DAMAGE DETECTION OF TWOSPOTTED SPIDER MITES (Tetranychus urticae Koch) IN STRAWBERRY PLANTS USING UNMANNED AERIAL VEHICLE MULTISPECTRAL IMAGES
İNSANSIZ HAVA ARAÇLARI ÇOK BANTLI GÖRÜNTÜLERİNİ KULLANARAK ÇİLEK BİTKİSİNDEKİ ÇİFT NOKTALI ÖRÜMCEK KENESİNİN (Tetranychus urticae Koch) ZARARLARININ ALGILANMASI
- Tez No: 720060
- Danışmanlar: DR. AMR ABD-ELRAHMAN
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Kırmızı örümcek, Rastgele ormanlar, İkinoktalı kırmızı örümcek, Red spider, Random forests, Tetranychus urticae Koch
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Unıversıty Of Florıda
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Orman Kaynakları ve Koruması Ana Bilim Dalı
- Bilim Dalı: Geomatik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son çalışmalar İnsansız Hava Araçları'nın hassas tarım için büyük bir potansiyele sahip olduğunu ortaya koymuştur. Çift noktalı örümcek kenesi Florida'da çilek üretimini etkileyen ana haşerelerden biridir. Bu çalışma elektromanyetik spektrumun Mavi, Yeşil, Kırmızı, Kırmızı Kenar ve Yakın Kızılötesini içeren çok bantlı görüntülerle zarar değerlendirmesi ve örümcek kenesi miktarının algılanması potansiyelini araştırmaktadır. Bu çalışma için Florida'nın Plant City şehrinde ticari bir çilek tarlasından farklı örümcek kenesi istilasına sahip 50 adet çilek bitkisi örneği alındı. Insansız Hava Araçlarıyla 16 Mart 2016'dan 5 Nisan 2016 tarihleri arasında 4 hafta boyunca haftalık olarak uçuşlar yapılıp çok bantlı görüntüler alındı. Pix4D (Inc.) yazılımı kullanılarak bu görüntülerden ortomozaik görüntüler üretildi ve örnek bitkiler sayısallaştırıldı. Analiz aşamasında, bağımsız değişkenler olarak Basit Oran (SR), Normalleştirilmiş Fark Bitki Indeksi (NDVI) ve bireysel bant değerleri kullanılarak görsel olarak değerlendirilmiş zarar sınıflandırmasının ve logaritmik dönüşüm uygulanmış Çift Noktalı Örümcek Kenesi (TSSM) miktarının Liner Regresyon Modelleri geliştirilmiştir. İkinci bağımsız değişkenler olarak, her yapraktaki avcı kenenin (Phytoseilus Persimilis) varlığı veya yokluğu not edilmiş ve bitkinin kendi içerisindeki indeks değerleri ya da bantların standart dağılımı çoklu regresyon analizinde test edilmiştir. Sonuçları değerlendirmek için Birini Dışarda Bırak Çapraz Doğrulama (LOOCV) yöntemi kullanılmıştır. Farklı bir metod olarak, bağımlı değişkenler olan zarar sınıfları ve logaritmik dönüşüm uygulanmış kene miktarları verisi ve bağımsız değişkenler olarak da bireysel bant değerleri, Normalleştirilmiş Fark Bitki Indeksi (NDVI) ve Basit Oran (SR) indeksi veri gruplarının yanı sıra bunların standart dağılımları kullanılarak Rasgele Orman (SR) regresyon algoritması uygulanmıştır. Bu algoritmanın uygulanmasında, örneklerin %70'i kenara bırakılmış ve bu veri setinin tahmin edilen değerleri kullanılarak Kök Ortalama Kare Hatası (RMSE) değerleri hesaplanmıştır. Sonuçlar, kene miktarlarının erken istila döneminde bitki indeksleri ve bireysel bant değerleri kullanılarak modellenebileceğini göstermiştir. İstila dönemlerinin sonlarında kene miktarı modelleri istatistiksel olarak belirgin değildir. (p>0.05). Ancak, gözlemlenen spektrum boyunca bitkinin spektral imzasını etkileyen kene kaynaklı zararların şiddetini teşvik eden daha sonraki istila dönemlerinde, görsel olarak değerlendirilmiş zarar sınıfı modelleri istatistiksel olarak belirgindir (p<0.05). Ayrıca sonuçlar, görünür bölge bantlarının erken istila döneminde kene miktarlarını modellemek için kullanılabileceğini ve öte yanda bitki indelerinde kullanılan tüm bantların ise istila döneminin sonunda zarar sınıflarını modellemede kullanılabileceğini göstermiştir. Karşılaştırma yapıldığında, Rastgele Orman algoritmasının ürettiği sonuçlar (Tablo 3-6 ve Tablo 3-9), Birini Dışarıda Bırak Çapraz Doğrulama veri seti (Tablo 3-1, Tablo3-2 ve Tablo 3-3) ile gösterilen liner regresyondan sonuçlarından daha üstün olduğu görülmüştür. Bu tezin bulguları örümcek kenesi miktarı ve zarar sınıfları algılamada rastgele orman ve liner regresyon analizlerinin kullanımını sunmaktadır. Her ikisi de örümcek kenesi miktarlarını ve zarar sınıflarını algılamada yetenekli methodlar olduğu görülmüştür. Ancak göreceli olarak az miktarda örnekle sadece bir bitki türü üzerinde çalışma ve görüntülerin mekansal çözünürlükleri dikkate alındığında bunların çalışmayı kısıtlandırdığı düşünülebilir. Bu çalışmayı geliştirmek için, farklı mekansal çözünürlüklerde ve bitkinin farklı türleriyle yetişme sezonu boyunca genişletilen bir çalışma yapılabilir.
Özet (Çeviri)
Recent studies have indicated that remote sensing by UAVs has great potential for precision agriculture. The twospotted spider mite (TSSM) is one of the main pests affecting strawberry production in Florida. This study investigates the potential to detect spider mite counts and damage assessment through multispectral images consisted of five bands in Blue, Green, Red, Red Edge and NIR area of the spectrum. Fifty strawberry plants with varying levels of twospotted spider mite infestation were sampled from a commercial strawberry field located in Plant City, FL. Images were captured weekly for 4 weeks from March 16th to April 5th of 2016. Linear regression models of the log-transformed TSSM mite counts and visually assessed damage classification were developed using individual band values, Normalized Difference Vegetation Indices (NDVI) and Simple Ratio (SR) as independent variables. As second independent variables, predator mite (Phytoseilus Persimilis) presence or absence was noted on each leaf and the standard deviation of the bands or index values within the canopy were tested in multiple regression analysis. A Leave-One-Out Cross validation (LOOCV) was used to assess the results. The Random Forest (RF) regression algorithm was also applied using the log transformed mite counts and damage class as dependent variables and each of the band value, NDVI index, and SR index data groups as well as their standard deviation values as independent variables. In implementing the RF algorithm, 70% of the samples were set aside for validation and RMSE values were computed using the predicted values of this dataset. The results indicate that mite counts can be modeled using individual band values and vegetation indices in early infestation stages. In later infestation stages, no mite count models were statistically significant (p > 0.05). However, visually assessed damage class models were significant (p < 0.05) in later infestation stage promoting the severity of the mite-induced damage affecting the plant spectral signature across the observed spectrum. The results also showed that the visible bands can be used to model mite counts at early infestation stage, while almost all bands used in vegetation indices can be used to model the damage class in the later infestation stage. The RF regression algorithm produced superior results (Table 3-6 and Table 3 9) compared with linear regressions as shown by the LOOCV validation dataset (Table 3-1, Table 3-2 and Table 3-3). The findings of the thesis demonstrate the utility of both the linear regression and random forest methods in estimating spider mite counts and damage classes. They are capable methods to predict spider mites and damage classes. However, studying only one variety with a relatively small sample size and the spatial resolution of the images can be considered as limitations. A more comprehensive study using different strawberry varieties and spatial resolution extending along the growing season is recommended as an extension to this study.
Benzer Tezler
- Derin öğrenme teknikleri ile bazı bağ zararlılarının oluşturduğu hasarın belirlenmesi
Determination of the damage caused by some vineyard pests with deep learning techniques
TAHSİN UYGUN
Doktora
Türkçe
2024
ZiraatTokat Gaziosmanpaşa ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET METİN ÖZGÜVEN
PROF. DR. DÜRDANE YANAR
- Damage detection of laminated composite structures using inverse finite element method
Lamine kompozit yapılarda ters sonlu elemanlar yöntemi ile hasar tespiti
FARAZ GANJDOUST
Yüksek Lisans
İngilizce
2022
Mekatronik MühendisliğiSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN KEFAL
- Nondestructive detection of impact damage in glass epoxy cylindrical shells by penetrant method
Cam epoksi silindirik kabuklardaki darbe hasarlarının penetrant ile tahribatsız tespiti
BALKAR ALTAY
Yüksek Lisans
İngilizce
1997
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BÜLENT DOYUM
- Electrochemical detection of oxaliplatin induced DNA damage in G-quadruplex structures
G-quadruplex DNA yapılarında oxalıplatinin yarattığı dna hasarının elektrokimyasal tespiti
SILA CAN OSMANOĞULLARI
Yüksek Lisans
Türkçe
2022
KimyaOrta Doğu Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. LEVENT KAMİL TOPPARE
DOÇ. DR. ÖZGÜL PERSİL ÇETİNKOL