Індикаційні стресові індекси технологічного характеру для ріпаку озимого

Автор(и)

DOI:

https://doi.org/10.31548/dopovidi2020.03.007

Ключові слова:

ріпак, технологічний стрес, живлення рослин, індикаційні індекси, БПЛА

Анотація

Стреси технологічного характеру є актуальним викликом у вирощуванні озимих культур, зокрема ріпаку, у промисловому виробництві з використанням агрохімії та засобів захисту рослин. Ефективні реанімаційні заходи можливі лише на початкових етапах вегетації, а тому потребують достовірної й доступної інформації про стан посівів. Метою роботи стала розробка індексу за результатами аналізу цифрових знімків із високою розподільчою здатністю, отриманих із використанням БПЛА, для ідентифікації стресів технологічного характеру. У польових дослідженнях встановлено, що на вражених ділянках рослини мають аномальне забарвлення двох нижніх листків, а саме жовтого і червоного кольорів. Використання монохроматичних зображень кожного зі спектральних каналів виявилось недостатнім для виділення таких листків. Тому для ідентифікації вражених рослин було запропоновано використовувати образ об’єкту, заснований на співвідношенні кількох каналів одночасно, що дозволило розрізнити вражені та здорові рослини, ґрунт, рослинні залишки. За результатами досліджень вперше було запропоновано новий клас спеціальних індексів, здатних в оптичному діапазоні ідентифікувати технологічний характер стресу для ріпаку озимого. Встановлено, що індекс RLrg, заснований на використанні червоного та зеленого каналів, забезпечує вибірковість щодо ідентифікації листків із аномальним забарвленням, ґрунту та зелених листків рослин. Завдяки використанню червоного і зеленого каналів RLrg потенційно може бути адоптований для найбільш поширеного промислового мультиспектрального обладнання. Індекс RLrgb = 2R – G – B, за нижчої чутливості щодо ідентифікації червоних листків та ґрунту, здатний окремо ідентифікувати червоні та жовті листки, а також різницю між зеленими листками вражених і здорових листків ріпаку.

Біографії авторів

  • автор N. A. Pasichnyk, афіліація Національний університет біоресурсів і природокористування України
    кафедра агрохімії та якості продукції рослинництва, доцент
  • автор V. P. Lysenko, афіліація Національний університет біоресурсів і природокористування України
    кафедра автоматики та робототехнічних систем, завідувач
  • автор A. V. Bykin, афіліація Національний університет біоресурсів і природокористування України
    кафедра агрохімії та якості продукції рослинництва, завідувач
  • автор O. O. Opryshko, афіліація Національний університет біоресурсів і природокористування України
    кафедра автоматики та робототехнічних систем, доцент

Посилання

Lichtenthaler, Hartmut K. (1996) Vegetation Stress: an Introduction to the Stress Concept in Plants. Journal of Plant Physiology. Vol.148. №1-2. P. 4-14.

https://doi.org/10.1016/S0176-1617(96)80287-2

Main, Russell, Main, Russell; Cho, Moses Azong; Mathieu, Renaud; O'Kennedy, Martha M.; Ramoelo, Abel; Koch, Susan (2011) An investigation into robust spectral indices for leaf chlorophyll estimation. ISPRS Journal of Photogrammetry and Remote Sensing. Vol. 66. P.751-761.

https://doi.org/10.1016/j.isprsjprs.2011.08.001

J J.Torres-Sánchez, F.López-Granados, J.M.Peña (2015) An automatic object-based method for optimal thresholding in UAV images: Application for vegetation detection in herbaceous crops. Computers and Electronics in Agriculture, 114, 43-52,

https://doi.org/10.1016/j.compag.2015.03.019

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

Hengbiao Zheng, Xiang Zhou, Jiaoyang He, Xia Yao, Tao Cheng, Yan Zhu, Weixing Cao, Yongchao Tian (2020) Early season detection of rice plants using RGB, NIR-G-B and multispectral images from unmanned aerial vehicle (UAV). Computers and Electronics in Agriculture, 169, 105223,

https://doi.org/10.1016/j.compag.2020.105223

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.

Завантаження

Опубліковано

2020-06-22

Номер

Розділ

Агрономія