Беспилотне летелице могу носити разне сензоре за даљинско очитавање, који могу да добију вишедимензионалне, високопрецизне информације о пољопривредном земљишту и остваре динамичко праћење више врста информација о пољопривредном земљишту. Такве информације углавном укључују информације о просторној расподели усева (локализација пољопривредног земљишта, идентификација врста усева, процена површине и праћење динамичких промена, екстракција пољске инфраструктуре), информације о расту усева (фенотипски параметри усева, нутритивни индикатори, принос) и динамику фактора стреса раста усева (влажност поља, штеточине и болести).
Просторне информације о пољопривредном земљишту
Информације о просторној локацији пољопривредног земљишта укључују географске координате поља и класификације усева добијене визуелном дискриминацијом или машинским препознавањем. Границе поља могу се идентификовати географским координатама, а може се проценити и површина садње. Традиционална метода дигитализације топографских карата као основне карте за регионално планирање и процену површине има лошу правовременост, а разлика између локације границе и стварног стања је огромна и недостаје јој интуиција, што није погодно за имплементацију прецизне пољопривреде. Даљинска детекција беспилотним летелицама може добити свеобухватне информације о просторној локацији пољопривредног земљишта у реалном времену, што има неупоредиве предности традиционалних метода. Снимци из ваздуха са дигиталних камера високе дефиниције могу омогућити идентификацију и одређивање основних просторних информација пољопривредног земљишта, а развој технологије просторне конфигурације побољшава прецизност и дубину истраживања информација о локацији пољопривредног земљишта и побољшава просторну резолуцију уз увођење информација о надморској висини, што омогућава финије праћење просторних информација пољопривредног земљишта.
Информације о расту усева
Раст усева може се окарактерисати информацијама о фенотипским параметрима, нутритивним индикаторима и приносу. Фенотипски параметри укључују вегетацијски покривач, индекс лисне површине, биомасу, висину биљке итд. Ови параметри су међусобно повезани и заједно карактеришу раст усева. Ови параметри су међусобно повезани и заједно карактеришу раст усева и директно су повезани са коначним приносом. Они су доминантни у истраживањима праћења информација о фармама и спроведено је више студија.
1) Фенотипски параметри усева
Индекс површине листа (LAI) је збир једностране површине зеленог листа по јединици површине, што може боље окарактерисати апсорпцију и коришћење светлосне енергије усева и уско је повезано са акумулацијом материјала усева и коначним приносом. Индекс површине листа је један од главних параметара раста усева који се тренутно прати даљинским очитавањем беспилотним летелицама. Израчунавање вегетационих индекса (односни вегетациони индекс, нормализовани вегетациони индекс, вегетациони индекс условљавања земљишта, индекс разлике вегетације итд.) са мултиспектралним подацима и успостављање регресионих модела са подацима о стварности на терену је зрелија метода за инвертовање фенотипских параметара.
Надземна биомаса у касној фази раста усева је уско повезана и са приносом и са квалитетом. Тренутно, процена биомасе помоћу даљинске детекције беспилотним летелицама у пољопривреди и даље углавном користи мултиспектралне податке, екстрахује спектралне параметре и израчунава вегетациони индекс за моделирање; технологија просторне конфигурације има одређене предности у процени биомасе.
2) Индикатори исхране усева
Традиционално праћење нутритивног статуса усева захтева узорковање на терену и хемијску анализу у затвореном простору како би се дијагностиковао садржај хранљивих материја или индикатора (хлорофил, азот итд.), док се даљинска детекција беспилотним летелицама заснива на чињеници да различите супстанце имају специфичне спектралне карактеристике рефлексије и апсорпције за дијагнозу. Хлорофил се прати на основу чињенице да има две јаке области апсорпције у видљивом светлосном опсегу, наиме црвени део од 640-663 nm и плаво-љубичасти део од 430-460 nm, док је апсорпција слаба на 550 nm. Карактеристике боје и текстуре листа се мењају када усеви имају дефицит, а откривање статистичких карактеристика боје и текстуре које одговарају различитим недостацима и повезаним својствима је кључ за праћење хранљивих материја. Слично праћењу параметара раста, избор карактеристичних трака, вегетационих индекса и модела предвиђања је и даље главни садржај студије.
3) Принос усева
Повећање приноса усева је главни циљ пољопривредних активности, а тачна процена приноса је важна и за пољопривредну производњу и за одељења за управљање. Бројни истраживачи су покушали да успоставе моделе процене приноса са већом тачношћу предвиђања путем вишефакторске анализе.
Пољопривредна влага
Влажност пољопривредног земљишта се често прати термалним инфрацрвеним методама. У подручјима са високим вегетацијским покривачем, затварање стома листа смањује губитак воде услед транспирације, што смањује латентни топлотни флукс на површини и повећава осетљиви топлотни флукс на површини, што заузврат доводи до повећања температуре крошње, која се сматра температуром крошње биљака. Како одражавање енергетског биланса усева индексом стреса воде може квантификовати однос између садржаја воде у усеву и температуре крошње, тако и температура крошње добијена термалним инфрацрвеним сензором може одражавати стање влажности пољопривредног земљишта; голо земљиште или вегетацијски покривач на малим површинама може се користити за индиректну инвертацију влажности земљишта са температуром подземља, што је принцип да: специфична топлота воде је велика, температура топлоте се споро мења, тако да се просторна расподела температуре подземља током дана може индиректно одразити на расподелу влажности земљишта. Стога, просторна расподела дневне температуре подземља може индиректно одразити расподелу влажности земљишта. Приликом праћења температуре крошње, голо земљиште је важан фактор интерференције. Неки истраживачи су проучавали везу између температуре огољеног земљишта и покривености усева, разјаснили разлику између мерења температуре крошње изазвану огољеним земљиштем и стварне вредности и користили кориговане резултате у праћењу влажности пољопривредног земљишта како би побољшали тачност резултата праћења. У стварном управљању производњом пољопривредног земљишта, цурење влаге са поља је такође у фокусу пажње, спроведене су студије које користе инфрацрвене камере за праћење цурења влаге из канала за наводњавање, а тачност може достићи 93%.
Штеточине и болести
Праћење спектралне рефлексије биљних штеточина и болести помоћу блиског инфрацрвеног зрачења, засновано је на: рефлексији листова у блиском инфрацрвеном подручју од сунђерастог ткива и контроли ткива ограде, код здравих биљака, ове две празнине у ткиву испуњене су влагом и ширењем, што је добар рефлектор различитог зрачења; када је биљка оштећена, лист је оштећен, ткиво увене, вода се смањује, инфрацрвена рефлексија се смањује док се потпуно не изгуби.
Термално инфрацрвено праћење температуре је такође важан индикатор штеточина и болести усева. Биљке у здравим условима, углавном кроз контролу отварања и затварања стома листа ради регулације транспирације, како би одржале стабилност сопствене температуре; у случају болести, доћи ће до патолошких промена, интеракције патогена и домаћина у патогену на биљци, посебно на аспекте везане за транспиацију, утицај ће одредити пораст и пад температуре у зараженом делу. Генерално, детекција биљака доводи до дерегулације отварања стома, па је транспирација већа у оболелом подручју него у здравом подручју. Снажна транспирација доводи до смањења температуре зараженог подручја и веће температурне разлике на површини листа него у нормалном листу све док се на површини листа не појаве некротичне мрље. Ћелије у некротичном подручју су потпуно мртве, транспирација у том делу је потпуно изгубљена и температура почиње да расте, али пошто остатак листа почиње да се заражава, температурна разлика на површини листа је увек већа него код здраве биљке.
Остале информације
У области праћења информација о пољопривредном земљишту, подаци даљинске детекције беспилотних летелица имају шири спектар примене. На пример, могу се користити за издвајање опале површине кукуруза коришћењем вишеструких текстурних карактеристика, одражавање нивоа зрелости лишћа током фазе зрелости памука коришћењем NDVI индекса и генерисање мапа прописа за примену апсцисинске киселине које могу ефикасно да воде прскање апсцисинске киселине на памук како би се избегла прекомерна примена пестицида и тако даље. У складу са потребама праћења и управљања пољопривредним земљиштем, неизбежан је тренд за будући развој информатизоване и дигитализоване пољопривреде да се континуирано истражују информације података даљинске детекције беспилотних летелица и проширују њихова поља примене.
Време објаве: 24. децембар 2024.