根据缅因大学领导的一项研究,成像光谱可以帮助预测野生蓝莓贫瘠地区的水分压力。
该技术涉及测量无人机、卫星和其他遥感技术捕获的图像中描绘的物体反射的光,以对物体进行分类和收集相关信息。据研究人员称,它可以精确测量数十个甚至数百个色带的光。据研究人员称,反射光谱可以描绘各种作物的营养水平、叶绿素含量和其他健康指标。
来自 UMaine、Schoodic Institute 和 Wyman's(世界上最大的野生蓝莓供应商之一,也是该国最大的冷冻水果品牌)的科学家在他们的研究中发现,当将成像光谱学纳入模型时,可以帮助预测野生蓝莓是否种植将缺乏足够的水来生长。研究人员说,这项技术不仅可以帮助种植者在评估灌溉程序并以一种避免损害作物的方式管理水资源时为他们提供信息。
该团队通过部署配备光谱仪的无人机来收集成像光谱数据,用于捕获可见光和近红外光,以拍摄怀曼在缅因州德伯瓦拥有的野生蓝莓田。然后研究人员处理图像以测量植物的反射光谱,以指示叶绿素水平和其他有助于估计其水势的特性,他们说,这是驱动水流的主要力量和水分压力的指标。同时,该小组从地块中的野生蓝莓植物中收集了带有叶子的小树枝,以评估它们的水势并验证基于光谱的估计。图片和样本采集于 2019 年春夏两季,当时植物经历了盛开、绿果和断色的高峰期。
来自无人机图像和地面样本的数据被整合到他们使用机器学习和统计分析开发的模型中,以估计贫瘠植物的水势,从而预测水压力。来自地面样本数据的模型用于帮助指导开发和验证使用图像数据创建的模型。两组模型的结果具有可比性,表明成像光谱可以准确预测生长季节不同时期野生蓝莓贫瘠地区的水分胁迫。研究人员表示,随着这项技术的有效性得到证实,科学家们可以利用它的好处,例如轻松地对蓝莓叶等小物体进行重复测量。
研究生 Catherine Chan 领导了这项研究,缅因大学教师 Daniel Hayes 和 Yongjiang Zhang、Schoodic Institute 森林生态学家 Peter Nelson 和 Wyman 的农艺师 Bruce Hall 也加入了这项研究。遥感杂志发表了他们的发现报告。
“我们通过机器学习将野生蓝莓田的光谱数据和已知水势区域结合起来,创建了一个模型来进一步预测可能受水压力影响的区域,”Chan 说。
研究人员说,了解如何可持续地管理水资源以减轻与当前和日益增加的干旱频率相关的风险对于野生蓝莓种植者来说至关重要。
“这项研究提供了关键知识,以确保野生蓝莓作物在未来几代人的持续生存能力,”霍尔说。
近年来,气候变化加剧了气候变暖和干旱,以及冰冻和病原体问题,加剧了他们的斗争。研究人员表示,因此,越来越需要预测工具,例如成像光谱学和依赖它的模型,以便为土地状况提供缓解策略的信息。
Nelson 说,这项研究是与他在 Schoodic 研究所的生态光谱学实验室 (lecospec) 合作进行的,该实验室由缅因州经济改善基金、缅因州太空赠款财团、美国国家航空航天局 (NASA) 和其他大学资助。缅因州系统基金。Nelson 说,研究团队使用了他与 Chan 和其他学生一起开发的软件,该软件允许无人机和光谱仪测量比普通相机更多的数十或数百个色带的光。
“我们设想并继续将其作为一种研究和应用工具来推广,以产生适用于缅因州经济的森林、农业和海洋部门的问题和问题的数据和算法,”他说。