[R-es] Reconstrucción de hojas con herbivoría

Jimmy Erney Reyes Velasco j|mmyreye@ve|@@co @end|ng |rom gm@||@com
Vie Ago 16 03:39:32 CEST 2024


Muchas gracias a todos, por sus Portes valiosos.
¡Saludos!

El jue, 15 de ago. de 2024 2:17 p. m., Carlos Ortega <
cof using qualityexcellence.es> escribió:

> Hola,
> ¿Qué tal?
>
> Sí, antes de ponerte a calcular cosas, es bueno que plantees un enfoque
> para abordar el problema. Si ya de partida ves que no va a tener sentido,
> pues se abandona la idea y a por otra.
>
> Si las fotos que tienes de las hojas son de la misma especie, puedes
> estimar a partir de las hojas no afectadas el ratio de largo y ancho. Con
> este ratio podrías reconstruir el ancho de la hoja afectada por lo que veo
> se suele conservar el largo. Claro esto tendrá un margen de error, pero al
> menos tendrás una estimación del tamaño. De las hojas no afectadas, la
> relación ancho/largo estará asociada a un valor de superficie. Con estos
> cálculos de forma sencilla podrías tener el área estimada de la hoja
> afectada.
>
> Si no es correcto que tienes varias  hojas de la misma especie de árbol,
> entonces lo que veo más directo es que con tu criterio experto, estimes
> este área de forma "manual".
>
> El cálculo del área, el ancho y el largo de una hoja no afectada puedes
> hacerlo de forma programática manipulando las imágenes como he comentado
> anteriormente.
>
> Gracias,
> Carlos Ortega
> www.qualityexcellence.es
>
> El jue, 15 ago 2024 a las 19:30, Jimmy Erney Reyes Velasco (<
> jimmyreyesvelasco using gmail.com>) escribió:
>
>> Muchas gracias por todos sus comentarios.
>> Muy valiosa la información, hay algunas cosas que no entiendo muy bien.
>> Si tuvieran algunos documentos que pudiera leer les agradecería.
>> Yo he trabajado con las relaciones entre largo y ancho de la hoja, esas
>> relaciones son muy precisas, sin embargo, el problema está cuando las hojas
>> son afectadas, se pierde bastante la estructura. Al yo obtener el área
>> puedo estimar muy bien la masa seca que tendría esa hoja y comparar con
>> respecto a lo que se ha defoliado.
>> Mando unos ejemplos aquí de una hoja sana y otra afectada, la hoja sana
>> está por la mitad porque la cortamos para poder escanearla
>> Saludos y muchas gracias
>>
>> Jimmy
>>
>> El mié, 14 de ago. de 2024 4:40 p. m., Javier Marcuzzi <
>> javier.ruben.marcuzzi using gmail.com> escribió:
>>
>>> Estimado
>>>
>>> Quizás, por lo que dice Carlos Ortega, antes de pasarlo a escala de
>>> grises, podría pasarlo a escala RGB, jugar un poco, el entrenamiento no
>>> distinguirá si es escala de gris, como mezcla de negro y blanco, puede
>>> intentar rojo y blanco, rojo y verde, con la idea de detectar cambios en el
>>> color relacionado a posibles cambios en la humedad o “madurez” de las
>>> hojas, por ahí, con muy poco trabajo extra y con los mismos datos encuentra
>>> algo que le sirve.
>>>
>>> Javier Marcuzzi
>>>
>>> El 14 ago 2024, a las 3:16 p. m., Carlos Ortega <
>>> cof using qualityexcellence.es> escribió:
>>>
>>> Hola,
>>>
>>> ¿Qué tal?
>>> El problema que planteas al final es el de determinar el área de una
>>> hoja afectada, ya que su superficie nos es regular.
>>>
>>>    - Para todos estos análisis puedes hacerlo perfectamente en R, en
>>>    concreto los paquetes "magick" y "EBImage" (este último del repositorio
>>>    BioConductor).
>>>    - Lo que tendrás que hacer es procesar las imágenes, pasarlas a
>>>    tonos de gris, aplicarles filtros para detectar el contorno y estimar la
>>>    superficie faltante. Estos cálculos no son complicados. También puedes
>>>    hacer algún tipo de modelo usando el área de las hojas completas y
>>>    extrapolando estos resultados a las hojas dañadas.
>>>
>>> Si luego lo que además quieres es hacer algún tipo de modelo, para tener
>>> en cuenta el posible daño en los diferentes tipos de hojas, puedes antes de
>>> pasar a usar algo más sofisticado como modelos de DeepLearning, usar la
>>> información RGB que tienes en tu imagen, seguramente las distribuciones de
>>> los colores serán diferentes entre una hoja en buen estado y otra que ha
>>> tenido algún daño (estando ambas completas).
>>>
>>> Gracias,
>>> Carlos Ortega
>>> www.qualityexcellence.es
>>>
>>> El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi (<
>>> javier.ruben.marcuzzi using gmail.com>) escribió:
>>>
>>>> Estimado Jimmy Velasco
>>>>
>>>> Si puede tener la materia seca, podría realizar algún tipo de
>>>> regresión, pero se me crea la duda biológica, ¿que cambio de agua hay y si
>>>> este cambio modifica la selección como alimento de ese vegetal? En otras
>>>> palabras, ¿hay un punto donde se pierde palatabilidad y prefiere otra hoja?
>>>> En ese caso la regresión por materia seca podría no ser adecuado. Yo se que
>>>> si modifico un poco la materia seca en bovinos tengo diferencias, me
>>>> conviene hacerlo antes que el ganado pastoree.
>>>>
>>>> En cuanto a R y Python, yo de Fortran pasé a Python y luego a R, para
>>>> mi gusto personal, R me parece mejor pero Python tomo mucho de R para la
>>>> parte de estadística, como que se alimenta uno de las ideas de otro, y el
>>>> otro de las ideas de uno.
>>>>
>>>> La diferencia no está en el lenguaje, sino en la cantidad de algoritmos
>>>> que pueda probar para lo mismo, yo utilizaría varias herramientas, en ese
>>>> caso me es “simple” con R, importo un paquete, paso los datos, tomo los
>>>> resultados, importo otro paquete para lo mismo pero que internamente
>>>> realiza los cálculos de otra forma, tomo los datos, y así varias veces,
>>>> tomando al final una comparación para conocer cuál paquete da mejores
>>>> resultados para mi trabajo, y esto no sería repetidle. En R sería algo como
>>>> sumary(modelo1, modelo2, modelo3, modelo …)
>>>>
>>>> Javier Rubén Marcuzzi
>>>>
>>>> > El 13 ago 2024, a las 7:40 p. m., Jimmy Erney Reyes Velasco <
>>>> jimmyreyesvelasco using gmail.com> escribió:
>>>> >
>>>> > Muchas gracias por sus respuestas Manuel y Javier.
>>>> > El problema al que me enfrento es que a veces estas afectaciones por
>>>> herbivoría dejan cicatrices que pueden deformar la hoja, a veces se pliegan
>>>> sobre sí mismas y otras veces se pierde bastante la configuración de la
>>>> hoja. Por el momento solo me interesa tratar de reconstruir la hoja para
>>>> poder obtener el área que tendría esa hoja si no se hubiese afectado.
>>>> Cuento con hojas escaneadas de individuos sanos y defoliados, por así
>>>> decirlo, la idea mía es comparar los valores predichos de área foliar
>>>> reconstruida y estimar la pérdida de biomasa, aunque la biomasa lo puedo
>>>> hacer sencillamente, porque tengo las relaciones área foliar vs masa seca
>>>> mediante regresión.en este caso las hojas son planas y tienen una forma de
>>>> elipsoide, sin embargo, para mí no es difícil calcular la masa de las hojas
>>>> afectadas, y que sí es dificil es saber cuánto sería su biomasa si no
>>>> hubiese perdido su área.
>>>> > Mi problema va orientado hacia la siguiente pregunta Si lo hago con
>>>> imágenes, ¿qué datos debería ingresar? ¿Con qué paquetes en R podría
>>>> hacerlo? ¿Es mejor en R o en Python?
>>>> > Muy relevantes sus aportes y
>>>> > muchas gracias por su colaboración, estoy atento
>>>> > Saludos
>>>> > Jimmy
>>>> >
>>>> >
>>>> > El mar, 13 de ago. de 2024 9:43 a. m., Javier Marcuzzi <
>>>> javier.ruben.marcuzzi using gmail.com<mailto:javier.ruben.marcuzzi using gmail.com>>
>>>> escribió:
>>>> >> Estimado
>>>> >>
>>>> >> Yo no conozco de morfología vegetal, pero si supongo que la hoja es
>>>> plana, me refiero que al verla sobre el eje se forma un rectángulo, la
>>>> altura en cada parte de la hoja es la misma, a una misma densidad, puedo
>>>> calcular la masa. En ese caso como siguieren, por medio de fotos y entrenar
>>>> un modelo, se podía “reconstruir” lo perdido.
>>>> >>
>>>> >> Pero entiendo que las hojas no deben tener esa forma morfológica,
>>>> tan plana, miro morfología vegetal en wikipedia y no está a simple vista mi
>>>> duda, pero agrega nervadura, como una complicación más.
>>>> >>
>>>> >> Aquí hay dos problemas, el cálculo realizado con su error, más el
>>>> error de no tener la masa original y utilizar la calculada con el error más
>>>> el error estadístico de su cálculo original.
>>>> >>
>>>> >> Un agrónomo podría ayudarlo, yo como veterinario se que si corto el
>>>> forraje a la mañana, tengo diferencias a la tarde, por lo cuál, usted
>>>> también puede tener diferencias de masa.
>>>> >>
>>>> >> Posiblemente se “meta” en un gran problema estadístico o matemático
>>>> por no haber tenido en cuenta la biología, creo que la mejor solución y la
>>>> más simple, es tomar las mediciones el año que viene o en las próximas
>>>> hojas. Puede tener demasiado trabajo y al aplicarlo falle por errores de
>>>> cálculos.
>>>> >>
>>>> >> > El 13 ago 2024, a las 12:35 a. m., Manuel Mendoza <
>>>> mmendoza using fulbrightmail.org<mailto:mmendoza using fulbrightmail.org>>
>>>> escribió:
>>>> >> >
>>>> >> > Hola  Jimmy, creo que solo podrías intentarlo con deep learning.
>>>> Tomas
>>>> >> > hojas enteras, las pesas, a algunas de ellas les quitas los
>>>> márgenes de
>>>> >> > forma similar a las que tienes estropeadas, las digitalizas todas y
>>>> >> > utilizas como variable objetivo la masa original. El algoritmo
>>>> tendrá que
>>>> >> > aprender a inferir la masa a partir del patrón en las  nervaduras,
>>>> si es
>>>> >> > que se relaciona con la masa, que supongo que sí. Le aplicas el
>>>> algoritmo a
>>>> >> > las estropeadas y tendrás su masa original. Si lo haces todo con
>>>> hojas
>>>> >> > frescas, podrías incluso determinar la masa fresca de las hojas
>>>> secas, si
>>>> >> > es lo que te interesa.
>>>> >> > Keras no es fácil de usar, pero permite hacerlo.
>>>> >> > Ya me dirás,
>>>> >> > Un saludo,
>>>> >> > Manuel
>>>> >> >
>>>> >> > El mar, 13 ago 2024 a las 0:54, Jimmy Erney Reyes Velasco (<
>>>> >> > jimmyreyesvelasco using gmail.com <mailto:jimmyreyesvelasco using gmail.com>>)
>>>> escribió:
>>>> >> >
>>>> >> >> Buen día, estimados.
>>>> >> >> Tengo un problema y me gustaría saber cómo solucionarlo.
>>>> >> >> Actualmente me encuentro realizando un estudio estimando la
>>>> pérdida de
>>>> >> >> biomasa foliar de una especies de planta, sin embargo, me
>>>> encuentro con el
>>>> >> >> siguiente problema: algunas hojas han perdido tanta área foliar
>>>> que han
>>>> >> >> perdido también el margen e incluso algunas más de la mitad del
>>>> área de la
>>>> >> >> hojas. Mi objetivo es realizar un modelo de reconstrucción del
>>>> área de la
>>>> >> >> hoja para así estimar su masa seca en relación con esa área
>>>> perdida y
>>>> >> >> obtener valores de pérdida de biomasa foliar.
>>>> >> >> Tengo algunas ideas, pero no sé cómo empezar.
>>>> >> >> Una de ellas es usar un algoritmo de machine learning para poder
>>>> obtener un
>>>> >> >> modelo que me permita reconstruir el margen de la hoja, pero la
>>>> verdad
>>>> >> >> desconozco mucho acerca de si puedo usar este método.
>>>> >> >> Les agradecería muchísimo si pudieran colaborarme con información
>>>> o si
>>>> >> >> alguien puede darme una idea de cómo abordar este tema.
>>>> >> >> Saludos
>>>> >> >> Jimmy
>>>> >> >>
>>>> >> >>        [[alternative HTML version deleted]]
>>>> >> >>
>>>> >> >> _______________________________________________
>>>> >> >> R-help-es mailing list
>>>> >> >> R-help-es using r-project.org <mailto:R-help-es using r-project.org>
>>>> >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>>> >> >>
>>>> >> >
>>>> >> >       [[alternative HTML version deleted]]
>>>> >> >
>>>> >> > _______________________________________________
>>>> >> > R-help-es mailing list
>>>> >> > R-help-es using r-project.org <mailto:R-help-es using r-project.org>
>>>> >> > https://stat.ethz.ch/mailman/listinfo/r-help-es
>>>> >>
>>>>
>>>>
>>>>         [[alternative HTML version deleted]]
>>>>
>>>> _______________________________________________
>>>> R-help-es mailing list
>>>> R-help-es using r-project.org
>>>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>>>
>>>
>>>
>>> --
>>> Saludos,
>>> Carlos Ortega
>>> www.qualityexcellence.es
>>>
>>>
>>>
>
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>

	[[alternative HTML version deleted]]



Más información sobre la lista de distribución R-help-es