Sélection de la langue

Recherche

Weed and crop discrimination using hyperspectral image data and reduced bandsets

Eddy, P.R., Smith, A.M., Hill, B.D., Peddle, D.R., Coburn, C.A., et Blackshaw, R.E. (2014). « Weed and crop discrimination using hyperspectral image data and reduced bandsets. », Canadian Journal of Remote Sensing, 39(6), p. 481-490. doi : 10.5589/m14-001  Accès au texte intégral (en anglais seulement)

Résumé

La détection précise et efficace des mauvaises herbes dans les champs de cultures est une condition essentielle pour le traitement dirigé d'herbicides pour la gestion des mauvaises herbes par site en temps réel («Site-Specific Weed Management», SSWM). En utilisant des images hyperspectrales (HS, 61 bandes, 400–1000 nm à 10 nm résolution spectrale) de très haute résolution spatiale (1,25 mm), cette étude a déterminé qu'il est possible de distinguer des mauvaises herbes (folle avoine, amarante à racine rouge) des cultures (pois des champs, blé de printemps, canola) à l'aide d'ensembles réduits de bandes HS en utilisant une classification par réseau de neurones artificiels («Artificial Neural Network», ANN). Un ensemble de 7 bandes identifié par une analyse en composantes principales et une analyse discriminante pas à pas a permis des classifications ANN dont les précisions (88 % à 94 %) étaient à peu près équivalentes aux résultats obtenus par l'utilisation des 61 bandes HS (89% à 95 %) pour des répliquas de parcelles échantillonnées dans le sud de l'Alberta, Canada. Par conséquent, les capteurs de faibles dimensions à bande étroite ou des ensembles de bandes similaires provenant des données HS devraient être considérés pour le SSWM. Les économies de temps de calcul liées à cette réduction substantielle de données sont potentiellement critiques pour permettre une utilisation optimale des données HS dans les systèmes de SSWM au sol en temps réel. Les recommandations formulées sur la base de ces résultats ont des implications potentiellement plus générales pour le SSWM à l'égard de l'efficacité du traitement à bord, la méthode de discrimination pour les mauvaises herbes/cultures et la conception des capteurs et algorithmes.

Signaler un problème sur cette page
Veuillez cocher toutes les réponses pertinentes :
Date de modification :