Методичні підходи щодо ідентифікації рослин на знімках високого розрізнення за мультиспектрального моніторингу за допомогою БПЛА

Автор(и)

DOI:

https://doi.org/10.31548/agr2021.02.047

Ключові слова:

дистанційний моніторинг посівів, БПЛА, Slantrange, ідентифікація посівів, фільтрація, програмне забезпечення MathCAD

Анотація

Для реалізації управління урожаєм рослинники потребують доступної й ефективної інформації про стан посівів. Метою роботи є розробка методики ідентифікації рослин на мультиспектральних знімках високого розрізнення (розподільної здатності) для культур суцільної сівби, на прикладі пшениці озимої. Дослідження проводилися в зоні Лівобережного Лісостепу, на виробничих посівах пшениці озимої, сорт Мулан. На час дистанційного моніторингу за допомогою БПЛА (2019.03.17) рослини перебували в стадії кущіння. Моніторинг із висоти 100 метрів здійснювали за допомогою спектрального комплексу Slantrange 3p, встановленого на БПЛА DJI Matrice 600. Для вилучення еталонних графічних даних із програми SlantView робилася копія екрану в повноекранному режимі вікна знімків. Статистичну обробку графічних даних результатів спектрального моніторингу здійснювали в програмі MathCad. Відмічено, що достовірне встановлення спектрального портрету ґрунту для його попіксельної фільтрації з мультиспектральних знімків є складною задачею, оскільки його забарвлення істотно залежать від стану зволоження й може відрізнятися на відкритих і затінених рослинами ділянках. Принципово новим шляхом відсіву випадкових включень є використання спектрального портрету рослин на базі співвідношень інтенсивності його складових. Перспективним параметром для оцінки стану посівів є оцінка площі їх горизонтальної поверхні, яку можна визначити попіксельним аналізом зображення. Запропонований варіант фільтрації, що потребує налагодження. У подальших дослідженнях доцільно розглянути питання методичного забезпечення оцінки якості фільтрації даних спектрального моніторингу рослинних насаджень.

Біографії авторів

N. A. Pasichnyk, National University of Life and Environmental Sciences of Ukraine

Кафедра агрохімії та якості продукції рослинництва, доцент

V. P. Lysenko, National University of Life and Environmental Sciences of Ukraine

Кафедра автоматики та робототехнічних систем ім.І.І.Мартиненка, завідувач

O. O. Opryshko, National University of Life and Environmental Sciences of Ukraine

Кафедра автоматики та робототехнічних систем ім.І.І.Мартиненка, доцент

Посилання

Matveenko, D.A., Yakushev, V.V., Kanash, E.V., Petrushin, A.F. (2017) Metodicheskie podkhody` k provedeniyu differenczirovanny`kh azotny`kh podkormok s ispol`zovaniem testovy`kh ploshhadok [Methodological approaches to carrying out differentiated nitrogen fertilization using test sites], Agrokhimicheskij vestnik, 1, 19-24.

Pasichnyk, N.A., Lysenko, V.P., Opryshko, O.O. (2020) Methodical approaches for the identification of plants in the optical range by monitoring crops using Unmanned aerial vehicles (UAVs), Agrochemistry and Soil Science. Collected papers. 89, Kharkiv: NSC ISSAR, 90-97, (Ukr.). DOI: 10.31073/acss89-10.

Zhelezova, S.V., Anan`ev, A.A., V`yunov, M.V., Berezovskij, E.V. (2016) Monitoring posevov ozimoj psheniczy` s primeneniem bespilotnoj ae`rofotos`emki i opticheskogo datchika Greenseeker® RT200 [Monitoring of winter wheat crops using unmanned aerial photography and Greenseeker® RT200 optical sensor], Vestnik Orenburgskogo gosudarstvennogo universiteta. 6 (194), 56-61;

Duan, T., Chapman, S., Guo, Y., Zheng, B., (2017) Dynamic monitoring of NDVI in wheat agronomy and breeding trials using an unmanned aerial vehicle, Field Crops Research, 210, 71-80, DOI: 10.1016/j.fcr.2017.05.025;

Komarchuk, D.S., Lysenko, V.P., Opryshko, O.O., Pasichnyk, N.A. (2019) Monitoring the condition of mineral nutrition of crops using UAV for rational use of fertilizers, Advanced agro engineering technologies for rural business development. IGI Global, 293-319, DOI: 10.4018 / 978-1-5225-7573-3.ch011;

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, DOI: 10.1016/j.rse.2017.06.007;

Linyuan Li, Xihan Mu, Craig Macfarlane, Wanjuan Song, Jun Chen, Kai Yan, Guangjian Yan (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: 10.1016/j.agrformet.2018.07.028;

Pasichnyk, N.A., Opryshko, O.O., Komarchuk, D.S., Miroshnyk, V.O. (2019) Experience in using MathCad to analyze data from UAVS for remote sensing of crops, Crop and soil science, 286, 244-250. http://journals.nubip.edu.ua/index.php/ Agronomija/article/view/10867

Pasichnik, N.A., Ly`senko, V.F., Opry`shko, A.A., Shtepa, V.N. (2020). Identifikaczii rastenij na snimkakh pri ispol`zovanii bespilotny`kh letatel`ny`kh apparatov [Identification of plants in images using unmanned aerial vehicles], Sb. stat. po mater. mezhdunar. nauchn.-prakt. konf. Kurgan: Izd-vo Kurganskoj GSKhA, Belarus, 256-261. https://rep.polessu.by/handle/123456789/20366

##submission.downloads##

Опубліковано

2021-08-31

Номер

Розділ

Ґрунтознавство та агрохімія