Створення вегетаційних індексів для потреб точного землеробства засобами MathCad
DOI:
https://doi.org/10.31548/agr2020.02.050Ключові слова:
дистанційний моніторинг посівів, БПЛА, безпілотники, рослинне покриття, спектральна зйомка, програмне забезпечення MathCADАнотація
Більшість наявних вегетаційних індексів розробляли під супутникові платформи і водночас не розглядалася можливість їхнього використання для управління урожаєм. Розроблення методу створення вимірювальних індексів за результатами обробки даних дистанційного зондування, отриманих від БПЛА, є актуальною, що і склало мету роботи. Експериментальні дослідження проводили у 2016 – 2017 рр. на дослідних ділянках із пшеницею у тривалому польовому стаціонарі кафедри агрохімії та якості продукції рослинництва НУБiП України. Для моніторингу використовувалися камери FC200 та GoPro HERO 4 із IR об’єктивом відповідно для оптичного й інфрачервоного діапазонів. Обчислення проводились у середовищі MathCad. Поряд із величинами інтенсивностей кольору, для створення вегетаційних індексів враховували площу їхньої горизонтальної проєкції, для визначення якої проводили ідентифікацію рослин і ґрунту. Ідентифікацію в оптичному діапазоні здійснювали на базі образів об'єктів, що грунтуються на величині різниці зеленого та синього спектральних каналів. Додатково враховували вплив затінення нижніх листків пшениці верхніми.
На основі проведених досліджень і математичної обробки результатів запропонований метод створення вимірювальних вегетаційних індексів, в основу якого покладений регресійний аналіз зв’язків між інтенсивностями складових кольорів рослин та результатом, на який ці складові впливають. За створення вегетаційних індексів, окрім лінійної регресії, доцільно розглядати й можливий вплив ефекту взаємодії факторів. Запропонований вегетаційний індекс для визначення стану азотного живлення, адаптований для диференційоване внесення добрив наземним обладнанням. Введення до рівняння регресії (вегетаційного індексу) додаткового розрахункового параметру – площі горизонтальної проекції рослин – має перспективи для підвищення точності за удосконалення методу ідентифікації рослинних насаджень.Посилання
Yinuo Liu, Shishi Liu, Jing Li, Xinyi Guo, Shanqin Wang, Jianwei Lu (2019) Estimating biomass of winter oilseed rape using vegetation indices and texture metrics derived from UAV multispectral images. Computers and Electronics in Agriculture, 166, 105026.
https://doi.org/10.1016/j.compag.2019.105026
Chao Sun, Sergio Fagherazzi, Yongxue Liu (2018) Classification mapping of salt marsh vegetation by flexible monthly NDVI time-series using Landsat imagery. Estuarine, Coastal and Shelf Science, 213, 61-80.
https://doi.org/10.1016/j.ecss.2018.08.007
N.A.Pasichnyk, O.O.Opryshko, D.S.Komarchuk, V.O.Miroshnyk (2019) Experience in using mathcad to analyze data from UAVS for remote sensing of crops. Roslynnytstvo ta gruntoznavstvo, 286, 244-250;
Jyun-Ping Jhan, Jiann-Yeou Rau, Norbert Haala (2018) Robust and adaptive band-to-band image transform of UAS miniature multi-lens multispectral camera. ISPRS Journal of Photogrammetry and Remote Sensing, 137, 47-60,
https://doi.org/10.1016/j.isprsjprs.2017.12.009
L.Hambrecht, R.P.Brown, A.K.Piel, S.A.Wich (2019) Detecting 'poachers' with drones: Factors influencing the probability of detection with TIR and RGB imaging in miombo woodlands, Tanzania. Biological Conservation., 233, 109-117.
https://doi.org/10.1016/j.biocon.2019.02.017
V.Lysenko, S.Shvorov, O.Opryshko, N.Pasichnyk, D.Komarchuk (2018) Information support of Some automated systems of remote monitoring of planted areas state. Control Systems: Theory and Applications, 285.
Xiuliang Jin, Shouyang Liu, Frédéric Baret, Matthieu Hemerlé, Alexis Comar (2017) Estimates of plant density of wheat crops at emergence from very low altitude UAV imagery. Remote Sensing of Environment. 198, 105-114,
https://doi.org/10.1016/j.rse.2017.06.007
Igor Korobiichuk, Vitaliy Lysenko, Oleksiy Opryshko, Dmiyriy Komarchyk, Natalya Pasichnyk, AndrzejJuś (2018) Crop monitoring for nitrogen nutrition level by digital camera / Automation 2018. AUTOMATION 2018. Advances in Intelligent Systems and Computing. Springer, 43, 595-603.
##submission.downloads##
##submission.additionalFiles##
Опубліковано
Номер
Розділ
Ліцензія
Стосунки між правовласниками і користувачами регулюються на умовах ліцензії Creative Commons Із Зазначенням Авторства – Некомерційна – Поширення На Тих Самих Умовах 4.0 Міжнародна (CC BY-NC-SA 4.0):https://creativecommons.org/licenses/by-nc-sa/4.0/deed.uk
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див.The Effect of Open Access).
