Eshkabilov S., Lee A., Sun X., Lee C. W., Simsek, H.
Hyperspectral imaging techniques for rapid detection of nutrient content of hydroponically grown lettuce cultivars
Computers and Electronics in Agriculture, 2021, 181, 105968; doi: 10.1016/j.compag.2020.105968
La qualità è il fattore determinante per la commercializzazione e la vita post-raccolta degli ortaggi. Pertanto, l’efficacia degli strumenti di valutazione dei parametri qualitativi è essenziale per il successo del prodotto. Tuttavia, ad oggi, l’ispezione visiva è l’approccio più comune ma anche il meno affidabile e l’impiego di marcatori biomolecolari, sebbene più efficiente, richiede molto tempo e personale altamente specializzato. L’articolo in esame propone un approccio tecnologico alternativo, non-distruttivo ed altamente efficace, ovvero l’applicazione dell’immagine iperspettrale (hyperspectral imaging, HSI). Questo strumento è stato recentemente riportato in letteratura, ad esempio per il rilievo di contaminazioni e difetti in frutta e ortaggi, con risultati promettenti. Gli autori propongono qui l’implementazione dell’HSI per predire il livello di nitrato, calcio, potassio, contenuto in solidi solubili, pH e concentrazione totale di clorofilla (letture SPAD) nelle foglie di quattro varietà di lattuga (Lactuca sativa L. var. ‘Rex’, ‘Tacitus’, ‘Flandria’, ‘Black Seeded Simpson’) coltivata su lana di roccia in un sistema idroponico. I risultati ottenuti dall’algoritmo sono stati validati attraverso il confronto con i risultati di analisi di laboratorio sui tessuti fogliari delle stesse piante. Sono stati valutati sette concentrazioni di azoto della soluzione di Hoagland (0 come controllo, 5, 100, 150, 200, 250, 300 mg/L). Le immagini sono state acquisite per mezzo di una telecamera iperspettrale con intervallo di 400–1000 nm, assieme alle immagini di riferimento bianca e nera per ciascuna immagine, ed il rumore è stato eliminato attraverso un filtro digitale a media mobile. Per individuare i valori di banda d’onda ottimali, sono stati valutati quattro modelli di regressione lineare che impiegano i valori spettrali di riflettanza e derivata prima della riflettanza (FDR) e gli indici spettrali ratio spectral index (RSI) e normalized difference spectral index (NDSI). L’accuratezza dei modelli è stata calcolata attraverso misure del coefficiente di correlazione (R2) e la radice dell’errore quadratico medio (RMSE). Dei quattro intervalli individuati (approssimativamente 500–590 nm, 670–760 nm, 808–820 nm e 820–832 nm), i valori di riflettanza ed FDR corrispondenti a 24 specifiche bande d’onda sono stati impiegati nei modelli dei minimi quadrati parziali (PLSR) e dell’analisi delle componenti principali (PCA) per stimare i livelli dei parametri vegetali di interesse. I risultati di entrambi i modelli PLSR e PCA hanno mostrato una elevata correlazione con i dati delle analisi di laboratorio (R2 = 0,784–0,987) ed è stato quindi dimostrato che l’approccio tecnologico dell’HSI proposto può essere applicato per misurare efficacemente la concentrazione dei nutrienti in diverse cultivar di lattuga senza il ricorso ad analisi di laboratorio.
HTLM: https://doi.org/10.1016/j.compag.2020.105968
PDF: https://reader.elsevier.com/reader/sd/pii/S0168169920331732?token=71A775E1ABFCAF0C0628E2AA19295BAB66201275BBE7B1627FFAE5DBED7E3EA880EE026D7968F1296DB6F4B93ADFFB70