Im Grünland beeinflussen die verschiedenen Einflüsse direkt und indirekt die Zusammensetzung des Pflanzenbestandes und bestimmen so den Ertrag und die Qualität des Futters. Die effiziente Verarbeitung dieser Daten ist Voraussetzung für alle nachfolgenden Analysen und Anwendungen der Spektren.
Einfluss der Witterung auf die Messung von Spektren
Abbildung 4 zeigt die Ergebnisse verschiedener Schattierungskonfigurationen und deren Einfluss auf die spektrale Signatur. Diese mehr oder weniger starken Bewegungen des Tuches führten dazu, dass ständig wechselnde Schatten während der Messung einen erheblichen Einfluss auf die Ergebnisse hatten.
Standardisierung von Messungen durch eine mobile Messplattform
In den Wintermonaten 2014/15 wurde eine erste mobile Messeinheit, wie in Abbildung 10 dargestellt, zunächst am Computer konstruiert und schließlich in der hauseigenen Schlosserei gebaut. Eine IVT PS-300-Kraftstation mit jeweils einem 12-V-Gleichstrom- und 230-V-Wechselstrom-Ausgang versorgt die Ultraschallsensoren, die USB-Schnittstelle und den Getriebemotor mit Strom. Um die korrekte Positionierung für die Messung zu gewährleisten, wurden vier Univolt CL 40 HG-Halter an der Sensorhalterung auf der neu entwickelten Messplatte montiert, auf der der Spektrometer-Sensorkopf passgenau sitzt.
Um einen homogenen Mittelwert bei der Bestimmung der Pflanzenhöhe mit Hilfe von zwei Ultraschallsensoren zu erreichen, werden sieben Positionen und eine Parkposition für die Messung verwendet. Gleiches gilt für die Wuchshöhenbestimmung, die insgesamt 11 Mal in sieben verschiedenen Positionen durchgeführt wird. Im Laufe des Projekts wurde deutlich, dass das Fotografieren des Untersuchungsgebiets die Interpretation bestimmter spektraler Signaturen enorm erleichtert und für die Beurteilung der Qualität einer Messung unerlässlich ist.
Um die Mobilität zu erleichtern und den Messwinkel über dem Boden einzustellen, wurde am Heck des Messfahrzeugs ein handelsübliches Anhängerstützrad angebracht. Die genauen Abmessungen und Lage der Messkegel können Sie der schematischen Darstellung in Abbildung 17 entnehmen.
Beschreibung des Messablaufs
Nach einer Rüstzeit von ca. 15 Minuten kann mit der eigentlichen Messung auf den vorgesehenen Flächen begonnen werden. Die Bestandeshöhe ergibt sich dann aus der Differenz zwischen diesem Abstandswert und dem Abstand vom Sensor zum Boden. Die Erfahrung zeigt, dass automatisierte Prozesse mit der Zeit zu einer gewissen Routine werden und Fehlerquellen so weit wie möglich beseitigt werden müssen.
Mithilfe der GoPro-Kamera wird per Fernbedienung ein Foto der aktuell vermessenen Parzelle aufgenommen. Nachdem das Foto aufgenommen wurde, bestätigt das Popup-Fenster OK und öffnet das Fenster für die Spektralmessung, den nächsten Schritt im Messvorgang. Nach der Ultraschallmessung befindet sich der motorgesteuerte Messbalken in der letzten Position (Position 7 in Abbildung 22), die auch die Startposition für die Spektroskopie ist.
Zur Messung der Spektren steht die Software AgroSpec von tec5 zur Verfügung, die optimal auf das HandySpec-Gerät abgestimmt ist. Die Spektren mit allen notwendigen Daten zur Berechnung des Reflexionsgrades werden in Textdateien gespeichert.
Vergleich von unterschiedlichen Messsystemen
In beiden Abbildungen ist eine systematische Verschiebung zu beobachten, wobei die Differenz einen negativen Trend zeigt, wenn die Wellenlänge proportional zur Reflektivität zunimmt. Ein weiterer Vergleich erfolgte im Juli 2017 mit dem hauseigenen Sensor der Universität Jena und dem HandySpec von tec5 (Gumpenstein). Während die Messwerte mit dem HandySpec im Test 2015 im gesamten Spektralbereich unter den FieldSpec-Werten lagen, zeigt der Vergleich mit dem Gerät aus Jena im Jahr 2017 das gegenteilige Verhalten; Alle Werte liegen deutlich über dem Vergleichsgerät.
Beide Abbildungen zeigen, dass die Messwertunterschiede über den gesamten Wertebereich proportional zum Reflexionsgrad sind und im Gegensatz zum Vergleich mit FieldSpec keinen eindeutigen Trend zeigen. Der parallele Verlauf beider Messungen wird insbesondere an der Referenzfläche „Asphalt“ in Abbildung 25 deutlich. Im Gegensatz zu den Gumpenstein-Messungen wurden die Messungen mit dem Gerät aus Jena viermal bzw. viermal durchgeführt
Einstellungen am Feldspektrometer
Abgesehen von einem geringen Messrauschen im hohen Reflexionsbereich gibt es jedoch kaum Abweichungen bei den Wiederholungen; Ein Hinweis auf optimale Messbedingungen – an diesem Tag herrschte wolkenloses Wetter. Eine Einstellung mit 4 oder 10 „Anzahl der Scans“ sorgt einerseits für eine vorteilhafte Glättung und könnte zudem Effekte ausschließen, die das Ergebnis einer einzelnen Messung negativ verfälschen würden. Aus diesen Gründen ist es sinnvoll und notwendig, die Messzyklen mehrmals zu wiederholen, um ein einziges Spektrum zu erzeugen.
Wie bereits in Abschnitt 3.3 erläutert, ist die fotografische Aufnahme des Beobachtungsbereiches eine wichtige Maßnahme zur Qualitätssicherung und Auswertung von Spektren. Dadurch können bei der anschließenden Datenanalyse ungeklärte Anomalien in den Spektren identifiziert werden (MacArthur, 2011). Zu diesem Zweck ist neben Spektrometer, Notebook und Ultraschallsensoren auch die kleine GoPro-Kamera auf dem mobilen Messfahrzeug installiert, mit der in der Regel vor jeder Spektralmessung ein Foto aufgenommen wird.
Fehlerbehebung am Spektrometer
Testbedingungen
Morgens zwischen 9:00 und 12:00 Uhr und wurden auf Flächen mit unterschiedlichem Pflanzenwuchs durchgeführt: .. a) gleichmäßig dichter und vitaler Rasen mit einer Wuchshöhe von 5 cm b) Mischrasen mit einer Wuchshöhe von 30 cm. -35 cm. Um bei wiederholten Messungen exakt gleiche Reflexionseigenschaften des Bodens zu gewährleisten, verwendeten wir einen mobilen Messwagen, an dem der HandySpec-Sensorkopf in einer bestimmten Höhe über dem Boden befestigt werden kann. Alle Messungen wurden im Uniform-Modus und per Software auf einem Laptop ohne Berührung des Sensorkopfes durchgeführt, um Vibrationen und damit auch kleinste vom Spektrometer erfasste räumliche Veränderungen der Oberfläche sowie die Änderung des Winkels zur Sonne auszuschließen .
Darüber hinaus wurde sorgfältig darauf geachtet, dass keine Schatten auf der zu beobachtenden Oberfläche die Aufnahme der Spektren beeinträchtigen. Bei den Testmessungen wurden alle Faktoren konstant gehalten, so dass nur eine zeitliche Wiederholung der Messungen und unterschiedliche Einstellungen (z. B. „Anzahl der Zyklen“) einen Einfluss auf die Ergebnisse haben können.
Testergebnisse
Zwischen den in der Abbildung gezeigten Messungen, die jeweils mit einem Scan gemessen wurden, lag ein Zeitintervall von 2 Sekunden Zyklus. Bei den Messungen traten Fehler mit unregelmäßigen und unverständlichen Abständen auf, die in etwa dem Muster im in Abbildung 32 gezeigten Beispiel entsprechen. Bei Messungen mit solchen Fehlern konnten sprunghafte Änderungen der Prozentwerte in der Intensitätsanzeige des beobachtet werden Sample-Kanal (2. Zeile).
Das in Abbildung 32 dargestellte Phänomen ist auf einen deutlichen Rückgang der Zählwerte des Probenkanals zurückzuführen – dies zeigt eine Auswertung von Rohdaten aus drei aufeinanderfolgenden Messungen in Abbildung 33, wobei die Durchschnittsmessung (Anlage Nr. 13) dem Ausleger entspricht in Abbildung 33. Mist 32 Antworten. Ein weiteres Beispiel, dargestellt in Abbildung 35, zeigt ebenfalls Verschiebungen unterschiedlicher Intensität und verbunden mit einem deutlichen Unterschied im Niveau der beiden Ausreißer im Bereich < 1000 nm im Vergleich zu den acht „richtigen“ Messungen. Anders als im Beispiel in Abbildung 34 wurde hier bei dreimaliger Wiederholung eine Verschiebung über den gesamten Spektralbereich festgestellt.
In der Regel zeigten sich mehr oder weniger deutliche Unterschiede, wenn Messungen häufig wiederholt wurden, ohne dass sich die Rahmenbedingungen änderten, und mit einem minimalen Zeitabstand zwischen den einzelnen Wiederholungen. Die Testläufe wurden mehrfach mit unterschiedlichen Einstellungen in der AgroSpec-Bediensoftware, bei unterschiedlichen Wetterbedingungen und auf unterschiedlichen Untergründen durchgeführt.
Fehleridentifikation und Behebung
Quantifiziert werden kann dies durch die Wiederholbarkeit – Präzision ist nach DIN 55350-13 die Wiederholbarkeit von Messungen unter gleichen Bedingungen. Bei der Betrachtung der hier aufgeführten Probleme musste man die Präzision des hier verwendeten Messgeräts in Bezug auf die sorgfältig konstant gehaltenen Einflussfaktoren in Frage stellen. Positiv zu vermerken ist, dass aufgrund der ursprünglichen Unerklärlichkeit des Fehlers alle möglichen Einflussfaktoren untersucht und durchdacht werden mussten.
Im Jahr 2016 flossen unsere Erfahrungen auch in die umfassende Beratung des Instituts für Pflanzenbau der Universität für Bodenkultur Wien bei der geplanten Anschaffung eines Spektrometers von tec5 ein.
Struktur von Spektraldaten im Grünland
Experimente mit feldspektroskopischen Beobachtungen
- Versuchsanlage ClimGrass
- Feldspektroskopie-Referenz Reinkulturen
- Feldspektroskopie-Referenz Biomassedynamik
- Langzeitdüngungsversuch in Admont
In dieser Zeit wurden auf den ClimGrass-Standorten 2.025 Messungen durchgeführt, wobei mehr als 8.000 Spektren mit insgesamt 10,5 Millionen Einzelwerten entstanden sind. Abbildung 42 zeigt die Spektren von drei verschiedenen Oberflächen und damit die Vielfalt der Signaturen je nach Pflanzenart. Um die Informationen aus Spektren interpretieren zu können, werden Messwerte benötigt, mit denen ein statistischer Vergleich durchgeführt werden kann.
Um die Biomassedynamik im Grünland mithilfe von Spektraldaten beschreiben zu können, sind eine kontinuierliche Reihe von Ertragsmessungen in kurzen Abständen und die damit verbundenen Beobachtungen mit dem Feldspektrometer erforderlich. Dies bedeutet, dass die Populationsentwicklung innerhalb einer Kultur in wöchentlichen Abständen detailliert untersucht wird, wobei die Verwendung eines dreiteiligen Systems dieselbe bleibt wie bei den ClimGrass-Parzellen. Durch die effiziente Art der Messung können Daten in kurzen und regelmäßigen Abständen gewonnen werden – eine Voraussetzung für die Beschreibung von Wachstumsvorgängen und die Interpretation der Spektren mit einer anderen Art nicht-invasiver Daten.
Bisher wurden die Plots 1100 Mal mit jeweils drei Wiederholungen gemessen, sodass über 3300 Spektren mit 4,3 Millionen Einzelwerten vorliegen. Die Veränderungen der spektralen Signaturen können am Beispiel einiger ausgewählter Varianten in den Messungen für die erste Wachstumsernte 2017 in Abbildung 47 dargestellt werden.
Beispiele zur Analyse von Spektralsignaturen
- Aufbereitung der gerätespezifischen Spektralrohdaten
- Korrektur des Sensor-Shifts
- Datenmanagement mit dem SpectroAnalyst
- Datenmodellierung
In der Literatur gibt es eine Reihe von Arbeiten, die sich mit der Optimierung und Bewertung von Indizes für unterschiedlichste Anwendungen befassen. Häufigkeitsbereiche, die zur Erstellung von Indizes im Rahmen der Vegetationsanalyse verwendet werden können. Diese werden in der Regel durch Differenzierung von Remissionswerten aus verschiedenen Teilen des Spektrums mit anschließender Normalisierung gebildet.
Die Anwendung erfolgt größtenteils automatisiert im Mittelungsprozess, bei dem einzelne Messungen auf einem Diagramm, normalerweise vier Positionen, zu einem Diagrammdurchschnitt kombiniert werden. Beim Import können eine ganze Reihe von Metadaten eingegeben werden, die auch in der Datenbank gespeichert werden können. Die Spektren einer Messreihe (Richtungen) werden automatisch summiert, woraus dann Mittelungskurven, Glättungskurven und Sensorverschiebungskorrekturen erstellt werden, die ebenfalls in der Datenbank gespeichert werden.
Der SpectroAnalyst ist im Wesentlichen eine Schnittstelle zu einer zentralen Datenbank, die alle Spektraldaten, abgeleiteten Ergebnisse und zugehörigen Metadaten speichert. Die PlotSpectralData-Tabelle stellt eine Struktur dar, die Rohdaten (RawSpectra), ihre abgeleiteten Daten (Durchschnitt, Glättung, Statistiken usw. in der PlotSpectra-Tabelle) sowie verschiedene Metadaten (Weather, Editor, SurfaceType, Plot-Treatment, Project) enthält. verbindet miteinander. Die Speicherung der Daten in einer geeigneten Datenbank, die Zusammenführung von Spektren zu Varianten und Analysesätzen sowie die automatische Erstellung von Statistiken und Indizes ist Voraussetzung für den systematischen Einsatz der Feldspektroskopie in der Forschung.
Jahrestagung des Arbeitskreises Grünland- und Futterbau der Gesellschaft für Pflanzenwissenschaften „Nachhaltigkeit im intensiven Futterbau“, Oldenburg, AGGF, Band.
