Ин таҳқиқот ҷудокунии спектралии алафи бегонаи Rottboellia cochinchinensis-ро, ки метавонад дар марҳилаи аввали рушд аз ҷиҳати морфологӣ ба найшакар (Saccharum officinarum) монанд бошад, ва харитасозии онро дар тасвирҳои ҳавопаймои бесарнишин (Unmanned Aerial Vehicle, UAV) меомӯзад. Имзои спектралӣ, ки дар маркази таҳқиқот қарор дорад, намунаи фарқкунандаи инъикосест, ки аз энергияи электромагнитии дар дарозии мавҷҳои гуногун аз ҷониби растанӣ инъикосшуда ва аз рӯи бандҳо ташаккулёфта ба вуҷуд меояд. Муҳаққиқон ченкуниҳои гиперспектралии аз спектрометри FieldSpec 4 Std-Res гирифташударо бо синтези хаттии спектралии танзимшуда ба бандҳои мултиспектралии камераи MicaSense RedEdge-P табдил додаанд; ҷудошавии намудҳоро бо масофаи Jeffries–Matusita ва ANOVA-и яксамта арзёбӣ кардаанд; сипас ҷараёнҳои кори Random Forest-и пикселӣ ва таҳлили тасвири объектӣ (Object-Based Image Analysis, OBIA)-ро муқоиса кардаанд. OBIA ба дақиқии умумии 0.9038 ва қимати Cohen Kappa-и 0.8499 расида, аз натиҷаи усули пикселӣ бо дақиқии умумии 0.83 ва Kappa-и 0.7419 болотар буд. Бо вуҷуди ин, азбаски таҳқиқот танҳо дар як майдон дар Costa Rica, бо як навъи найшакар ва дар шароити рушди барвақт гузаронида шудааст, натиҷаҳоро мустақиман ба навъҳои дигар, марҳилаҳои фенологӣ ва минтақаҳои истеҳсолӣ умумӣ кардан мувофиқ нест.

Таҳлили спектралӣ нишон дод, ки дар сатҳи як банд, бандҳои Blue ва Green барои ҷудо кардани ду синфи растанӣ қиматҳои баландтарини Jeffries–Matusita-ро додаанд. Гарчанде ки қимати JM-и банди RedEdge танҳо пасттар буд, он дар индексҳое, ки бо бандҳои намоён ба мисли Blue ё Green сохта шудаанд, ба равшантар шудани доғҳои алафи бегона дар тасвир мусоидат кардааст. Ҷудокунии визуалии синфҳо дар таркибҳои асосёфта ба NIR бошад, аз сабаби ҳассосияти бештар ба омилҳое чун сохтори дохилии барг, геометрияи соябон, миқдори об ва омехташавии спектралӣ бо хоки кушода дар растанипӯшии марҳилаи аввала заифтар арзёбӣ шудааст.

Ҳадафи амалии таҳқиқот ин аст, ки маълумоти муфассали спектралии аз сенсорҳои гиперспектралӣ бадастомадаро бо тасвирҳои мултиспектралии UAV, ки дар миқёси хоҷагӣ дастрасии бештар доранд, қобили истифода гардонад. Чунин ҷараёни харитасозӣ метавонад дар шароитҳои санҷидашудаи таҳқиқот доғҳои R. cochinchinensis-ро аз найшакар ва хоки кушода ҷудо карда, дар оянда барои идоракунии алафҳои бегона вобаста ба ҷой ва харитаҳои татбиқи меъёри тағйирёбанда як қабати маълумот фароҳам оварад. Аммо таҳқиқот истеъмоли воқеии гербисид, сарфаи иқтисодӣ ё афзоиши дарозмуддати ҳосилро мустақиман чен накардааст.

Чаро ҷудокунии алафҳои бегона дар марҳилаи барвақт муҳим аст?

Тибқи адабиёти манбаъ, рақобати алафҳои бегона дар найшакар махсусан дар марҳилаҳои барқароршавӣ, сабзиш ва панҷазанӣ муҳим аст. Майдони таҳқиқшуда аз навъи LAICA-09374 иборат буд, ки тақрибан 42 рӯз пеш шинонда шуда буд ва пеш аз намунагирӣ назорати алафҳои бегона татбиқ нашуда буд. Азбаски растаниҳои найшакар ҳанӯз соябони пурра пӯшида ба вуҷуд наоварда буданд ва хоки кушода ба сигнали тасвир саҳми назаррас дошт, ин давра аз нуқтаи назари зондкунии фосилавӣ душвор, вале барои идоракунии кишоварзӣ муҳим мебошад.

Rottboellia cochinchinensis навъи бартаридоштаи алафи бегона мебошад, ки дар майдони таҳқиқот байни қаторҳои найшакар ва дар тӯли қаторҳо мушоҳида шудааст. Монандии морфологии ин намуд ба найшакар дар марҳилаи аввала ҷудокунии визуалиро танҳо бо тасвири RGB душвор мегардонад. Ғояи асосии таҳқиқот ин аст, ки ду растание, ки ба чашми инсон монанд менамоянд, ҳатман дар дарозии мавҷҳои гуногун рафтори якхелаи инъикос надоранд.

Имзои спектралӣ чист?

Имзои спектралӣ намунаест, ки аз қиматҳои инъикосии дар қисмҳои гуногуни спектри электромагнитӣ ченшуда ба вуҷуд меояд. Пигментҳои растанӣ метавонанд ба каҷи инъикос дар минтақаи намоён, сохторҳои ҳуҷайравӣ дар минтақаи NIR ва робитаҳои растанӣ-об-сохтор дар минтақаҳои гуногуни спектралӣ таъсир расонанд. Аз ин рӯ, ҳатто агар найшакар ва R. cochinchinensis аз ҷиҳати зоҳирӣ монанд бошанд, онҳо метавонанд дар бандҳои Blue, Green, Red, RedEdge ва NIR тақсимоти якхелаи инъикосро ба вуҷуд наоранд.

Манбаъ дар Figure 4 каҷҳои спектралии синтезшударо бо каҷҳое, ки мустақиман аз тасвирҳои MicaSense RedEdge-P гирифта шудаанд, муқоиса мекунад. Шаклҳои умумии каҷҳои аз ду манбаи маълумот бадастомада ба ҳам наздиканд. Каҷҳои камерабунёд дар банди Red ҳампӯш мешаванд, дар бандҳои дигар бошад ҷудошавӣ дида мешавад. Азбаски нуқтаҳои хоми инъикоси Figure 4 дар шакли ҷадвал нашр нашудаанд, Verianla ин каҷро бо тавлиди нуқтаҳои нави дақиқи рақамӣ дубора намекашад.

Чаро Маълумоти Гиперспектралӣ ба Бандҳои Мултиспектралӣ Синтез Карда Шуд?

Маълумоти гиперспектралӣ дар шумораи зиёди дарозии мавҷҳои танг маълумоти муфассали спектралӣ медиҳад, аммо истифодаи он дар миқёси хоҷагӣ гаронтар ва мураккабтар аст; таҳқиқот кӯшиш кардааст ин маълумоти муфассалро ба фазои ченкунии сенсори UAV-и панҷбандаи нисбатан дастрас, ба мисли MicaSense RedEdge-P, ба таври математикӣ интиқол дода, ҷараёни кори амалии мултиспектралиро барои ҷудокунии намудҳо ташкил кунад.

Системаи ченкунии гиперспектралӣ

Спектрорадиометри FieldSpec 4 Std-Res дар диапазони спектралии 350–2500 nm ва фосилаи намунагирии 1 nm истифода шудааст. Барои R. cochinchinensis 80 ва барои найшакар 34 ченкунии барг гирифта шудааст. Ченкуниҳо аз қисми миёнаи ҳар барг дар байни 10:00–12:00 анҷом дода шуда, дастгоҳ пас аз ҳар даҳ ченкунӣ бо панели калибронӣ аз нав калибр карда шудааст.

Ҳар мавқеи намунагирӣ бо системаи RTK CHCNAV i50 ба таври сеченака сабт шудааст. Ин мувофиқсозии ҷуғрофӣ барои пайвастани ченкунии спектрометрии заминӣ ба пиксел ё минтақаи мувофиқ дар тасвири UAV зарур аст.

Тасвирбардории мултиспектралии UAV

Тасвирҳои мултиспектралӣ бо камераи MicaSense RedEdge-P, ки панҷ банди Blue, Green, Red, RedEdge ва NIR дорад, гирифта шудаанд. Камера дар UAV-и DJI Matrice 300 насб шуда, истгоҳи ислоҳи DJI D-RTK2 дақиқии мавқеъро дастгирӣ кардааст ва ҳалли фазоии тасвирҳои ниҳоӣ 2 cm будааст.

Коркарди пешакии спектралӣ

Ченкуниҳои гиперспектралӣ дар нармафзори R 4.5.2 коркард шудаанд. Диапазони спектралии таҳқиқшуда бо дарозии мавҷҳои поёнтар аз 1300 nm маҳдуд карда шудааст. Тибқи манбаъ, ин маҳдудсозӣ ду ҳадаф дошт: беҳтар мувофиқ кардани маълумоти гиперспектралӣ ба минтақае, ки сенсори MicaSense RedEdge-P ба он ҳассос аст, ва коҳиш додани таъсири садо дар минтақаи SWIR, ки дар шароити саҳро тағйирпазирии бештари муҳитиро нишон медиҳад.

Дар диапазони спектралии интихобшуда smoothing, normalization ё дигар spectral transform иловагӣ татбиқ нашудааст. Каҷҳои намояндагии намудҳо бо арзёбии якҷояи намунаҳои инъикос дар дохили як синф сохта шудаанд.

Синтези хаттии спектралии танзимшуда

Таҳқиқот фарз мекунад, ки ҳар як банди мултиспектралӣ метавонад тақрибан бо омезиши хаттии вазнноки дарозии мавҷҳои гиперспектралии ҳамсояи он банд аз нав сохта шавад. Дарозии мавҷҳои гиперспектралии истифодашаванда бо диапазони full width at half maximum (FWHM)-и банди ҳадафи мултиспектралӣ маҳдуд карда шудаанд.

Denklem (1)-и манбаъ коэффисиентҳои хаттиро бо масъалаи least squares-и танзимшуда арзёбӣ мекунад:

\[ \min \left( \left\|R_{\mathrm{real}}^{MSI}-H^{HSI}c_{i,j}\right\|^2 + \lambda\left\|c_{i,j}\right\|^2 \right) \tag{1} \]

\(R_{\mathrm{real}}^{MSI}\) инъикоси воқеии мултиспектралии бо сенсори MicaSense RedEdge-P ченшударо; \(H^{HSI}\) матритсаи инъикоси гиперспектралиро; \(c_{i,j}\) коэффисиентҳои омезиши хаттии баҳогузоришударо; ва \(\lambda\) параметри танзимро ифода мекунад.

Ҳади якуми муодила кӯшиш мекунад хатои байни қимати синтезшуда ва ченкунии воқеии мултиспектралиро кам кунад. Ҳади дуюм ҳади танзимкунандаест, ки аз аз ҳад калон шудани коэффисиентҳо ва ба вуҷуд овардани ларзишҳои ғайрифизикӣ пешгирӣ мекунад. \(\lambda\) дар манбаъ ҳамчун қимати собити назариявӣ дода нашудааст; он ба таври эмпирикӣ тавассути озмоишҳои такрорӣ барои мувозинат кардани тағйирпазирии спектралӣ ва устувории ҳалли масъала интихоб шудааст.

Пас аз муайян шудани коэффисиентҳо манбаъ Denklem (2)-ро истифода мебарад:

\[ R_i^{MSI}(\lambda_k) = \sum_{j=1}^{N_{HSI}} c_{i,j}R_i^{HSI}(\lambda_k), \qquad k=1,\ldots,n;\; i=1,\ldots,N_{MSI} \tag{2} \]

\(R_i^{MSI}(\lambda_k)\) инъикоси синтезшудаи банди мувофиқи мултиспектралиро; \(N_{HSI}\) шумораи умумии бандҳои гиперспектралиро; \(c_{i,j}\) коэффисиентҳои хаттии байни бандҳои гиперспектралӣ ва мултиспектралиро; ва \(R_i^{HSI}(\lambda_k)\) инъикоси гиперспектралии аз ҷониби FieldSpec дар дарозии мавҷи \(\lambda_k\) ченшударо ифода мекунад. Индексҳои муодила дар ҳамон шакле, ки дар манбаъ дода шудаанд, нигоҳ дошта шудаанд.

Намунаҳои спектралии мувофиқшуда

Аз маълумоти гиперспектралӣ ва мултиспектралии аз ҷиҳати ҷуғрофӣ мувофиқшуда барои R. cochinchinensis 51 ва барои найшакар 34 ҷуфти намуна омода карда шудааст. Ҳамагӣ 85 мушоҳидаи мувофиқшуда танҳо барои тавлиди имзои спектралӣ ва таҳлили ҷудошавӣ истифода шуда, ба омӯзиши классификатор дохил карда нашудааст.

Санҷиши дақиқии синтези спектралӣ

Дар бандҳои Blue, Green ва Red хатои байни синтез ва ченкунии воқеии камера паст аст; дар RedEdge ва махсусан NIR хато баландтар мебошад. Гарчанде ки матни манбаъ мегӯяд RMSE дар ҳамаи бандҳо аз 0.10 камтар аст, дар ҷадвал қимати NIR барои R. cochinchinensis 0.1005 мебошад. Илова бар ин, матни манбаъ мегӯяд найшакар махсусан дар NIR RMSE-и каме баландтар дорад, дар ҳоле ки ҷадвал дар NIR тартиби баръаксро нишон медиҳад. Verianla ин номувофиқиҳоро ислоҳ намекунад ва қиматҳои ҷадвалро ҳамон тавр нигоҳ медорад.

Индексҳои спектралӣ

Бо дарназардошти кори бандҳои Blue ва Green дар ҷудокунии намудҳо ва ҷудокунии визуалии заифи баъзе индексҳои дорои NIR, барои таҳлили минбаъда нӯҳ индекс аз таркибҳои Blue, Green, Red ва RedEdge баррасӣ шуданд. Онҳо ба оилаҳои Michelson contrast, Weber contrast ва Chlorophyll Index асос ёфтаанд.

Масофаи Jeffries–Matusita чиро чен мекунад?

Масофаи Jeffries–Matusita (JM) нишондиҳандаи ҷудошавӣ мебошад, ки то кадом андоза тақсимоти омории ду синф бо ҳам мепӯшанд, арзёбӣ мекунад. Миқёси истифодашудаи манбаъ аз 0 то \(\sqrt{2}\) аст. Бо зиёд шудани қимат, тақсимоти спектралии ду синф равшантар ҷудо мешаванд; манбаъ қиматҳои аз 1.3 боло бударо ҳамчун ҳадди маъмулӣ барои ҷудошавии қавии синфҳо меорад.

Чаро RedEdge Гарчанде Танҳо Қимати Баландтарини JM-ро Намедиҳад, Муфид Аст?

Гарчанде RedEdge ҳамчун як банд бо JM = 0.5871 аз Blue, Green ва NIR қафо мемонад, индексҳои RedEdge, ки бо бандҳои намоён сохта шудаанд, дар тасвирҳои UAV доғҳои алафи бегонаро равшантар ҷудо кардаанд, зеро RedEdge метавонад нисбат ба NIR ба таъсирҳои саҳроӣ чун хок, соя, сохтори соябон ва омехташавии спектралӣ устувортар бошад.

Ин нуқта нишон медиҳад, ки интихоби як “банди беҳтарин” кофӣ нест. Дар спектрҳои софи растании нуқтабунёд, банди NIR нисбат ба RedEdge қимати баландтари JM дод. Аммо NIR ба тағйироти сохтори дохилии барг, геометрияи соябон, миқдори об ва геометрияи назари сенсор вокуниши қавӣ дорад. Дар тасвирҳои саҳроии марҳилаи аввала, вақте хоки кушода ва растаниҳои хурд дар як пиксел ё сегмент омехта мешаванд, ин тағйирпазирӣ метавонад тақсимоти дохилисинфиро васеъ кунад.

RedEdge минтақаи гузариш аз ҷаббиши қавии хлорофилл дар минтақаи сурх ба инъикоси баланд дар NIR-ро ифода мекунад. Манбаъ нишон медиҳад, ки махсусан индексҳои RedEdge + Blue ва RedEdge + Green доғҳои алафи бегонаро дар тасвир равшантар мекунанд. Аз ин рӯ, холҳои JM-и як банд ва фоиданокии классификатсия дар тасвири воқеӣ як мафҳуми иҷро нестанд.

Усул ва Натиҷаҳои Таҳқиқот

Минтақаи таҳқиқот

Таҳқиқот дар плантацияи тиҷоратии найшакар дар La Palma de Abangares, Guanacaste Province, Costa Rica гузаронида шудааст. Манбаъ координатаҳои майдонро 10°14′43.6″ N, 85°4′33.8″ W медиҳад. Боришоти миёнаи солонаи минтақа тақрибан 1900 mm, ҳарорати максималии рӯзона тақрибан 33 °C ва ҳарорати минималии шабона тақрибан 22 °C мебошад.

Найшакари намунагирифташуда навъи LAICA-09374 буд ва ҳангоми намунагирӣ аз шинонидан тақрибан 42 рӯз гузашта буд. Дар майдон назорати алафҳои бегона татбиқ нашуда буд. R. cochinchinensis махсусан байни қаторҳои найшакар ва дар канори қаторҳо мавҷуд буд.

Ҷараёни усул

Намунаҳои классификатсия

Панҷ банди мултиспектралӣ ва индексҳои спектралии интихобшуда бо ҷудошавии баланд якҷо шуда, растрҳои таркибӣ сохта шуданд. Се синфи бо мушоҳидаҳои саҳроӣ тасдиқшуда истифода шуданд: R. cochinchinensis, найшакар ва хоки кушода.

Барои ҳар синф 73 полигони намунавии якхела дастӣ рақамӣ карда шуд. Шумораи баробари намунаҳо барои ҳар синф барои коҳиш додани ғарази эҳтимолии аз номувозинии синфҳо дар омӯзиши модел пешбини шуда буд. Намунаҳо ба таври тасодуфӣ ба %70 омӯзиш ва %30 санҷиш тақсим шуданд; дар маҷмӯи омӯзиш 5-fold cross-validation истифода шуд.

Random Forest-и пикселӣ

Таҳлили тасвири объектӣ

Дар OBIA тасвир аввал ба объектҳои якхела аз пикселҳои ҳамсоя ва монанд тақсим карда шуд. Алгоритми Segment Mean Shift дар ArcGIS Pro 3.5.4 бо параметрҳои spectral detail 15.5, spatial detail 15 ва minimum segment size 20 пиксел иҷро шуд.

Параметрҳои сегментатсия тавассути озмоиши такрории танзимоти гуногун ва арзёбии визуалӣ бо тасвирҳои истинодӣ интихоб шуданд. Ҳадаф коҳиш додани тақсимшавии аз ҳад зиёди як минтақаи воқеӣ ва муттаҳид шудани минтақаҳои гуногун дар як сегмент буд.

Барои ҳар объекти тасвир миёна ва инҳирофи стандартии бандҳои спектралӣ, индексҳои растанӣ ва хусусиятҳои геометрӣ ба мисли масоҳат, периметр, compactness ва elongation ҳисоб карда шуданд. Ин хусусиятҳо ба R 4.5.2 интиқол дода шуда, бо бастаи `randomForest` классификатори дорои 500 дарахт сохта шуд. Манбаъ мегӯяд тағйирёбандаи `mtry` истифода шудааст, аммо қимати рақамии онро гузориш намедиҳад.

Натиҷаҳои ҷудошавии спектралӣ

Дар натиҷаҳои якбанда, Blue қимати баландтарини JM ва Green қимати дуюми баландтаринро дорад. Таркиби глобалии панҷ банд бо 1.4142 ба максимуми назариявӣ мерасад. Сатри Table 3, ки индексҳо якҷо арзёбӣ мешаванд, 1.412-ро гузориш медиҳад.

Дар матни манбаъ гуфта мешавад, ки ҳамаи индексҳои Table 1 ба максимуми назариявии JM = 1.4142 расидаанд, аммо дар Table 3 барои “All indices in Table 1” 1.412 дода шудааст. Ҳастааи илмии Verianla ин фарқиятро пинҳон намекунад ва қимати ҷадвалро ҳамон тавре, ки дар манбаъ омадааст, нигоҳ медорад.

Натиҷаи классификатсия

Producer's Accuracy нишон медиҳад, ки чӣ қадар аз намунаҳое, ки воқеан ба синфи муайян тааллуқ доранд, аз ҷониби модел дуруст гирифта шудаанд ва бо omission error алоқаманд аст. User's Accuracy бошад нишон медиҳад, ки чӣ қадар аз намунаҳое, ки модел ҳамчун синфи муайян нишон додааст, воқеан ба ҳамон синф тааллуқ доранд ва бо commission error алоқаманд аст.

Чаро Классификатсияи Объектӣ Аз Равиши Пикселӣ Муваффақтар Буд?

Азбаски OBIA ба ҷойи мустақилона классификатсия кардани ҳар пиксел, пикселҳои ҳамсоя ва монандро ба объектҳои тасвирие муттаҳид мекунад, ки хусусиятҳои спектралӣ, фазоӣ ва геометрӣ доранд, дар тасвирҳои UAV-и марҳилаи аввала бо ҳалли 2 cm парокандагии “salt-and-pepper”-ро, ки аз хок, соя ва тағйирпазирии дохили растанӣ ба вуҷуд меояд, коҳиш дода, дар майдони таҳқиқот доғҳои яклухттари алафи бегона ба вуҷуд овард.

Figure 6-и манбаъ ин фарқиятро ба таври визуалӣ равшан нишон медиҳад. Дар харитаи пикселӣ синфҳо ба пикселҳои хурд ва пароканда тақсим мешаванд, дар натиҷаи объектӣ бошад сарҳадҳои синф ба сохтори саҳро ва шакли фазоии доғҳои растанӣ беҳтар мутобиқ мешаванд.

Ин натиҷа танҳо бо “тозатар” намоён шудани тасвир маҳдуд нест; нишондиҳандаҳои рақамӣ низ ҳамин самтро нишон медиҳанд. OBIA аз рӯи дақиқии умумӣ, Kappa, дақиқии producer/user-и найшакар ва дақиқии producer/user-и R. cochinchinensis аз ҳамаи қиматҳои гузоришшудаи модели пикселӣ баландтар аст.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

Таҳқиқот дастгирӣ мекунад, ки дар майдони найшакари LAICA-09374 дар марҳилаи аввала R. cochinchinensis ва найшакарро бо истифодаи маълумоти мултиспектралӣ ва спектралии синтезшуда метавон ҷудо кард.

Таҳқиқот нишон медиҳад, ки интиқоли ченкуниҳои гиперспектралӣ тавассути синтези хаттии танзимшуда ба фазои бандҳои мултиспектралии MicaSense RedEdge-P дар ин маҷмӯи маълумот барои тавсифи спектралӣ дар сатҳи намуд қобили истифода аст.

Таҳқиқот дастгирӣ мекунад, ки дар шароити саҳро ва тасвири санҷидашуда ҷараёни OBIA + Random Forest нисбат ба классификатсияи пикселии Random Forest дақиқии бештар ва якпорчагии фазоии баландтар таъмин кардааст.

Таҳқиқот ҳамчунин нишон медиҳад, ки бандҳои Blue ва Green дар сатҳи як банд ҷудошавии қавии оморӣ додаанд; RedEdge бошад дар якҷоягӣ бо бандҳои намоён метавонад дар тасвирҳои UAV контрасти муфид эҷод кунад.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

Таҳқиқот нишон намедиҳад, ки усул дар ҳамаи навъҳои найшакар, кишварҳои гуногун, марҳилаҳои гуногуни фенологӣ ё ҳамаи намудҳои алафи бегона ба ҳамон дақиқӣ мерасад.

Таҳқиқот татбиқи воқеии гербисид бо меъёри тағйирёбандаро анҷом надодааст; коҳиши воқеии миқдори гербисид, сарфаи иқтисодӣ, ҳосилнокӣ ё коҳиши таъсири муҳитиро таҷрибавӣ чен накардааст. Имкони истифодаи харитаҳои классификатсияи тавлидшуда барои чунин татбиқҳо потенсиали ояндаи таҳқиқот мебошад.

Таҳқиқот инчунин исбот намекунад, ки бо сенсорҳои дигари мултиспектралӣ ё ҳалли фазоии пасттар ҳамон натиҷаи модел нигоҳ дошта мешавад.

Маҳдудиятҳо

Таҳқиқот дар як плантацияи тиҷоратӣ, танҳо бо навъи найшакари LAICA-09374 ва дар шароити рушди барвақти тақрибан 42-рӯза гузаронида шудааст. Азбаски посухи спектралии растанӣ метавонад бо иқлим, хок, генотип, марҳилаи рушд ва инкишофи соябон тағйир ёбад, қобилияти умумии натиҷаҳо бояд дар шароити дигари саҳро алоҳида тасдиқ карда шавад.

Ҳалли 2 cm-и тасвирҳои UAV-и истифодашуда доғҳои хурди алафи бегонаро муфассал нишон медиҳад; аммо ҳалли хеле баланд ҳаҷми маълумот ва талаботи ҳисоббарориро зиёд мекунад. Ин барои миқёспазирии усул дар плантацияҳои калони тиҷоратӣ маҳдудияти амалӣ мебошад.

Қисме аз натиҷаҳои ҷудошавии JM аз намунаҳои спектралии нуқтабунёд гирифта шудаанд, ки посухҳои софи растаниро намояндагӣ мекунанд. Муаллифон махсус таъкид мекунанд, ки ин ҳолат spatial autocorrelation, sub-pixel heterogeneity, заминаи хок ва омехташавии спектралиро дар тасвирҳои воқеии UAV пурра намояндагӣ намекунад.

Таҳқиқоти оянда

Муаллифон пешниҳод мекунанд, ки ҷараёни кор дар шароитҳои гуногуни муҳитӣ, марҳилаҳои гуногуни рушди найшакар, ҳалли гуногуни фазоӣ ва системаҳои гуногуни истеҳсолӣ санҷида шавад. Омӯзиши интиқолпазирии усул ба дигар намудҳои алафи бегона низ барои муайян кардани миқёспазирӣ муҳим аст.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Mapping Sugarcane Weeds Using Spectral Signatures Derived from Spectroscopic Data and Multispectral Images

Муаллифон: María P. Iglesias; Muditha K. Heenkenda; Kerin F. Romero

Муаллифи масъул: Kerin F. Romero

Муассисаҳо: Department of Agricultural Engineering, Instituto Tecnológico de Costa Rica, Cartago, Costa Rica; Department of Geography and the Environment, Lakehead University, Thunder Bay, Canada.

Маҷалла: AgriEngineering

Ношир: MDPI

Ҷилд / Шумора / Мақола: 8 / 5 / 172

DOI: 10.3390/agriengineering8050172

Санаҳо: Қабул шуд: 19 Феврал 2026; таҷдид шуд: 24 Апрел 2026; пазируфта шуд: 29 Апрел 2026; нашр шуд: 1 Май 2026.

Навъи манбаъ: Мақолаи таҳқиқотии аз баррасии ҳамтоён гузашта; спектроскопияи саҳроӣ, зондкунии фосилавии мултиспектралӣ бо UAV, синтези спектралӣ, таҳлили омории ҷудошавӣ ва классификатсияи тасвир бо Random Forest.

Иҷозатнома: Creative Commons Attribution (CC BY). Азбаски матни намоёни PDF-и манбаъ рақами версияи иҷозатномаро алоҳида нишон намедиҳад, версия тахмин карда нашудааст.

Минтақаи таҳқиқот: La Palma de Abangares, Guanacaste Province, Costa Rica.

Навъи найшакар: LAICA-09374; ҳангоми намунагирӣ тақрибан 42 рӯз.

Алафи бегонаи ҳадаф: Rottboellia cochinchinensis.

Дастгоҳи гиперспектралӣ: FieldSpec 4 Std-Res; 350–2500 nm; фосилаи намунагирии 1 nm.

Системаи тасвирбардории UAV: MicaSense RedEdge-P; DJI Matrice 300; DJI D-RTK2; ҳалли фазоии 2 cm.

Шумораи намунаҳои спектралӣ: Барои R. cochinchinensis 80; барои найшакар 34 ченкунии FieldSpec.

Намунаҳои спектралии мувофиқшуда: Барои R. cochinchinensis 51; барои найшакар 34. Ин намунаҳо барои омӯзиши классификатор не, балки барои тавсифи спектралӣ ва таҳлили ҷудошавӣ истифода шудаанд.

Намунаҳои классификатсия: Барои найшакар, R. cochinchinensis ва хоки кушода дар ҳар синф 73 намуна; %70 омӯзиш / %30 санҷиши мустақил; дар омӯзиш 5-fold cross-validation.

Модели пикселӣ: Google Earth Engine Random Forest; 1000 дарахт; variablesPerSplit = 4; minimum leaf population = 2; bag fraction = 0.8; максимум 200 node/дарахт.

OBIA: ArcGIS Pro 3.5.4 Segment Mean Shift; spectral detail = 15.5; spatial detail = 15; minimum segment size = 20 пиксел. Хусусиятҳои сегмент дар R 4.5.2 бо Random Forest-и 500-дарахта классификатсия шудаанд.

Арзёбии оморӣ: Масофаи Jeffries–Matusita ва ANOVA-и яксамта.

Арзёбии иҷро: Confusion matrix; producer's accuracy, user's accuracy, overall accuracy ва Cohen's Kappa.

Маблағгузорӣ: Vice-Rectorate of Research and Outreach of the Costa Rica Institute of Technology, лоиҳаи “Metodología de detección remota para la identificación y control localizado de malezas en caña de azúcar”, ID 10421038; Emerging Leaders of the Americas Program, Global Affairs Canada, 27 Май 2025.

Кумитаи ахлоқ: Татбиқ намешавад.

Розигии огоҳона: Татбиқ намешавад.

Дастрасии маълумот: Гузориш шудааст, ки маълумоти хоми пуштибони натиҷаҳо бо дархост аз ҷониби муаллифон пешниҳод карда мешаванд.

Бархӯрди манфиатҳо: Муаллифон набудани бархӯрди манфиатҳоро эълон кардаанд.

Саҳмҳои муаллифон: Консептуализатсия: María P. Iglesias ва Kerin F. Romero. Усул ва нармафзор: María P. Iglesias, Kerin F. Romero ва Muditha K. Heenkenda. Таҳлили расмӣ: María P. Iglesias ва Muditha K. Heenkenda. Лоиҳаи аввал: María P. Iglesias. Баррасӣ ва таҳрир: Muditha K. Heenkenda. Машварат: Muditha K. Heenkenda. Идоракунии лоиҳа ва дарёфти маблағгузорӣ: Kerin F. Romero.

Номувофиқии рақамии дохили манбаъ 1: Дар ҳоле ки матн мегӯяд RMSE дар ҳамаи бандҳо аз 0.10 камтар аст, Table 2 қимати NIR RMSE-и R. cochinchinensis-ро 0.1005 медиҳад.

Номувофиқии рақамии дохили манбаъ 2: Дар ҳоле ки матн мегӯяд найшакар махсусан дар минтақаи NIR RMSE-и каме баландтар дорад, Table 2 барои NIR дар найшакар 0.0929 ва дар R. cochinchinensis 0.1005 гузориш медиҳад.

Номувофиқии рақамии дохили манбаъ 3: Матни натиҷа мегӯяд индексҳои таҳқиқшуда ба максимуми назариявии JM = 1.4142 расидаанд, дар ҳоле ки Table 3 барои “All indices in Table 1” JM = 1.412 медиҳад. Verianla ин фарқиятро ислоҳ накарда, ҳар ду сабтро дар контексти худ намоён нигоҳ доштааст.

Маҳдудияти асосии методологӣ: Натиҷаҳо ба як майдон, як навъи найшакар ва марҳилаи рушди барвақт тааллуқ доранд. Дар муҳит, генотип, марҳилаи фенологӣ, сенсор, ҳалли фазоӣ ва намудҳои алафи бегонаи дигар санҷиши беруна зарур аст.