UAV lahko nosijo različne senzorje na daljavo, ki lahko pridobijo večdimenzionalne, visoko natančne informacije o kmetijskih površinah in uresničujejo dinamično spremljanje več vrst informacij o kmetijskih zemljiščih. Takšne informacije vključujejo predvsem informacije o prostorski porazdelitvi pridelkov (lokalizacija kmetijskih zemljišč, identifikacija vrst pridelkov, oceno površin in dinamično spremljanje sprememb, pridobivanje poljske infrastrukture), informacije o rasti pridelka (fenotipski parametri pridelka, prehranske kazalnike, donos) in faktorje rasti pridelkov (poljska vlaga, dinamika.
Prostorske informacije o kmetijskih zemljiščih
Informacije o prostorskih lokacijah na kmetijskih zemljiščih vključujejo geografske koordinate polj in klasifikacije pridelka, pridobljenih z vizualno diskriminacijo ali prepoznavanjem stroja. Meje polja je mogoče prepoznati z geografskimi koordinatami, oceno pa je mogoče tudi oceniti. Tradicionalna metoda digitalizacije topografskih zemljevidov kot osnovnega zemljevida za regionalno načrtovanje in oceno območij ima slabo pravočasno, razlika med mejno lokacijo in dejanskim stanjem pa je ogromna in nima intuicije, kar ne vpliva na izvajanje natančnega kmetijstva. UAV daljinsko zaznavanje lahko v realnem času pridobi celovite prostorske informacije o kmetijskih površinah, ki imajo neprimerljive prednosti tradicionalnih metod. Zračne slike iz digitalnih fotoaparatov z visoko ločljivostjo lahko spoznajo identifikacijo in določanje osnovnih prostorskih informacij o kmetijskih zemljiščih, razvoj tehnologije prostorske konfiguracije pa izboljša natančnost in globino raziskav informacij o lokaciji kmetijskih zemljišč ter izboljša prostorsko resolucijo med uvajanjem informacij o nadmorski višini, kar uresničuje boljše spremljanje prostorskih informacij o kmetijskih zemljiščih.
Podatki o rasti pridelka
Za rast pridelkov lahko značilne informacije o fenotipskih parametrih, prehranskih kazalcih in donosu. Fenotipski parametri vključujejo vegetacijsko pokrov, indeks površine listov, biomaso, višino rastlin itd. Ti parametri so medsebojno povezani in skupaj označujejo rast pridelka. Ti parametri so medsebojno povezani in skupaj označujejo rast pridelka in so neposredno povezani s končnim donosom. Prevladujejo v raziskavah spremljanja informacij na kmetijah in izvedli so več študij.
1) fenotipski parametri pridelka
Indeks površine listov (LAI) je vsota enostranske površine zelenega lista na enoto površine, ki lahko bolje označi absorpcijo in izkoriščanje lahke energije pridelka in je tesno povezan z kopičenjem materiala in končnim donosom. Indeks območja listov je eden glavnih parametrov rasti pridelkov, ki jih trenutno spremlja UAV daljinsko zaznavanje. Izračun indeksov vegetacije (indeks vegetacije razmerja, normalizirani indeks vegetacije, indeks vegetacije tal, indeks vegetacije razlike itd.) Z multispektralnimi podatki in vzpostavitev regresijskih modelov s podatki o tleh resnici je bolj zrela metoda za preusmeritev fenotipskih parametrov.
Nadzemna biomasa v stopnji poznih rasti pridelkov je tesno povezana tako s pridelkom kot s kakovostjo. Trenutno ocena biomase z oddaljenim zaznavanjem UAV v kmetijstvu še vedno večinoma uporablja večspektralne podatke, izvleče spektralne parametre in izračuna vegetacijski indeks za modeliranje; Tehnologija prostorske konfiguracije ima določene prednosti pri oceni biomase.
2) Prehranski kazalci pridelkov
Tradicionalno spremljanje prehranskega stanja pridelkov zahteva vzorčenje polja in kemijsko analizo v zaprtih prostorih za diagnosticiranje vsebnosti hranil ali indikatorjev (klorofil, dušik itd.), Medtem ko daljinsko zaznavanje UAV temelji na dejstvu, da imajo različne snovi specifične značilnosti za diagnozo spektralne odbojnosti-absorpcije. Klorofil spremljamo na podlagi dejstva, da ima v pasu vidne svetlobe dve močni absorpcijski regiji, in sicer rdeči del 640-663 nm in modri del 430-460 nm, medtem ko je absorpcija šibka pri 550 nm. Karakteristike listov in teksture se spreminjajo, ko pride do pridelkov, in odkrivanje statističnih značilnosti barve in teksture, ki ustrezajo različnim pomanjkljivostim in sorodnim lastnostim, je ključ do spremljanja hranil. Podobno kot spremljanje parametrov rasti je tudi izbira značilnih pasov, vegetacijskih indeksov in modelov napovedovanja še vedno glavna vsebina študije.
3) Donos pridelka
Povečanje donosa pridelka je glavni cilj kmetijskih dejavnosti, natančna ocena donosa pa je pomembna tako za oddelke za odločanje o kmetijstvu kot za upravljanje. Številni raziskovalci so z večfaktorsko analizo poskušali vzpostaviti modele ocene donosa z večjo natančnostjo napovedi.
Kmetijska vlaga
Kmetijska vlaga se pogosto spremlja s toplotno infrardečo metodo. Na območjih z visokim vegetacijskim pokrovom zapiranje listnih želodcev zmanjšuje izgubo vode zaradi transpiracije, kar zmanjšuje latentni toplotni tok na površini in poveča smiselni toplotni tok na površini, kar posledično povzroča povečanje temperature krošnje, za katero velja, da je temperatura nadstreška rastlinskega krošnje. Ker odraža energijsko ravnovesje pridelkov indeksa vodnega stresa, lahko količinsko določi razmerje med vsebnostjo vode in temperaturo krošnje, tako da lahko temperatura nadstreška, pridobljena s toplotnim infrardečem senzorju, odraža status vlage na kmetijskih površinah; Gola tla ali vegetacijski pokrov na majhnih območjih se lahko uporabijo za posredno pretvorbo vlage tal s temperaturo podzemlja, kar je načelo: specifična toplota je velika, temperatura toplote se počasi spreminja, zato se prostorska porazdelitev temperature podzemne površine lahko posredno odraža v porazdelitvi vlage. Zato lahko prostorska porazdelitev dnevne podzemne temperature posredno odraža porazdelitev vlage tal. Pri spremljanju temperature nadstreška je gola tla pomemben interferenčni dejavnik. Nekateri raziskovalci so preučevali razmerje med golo temperaturo tal in zemeljskim pokrovom, razjasnili vrzel med meritvami temperature nadstreška, ki jo povzročajo gola tla in resnična vrednost, in uporabili popravljene rezultate pri spremljanju vlage na kmetijskih zemljiščih za izboljšanje natančnosti rezultatov spremljanja. Pri dejanskem upravljanju s proizvodnjo kmetij je tudi uhajanje vlage na terenu v središču pozornosti, obstajajo študije, ki uporabljajo infrardeče slike za spremljanje uhajanja vlage namakalnih kanalov, natančnost lahko doseže 93%.
Škodljivci in bolezni
Uporaba skoraj infrardečega spektralnega odbojnosti spremljanja rastlinskih škodljivcev in bolezni, ki temelji na: listi v skoraj infrardečem območju odboja z gobico in nadzorom ograje, zdravih rastlin, ti dve tkivni vrzeli, napolnjeni z vlago in širitvijo, je dober reflektor različnih sevanja; Ko je rastlina poškodovana, se list poškoduje, tkivo se zvija, voda se zmanjša, infrardeča odsev se zmanjša, dokler ne izgubi.
Toplotno infrardeče spremljanje temperature je tudi pomemben pokazatelj škodljivcev in bolezni. Rastline v zdravih pogojih, predvsem s nadzorom odpiranja listov in zapiranjem regulacije transpiracije, da ohranijo stabilnost lastne temperature; V primeru bolezni se bodo pojavile patološke spremembe, interakcije med patogenom - gostitelji v patogenu na rastlini, zlasti na vidikih vpliva, povezanih s transpiracijo, bodo določile okuženi del dviga in padca temperature. Na splošno zaznavanje rastlin vodi do deregulacije želodca, zato je transpiracija na obolelem območju večja kot na zdravem območju. Živahna transpiracija vodi do znižanja temperature okuženega območja in večje temperaturne razlike na površini lista kot v običajnem listu, dokler se na površini lista ne pojavijo nekrotične lise. Celice na nekrotičnem območju so popolnoma mrtve, transpiracija v tem delu je popolnoma izgubljena in temperatura se začne naraščati, a ker se preostali del lista začne okužiti, je temperaturna razlika na površini lista vedno večja kot pri zdravi rastlini.
Druge informacije
Na področju spremljanja informacij o kmetijskih površinah imajo podatki o daljinskem zaznavanju UAV širši obseg aplikacij. Na primer, lahko ga uporabimo za pridobivanje padlega območja koruze z uporabo več teksturnih značilnosti, odražajo stopnjo zrelosti listov med stopnjo zrelosti bombaža z uporabo indeksa NDVI in ustvarjanje zemljevidov recepta na uporabo abscisne kisline, ki lahko učinkovito vodijo razprševanje abscisne kisline na bombažu, da se izognete pretirani uporabi pesticidov in tako naprej. Glede na potrebe spremljanja in upravljanja kmetijskih površin je neizogiben trend prihodnjega razvoja informatiziranega in digitaliziranega kmetijstva za nenehno raziskovanje informacij o podatkih o daljinskem zaznavanju UAV in razširitev svojih aplikacijskih polj.
Čas objave: dec-24-2024