httpwww ibmer waw plpir2009pelne4pudelkozaawansowanep

background image

Problemy Inżynierii Rolniczej nr 4/2009

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra
Instytut Uprawy Nawożenia i Gleboznawstwa - Państwowy Instytut
Badawczy w Puławach


ZAAWANSOWANE ANALIZY ZDJĘĆ LOTNICZYCH

DO WYZNACZANIA ZASIĘGU STREF

ZAGROŻONYCH CHOROBAMI PODSTAWY ŹDŹBŁA


Streszczenie


Celem pracy jest przedstawienie zawansowanych metod anali-
zy obrazu, pozwalających na wektoryzację zdjęć lotniczych.
W pracy scharakteryzowano problematykę doboru parametrów
pozwalających na najlepsze dopasowanie procesu fragmenta-
cji obrazu do rzeczywistego zagrożenia chorobami podstawy
źdźbła, stwierdzonego na polu w uprawie pszenicy ozimej.

Słowa kluczowe:
choroby podstawy źdźbła, teledetekcja, ana-
lizy przestrzenne



Wstęp

Niskopułapowe zdjęcia lotnicze pozwalają na rozpoznanie i kartowanie
zmienności przestrzennej odbicia spektralnego od łanu w granicach pola
uprawnego. Rozdzielczość tego typu danych zdalnych pozwala na prowa-
dzenie badań z dokładnością sub-metrową, co umożliwia rejestrację nawet
niewielkich stref różniących się odbiciem promieniowania. Zróżnicowanie to
może mieć wiele przyczyn. Najczęściej związane jest ze zmiennością prze-
strzenną fizycznych cech gleby (mozaika lub zróżnicowanie wynikające z to-
pografii terenu) oraz występującymi ogniskami chorobowymi [Bravo i in. 2003;
West i in. 2003]. Oba te czynniki wpływają na kondycję roślin, co przekłada się
na wartości rejestrowanego odbicia spektralnego w poszczególnych kanałach
R, G, B [Pudełko i in. 2007]. Komputerowa analiza obrazu pozwala na rozróż-
nienie stref porażenia [Nieróbca i in. 2006; 2007].

Materiał i metody

Badania wykonano w Stacji Doświadczalnej IUNG-PIB Osiny k. Puław.
W okresie wegetacji 2007 badane pole (uprawa pszenicy ozimej) było fotogra-
fowane z samolotu Cessna aparatem cyfrowym Sony alfa, z wysokości oko-
ło 500 m. Zdjęcia lotnicze opracowano w środowisku informacji geograficz-
nej (GIS), z wykorzystaniem programu ArcGIS 9.3. W procesie kalibracji
nadano zdjęciom układ odniesienia (PUWG 1992), co umożliwiło identyfika-
cję lokalizacji naziemnych punktów kontrolnych. Analizę treści zdjęć prze-

103

background image

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra

prowadzono metodą segmentacji (wektoryzacji) obrazu. Następnie przekla-
syfikowano wyniki segmentacji w celu otrzymania mapy zasięgu stref zagro-
żonych chorobami podstawy źdźbła. Wykorzystano program Definiens
Developer 7.0.

W fazie dojrzałości mlecznej pszenicy ozimej wykonano ocenę porażenia
roślin w 12 punktach fotografowanego pola (rys. 1). Nasilenie chorób wyko-
nano metodą wizualną (makroskopową). Ocenę porażenia dolnych między-
węźli przez patogeny podstawy źdźbła wykonano według [Bojarczuk, Bojar-
czuk 1974]. Na podstawie liczby porażonych źdźbeł obliczono indeks pora-
żenia. Natomiast porażenie korzeni zgorzelą podstawy źdźbła wykonano we-
dług Korbasa i in. [2001]. Wyniki zestawiono w tabeli 1. Uzyskane indeksy
porażenia roślin porównano za pomocą regresji ze zdjęciem lotniczym.

Rys. 1. Zdjęcie lotnicze poligonu badawczego i lokalizacja punktów kontrolnych
Fig.1. Aerial photography of the testing polygon and localization of ground control points

104

background image

Zaawansowane analizy zdjęć...

Tabela 1. Indeksy porażenia roślin (lokalizację punktów zaznaczono na rys. 1)
Table 1. Indices of plants infection (Localization of points was marked on fig. 1)

Analizowane punkty

Indeks porażenia

korzeni (%)

Indeks porażenia podstawy

źdźbła (%)

1 77,5

87,3

2 95,9

91,3

3 51,6

86,3

4 5,7

81,3

5 2,7

88,7

6 2,2

86,1

7 76,8

73,8

8 95,4

83,3

9 77,0

87,3

10 78,9

64,0

11 6,5

47,2

12 3,5

53,7

Wyniki i ich omówienie

Wynikiem otrzymanym w procesie opracowywania danych jest zestaw map
zasięgu stref zagrożonych chorobami podstawy źdźbła, wykonanych dla
różnych parametrów determinujących generalizację. Wizualne porównanie
zdjęcia lotniczego z wynikiem pomiarów naziemnych wykazuje dużą zależ-
ność między wartościami indeksów porażenia a intensywnością zieloności
łanu, która została zarejestrowana na zdjęciu lotniczym. Wykres przedsta-
wiony na rysunku 2 charakteryzuje te zależności regresyjnie. Wykazano
zdecydowany wpływ porażenia korzeni przez zgorzel podstawy źdźbła
(Gaumannomyces graminis) na zieloność łanu rejestrowaną w analizowanej
fazie rozwoju (dojrzałość mleczna). W mniejszym stopniu wpływ na zielo-
ność łanu mają choroby podstawy źdźbła, których nasilenie określa indeks
porażenia podstawy źdźbła.

Segmentacja obrazu prowadzona w środowisku Definiens pozwala na
otrzymanie różnych stopni generalizacji wynikowej mapy. Stopień generali-
zacji jest uzależniony od doboru wielu parametrów definiujących wpływ wła-
ściwości spektralnych zdjęcia oraz zasięgu i rozmiaru odwzorowanych obiek-
tów na skalę i kształt otrzymywanych poligonów. Właściwy dobór metody
generalizacji i jej parametrów zależny jest od doświadczenia i intuicji osoby
wykonującej analizę. Na rysunku 3 przedstawiono testowe wyniki segmenta-
cji obrazu. Na tym etapie opracowywania danych należy wykalibrować pa-
rametry stopnia generalizacji. Ostateczną segmentację należy przeprowa-
dzić tak, żeby zachować najważniejsze cechy widoczne na zdjęciu oraz
ograniczyć wpływ zmienności lokalnej na generalizację obrazu. W analizo-
wanym przypadku wyraźnie widoczny jest wpływ ścieżek technologicznych,
które nakładają się na obraz łanu oraz wprowadzają trend przestrzenny do
zmienności lokalnej (rys. 3 i 4A). Z tego względu pożądane jest wyelimino-

105

background image

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra

wanie tego „szumu” informacyjnego z mapy porażenia. Odpowiedni dobór
parametrów segmentacji pozwala na otrzymanie maski reprezentującej ob-
raz ścieżek technologicznych i pozostałych „małych” obiektów (rys. 4B). Po-
ligony te mogą zostać usunięte w kolejnym kroku analizy (rys 4C). Ostatnim
etapem jest klasyfikacja obrazu na podstawie wyraźnie wydzielonych stref
w procesie segmentacji (rys. 4C).

Rys. 2. Zależność między natężeniem zieloności (zdjęcie) a wartościami indeksu

porażenia korzeni (IPK) oraz indeksu porażenia podstawy źdźbła (IPPZ)

Fig. 2. Relation between green colour intensity (image) and values of infected roots

index (IPK) and infected stem base diseases index (IPPZ)


Wnioski

Niskopułapowe zdjęcia lotnicze charakteryzują się dużą rozdzielczością,
dzięki czemu możliwe są wielkoskalowe analizy zróżnicowania przestrzen-
nego właściwości spektralnych łanu w granicach pola. Wektoryzacja obrazu
zdjęć lotniczych metodą segmentacji opartej na zarejestrowanym odbiciu
spektralnym wykazała dużą możliwość w wyznaczaniu stref zagrożonych
chorobami podstawy źdźbła. Przedstawione w pracy wyniki wykazują, że
największy wpływ na otrzymany wynik ma właściwy dobór parametrów seg-
mentacji. Decyduje on o stopniu generalizacji stref wyznaczanych na mapie.
W zależności od potrzeby szczegółowości opracowania istnieje możliwość
sterowania tym parametrem. Dodatkowo wektoryzacja obrazu umożliwia
eliminację wpływu czynników nieroślinnych (np. ścieżek technologicznych)
na proces kartowania.

Prace prowadzone w ramach projektów badawczych: 2P06R05730 (SPE-
SPLANT) i 2P06R07828 (AGROCICLUS) finansowanych przez Ministerstwo
Nauki i Szkolnictwa Wyższego.

106

background image

Zaawansowane analizy zdjęć...

Rys. 3. Testowe wyniki segmentacji obrazu (patrz rys. 1)
Fig. 3. Test results of image segmentation process (see fig. 1)

Rys. 4. Eliminacja „szumu” informacyjnego z mapy porażenia: A- obraz obciążony „szu-

mem”, B- maska obiektów przeznaczonych do usunięcia, C- mapa wynikowa

Fig. 4. Elimination of the information noise from infestation map. A– image loaded with

information noise, B– mask of items provided for removal, C– resulting map

107

background image

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra

108

Bibliografia

Bojarczuk J., Bojarczuk M. 1974. Współdziałanie odmian pszenicy ze szczepami
grzyba Cercosporella herpotrichoides. Fron, Hod. Rośl. Aklim., Nr 18(5), s. 313-325
Bravo C., Moshou D., West J., McCartney A., Ramon H. 2003. Early Disease
Detection in Wheat Fields using Spectral Reflectance. Biosystems Engineering,
Vol. 84(2), s. 137-145
Korbas M., Martyniuk S., Rozbicki J., Beale R. 2001. Pszenica po pszenicy. Zgo-
rzel podstawy źdźbła oraz inne choroby podsuszkowe zbóż. Poradnik rozpo-
znawania i zapobiegania. Fundacja rozwoju SGGW
Nieróbca A., Pudełko R., Kozyra J., Smagacz J., Mizak K. 2007. Wykorzystanie
pomiarów zdalnych do oceny wiosennego porażenia roślin przez choroby. Prog.
Plant Protection/Post. Ochr. Roślin, Nr 47(4), s. 189-192
Nieróbca A., Pudełko R., Kozyra J. 2008. Nasilenie porażenia chorobami pod-
stawy źdźbła w zależności od stanowiska w zmianowaniu. Prog. Plant Protec-
tion/Post. Ochr. Roślin, Nr 48(2), s. 482-86
Pudełko R., Kozyra J., Igras J. 2006. Wykorzystanie pomiarów spektralnych
promieniowania w badaniach rolniczych. Ann. UMCS, Lublin, Sectio B, Vol. LXI.
s. 390-399
West J.S., Cedric Bravo C., Oberti R., Lemaire D., Moshou D., McCartney H. A.
2003. The potential of optical of canopy measurement for targeted control of
field crop diseases. Annual Review of Phytopathology, Vol. 41, s. 593-614


Wyszukiwarka

Podobne podstrony:
httpwww ibmer waw plpir2005pelne2koszelwplywp
httpwww ibmer waw plpir2005pelne1stolarskicharakterystykap
httpwww itl waw plczasopismatit Nieznany
httpwww itl waw plczasopismatiti20081 23
httpwww aqua ar wroc plactaplfull42009000040200900008000040002100030
httpwww bg utp edu plartpe32006pe32006117124 (1)
import contents BPB2 0054 0019 httpwww biswbis pb edu pl201103319
httpwww ineko net plpdf2516
httpwww amw gdynia pllibraryfil Nieznany
httpwww bg utp edu plartbtp2012010bezpieczef1stwo zc
httpwww bg utp edu plartbtp2022 Nieznany
biuletyn 204 nr6 httpwww arr gov pldata400biuletyn 204 nr6
httpwww ineko net plpdf2803
httpwww wso wroc plwydzialywpikbnpid2010zn32010009 adamowski kapuscikpdf
httpwww ptzp org plzpimagesstorieszptekstfullzp122012zp23rewilaktokaj
EITI Waw, WEiTI - Makro, SEMESTR II, TOB, Laboratorium, Lab 4
httpwww wso wroc plimagesplikiw Nieznany
2004 grudzień OKE Waw

więcej podobnych podstron