Особливості дистанційного моніторингу шкідників соняшнику



DOI: http://dx.doi.org/10.31548/biologiya2019.03.102

N. Dolya, R. Mamchur, S. Moroz

Анотація


В системі державного фітосанітарного моніторингу безпілотні літальніапарати (БПЛА), євисокоефективноюскладовоюточногоземлеробства із високоефективним контролем чисельності шкідників соняшнику, При цьому безпілотники своєчасно і масштабно проводять дистанційний моніторинг фітосанітарного стану соняшнику на різних земельних ділянках зі зборомданих, обробкою і моделюванням структури ентомокомплексу шляхом раціонального використання вихідних даних та оцінки комплексу факторів. Впровадження новітніх технологій і методів для функціональних, експлуатаційних і структурних оцінок ентомокомплексів, використання БПЛа дозволяють проводити та коригувати посів соняшнику та інших сільськогосподарських культур, для отримання оптимальної густоти стояння рослин на одиницю площі. У даній статті представлені матеріали досліджень, пов'язаних з дистанційним моніторингом шкідників соняшнику, який включає оцінку факторів, що впливають на обстеження фітосанітарного стану посівів, зокрема – елементи живлення та фізіологічний стан рослин.

Ключові слова


фітосанітарний моніторинг, безпілотний літальний апарат, фізіологічний стан, елементи живлення, соняшник

Повний текст:

PDF

Посилання


Borzykh O.I., Retman S.V., Fedorenko V.P., Sabluk V.T., Zapolskaya N.M., Shendrik R. Ya., Borovskaya I.U., Mamraj V.V., Chelomybitko A F., Stefkivsky V.M., Orlova O.M., Sidorchuk O.V., Chekan K.V. (2018). Metodychni rekomendatsiyi shchodo skladannya prohnozu rozvytku ta obliku shkidnykiv i khvorob tekhnichnykh kulʹtur. Derzh. Sluzhba Ukrayiny z pytanʹ bezpechnosti kharchovykh produktiv ta zakhystu spozhyvachiv. [Methodical recommendations for drawing up the forecast of development and accounting of pests and diseases of technical crops]. The state Service of Ukraine on Food Safety and Consumer Protection. Kiev. 89

Brisco B., Brown R.J., Hirose T., McNairn H., Staenz K. (1998). Precision agriculture and the role of remote sensing: a review. Canadian Journal of Remote Sensing, 24, 315-327. https://doi.org/10.1080/07038992.1998.10855254

Peña-Barragan J.M., Lopez-Granados F., Jurado-Exposito M., García-Torres L. (2010). Sunflower yield related to multitemporal aereal photography, land elevation and weed infestation. Precision Agriculture, 11, pp. 568-585. https://doi.org/10.1007/s11119-009-9149-6

Agüera F., Fabio Carvajal, Pérez M. (2012) Measuring sunflower nitrogen status from an unmanned aerial vehicle-based system and an on the ground device. international Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XXXVIII-1/C22, 2011ISPRS Zurich 2011 Workshop, 14-16 September 2011, Zurich, Switzerland. https://doi.org/10.5194/isprsarchives-XXXVIII-1-C22-33-2011

Jensen J. R. (2007) Remote sensing of the environment: an Earth resource perspective: 2nd (second) Edition - Upper Saddle River, NJ: PrenticeHall, Inc. 592 р.

Smart Farming. (2017). Droniv i suputnykiv: monitorynh stanu silʹsʹkohospodarsʹkykh kulʹtur protyahom sezonu [The drones and satellites: monitoring the state of crops during the season]. Retrieved form. URL: https://smartfarming.ua

Zholobak M.G. (2017). Dystantsiynyy monitorynh stanu posiviv ozymoyi pshenytsi vprodovzh vesnyano-litnʹoyi vehetatsiyi 2016 r. za vehetatsiynymy indeksamy suputnyka Sentinel2A (na prykladi Lisostepovoyi zony Ukrayiny) [Remote monitoring of the condition of winter wheat crops during the spring and summer vegetation of 2016 according to vegetation indices of the Sentinel2A satellite (The Forest-steppe zone of Ukraine)]. Ukrainian Earth Remote Sensing Journal, 15, 23-30. https://doi.org/10.36023/ujrs.2017.15.115

Assefa Y., Vara Prasad P.V., Carter P., Hinds M., Bhalla G., Schon R., Jeschke M., Paszkiewicz S., Ciampitti I.A. (2016). Yield responses to planting density for us modern corn hybrids: A synthesis-analysis. Crop Sci., 56, 2802-2817. https://doi.org/10.2135/cropsci2016.04.0215

Testa G., Reyneri A., Blandino M. (2016). Maize grain yield enhancement through high plant density cultivation with different inter-row and intra-row spacings. Eur. J. Agron., 72, 28-37. https://doi.org/10.1016/j.eja.2015.09.006

Blackmore S. (2000). The interpretation of trends from multiple yield maps. Comput. Electron. Agric., 26, 37-51. https://doi.org/10.1016/S0168-1699(99)00075-7

Friederike Gnädinger, Urs Schmidhalter (2017) Digital Counts of Maize Plants by Unmanned Aerial Vehicles (UAVs). Remote sensing, 9, 544. https://doi.org/10.3390/rs9060544

Reyniers M., Vrinsts E., Baerdemaeker J., (2004). Fine-scaled optical detection of nitrogen stress in grain crops. Optical Engineering, 43, 3119-3129. https://doi.org/10.1117/1.1811084

Han S., Hedrickson L., Ni B. (2001). Camparison of satellite remote sensing and aerial photography for ability to detect in-season nitrogen stress in corn. An ASAE meeting presentation. Paper No. 01-1142, ASAE, St Joseph, MI, USA.

Filella I., Serrano L., Peñuelas J. (1995). Evaluating wheat nitrogen status with canopy reflectance índices and discriminat analysis. Crop Science, 35, 1400-1405. https://doi.org/10.2135/cropsci1995.0011183X003500050023x

Peñuelas J., Filella I., Serrano L., Save R., (1996). Cell Wall elasticity and wáter index (R970 nm/R900 nm) in wheat under different nitrogen availabilities. International Journal of Remote Sensing, 17, 373-382. https://doi.org/10.1080/01431169608949012


Метрики статей

Завантаження метрик ...

Metrics powered by PLOS ALM

Посилання

  • Поки немає зовнішніх посилань.