Deteksi infeksi nematoda kayu pinus pada pinus cina ( Pinus tabuliformis ) menggunakan citra drone hiperspektral
Abstrak
LATAR BELAKANG
Nematoda kayu pinus (PWN) telah menyebabkan kerusakan luar biasa pada hutan pinus di Tiongkok. Memprediksi tahap infestasi PWN secara akurat sangat penting untuk menerapkan manajemen yang tepat, seperti pengendalian kimiawi pada pohon yang terinfestasi dini dan penebangan serta pemindahan pohon pada tahap infestasi yang parah. Teknologi hiperspektral berbasis kendaraan udara nir awak (UAV) dapat menangkap gambar dengan resolusi spasial dan spektral yang tinggi, sehingga memudahkan cakupan yang lebih luas dan meningkatkan efisiensi deteksi. Hingga saat ini, hanya sedikit penelitian yang menggunakan koefisien korelasi antara spektrum penuh dan ciri fisiologis untuk menyaring indeks vegetasi (VI) pita ganda. Selain itu, belum ada perbandingan komprehensif antara VI yang disaring, panjang gelombang fitur, dan spektrum penuh menggunakan berbagai metode pembelajaran mesin untuk memprediksi tahap infeksi PWN.
HASIL
Kami mengevaluasi kemampuan VI yang disaring, panjang gelombang fitur yang dipilih oleh algoritma proyeksi berurutan (SPA), dan spektrum penuh dalam memperkirakan tingkat infeksi PWN. Hutan acak (RF), jaringan saraf tiruan (ANN), mesin vektor pendukung (SVM), dan tiga jaringan saraf konvolusional (CNN) diterapkan. VI yang disaring memiliki kinerja terbaik (OA%: 76,03–80,99; Kappa: 0,68–0,74), dan pendekatan RF memperoleh akurasi klasifikasi tertinggi (OA%: 72,73–80,99; Kappa: 0,63–0,74). Dalam membedakan antara pohon sehat dan pohon terinfeksi PWN pada tahap awal, RF menggunakan VI yang disaring mengungguli pendekatan lain (pohon sehat: PA% = 76,92, UA% = 76,92; pohon yang terinfeksi awal: PA% = 66,67, UA% = 72,00), dan indeks spektral perbedaan ternormalisasi (NDSI) yang dipilih berdasarkan kandungan klorofil merupakan fitur yang paling sensitif.
KESIMPULAN
Kami mengusulkan integrasi RF dengan VI yang disaring sebagai pendekatan yang direkomendasikan untuk deteksi dini infeksi PWN pada Pinus Cina, yang memberikan referensi untuk pengelolaan infeksi PWN. © 2025 Masyarakat Industri Kimia.