Подходы к гиперспектральному мониторингу деревьев и плодов яблони в промышленном саду
12 июл 2019
Введение
Современные технологии наземного и аэрокосмического мониторинга агроэкоценозов позволяют получать детальную информацию о состоянии и пространственном распределении растительности. Эти технологии служат основой инновационного комплекса подходов, известного как «точное земледелие» (precision agriculture). Реализация методологии точного земледелия требует вести мониторинг состояния культурных растений с высоким разрешением во времени и пространстве (до уровня отдельных растений и органов). Одна из ключевых технологий, составляющих базис точного земледелия—оптический дистанционный мониторинг. Наиболее современная и перспективная разновидность мониторинга — гиперспектральный мониторинг, предоставляющий наиболее подробную, разноплановую и ценную информацию о растениях и почве. Несмотря на разнообразие методов дистанционного мониторинга растений, в гиперспектральном мониторинге большинство методов оптимизировано для мониторинга равномерного покрова травянистых растений (полевых культур) либо обширных лесных массивов со спутников. Для интенсивных промышленных садов (насаждений культурных древесных растений) эта проблема практически не решена, в том числе из-за фундаментальной сложности взаимодействия света с кронами древесных растений.
Целью настоящей работы явился поиск подходов к гиперспектральному мониторингу промышленных яблоневых садов, получению и тематической обработке гиперспектральных изображений.
Методы и объекты исследований
Съёмка насаждений и плодов проводились в опытно-промышленном саду ФНЦ им. И.В. Мичурина в июле-августе 2018 г. с использованием гиперспектральной камеры Specim IQ (SPECIM, Финляндия). Также проводили измерения градиентов спектрального состава и интенсивности освещённости в кронах деревьев спектрорадиометром FieldSpec 3 (ASD, США). Для панорамной съёмки насаждений использовали авиационную гиперспектральную камеру производства АО «НПО «Лептон» (г. Зеленоград, РФ) адаптирована путём установки на механизированную поворотную платформу.
Контроль стабильности внешней освещённости деревьев проводился с получасовыми интервалами при помощи солнечного фотометра MICROTOPS II, в качестве калибровочного эталона при съёмке применяли светоотражающие панели SphereOptics Zenith Lite (коэффициент отражения >95% во всём рабочем спектральном диапазоне, изотропен при углах визирования до 80º от нормали к поверхности).
Для обработки изображений использовали оригинальное ПО «Альбедо».
Результаты и обсуждение
В ходе работ были получены гиперспектральные снимки насаждений деревьев яблони (Malus domestica × Borkh.) in situ, а также спектральные отражательные характеристики отдельных плодов с повреждениями (градобоинами, солнечным ожогом, поражениями паршой). Ниже приводятся примеры гиперспектральных изображений, а также результаты оценки применимости и сравнительного анализа некоторых подходов к тематической обработке подобных изображений.
Регистрация и интерпретация гиперспектральных данных на уровне плодов
На рис. 1 приводятся примеры спектров отражения, зарегистрированных при гиперспектральной съемке отдельных плодов яблони с типичными симптомами повреждений и физиологических расстройств. Для обработки изображений применяли два вида хлорофилльных индексов [1, 2]:
Сравнительный анализ показал, что последний лучше подходит для выделения градобоин на поверхности яблок (рис. 2), градобоинам соответствовали значения индекса CIRE около 0.3–0.4, в проанализированных гиперспектральных снимках (14 шт.) этот диапазон позволили уникально идентифицировать этот тип повреждений.
Рис. 1. Спектры отражения плодов яблони, зарегистрированные гиперспектральной камерой. На спектрах хорошо видны минимумы отражения, связанные с поглощение хлорофиллов (678 нм) и антоцианов (550 нм), а также вариабельность отражения в ближней инфракрасной области (700–850 нм).
|
|
|
Следует отметить, что затенение также может приводить к росту значений индекса, что усложняет автоматизацию применения этого критерия; однако в сочетании с пространственной информацией (размер выделенных областей) выделение градобоин удаётся провести достаточно надёжно.
Солнечный ожог, напротив, лучше локализуется с использованием индекса CI678, для поздних стадий повреждения характерны значения CI678 < 0.3, для более ранних — от 0.5 до 0.9 (для здоровых тканей характерны значения индекса в диапазоне от 1.2 до 4.5).
Поскольку развитие повреждений у растений нередко сопровождается интенсификацией накоплением защитных пигментов — антоцианов (также присутствующих в норме у здоровых плодов), для анализа повреждений был использован антоциановый индекс [3]:
Детекция развития защитной антоциановой пигментации у здоровых плодов и плодов, поражённых солнечным ожогом, показано на рис. 3.
|
|
|
|
|
|
На поздних стадиях ожога наблюдается рост значений антоцианового индекса, однако на более раннем этапе в ходе мацерации тканей падает как хлорофилльный, так и антоциановый индекс, сигнализируя о фотодеструкции пигментов — типичном симптоме солнечного ожога [4].
Получение и интерпретация гиперспектральных снимков на уровне крон
В силу технических характеристик использовавшейся для съёмок авиационной камеры минимальное расстояние до деревьев, на котором съёмка была возможна без размытости пикселей, оказалось около 15 метров. Эффективное линейное разрешение при этом было оценено в несколько сантиметров, при этом на прямолинейных границах объектов сильно выражена неровность контуров. Частично появление этого артефакта было обусловлено наклоном снимка, вызванным техническими сложностями адаптации камеры к не предусмотренным для неё изначально условиям съёмки. Тем не менее, полученные данные позволяют проводить оценку возможностей камер подобного класса и типовых возможностей гиперспектрального мониторинга плодовых садов со стационарных платформ либо авиационных носителей, в том числе беспилотных. Важно отметить, что выявление стрессового состояния растений по данным наземной съёмки потребует адаптации алгоритмов, позволяющих учитывать затенённость посадок [5].
В качестве примерной задачи для панорамной съёмки была выбрана задача оценки нагруженности деревьев урожаем. На момент проведения съёмки содержание антоцианов в яблоках было уже достаточно высоким, и их было относительно легко выделить по цвету (спектральные отражательные свойства зелёных яблок, напротив, близки к таковым листьев). Основная трудность заключается в выделении плодов на фоне пожелтевшей листвы, травы и почвы с сохранением независимости от абсолютной яркости сцены. Также нежелательно было использовать длины волн в синей области спектра, сильно зависящие от затенённости.
«Классические» антоциановые индексы, как правило, нацелены на количественную оценку содержания антоцианов в листьях и плодах, а не на отделения растительности от фона. В рассматриваемом же случае естественным выглядит использование трёхканального индекса, изолирующего характерный для тонкой структуры спектров «подъём в районе 600 нм/спад к началу красного края». С учетом этих соображений было предложено использовать индекс следующего вида:
для выделения плодов на фоне прочей растительности, почвы и искусственных объектов. Результат отсечения по значениям Anth3band > 0.075 (эмпирически полученное значение) даёт входные данные для последующего пространственного анализа. Сравнение рассмотренных индексов (вместе с индексом MCARI1, использующимся для оценки хлорофилльного поглощения и, как выяснилось, весьма чувствительного индикатора плодов на снимках, рис. 4) показало, в левой части снимка, где деревья сильнее нагружены плодами, предложенный трёхканальный индекс более селективен, менее чувствителен к низкому уровню сигнала и помехам от посторонних объектов сходного цвета (таких как почва).
Рис. 4. Сравнительный анализ применимости спектральных индексов для оценки нагрузки урожаем. Сверху вниз: цветной композит RGB, изображения, рассчитанные по индекса ARI, 1/MCARI1 и по предложенному в этой работе трёхканальному (Y-R-RE) индексу.
Заключение
По итогам измерительной кампании 2018 года была показана принципиальная возможность использования гиперспектральной техники различного типа (штативная наземная камера, авиационный гиперспектрометр) для решения задач гиперспектрального дистанционного оптического мониторинга промышленных яблоневых садов. Определены оптимальные области применения хлорофилльных индексов, показана возможность использования антоциановых индексов для выявления повреждений и оценки нагрузки урожаем. Полученные результаты закладывают основы методологии получения и обработки гиперспектральных изображений плодовых насаждений с помощью гиперспектрометров наземного и авиационного (БПЛА) базирования.
Исследование выполнено при финансовой поддержке РФФИ (грант 18-416-680007)
