Problemy Inżynierii Rolniczej nr 4/2009 

 

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra 
Instytut Uprawy Nawożenia i Gleboznawstwa - Państwowy Instytut  
Badawczy w Puławach 

 
 

ZAAWANSOWANE ANALIZY ZDJĘĆ LOTNICZYCH  

DO WYZNACZANIA ZASIĘGU STREF  

ZAGROŻONYCH CHOROBAMI PODSTAWY ŹDŹBŁA 

 
 

Streszczenie 

 
Celem pracy jest przedstawienie zawansowanych metod anali-
zy obrazu, pozwalających na wektoryzację zdjęć lotniczych.  
W pracy scharakteryzowano problematykę doboru parametrów 
pozwalających na najlepsze dopasowanie procesu fragmenta-
cji obrazu do rzeczywistego zagrożenia chorobami podstawy 
źdźbła, stwierdzonego na polu w uprawie pszenicy ozimej. 
 
Słowa kluczowe: choroby podstawy źdźbła, teledetekcja, ana-
lizy przestrzenne 

 
 
Wstęp 

Niskopułapowe zdjęcia lotnicze pozwalają na rozpoznanie i kartowanie 
zmienności przestrzennej odbicia spektralnego od łanu w granicach pola 
uprawnego. Rozdzielczość tego typu danych zdalnych pozwala na prowa-
dzenie badań z dokładnością sub-metrową, co umożliwia rejestrację nawet 
niewielkich stref różniących się odbiciem promieniowania. Zróżnicowanie to 
może mieć wiele przyczyn. Najczęściej związane jest ze zmiennością prze-
strzenną fizycznych cech gleby (mozaika lub zróżnicowanie wynikające z to-
pografii terenu) oraz występującymi ogniskami chorobowymi [Bravo i in. 2003; 
West i in. 2003]. Oba te czynniki wpływają na kondycję roślin, co przekłada się 
na wartości rejestrowanego odbicia spektralnego w poszczególnych kanałach 
R, G, B [Pudełko i in. 2007]. Komputerowa analiza obrazu pozwala na rozróż-
nienie stref porażenia [Nieróbca i in. 2006; 2007].  
 
Materiał i metody 

Badania wykonano w Stacji Doświadczalnej IUNG-PIB Osiny k. Puław.  
W okresie wegetacji 2007 badane pole (uprawa pszenicy ozimej) było fotogra-
fowane z samolotu Cessna aparatem cyfrowym Sony alfa, z wysokości oko-
ło 500 m. Zdjęcia lotnicze opracowano w środowisku informacji geograficz-
nej (GIS), z wykorzystaniem programu ArcGIS 9.3. W procesie kalibracji 
nadano zdjęciom układ odniesienia (PUWG 1992), co umożliwiło identyfika-
cję lokalizacji naziemnych punktów kontrolnych. Analizę treści zdjęć prze-

103 

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra 

 

prowadzono metodą segmentacji (wektoryzacji) obrazu. Następnie przekla-
syfikowano wyniki segmentacji w celu otrzymania mapy zasięgu stref zagro-
żonych chorobami podstawy źdźbła. Wykorzystano program Definiens 
Developer 7.0. 
 
W fazie dojrzałości mlecznej pszenicy ozimej wykonano ocenę porażenia 
roślin w 12 punktach fotografowanego pola (rys. 1). Nasilenie chorób wyko-
nano metodą wizualną (makroskopową). Ocenę porażenia dolnych między-
węźli przez patogeny podstawy źdźbła wykonano według [Bojarczuk, Bojar-
czuk 1974]. Na podstawie liczby porażonych źdźbeł obliczono indeks pora-
żenia. Natomiast porażenie korzeni zgorzelą podstawy źdźbła wykonano we-
dług Korbasa i in. [2001]. Wyniki zestawiono w tabeli 1. Uzyskane indeksy 
porażenia roślin porównano za pomocą regresji ze zdjęciem lotniczym.  

 

 

Rys. 1. Zdjęcie lotnicze poligonu badawczego i lokalizacja punktów kontrolnych 
Fig.1. Aerial photography of the testing polygon and localization of ground control points  

 

104

Zaawansowane analizy zdjęć... 

 

Tabela 1. Indeksy porażenia roślin (lokalizację punktów zaznaczono na rys. 1) 
Table 1. Indices of plants infection (Localization of points was marked on fig. 1) 

Analizowane punkty 

Indeks porażenia   

korzeni (%) 

Indeks porażenia podstawy 

źdźbła (%) 

1 77,5 

87,3 

2 95,9 

91,3 

3 51,6 

86,3 

4 5,7 

81,3 

5 2,7 

88,7 

6 2,2 

86,1 

7 76,8 

73,8 

8 95,4 

83,3 

9 77,0 

87,3 

10 78,9 

64,0 

11 6,5 

47,2 

12 3,5 

53,7 

 

Wyniki i ich omówienie  

Wynikiem otrzymanym w procesie opracowywania danych jest zestaw map 
zasięgu stref zagrożonych chorobami podstawy źdźbła, wykonanych dla 
różnych parametrów determinujących generalizację. Wizualne porównanie 
zdjęcia lotniczego z wynikiem pomiarów naziemnych wykazuje dużą zależ-
ność między wartościami indeksów porażenia a intensywnością zieloności 
łanu, która została zarejestrowana na zdjęciu lotniczym. Wykres przedsta-
wiony na rysunku 2 charakteryzuje te zależności regresyjnie. Wykazano 
zdecydowany wpływ porażenia korzeni przez zgorzel podstawy źdźbła 
(Gaumannomyces graminis) na zieloność łanu rejestrowaną w analizowanej 
fazie rozwoju (dojrzałość mleczna). W mniejszym stopniu wpływ na zielo-
ność  łanu mają choroby podstawy źdźbła, których nasilenie określa indeks 
porażenia podstawy źdźbła. 

 

Segmentacja obrazu prowadzona w środowisku Definiens pozwala na 
otrzymanie różnych stopni generalizacji wynikowej mapy. Stopień generali-
zacji jest uzależniony od doboru wielu parametrów definiujących wpływ wła-
ściwości spektralnych zdjęcia oraz zasięgu i rozmiaru odwzorowanych obiek-
tów na skalę i kształt otrzymywanych poligonów. Właściwy dobór metody 
generalizacji i jej parametrów zależny jest od doświadczenia i intuicji osoby 
wykonującej analizę. Na rysunku 3 przedstawiono testowe wyniki segmenta-
cji obrazu. Na tym etapie opracowywania danych należy wykalibrować pa-
rametry stopnia generalizacji. Ostateczną segmentację należy przeprowa-
dzić tak, żeby zachować najważniejsze cechy widoczne na zdjęciu oraz 
ograniczyć wpływ zmienności lokalnej na generalizację obrazu. W analizo-
wanym przypadku wyraźnie widoczny jest wpływ ścieżek technologicznych, 
które nakładają się na obraz łanu oraz wprowadzają trend przestrzenny do 
zmienności lokalnej (rys. 3 i 4A). Z tego względu pożądane jest wyelimino-

 

105

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra 

 

wanie tego „szumu” informacyjnego z mapy porażenia. Odpowiedni dobór 
parametrów segmentacji pozwala na otrzymanie maski reprezentującej ob-
raz ścieżek technologicznych i pozostałych „małych” obiektów (rys. 4B). Po-
ligony te mogą zostać usunięte w kolejnym kroku analizy (rys 4C). Ostatnim 
etapem jest klasyfikacja obrazu na podstawie wyraźnie wydzielonych stref  
w procesie segmentacji (rys. 4C). 

 

 

 

Rys. 2. Zależność między natężeniem zieloności (zdjęcie) a wartościami indeksu 

porażenia korzeni (IPK) oraz indeksu porażenia podstawy źdźbła (IPPZ)  

Fig. 2. Relation between green colour intensity (image) and values of infected roots 

index (IPK) and infected stem base diseases index (IPPZ) 

 
Wnioski 

Niskopułapowe zdjęcia lotnicze charakteryzują się dużą rozdzielczością, 
dzięki czemu możliwe są wielkoskalowe analizy zróżnicowania przestrzen-
nego właściwości spektralnych łanu w granicach pola. Wektoryzacja obrazu 
zdjęć lotniczych metodą segmentacji opartej na zarejestrowanym odbiciu 
spektralnym wykazała dużą możliwość w wyznaczaniu stref zagrożonych 
chorobami podstawy źdźbła. Przedstawione w pracy wyniki wykazują,  że 
największy wpływ na otrzymany wynik ma właściwy dobór parametrów seg-
mentacji. Decyduje on o stopniu generalizacji stref wyznaczanych na mapie. 
W zależności od potrzeby szczegółowości opracowania istnieje możliwość 
sterowania tym parametrem. Dodatkowo wektoryzacja obrazu umożliwia 
eliminację wpływu czynników nieroślinnych (np. ścieżek technologicznych) 
na proces kartowania. 
 
Prace prowadzone w ramach projektów badawczych: 2P06R05730 (SPE-
SPLANT) i 2P06R07828 (AGROCICLUS) finansowanych przez Ministerstwo 
Nauki i Szkolnictwa Wyższego. 

 

106

Zaawansowane analizy zdjęć... 

 

 

Rys. 3. Testowe wyniki segmentacji obrazu (patrz rys. 1) 
Fig. 3. Test results of image segmentation process (see fig. 1) 

 

 

Rys. 4. Eliminacja „szumu” informacyjnego z mapy porażenia: A- obraz obciążony „szu-

mem”, B- maska obiektów przeznaczonych do usunięcia, C- mapa wynikowa 

Fig. 4. Elimination of the information noise from infestation map. A– image loaded with 

information noise, B– mask of items provided for removal, C– resulting map 

 

107

Rafał Pudełko, Anna Nieróbca, Jerzy Kozyra 

 

 

108

Bibliografia 

Bojarczuk J., Bojarczuk M. 1974. Współdziałanie odmian pszenicy ze szczepami 
grzyba Cercosporella herpotrichoides. Fron, Hod. Rośl. Aklim., Nr 18(5), s. 313-325 
Bravo C., Moshou D., West J., McCartney A., Ramon H. 2003. Early Disease 
Detection in Wheat Fields using Spectral Reflectance. Biosystems Engineering, 
Vol. 84(2), s. 137-145 
Korbas M., Martyniuk S., Rozbicki J., Beale R. 2001. Pszenica po pszenicy. Zgo-
rzel podstawy źdźbła oraz inne choroby podsuszkowe zbóż. Poradnik rozpo-
znawania i zapobiegania. Fundacja rozwoju SGGW 
Nieróbca A., Pudełko R., Kozyra J., Smagacz J., Mizak K. 2007. Wykorzystanie 
pomiarów zdalnych do oceny wiosennego porażenia roślin przez choroby. Prog. 
Plant Protection/Post. Ochr. Roślin, Nr 47(4), s. 189-192 
Nieróbca A., Pudełko R., Kozyra J. 2008. Nasilenie porażenia chorobami pod-
stawy  źdźbła w zależności od stanowiska w zmianowaniu. Prog. Plant Protec-
tion/Post. Ochr. Roślin, Nr 48(2), s. 482-86 
Pudełko R., Kozyra J., Igras J. 2006. Wykorzystanie pomiarów spektralnych 
promieniowania w badaniach rolniczych. Ann. UMCS, Lublin, Sectio B, Vol. LXI. 
s. 390-399 
West J.S., Cedric Bravo C., Oberti R., Lemaire D., Moshou D., McCartney H. A. 
2003. The potential of optical of canopy measurement for targeted control of 
field crop diseases. Annual Review of Phytopathology, Vol. 41, s. 593-614