Главная / Библиотека / Гиперспектральная визуализация для высокопроизводительного мониторинга жизнеспособности декоративных растений

Гиперспектральная визуализация для высокопроизводительного мониторинга жизнеспособности декоративных растений

Теги гиперспектральные данные Specim
Гиперспектральная визуализация для высокопроизводительного мониторинга жизнеспособности декоративных растений

Аннотация

Выращивание декоративного вереска (Calluna vulgaris) характеризуется высокими рисками, такими как возникновение грибковых заболеваний и гибель растений. Учитывая отсутствие в целом официальных исследований по данному экономически важному вопросу, фермеры полагаются на свои собственные подходы к оценке жизнеспособности растений. В статье описан воспроизводимый, доступный и надежный рабочий процесс для оценки жизнеспособности декоративных растений с помощью спектроскопии.

Гиперспектральная (ГС) визуализация используется в качестве неинвазивной альтернативы для мониторинга жизнеспособности растений, сочетая многолетний опыт работы экспертов с ГС изображениями, полученными с помощью портативной ГС камеры. Была протестирована специально изготовленная установка, развернутая на садоводческом производственном объекте, и проведен скрининг нескольких тысяч образцов вереска в течение 14 недель во время их развития от побегов до молодых растений в производственных условиях.

Установка, описанная в статье, является регулируемой и может использоваться для измерения различных видов растений. В статье выявляются проблемы в оценке данных, указываются перспективные подходы к оценке и предоставляется собственный набор данных для облегчения дальнейших исследований жизнеспособности растений при их производстве.

1. Введение

Одним из основных преимуществ подходов к мониторингу на основе датчиков является их способность проводить неразрушающие измерения в режиме реального времени и потенциал для обнаружения взаимодействия растений и патогенов. В производстве декоративных растений неинвазивные технологии мониторинга еще не созданы, но потенциально таковые могут способствовать или даже заменить трудоемкие и дорогостоящие оценки, проводимые вручную экспертами. Датчики могут собирать точную информацию о текущей жизнеспособности растений, что позволит улучшить оценку жизнеспособности. Оптические датчики, обычно применяемые в растениеводстве, охватывают спектральный диапазон от видимого до БИК (400-1000 нм).

Было доказано, что ГС визуализация отдельных побегов вереска в условиях контролируемого освещения позволяет точно оценить содержание в них фотосинтетического пигмента и антоцианов. Аналогичным образом, измерения спектрального отражения на вересковых полях позволили неинвазивным способом определить содержание пигментов в листьях.

2. Материалы и методы

2.1. Материал и условия выращивания

Эксперимент проводился на предприятии по коммерческому производству декоративного вереска (Europlant Canders GmbH, Штрален, Германия). Все анализы были применены к образцам вереска сорта ‘Sanne’ (Beautyladies®, Edens Creations, Ольденбрук, Нидерланды). В общей сложности 3276 черенков были посажены в 12 контейнеров (по 273 черенка в каждом) в балтийский торф с рН = 4 и электропроводностью 0,1 мС см-1. Растения выращивались в теплицах (средняя температура 15,8 °C, со стандартным отклонением 6,4 °C; средняя относительная влажность: 82,5%, со стандартным отклонением 16,9%) с 19 марта 2019 года по 25 июня 2019 года на коммерческой основе в соответствии со стандартными методами контроля на растениеводческих фермах.

2.2. Экспериментальная установка и еженедельный протокол измерений

ГС- и RGB-изображения были сделаны почти одновременно, чтобы собрать набор данных, объединяющий оценку характеристик образцов, выполненную экспертами вручную, и ГС изображения соответствующих образцов. ГС данные были получены с помощью датчика ГС визуализации, а состояние образцов было зафиксировано на изображениях, сделанных с помощью цифровой однообъективной зеркальной камеры (рисунок 1).

Измерения проводились 1 раз в неделю в течение 14 недель с 26 марта по 18 июня 2019 года, охватывая период развития растений от черенков до молодых растений. Положения образцов были записаны по контейнерам (1-12), столбцам (A–U) и рядам (1-13).

2.3. RGB-визуализация и экспертная оценка

Изображения в формате RGB были сделаны сразу после ГС визуализации. Для получения данных изображения RGB с высоким пространственным разрешением камера Nikon D7500 (Nikon GmbH, Дюссельдорф, Германия; рисунок 1), оснащенная стандартным объективом 35 мм (Nikon GmbH, Дюссельдорф, Германия), была установлена на штативе (Manfrotto Vitec Imaging Solutions, Кассола, Италия) на высоте 101 см над образцами растений. Настройки допускали разрешение 230x230 пикселей на 1 участок растений (2х2 см) и в общей сложности 273 участка на 1 RGB-изображение. Для однородного освещения экспериментальной установки использовалась галогенная лампа мощностью 220 Вт и 5600/3200 К (ARRI AG, Мюнхен, Германия). Угол наклона галогенной лампы был установлен на 30° при расстоянии 162 см от поверхности контейнера.

Каждый день измерения эксперты определяли «Здоровые», «Мертвые» и «Подвергшиеся стрессу» растения (таблица 1). В день прищипывания (пересадки) (25 июня 2019 года) специалисты выявили 17 образцов, выращивание которых было прекращено из-за недостаточного укоренения. Несмотря на большой опыт экспертов, нельзя принимать их классификацию за абсолютную истину, поскольку визуальная оценка изображений также чревата ошибками. Тем не менее, этот подход был наиболее многообещающим для включения в данное исследование.

рисунок 1

Рисунок 1. Экспериментальная установка и протокол еженедельных измерений. 12 контейнеров с 273 растениями в каждом были сфотографированы с помощью камеры Nikon D7500 и ГС датчика «Specim IQ». Выходные данные визуальной классификации образцов на основе их жизнеспособности и обработанных ГС изображений представлены в открытом доступе

Таблица 1. Экспертная оценка состояния здоровья первоначально 3276 растений вереска в течение 1 недели после посадки черенков до прищипывания (пересадки) молодых растений. 1 образец исчез на 14-й день, второй — на 28-й день после посадки, что привело к сокращению конечного числа образцов до 3274

Количество дней после посадки

Здоровое

Мертвое

Подвергшееся стрессу

7

3265

0

10

14*

3274

0

1

21

3267

0

8

28*

3250

0

24

35

3226

0

48

42

3173

1

100

49

3191

3

80

56

3247

5

22

63

3259

5

10

84

3257

5

12

* 2 исчезнувших образца, возможно, унесли из теплицы птицы, которые иногда используют молодые побеги вереска для строительства гнезд

2.4. Получение ГС изображения

Портативная ГС камера Specim IQ (Specim Spectral Imaging Ltd., Оулу, Финляндия) использовалась для получения ГС изображений. ГС датчик улавливает 204 спектральных диапазона от 397,32 до 1003,58 нм.

В ходе исследования была разработана экспериментальная установка ГС визуализации для записи данных после анализа изображений растений в контролируемых условиях. Специализированная установка была сконструирована с использованием алюминиевых трубок для установки датчика над стандартной древесно-стружечной плитой, на которую можно было поместить контейнеры с образцами.

В начале каждого сеанса ГС визуализации время интеграции ГС датчика устанавливалось на 30 мс. Для калибровки ГС датчика в начале каждого дня измерений использовался некалиброванный стандартный образец Restan белого цвета размером 10х10 см (Image Engineering, Фречен, Германия). Для калибровки спектра использовался стандартный образец Restan белого цвета (рисунок 2). Фотокартон белого цвета далее будет именоваться контрольным листом, а некалиброванный стандартный образец Restan белого цвета — стандартным образцом белого цвета. Измерение коэффициента отражения стандартного листа позволяет корректировать спектральные, пространственные и временные изменения условий освещения во время измерения.

рисунок 2

Рисунок 2. Обзор установки ГС визуализации с использованием датчика Specim IQ, 2 галогенных ламп и 2 рассеивателей, установленных на алюминиевой раме (А), и схема измерительной установки (B)

3. Результаты

3.1. ГС данные об отражении с комментариями к показателям жизнеспособности

Чтобы соотнести спектральную отражательную способность образцов декоративного вереска с различными признаками стресса, из одного из контейнеров были выбраны 5 образцов с высокой жизнеспособностью по результатам оценки экспертов (рисунок 3).

Все образцы растений были первоначально классифицированы как здоровые на 35-й день после посадки, но у 4 образцов были признаки стресса на побегах или корнях. Исходя из типа стресса образцы были классифицированы следующим образом: «Временный стресс у побегов» (Temporary Shoot Stress), «Мертвые» (Dead), «Стресс у побегов» (Shoot Stress) и «Стресс у корней + побегов» (Root + Shoot Stress) (рисунок 3). «Здоровые» (Healthy) образцы демонстрировали типичный спектр с зеленым пиком около 550 нм и высокой отражательной способностью в БИК-области от 750 до 900 нм. «Временный стресс у побегов» был связан с незначительным снижением коэффициента отражения в БИК-области. Спектральная отражательная способность «Мертвых» образцов не имела типичного зеленого пика и характеризовалась более широким диапазоном значений в БИК-области по сравнению со «Здоровыми» образцами. Образцы, перенесшие «Стресс у побегов» и «Стресс у корней + побегов», продемонстрировали аналогичную спектральную кривую за тот же период времени, с более низким зеленым пиком по сравнению со «Здоровыми» образцами в конце эксперимента. Образцы, перенесшие «Стресс у корней + побегов», продемонстрировали несколько более высокий зеленый пик по сравнению с образцами, перенесшими «Стресс у побегов». Стресс также повлиял на развитие растений: «Здоровые» образцы были крупнее и имели покраснение на листьях— признаки, характерные для «Мертвых» растений исходя из изображений, сделанных на 63-й день после посадки.

рисунок 5

Рисунок 3. Коэффициент отражения в диапазоне от 450 до 900 нм групп образцов вереска, оцененных экспертами и классифицированных на основании показателей жизнеспособности как «Здоровые», перенесшие «Временный стресс у побегов», «Мертвые» и перенесшие «Стресс у побегов» и «Стресс у корней + побегов» в течение контрольных 3 моментов времени, начиная с 42-го дня после посадки (42 DAP) по 56-й день после посадки (56 DAP). Жизнеспособность, по оценке экспертов, определяется цветом фона каждого участка (Здоровый (Healthy) = зеленый, Подвергшийся стрессу (Stressed) = оранжевый и Мертвый (Dead) = красный). Растения с недостаточным развитием корней в группе «Стресс у корней + побегов» были идентифицированы путем оценки корней в день прищипывания (пересадки) и отбракованы. Графики иллюстрируют среднее значение (черные линии), доверительный интервал (среднее значение ± 1 стандартное отклонение; темно-серая область) и диапазон между максимумом (Max) и минимумом (Min) (светло-серая область) спектральной отражательной способности для каждой длины волны. Фотографические изображения (нижний ряд) были сделаны на 63-й день после посадки. Красными рамками обозначены образцы вереска, которые были классифицированы

4. Обсуждение

Автоматизированный скрининг декоративных растений вызывает растущий интерес, поскольку мониторинг их качества может способствовать принятию оперативных решений. Для создания автоматизированных процессов скрининга, ориентированных на выявление стресса и заболеваний, необходимы высоконадежные и точные методы.

В данном исследовании был использован ГС датчик для получения изображений растений при коммерческом выращивании вереска и проверена его пригодность для идентификации растений, которые были визуально классифицированы экспертами как подвергшиеся стрессу. Автоматизированная оценка качества декоративных растений с использованием подходящих датчиков и конвейеров обработки данных может потенциально дополнить существующие стратегии мониторинга.

4.1. Интерпретация ГС данных отражения исходя из показателей жизнеспособности

Качество декоративных растений сильно зависит от жизнеспособности побегов, количества корней и их функции. Применение модели частичной регрессии наименьших квадратов в диапазоне от 450 до 900 нм облегчило идентификацию наиболее важных длин волн для классификации здоровых и подвергшихся стрессу образцов (рисунок 4C), что позволило добиться правильной классификации тестовых данных с точностью 98,1% (рисунок 4D). Были обнаружены необходимые длины волн в области красного края (рисунок 4C) с высокими показателями ВПП от 712 до 718 нм (рисунок 4B). Наблюдаемый низкий коэффициент отражения (то есть, высокое поглощение) излучения в области красного края спектра является хорошо известным признаком высоких концентраций хлорофилла в тканях растений.

рисунок 6

Рисунок 4. Набор ГС данных, используемый для получения модели частичной регрессии наименьших квадратов для классификации здоровых (тонкие синие линии) и подвергшихся стрессу (тонкие оранжевые линии) образцов вереска в спектральном диапазоне от 450 до 900 нм. Жирные темно-синие и темно-оранжевые линии показывают среднюю отражательную способность здоровых и подвергшихся стрессу растений соответственно. (А) Данные об отражательной способности 100 здоровых и 100 подвергшихся стрессу растений через 42 дня после посадки были использованы для обучения модели частичной регрессии наименьших квадратов. (B) Важность переменной в проекции (ВПП-оценка = черная линия) иллюстрирует относительную важность спектрального отражения на данной длине волны для классификации здорового или подвергшегося стрессу образца (масштаб увеличен до 100). (C) Коэффициенты модели (черная линия) указывают на соответствие коэффициента отражения на соответствующей длине волны результату измерения здорового образца. (D) Для тестирования модели частичной регрессии наименьших квадратов использовались данные об отражательной способности 80 здоровых и 80 подвергшихся стрессу растений через 49 дней после посадки

5. Выводы

При коммерческом выращивании вереска, как и в других отраслях выращивания декоративных растений, качество растений и раннее выявление стресса являются важнейшими факторами экономического успеха. В ходе исследования, описанного в данной статье, была разработана процедура тестирования, сочетающая использование камеры и датчика. Установка была развернута на садоводческом производственном объекте, чтобы определить, можно ли с помощью измерений спектрального отражения классифицировать образцы вереска с различным состоянием жизнеспособности. Установка для ГС визуализации была специально разработана для устранения даже незначительных различий в отражении. На основе собственного экспериментального набора данных были классифицированы здоровые и подвергшиеся стрессу образцы вереска с точностью 98,1% с помощью метода частичной регрессии наименьших квадратов. Коэффициент отражения в зеленой (519-575 нм) и красной (712-718 нм) областях спектра был определен как наиболее важный для классификации. Схема установки и проект исследования позволили провести экспериментальные измерения небольших образцов декоративных растений с высоким разрешением в контролируемых условиях, а также осуществлять надежные сбор и обработку данных. Полученный набор данных будет доступен для дальнейших исследований жизнеспособности растений. Будущие исследования должны быть сосредоточены на внедрении подходов ГС мониторинга в коммерческие процессы производства растений в тепличных условиях.

 

Компания INSCIENCE помогает своим заказчикам решать любые вопросы и потребности по поставке оборудования Specim Spectral Imaging Ltd на территории РФ

Online заявка

Теги гиперспектральные данные Specim
Новые статьи
sCMOS–камера TRC411 с усилением для визуализации излучения Черенкова дозы лучевой терапии.

Команда младшего научного сотрудника Цзя Мэнъюй из Школы точных приборов и оптоэлектронной инженерии Тяньцзиньского университета осуществила визуализацию излучения Черенкова дозы лучевой терапии с помощью научной sCMOS–камеры, разработанной компанией CISS

Фиксирование эволюции морфологии лазерно-индуцированной плазменной люминесценции с использованием sCMOS-камеры TRC411
Процесс эволюции лазерно-индуцированной плазмы (ЛИП) заключается в следующем: мощный импульсный лазер облучает образец, и на поверхности образца происходит процесс испарение → ионизация → расширение → излучение → рекомбинация за очень короткое время.
КМОП-камера TRC411: Лазерное измерение расстояния и тестирование технологии огне- и дымопроницаемой разветки

Ли Цзыцин, младший научный сотрудник Тяньцзиньского института пожарных исследований Министерства по чрезвычайным ситуациям, недавно опубликовал в журнале "Fire Science and Technology" статью под названием «Технология обнаружения огня и дыма на основе лазерного дальномера», в которой использовалась научная SCMOS-камера TRC411 с усилением, разработанная компанией CISS.

Применение цифрового генератора задержки STC810 для синхронного запуска лазера и динамической съемки пламени

В науке о горении важно иметь глубокое понимание динамики вихрей пламени, а также параметров образования и распределения загрязняющих веществ, таких как сажа.

 

 

 

Цифровой генератор задержки сигналов STC810: управления системой синхронизации для исследования плазмы

Прибор синхронизирует время работы каждого модуля, обеспечивая единый тактовый сигнал и устанавливая точные временные задержки в соответствии с логикой работы каждого модуля в системе, гарантируя, что они выполнят нужные операции в нужный момент.

 

У Вас особенный запрос?
У Вас особенный запрос?
Весьма часто наши заказчики лучше нас знают, какое оборудование им нужно. В этом случае мы берём на себя общение с производителем, доставку и таможенную очистку, а также все вопросы гарантийного периода. Пожалуйста, заполните эту форму, и мы свяжемся с Вами, чтобы помочь решить любую Вашу задачу. Или позвоните нам по телефону +7(495)199-0-199
Форма заявки
Ваше имя: *
Ваше имя
Ваш e-mail: *
Ваш телефон: *
Ваш телефон
Наши
контакты
г. Москва, ул. Бутлерова, д. 17Б

г. Санкт-Петербург, улица Савушкина 83, корп. 3