FI104128B - Klorofylliä sisältävien eliöiden tunnistamismenetelmä - Google Patents

Klorofylliä sisältävien eliöiden tunnistamismenetelmä Download PDF

Info

Publication number
FI104128B
FI104128B FI970462A FI970462A FI104128B FI 104128 B FI104128 B FI 104128B FI 970462 A FI970462 A FI 970462A FI 970462 A FI970462 A FI 970462A FI 104128 B FI104128 B FI 104128B
Authority
FI
Finland
Prior art keywords
fluorescence
plant
chlorophyll
light
species
Prior art date
Application number
FI970462A
Other languages
English (en)
Swedish (sv)
Other versions
FI104128B1 (fi
FI970462A7 (fi
FI970462A0 (fi
Inventor
Esa Tyystjaervi
Original Assignee
Voivalvatin Etikettipalvelu Ky
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Voivalvatin Etikettipalvelu Ky filed Critical Voivalvatin Etikettipalvelu Ky
Priority to FI970462A priority Critical patent/FI104128B/fi
Publication of FI970462A0 publication Critical patent/FI970462A0/fi
Publication of FI970462A7 publication Critical patent/FI970462A7/fi
Application granted granted Critical
Publication of FI104128B1 publication Critical patent/FI104128B1/fi
Publication of FI104128B publication Critical patent/FI104128B/fi

Links

Landscapes

  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Description

Klorofylliä sisältävien eliöiden tunnistamismenetelmä 104128 Tämän keksinnön kohteena on patenttivaatimuksen 1 mukainen , 5 klorofylliä sisältävien eliöiden tunnistamismenetelmä.
Yhdistettynä kaikkien pellolla kasvavien kasviyksilöiden kartoittamiseen, joka voi tapahtua samalla laitteella kuin kasvien tunnistaminen, menetelmä mahdollistaa kasvit lajilleen yksilöivän kartan laatimisen pellosta. Tällaisen kartan avulla 10 voidaan esimerkiksi rikkakasvihävitteet kohdistaa haluttuihin kasvilajeihin.
Rikkakasvihävitteet eli herbisidit ovat merkittävä ympäristöuhka. Maataloustutkimus pyrkii herbisidien käytön vähentämiseen myös 15 herbisidien kalleuden vuoksi. Tavanomaisissa herbisidien levitysmenetelmissä suuri osa herbisidistä joutuu hävitettävien kasvien sijasta maahan. Onkin kehitetty menetelmiä, joiden avulla herbisidi voidaan kohdistaa rikkakasveihin. Varhaiset menetelmät perustuivat yleensä viljelykasvustoa korkeampien rikkakasvien 20 mekaaniseen havainnointiin. Esimerkiksi patentista US 3 959 924 tunnetaan laite, jossa herbisidiruiskun eteen on ripustettu tanko, joka laukaisee herbisidiruiskun koskettaessaan korkeata rikkakasvia. Riviviljelyssä tapahtuvaan rikkaruohontorjuntaan ja kasvien harventamiseen soveltuvia laitteita, joissa '•25 herbisidilevitintä ohjataan rivillä kasvien mekaanisen tai optisen havainnoinnin perusteella, on kuvattu patenteissa US 3 609 913 ja US 1 193 963. Näistä patenteista tunnetut kasvinpaikannusmenetelmät soveltuvat huonosti pienille tai maata • myöten kasvaville kasveille.
*30
Viime vuosina on kehitetty myös järjestelmiä, joissa kasvipeite erotetaan maapohjasta kasvipeitteelle tunnusomaisen * heijastusspektrin eli olennaisesti lehtien vihreän värin ’* perusteella (Stafford ja Miller 1993, Computers and Electr. in ' -15: Agric. 9, 217-229). Näin kerättyä informaatiota käytetään sitten : joko välittömästi herbisidisuihkun suuntaamiseen tai tiedosta .···. kerätään satelliittipaikannusjärjestelmää hyödyntäen tietokanta, f • « · 2 104128 jonka avulla herbisidien jakelu maastoon toteutetaan. Kasvien heijastusspektriin perustuvat laitteet ovat erottelukyvyltään huonoja, koska pienten kasvien vaikutus heijastusspektriin on vähäinen, ja koska maanpinta heijastaa huomattavasti myös niitä 5 aallonpituuksia, joissa maanpinnan ja kasvipeitteen heijastusspektrin ero on suurin (A.W. Hooper, G.O. Harries ja B. Ambler 1976, J. Agric. Engng. Res. 21, 145-155; W.L. Felton 1995, Proc. Brighton Crop Prot. Conf. -Weeds) . Heijastusspektrimenetelmän erottelukyky riippuu myös mm.
10 maanpinnan laadusta ja sääoloista; esimerkiksi aamukaste pienentää merkittävästi maanpinnan ja kasvipeitteen heijastusspektrin eroa avainaallonpituuksilla (Felton, m.t.) ja joidenkin kasvien erottaminen joistakin maalajityypeistä on käytännössä mahdotonta (Hooper et ai., m.t.).
15
Kasvien paikantamista klorofyllin fluoresenssin perusteella on ehdotettu aikaisemminkin, joskaan ei herbisidien levitystarkoituksiin. Esimerkiksi silleen jätetystä patenttihakemuksesta FI914249 tunnetaan menetelmä, jossa 20 istutettavia taimia sisältävissä kennostoissa olevat taimettomat paakut tunnistetaan klorofyllin fluoresenssin puuttumisen . ; perusteella. Myös klorofyllin fluoresenssin käyttö kasvien stressitilojen ja muiden fysiologisten parametrien mittaamiseen on tunnettua esimerkiksi G.H. Krausen ja E. Weisin (1991) ••25 artikkelista (Annu. Rev. Plant Physiol. Plant Mol. Biol. 42, 313-349).
» · • · • »» : Herbisidien käyttömäärien minimoimisen ja tehon maksimoimisen sekä laajemminkin ns. täsmäviljelyn (ks. S. Blackmore 1994, 30 Outlook on Agric. 23, 275-280) tavoitteiden kannalta on tärkeätä kehittää menetelmiä, joilla pystytään kartoittamaan ja lajilleen :·. tunnistamaan pellolla kasvavat kasvit. Lajien tunnistaminen ei • · · *... ole mahdollista heijastusspektriin perustuvilla menetelmillä, . koska lajityypilliset erot heijastusspektrissä ovat pieniä 3.5·· (Hooker et ai., m.t.) ja koska kasvin koko vaikuttaa : ' : ratkaisevasti maanpinnan ja kasvin heijastusspektrin yhdistelmään. Lajintunnistusta on yritetty kuva- 3 104128 analysaattorilaitteiston avulla, mutta tämä erittäin tehokasta tietojenkäsittelylaitteistoa vaativa menetelmä ei ole toiminut käytännössä (Stafford ja Miller, m.t.). Klorofyllin fluoresenssin spektrissä on aiemmin osoitettu olevan lajienvälisiä eroja, joita 5 mahdollisesti voitaisiin käyttää lajien tunnistamiseen (E.W. Chappelle, F.M. Wood, Jr., J.E.McMurtrey III ja W.W. Newcomb 1984, Applied Optics 23: 134-138). Fluoresenssispektrin mittaaminen vaatii kuitenkin erittäin herkkää fluoresenssidetektoria, eikä fluoresenssispektrin erojen 10 perusteella ole osoitettu voitavan tunnistaa kasveja kahta lajia suuremmasta joukosta.
Tämän keksinnön tarkoituksena on mahdollistaa sellaisen kasviyksilökartan laatiminen, jossa kasviyksilöt luokitellaan 15 fylogeneettisen ryhmän, esimerkiksi lajin perusteella. Kasvien tunnistamiseen käytettävä, patenttivaatimuksen 1 mukainen menetelmä erottaa kasvilajit helposti toisistaan.
Keksinnön tyypillisessä käyttömuodossa kasvit ensin paikannetaan 20 käyttäen hyväksi sitä, että muut luonnonesineet emittoivat vähän tai ei lainkaan näkyvää valoa, kun taas kasvien sisältämä . . klorofylli a fluoresoi. Klorofylli a:n fluoresenssi siis kertoo, että tietyssä paikassa on kasvi. Kukin paikannettu kasvi tunnistetaan antamalla sille sarja valokäsittelyjä, seuraamalla .25 klorofylli a:n fluoresenssin vaihteluita ajan funktiona valokäsittelyjen aikana ja vertaamalla näin saatua käyrää • · | '·· tunnetuista lajeista mitattuihin vastaaviin käyriin.
• f · ♦ · ·
Kasvien lisäksi menetelmää voidaan käyttää myös muiden 30 klorofylliä sisältävien eliöiden tunnistamiseen.
.. Täsmällisemmin sanottuna keksinnön mukaiselle menetelmälle on tunnusomaista se, mikä on esitetty patenttivaatimuksen 1 *·’ , tunnusmerkkiosassa.
35·:
Keksinnön avulla saavutetaan huomattavia etuja.
4 104128
Keksintö mahdollistaa kasvilajien automaattisen tunnistamisen. Tällöin kasveja käsittelevät laitteet voidaan säätää käsittelemään eri kasvilajeja eri tavoin. Esimerkiksi rikkakasvi-häviteruisku voidaan rakentaa käsittelemään kukin rikkakasvilaji 5 herbisidillä, joka parhaiten kyseiseen lajiin tehoaa ja jättämään viljelykasvit käsittelemättä. Keksintöä voidaan käyttää myös maataloustutkimuksen ja ekologisen tutkimuksen vaatimien laitteiden rakentamiseen, koska kasviyksilöt identifioivan lajikartan laatiminen helpottuu keksinnön avulla huomattavasti. 10 Lajinmäärityksen sijasta keksintöä voidaan käyttää luokittelemaan kohteena olevia eliöitä lajia laajempiin fylogeneettisiin ryhmiin, esimerkiksi koppisiemenisiin ja paljassiemenisiin, tai lajia suppeampiin ryhmiin kuten lajikkeisiin. Keksintöä voidaan käyttää myös yhteyttävien mikro-organismien kuten syanobakteerien 15 tunnistamiseen, jolloin esimerkiksi vesistöjen tilan seuraaminen näyteorganismien avulla helpottuu.
Keksintöä selostetaan seuraavassa lähemmin oheisen piirustuksen avulla.
20
Kuvio 1 esittää männynneulaskimpun ja koivunlehden yläpinnan . suhteellisen f luoresenssisaaliin vaihteluja kuvaavia käyriä menetelmää testattaessa käytetyn keksinnön suoritusmuodon . ' mukaisen valokäsittelyn aikana.
• 25 “ 11' r Tämän keksinnön kohteena oleva klorofylliä sisältävien eliöiden *· tunnistamismenetelmä perustuu klorofylli a:n fluoresenssiemission :Y: kvanttisaaliissa tapahtuvien muutosten mittaamiseen. Termiä 'suhteellinen fluoresenssisaalis1 käytetään tässä hakemuksessa 30 tarkoittamaan vakiona pidettävän herätevalon virittämän fluoresenssin mitattua intensiteettiä; keksinnön käyttömuodoissa .. käytetään näin mitatun intensiteetin muutoksia, jotka ovat verrannollisia fluoresenssin kvanttisaaliissa tapahtuviin \ . muutoksiin. Klorofylli a:ta on korkeammissa kasveissa, 35’·; sanikkaisissa, sammalissa, useimmissa levissä sekä syanobakteereissa. Lähes kaikki korkeampien kasvien klorofylliä !! Y sisältävien osien emissio on klorofylli a:n fluoresenssia; 5 104128 levillä ja syanobakteereilla esiintyy myös muiden pigmenttien emissiota. Govindjee (1995) on esittänyt yhteenvedon klorofylli a:n fluoresenssista (Aust. J. Plant Physiol. 22: 131-160).
5 Klorofylli a:n fluoresenssin absoluuttinen kvanttisaalis on kasvissa melko pieni, korkeintaan noin 5 % absorboituneesta valosta. Elävässä kasvissa klorofylli a:n fluoresenssia vaimentavat mm. fotosynteesin valokemialliset reaktiot, jotka kilpailevat fluoresenssin kanssa klorofyllin absorboimasta 10 viritysenergiasta. Maapallon pinnalla vallitsevissa lämpötiloissa lähes kaikki klorofylli a:n fluoresenssi emittoituu fotosynteesin valoreaktio II:n (PSII) klorofyllimolekyyleistä. PSII on fotosynteesin kahden valoreaktion ketjusta toiminnallisesti 'ensimmäinen', sillä tämä valoreaktio syöttää vedeltä riistämänsä 15 elektronit valoreaktioiden väliseen elektroninsiirtoketjuun, ja vasta ketjun toisessa päässä toimivan valoreaktio I:n tuottama pelkistin toimii hiilidioksidia pelkistävän yhteytysreaktion pelkistimenä.
20 Maksimiteholla toimiessaan PSIIrn valokemialliset reaktiot vaimentavat fluoresenssin kvanttisaaliin noin viidesosaan : maksimiarvosta, joka voidaan mitata pysäyttämällä valokemiallinen • * » ’ reaktio kokonaan esimerkiksi käsittelemällä kasvi diuron- herbisidillä. Kun kasvia pidetään jonkin aikaa pimeässä ja 25 aletaan sitten äkkiä valaista, PSII:n valokemialliset reaktiot alkavat. PSII pystyy kuitenkin syöttämään elektroninsiirtoket juun • · •'· elektroneja nopeammin kuin ketju aluksi pystyy vetämään, jolloin « · :: · PSII:n valokemiallinen reaktio pimeäjakson jälkeen äkkiä valaistaessa hidastuu hetkeksi. Valokemiallisen reaktion 30 hetkellinen hidastuminen näkyy fluoresenssin nousupiikkinä.
Valokemiallisen reaktion ja fluoresenssin kilpailu viritys-;·. energiasta tekee fluoresenssista tärkeän kasvifysiologian t ·« "... tutkimusmenetelmän (Krause ja Weis, m.t.).
« · «
« I
35*1 Edellä kuvatulla fluoresenssin nousupiikillä on tunnusomainen kaava, fluorenssi-induktiokäyrä eli ns. Kautsky-käyrä. Kautsky-V käyrän kaava on samanlainen kaikilla kasveilla. Kautsky-käyrän ♦ 6 104128 eri osiin vaikuttavat erittäin monet fotosynteesikoneiston piirteet. Esimerkiksi käyrän nousevan osa on sitä jyrkempi, mitä suurempi valoa keräävä ns. antennipigmenttijärjestelmä tutkittavan kasvin PSII:lla on. Itse asiassa käyrä heijastaa niin 5 monien fotosynteesikoneiston piirteiden summaa, että käyrän osia ymmärretään vuosikausien intensiivisestä tutkimuksesta huolimatta melko huonosti. Kasvitiede on toistaiseksi keskittynyt tutkimaan sellaisia fluoresenssi-induktiokäyrän piirteitä, jotka ovat kaikille kasvilajeille yhteisiä. Esimerkiksi O. Björkman ja B. 10 Demmig osoittivat (Planta 170, 489-504, 1987), että ns.
vaihtelevan ja maksimifluoresenssin suhde on kaikilla korkeammilla kasveilla sama. Tämän keksinnön kohteena oleva kasvilajin tunnistaminen perustuu siihen, että kasveilla on lajityypillisiä eroja fysiologisissa ominaisuuksissa. Jotkut 15 näistä erikoispiirteistä voidaan havaita eroina Kautsky-käyrässä, ja eroja voidaan vahvistaa käyttämällä fluoresenssi-induktion mittaamiseen sarjaa erilaisia valotusjaksoja.
Klorofylliä sisältävien eliöiden tunnistamismenetelmä toimii 20 seuraavasti.
, , ; Tunnistettava kasvi tai muu klorofylliä sisältävä eliö ' varjostetaan kirkkaalta luonnonvalolta ainakin tunnistamisen ajaksi. Kohdetta valaistaan herätevalolla, jonka aallonpituus- 25 huippu on alle 700 nm, mieluimmin noin 450 nm. Herätevalon '' virittämää klorofylli a:n fluoresenssia mitataan kohteeseen • · : '·· suunnatulla valodetektorilla, joka voi olla valodiodi tai • 9 valomonistinputki. Detektori suojataan herätevalon aallonpituus-kaistalta suodattimena, joka päästää lävitseen vain herätevalon 30 aallonpituutta pitkäaaltoisempaa, klorofyllin fluoresenssin aallonpituuskaistalle osuvaa valoa. Käynnistetään sarja yhden tai :·. useamman valokäsittelyn jaksoja, jotka aiheuttavat Kautsky-käyrän • i /:· tyyppisiä muutoksia kohteen suhteellisessa f luoresenssisaaliissa.
• · '. . Fluoresenssisaaliin muutokset ovat suoraan verrannollisia • · 35·! detektorin mittaaman fluoresenssi-intensiteetin muutosten kanssa.
: Detektorin tuottama informaatio muunnetaan digitaaliseen muotoon ja käsitellään jollakin hahmontunnistusmenetelmällä. Lajin- 7 104128 tunnistusta varten on etukäteen tuotettu sarja vastaavia signaaleja paikalla mahdollisesti esiintyvistä lajeista, ja hahmontunnistus tapahtuu vertaamalla juuri saatua tuntematonta signaalia ennestään tunnettuihin. Hahmontunnistusmenetelmien 5 käytöstä biosignaalien analysointiin ja diagnosointiin ks. A. Cohen Biomedical Signal Processing. Voi. II. Compression and Automatic Recognition (CRC, Boca Raton, 1988).
Herätevalona käytetään mieluimmin välkkyvää eli amplitudi-10 moduloitua valoa, jolloin valokäsittelyjen suora vaikutus fluoresenssi-intensiteettiin voidaan suodattaa pois ja havainnoida ainoastaan niiden vaikutusta suhteelliseen fluoresenssisaaliiseen. Amplitudimoduloidun herätevalon käyttö klorofylli a:n fluoresenssin mittaamiseen on tunnettua 15 esimerkiksi patentista DE 3518527 AI.
Tämän keksinnön kohteena olevan tunnistusmenetelmän tyypilliset käyttötavat vaativat, että tunnistamisen kohteet paikannetaan ennen tunnistusprosessin alkua. Paikantaminen tehdään samalla tai 20 samantyyppisellä laitteistolla kuin tunnistaminen kartoittamalla klorofyllin fluoresenssin esiintyminen tutkittavalla alueella.
; Myös paikantamisessa fluoresenssin herätevalona käytetään 4 ' mieluiten amplitudimoduloitua valoa, jolloin esimerkiksi « ' ' auringonpaiste ei haittaa kartoittamista. Klorofylli a:n •25 fluoresenssin aallonpituuskaistalla havaittava emissio kertoo, « · että valodetektorin näkökentässä on klorofylliä sisältävä eliö.
• · : '·· Tieto eliön paikasta talletetaan tarvittaessa esimerkiksi • 1 !.1· - satelliittipaikannusjärjestelmän avulla paikkatietokantaan.
30 Kasvien paikannusmenetelmäksi valitaan klorofyllin fluoresenssiin perustuva menetelmä kahdesta syystä. Ensiksikin sama laite voi sekä havaita kasvin yleensä että tunnistaa sen. Toiseksi kasvit « · ♦ voidaan fluoresenssin avulla havaita herkemmin kuin esimerkiksi j · ·
Staffordin ja Millerin (m.t.) kuvaamilla heijastusspektriin « 3.5·. perustuvilla menetelmillä. Parempi herkkyys perustuu siihen, ettei klorofylli a:n emissioaallonpituuksilss (680-750 nm) esiinny merkittävää muista luonnonesineistä kuin kasveista •
I 4 M
• · I
I · · · 8 104128 tulevaa fluoresenssiemissiota, jota voitaisiin virittää klorofyllin absorboimalla valolla. Tämän vuoksi käytännössä kaikki maastossa havaittava klorofylli a:n fluoresenssi on merkki kasvista. Fluoresenssin intensiteetti on suoraan verrannollinen 5 virittävän valon intensiteettiin, joten kasvien paikannuksen j osalta menetelmä voidaan säätää lähes mielivaltaisen herkäksi yksinkertaisesti käyttämällä niin kirkasta virittävää valoa, että halutun kokoiset kasvit tulevat havaituiksi.
10 Kasvien paikantamisessa voidaan herätevalona käyttää myös auringonvaloa. Tällöin auringonvalon spektristä on suodatettava pois ne aallonpituudet (esimerkiksi 670 nm ylittävät), joita i käytetään klorofyllin fluoresenssin mittaamiseen. Koska auringonvalon intensiteetti vaihtelee, täytyy yhtä aikaa 15 fluoresenssin mittaamisen kanssa seurata auringonvalon intensiteetin vaihtelua. Parhaiten tämä tapahtuu suuntaamalla samaan kohtaan tutkittavalle alueelle kaksi valodetektoria, joista toinen on herkkä fluoresenssin aallonpituuksille ja toinen niille aallonpituuksille, joita herätevalosuodatin päästää läpi.
20 Heijastuneen valon mittaamiseen perustuvan herätevalon kompensointijärjestelmä toimii hyvin käytettäessä keinovaloa , klorofylli a:n fluoresenssin virittämiseen (E. Tyystjärvi ja J.
I /,· Karunen 1990, Photosynth. Res. 26: 127-132).
I '
«I
’ ;2p Kasvikartoituksen tuottama tieto voidaan välittömästi siirtää ;· » toimilaitteen ohjaustiedoksi. Esimerkiksi herbisidilevittimelle • · ί ‘ voidaan antaa käsky avata suutin, jos detektorin alla on • · V : tuhottava kasvi, tai sulkea suutin, jos kasvia ei havaita.
Informaatio voidaan myös tallettaa esimerkiksi GPS-30 satelliittipaikannuslaitteen avulla tietokantaan, jonka avulla ohjataan toimilaitetta.
M » « • * ,·;· Tunnistusmenetelmän tekninen teho testattiin laboratorio-oloissa 4 t . seuraavasti.
(M
Testauksen tekivät yhteistyössä keksijä (dosentti Esa Tyystjärvi, « i
Turun yliopiston biologian laitos) sekä assistentti Antti Koski
fM· f . I
" f * Γ t « I · 9 104128 ja professori Olli Nevalainen (Turun yliopiston tietojenkäsittelyopin laitos). Maastosta kerättiin voikukan ja koivun lehtiä sekä kuusen- ja männynneulasia. Lisäksi kasvatettiin kontrolloiduissa olosuhteissa kasvatuskammioissa 5 kurpitsaa, hernettä ja ruista. Lehtiä säilytettiin noin kahden tunnin ajan kosteiden paperien välissä pimeässä, minkä jälkeen kustakin lajista mitattiin 200 fluoresenssi-induktiokäyrää. Kurpitsan ja rukiin induktiokäyrät mitattiin lehdenpaloista, kuusen ja männyn käyrät 10-20 neulasen nipuista ja muiden lajien 10 käyrät yksittäisistä lehdistä. Koivun, kurpitsan ja herneen käyrät mitattiin kahdelta puolen lehteä, koska lehden eri puolten käyrät ovat erilaiset. Voikukasta mitattiin vain yläpinnan käyrä, koska voikukanlehti on maastossa aina adaksiaalipuoli ylöspäin.
15 Fluoresenssimittarina käytettiin amplitudimoduloidulla virittävällä valolla varustettua, klorofylli a:n suhteellisen fluoresenssisaaliin vaihteluiden mittaamiseen tarkoitettua laitetta (PAM-101, valmistaja Heinz Walz GmbH, Effeltrich, Saksa) . Fluorometriä ohjattiin QA-Data Oy:n (Turku) tuottamalla 20 FIP-fluoresenssiohjelmalla ja ADC-12BN4-tietokonekortilla, joka myös digitalisoi fluorometrin analogisen signaalin. Kukin mittaus alkoi siten, että mittaaja toi hämärässä huoneessa lehden tai lehdenpalan fluorometrin anturille, joka valaisi näytettä ; himmeällä amplitudimoduloidulla valolla. Lehdenpala aiheutti 25. suhteellisen fluoresenssisaaliin nousun fluorometrin signaalin .··. kohinatason yläpuolelle, jolloin ohjausohjelma käynnisti valokäsittelyjen sarjan.
’’’ ’ Valokäsittelyjen sarja oli seuraava. Kuvion 1 numerot viittaavat 30 kunkin vaiheen alkamishetkeen: ensin 0.8 sekunnin vaihe, jolloin mitattiin pelkästään 1.6 kilohertsin taajuudella välkkyvän virittävän valon aiheuttamaa fluoresenssia (1). Toisena vaiheena oli herätevalon välkkymisfrekvenssin nostaminen 100 kilohertsiin (2) . Puolen sekunnin kuluttua toisen vaiheen käynnistymisestä 3.5 : sytytettiin punainen LED-valaisin (aallonpituus 660 nm; fotonivuon tiheys 60 omol m'2s-1) (3) ja viiden sekunnin kuluttua '·;] tästä sytytettiin vielä kahdeksi sekunniksi niin kirkas valkoisen » I * · 10 104128 valon halogeenilamppu (fotonivuon tiheys 5500 omol m"2s'1) , että suhteellinen fluoresenssisaalis nousi kaikilla lajeilla maksimitasolle (4) .
5 Valokäsittelyjen aiheuttamat suhteellisen fluoresenssisaaliin muutokset normalisoitiin siten, että maksimifluoresenssin arvo kussakin signaalissa oli yksi. Määräkohtiin kuhunkin käyrään sovitettiin kahdeksan erimittaista regressiosuoraa, ja näiden suorien kuuttatoista parametria käytettiin 10 hahmontunnistusalgoritmin syöttöarvoina. Kustakin mittaussarjasta 100 käyrän parametreja käytettiin hahmontunnistusalgoritmin opetusaineistona ja menetelmää testattiin 100 käyrällä. Taulukko 1 esittää tunnistustulokset, jotka saatiin käytettäessä hahmontunnistuksessa R.J. Schalkoffin teoksessaan Pattern Recognition: 15 Statistical, Structural and Neural Approaches (John Wiley & Sons, Singapore, 1992) kuvaamaa hermoverkkoalgoritmia.
«· * · ♦ • · · • « · » « · » I > III· I · 11 104128
Taulukko 1. Laboratorio-oloissa tehty tunnistustarkkuuskoe. Kasvilajit tunnistettiin ylläkuvatulla menetelmän käyttömuodolla. Koivun, kurpitsan ja herneen lehtien adaksiaali- eli yläpinta (y) ja abaksiaalipinta (a) luokiteltiin omiksi luokikseen. Oikein 5 tunnistettujen tapausten osuus on 96.6 %.
Laji Tunnistettu lajiksi
Koivu Kurpitsa Kuusi Herne Mänty Ruis Voikukka 10 (y) (i) 7y) (S) ly) (5)
Koivu (y) 96 3 0 0 0 0 0 0 1 0
Koivu (a) O 97 0 1 0 0 O 0 0 3
Kurpitsa (y) 1 O 98 0 0 0 1 0 0 0
Kurpitsa (a) 0 1 0 97 0 0 0 0 1 1 15 Kuusi 0 100 98 0100 0
Herne (y) 0 0 0 0 0 93 7 0 0 0
Herne (a) 0 0 0 3 0 1 95 0 1 0 Mänty 0 000 100 99 0 0
Ruis 0 000 1020 97 0 20 Voikukka 0 400 00000 96 -/-: Pelto-olosuhteissa keksintöä käytetään esimerkiksi seuraavasti.
25 Tunnistusmenetelmää käytetään kasvikartoituslaitteistolla, joka käsittää valaisu- ja detektoriyksikön, varjostimen sekä GPS- • t · satelliittipaikannuslaitteen, jotka on asennettu liikkuvalle lavetille. Valaisulaite lähettää jatkuvasti amplitudimoduloitua I I · herätevaloa ja pystyy lähettämään tarvittaessa jatkuvaa valoa.
30 Detektoriyksikkö on kytketty mittaamaan vain amplitudimoduloidun herätevalon virittämää fluoresenssia. Jatkuvan valon valolähteen tarkoituksena on tuottaa patenttivaatimuksen 3 mukainen • « : ’·· valaistus jaksojen sarja. Jatkuvan valon valolähteitä voi olla useita. Lavetti liikkuu pellolla automaattisesti ennalta 35 : suunniteltua rataa suunnistaen esimerkiksi GPS-järjestelmän .···. avulla. Paikannus- ja tunnistuslaite käy pellon läpi kahdesti.
V. Ensimmäisellä kierroksella kasvien esiintyminen pellolla 12 104128 kartoitetaan mittaamalla klorofylli a:n suhteellisen fluoresenssisaaliin alueellinen jakauma. Mittaustulokset siirretään paikkatietokantaan. Toisella kierroksella kasvikartoituslaite siirtyy havaittujen kasviyksilöiden kohdalle, 5 pysähtyy ja tunnistaa kasvin, mikä tieto lisätään paikkatietokantaan. Paikkatietokantaa käytetään syöttö-informaationa esimerkiksi herbisidiruiskulle.
Ennen kasvikartoituslaitteiston lähettämistä peltokierrokselle 10 kerätään kustakin alueella esiintyvästä kasvilajista tai muusta kohteena olevasta fylogeneettisestä luokasta edustava otos (noin 100 näytettä), annetaan kullekin näistä valokäsittelysarja, talletetaan valokäsittelysarjän aikana mitattujen fluoresenssi-käyrien parametrit ja opetetaan hahmontunnistusalgoritmi 15 luokittelemaan tämä aineisto oikein. Mikäli käytetään hermoverkkotyyppistä hahmontunnistusalgoritmia, tapahtuu opettaminen ns. backpropagation-algoritmin avulla.
Kasvikartoituslaite voi myös liikkua niin hitaasti, että sekä 20 kasvien paikantaminen että luokittelu tehdään samalla peltokierroksella. Tällöin lavetin liike pysäytetään laitteen havaittua suhteellisen fluoresenssisaaliin nousun kohinatason : yläpuolelle, ja laite siirtyy välittömästi kasvin tunnistamiseen patenttivaatimuksen 3 mukaisin valokäsittelyin.
j 25 I ' ‘ ] ; . Paikannuslaite voidaan myös erottaa tunnistuslaitteesta, jolloin i *···' j paikannuslaite voi olla rakenteeltaan yksinkertaisempi ja käyttää auringonvaloa fluoresenssin herätevalona.
30 Kasvien paikannus- ja tunnistusjärjestelmä voidaan myös pakata osaksi herbisidiruiskua siten, että jokaista herbisidisuutinta vastaa fluoresenssidetektori, jonka näkökenttä on saman kokoinen j : ’·· kuin suuttimesta purkautuvan herbisidisuihkun säde kasvien v tasolla. Laitteistoon on tällöin kuuluttava myös anturi, joka 35 : kertoo laitteiston liikenopeuden. Kasvien paikannus- ja I * t’.·' tunnistusyksikkö, nopeusanturi ja herbisidiruiskun suuttimet on yhdistetty kontrolliyksikköön. Detektorin havaittua myrkytettävän « · • « · « • 4 · 104128 13 kasvin kontrolliyksikkö antaa vastaavalle suuttimelle oikea-aikaisen avautumiskäskyn.
Edellä on keskitytty kasvien tunnistamiseen keksinnön avulla.
5 Klorofylli a:n fluoresenssin avulla voidaan paikantaa ja luokitella korkeampien kasvien lisäksi myös sanikkaisia, sammalia, leviä ja syanobakteereita. Kasvien tai mikro-organismien tunnistaminen menetelmän avulla voi tapahtua myös laboratorio-olosuhteissa. Keksinnön kohteena olevaa menetelmää 10 voidaan tällöin käyttää esimerkiksi luonnossa esiintyvien mikro-organismien tunnistamiseen laboratorionäytteiden avulla.
• · • · * • · • · • «· • ? • · · • I · • · « · • « « « « f

Claims (6)

14 104128
1. Menetelmä, jonka avulla viljely- tai rikkakasviyksilö voidaan 5 automaattisesti tunnistaa tiettyyn lajiin tai lajia laajempaan fylogeneettiseen ryhmään kuuluvaksi, tunnettu siitä, että 10 tunnistaminen tapahtuu kohdistamalla kasviin yhden tai useamman valaistusjakson sarja, mittaamalla kasvista emittoituvan klorofylli a:n suhteellisen fluoresenssisaaliin vaihtelua ajan ja valaistuksen funktiona ja vertaamalla näin saatua ; fluoresenssisaaliin vaihtelua kuvaavaa käyrää tunnettujen 15 fylogeneettisten ryhmien edustajista vastaavalla tavalla mitattuihin vastaaviin käyriin hahmontunnistusalgoritmin avulla.
2. Patenttivaatimuksen 1 mukainen tunnistamismenetelmä, tunnettu | siitä, että klorofylli a:n suhteellisen fluoresenssisaaliin 20 vaihtelua mitataan käyttäen amplitudimoduloitua herätevaloa.
. . 3. Patenttivaatimuksen 1 mukaiseen tunnistamismenetelmään perustuva kasvikartan laatimismenetelmä, tunnettu siitä, että ’:‘ tunnistettavat kasvit paikannetaan klorofylli a:n fluoresenssin 25 avulla ennen niiden tunnistamista.
• · · ) *·· 4. Patenttivaatimusten 1 ja 3 mukainen kasvikartan laatimismenetelmä, tunnettu siitä, että paikannusprosessissa fluoresenssin herätevalona käytetään auringonvaloa, jonka 30^ intensiteettivaihtelujen vaikutus korjataan seuraamalla auringonvalon intensiteettivaihteluita yhtäaikaisesti · · · fluoresenssin kanssa ja jakamalla mitattu fluoresenssi- : · · · • * ’·* intensiteetti auringonvalon intensiteetillä. M ) M 35.:.
5. Patenttivaatimusten 1 ja 3 mukainen menetelmä, tunnettu siitä, : että menetelmän avulla kerättyä informaatiota käytetään kasveja käsittelevän laitteen ohjaamiseen. 15 104128
6. Patenttivaatimusten 1 ja 5 mukaisen menetelmän käyttötapa, tunnettu siitä, että tiedot paikannettavista ja tunnistettavista eliöistä kerätään satelliittipaikannusjärjestelmän avulla tietokantaan. 5 • · · • · • · • · · • · · • · « • · · • · • «· • · · • · · " · · · 104128
FI970462A 1997-02-04 1997-02-04 Klorofylliä sisältävien eliöiden tunnistamismenetelmä FI104128B (fi)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FI970462A FI104128B (fi) 1997-02-04 1997-02-04 Klorofylliä sisältävien eliöiden tunnistamismenetelmä

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI970462 1997-02-04
FI970462A FI104128B (fi) 1997-02-04 1997-02-04 Klorofylliä sisältävien eliöiden tunnistamismenetelmä

Publications (4)

Publication Number Publication Date
FI970462A0 FI970462A0 (fi) 1997-02-04
FI970462A7 FI970462A7 (fi) 1998-08-05
FI104128B1 FI104128B1 (fi) 1999-11-15
FI104128B true FI104128B (fi) 1999-11-15

Family

ID=8548022

Family Applications (1)

Application Number Title Priority Date Filing Date
FI970462A FI104128B (fi) 1997-02-04 1997-02-04 Klorofylliä sisältävien eliöiden tunnistamismenetelmä

Country Status (1)

Country Link
FI (1) FI104128B (fi)

Also Published As

Publication number Publication date
FI104128B1 (fi) 1999-11-15
FI970462A7 (fi) 1998-08-05
FI970462A0 (fi) 1997-02-04

Similar Documents

Publication Publication Date Title
AU752897B2 (en) Fluorescence detection assembly for determination of significant vegetation parameters
Buschmann et al. Imaging of the blue, green, and red fluorescence emission of plants: an overview
Guidi et al. Effects of ozone exposure or fungal pathogen on white lupin leaves as determined by imaging of chlorophyll a fluorescence
Graeff et al. Identification of powdery mildew (Erysiphe graminis sp. tritici) and take-all disease (Gaeumannomyces graminis sp. tritici) in wheat (Triticum aestivum L.) by means of leaf reflectance measurements
EP2638797B1 (en) Plant health diagnostic method and plant health diagnostic device
EP1563282B1 (en) A method and a device for making images of the quantum efficiency of the photosynthetic system with the purpose of determining the quality of plant material and a method for classifying and sorting plant material
Bravo et al. Foliar disease detection in the field using optical sensor fusion
AU2010208133B2 (en) Non-invasive methods and apparatus for detecting insect-induced damage in a plant
Su Crop plant signaling for real-time plant identification in smart farm: A systematic review and new concept in artificial intelligence for automated weed control
Su et al. Development of a systemic crop signalling system for automated real-time plant care in vegetable crops
EP2404161A1 (en) Method and device for determining plant material quality using images containing information about the quantum efficiency and the time response of the photosynthtic system
US5981958A (en) Method and apparatus for detecting pathological and physiological change in plants
Ben-Zur et al. Optical analytical methods for detection of pesticides
FI104128B (fi) Klorofylliä sisältävien eliöiden tunnistamismenetelmä
Ning et al. Imaging fluorometer to detect pathological and physiological change in plants
Buschmann et al. 4.2 blue, green, red, and far-red fluorescence signatures of plant tissues, their multicolor fluorescence imaging, and application for agrofood assessment
Osticioli et al. Potential of chlorophyll fluorescence imaging for assessing bio-viability changes of biodeteriogen growths on stone monuments
Bredemeier et al. Laser-induced chlorophyll fluorescence sensing to determine biomass and nitrogen uptake of winter wheat under controlled environment and field conditions
AU7054291A (en) Method for the detection of plants
Johnson et al. Deep ultraviolet fluorescence sensing with multispectral imaging to detect and monitor food‐borne pathogens on the leafy green phyllosphere
Wilson et al. Assessment of chilling sensitivity by chlorophyll fluorescence analysis
PL215938B1 (pl) Sposób pomiaru oprysku agrotechnicznego, w którym analizuje sie czesci rosliny pokrytej substancjami chemicznymi, zwlaszcza agrochemikaliami
Yanase et al. Translocation of photosynthesis-inhibiting herbicides in wheat leaves measured by phytofluorography, the chlorophyll fluorescence imaging
Colls et al. Application of a chlorophyll fluorescence sensor to detect chelate-induced metal stress in Zea mays
Szigeti Physiological status of cultivated plants characterised by multi-wavelength fluorescence imaging