Дистанційне зондування агрофітоценозів із платформи БПЛА для оцінки рівня живлення рослин
DOI:
https://doi.org/10.33730/2077-4893.4.2021.252958Ключові слова:
спектральний моніторинг, вегетація рослин, безпілотні літальні апарати, дистанційно керовані літальні апарати, розподіл Гаусса, вегетаційні індекси, інтенсивність кольоруАнотація
Безпілотні (дистанційно керовані) літальні апарати (БПЛА) є інноваційним устаткуванням для моніторингу агрофітоценозів, що позбавлене низки принципових недоліків супутників щодо доступності, вартості, здатності розрізнення знімків. Однак, якість, відтворюваність та придатність даних спектрального моніторингу посівів сільськогосподарських культур для процесів управління врожаєм залишаються актуальними питаннями. Оскільки в концепції управління врожаєм дистанційний моніторинг є необхідною складовою, розроблення методики оцінювання придатності спектральних даних для розрахунку агрохімічних практик стало метою роботи. Аналіз літературних даних показав, що залежність кількості пікселів від значень інтенсивності складових кольору для рослин і ґрунту описується Гауссовим (нормальним) розподілом і відхилення зумовлюється накладанням розподілів від різних зафіксованих на фотознімку об'єктів. Дослідження проводили у 2017–2020 рр., аналізуючи стресовий стан рослин, зумовлений дефіцитом елементів живлення. Для моніторингу використовували БПЛА із спеціалізованим спектральним комплексом Slantrange із штатним програмним забезпеченням Slantview та камерою видимого спектра FC200 (від БПЛА Phantom 2). Перевірку проводили на полях пшениці озимої, результат підтвердив оптимальність саме Гауссового розподілу для спектрального моніторингу посівів пшениці. Встановлено, що аналіз відповідності характеру розподілу за спектральними каналами, а саме наявність двох і більше максимумів у графічному його описі свідчить про нерівномірність входження рослин у стадію вегетації або ж наявність сторонніх об’єктів. Оцінка придатності даних може здійснюватися на базі еталонних значень ширини розподілу для спектральних каналів. Це дає змогу стверджувати про доцільність введення в набори штатних вегетаційних індексів геоінформаційних систем додаткових пакетів, що відображають саме спектральні канали.
Посилання
Kauth, R.J. & Thomas, G.S. (1976). The tasselled capgraphic description of the spectral–temporal development of agricultural crops as seen by Landsat. Proceedings, symposium on machine processing of remotely sensed data (рр. 41–51). Purdue University. West Lafayette. IN [in English].
Aasen, H., Burkart, A., Bolten, A. & Bareth, G. (2015). Generating 3D hyperspectral information with lightweight UAV snapshot cameras for vegetation monitoring: from camera calibration to quality assurance. ISPRS Journal of Photogrammetry and Remote Sensing, 108, 245–259. DOI: https://doi.org/10.1016/j.isprsjprs.2015.08.002 [in English].
Liu, F. et al. (2021). A field-based high-throughput method for acquiring canopy architecture using unmanned aerial vehicle images. Agricultural and Forest Meteorology, 296, 108–231. DOI: https://doi.org/10.1016/j.agrformet.2020.108231 [in English].
Pan, Y. et al. (2019). Reconstruction of Ground Crops Based on Airborne LiDAR Technology. IFAC–PapersOnLine, 52 (24), 35–40. DOI: https://doi.org/10.1016/j.ifacol.2019.12.376 [in English].
Guoa, T. et al. (2019). Detection of wheat height using optimized multi–scan mode of LiDAR during the entire growth stages. Computers and Electronics in Agriculture, 165, 104–959. DOI: https://doi.org/10.1016/j.compag.2019.104959 [in English].
Olsson, Per-Ola, Lindström, J. & Eklundh, L. (2016). Near real–time monitoring of insect induced defoliation in subalpine birch forests with MODIS derived NDVI. Remote Sensing of Environment, 181, 42–53. DOI: https://doi.org/10.1016/j.rse.2016.03.040 [in English].
Shakayb, A.A., Nguyen, H., Coyle, A. & Fida, M. (2021). Quality of information with minimum requirements for emergency communications. Ad Hoc Networks, 111. DOI: https://doi.org/10.1016/j.adhoc.2020.102331 [in English].
Cao, Y. et al. (2020). Monitoring of sugar beet growth indicators using wide–dynamic–range vegetation index (WDRVI) derived from UAV multispectral images. Computers and Electronics in Agriculture, 171, 105–331. DOI: https://doi.org/10.1016/j.compag.2020.105331 [in English].
Liu, Y., Mu, X., Wang, H. & Yan, G. (2012). A novel method for extracting green fractional vegetation cover from digital images. Journal of Vegetation Science, 23, 406–418. DOI: https://doi.org/10.1111/j.1654–1103.2011.01373.x [in English].
Yan, G. et al. (2019). Improving the estimation of fractional vegetation cover from UAV RGB imagery by colour unmixing. ISPRS Journal of Photogrammetry and Remote Sensing, 158, 23–34. DOI: https://doi.org/10.1016/j.isprsjprs.2019.09.017 [in English].
Coy, A. et al. (2016). Increasing the Accuracy and Automation of Fractional Vegetation Cover Estimation from Digital Photographs. Remote Sensing, 8, 474. DOI: https://doi.org/10.3390/rs8070474 [in English].
Li, L. et al. (2018). A half–Gaussian fitting method for estimating fractional vegetation cover of corn crops using unmanned aerial vehicle images. Agricultural and Forest Meteorology, 262, 379–390. DOI: https://doi.org/10.1016/j.agrformet.2018.07.028 [in English].
Lysenko, V. et al. (2017). Determination of the not uniformity of illumination in process monitoring of wheat crops by UAVs. Problems of Infocommunications Science and Technology, PIC S and T: 4th International Scientific–Practical Conference (pp. 265–267). Kharkiv. Ukraine. DOI: https://doi.org/10.1109/INFOCOMMST.2017.8246394 [in English].
Shvorov, S. et al. (2020). The method of determining the amount of yield based on the results of remote sensing obtained using UAV on the example of wheat. IEEE 15th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET) (pp. 245–248). Slavske. Ukraine. DOI: http://dx.doi.org/10.1109/PICST47496.2019.9061238 [in English].
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право і ліцензування
Умови ліцензії: автори зберігають авторські права і надають журналу право першої публікації з роботою, одночасно ліцензованої за ліцензією Creative Commons Attribution License International CC-BY, яка дозволяє іншим ділитися роботою з визнанням авторства роботи і початкової публікації в цьому журналі.
Якщо стаття прийнята до публікації в «Агроекологічний журнал», автор повинен підписати угоду про передачу авторських прав. Угода відправляється на поштову (оригінал) або адресу електронної пошти (відсканована копія) редакції журналу.
Цією угодою автор підтверджує, що представлені матеріали:
- не порушують авторських прав інших осіб або організацій;
- раніше не публікувались в інших видавництвах і не були представлені для публікації в інших виданнях.
Автор передає редакції «Агроекологічного журналу» права на:
- публікації статті українською (англійською та російською) мовою і поширення її друкованої копії;
- поширення електронної копії статті, а також електронної копії перекладу статті на англійську мову (для статей українською та російською мовами), будь-якими електронними засобами (розміщення на офіційному сайті журналу, електронних баз даних, сховищ тощо) друкована копія перекладу.
Автор залишає за собою право без згоди редакції та засновників:
- Використовувати матеріали статті повністю або частково в ознайомлювальних цілях.
- Використовувати матеріали статті повністю або частково для написання власних дисертацій.
- Використовувати матеріали статті для підготовки тез доповідей, доповідей конференцій, а також усних доповідей.
- Додати електронні копії статті (включаючи остаточну електронну копію, завантажену з офіційного сайту журналу) за адресою:
- персональні веб-ресурси всіх авторів (веб-сайти, веб-сторінки, блоги тощо);
- веб-ресурси установ, в яких працюють автори;
- некомерційні веб-ресурси відкритого доступу (наприклад, arXiv.org).
У всіх випадках наявність бібліографічного посилання на статтю або гіперпосилання на її електронну копію на офіційному сайті журналу є обов'язковим.
