Bespilotne letjelice mogu nositi razne senzore za daljinsko otkrivanje, koji mogu dobiti višedimenzionalne, visoko precizne informacije o poljoprivrednom zemljištu i ostvariti dinamičko praćenje više vrsta informacija o poljoprivrednom zemljištu. Takve informacije uglavnom uključuju informacije o prostornoj distribuciji usjeva (lokalizacija poljoprivrednog zemljišta, identifikacija vrsta usjeva, procjena površine i dinamičko praćenje promjena, ekstrakcija poljske infrastrukture), informacije o rastu usjeva (fenotipski parametri usjeva, nutritivni indikatori, prinos) i faktori stresa rasta usjeva (vlaga u polju , štetočine i bolesti) dinamika.
Prostorne informacije poljoprivrednog zemljišta
Informacije o prostornoj lokaciji poljoprivrednog zemljišta uključuju geografske koordinate polja i klasifikacije useva dobijene vizuelnom diskriminacijom ili mašinskim prepoznavanjem. Granice polja mogu se identificirati geografskim koordinatama, a može se procijeniti i površina sadnje. Tradicionalna metoda digitalizacije topografskih karata kao osnovne karte za regionalno planiranje i procjenu područja je slabo ažurna, a razlika između granične lokacije i stvarnog stanja je ogromna i nedostaje intuicija, što ne pogoduje implementaciji precizne poljoprivrede. UAV daljinsko istraživanje može dobiti sveobuhvatne informacije o prostornoj lokaciji poljoprivrednog zemljišta u realnom vremenu, što ima neuporedive prednosti tradicionalnih metoda. Snimci iz zraka s digitalnih kamera visoke definicije mogu ostvariti identifikaciju i određivanje osnovnih prostornih informacija poljoprivrednog zemljišta, a razvoj tehnologije prostorne konfiguracije poboljšava preciznost i dubinu istraživanja informacija o lokaciji poljoprivrednog zemljišta, te poboljšava prostornu rezoluciju uz uvođenje informacija o nadmorskoj visini , koji ostvaruje finije praćenje prostornih informacija poljoprivrednog zemljišta.
Informacije o rastu usjeva
Rast useva se može okarakterisati informacijama o fenotipskim parametrima, nutritivnim pokazateljima i prinosu. Fenotipski parametri uključuju vegetacijski pokrivač, indeks lisne površine, biomasu, visinu biljke, itd. Ovi parametri su međusobno povezani i zajedno karakteriziraju rast usjeva. Ovi parametri su međusobno povezani i zajedno karakterišu rast useva i direktno su povezani sa konačnim prinosom. Oni su dominantni u istraživanjima praćenja informacija o farmama i sprovedeno je više studija.
1) Fenotipski parametri useva
Indeks površine lišća (LAI) je zbir jednostrane zelene površine lista po jedinici površine, koji može bolje okarakterizirati apsorpciju i korištenje svjetlosne energije useva, te je usko povezan sa akumulacijom materijala useva i konačnim prinosom. Indeks površine lišća je jedan od glavnih parametara rasta usjeva koji se trenutno prate daljinskim ispitivanjem UAV. Izračunavanje vegetacijskih indeksa (indeks vegetacije omjera, normalizirani vegetacijski indeks, vegetacijski indeks kondicioniranja tla, indeks vegetacije razlike, itd.) sa multispektralnim podacima i uspostavljanje regresijskih modela s temeljnim istinitim podacima je zrelija metoda za invertiranje fenotipskih parametara.
Nadzemna biomasa u kasnoj fazi rasta useva usko je povezana i sa prinosom i sa kvalitetom. Trenutno, procjena biomase daljinskim ispitivanjem UAV u poljoprivredi još uvijek uglavnom koristi multispektralne podatke, izdvaja spektralne parametre i izračunava indeks vegetacije za modeliranje; tehnologija prostorne konfiguracije ima određene prednosti u procjeni biomase.
2) Indikatori ishrane useva
Tradicionalno praćenje nutritivnog statusa useva zahteva uzorkovanje polja i hemijsku analizu u zatvorenom prostoru da bi se dijagnostikovao sadržaj hranljivih materija ili indikatora (hlorofil, azot, itd.), dok se UAV daljinska detekcija zasniva na činjenici da različite supstance imaju specifične karakteristike spektralne refleksije i apsorpcije za dijagnoza. Hlorofil se prati na osnovu činjenice da ima dva jaka apsorpciona područja u opsegu vidljive svjetlosti, i to crveni dio od 640-663 nm i plavo-ljubičasti dio od 430-460 nm, dok je apsorpcija slaba na 550 nm. Karakteristike boje i teksture listova se mijenjaju kada su usjevi manjkavi, a otkrivanje statističkih karakteristika boje i teksture koje odgovaraju različitim nedostacima i srodnim svojstvima ključ je za praćenje nutrijenata. Slično praćenju parametara rasta, izbor karakterističnih traka, vegetacijskih indeksa i modela predviđanja i dalje je glavni sadržaj studije.
3) Prinos useva
Povećanje prinosa je glavni cilj poljoprivrednih aktivnosti, a tačna procjena prinosa važna je kako za poljoprivrednu proizvodnju tako i za odjele za donošenje upravljačkih odluka. Brojni istraživači su pokušali da uspostave modele procjene prinosa s većom preciznošću predviđanja kroz multifaktorsku analizu.
Poljoprivredna vlaga
Vlažnost poljoprivrednog zemljišta se često prati termalnim infracrvenim metodama. U područjima s visokim vegetacijskim pokrivačem, zatvaranje pučika lista smanjuje gubitak vode zbog transpiracije, čime se smanjuje latentni toplinski tok na površini i povećava osjetni toplinski tok na površini, što zauzvrat uzrokuje povećanje temperature krošnje, što je smatra se temperaturom krošnje biljke. Kako odražavajući energetsku ravnotežu usjeva indeksa vodenog stresa može kvantificirati odnos između sadržaja vode usjeva i temperature krošnje, tako temperatura krošnje dobivena termalnim infracrvenim senzorom može odražavati status vlage na poljoprivrednom zemljištu; golo tlo ili vegetacijski pokrivač na malim površinama, može se koristiti za indirektnu inverziju vlažnosti tla sa temperaturom podzemlja, što je princip da: specifična toplina vode je velika, temperatura topline se sporo mijenja, tako da prostorna distribucija temperature podzemne površine tokom dana može se indirektno odraziti na raspodjelu vlage u tlu. Stoga, prostorna distribucija dnevne podzemne temperature može indirektno odražavati raspodjelu vlage u tlu. U praćenju temperature krošnje golo tlo je važan faktor interferencije. Neki istraživači su proučavali odnos između temperature golog tla i pokrivača usjeva, razjasnili jaz između mjerenja temperature krošnje uzrokovanih golim tlom i prave vrijednosti i koristili korigirane rezultate u praćenju vlažnosti poljoprivrednog zemljišta kako bi poboljšali točnost monitoringa. rezultate. U stvarnom upravljanju poljoprivrednom proizvodnjom, curenje vlage iz polja je također u fokusu pažnje, postoje studije koje koriste infracrvene snimače za praćenje curenja vlage iz kanala za navodnjavanje, tačnost može doseći 93%.
Štetočine i bolesti
Upotreba bliske infracrvene spektralne refleksije praćenja biljnih štetočina i bolesti, na osnovu: listova u bliskom infracrvenom području refleksije od spužvastog tkiva i kontrole tkiva ograde, zdrave biljke, ove dvije praznine u tkivu ispunjene vlagom i ekspanzijom , dobar je reflektor raznih zračenja; kada je biljka oštećena, list je oštećen, tkivo uvenulo, voda je smanjena, infracrvena refleksija je smanjena dok se ne izgubi.
Termičko infracrveno praćenje temperature je takođe važan pokazatelj štetočina i bolesti useva. Biljke u zdravim uslovima, uglavnom kroz kontrolu otvaranja listova stomata i zatvaranja regulacije transpiracije, za održavanje stabilnosti sopstvene temperature; u slučaju bolesti, doći će do patoloških promjena, interakcije patogena i domaćina u patogenu na biljci, posebno na aspekte utjecaja koji se odnose na transpiraciju će odrediti zaraženi dio porasta i pada temperature. Općenito, biljno sensiranje dovodi do deregulacije otvaranja stomata, pa je transpiracija veća u bolesnom području nego u zdravom području. Snažna transpiracija dovodi do smanjenja temperature zaraženog područja i veće temperaturne razlike na površini lista nego u normalnom listu sve dok se na površini lista ne pojave nekrotične mrlje. Ćelije u nekrotičnom području su potpuno odumrle, transpiracija u tom dijelu je potpuno izgubljena i temperatura počinje rasti, ali pošto ostatak lista počinje biti zaražen, temperaturna razlika na površini lista je uvijek veća od zdrava biljka.
Ostale informacije
U području praćenja informacija o poljoprivrednom zemljištu, podaci daljinskog istraživanja UAV-a imaju širi spektar primjena. Na primjer, može se koristiti za ekstrakciju otpalog područja kukuruza koristeći višestruke karakteristike teksture, odražava nivo zrelosti listova tokom faze zrelosti pamuka pomoću NDVI indeksa i generira mape recepta za primjenu apscizinske kiseline koje mogu učinkovito voditi prskanje apscizinske kiseline na pamuk kako bi se izbjegla prekomjerna primjena pesticida i tako dalje. U skladu sa potrebama praćenja i upravljanja poljoprivrednim zemljištem, nezaobilazan je trend za budući razvoj informatizovane i digitalizovane poljoprivrede da se kontinuirano istražuju informacije iz podataka daljinske detekcije bespilotnih letelica i proširuju polja njihove primene.
Vrijeme objave: 24.12.2024