Гиперспектралды мәліметтер бойынша бидай татының спектрлік сигнатуралары: машиналық оқыту әдістерінің әлеуеті
Қаралымдар: 123 / PDF жүктеулері: 61
DOI:
https://doi.org/10.32523/2616-7034-2026-154-1-104-119Кілт сөздер:
гиперспектралды визуализация, спектрлік сипаттамалар, тат, бидай агроценозы, жіктеу моделіАңдатпа
Зерттеу гиперспектралды визуализация және машиналық оқыту әдістерін қолдана отырып, татты анықтау және зақымдануды саралау тәсілін ұсынады. Бидай масағының, жапырағының және сабағының зақымдануының спектрлік сипаттамаларындағы айырмашылықтарды талдау жарықтың шағылысуы және өсімдіктер мен қоздырғыштардың құрылымы арасындағы заңдылықтарды көрсетті. Сау аймақтарда қалыпты жасушалық құрылымға және оның құрамындағы хлорофиллге байланысты жоғары шағылысу коэффициенті анықталды. Төмен қарқындылық ылғалдың жоғалуына және өсімдік құрылымының бұзылуына байланысты өсімдіктің құрғақ аймақтарында анықталды. Таттан зардап шеккен аймақтардың шағылысу коэффициенттерінің төмен көрсеткіштері тіндердің деградациясына және сыртқы стресстерге төзімділікке ықпал ететін қоздырғыштарда қара пигменттердің жиналуына байланысты. Бұл ауруға тән, оны нақты анықтауға мүмкіндік беретін спектрлік профильді құрайды. Нәтижесінде Puccinia graminis, Puccinia triticina қоздырғыштарының зақымдануының болуын анықтау мақсатында жалпы жіктеу дәлдігі 94% болатын таттан зардап шеккен аймақтарды тану үшін Random Forest алгоритмі негізінде жіктеу моделі құрылды. Алынған мәндер үлгінің татпен зақымданған аймақтарды анықтау қабілетінің жоғары екенін көрсетеді де, бұл бидайдың тат ауруларын инвазивті емес түрде анықтау үшін гиперспектралды деректерді ансамбльдік машиналық оқыту алгоритмдерімен біріктірілген синергетикалық талдаудың перспективасын растайды.
