Изучение применения гиперспектральной визуализации для идентификации пыльной головни ячменя на разных стадиях развития с использованием методов машинного обучения
Просмотры: 18 / Загрузок PDF: 2
DOI:
https://doi.org/10.32523/2616-7034-2026-155-2-38-56Ключевые слова:
гиперспектральная визуализация, пыльная головня, ячмень, мониторинг агроценозов, стадии болезниАннотация
В статье представлено исследование возможностей гиперспектральной визуализации для идентификации поражения ячменя Ustilago nuda на различных стадиях развития заболевания с применением методов машинного обучения. Объектом исследования выступали образцы ячменя (Hordeum vulgare L.), отобранные в агроценозах северо-востока Павлодарской области. Анализ спектральных характеристик показал существенные различия между здоровыми, поражёнными и высохшими участками растений, включая снижение отражательной способности и отсутствие выраженного red edge у инфицированных тканей. Для классификации использован алгоритм Maximum Entropy. Обучающая выборка включала 243 образца, тестовая - 352 образца с выраженным дисбалансом классов. Модель показала высокую точность классификации до 95%. Полученные результаты подтверждают эффективность гиперспектральной визуализации в сочетании с машинным обучением для диагностики заболевания и мониторинга его развития в том числе на ранней стадии, что может быть использовано в системах точного земледелия для повышения эффективности фитосанитарного контроля и устойчивого развития зернопроизводства.
