Droner kan bære en rekke fjernmålingssensorer, som kan innhente flerdimensjonal, svært presis jordbruksinformasjon og realisere dynamisk overvåking av flere typer jordbruksinformasjon. Slik informasjon inkluderer hovedsakelig informasjon om avlingers romlige fordeling (jordbruksareallokalisering, identifisering av avlingsarter, arealestimering og dynamisk overvåking av endringer, utvinning av feltinfrastruktur), informasjon om avlingers vekst (fenotypiske parametere for avlinger, ernæringsindikatorer, avling) og dynamikk i avlingers vekststressfaktorer (jordfuktighet, skadedyr og sykdommer).
Romlig informasjon om jordbruksareal
Romlig informasjon om jordbruksland inkluderer geografiske koordinater for åkre og avlingsklassifiseringer innhentet gjennom visuell diskriminering eller maskingjenkjenning. Åkregrensene kan identifiseres ved hjelp av geografiske koordinater, og planteområdet kan også estimeres. Den tradisjonelle metoden for digitalisering av topografiske kart som basiskart for regional planlegging og arealestimering har dårlig aktualitet, og forskjellen mellom grenseplasseringen og den faktiske situasjonen er enorm og mangler intuisjon, noe som ikke bidrar til implementering av presisjonslandbruk. UAV-fjernmåling kan innhente omfattende romlig informasjon om jordbruksland i sanntid, noe som har de uforlignelige fordelene med tradisjonelle metoder. Luftbilder fra HD-digitale kameraer kan realisere identifisering og bestemmelse av grunnleggende romlig informasjon om jordbruksland, og utviklingen av romlig konfigurasjonsteknologi forbedrer presisjonen og dybden i forskningen på informasjon om jordbruksland, og forbedrer den romlige oppløsningen samtidig som den introduserer høydeinformasjon, noe som gir finere overvåking av romlig informasjon om jordbruksland.
Informasjon om avlingsvekst
Avlingsvekst kan karakteriseres ved hjelp av informasjon om fenotypiske parametere, ernæringsindikatorer og avling. Fenotypiske parametere inkluderer vegetasjonsdekke, bladarealindeks, biomasse, plantehøyde, osv. Disse parameterne er sammenhengende og karakteriserer samlet sett avlingsvekst. Disse parameterne er sammenhengende og karakteriserer samlet sett avlingsvekst og er direkte relatert til sluttavkastning. De er dominerende i forskning på overvåking av gårdsbruksinformasjon, og flere studier har blitt utført.
1) Fenotypiske parametere for avling
Bladarealindeks (LAI) er summen av ensidig grønt bladareal per overflateenhet, som bedre kan karakterisere avlingens absorpsjon og utnyttelse av lysenergi, og er nært knyttet til avlingens materialakkumulering og sluttavling. Bladarealindeks er en av de viktigste vekstparametrene for avlinger som for tiden overvåkes av UAV-fjernmåling. Å beregne vegetasjonsindekser (forholdsvegetasjonsindeks, normalisert vegetasjonsindeks, jordforbedringsvegetasjonsindeks, differansevegetasjonsindeks, etc.) med multispektrale data og etablere regresjonsmodeller med sannhetsdata fra bakken er en mer moden metode for å invertere fenotypiske parametere.
Overjordisk biomasse i den sene vekstfasen av avlinger er nært knyttet til både avling og kvalitet. For tiden bruker biomasseestimering ved hjelp av dronebasert fjernmåling i landbruket fortsatt stort sett multispektrale data, trekker ut spektrale parametere og beregner vegetasjonsindeks for modellering. Romlig konfigurasjonsteknologi har visse fordeler i biomasseestimering.
2) Næringsindikatorer for avlinger
Tradisjonell overvåking av avlingenes ernæringsstatus krever feltprøvetaking og kjemisk analyse innendørs for å diagnostisere innholdet av næringsstoffer eller indikatorer (klorofyll, nitrogen, etc.), mens fjernmåling med drone er basert på det faktum at forskjellige stoffer har spesifikke spektrale reflektans-absorpsjonsegenskaper for diagnose. Klorofyll overvåkes basert på det faktum at det har to sterke absorpsjonsregioner i det synlige lysbåndet, nemlig den røde delen på 640–663 nm og den blåfiolette delen på 430–460 nm, mens absorpsjonen er svak ved 550 nm. Bladfarge og teksturegenskaper endres når avlinger har mangler, og å oppdage de statistiske egenskapene til farge og tekstur som korresponderer med forskjellige mangler og relaterte egenskaper er nøkkelen til næringsovervåking. I likhet med overvåking av vekstparametere er valg av karakteristiske bånd, vegetasjonsindekser og prediksjonsmodeller fortsatt hovedinnholdet i studien.
3) Avling
Å øke avlingen er hovedmålet med landbruksaktiviteter, og nøyaktig estimering av avling er viktig for både landbruksproduksjon og beslutningstaking. Tallrike forskere har forsøkt å etablere avlingsestimeringsmodeller med høyere prediksjonsnøyaktighet gjennom multifaktoranalyse.
Jordbruksfuktighet
Fuktighet i jordbruksmark overvåkes ofte med termiske infrarøde metoder. I områder med høyt vegetasjonsdekke reduserer lukkingen av bladstomata vanntap på grunn av transpirasjon, noe som reduserer den latente varmestrømmen på overflaten og øker den følsomme varmestrømmen på overflaten, noe som igjen forårsaker en økning i kronetemperaturen, som regnes som temperaturen i plantenes krone. Ettersom det å reflektere avlingens energibalanse med vannstressindeksen kan kvantifisere forholdet mellom avlingens vanninnhold og kronetemperaturen, kan kronetemperaturen som oppnås med den termiske infrarøde sensoren reflektere fuktighetsstatusen på jordbrukslandet. Bar jord eller vegetasjonsdekke i små områder kan brukes til å indirekte invertere jordfuktigheten med temperaturen i undergrunnen, som er prinsippet om at: hvis vannets spesifikke varme er stor, endres varmetemperaturen sakte, slik at den romlige fordelingen av temperaturen i undergrunnen i løpet av dagen kan indirekte reflekteres i fordelingen av jordfuktighet. Derfor kan den romlige fordelingen av dagtemperaturen i undergrunnen indirekte reflektere fordelingen av jordfuktighet. I overvåkingen av kronetemperaturen er bar jord en viktig interferensfaktor. Noen forskere har studert forholdet mellom barjordtemperatur og avlingsdekke, avklart gapet mellom temperaturmålingene i kronetaket forårsaket av bar jord og den sanne verdien, og brukt de korrigerte resultatene i overvåkingen av jordbruksjordfuktighet for å forbedre nøyaktigheten av overvåkingsresultatene. I den faktiske jordbruksproduksjonsstyringen er fuktighetslekkasje i åkeren også fokusert. Det har vært studier som bruker infrarøde bilder for å overvåke fuktighetslekkasje i vanningskanaler, og nøyaktigheten kan nå 93 %.
Skadedyr og sykdommer
Bruk av nær-infrarød spektral reflektansovervåking av planteskadegjørere og -sykdommer, basert på: blader i det nær-infrarøde området av refleksjonen fra svampvevet og gjerdets vevkontroll, friske planter, disse to vevgapene fylt med fuktighet og ekspansjon, er en god reflektor av ulike typer stråling; når planten er skadet, blir bladene skadet, vevet visnet, vannet reduseres, den infrarøde refleksjonen reduseres til den går tapt.
Termisk infrarød temperaturovervåking er også en viktig indikator på skadedyr og sykdommer i avlinger. Planter i sunne forhold, hovedsakelig gjennom kontroll av bladets stomatale åpning og lukking av transpirasjonsregulering, for å opprettholde stabiliteten i sin egen temperatur. I tilfelle sykdom vil patologiske endringer oppstå, og patogen-vert-interaksjoner i patogenen på planten, spesielt på transpirasjonsrelaterte aspekter av påvirkningen, vil bestemme temperaturstigning og -fall i den infiserte delen. Generelt fører plantemåling til en deregulering av stomatale åpning, og dermed er transpirasjonen høyere i det syke området enn i det sunne området. Den kraftige transpirasjonen fører til en reduksjon i temperaturen i det infiserte området og en høyere temperaturforskjell på bladoverflaten enn i det normale bladet inntil nekrotiske flekker dukker opp på bladoverflaten. Cellene i det nekrotiske området er helt døde, transpirasjonen i den delen er fullstendig tapt, og temperaturen begynner å stige, men fordi resten av bladet begynner å bli infisert, er temperaturforskjellen på bladoverflaten alltid høyere enn for en sunn plante.
Annen informasjon
Innen overvåking av jordbruksinformasjon har fjernmålingsdata fra droner et bredere bruksområde. For eksempel kan de brukes til å utvinne fallne maisarealer ved hjelp av flere teksturfunksjoner, gjenspeile modenhetsnivået til blader i bomullsmodningsstadiet ved hjelp av NDVI-indeksen, og generere kart over abscisinsyrepåføring som effektivt kan veilede sprøyting av abscisinsyre på bomull for å unngå overdreven bruk av plantevernmidler, og så videre. I henhold til behovene til jordbruksovervåking og -forvaltning er det en uunngåelig trend for fremtidig utvikling av informatisert og digitalisert landbruk å kontinuerlig utforske informasjonen fra fjernmålingsdata fra droner og utvide bruksområdene.
Publisert: 24. desember 2024