Bildgebende NIR-Hyperspektral-Technologie zur in-situ Erfassung des Blattwassergehalts

Abstract

Die Erfassung von Pflanzenparametern nimmt im besonderen Maße im Pflanzenversuchswesen, z.B. bei der Züchtung neuer Sorten, eine zentrale Rolle ein. So stellt beispielsweise der Wassergehalt von Pflanzen einen wichtigen Parameter dar, um biochemische Prozesse in Pflanzen bestimmen zu können. Die Eignung der bildgebenden NIR-Hyperspektralanalyse zur Messung von Pflanzenparametern wurde im Rahmen dieser Arbeit am Beispiel der in-situ Erfassung des individuellen Blattwassergehalts von Pflanzen aufgezeigt. Dazu wurde mittels eines bildgebenden hyperspektralen NIR-Spektrometers ein Spektralmessplatz für Analysen des Blattwassergehalts von Brokkoli-Pflanzen entwickelt. Die resultierenden Parameter des Messplatzes in Bezug auf das räumliche sowie spektrale Auflösungsvermögen wurden im Rahmen von Voruntersuchungen quantifiziert und bewertet. Die anschließenden Messungen der Pflanzenstrukturen sind mit breitbandiger aktiver Beleuchtung in Reflexionsmessung berührungslos erfolgt. Die bildgebenden Spektraldaten sind anschließend durch ein Schwellwertverfahren in Pflanzen- und Bodenspektren klassifiziert und entsprechend in Einzelblattflächen segmentiert worden. Neben der Auswertung der Hyperspektraldaten mittels PLS-Regression wurde durch die Analyse der Wasserabsorptionsbanden im NIR-Bereich ein spektraler Wasserindex (WI) als Quotient zweier Spektralbanden bei 1450 nm und 1050 nm aufgestellt und mit dem gravimetrisch bestimmten Referenz-Wassergehalt von Einzelblättern korreliert. Die Datengrundlage dieser Vorhersagemodelle wurde durch drei unterschiedliche Versuchsreihen gegeben, in denen insgesamt 144 Pflanzen unterschiedlicher Kultivierungsdauer spektral vermessen worden sind. Der sich aus der Kreuzkorrelation ergebene Schätzwertfehler RMSE betrug für das WI-Modell 5,51 % Blattwassergehalt bei einem Bestimmtheitsmaß R2 von 0,912 und wich damit nur geringfügig von den Werten des PLS-Modells ab. Eine Betrachtung einzelner auf die Spektralmessung für den Feldeinsatz relevanter Einflussfaktoren und deren Einfluss auf die Vorhersagegenauigkeit des WI-Modells wurde anhand zusätzlicher Versuche gemessen und bewertet. Anschließend wurde das hohe Potential dieser Messmethode in Form einer Zeitreihenmessung im Rahmen eines Eintrocknungsversuchs an einer Einzelpflanze aufgezeigt.

The measurement of plant parameters is of high importance in field trials, such as plant breeding processes. The plant water content, for example, is an important parameter for determining biochemical processes in plants. In this study, the applicability of NIR hyperspectral imaging for estimating plant parameters was demonstrated by performing an in-situ measurement of individual leaf water content of plants. For this purpose, a specialised system, consisting of a hyperspectral imaging NIR spectrometer, was developed for analysing the leaf water content of broccoli plants. The spatial and spectral resolution of the parameters resulting from the measurement system were quantified and evaluated in preliminary investigations. The subsequent measurements of the plant structures were performed contactless in a reflection setup with broadband active illumination. The spectral imaging data of the plant measurements were classified in plant and soil spectra by a threshold value method and correspondingly segmented into single leaf surfaces. As a result of the analyses of the water absorption bands in the NIR range, the spectral water index (WI) was determined as the quotient of two spectral bands at 1450 nm and 1050 nm. A PLS model using all spectral bands as well as the WI were correlated with the gravimetrically determined reference water content of single leaves. The data for the validation of these predictive models were derived from three different experimental series, during which a total of 144 plants at different stages of cultivation were measured spectrally. The RMSE estimated error value for the WI model was 5.51 % leaf water content with a coefficient of determination R2 of 0.912 and thus deviated only slightly from the PLS model. Other factors relevant to the spectral measurement in field trials and their impact on the prediction accuracy of the WI model were investigated by additional experiments. Finally, the great potential of this spectral measurement method was demonstrated in form of a time series measurement during a drying experiment on an individual plant.