Особливосі зернових культур спектральний аналіз з використанням БПЛА

Автор(и)

  • В. П. Лисенко Національний університет біоресурсів і природокористування України image/svg+xml
  • С. А. Шворов Національний університет біоресурсів і природокористування України image/svg+xml
  • Н. А. Пасічник Національний університет біоресурсів і природокористування України image/svg+xml
  • О. О. Опришко Національний університет біоресурсів і природокористування України image/svg+xml
  • Д. С. Комарчук Національний університет біоресурсів і природокористування України image/svg+xml
  • Ю. О. Гунченко Національний університет біоресурсів і природокористування України image/svg+xml

Анотація

Моніторинг сільськогосподарських полів стану рослинності є важливим кроком у використанні дистанційного зондування Землі для завдань точного землеробства. Немає традиційних бортових платформ, таких як літаки і комерційних супутників підходять ці використовуються з-за їх низької роздільної здатності. Проблема може бути вирішена за допомогою БПЛА.

У цій статті, БПЛА оснащуються камера видимого діапазону спектру була використана для того щоб зробити зображення поля пшениці у фазу кущення. Завдяки високій роздільній здатності зображення на фотографії грунту, а також а також рослин. Це вплине на загальне спектральних показників посівних площ.

Мета дослідження полягає в розробці методології розмежування площі пшениці з площі ґрунту на фотографії. Експерименти проводилися в 40 – висоти 100 м БПЛА діапазон для різних станів ґрунту – орної грунтом і сухій ґрунтовій дорозі. Було встановлено, що важливо для F ріллі, в основному, фіксовані для посівів і, відповідно, коригування фільтрів повинна проводитися для кожного моніторингу висота apartly.

При виборі оптичної фільтрації діапазону канал, щоб відрізняти рослини з грунту, аналізується відділений пікселі зображення доцільно використовувати зелений і синій канали.

Посилання

Mónica Herrero-Huerta, David Hernández-López, Pablo Rodriguez-Gonzalvez, Diego González-Aguilera, José González-Piqueras. Vicarious radiometric calibration of a multispectral sensor from an aerial trike applied to precision agriculture. Computers and Electronics in Agriculture, 2014. Vol. 108. P. 28–38.

Jianfeng Zhou, Lav R. Khot, Haitham Y. Bahlol, Rick Boydston, Phillip N. Miklas. Evaluation of ground, proximal and aerial remote sensing technologies for crop stress monitoring IFAC-PapersOnLine. 2016. Vol. 49,

№ 16, P. 22–26.

Vitalii Lysenko, Oleksiy Opryshko, Dmytro Komarchuk, Nadiia Pasichnyk, Nataliia Zaets, Alla Dudnyk. Usage of Flying Robots for Monitoring Nitrogen in Wheat Crops The 9th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (21-23.09.2017), 2017. P. 30–34.

Jesper Rasmussena, Georgios Ntakos, Jon Nielsen, Jesper Svensgaard, Robert N. Poulsen, Svend Christensen. Are vegetation indices derived from consumer-grade cameras mounted on UAVs sufficiently reliable for assessing experimental plots? European Journal of Agronomy. Vol. 74, 2016. P. 75–92 http://dx.doi.org/10.1016/j.eja.2015.11.026.

V. Lysenko, O. Opryshko, D. Komarchyk,

N. Pasichnik. Drones camera calibration for the leaf research. Scientific herald of the National University of Bioresources and Nature Management of Ukraine. Series: Engineering and Power Engineering of Agroindustrial Complex. Vol. 252. 2016. P. 61–65. http://nbuv.gov.ua/UJRN/nvnau_tech_2016_25_10

Gunchenko, Y. A., Shvorov, S. A., Rudnichenko, N. D., Boyko, V. D. Methodical complex of accelerated training for operators of unmanned aerial vehicles. 2016 IEEE 4th International Conference Methods and Systems of Navigation and Motion Control, MSNMC 2016 –Proceedings. 2016. https://www.scopus.com/authid/detail. uri? authorId=57193057973.

Jan U.H. Eitel, Troy S. Magneya, Lee A. Vierlinga, Tabitha T. Brownc, David R. Huggins. LiDAR based biomass and crop nitrogen estimates for rapid, non-destructive assessment of wheat nitrogen status. Field Crops Research. 2014. 159. P. 21–32.

Shouyang Liu, Fred Baret Mariem Abichou, Fred Boudon, Samuel Thomas, Kaiguang Zhao, Christian Fournier, Bruno Andrieu, Kamran Irfan, Matthieu Hemmerlé, Benoit de Solan. Estimating wheat green area index from ground-based LiDAR measurement using a 3D canopy structure model Agricultural and Forest Meteorology. 2017. Vol. 247. P. 12–20.

Xi Zhu, Tiejun Wang, Roshanak Darvishzadeh, Andrew K. Skidmore, K. Olaf Niemann. 3D leaf water content mapping using terrestrial laser scanner backscatter intensity with radiometric correction. Journal of Photogrammetry and Remote Sensing. 2015. 110, P. 14–23.

Hoffmeister, D. Chapter 11: Laser Scanning Approaches for Crop Monitoring. Comprehensive Analytical Chemistry, 2016. Volume 74, P. 343–361.

Richardson, A. J.; Wiegand, C. L. Distinguishing vegetation from soil background information. Photogrammetric Engineering and Remote Sensing. 1977. Vol. 43. № 2. P. 1541–1552.

Carlos de Souza, Rubens Lamparelli, Jansle Rocha, Paulo Magalhães. Mapping skips in sugarcane fields using object-based analysis of unmanned aerial vehicle (UAV) images. Computers and Electronics in Agriculture. 2017. Vol. 143. P. 49–56.

J. Torres-Sánchez, J.M. Peña, A.I. de Castro, F. López-Granados. Multi-temporal mapping of the vegetation fraction in early-season wheat fields using images from UAV Computers and Electronics in Agriculture. 2014. Vol. 103. P. 104–113.

María Pérez-Ortiz, José Manuel Peña, Pedro Antonio Gutiérrez, JorgeTorres-Sánchez, César Hervás-Martínez, Francisca López-Granados. Selecting patterns and features for between- and within- crop-row weed mapping using UAV-imagery Expert Systems with Applications. 2016. Vol. 47. P. 85–94.

Ghamisi, P., Couceiro, M. S., Benediktsson, J. A., Ferreira, N. M. An efficient method for segmentation of images based on fractional calculus and natural selection. Expert Systems with Applications, 2012. 39, P. 12407–12417. URL: http://www.sciencedirect.com/ science/article/pii/ S0957417412006756. doi:http://dx.doi. org/10.1016/j.eswa.2012.04.078.

J. Senthilnath, Manasa Kandukuri, Akanksha Dokania, K.N. Ramesh. Application of UAV imaging platform for vegetation analysis based on spectral-spatial methods. Computers and Electronics in Agriculture. 2017. Vol. 140. P. 8–24.

Blaschke, T. Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 2010. Vol. 65. P. 2–16.

P´erez-Ortiz, M., Guti´errez, P. A., Pe˜na, J. M., Torres-S´anchez, J., Herv´as-Mart´ınez, C., & L´opez-Granados, F. An experimental comparison for the identification of weeds in sunflower crops via unmanned aerial vehicles and object-based analysis. Advances in Computational Intelligence. Springer International Publishing. 2015. Vol. 9094 of Lecture Notes in Computer Science. P. 252–262.

Junfeng Gao, Wenzhi Liao, David Nuyttens, Peter Lootens, Jürgen Vangeyte, Aleksandra Pižurica, Yong He, Jan G. Pieters. Fusion of pixel and object-based features for weed mapping using unmanned aerial vehicle imagery. International Journal of Applied Earth Observation and Geoinformation. 2018. Vol. 67, P. 43–53.

I. Korobiichuk, V. Lysenko, O. Opryshko,

D. Komarchyk, N. Pasichnyk, A. Juś. Crop Monitoring for Nitrogen Nutrition Level by Digital Camera, Automation 2018, AISC, 2018. volume 743. P. 595–603. (https://link.springer.com/chapter/10.1007/978-3-319-77179-3_56).

Завантаження

Опубліковано

2019-07-11

Номер

Том 9 № 2 (2018)

Розділ

Статті

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).