Využití laboratorní a obrazové spektroskopie pro hodnocení odolnosti borovice lesní vůči suchu a rozlišení jejich ekotypů

Abstract

Cílem této práce bylo navrhnout nedestruktivní způsob měření semenáčků borovice lesní (Pinus sylvestris), zjistit, zda se v laboratorních spektrech borovic projeví stres z nedostatku vody, porovnat, zda se bude reakce borovic lišit dle ekotypu a zkoumat, zda z obrazových a laboratorních spekter bude možné odlišit dva ekotypy borovice lesní. K tomuto účelu byla zpracována obrazová hyperspektrální data semenných sadů ze srpna 2020 a byl proveden tříměsíční laboratorní experiment, v rámci něhož byl u dvouletých semenáčků borovice z náhorního a pahorkatinného ekotypu navozen stres z nedostatku vody. Analýza spektrálních dat proběhla s pomocí smíšených statistických modelů, analýzy rozptylu, analýzy hlavních komponent, natrénování klasifikátorů řízené pixelové klasifikace, vegetačních indexů a lineární regrese. Z analýz bylo zjištěno, že lze detekovat vodní stres u silně stresovaných semenáčků borovice lesní. Nejcitlivější spektrální pásma na obsah vody byla pozorována v oblasti mezi 1000-2500 nm. Počáteční reakce na stres z nedostatku vody se dle ekotypu nelišila, u náhorního ekotypu však byla pozorována rychlejší regenerace po etapě sucha. Dva ekotypy borovice lesní bylo možné s vysokou přesností odlišit jak z laboratorních, tak obrazových dat. I přes vysokou variabilitu mezi jedinci způsobenou vodním...

The aim of this study was to propose a non-destructive method for measuring Pinus sylvestris seedlings, to determine whether water stress would be evident in laboratory spectra of pines, to compare whether the response of pines would differ by ecotype, and to investigate whether two ecotypes of Pinus sylvestris could be distinguished using laboratory and image spectroscopy. For these purposes, hyperspectral images of seed orchards from August 2020 were processed and a three-month laboratory experiment was conducted, in which stress from water deficit was induced in two-year-old pine seedlings from the upland and hilly ecotypes. Spectral data were analysed using mixed statistical models, analysis of variance, principal component analysis, training of supervised pixel classifiers, vegetation indices, and linear regression. Based on the analyses, it was found that water stress can be detected in severely stressed Pinus sylvestris seedlings. The most sensitive spectral bands to water content were observed in the region between 1000-2500 nm. The initial response to water stress did not differ by ecotype, but a faster recovery was observed at the upland ecotype after the period of draught. The two Pinus sylvestris ecotypes were distinguished with high accuracy from both laboratory and image spectral...