Χρήση υπερφασματικών δεδομένων του ελάσματος για την διάκριση ποικιλιών της αμπέλου
Using leaf hyperspectral data for grapevine cultivar discrimination
Λέξεις-κλειδιά
Μορφοχρωματομετρία φύλλων ; Υπερφασματική εικόνα ; Vitis vinifera L. ; Ταξινομητής ποικιλίας αμπέλουΠερίληψη
Ο προσδιορισμός της ποικιλίας της αμπέλου είναι ένα θέμα μεγάλου
ενδιαφέροντος στην αμπελουργία. Οι μέθοδοι που υπάρχουν σήμερα για τον
προσδιορισμό της ποικιλίας της αμπέλου είναι η αμπελογραφία, η υγρή χημεία
μέσω μεθόδων που βασίζονται σε ισοένζυμα και ή DNA ανάλυση. Σε αυτή την
εργασία θα γίνει μία απόπειρα ταυτοποίησης των ποικιλιών της αμπέλου με την
χρήση φασματοσκοπίας στα φύλλα που στοχεύει σε μία γρήγορη ,αυτόματη και
φιλική προς το περιβάλλον μεθόδου διάκρισης των ποικιλιών της αμπέλου. Η
διάκριση των ποικιλιών της αμπέλου έγινε με τον NIPALS-PLS που είναι ένας
αλγόριθμος μερικών ελαχίστων τετραγώνων του SAS Studio χρησιμοποιώντας τα
υπερφασματικά δεδομένα τις ανάκλασης των φύλλων. H υπερφασματική
απεικόνιση πραγματοποιήθηκε με το φασματοραδιόμετρο PSR+ 3500
Spectroradiometer της Spectral Evolution που έχει φασματικό εύρος καταγραφής
τα 350 nm έως 2500 nm. Ο ταξινομητής δημιουργήθηκε χρησιμοποιώντας 180
φύλλα, 10 από κάθε μία από τις ποικιλίες Ασπρούδι, Ασπρούδα, Γκουμάσι
Λιανόρραγο, Λευκό Γιάννενα, Μαυρούδι, Μελίσσα, Μοσχούδι, Πατίνες, Σάμια,
Βόλιτσα Λευκή έγιναν 6 διαφορετικές παραλλαγές αρχικοποίησης της
ταξινόμησης με καλύτερη απόδοση ταξινόμησης 80,8%. Η προτεινόμενη μέθοδος
φαίνεται πολλά υποσχόμενη για την διάκριση των ποικιλιών της αμπέλου , αλλά
σίγουρα ένα ευρύτερο φάσμα ποικιλιών αμπέλου θα πρέπει να δοκιμαστεί πριν
εφαρμοστεί για την ανίχνευση τους.
Περίληψη
Vine variety identification is a topic of great interest in viticulture. The methods
that exist today to determine the variety of the vine are the viticulture, liquid
chemistry through methods based on isozymes and or DNA analysis. In this work
an attempt will be made to identify the vine varieties using spectroscopy in the
leaves which aims at a fast, automatic and environmentally friendly method of
distinguishing grape varieties. The distinction of grape varieties was done by
NIPALS-PLS which is a partial least algorithm quadrats of SAS Studio using leaf
reflectance hyperspectral data. Hyperspectral imaging was performed with Spectral
Evolution's PSR+ 3500 Spectroradiometer which has a spectral recording range of
350 nm to 2500 nm. The classifier was created using 180 leaves, 10 of each of the
varieties Asprudi, Aspruda, Goumasi Lianorrago, Lefko Yannena, Mavroudi,
Melissa, Moschoudi, Patinas, Samia ,Volitsa Lefki 6 different initialization variants
of the classification were made with a better classification performance of 80.8%.
The proposed method looks promising for distinguishing grape varieties, but
certainly a wider range of grape varieties should be tested before being applied to
detect them.