تخمين ميزان كلروفيل در درختان پسته با استفاده از داده هاي فراطيفي

تخمين دقيق پارامترهاي بيوفيزيكي و بيوشيميايي گياهان در زمينه هاي مختلفي مانند كشاورزي، اكولوژي و هواشناسي اهميت بسزايي دارد. در ميان محصولات كشاورزي ايران، اهميت استراتژيكي-اقتصادي پسته ضرورت توجه بيشتر به برنامه ريزي جهت افزايش توليد اين محصول را آشكار مي سازد. هدف اصلي اين مطالعه مقايسه روش هاي آماري تك متغيره شاخص هاي باريك باند گياهي و روش هاي چند متغيره SMLR و PLSR در پيش بيني غلظت كلروفيل برگ درختان پسته با استفاده از داده هاي انعكاسي فراطيفي مي باشد. داده هاي طيفي از برگ درختان پسته كه در مقاطع رشد و شرايط گوناگون جمع آوري گرديده بودند، در اتاق تاريك با دستگاه طيف سنج ASD Field Spectrometer III تهيه شدند. سپس ميزان كلروفيل برگ ها با دستگاه كلروفيل متر SPAD قرائت شدند و همچنين آزمايشات شيميايي جهت استخراج غلظت كلروفيل نمونه ها در آزمايشگاه شيمي انجام شد. در ميان شاخص هاي گياهي باريك باند جهت پيش بيني غلظت كلروفيل نمونه ها، شاخص RVI با طول موج هاي بهينه 670 و 734 نانومتر و استفاده از داده هاي طيفي تبديل شده مشتق اول بيشترين دقت را داشت (72/0 =، 25/0 RRMSEcv=). نتايج بدست آمده از روش هاي چند متغيره در پيش بيني غلظت كلروفيل نيز نشان داد كه، مدل هاي PLSR و SMLR با استفاده از داده هاي طيفي تبديل شده مشتق اول دقت بالاتري نسبت به روش هاي تك متغيره داشتند (79/0 =،21/0 RRMSEcv=). به طور كلي نتايج اين تحقيق نشان داد، داده هاي انعكاسي فراطيفي پتانسيل بالايي در پايش سلامت و وضعيت رشد محصولات كشاورزي، مخصوصا برگ درختان پسته دارند و همچنين مدل هاي آماري چند متغيره نسبت به روش هاي تك متغيره دقت بالاتري در پيش بيني غلطت كلروفيل برگ درختان پسته داشتند و داده هاي انعكاسي تبديل شده نسبت به داده هاي طيفي اوليه داراي توانايي بالاتري در پيش بيني ميزان كلروفيل هستند.