تخمین میزان کلروفیل در درختان پسته با استفاده از داده های فراطیفی

تخمین دقیق پارامترهای بیوفیزیکی و بیوشیمیایی گیاهان در زمینه های مختلفی مانند کشاورزی، اکولوژی و هواشناسی اهمیت بسزایی دارد. در میان محصولات کشاورزی ایران، اهمیت استراتژیکی-اقتصادی پسته ضرورت توجه بیشتر به برنامه ریزی جهت افزایش تولید این محصول را آشکار می سازد. هدف اصلی این مطالعه مقایسه روش های آماری تک متغیره شاخص های باریک باند گیاهی و روش های چند متغیره SMLR و PLSR در پیش بینی غلظت کلروفیل برگ درختان پسته با استفاده از داده های انعکاسی فراطیفی می باشد. داده های طیفی از برگ درختان پسته که در مقاطع رشد و شرایط گوناگون جمع آوری گردیده بودند، در اتاق تاریک با دستگاه طیف سنج ASD Field Spectrometer III تهیه شدند. سپس میزان کلروفیل برگ ها با دستگاه کلروفیل متر SPAD قرائت شدند و همچنین آزمایشات شیمیایی جهت استخراج غلظت کلروفیل نمونه ها در آزمایشگاه شیمی انجام شد. در میان شاخص های گیاهی باریک باند جهت پیش بینی غلظت کلروفیل نمونه ها، شاخص RVI با طول موج های بهینه 670 و 734 نانومتر و استفاده از داده های طیفی تبدیل شده مشتق اول بیشترین دقت را داشت (72/0 =، 25/0 RRMSEcv=). نتایج بدست آمده از روش های چند متغیره در پیش بینی غلظت کلروفیل نیز نشان داد که، مدل های PLSR و SMLR با استفاده از داده های طیفی تبدیل شده مشتق اول دقت بالاتری نسبت به روش های تک متغیره داشتند (79/0 =،21/0 RRMSEcv=). به طور کلی نتایج این تحقیق نشان داد، داده های انعکاسی فراطیفی پتانسیل بالایی در پایش سلامت و وضعیت رشد محصولات کشاورزی، مخصوصا برگ درختان پسته دارند و همچنین مدل های آماری چند متغیره نسبت به روش های تک متغیره دقت بالاتری در پیش بینی غلطت کلروفیل برگ درختان پسته داشتند و داده های انعکاسی تبدیل شده نسبت به داده های طیفی اولیه دارای توانایی بالاتری در پیش بینی میزان کلروفیل هستند.