امكان‌سنجي روش تصويربرداري ابرطيفي در تشخيص جنسيت درخت پسته

اصفهان : دانشگاه صنعتي اصفهان

مكانيك بيوسيستم

كارشناسي ارشد

محصولات كشاورزي، به‌ويژه خشكبار، به‌دليل ارزش غذايي بالا نقش مهمي در امنيت غذايي جهان دارند. در اين ميان، پسته با ارزش اقتصادي زياد و سازگاري بالا با شرايط خشك و نيمه‌خشك، از محصولات راهبردي به‌شمار مي‌رود. از آن‌جا كه پسته گياهي دوپايه است، تعيين جنسيت تنها زماني ممكن است كه درخت وارد فاز زايشي شده و گل آذين خود را تشكيل دهد. علاوه بر اين، روش‌هاي مرجع تشخيص جنسيت معمولاً زمان‌بر، مخرب و پرهزينه هستند و امكان بررسي تعداد زيادي نمونه را به‌صورت همزمان نمي‌دهند. با توجه به اين كه جنس‌هاي نر و ماده مقاومت متفاوتي نسبت به بيماري‌ها و تنش‌هاي غيرزيستي دارند. بنابراين، تشخيص جنسيت مي‌تواند در مديريت بهينه باغ‌ها مؤثر باشد. در اين پژوهش، توانايي روش تصويربرداري ابرطيفي (HSI) در تشخيص جنسيت درختان پسته مورد ارزيابي قرار گرفت. به اين منظور، از 40 درخت پسته نر و ماده متعلق به چهار ژنوتيپ بادامي زرند تيپ يك، بادامي زرند تيپ دو، بادامي نوق و قزويني واقع در مزرعه لورك، نمونه‌هاي برگ پيش از تشكيل گل‌آذين در ارديبهشت‌ماه سال 1404 جمع‌آوري شد. براي اطمينان از صحت جنسيت درخت‌ها، از دو روش آزمون رنگي و استخراج DNA استفاده شد. پس از تأييد جنسيت درخت‌ها، برگ‌هاي جديد از همان درخت‌ها تهيه و تصاوير نمونه‌ها در مد بازتابشي و با استفاده از سامانه HSI تهيه شدند. اين سامانه شامل اجزاي اصلي همچون شش منبع نور هالوژني با توان 50 وات و قابليت تنظيم شدت و دوربين ابرطيفي اسكن خطي مجهز به آشكارساز CCD است كه توانايي ثبت تصاوير ابرطيفي در بازه طول‌موج 400 تا 1100 نانومتر را دارد. به‌منظور تحليل تصاوير بدست آمده، پيش‌پردازش‌هاي لازم بر روي آن‌ها انجام شد. به‌منظور آماده‌سازي داده‌هاي طيفي، مجموعه‌اي از پيش‌پردازش‌ها شامل نرمال‌سازي، تصحيح پراكنش افزاينده (MSC)، توزيع نرمال استاندارد (SNV) و مشتق‌گيري اعمال شد تا اثرات نويز و نوسانات ناخواسته در طيف‌ها كاهش يافته و ويژگي‌هاي مؤثر طيفي بهتر نمايان شوند. در ادامه، دو رويكرد متفاوت تحليل طيفي شامل تحليل مبتني بر طيف ميانگين ناحيه‌ي نمونه و تحليل پيكسل-‌مبناء بر اساس داده‌هاي طيفي هر پيكسل براي شناسايي و طبقه‌بندي نمونه‌هاي نر و ماده به‌كار گرفته شد. در روش تحليل مبتني بر طيف ميانگين از روش‌هاي مدل‌سازي نرم و مستقل شباهت‌هاي بين‌كلاسي (SIMCA)، جنگل تصادفي (RF) و شبكه‌هاي عصبي مصنوعي (ANN) و در روش پيكسل-مبناء از روش ANN استفاده شد. در روش تحليل مبتني بر طيف ميانگين، مدل‌هاي SIMCA، RF و ANN توانايي بالايي در تفكيك جنسيت درخت‌هاي پسته نشان دادند، به‌طوري كه بهترين عملكرد در ژنوتيپ قزويني با استفاده از مدل ANN و دقت 100 درصد به‌دست آمد، و دقت بين 27/87 تا 100 درصد قرار داشت. در روش تحليل پيكسل-مبناء، نتايج حاصل از مدل ANN براي طبقه‌بندي تصوير-مبناء مورد بررسي قرار گرفت و دقت طبقه‌بندي برگ‌ها بين 27/77 تا 100 درصد بود كه نشان‌دهنده توانايي مدل در تعميم‌پذيري و شناسايي جنسيت برگ‌ها در مجموعه نمونه‌هاي بزرگ‌تر است. بطور كلي، نتايج نشان دادند كه روش HSI به‌عنوان روشي غيرمخرب، دقت بالايي در شناسايي جنسيت درخت‌هاي پسته دارد و استفاده از مدل‌هاي RF و ANN در طبقه‌بندي طيفي، توانايي تفكيك جنسيت ارقام مختلف با دقت بالا را فراهم مي‌كند و اين روش مي‌تواند به عنوان ابزاري عملي در مديريت باغ‌هاي پسته مورد استفاده قرار گيرد.

236432

فناوري پس از برداشت

مهندسي كشاورزي

دانشگاه صنعتي اصفهان