Надіслати цю статтю 
Методика програмної оцінки відповідності атмосферної корекції від зенітного сенсору БПЛА
DOI: http://dx.doi.org/10.31548/energiya2022.03.024
Анотація
Використання БПЛА в рослинництві є одним з пріоритетних напрямків щодо збільшення врожайності та збереження родючості ґрунтів. Критично важливим для спектрального моніторингу при використанні пристроїв технічного зору є врахування змін освітлення досліджуваних об’єктів. Для здійснення атмосферної корекції сучасні серійні комплекси спектрального моніторингу мають штатний зенітний сенсор зафіксованій зверху БПЛА. При такому рішенні цілком можлива ситуація, коли під час польоту за рахунок нахилу повітряного апарату сенсорні системи знаходяться під кутом до горизонту, який змінюватиметься, зокрема при розгортанні апарату, що може призвести до отримання хибних результатів. Для бюджетних апаратів створених для потреб суто моніторингу використання спеціалізованих сенсорів для контролю кута атаки літального апарату з економічних причин вважається сумнівним рішенням. Альтернативою спеціалізованими сенсорам можуть стати програмні засоби. Нині відсутні методики для програмної оцінки придатності автоматичної атмосферної корекції спектральних даних, розробка якої і склало мету роботи.
Польові дослідження проводились 30.10.2019 р. у Бориспільському районі на виробничих посівах озимого ріпаку та пшениці.
Було встановлено, що при використанні зенітного сенсору для здійснення атмосферної корекції дотримання режиму польоту стосовно врахування напряму вітру є критично важливим для інтерпретації отриманих даних стосовно характеру стресів рослинних насаджень. При різному куті нахилу спектрального сенсорного обладнання Slantrange 3p фіксується як зсув максимуму розподілу для не коригованих даних, так і корекція стандартного відхилення для скоригованих у програмі Slantview даних. Перевірити відповідність режиму зйомки для скоригованих системою Slantrange даних можливо, оцінюючи геометрію знімків отриманих при польоті в протилежних напрямах. При неможливості проведення додаткового моніторингу агрономи для встановлення характеру стресу можуть додатково враховувати і не скориговані дані.
Ключові слова: БПЛА, кут атаки, атмосферна корекція, інтерпретація причин стресу
Повний текст:
PDFПосилання
J.V.N.Nakshmi, K.S.Hemanth, J.Bharath (2020). Optimizing Quality and Outputs by Improving Variable Rate Prescriptions in Agriculture using UAVs. Procedia Computer Science, 167, 1981-1990, https://doi.org/10.1016/j.procs.2020.03.229.
Zheng Zhou, Yaqoob Majeed, Geraldine Diverres Naranjo, Elena M.T. Gambacorta (2021). Assessment for crop water stress with infrared thermal imagery in precision agriculture: A review and future prospects for deep learning applications. Computers and Electronics in Agriculture, 182, 106019, https://doi.org/10.1016/j.compag.2021.106019.
Xu Wang, Hong Sun, Yaowei Long, Lihua Zheng, Haojie Liu, Minzan Li (2018). Development of Visualization System for Agricultural UAV Crop Growth Information Collection. IFAC-PapersOnLine, 51 (17), 631-636, https://doi.org/10.1016/j.ifacol.2018.08.126.
Yi-Chun Lin, Ayman Habib (2021). Quality control and crop characterization framework for multi-temporal UAV LiDAR data over mechanized agricultural fields. Remote Sensing of Environment, 256, 112299, https://doi.org/10.1016/j.rse.2021.112299.
I. Smirnov, A. Kutyrev, N. Kiktev (2021). Neural network for identifying apple fruits on the crown of a tree. International scientific forum on computer and energy Sciences (WFCES 2021), E3S Web Conf., 270, 01021, https://doi.org/10.1051/e3sconf/202127001021.
D. Khort, A. Kutyrev, I. Smirnov, V. Osypenko, N. Kiktev (2020). Computer vision system for recognizing the coordinates location and ripeness of strawberries (Conference Paper). Communications in Computer and Information Science DSMP, 1158, 334-343, https://doi.org/10.1007/978-3-030-61656-4_22.
Korobiichuk I., Lysenko V., Reshetiuk V., Lendiel T., Kamiński M. (2017). Energy-Efficient Electrotechnical Complex of Greenhouses with Regard to Quality of Vegetable Production. In: Szewczyk R., Kaliczyńska M. (eds). Recent Advances in Systems, Control and Information Technology. SCIT 2016. Advances in Intelligent Systems and Computing, 543, 243 - 251. Springer, Cham. https://doi.org/10.1007/978-3-319-48923-0_30.
V. Lysenko, D. Komarchuk, O. Opryshko, N. Pasichnyk, N. Zaets (2017). Determination of the not uniformity of illumination in process monitoring of wheat crops by UAVs. 2017 4th International Scientific-Practical Conference Problems of Infocommunications Science and Technology, PIC S and T 2017 – Proceedings, Volume 2018-January, 28 June 2017, 265-267. https://doi.org/10.1109/INFOCOMMST.2017.8246394.
Jing Zhang, Jerome Maleski, Brian Schwartz, Dustin Dunn, Daniel Mailhot, Xinzhi Ni, Karen Harris-Shultz, Joseph Knoll, Michael Toews (2021). Assessing spatio-temporal patterns of sugarcane aphid (Hemiptera: Aphididae) infestations on silage sorghum yield using unmanned aerial systems (UAS). Crop Protection, 146, 105681, https://doi.org/10.1016/j.cropro.2021.105681.
Run Yu, Youqing Luo, Quan Zhou, Xudong Zhang, Dewei Wu, Lili Ren (2021). Early detection of pine wilt disease using deep learning algorithms and UAV-based multispectral imagery. Forest Ecology and Management, 497, 119493, https://doi.org/10.1016/j.foreco.2021.119493.
Rodrigo Nogueira Martins, Marcelo Fagundes Portes, Hugo Marcus Fialho e Moraes, Marconi Ribeiro Furtado Junior, Jorge Tadeu Fim Rosas, Wilson de Almeida Orlando Junior (2021). Influence of tillage systems on soil physical properties, spectral response and yield of the bean crop. Remote Sensing Applications: Society and Environment, 22, 100517, https://doi.org/10.1016/j.rsase.2021.100517.
L.Sankaralingam, C. Ramprasadh (2020) A comprehensive survey on the methods of angle of attack measurement and estimation in UAVs. Chinese Journal of Aeronautics, 33 (3), 749-770, https://doi.org/10.1016/j.cja.2019.11.003.
L.Sankaralingam, C. Ramprasadh (2021). Angle of attack measurement using low-cost 3D printed five hole probe for UAV applications. Measurement, 168, 108379, https://doi.org/10.1016/j.measurement.2020.108379.
Haitao Xiang, Lei Tian (2011). Development of a low-cost agricultural remote sensing system based on an autonomous unmanned aerial vehicle (UAV). Biosystems Engineering, 108, (2), 174-190, https://doi.org/10.1016/j.biosystemseng.2010.11.010.
Muhammad Awais, Wei Li, Muhammad Jehanzeb Masud Cheema, Shahid Hussain, Tahani Saad AlGarni, Chenchen Liu, Asad Ali (2021). Remotely sensed identification of canopy characteristics using UAV-based imagery under unstable environmental conditions. Environmental Technology & Innovation, 22, 101465, https://doi.org/10.1016/j.eti.2021.101465.
L.M. González-deSantos, J. Martínez-Sánchez, H. González-Jorge, F. Navarro-Medina, P. Arias (2020). UAV payload with collision mitigation for contact inspection. Automation in Construction, 115, 103200, https://doi.org/10.1016/j.autcon.2020.103200.
M. Dolia, V. Lysenko, N. Pasichnyk, O. Opryshko, D. Komarchuk, V. Miroshnyk, T. Lendiel, A. Martsyfei (2019). Information Technology for Remote Evaluation of After Effects of Residues of Herbicides on Winter Crop Rape. 2019 3rd International Conference on Advanced Information and Communications Technologies (AICT), 469-473, https://doi.org/10.1109/AIACT.2019.8847850.
N. Pasicnyk, D. Komarchuk, V. Lysenko, O. Opryshko, V. Miroshnyk, S. Shvorov, N. Kiktev, V. Reshetiuk, T. Lendiel (2020). Substantiation of the Choice of the Optimal UAV Flight Altitude for Monitoring Technological Stresses for Crops of Winter Rape. 2020 IEEE 6th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC), 141-145, https://doi.org/10.1109/MSNMC50359.2020.9255535.
D. Komarchuk, N. Pasichnyk, V. Lysenko, O. Opryshko, S. Shvorov, V. Reshetiuk, O. Udovenko, T. Knizhka, M. Kharinova (2020). Algorithms and Software for UAV Flight Planning for Monitoring the Stress Conditions of Plantations. IEEE 6th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC), 146-149, https://doi.org/10.1109/MSNMC50359.2020.9255605.
Метрики статей
Metrics powered by PLOS ALM
Посилання
- Поки немає зовнішніх посилань.
