A szőlő lombozatának értékelése vegetációs indexek alapján

Bevezetés

A növények lombozatának és az egyedi leveleinek színe a szántóföldi termesztésben, az erdészetben, a kertészetben vagy éppen az élelmiszeriparban egyaránt fontos információkat szolgáltathat. A pigmentek, különösen a klorofill, xantofill, karotinoidok, antocianinok vagy a betalainok koncentrációja támpontot adhat a tápanyag-ellátottsághoz, tükrözheti a környezeti stresszhelyzeteket, vagy a kártevők, kórokozók jelenlétét.

Biotikus vagy abiotikus stresszhelyzetekben a levelek színeződése megváltozhat. Számos tápanyaghiány például jellegzetes mintázatot mutat. A nitrogénhiány kisebb és világoszöldebb leveleket eredményez. A magnéziumhiány esetén az egyik legfontosabb tünet a klorotikus sárgulás, amely az erek között jelenik meg, míg maguk az erek zöldek maradnak; további tünetek lehetnek nekrotikus foltok és lilás vagy vöröses árnyalatok. A káliumhiány esetén a levéllemez szélétől induló tüneteket találunk.  

A gombás fertőzések szintén jellemző tüneteket okoznak a levéllemezen. A peronoszpóra például „olajfoltokat” okoz, a lisztharmatra fehér foltok jellemzőek. Ezzel szemben a feketerothadás fertőzése jellegzetes barnásvöröses foltokkal és azok sötét széleivel jellemezhető. Az esca szabálytalan világoszöld elszíneződést, klorotikus tüneteket, majd jellegzetes „tigriscsíkos” mintázatot okoz.

A fentiekből kitűnik, hogy a környezeti stressz gyakran jellemző morfológiai elváltozások kíséretében következik be, amelyek lehetőséget adnak a kiváltó ok azonosítására, vagy a stressz mértékének vizsgálatára.

Vegetációs indexek

A vegetációs indexek vizsgálata széles körben elterjedt a biotikus és abiotikus stressz azonosításában. A legelterjedtebb vegetációs index az NDVI (Normalized Difference Vegetation Index), ami szoros összefüggést mutat a növények lombozatának méretével és a fiziológiai állapottal.

Az NDVI alapján kiszűrhetőek a tápanyaghiányos területek, a téli és tavaszi fagykárral sújtott ültetvények vagy ültetvényrészek, továbbá például a szárazságstressz, de a kártevők és a kórokozók által okozott vegetatív visszaesés is.  Az NDVI vizsgálata ma már rutinszerűnek mondható, de bizonyos technikai feltételekhez kötött.

A vizsgálathoz úgynevezett multispektrális szenzorok alkalmazása szükséges, ugyanis a látható tartományon kívül a közeli infravörös (Near InfraRed – NIR) tartományban visszavert sugárzást is detektálnunk kell. A szükséges szenzorok ma már ugyan könnyedén beszerezhetők, de költségük miatt sokan a hagyományos RGB-alapú (látható tartományon belüli) szenzorokkal is vizsgálható vegetációs indexeket részesítik előnyben.

A minták vizsgálata ebben az esetben nem igényli a NIR-tartomány elemzését, és az adatgyűjtés, digitalizálás sokkal egyszerűbb eszközökkel is megvalósítható, mint például egy digitális fényképezőgép, okoseszköz (telefon, tablet stb.) kamerája, irodai síkágyas szkenner, vagy RGB-színmérő (coloriméter).

LeafLaminaMap

A Magyar Agár- és Élettudományi Egyetemen olyan eljárást dolgoztunk ki, amellyel lehetőség nyílik az egyedi levelek vegetációs indexeinek értékelésére, és az egyes indexek levéllemezen mutatkozó variabilitásának elemzésére különböző statisztikai eljárások alapján.

A cél az volt, hogy mind a hagyományos irodai szkennerrel, mind a laptop vagy személyi számítógép kameráján keresztül digitalizált felvételek egyaránt elemezhetőek legyenek, vagyis egy egyszerű módszerrel kapjunk értékes információkat az egyedi levelek vagy éppen az egész lombozat mintázatáról.

A felső képen egy tünetes levél eredeti színes RGB-képe, az alsó képen ugyanaz a minta NBGVI- (Normalized Blue-Green Difference Index) színindexképe.

A LeafLaminaMap a Scilab ingyenesen elérhető szoftverrel, valamint az Image Processing and Computer Vision Toolbox segítségével készült (1. ábra). A program és a forráskód szabadon elérhető a GitHub online szolgáltatásban. A szoftver grafikus felhasználói felületén betölthető a számítógépen tárolt színes RGB-felvétel, és a listából kiválasztható, hogy melyik vegetációs indexek elemzését szeretnénk elvégezni

Ugyancsak a felhasználói felületen megjelennek az aktuális színindex kiszámított paramétereinek eredményei, míg az összes index kiszámított értékeinek listája automatikusan mentésre kerül egy szöveges fájlba. A rendszer kiszámolja a választott színindex átlagát, szórását, kontraszt-, energia- és entrópiajellemzőit.

A program működése

A program a betöltött színes képeket átalakítja a kiválasztott vegetációs index képlete alapján. Példaként a red chromaticity esetén az eredeti kép minden pixelét az alábbi képlet alapján alakítja át: R/(R+G+B), vagyis a pixelek RGB értékeiből – melyek mindegyikének értéke 0 és 255 között lehet – kiszámolja a pixelek megadott vegetációs index szerinti új értékét.

A pixelek új értékeiből pedig megkapjuk az új, teljes levélre vonatkozó képet. Egy olyan pixel esetén, ahol az RGB értéke, például: R=112, G=186, B=16 (például egy egészséges zöld levél), a pixel red chromaticity értéke 112/(112+186+16) vagyis 0.3566.

A „kész” új levél pixeleinek adatait a LeafLaminaMap több statisztikai módszer alapján adja meg: kiszámolja a levélre vonatkozóan a pixelek új értékeinek átlagát, szórását, valamint a kontraszt, energia és entrópia értékeket.

A program bemutatásához 5 egészséges és 5 tünetes (jellemzően a vegetációs időszak végén szeneszcencia tüneteit mutató) levelet vontunk be az elemzésbe. A kapott adatok alapján látható, hogy az egészséges és tünetes levelek színindexeinek átlagértékei jelentősen eltérnek. A szórások közötti különbség pedig a levelek színének egységességére utalnak.

Minél magasabb a szórás értéke, a levél annál változatosabb RGB-értékekkel és ebből számolt színindexértékekkel rendelkezik. A kapott értékekkel végzett főkomponens analízis (PCA) eredménye (2. ábra) alapján a vizsgálatba vont minták élesen elkülönülnek egymástól, és míg az egészséges levelek kis távolságra helyezkednek el egymástól, a tünetes levelek nagy variabilitást mutatnak.

Összefoglalás

A vegetációs indexek széles körben alkalmazott mutatók a szőlőültetvények élettani és egészségi állapotának felmérésében. A rendelkezésre álló eszközök függvényében akár a hagyományos színes RGB-felvételek készítése is célravezető lehet a vizsgálatok elvégzéséhez, hiszen számos olyan vegetációs index létezik, ami nem igényli a multispektrális felvételeket.

A LeafLaminMap a MATE Szőlészeti és Borászati Intézetének és Élelmiszertudományi Intézetének közös fejlesztése, melynek segítségével lehetővé válik az egyedi levelek részletes színindexelemzése. Az előzetes eredmények alapján elmondható, hogy a program által számolt adatok révén elkülöníthetőek az egészséges és tünetes levelek és számszerűsíthető a levelek színmintázatának variabilitása.

Köszönetnyilvánítás

A tanulmány megjelenését az Agri-Digital Growth Interreg Central Europe (CE0200761) program támogatta.