο μεσημέρι σε μια προσπάθεια να ελαχιστοποιηθεί η επίδραση των σκιών.

ΣΧΗΜΑ 4: Εικόνα στο εγγύς υπέρυθρο που δείχνει τη βλάστηση του αμπελιού σε αντίθεση με τις σκιές και την κατάσταση μεταξύ των γραμμών.

ΣΥΜΠΕΡΑΣΜΑΤΑ

Η ανάλυση της τεχνικής κατάτμησης που εφαρμόζεται σε αυτή τη μελέτη, σε συνδυασμό με αυστηρή επαλήθευση από επί τόπου παρατήρηση, έχει δείξει αποτελέσματα που φαίνονται να είναι αξιόπιστα, αν και απαιτείται περαιτέρω έλεγχος. Τόσο η κατάτμηση των αμπελιών, όσο και ο υπολογισμός του δείκτη βλάστησης, έχει βελτιωθεί από προηγούμενες μεθόδους ταξινόμησης, οδηγώντας σε βελτιωμένη εκτίμηση των βιοφυσικών παραμέτρων της αμπέλου. Η προσέγγιση που παρουσιάζεται εδώ διαφέρει από άλλες τεχνικές από το γεγονός ότι μπορεί να ανιχνεύσει καμπύλες σειρές μέσα στον αμπελώνα και δεν περιορίζεται σε γραμμικές σειρές. Αυτή η ισχυρή μέθοδος για την ανίχνευση των γραμμών του αμπελώνα κάνει χρήση δύο εικόνων (RGB και NIR) ενώ άλλες μέθοδοι συνήθως χρησιμοποιούν μόνο την εικόνα RGB. Το πλεονέκτημα του να μην χρησιμοποιείται ανάλυση υφής είναι ότι αποφεύγεται το πρόβλημα συγχώνευσης γειτονικού αμπελώνα με παρόμοια υφή. Ιεραρχική προσέγγιση κατάτμησης δεν έχει εφαρμοστεί σε αυτή τη μελέτη, αλλά έχει προγραμματιστεί για μελλοντικές εργασίες. Αυτό θα επιτρέψει τη διάκριση των γραμμών της αμπέλου, όπου η βλάστηση μεταξύ των γραμμών έχει συγχωνευθεί. Μια μελλοντική εργασία θα διερευνήσει τη συσχέτιση μεταξύ των δεικτών βλάστησης και βιοφυσικών παραμέτρων της αμπέλου με περισσότερες λεπτομέρειες. Οι τεχνικές που αναπτύχθηκαν στην παρούσα μελέτη θα πρέπει επίσης να εφαρμοστούν σε διαφορετικούς αμπελώνες στους οποίους οι συνθήκες καλλιέργειας μπορεί να ποικίλουν, με στόχο την ποσοτικοποίηση και την καλύτερη ακρίβεια των μετρήσεων.

Πηγή: http://www.sawislibrary.co.za/dbtextimages/63369.pdf