Qualitätsbewertung von Rasenkräutern mit dem Lawn-Master-System

^{UDC 58.087 Die}

Arbeit befasst sich mit der Entwicklung einer Methode zur Bilanzierung der projektiven Abdeckung von Pflanzen auf der Grundlage der Nutzung fotografischer Standorte. Die Auswertung der Zählrasenflächen ergab die hohe Genauigkeit des entwickelten Abrechnungssystems.

Einführung

Ein akutes Problem moderner städtischer Gebiete ist heute die rasche Verschlechterung der ökologischen Situation. Unter den vielen bestehenden Umweltproblemen moderner Städte wird besonderes Augenmerk auf die Reduzierung von Grünflächen gelegt. Aufgrund des übermäßigen Schadstoffgehalts in der Umwelt und der geringen Fruchtbarkeit städtischer Böden kommt es zu einer Verschlechterung der Grünflächen. Daher wird es notwendig, den Staat wiederherzustellen und die Anzahl der Grünflächen in der Stadt zu erhöhen [1].



In den letzten Jahren wurden neben Sträuchern und Bäumen und Sträuchern zunehmend verschiedene Arten von Rasenkräutern in der Stadtgestaltung verwendet. Die Verwendung von Rasenflächen für die Landschaftsgestaltung hat eine Reihe bedeutender Vorteile: hohe Wachstumsrate, Beständigkeit gegen mechanische Beschädigungen, stabiles Wurzelsystem, Unprätentiösität und hohe dekorative Wirkung [2].



Bei der Beurteilung der Qualität von Rasengrasbeständen wurde die von A.A. Laptev [3]. Diese Methode ist komplex und recht zeitaufwändig. Rasengräser werden hinsichtlich der Triebproduktivität (auf einer 6-Punkte-Skala) sowie der allgemeinen Dekorativität (auf einer 5-Punkte-Skala) bewertet.



Die Triebproduktivität wird durch Zählen der Anzahl der Triebe pro 1 m2 bestimmt. Dazu wird die Anzahl der Triebe in einem bestimmten Bereich gezählt (meistens 10x10 cm), nach einer Reihe solcher Messungen wird der Durchschnittswert angezeigt und in 1 m ² umgerechnet .



Die projektive Grasbedeckung des Bodens wird visuell bestimmt und von oben nach unten in einem Winkel von 90 ° zum Grasbestand betrachtet. Bestimmen Sie, welcher Teil der Fläche mit Gras bedeckt ist, und geben Sie diesen Wert als Prozentsatz an.



Während Feldstudien dauert dieser Prozess sehr lange. Einige Autoren weisen jedoch darauf hin, dass die Definition der projektiven Abdeckung mithilfe von Computertransformationen eines Farbbilds der Ebene in einer horizontalen Projektion durchgeführt werden kann [4].



Der Einsatz von Informationstechnologien zur Bewertung der projektiven Abdeckung geobotanischer Schichten ermöglicht es, die Zeit- und Arbeitskosten für den Bewertungsprozess zu reduzieren und die Genauigkeit der Messungen zu erhöhen [5].



Wir haben eine Methode zur Bestimmung der projektiven Abdeckung von Rasengrasbeständen vorgeschlagen, die auf der automatischen Auswahl der Konturen von Pflanzen in digitalen Bildern basiert.



In diesem Zusammenhang besteht der Zweck der Arbeit darin, die Qualität der in Alchevsk vorhandenen Kräuter mithilfe des von uns entwickelten LawnMaster-Systems zu bewerten.

Forschungsschwerpunkte

1. Bewertung der Produktivitätsindikatoren von Trieben und der projektiven Abdeckung von Rasengrasbeständen in Alchevsk.
2. Visuelle Bestimmung der projektiven Abdeckung der Zählflächen von Rasenkräutern.
3. Bestimmung der projektiven Abdeckung von Zählflächen von Rasenkräutern mit dem LawnMaster-System.
4. LawnMaster .

Die projektive Abdeckung und die Produktivität der Sprossbildung der Zählflächen von Rasenkräutern, die auf dem Gebiet des Gebäudes Nr. 6 von DonSTU gebildet wurden, wurden bewertet. Auf der Grundlage der Indikatoren für die projektive Abdeckung und der Produktivität der Sprossbildung wurde ein allgemeiner Indikator für die Qualität der Kräuter abgeleitet [3].



Die Sprossproduktivität wurde durch Zählen der Sprosse auf einer Fläche von 10 × 10 cm bestimmt, wonach der resultierende Indikator in 1 m 2 umgewandelt wurde. Die Sprossbildungsproduktivität wurde mit einer fünffachen Wiederholung gemessen, der Durchschnitt wurde aus den erhaltenen Indikatoren abgeleitet.

Die projektive Abdeckung von Rasenkräutern wurde mit dem LawnMaster-System ermittelt.

Zum Erstellen des Programms wurden die Programmiersprache Python und die OpenCV-Bibliothek verwendet.

OpenCV bietet eine Quellcodebibliothek einschließlich Open Source für die Bildverarbeitung.



Das resultierende Bild wird von bgr in das Laborformat konvertiert, da es einfacher ist, den Rand der Rasenbedeckung in diesem Format auszuwählen.



Danach wird für dieses Bild eine Maske erstellt, die auf den ausgewählten Koeffizienten basiert,

die die zulässigen und verbotenen Bereiche des Bildes bestimmen. Diese Koeffizienten wurden mithilfe von Trackbars ausgewählt, die basierend auf den Daten derselben Bibliothek erstellt wurden.

Nach dem Erstellen einer Maske wird der Prozentsatz der zulässigen Pixel berechnet, der auf dem Bild angezeigt wird. Zur bequemeren Verwendung des Programms wurde eine einfache Befehlszeile erstellt, in der Sie die Maske aktivieren / deaktivieren, ein anderes Bild verarbeiten und das Programm beenden können.



Um die Wirksamkeit des erstellten Programms zu testen, verwendeten wir Fotos von Rasengrasbeständen aus den Versuchsflächen des Ministeriums für Ökologie und Eisenbahnverkehr der DonSTU. Die Untersuchungsgebiete wurden aus einer Höhe von 1 m in einem Winkel von 90 ° fotografiert. Außerdem wurden die Grasbestände visuell auf die projektive Abdeckung untersucht (von einer Gruppe von drei Personen, aus deren Messwerten der Durchschnitt abgeleitet wurde), wonach die Daten mit denen verglichen wurden, die nach der Bildverarbeitung im LawnMaster-System erhalten wurden.



Die Abbildungen 2,3,4,5 zeigen Fotos der untersuchten Zählflächen von Parterre-Rasenkräutern.





Abbildung 1 Buchhaltungsstandort Nr. 1





Abbildung 2 Buchhaltungssite Nr. 2





Abbildung 3 Buchhaltungssite Nr. 3





Abbildung 4 Buchhaltungssite Nr. 4

Forschungsergebnisse

Die Ergebnisse der Bewertung der Qualität von Rasengrasbeständen auf dem Gebiet des Gebäudes Nr. 6 von DonSTU sind in Tabelle 1 aufgeführt.



Bei der Bewertung wurde festgestellt, dass es auf dem Gebiet des Gebäudes 3 Gruppen hochwertiger Kräuter und 4 Gruppen ausgezeichneter Grasbestände gibt. Es wurden auch Grasbestände von guter bis mittelmäßiger Qualität beobachtet.







Die Ergebnisse der Untersuchung der projektiven Abdeckung







der Zählflächen von Rasengrasbeständen sind in Tabelle 1 gezeigt. Wie aus der obigen Tabelle ersichtlich ist, gibt das LawnMaster-System eine Schätzung der projektiven Abdeckung von Rasengrasbeständen mit einem Unterschied von 0,3 bis 9% gegenüber der visuellen Bewertung.

Schlussfolgerungen

1. Die Bewertung der Dekorativität von Rasengrasbeständen auf dem Gebiet von DonSTU ergab, dass die untersuchten Grasbestände zu der Gruppe von Grasbeständen von mittelmäßiger, guter, ausgezeichneter und überlegener Qualität gehören.
2. LawnMaster .
3. (0,3-9%) LawnMaster , .

1. Adonyeva TB, Ivanova EM, Kalyuzhnaya LA Grünflächen der Stadt Woronesch: aktueller Zustand, Probleme // Vestnik VSU. - 2001. - S. 139.

2. Gladov A. V. Begrünung als Faktor zur Verbesserung der Verbesserung der Stadt (am Beispiel des Stadtbezirks Samara) // Bulletin der Samara State University. - 2015. - Nein. 2 (124).

3. Laptev A. A. Lawns // Kiew: Naukova Dumka. - 1983. - T. 243. - S. 4.

4. Balalaev A. K., Skripnik O. A. Vorläufige Ergebnisse der Anwendung der Methode der digitalen Bildverarbeitung zur Bestimmung der projektiven Vegetationsbedeckung als Hauptindikator für den Zustand der Ökosysteme // Ökologie und Naturschutz. - 2011.

5. Buzuk GN, Sozinov OV Methoden zur Bilanzierung der projektiven Abdeckung von Pflanzen: eine vergleichende Bewertung unter Verwendung fotografischer Bereiche // Nachrichten des Samara Scientific Center der Russischen Akademie der Wissenschaften. - 2014. - T. 16. - Nr. 5-5