UAV mohou nést řadu senzorů dálkového průzkumu, které mohou získat vícerozměrné, vysoce přesné informace o zemědělské půdě a realizovat dynamické monitorování více typů informací o zemědělské půdě. Takové informace zahrnují hlavně informace o prostorovém rozložení plodin (lokalizace zemědělské půdy, identifikace druhů plodin, odhad oblasti a dynamické monitorování změn, extrakci infrastruktury v terénu), informace o růstu plodin (fenotypové parametry plodin, nutriční indikátory, výnos) a stresové faktory růstu plodin (polní vlhkost, škůdci a onemocnění) dynamiky.
Prostorové informace o zemědělské půdě
Informace o prostorové poloze zemědělské půdy zahrnují geografické souřadnice polí a klasifikace plodin získaných vizuální diskriminací nebo rozpoznáváním stroje. Hranice pole lze identifikovat geografickými souřadnicemi a také lze odhadnout oblast výsadby. Tradiční metoda digitalizace topografických map jako základní mapy pro regionální plánování a odhad oblasti má špatnou včasnost a rozdíl mezi hraničním umístěním a skutečnou situací je obrovský a postrádá intuici, která nepřispívá k provádění přesného zemědělství. Remotení snímání UAV může získat komplexní informace o prostorové poloze zemědělské půdy v reálném čase, což má nesrovnatelné výhody tradičních metod. Letecké obrazy z digitálních fotoaparátů s vysokým rozlišením mohou realizovat identifikaci a stanovení základních prostorových informací o zemědělské půdě a rozvoj technologie prostorové konfigurace zlepšuje přesnost a hloubku informací o umístění zemědělské půdy a zlepšuje prostorové rozlišení a zavádí informace o výšce, což si uvědomuje jemnější sledování prostorových informací o zemědělské půdě.
Informace o růstu plodin
Růst plodin lze charakterizovat informacemi o fenotypových parametrech, nutričních ukazatelích a výnosech. Fenotypové parametry zahrnují vegetační kryt, index plochy listů, biomasu, výšku rostlin atd. Tyto parametry jsou vzájemně propojeny a kolektivně charakterizují růst plodin. Tyto parametry jsou vzájemně propojeny a kolektivně charakterizují růst plodin a přímo souvisejí s konečným výnosem. Jsou dominantní při výzkumu monitorování informací o farmě a bylo provedeno další studie.
1) Fenotypové parametry plodiny
Index plochy listů (LAI) je součet jednostranné plochy zelených listů na jednotku povrchové plochy, která může lépe charakterizovat absorpci plodiny a využití světelné energie a úzce souvisí s akumulací materiálu plodiny a konečným výnosem. Index oblasti listů je jedním z hlavních parametrů růstu plodin, které v současné době sledují dálkový snímání UAV. Výpočet indexů vegetace (index poměru vegetace, normalizovaný index vegetace, index kondicionování půdy, index rozdílu vegetace atd.) S multispektrálními údaji a stanovením regresních modelů s údaji o pozemní pravdě je zralejší metodou pro invertování fenotypových parametrů.
Nadzemní biomasa v pozdní fázi růstu plodin úzce souvisí s výnosem i kvalitou. V současné době odhad biomasy pomocí dálkového průzkumu UAV v zemědělství stále většinou používá multispektrální data, extrahuje spektrální parametry a vypočítá vegetační index pro modelování; Technologie prostorové konfigurace má určité výhody v odhadu biomasy.
2) Ukazatele výživy plodin
Tradiční monitorování výživového stavu plodin vyžaduje, aby odběr vzorků v terénu a indoor chemickou analýzu diagnostikoval obsah živin nebo indikátorů (chlorofyl, dusík atd.), Zatímco dálkové průzkumy UAV je založeno na skutečnosti, že různé látky mají specifické spektrální odrazivosti absorpční charakteristiky pro diagnostiku. Chlorofyl je monitorován na základě skutečnosti, že má dva silné absorpční oblasti ve viditelném pásmu světla, jmenovitě červená část 640-663 nm a modro-viotní část 430-460 nm, zatímco absorpce je slabá při 550 nm. Klíčem k monitorování živin je změna charakteristik listů a textury, když jsou plodiny nedostatečné, a objevování statistických charakteristik barvy a textury odpovídající různým nedostatkům a souvisejícím vlastnostem. Podobně jako sledování růstových parametrů je výběr charakteristických pásů, indexů vegetace a predikčních modelů stále hlavním obsahem studie.
3) Výnos plodiny
Zvýšení výnosu plodin je hlavním cílem zemědělských činností a přesný odhad výnosu je důležitý jak pro oddělení zemědělské produkce, tak pro rozhodovací oddělení. Četní vědci se pokusili stanovit modely odhadu výnosu s vyšší přesností predikce prostřednictvím multifaktorové analýzy.
Zemědělská vlhkost
Vlhkost zemědělské půdy je často monitorována tepelnými infračervenými metodami. V oblastech s vysokým pokrytím vegetací snižuje uzavření listové stomaty ztrátu vody v důsledku transpirace, což snižuje latentní tepelný tok na povrchu a zvyšuje rozumný tok tepla na povrchu, což zase způsobuje zvýšení teploty vrchlíku, což je považováno za teplotu kalonopu rostlin. Protože odrážení energetické bilance plodiny indexu napětí napětí může kvantifikovat vztah mezi obsahem vody a teplotou vrchlíku, takže teplota baldachýnu získaná tepelným infračerveným senzorem může odrážet stav vlhkosti zemědělské půdy; Holé pokrytí půdy nebo vegetace v malých plochách lze použít k nepřímo invertu vlhkosti půdy s teplotou podpovrchového, což je princip, že: specifické teplo vody je velké, teplota tepla se pomalu mění, takže prostorové rozložení teploty podpovrchu může být během dne nepřímé odraženo v rozložení půdy. Prostorové rozložení denní podpovrchové teploty proto může nepřímo odrážet rozdělení vlhkosti půdy. Při monitorování teploty baldachýnu je holá půda důležitým interferenčním faktorem. Někteří vědci studovali vztah mezi teplotou holé půdy a krytím půdy, vyjasnili mezeru mezi měřením teploty baldachýnu způsobenou holou půdou a skutečnou hodnotou a použili korigované výsledky ke sledování vlhkosti zemědělské půdy ke zlepšení přesnosti výsledků monitorování. Ve skutečném řízení produkce zemědělské půdy je únik v terénu také středem pozornosti, proběhly studie používající infračervené imagery ke sledování úniku zavlažovacího kanálu, přesnost může dosáhnout 93%.
Škůdci a nemoci
Použití téměř infračerveného spektrálního odrazivosti monitorování rostlinných škůdců a onemocnění založených na: listech v blízké infračervené oblasti odrazu tkání houby a kontroly tkáně plotu, zdravé rostliny, tyto dvě tkáňové mezery naplněné vlhkostí a expanzí, je dobrým reflektorem různých záření; Když je rostlina poškozena, list je poškozen, tkáň se zvažuje, voda se sníží, infračervená odraz je snížen, dokud se ztratí.
Tepelné infračervené monitorování teploty je také důležitým indikátorem škůdců a nemocí plodin. Rostliny ve zdravých podmínkách, zejména kontrolou stomatálního otevření listů a uzavření transpirační regulace, aby se zachovala stabilita vlastní teploty; V případě onemocnění dojde k patologickým změnám, interakce patogenu - hostitele v patogenu na rostlině, zejména na aspekty dopadu souvisejícího s transpirací, určí zamořenou část nárůstu a pádu teploty. Obecně platí, že snímání rostlin vede k deregulaci stomatálního otevření, a proto je transpirace vyšší v nemocné oblasti než ve zdravé oblasti. Intenzivní transpirace vede ke snížení teploty infikované oblasti a vyšší teplotní rozdíl na povrchu listu než v normálním listu, dokud se na povrchu listu neobjeví nekrotická místa. Buňky v nekrotické oblasti jsou zcela mrtvé, transpirace v této části je zcela ztracena a teplota se začíná zvyšovat, ale protože zbytek listu se začíná infikovat, teplotní rozdíl na povrchu listu je vždy vyšší než u zdravé rostliny.
Další informace
V oblasti monitorování informací o zemědělské půdě mají data dálkového průzkumu UAV širší škálu aplikací. Například může být použit k extrahování padlé oblasti kukuřice pomocí více funkcí textury, odrážející úroveň zralosti listů během fáze splatnosti bavlny pomocí indexu NDVI a generovat mapy předpisu na předpis kyseliny abscisové, které mohou účinně vést postřik kyseliny abscisové na bavlně, aby se zabránilo nadměrné aplikaci pesticidů atd. Podle potřeb monitorování a správy zemědělské půdy je to nevyhnutelný trend pro budoucí rozvoj informativního a digitalizovaného zemědělství, který neustále zkoumá informace o datech pro dálkové průzkumy UAV a rozšíří své aplikační pole.
Čas příspěvku: prosinec-24-2024