Bespilotne letjelice mogu nositi različite senzore za daljinsko očitavanje, 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 (lokacija poljoprivrednog zemljišta, identifikacija vrste usjeva, procjena područja i dinamičko praćenje promjena, ekstrakcija poljske infrastrukture), informacije o rastu usjeva (fenotipski parametri usjeva, prehrambeni pokazatelji, prinos) i faktore stresa rasta usjeva (poljska vlaga , štetnici i bolesti) dinamika.
Informacije o prostoru poljoprivrednog zemljišta
Informacije o prostornoj lokaciji poljoprivrednog zemljišta uključuju geografske koordinate polja i klasifikacije usjeva dobivene vizualnom diskriminacijom ili strojnim prepoznavanjem. Granice polja mogu se identificirati zemljopisnim koordinatama, a također se može procijeniti površina za sadnju. Tradicionalna metoda digitalizacije topografskih karata kao temeljnih karata za prostorno planiranje i procjenu prostora ima lošu ažurnost, a razlika između položaja granice i stvarnog stanja je ogromna i nedostaje intuicije, što ne pogoduje implementaciji precizne poljoprivrede. UAV daljinsko očitavanje može dobiti sveobuhvatne informacije o prostornoj lokaciji poljoprivrednog zemljišta u stvarnom vremenu, što ima neusporedive prednosti tradicionalnih metoda. Slike iz zraka iz digitalnih kamera visoke razlučivosti 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 i poboljšava prostornu rezoluciju uz uvođenje informacija o visini , kojim se ostvaruje finije praćenje prostornih informacija poljoprivrednog zemljišta.
Informacije o rastu usjeva
Rast usjeva može se karakterizirati podacima o fenotipskim parametrima, prehrambenim pokazateljima i prinosu. Fenotipski parametri uključuju vegetacijski pokrov, indeks lisne površine, biomasu, visinu biljke itd. Ovi parametri su međusobno povezani i zajedno karakteriziraju rast usjeva. Ovi su parametri međusobno povezani i zajedno karakteriziraju rast usjeva te su izravno povezani s konačnim prinosom. Oni su dominantni u istraživanjima praćenja informacija o farmama i provedeno je više studija.
1) Fenotipski parametri usjeva
Indeks lisne površine (LAI) je zbroj jednostrane zelene lisne površine po jedinici površine, koji može bolje karakterizirati apsorpciju usjeva i iskorištavanje svjetlosne energije, a usko je povezan s akumulacijom materijala usjeva i konačnim prinosom. Indeks lisne površine jedan je od glavnih parametara rasta usjeva koji se trenutno prati daljinskim očitavanjem UAV-a. Izračunavanje vegetacijskih indeksa (omjer vegetacijski indeks, normalizirani vegetacijski indeks, vegetacijski indeks za kondicioniranje tla, razlika vegetacijski indeks, itd.) s multispektralnim podacima i uspostavljanje regresijskih modela s temeljnim istinitim podacima je zrelija metoda za invertiranje fenotipskih parametara.
Nadzemna biomasa u kasnoj fazi rasta usjeva usko je povezana s prinosom i kvalitetom. Trenutačno, procjena biomase pomoću UAV daljinskog očitavanja u poljoprivredi još uvijek uglavnom koristi multispektralne podatke, izdvaja spektralne parametre i izračunava vegetacijski indeks za modeliranje; tehnologija prostorne konfiguracije ima određene prednosti u procjeni biomase.
2) Pokazatelji ishrane usjeva
Tradicionalno praćenje nutritivnog statusa usjeva zahtijeva uzorkovanje s polja i kemijsku analizu u zatvorenom prostoru kako bi se dijagnosticirao sadržaj hranjivih tvari ili indikatora (klorofil, dušik itd.), dok se UAV daljinsko očitavanje temelji na činjenici da različite tvari imaju specifične karakteristike spektralne refleksije i apsorpcije za dijagnoza. Klorofil se prati na temelju činjenice da ima dva jaka područja apsorpcije u vrpci vidljivog svjetla, 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 lišća mijenjaju se kada usjevi imaju manjak, a otkrivanje statističkih karakteristika boje i teksture koje odgovaraju različitim nedostacima i povezanim svojstvima je ključ za praćenje hranjivih tvari. Kao i praćenje parametara rasta, izbor karakterističnih pojaseva, vegetacijskih indeksa i predikcijskih modela i dalje je glavni sadržaj istraživanja.
3) Prinos usjeva
Povećanje prinosa usjeva glavni je cilj poljoprivrednih aktivnosti, a točna procjena prinosa važna je i za poljoprivrednu proizvodnju i za odjele upravljanja. Brojni istraživači pokušali su pomoću multifaktorske analize uspostaviti modele procjene prinosa s većom točnošću predviđanja.
Poljoprivredna vlaga
Vlažnost poljoprivrednog zemljišta često se prati termalnim infracrvenim metodama. U područjima s visokim vegetacijskim pokrovom, zatvaranje stomata lista smanjuje gubitak vode uslijed transpiracije, što smanjuje latentni toplinski tok na površini i povećava osjetljivi toplinski tok na površini, što zauzvrat uzrokuje povećanje temperature krošnje, što je smatra se temperaturom krošnje biljaka. Budući da indeks vodnog stresa odražava energetsku ravnotežu usjeva može kvantificirati odnos između sadržaja vode u usjevu i temperature krošnje, tako da temperatura krošnje dobivena toplinskim infracrvenim senzorom može odražavati status vlage na poljoprivrednom zemljištu; golo tlo ili vegetacijski pokrov na malim površinama, može se koristiti za neizravno invertiranje vlažnosti tla s temperaturom podzemlja, što je načelo da je: specifična toplina vode velika, temperatura topline se sporo mijenja, tako da prostorni raspored temperature podzemlja tijekom dana može se posredno odraziti na raspored vlage u tlu. Prema tome, prostorna raspodjela dnevne podzemne temperature može neizravno odražavati raspodjelu vlage u tlu. U praćenju temperature krošnje, golo tlo je važan interferencijski čimbenik. Neki su istraživači proučavali odnos između temperature golog tla i pokrova tla usjeva, razjasnili razliku između mjerenja temperature krošnje uzrokovane golim tlom i stvarne vrijednosti te koristili ispravljene rezultate u praćenju vlažnosti poljoprivrednog zemljišta kako bi poboljšali točnost praćenja rezultate. U stvarnom upravljanju proizvodnjom poljoprivrednog zemljišta, curenje vlage iz polja također je u središtu pozornosti, bilo je studija koje koriste infracrvene kamere za praćenje curenja vlage iz kanala za navodnjavanje, točnost može doseći 93%.
Štetočine i bolesti
Upotreba spektralnog refleksijskog praćenja bliskog infracrvenog zračenja biljnih štetnika i bolesti, na temelju: lišća u bliskom infracrvenom području refleksije od spužvastog tkiva i kontrole tkiva ograde, zdravih biljaka, ove dvije praznine tkiva ispunjene vlagom i ekspanzijom , dobar je reflektor raznih zračenja; kada je biljka oštećena, list je oštećen, tkivo venu, voda se smanjuje, infracrveni odraz se smanjuje sve dok se ne izgubi.
Toplinsko infracrveno praćenje temperature također je važan pokazatelj štetnika i bolesti usjeva. Biljke u zdravim uvjetima, uglavnom kroz kontrolu otvaranja stomata lista i regulacije transpiracije, kako bi održale stabilnost vlastite temperature; u slučaju bolesti, dogodit će se patološke promjene, interakcije patogena i domaćina u patogenu na biljci, posebno na aspekte utjecaja povezane s transpiracijom, odredit će porast i pad temperature zaraženog dijela. Općenito, detektiranje biljaka dovodi do deregulacije otvaranja stomaka, pa je stoga transpiracija veća u bolesnom području nego u zdravom području. Snažna transpiracija dovodi do sniženja temperature zaraženog područja i veće temperaturne razlike na površini lista nego na normalnom listu sve dok se na površini lista ne pojave nekrotične pjege. Stanice u nekrotičnom području su potpuno odumrle, transpiracija u tom dijelu je potpuno izgubljena, temperatura počinje rasti, ali budući da ostatak lista počinje biti zaražen, temperaturna razlika na površini lista je uvijek veća od one na površini lista. zdrava biljka.
Ostale informacije
U području praćenja informacija o poljoprivrednom zemljištu, podaci daljinskog istraživanja UAV-a imaju širi raspon primjena. Na primjer, može se koristiti za izdvajanje otpalog područja kukuruza korištenjem višestrukih značajki teksture, odražavanje razine zrelosti lišća tijekom faze zrelosti pamuka pomoću NDVI indeksa i generiranje propisanih mapa primjene apscizinske kiseline koje mogu učinkovito voditi prskanje apscizinske kiseline na pamuku kako bi se izbjegla pretjerana primjena pesticida, i tako dalje. U skladu s potrebama praćenja i upravljanja poljoprivrednim zemljištem, neizbježan je trend budućeg razvoja informatizirane i digitalizirane poljoprivrede kontinuirano istraživati podatke podataka daljinskog istraživanja UAV-a i širiti područja njihove primjene.
Vrijeme objave: 24. prosinca 2024