شناسایی مزارع نیشکر بیمار با استفاده از تصاویر ماهواره‌ای و طیف‌سنجی

اول از همه دم شما گرم که رفتيد سراغ ترکيب گياه‌پزشکي و سنجش‌ازدور 😄 اين دقيقاً همون چيزيه که تو دنيا داره براي مديريت هوشمند مزارع (Precision Agriculture) استفاده مي‌شه و روي نيشکر هم حسابي روش کار شده.

ايده‌اي که گفتي کاملاً شدنيه: يعني اگر طيف گياه سالم و گياه آلوده رو داشته باشي، مي‌توني با استفاده از تصاوير ماهواره‌اي يا پهپادي، مزارعي رو که مشکوک به بيماري هستن، شناسايي کني و بعد بري ميداني بررسي کني و جلوي شيوع رو بگيري.

براي شروع بايد بدوني که أغلب بيماري‌هاي نيشکر (مثل پوسيدگي ريشه، زردي‌ها، سوختگي‌ها و …) روي مقدار کلروفيل، ساختار برگ و رطوبت گياه اثر مي‌ذارن. اين تغييرات، خودشون رو در ناحيه‌هاي مختلف طيفي نشون مي‌دن، مخصوصاً در محدوده مرئي (VIS)، فروسرخ نزديک (NIR) و فروسرخ کوتاه‌موج (SWIR). خلاصه گياهه چيزي رو قايم نمي‌کنه، فقط بايد بلد باشي چطور ازش اعتراف بگيري 😉

به طور کلي چند تا قدم اصلي براي کاري که تو مد نظرته وجود داره:

۱. جمع‌آوري طيف گياه سالم و گياه آلوده
اينجا معمولاً از اسپکترو‌راديومتر (Spectroradiometer) در مزرعه استفاده مي‌شه. شما از برگ‌هاي سالم و آلوده، طيف بازتابي مي‌گيري و بعد اين‌ها رو با هم مقايسه مي‌کني تا بفهمي در چه طول موج‌هايي، اختلاف معني‌دار وجود داره. اگر به اين دستگاه دسترسي نداري، مي‌توني از پايان‌نامه‌ها و مقالات نيشکر + سنجش از دور استفاده کني؛ خيلي‌ها اين طيف‌ها رو قبلاً اندازه‌گيري و حتي منحني‌هاش رو منتشر کردند.

۲. انتخاب سنجنده (ماهواره) مناسب
بسته به هدفت و بودجه‌ات، چند انتخاب رايج هست:
- Sentinel-2: تفکيک مکاني ۱۰ متري، چند باند مناسب براي گياهان (به‌خصوص Red Edge)، رايگان؛ براي مزارع بزرگ نيشکر خيلي خوبه.
- Landsat 8/9: تفکيک ۳۰ متر، رايگان، بيشتر براي پايش در مقياس وسيع؛ ولي براي خطوط مزرعه باريک ممکنه دقت مکاني کم باشه.
- تصاوير تجاري مثل Planet، WorldView، GeoEye: تفکيک مکاني خيلي بالا، ولي معمولاً پولي.
اگر بعداً خواستي خيلي دقيق کار کني، هايپرسپکترال (تصاوير با تعداد باندهاي طيفي زياد) يا پهپاد هم مي‌تونن گزينه باشن.

۳. تعريف شاخص‌ها و امضاي طيفي بيماري
وقتي طيف گياه آلوده و سالم رو داشته باشي، مي‌توني:
- از شاخص‌هاي گياهي کلاسيک مثل NDVI، GNDVI، SAVI، و باندهاي Red Edge استفاده کني؛ چون بيماري‌ها معمولاً NDVI رو کم مي‌کنن.
- اگر بيماري خاصي مد نظر داري (مثلاً يکي از بيماري‌هاي قارچي يا ويروسي نيشکر)، مي‌توني شاخص اختصاصي تعريف کني که بر اساس طول موج‌هايي باشه که بيشترين تفاوت بين سالم و بيمار رو نشون مي‌دن.
هدف اينه که به يک امضاي طيفي (Spectral Signature) برسي که بگه: «اين الگو بيشتر شبيه گياه مريضه يا سالم؟».

۴. طبقه‌بندي و نقشه‌برداري از مزارع آلوده
بعد نوبت مي‌رسه به پردازش تصوير. روش‌هاي معمول اين کار:
- طبقه‌بندي‌هاي کلاسيک مثل Maximum Likelihood، SVM، Random Forest بر اساس باندها و شاخص‌ها.
- روش‌هاي جديدتر مثل يادگيري ماشين و يادگيري عميق (در صورت داشتن نمونه زياد و خوب).
تو اين مرحله، با استفاده از پيکسل‌هاي داراي برچسب (سالم / آلوده) که از نمونه‌برداري ميداني به دست آوردي، يک مدل مي‌سازي و بعد روي کل تصوير اعمال مي‌کني تا نقشه احتمال آلودگي به دست بياد.

۵. اعتبارسنجي (Ground Truth)
خيلي مهمه که نتايج ماهواره‌اي رو روي زمين چک کني. يعني بري تو مزرعه، از مناطقي که ماهواره گفته «مشکوک به بيماري» هستن، بازديد کني و ببيني واقعاً آلودگي هست يا نه. بدون اين مرحله، کار بيشتر شبيه فال‌گيري با ماهواره مي‌شه تا کار علمي 😅

چند نکته‌ي مهم که حواست باشه:
- بيماري‌ها معمولاً با تنش خشکي، کم‌غذايي و آفات قاطي مي‌شن؛ همه اينها مي‌تونن امضاي طيفي مشابه ايجاد کنن. پس نتيجه ماهواره‌اي رو هميشه بايد با تشخيص گياه‌پزشکي تکميل کني.
- مرحله رشد نيشکر، زمان تصويربرداري، زاويه خورشيد و شرايط اتمسفري، همه روي طيف تأثير مي‌ذارن؛ بايد تا حد امکان اين عوامل رو کنترل يا تصحيح کني.
- براي شروع، پيشنهاد مي‌شه روي يک منطقه محدود کار آزمايشي انجام بدي؛ بعد اگر مدل جواب داد، مقياس رو بزرگ‌تر کني.

اگر کار تحقيقي (مثل پايان‌نامه) انجام مي‌دي، مي‌توني عنوان‌هايي مثل اين رو بررسي کني:
- «پايش بيماري‌هاي نيشکر با استفاده از تصاوير Sentinel-2 و شاخص‌هاي طيفي»
- «تشخيص زودهنگام تنش‌هاي بيماري‌زاي نيشکر با ترکيب طيف‌سنجي ميداني و سنجش‌از‌دور»
- «مدل‌سازي پراکنش بيماري‌هاي نيشکر با بهره‌گيري از يادگيري ماشين و تصاوير ماهواره‌اي»

در نهايت، کاري که مي‌خواي انجام بدي هم از نظر علمي ارزشمنده هم از نظر عملي و اقتصادي؛ چون اگر مناطق آلوده زود شناسايي بشن، مي‌شه با حذف يا مديريت همون لکه‌ها، جلوي گسترش بيماري و ضرر بزرگ رو گرفت 🌱

براي آشنايي بيشتر با بيماري‌هاي نيشکر، علائم ظاهري، روش‌هاي پيشگيري و مديريت، حتماً سري به سايت نارگيل بزن و مقالات مربوط به گياهان و بيماري‌ها رو مطالعه کن؛ هم اطلاعات پايه گياه‌پزشکي بهت مي‌ده، هم تو تفسير داده‌هاي ماهواره‌اي کمکت مي‌کنه.