| dc.date.accessioned | 2010-01-29T11:27:33Z | |
| dc.date.available | 2010-01-29T11:27:33Z | |
| dc.date.issued | 2010-01-29T11:27:33Z | |
| dc.identifier.uri | urn:nbn:de:hebis:34-2010012931850 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/2010012931850 | |
| dc.language.iso | eng | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | Digitale Bildanalyse | ger |
| dc.subject | Leguminosen-Gras-Gemenge | ger |
| dc.subject | Ertragsanteil | ger |
| dc.subject | Deckungsgrad | ger |
| dc.subject.ddc | 630 | |
| dc.title | Digital image analysis as a tool to estimate legume contributions in legume-grass swards | eng |
| dc.type | Dissertation | |
| dcterms.abstract | Summary: Productivity and forage quality of legume-grass swards are important factors for successful arable farming in both organic and conventional farming systems. For these objectives the botanical composition of the swards is of particular importance, especially, the content of legumes due to their ability to fix airborne nitrogen. As it can vary considerably within a field, a non-destructive detection method while doing other tasks would facilitate a more targeted sward management and could predict the nitrogen supply of the soil for the subsequent crop.
This study was undertaken to explore the potential of digital image analysis (DIA) for a non destructive prediction of legume dry matter (DM) contribution of legume-grass mixtures. For this purpose an experiment was conducted in a greenhouse, comprising a sample size of 64 experimental swards such as pure swards of red clover (Trifolium pratense L.), white clover (Trifolium repens L.) and lucerne (Medicago sativa L.) as well as binary mixtures of each legume with perennial ryegrass (Lolium perenne L.). Growth stages ranged from tillering to heading and the proportion of legumes from 0 to 80 %.
Based on digital sward images three steps were considered in order to estimate the legume contribution (% of DM):
i) The development of a digital image analysis (DIA) procedure in order to estimate legume coverage (% of area).
ii) The description of the relationship between legume coverage (% area) and legume contribution (% of DM) derived from digital analysis of legume coverage related to the green area in a digital image.
iii) The estimation of the legume DM contribution with the findings of i) and ii).
i) In order to evaluate the most suitable approach for the estimation of legume coverage by means of DIA different tools were tested. Morphological operators such as erode and dilate support the differentiation of objects of different shape by shrinking and dilating objects (Soille, 1999). When applied to digital images of legume-grass mixtures thin grass leaves were removed whereas rounder clover leaves were left. After this process legume leaves were identified by threshold segmentation. The segmentation of greyscale images turned out to be not applicable since the segmentation between legumes and bare soil failed. The advanced procedure comprising morphological operators and HSL colour information could determine bare soil areas in young and open swards very accurately. Also legume specific HSL thresholds allowed for precise estimations of legume coverage across a wide range from 11.8 - 72.4 %. Based on this legume specific DIA procedure estimated legume coverage showed good correlations with the measured values across the whole range of sward ages (R2 0.96, SE 4.7 %). A wide range of form parameters (i.e. size, breadth, rectangularity, and circularity of areas) was tested across all sward types, but none did improve prediction accuracy of legume coverage significantly.
ii) Using measured reference data of legume coverage and contribution, in a first approach a common relationship based on all three legumes and sward ages of 35, 49 and 63 days was found with R2 0.90. This relationship was improved by a legume-specific approach of only 49- and 63-d old swards (R2 0.94, 0.96 and 0.97 for red clover, white clover, and lucerne, respectively) since differing structural attributes of the legume species influence the relationship between these two parameters. In a second approach biomass was included in the model in order to allow for different structures of swards of different ages. Hence, a model was developed, providing a close look on the relationship between legume coverage in binary legume-ryegrass communities and the legume contribution: At the same level of legume coverage, legume contribution decreased with increased total biomass. This phenomenon may be caused by more non-leguminous biomass covered by legume leaves at high levels of total biomass. Additionally, values of legume contribution and coverage were transformed to the logit-scale in order to avoid problems with heteroscedasticity and negative predictions. The resulting relationships between the measured legume contribution and the calculated legume contribution indicated a high model accuracy for all legume species (R2 0.93, 0.97, 0.98 with SE 4.81, 3.22, 3.07 % of DM for red clover, white clover, and lucerne swards, respectively). The validation of the model by using digital images collected over field grown swards with biomass ranges considering the scope of the model shows, that the model is able to predict legume contribution for most common legume-grass swards (Frame, 1992; Ledgard and Steele, 1992; Loges, 1998).
iii) An advanced procedure for the determination of legume DM contribution by DIA is suggested, which comprises the inclusion of morphological operators and HSL colour information in the analysis of images and which applies an advanced function to predict legume DM contribution from legume coverage by considering total sward biomass. Low residuals between measured and calculated values of legume dry matter contribution were found for the separate legume species (R2 0.90, 0.94, 0.93 with SE 5.89, 4.31, 5.52 % of DM for red clover, white clover, and lucerne swards, respectively).
The introduced DIA procedure provides a rapid and precise estimation of legume DM contribution for different legume species across a wide range of sward ages. Further research is needed in order to adapt the procedure to field scale, dealing with differing light effects and potentially higher swards.
The integration of total biomass into the model for determining legume contribution does not necessarily reduce its applicability in practice as a combined estimation of total biomass and legume coverage by field spectroscopy (Biewer et al. 2009) and DIA, respectively, may allow for an accurate prediction of the legume contribution in legume-grass mixtures. | eng |
| dcterms.abstract | Zusammenfassung: Sowohl in der ökologischen als auch in der konventionellen Landwirtschaft sind Produktivität, Bestandeszusammensetzung und Futterqualität von Leguminosengras-Beständen wichtige Parameter für einen erfolgreichen Feldfutterbau. Diese können jedoch innerhalb eines Feldes beachtlichen Schwankungen unterworfen sein, so dass eine nicht destruktive Erfassung der Bestandszusammensetzung während der Feldarbeit ein verbessertes Management der Bestände sowie der Düngung ermöglichen würde. In diesem Zusammenhang sind die Leguminosen durch ihre Fähigkeit Luftstickstoff zu binden von besonderem Interesse. Ist zum Beispiel der Leguminosen-Trockenmasse (TM)-Ertrag bekannt, wird eine Vorhersage des Stickstoffangebots für die Nachfrucht ermöglicht (Høgh-Jensen et al., 2004).
Die vorliegende Untersuchung evaluiert das Potenzial der Bildanalyse für die Erfassung des Leguminosen-Ertragsanteils in Leguminosengras-Beständen anhand eines Gewächshausversuches. Der Gewächshausversuch hatte einen Probenumfang von 64 Leguminosengras-Beständen. Untersucht wurden Reinsaaten und binäre Leguminosengras-Gemenge aus Rotklee (Trifolium pratense L.), Weißklee (Trifolium repens L.), Luzerne (Medicago sativa L.) und Deutschem Weidelgras (Lolium perenne L.) im Alter von 35, 49 und 63 Tagen. Der Anteil der Legumino-sen in den Pflanzenbeständen schwankte zwischen 0 und 80%. Für die Validie-rung eines Aspektes der Analyse wurden 46 Bilder von Freiland-Beständen mit gleichen Leguminosen und ähnlichen Biomassen verwendet.
Da anhand digitaler Bilder von Beständen nur der Leguminosen-Deckungsgrad ermittelt werden kann, wurde im ersten Schritt ein Zusammenhang zwischen Leguminosen-Deckungsgrad (% Fläche) und Leguminosen-Ertragsanteil (% der Trockenmasse [TM]) ermittelt. Für eine multiple Regressionsanalyse wurden alle Altersstufen mit einbezogen und für Ertragsanteile und Deckungsgrade der Leguminosen (%) eine Logit-Transformation verwendet, da frühere Untersuchungen zeigten, dass Probleme der Relativzahlen (Varianzinhomogenität und negative Schätzwerte) dadurch vermieden werden können (Connolly and Wachendorf, 2001). Es hat sich gezeigt, dass die Einbeziehung der Biomasse notwendig ist, um den Einsatz für unterschiedlich entwickelte Bestände zu ermöglichen. Durch dieses Model kann ein grundsätzlicher Zusammenhang von Leguminosen-Deckungsgrad und -Ertragsanteil in Leguminosengras-Beständen beschrieben werden: Bei gleich bleibendem Leguminosen-Deckungsgrad sinkt der Leguminosen-Ertragsanteil mit steigender Biomasse. Der Anteil der Nicht-Leguminosen Biomasse, welcher durch die Leguminosen verdeckt wird, scheint mit der Biomasse zuzunehmen. Dieser Einfluss der Biomasse ist für die einzelnen Leguminosenarten unterschiedlich, so zeigen spezifische Berechnungen für die einzelnen Leguminosenarten die besten Ergebnisse. Die Beziehung zwischen den gemessenen und den ermittelten (anhand des Models und gemessener Deckungsgrade) Leguminosen-Ertragsanteilen zeigt eine hohe Güte (R2 0.93, 0.97, 0.98 mit SE 4.81, 3.22, 3.04 jeweils für Rotklee, Weißklee und Luzerne). Die Validation des Modells anhand von Beständen eines Freilandversuches mit ähnlichen Biomassen (bis 28 dt ha-1) zeigte, dass Ertragsanteile für die meisten praxisnahen Bestände abgeschätzt werden können.
Die Abschätzung des Leguminosen-Deckungsgrades mittels digitaler Bildanalyse konnte mit der höchsten Genauigkeit anhand von HSL Farbbildern (Hue, Saturation, Lightness) durchgeführt werden. Anhand von HSL-Schwellenwerten ist eine Trennung von Boden und Grünfläche möglich, was Voraussetzung ist für eine gute Abschätzung der Leguminosen-Fläche in Prozent der Grünfläche. Eine Trennung von Gras und Leguminosen wird aufgrund der unterschiedlichen Blattformen durch die Anwendung der morhologischen Operatoren Erode und Dilate ermöglicht. Durch die Erosion werden die schmalen Grasblätter so sehr geschrumpft (verdunkelt), dass kein heller Kern in der Mitte verbleibt um bei der folgenden Dilatation (Ausdehnung) wieder sichtbar zu werden. Die runderen Leguminosenflächen bewahren nach der Erosion einen hellen Kern und können so durch Dilatation wieder ausgedehnt werden. Durch die gleiche Anzahl von Erosion und Dilatation bleiben die ursprünglichen Flächengrößen der Leguminosen erhalten. Nach dieser Prozedur ist eine Trennung von Leguminosen- und Grasflächen aufgrund von HSL-Schwellenwerten möglich. Formparameter, wie Rundheit und Rechtwinkligkeit der Flächen, wurden getestet, konnten die Güte aber nicht verbessern. Anhand von leguminosenspezifischen Schwellenwerten kann mit der entwickelten Bildanalyse der Leguminosen-Deckungsgrad mit hoher Güte geschätzt werden (R2 0.96, SE 4.7).
Anhand der bildanalytisch geschätzten Deckungsgrade und der ermittelten Beziehung (jeweils leguminosenspezifisch) kann der Leguminosen-Ertragsanteil berechnet werden. Das Ergebnis ist eine bildanalytische Ermittlung von Leguminosen-Ertragsanteilen mit einem hohen Bestimmtheitsmaß und vertretbaren Standardabweichungen (R2 0.90, 0.94, 0.93 mit SE 5.89, 4.31, 5.52 % TM jeweils für Rotklee-, Weißklee- und Luzerne-Bestände).
Für eine Anwendung in der Praxis bleibt zu untersuchen, in wieweit die Bildanalyse an andere Lichtverhältnisse, unterschiedliche Bodenfarben, höhere und eventuell auch blühende Bestände angepasst werden muss. Eine Erfassung der Biomasse der Bestände ist notwendig, da dieser Parameter für die Umrechnung von Deckungsgrad zu Ertragsanteil benötigt wird. Aber auch für eine Berechnung des Leguminosen-TM-Ertrags zur Kalkulierung des eingebrachten Luftstickstoffs ist die Biomasse notwendig. Hierfür könnten feldspektroskopische Methoden in Frage kommen, die von Biewer et al. (2009) für die Biomasse Abschätzung von Leguminosengras-Beständen erfolgreich getestet wurden. | ger |
| dcterms.accessRights | open access | |
| dcterms.creator | Himstedt, Maike | |
| dc.contributor.corporatename | Kassel, Universität, FB 11, Ökologische Agrarwissenschaften | |
| dc.contributor.referee | Wachendorf, Michael (Prof. Dr.) | |
| dc.contributor.referee | Bürkert, Andreas (Prof. Dr.) | |
| dc.contributor.referee | Schlecht, Eva (Prof. Dr.) | |
| dc.contributor.referee | Kappas, Martin (Prof. Dr.) | |
| dc.subject.swd | Bildanalyse | ger |
| dc.subject.swd | Hülsenfrüchtler | ger |
| dc.subject.swd | Gräser | ger |
| dc.subject.swd | Gemenge <Pflanzenbau> | ger |
| dc.date.examination | 2010-01-08 | |
