Manual evaluation of crop injury to herbicides is time-consuming. Unmanned aerial systems (UAS) and high-resolution multispectral sensors and machine learning classification techniques have the potential to save time and improve precision in the evaluation of herbicide injury in crops, including grain sorghum (Sorghum bicolor L. Moench). The objectives of our research are to (1) evaluate three supervised classification algorithms [support vector machine (SVM), maximum likelihood, and random forest] for categorizing high-resolution UAS imagery to aid in data extraction and (2) evaluate the use of vegetative indices (VIs) collected from UAS imagery as an alternative to traditional methods of visible herbicide injury assessment in mesotrione-tolerant grain sorghum breeding trials. An experiment was conducted in a randomized complete block design using a factorial treatment arrangement of three genotypes by four mesotrione doses. Herbicide injury was rated visually on a scale of 0 (no injury) to 100 (complete plant mortality). The UAS flights were flown at 9, 15, 21, 27, and 35 days after treatment. Results show the SVM algorithm to be the most consistently accurate, and high correlations (r = − 0.83 to −0.94; p < 0.0001) were observed between the normalized difference VI and ground-measured herbicide injury. Therefore, we conclude that VIs collected with UAS coupled with machine learning image classification has the potential to be an effective method of evaluating mesotrione injury in grain sorghum.

中文翻译：

---

利用高分辨率的无人机系统图像和机器学习评估谷物高粱对甲基磺草酮的耐受性

人工评估农作物对除草剂的伤害非常耗时。无人机系统（UAS）和高分辨率多光谱传感器以及机器学习分类技术可以节省时间并提高农作物（包括高粱）的除草剂伤害评估的准确性。我们的研究目标是（1）评估三种监督分类算法[支持向量机（SVM），最大似然和随机森林]，以对高分辨率UAS图像进行分类，以帮助数据提取；以及（2）评估使用从UAS影像中收集的植物营养指数（VIs），作为耐甲基磺草酮的谷物高粱育种试验中传统的可见除草剂伤害评估方法的替代方法。使用三个基因型乘四个甲基磺草酮剂量的阶乘治疗安排，在随机完全区组设计中进行了实验。目测将除草剂的伤害等级定为0（无伤害）至100（完全植物死亡率）。在治疗后的第9、15、21、27和35天，UAS航班开始飞行。结果表明，SVM算法最准确，始终如一，并且在归一化差异VI和地面测量的除草剂伤害之间观察到高度相关性（r =-0.83至-0.94； p <0.0001）。因此，我们得出结论，采用UAS收集的VI与机器学习图像分类相结合，有望成为评估谷物高粱中甲基磺草酮伤害的有效方法。目测将除草剂的伤害等级定为0（无伤害）至100（完全植物死亡率）。在治疗后的第9、15、21、27和35天，UAS航班开始飞行。结果表明，SVM算法最准确，始终如一，并且在归一化差异VI和地面测量的除草剂伤害之间观察到高度相关性（r =-0.83至-0.94； p <0.0001）。因此，我们得出结论，采用UAS收集的VI与机器学习图像分类相结合，有望成为评估谷物高粱中甲基磺草酮伤害的有效方法。目测将除草剂的伤害等级定为0（无伤害）至100（完全植物死亡率）。在治疗后的第9、15、21、27和35天，UAS航班开始飞行。结果表明，SVM算法最准确，始终如一，并且在归一化差异VI和地面测量的除草剂伤害之间观察到高度相关性（r =-0.83至-0.94； p <0.0001）。因此，我们得出结论，采用UAS收集的VI与机器学习图像分类相结合，有望成为评估谷物高粱中甲基磺草酮伤害的有效方法。在归一化的差异VI和地面测量的除草剂伤害之间观察到0001）。因此，我们得出结论，采用UAS收集的VI与机器学习图像分类相结合，有望成为评估谷物高粱中甲基磺草酮伤害的有效方法。在归一化的差异VI和地面测量的除草剂伤害之间观察到0001）。因此，我们得出结论，采用UAS收集的VI与机器学习图像分类相结合，有望成为评估谷物高粱中甲基磺草酮伤害的有效方法。