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 analizy obrazu, pozwalających na wektoryzację zdjęć lotniczych. W pracy scharakteryzowano problematykę doboru parametrów pozwalających na najlepsze dopasowanie procesu fragmentacji obrazu do rzeczywistego zagrożenia chorobami podstawy źdźbła, stwierdzonego na polu w uprawie pszenicy ozimej. Słowa kluczowe: choroby podstawy źdźbła, teledetekcja, analizy 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 prowadzenie 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 przestrzenną fizycznych cech gleby (mozaika lub zróżnicowanie wynikające z topografii 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 rozróżnienie 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 fotografowane z samolotu Cessna aparatem cyfrowym Sony alfa, z wysokości około 500 m. Zdjęcia lotnicze opracowano w środowisku informacji geograficznej (GIS), z wykorzystaniem programu ArcGIS 9.3. W procesie kalibracji nadano zdjęciom układ odniesienia (PUWG 1992), co umożliwiło identyfikację lokalizacji naziemnych punktów kontrolnych. Analizę treści zdjęć prze- 103
Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra prowadzono metodą segmentacji (wektoryzacji) obrazu. Następnie przeklasyfikowano wyniki segmentacji w celu otrzymania mapy zasięgu stref zagrożonych 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 wykonano metodą wizualną (makroskopową). Ocenę porażenia dolnych międzywęźli przez patogeny podstawy źdźbła wykonano według [Bojarczuk, Bojarczuk 1974]. Na podstawie liczby porażonych źdźbeł obliczono indeks porażenia. Natomiast porażenie korzeni zgorzelą podstawy źdźbła wykonano według 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
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 Indeks porażenia podstawy korzeni (%) 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 zależność między wartościami indeksów porażenia a intensywnością zieloności łanu, która została zarejestrowana na zdjęciu lotniczym. Wykres przedstawiony 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 zieloność 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 generalizacji jest uzależniony od doboru wielu parametrów definiujących wpływ właściwości spektralnych zdjęcia oraz zasięgu i rozmiaru odwzorowanych obiektów 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 segmentacji obrazu. Na tym etapie opracowywania danych należy wykalibrować parametry stopnia generalizacji. Ostateczną segmentację należy przeprowadzić tak, żeby zachować najważniejsze cechy widoczne na zdjęciu oraz ograniczyć wpływ zmienności lokalnej na generalizację obrazu. W analizowanym 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
Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra wanie tego szumu informacyjnego z mapy porażenia. Odpowiedni dobór parametrów segmentacji pozwala na otrzymanie maski reprezentującej obraz ścieżek technologicznych i pozostałych małych obiektów (rys. 4B). Poligony 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 przestrzennego 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 segmentacji. 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
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 szumem, 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
Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra 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. Zgorzel podstawy źdźbła oraz inne choroby podsuszkowe zbóż. Poradnik rozpoznawania 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 podstawy źdźbła w zależności od stanowiska w zmianowaniu. Prog. Plant Protection/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. 593-614 108