Olive trees stress detection using remote sensing, spectroscopy and machine learning

Abstract

Olive is an essential crop for Greece constituting a major economic and agricultural factor. Diseases, pests, and environmental conditions are all factors that can deteriorate the health status of olive crops by causing plant stress. Researchers can utilize remote sensing to assist their actions in detecting both the stress itself and its sources, and act accordingly. This thesis presents an approach for detecting stress in two scales, olive fields and olive trees, by employing Sentinel-2 and UAV based remote sensing. The acquired multispectral and hyperspectral data collected were analysed utilising Machine Learning algorithms to produce classification models. For the first part, Sentinel-2 data were used to create vegetation indices for commercial olive fields in Halkidiki, Northern Greece. Twelve machine learning algorithms were tested to determine which type would be the most efficient to detect plant stress in olive trees. In parallel, a test was conducted using 26 stress incidence thresholds to determine how setting different thresholds for stress incidence affects model performance, and which threshold constitutes the best choice for more accurate classification. The results show that among all tested classification algorithms, the quadratic discriminant analysis provided the highest AUROC performance of 0.99. The stress incidence threshold used in the current case to generate the best-performing model was 6%, but the results suggest that setting customized thresholds relevant to specific cases would provide optimal results. The best-performing model was used in a one-vs-rest multiclass classification task to determine the source of the stress between four possible classes: “healthy”, “soil/wood pathogens”, “foliar pathogens”, and “unidentified source”. The multiclass model was more accurate in detection of the “healthy” class (0.99); the “soil/wood pathogens” and “unidentified source” classes were less accurate (0.76); and “foliar pathogens” had the lowest score (0.72). For the second part, two machine learning algorithms, Random Forest (RF) and XGBoost (XGB) were evaluated, in conjunction with the feature selection methods Recursive Feature Elimination (RFE) and Mutual Information (MI), for detecting stress in olive trees using hyperspectral data. The research focused on identifying early stress onset caused by biotic and abiotic factors through the analysis of hyperspectral images. Both the RF and XGB algorithms demonstrated high efficacy in stress detection, achieving AUROC scores of 0.977 and 0.955, respectively. The experiment also highlighted the effectiveness of RFE and MI in optimizing the classification process, with RF and XGB requiring a reduced number of hyperspectral features for an optimal performance of 1.00 on both occasions. Key wavelengths indicative of stress were identified in the visible to near-infrared spectrum, suggesting their strong correlation with olive tree stress. Findings contribute to precision agriculture by demonstrating the viability of using machine learning for stress detection in olive trees, as well as the impact of selecting stress incidence thresholds and underscore the importance of feature selection in improving classifier performance. Insights from this research can be used by experts as a service to enhance their decision-making and support the application of efficient strategies in the field of precision crop protection.

Η ελιά αποτελεί μία κρίσιμη καλλιέργεια για την Ελλάδα με σημαντικά οικονομικά και αγροτικά οφέλη. Οι ασθένειες, οι εχθροί και οι περιβαλλοντικές συνθήκες είναι παράγοντες που δύνανται να επιδεινώσουν την κατάσταση της υγείας των ελαιοκαλλιεργειών προκαλώντας καταπόνηση. Η τηλεπισκόπηση μπορεί να αξιοποιηθεί αποτελεσματικά στην έρευνα για να υποστηρίξει τον εντοπισμό της καταπόνησης αλλά και των πηγών της και να βοηθήσει στην προσαρμογή καλλιεργητικών μέτρων ανάλογα με τις εκάστοτε απαιτήσεις. Σε αυτήν την διδακτορική διατριβή παρουσιάζεται μια προσέγγιση για την ανίχνευση καταπόνησης και πηγών καταπόνησης σε δύο κλίμακες, ελαιώνες και ελαιόδεντρα, χρησιμοποιώντας τηλεπισκόπηση από τον δορυφόρο Sentinel-2 και από μη επανδρωμένα αεροσκάφη (UAV). Τα πολυφασματικά και υπερφασματικά δεδομένα που συλλέχθηκαν αναλύθηκαν χρησιμοποιώντας αλγορίθμους Μηχανικής Μάθησης για την δημιουργία μοντέλων ταξινόμησης. Για το πρώτο μέρος, χρησιμοποιήθηκαν δεδομένα του Sentinel-2 για τη δημιουργία δεικτών βλάστησης για εμπορικά ελαιόδεντρα στη Χαλκιδική, στη Βόρεια Ελλάδα. Δώδεκα αλγόριθμοι μηχανικής μάθησης δοκιμάστηκαν για να προσδιοριστεί ποιος τύπος μπορεί να δώσει την μέγιστη αποτελεσματικότητα για την ανίχνευση καταπόνησης σε αγρούς ελαιόδεντρων. Παράλληλα, διεξήχθη μία δοκιμή 26 κατωφλίων καταπόνησης για να προσδιοριστεί με ποιον τρόπο επιδρά η ρύθμιση διαφορετικών κατωφλίων στην απόδοση των μοντέλων, καθώς και ποιο κατώφλι αποτελεί την καλύτερη επιλογή για πιο ακριβή ταξινόμηση. Τα αποτελέσματα δείχνουν ότι από όλους τους αλγορίθμους ταξινόμησης που δοκιμάστηκαν, η τετραγωνική διακριτική ανάλυση (QDA) παρείχε την καλύτερη απόδοση 0,99. Το όριο εμφάνισης καταπόνησης που χρησιμοποιήθηκε στην παρούσα περίπτωση για τη δημιουργία του καλύτερου μοντέλου ήταν 6%, αλλά τα αποτελέσματα υποδηλώνουν ότι ο καθορισμός προσαρμοσμένων ορίων σχετικά με συγκεκριμένες περιπτώσεις μπορεί να παρέχει βέλτιστα αποτελέσματα. Το μοντέλο με τις καλύτερες επιδόσεις χρησιμοποιήθηκε για την ταξινόμηση πολλαπλών κλάσεων με την μέθοδο Οne-vs-Rest (OVR) για να προσδιοριστεί η πηγή καταπόνησης μεταξύ τεσσάρων πιθανών κλάσεων: «υγιές», «παθογόνα εδάφους/ξύλου», «παθογόνα φυλλώματος» και «απροσδιόριστη πηγή». Το μοντέλο πολλαπλής ταξινόμησης ήταν πιο ακριβές στην ανίχνευση για την κατηγορία "υγιές" (0,99). Οι κατηγορίες "παθογόνα εδάφους/ξύλου" και "απροσδιόριστη πηγή" είχαν χαμηλότερες ακρίβειες (0,76), ενώ τα "παθογόνα φυλλώματος" είχαν τη χαμηλότερη βαθμολογία (0,72). Για το δεύτερο μέρος, αξιολογήθηκαν δύο αλγόριθμοι μηχανικής μάθησης, ο Random Forest (RF) και ο XGBoost (XGB), σε συνδυασμό με τις μεθόδους επιλογής χαρακτηριστικών Recursive Feature Elimination (RFE) και Mutual Information (MI), για την ανίχνευση καταπόνησης σε ελαιόδεντρα χρησιμοποιώντας υπερφασματικά δεδομένα. Η έρευνα επικεντρώθηκε στον εντοπισμό της πρώιμης εμφάνισης καταπόνησης που προκαλείται από βιοτικούς και αβιοτικούς παράγοντες μέσω της ανάλυσης υπερφασματικών εικόνων. Τόσο ο αλγόριθμος RF όσο και ο αλγόριθμος XGB επέδειξαν υψηλή αποτελεσματικότητα στην ανίχνευση καταπόνησης, επιτυγχάνοντας ακρίβειες 0,977 και 0,955, αντίστοιχα. Το πείραμα ανέδειξε επίσης την αποτελεσματικότητα των RFE και MI στη βελτιστοποίηση της διαδικασίας ταξινόμησης, με τα RF και XGB να απαιτούν μειωμένο αριθμό υπερφασματικών χαρακτηριστικών για να πετύχουν την βέλτιστη απόδοση 1,00 και στις δύο περιπτώσεις. Βασικά μήκη κύματος που υποδηλώνουν ύπαρξη φυτικής καταπόνησης εντοπίστηκαν στο ηλεκτρομαγνητικό φάσμα από το ορατό έως το εγγύς υπέρυθρο, υποδηλώνοντας την ισχυρή συσχέτιση τους με την φυτική καταπόνηση της ελιάς. Τα ευρήματα μπορούν να συμβάλουν στη γεωργία ακριβείας, επιβεβαιώνοντας την βιωσιμότητα της χρήσης της μηχανικής μάθησης για την ανίχνευση καταπόνησης σε ελαιόδεντρα, καθώς και τον αντίκτυπο της επιλογής κατωφλίων εμφάνισης καταπόνησης και υπογραμμίζουν τη σημασία της επιλογής χαρακτηριστικών στη βελτίωση της επίδοσης των ταξινομητών. Οι πληροφορίες που προέκυψαν από αυτή την έρευνα μπορούν να χρησιμοποιηθούν από ειδικούς του αγροδιατροφικού τομέα ως υπηρεσία για την βελτίωση της λήψης αποφάσεων και να υποστηρίξουν την εφαρμογή αποτελεσματικών στρατηγικών στον τομέα της φυτοπροστασίας ακριβείας.