ارائه روشی جهت استخراج نسبی پارامترهای کیفی گیاه از تصاویر Hyperion با کاربرد در کشاورزی دقیق

تصاویر ابرطیفی با داشتن قدرت تفکیک طیفی بالا و تصویر برداری در محدوده طیفی باریک، قابلیت بسیار بالایی را در رابطه با بررسی و پایش گیاهان و محصولات کشاورزی دارا می باشند. با توجه به تعداد زیاد باند ها در تصاویر ابرطیفی، لزوم انتخاب باند بهینه برای مطالعه پارامتری خاص ضروری می باشد. بدین منظور می توان از باندهای جذبی مربوط به مواد مختلف گیاه و همچنین از شاخص هایی که بدین منظور تعریف شده اند، استفاده نمود. در این پژوهش ، ابتدا با توجه به موقعیت باندهای جذبی مواد موثر در رشد و سلامت گیاهان، ۱۷ باند بهینه انتخاب و با استفاده از آنها شاخص های مختلف گیاهی تعریف و بر روی تصویر ماهواره ای اعمال گردید. نتایج اعمال هر شاخص بر روی تصویر مورد بررسی قرار گرفته و سپس تصاویر حاصل بر اساس حدود آستانه محاسبه شده، به نواحی مختلف تقسیم گردید. به منظور دستیابی به نتایج قابل استفاده، در مرحله دوم از روش طبقه بندی تصمیم گیری درختی استفاده گردید. نتایج خروجی از این روش طبقه بندی نشان داد که می توان با استفاده از این روش بطور نسبی تنش و در مجموع سلامت گیاهان منطقه را تشخیص داده و گیاهان را از این حیث، و بطور نسبی طبقه بندی نمود. این پژوهش نشان داد که با استفاده از این تصاویر می توان به بررسی و پایش گیاهان سبز، پارامترهای موثر بر سلامت آنها و کشف تنش های وارد بر گیاهان که گاهی حتی با مشاهدات بصری زمینی هم قابل کشف نمی باشند را آشکارسازی نمود.

کلیدواژه ها:

. ، Absorption bands ، Decision Tree Classification ، Hyperspectral imaging ، Vegetation indices