Svi objekti reflektuju, apsorbuju ili emituju elektromagnetsko zračenje ovisno o sastavu,stvarajući jedinstvene uzorke koje zovemo spektralni potpisi ili endmemberi. Čisti spektralni uzorci definšu se u idealnim terenskim ili laboratorijskim uslovima, gdje je spektar refleksije dobiven upotrebom spektroradiometra fokusiranog na jednu površinu.
Spektralni potpisi vegetacije Su dinamični (u spektralnoj, prostornoj i vremenskoj rezoluciji), znatno zahtjevniji za prikupljanje i dokumentovanje, te ih treba s oprezom ugraditi u spektralne knjižnice. Postoji nekoliko spektralnih knjžnica (većih i manjih) koje su organizirane po poglavljima, a sastoje se od uzoraka koji imaju dovoljan broj analiza i dokumentaciju za utvrđivanje kvalitete spektra. U ovome istraživanju izdvojeni su spektralni potpisi za nekoliko vrsta: hrast lužnjak (Quercus robur L.), običnu bukvu (Fagus sylvatica L.), običnu jelu (Abies alba Mill.), običnu smreku (Picea abies L.), bijelu imelu (Viscum album L. ssp. Abietis (Weisb.)) i žutu imelu (Loranthus europaeus Jacq.). Svrha istraživanja je bila uspostaviti spektralnu knjižnicu za buduća istraživanja primjene hiperspektralnih skenera pri detekciji vrsta drveća.
MATERIJALI I METODE
Snimanje uzoraka provedeno je hiperspektralnim linijskim skenerom ImSpector V9 spektralnog opsega 430-900nm i PCO PixelFly monokromatskim senzorom (24 slike/sekundi, rezolucije 640×512/8 bita ili 1280×1024/12 bita piksela (Miljković i dr. 2017). Hiperspektralni skener postavljen je zajedno sa senzorom svjetlosnog zračenja – FODIS (Fiber Optic Downwelling Irradiance Sensor) na visinu jednoga metra iznad tla. Dužina linije snimanja je iznosila 33,3%, a širina linije iznosi 0,208% visine, odnosno 0,333m x 0,00208m (Šemanjski i dr. 2009). Uzorcisu postavljani ispod skenera, u središte optičke ose, na podlogu pričvršćenu na tlo, sa označenom podjelom punog kruga za svakih h 45º. Ukupno je snimljeno 1208 snimaka.
REZULTATI I DISKUSIJA
Dobijeni rezultati potvrđuju mogućnost razdvajanja spektralnih krivulja, ali ujedno i ukazuju na preklapanje u pojedinim dijelovima spektra za pojedine vrste,što je bilo i očekivano.
Uspoređene spektralne krivulje hrasta lužnjaka i obične bukve pokazuju jasnu diferencijaciju duž cijeloga spektra od 430 do 900 nm, što dokazuje i rezultat t-testa p<0,001. Na grafičkom prikazu vidljivo je kako hrast lužnjak i obična bukva dobro diferenciraju u vidljivom i infracrvenom dijelu spektra.
Usporedbom spektralnih krivulja hrasta lužnjaka i žute imele koja dolazi na hrastu lužnjaku, vidimo jasno razlikovanje njihovih spektralnih krivulja (t-test p<0,001), što ukazuje na mogućnost detekcije zaraženosti hrasta lužnjaka imelom.
Nakon usporedbe spektralnih krivulja obične jele, obične bukve i obične smreke , vidljivo je kako se obična jela i obična smreka slabo diferenciraju u vidljivom dijelu (t-test p=0,917), za razliku od obične bukve, čija je spektralna refleksija znatno veća u području red edge prema bližem infracrvenom području, (t-test p<0,001) i t-test za običnu smreku i običnu bukvu (t-test p><0,001)
Usporedbom spektralnih krivulja obične jele i bijele imele (slika 12), možemo potvrditi njihovo jasno diferenciranje, što dokazuje uspješnost primjene u detekciji imele na hiperspektralnim snimkama.
Rezultati istraživanja proučavanih glavnih šumskih vrsta u Hrvatskoj i dvije vrste imela većinom su pokazali malu diferencijaciju spektralih krivulja u vidljivom dijelu spektra, dok u bližem infracrvenom navedene vrste jasno diferenciraju, odnosno moguća je detekcija tih vrsta na hiperspektralnim snimkama.
ZAKLJUČAK
Na osnovi provedenih snimanja pojedinih vrsta drveća i dvije poluparazitske vrste, hiperspektralnim linijskim skenerom ImSpector V9 možemo donijeti sljedeće zaključke:
provedenim istraživanjem definiranisu postupci uzimanja uzoraka za određivanje endmembera i kreiranje spektralnih knjižnica;
određeni su čisti spektralni uzorci (endmemberi) za neke od najvrijednijih komercijanih vrsta u Republici Hrvatskoj (hrast lužnjak, obična bukva, obična jela i obična smreka), te za dvije poluparazitske vrste (bijela i žuta imela);
spektralni potpisi navedenih uzoraka su dio spektalne knjižnice, te mogu poslužiti u budućim hiperspektralnim istraživanjima za detekciju vrsta drveća i zaraze imelom kako za potrebe šumarstva (zaštite šuma, uređivanja, iskorištavanja šuma)tako i za potrebe drugih naučnih disciplina.
Ovo istrživanje je jedan od prvih koraka u razvoju algoritama za detekciju vrsta drveća iz hiperspektralnih snimaka. Danas postoje hiperspektralne kamere, koje se mogu montirati na dronove, te kombinovanjem ovih razultata I sve brže rastuće AI tehnologije , koja pored diferencijacije u spektru može koristiti i mehanizme za prepoznavanje oblika krošnje, visine stabala, položaja grana I slično.
ForestryTech 