استفاده از تصاوير چند طيفي مبتني بر پهپاد در شناسايي بيماري درختان ميوه مطالعه موردي: پيچيدگي برگ هلو

با توجه به اهميت و ضرورت شناسايي به هنگام آفات در باغات ميوه و مزارع كشاورزي، در اين مقاله، قابليت تصاوير چندطيفي اخذ شده به كمك سكوي هوابرد بدون سرنشين در محدوده هاي طيفي مرئي و مادون قرمز براي شناسايي بيماري پيچيدگي برگ هلو مورد بررسي قرار گرفته است. براي اين منظور، تصاوير چند طيفي در پنج باند طيفي آبي، سبز، قرمز، لبه قرمز و مادون قرمز نزديك از باغ هلو آلوده به بيماري پيچيدگي برگ هلو در شمال ايران اخذ شدند. در اولين گام باندهاي تصاوير هم مرجع شده، سپس بر اساس پنل سفيد تصويربرداري شده قبل از پرواز، طي روند كاليبراسيون سنجنده، به بازتابش سطح تبديل شدند. تهيه اطلاعات مكاني از تصاوير اخذ شده، بر اساس الگوريتم هاي بينايي كامپيوتري و فتوگرامتري در چهار گام كلي، هم مرجع سازي باندها، توجيه تصاوير، تهيه ابر نقاط سه بعدي و توليد ارتوفتوموزائيك انجام شده است. در اين تحقيق شاخص هاي گياهي BNDVI، CI، DVI، GNDVI، GRVI، IPVI، NDRE، NDVI، OSAVI، RVI،SIPI در كنار باندهاي طيفي به عنوان ويژگي هاي طيفي براي تمييز درختان سالم از درختان آلوده با كمك طبقه بندي كننده ماشين هاي بردار پشتيبان(SVM) بكار برده شده است. بهترين زيرمجموعه از ويژگي هاي طيفي، با روش جستجوي پيشرو الگوريتم زيربهينه و براسال دو معيار ارزيابي دقت طبقه بندي "دقت كلي" و "ضريب كاپا" براي داده هاي آموزشي و داده هاي تست انتخاب شده و در نهايت، بالاترين دقت براي تمييز درختان هلو سالم از درختان آلوده بوده بيماري پيچيدگي برگ هلو با استفاده از طبقه بندي كننده ماشين هاي بردار پشتيبان در تركيب ويژگي هاي BNDVI ، DVI ، GRVI ، NDRE ، NDVI ، OSAVI ، RVI و دقت كلي 81% و ضريب كاپاي 0.50 بدست آمده است.