Phát hiện sớm bệnh bạc lá lúa là yêu cầu quan trọng trong theo dõi sức khỏe cây trồng. Khi triệu chứng trên lá chưa biểu hiện rõ, việc quan sát trực tiếp ngoài đồng có thể gặp khó khăn. Nếu vết bệnh đã xuất hiện rõ ràng, thời điểm xử lý và kiểm soát có thể bị thu hẹp. Trong bối cảnh đó, ảnh siêu phổ là một hướng tiếp cận đáng chú ý vì đồng thời ghi nhận thông tin hình ảnh và phổ phản xạ của lá.
Một ca ứng dụng về chẩn đoán sớm bệnh bạc lá lúa đã sử dụng camera siêu phổ di động FigSpec FS-IQ-VISNIR để thu thập dữ liệu. Dữ liệu thu được được dùng cho các bước tiền xử lý, khai thác đặc trưng và kiểm chứng mô hình nhận diện. Nội dung này tập trung diễn giải quy trình của ca ứng dụng, thay vì xem kết quả là thông số áp dụng chung cho mọi giống lúa hay điều kiện canh tác.
Vai trò của ảnh siêu phổ trong theo dõi bệnh trên lá lúa
Bệnh bạc lá lúa có thể ảnh hưởng đến năng suất và an ninh lương thực. Ở giai đoạn chưa có triệu chứng rõ, những thay đổi sinh lý và hóa sinh của lá có thể rất khó nhận biết bằng mắt thường. Ảnh siêu phổ cho phép quan sát sự khác biệt theo nhiều băng sóng, từ đó tạo thêm dữ liệu để phân tích tình trạng của cây.
Trong ca nghiên cứu, các mẫu lá lúa được chia thành ba nhóm: lá khỏe, lá nhiễm nhẹ ở giai đoạn chưa có triệu chứng và lá nhiễm nặng. Cách phân nhóm này giúp mô hình có dữ liệu đối chiếu giữa các mức độ tình trạng khác nhau. Mục tiêu không chỉ là nhận biết lá đã có biểu hiện bệnh mà còn tìm tín hiệu hỗ trợ nhận diện ở giai đoạn sớm.
Thiết bị và điều kiện thu thập dữ liệu
Thiết bị được sử dụng là camera siêu phổ di động FigSpec FS-IQ-VISNIR. Theo dữ liệu ca ứng dụng, thiết bị làm việc trong dải phổ 400–1000 nm, có độ phân giải phổ 2,5 nm, độ phân giải ảnh 1920*1920 và 1200 kênh phổ. Dải nhìn thấy đến cận hồng ngoại này bao phủ các vùng phổ được khai thác trong nghiên cứu.
Việc thu thập được thực hiện vào ban ngày có nắng, trong khoảng 10:00–14:00. Khoảng cách từ ống kính đến tán lá là 60–80 cm. Thời gian phơi sáng được điều chỉnh theo thời gian thực để kiểm soát giá trị DN trong khoảng 3000–4000, với mục đích hạn chế ảnh hưởng của phơi sáng quá mức và nhiễu.
Những điều kiện trên là thiết lập của ca ứng dụng cụ thể. Khi triển khai ở khu ruộng, nhà lưới hoặc môi trường kiểm soát khác, quy trình thu ảnh cần được xác lập phù hợp với đối tượng, ánh sáng và mục tiêu phân tích. Giá trị của quy trình nằm ở việc tạo dữ liệu phổ nhất quán trước khi đưa vào các bước phân tích tiếp theo.
Tiền xử lý và lựa chọn băng phổ đặc trưng
Dữ liệu siêu phổ ban đầu trải qua hiệu chỉnh dòng tối, hiệu chỉnh bằng tấm trắng và làm trơn Savitzky-Golay. Sau khi loại bỏ các băng có tỷ số tín hiệu trên nhiễu thấp ở hai đầu dải phổ, nghiên cứu giữ lại 243 băng chất lượng để xây dựng mô hình phân tích.
Thay vì sử dụng toàn bộ dữ liệu phổ làm đầu vào, nhóm nghiên cứu dùng phương pháp học sâu để lọc các băng nhạy với bệnh bạc lá. Hai vùng được nhấn mạnh gồm vùng đỉnh xanh 520–550 nm, liên quan đến biến động hàm lượng diệp lục, và vùng biên đỏ 680–720 nm, phản ánh trạng thái cấu trúc tế bào lá cũng như stress của cây.
Kết quả khai thác cho thấy chỉ khoảng 8% số băng lõi có thể giữ lại phần lớn thông tin phân biệt trong tập dữ liệu của nghiên cứu. Việc giảm số chiều dữ liệu theo cách này có thể giúp quy trình tính toán gọn hơn, đồng thời tập trung vào các tín hiệu có ý nghĩa đối với bài toán nhận diện.
Kết quả nhận diện trong ca ứng dụng
Ở tác vụ phân loại bệnh bạc lá dựa trên dữ liệu thu bằng FS-IQ-VISNIR, mô hình sử dụng một số lượng nhỏ băng lõi đạt độ chính xác trên 96% trong bước kiểm chứng được mô tả. Kết quả này cao hơn phương án đưa trực tiếp toàn phổ vào mô hình của chính nghiên cứu đó.
Đối với tập dữ liệu mất cân bằng giữa các nhóm mẫu, hiệu năng tổng thể của mô hình tăng 6%–13% sau khi mở rộng nhóm mẫu thiểu số bằng phương pháp sinh dữ liệu. Các băng được chọn cũng phù hợp với quy luật thay đổi sinh lý thực vật được đề cập trong nghiên cứu, góp phần hỗ trợ diễn giải kết quả phân loại.
Các con số trên phản ánh điều kiện dữ liệu, cách tiền xử lý và phương pháp mô hình hóa của ca ứng dụng. Chúng không thay thế cho việc đánh giá lại khi thay đổi giống lúa, mức độ bệnh, thời điểm lấy mẫu hoặc điều kiện ánh sáng thực tế.
Giá trị ứng dụng cho nông nghiệp thông minh
Camera siêu phổ FS-IQ-VISNIR được sử dụng để thu ảnh không tiếp xúc và nhanh trên mẫu lá, trong môi trường kiểm soát lẫn bối cảnh ngoài hiện trường theo mô tả của ca ứng dụng. Dữ liệu phổ đầu ra có thể kết nối với quy trình học máy và học sâu để khai thác đặc trưng, tối ưu mô hình nhận diện hoặc phân tích kiểu hình cây trồng.
Đối với các nhóm nghiên cứu về nông nghiệp thông minh, quy trình này gợi mở một hướng xây dựng cảnh báo sớm: chuẩn hóa điều kiện thu ảnh, hiệu chỉnh dữ liệu, xác định băng phổ hữu ích và kiểm chứng mô hình trên tập mẫu phù hợp. Cách tiếp cận không phá hủy giúp giữ nguyên mẫu trong quá trình quan sát, đồng thời bổ sung dữ liệu định lượng cho công tác theo dõi bệnh.
Tóm tắt
Ca ứng dụng FigSpec FS-IQ-VISNIR cho thấy ảnh siêu phổ có thể cung cấp nền tảng dữ liệu cho bài toán phát hiện sớm bệnh bạc lá lúa. Với dải phổ 400–1000 nm, dữ liệu được tiền xử lý và lựa chọn theo các vùng phổ đặc trưng trước khi đưa vào mô hình nhận diện. Đây là một ví dụ về việc kết hợp thu nhận phổ, phân tích dữ liệu và mô hình thông minh nhằm hỗ trợ nghiên cứu chẩn đoán bệnh cây trồng theo hướng không phá hủy.
