Miehittämättömät ilma-alukset voivat kuljettaa erilaisia kaukokartoitusantureita, jotka voivat hankkia moniulotteista ja tarkkaa tietoa viljelysmaasta ja toteuttaa useiden erityyppisten viljelysmaatietojen dynaamista seurantaa. Tällaisia tietoja ovat pääasiassa tiedot viljelykasvien alueellisesta jakautumisesta (viljelysmaan sijainti, viljelykasvien lajien tunnistaminen, pinta-alan arviointi ja muutosten dynaaminen seuranta, viljelyinfrastruktuurin kartoitus), tiedot viljelykasvien kasvusta (viljelykasvien fenotyyppiset parametrit, ravitsemukselliset indikaattorit, sato) ja viljelystressitekijöiden (viljelykasvien kosteus, tuholaiset ja taudit) dynamiikka.
Viljelysmaan paikkatieto
Viljelysmaan paikkatietoihin kuuluvat peltojen maantieteelliset koordinaatit ja viljelykasvien luokitukset, jotka on saatu visuaalisen erottelun tai konetunnistuksen avulla. Peltojen rajat voidaan tunnistaa maantieteellisten koordinaattien avulla, ja myös istutusalue voidaan arvioida. Perinteinen topografisten karttojen digitointimenetelmä aluesuunnittelun ja pinta-alan arvioinnin peruskarttana on huonosti ajantasainen, ja rajan sijainnin ja todellisen tilanteen välinen ero on valtava eikä siitä ole intuitiivista tietoa, mikä ei edistä täsmäviljelyn toteuttamista. Miehittämättömien ilma-alusten kaukokartoitus voi saada kattavia paikkatietoja viljelysmaasta reaaliajassa, millä on perinteisten menetelmien vertaansa vailla olevat edut. Teräväpiirtoisten digitaalikameroiden ilmakuvat voivat toteuttaa viljelysmaan peruspaikkatietojen tunnistamisen ja määrittämisen, ja paikkatietotekniikan kehitys parantaa viljelysmaan sijaintitietojen tutkimuksen tarkkuutta ja syvyyttä sekä parantaa paikkatietotarkkuutta ja lisää korkeustietoja, mikä mahdollistaa viljelysmaan paikkatietojen tarkemman seurannan.
Kasvun tiedot
Kasvien kasvua voidaan karakterisoida fenotyyppisten parametrien, ravitsemuksellisten indikaattoreiden ja sadon perusteella. Fenotyyppisiin parametreihin kuuluvat kasvillisuuspeite, lehtipinta-ala, biomassa, kasvin korkeus jne. Nämä parametrit ovat toisiinsa liittyviä ja kuvaavat yhdessä kasvien kasvua. Nämä parametrit ovat toisiinsa liittyviä ja kuvaavat yhdessä kasvien kasvua ja liittyvät suoraan lopulliseen satoon. Ne ovat hallitsevia maatilojen tiedonseurantatutkimuksessa, ja lisää tutkimuksia on tehty.
1) Kasvin fenotyyppiset parametrit
Lehtipinta-alaindeksi (LAI) on yksipuolisten vihreiden lehtien pinta-alojen summa pinta-alayksikköä kohti, mikä kuvaa paremmin viljelykasvin valoenergian absorptiota ja hyödyntämistä ja liittyy läheisesti viljelykasvin materiaalikertymään ja lopulliseen satoon. Lehtipinta-alaindeksi on yksi tärkeimmistä viljelykasvien kasvuparametreista, joita tällä hetkellä seurataan miehittämättömien ilma-alusten kaukokartoituksella. Kasvillisuusindeksien (suhdekasvillisuusindeksi, normalisoitu kasvillisuusindeksi, maaperän kunnostuksen mukainen kasvillisuusindeksi, erotuskasvillisuusindeksi jne.) laskeminen monispektridatan avulla ja regressiomallien luominen maanpinnan tasoa kuvaavien tietojen avulla on kypsämpi menetelmä fenotyyppisten parametrien invertoimiseksi.
Maanpäällinen biomassa viljelykasvien myöhäisessä kasvuvaiheessa liittyy läheisesti sekä satoon että laatuun. Tällä hetkellä maataloudessa miehittämättömien ilma-alusten kaukokartoituksella tehtävässä biomassan arvioinnissa käytetään edelleen enimmäkseen monispektridataa, spektriparametreja poimitaan ja kasvillisuusindeksi lasketaan mallinnusta varten; spatiaalisella konfiguraatiotekniikalla on tiettyjä etuja biomassan arvioinnissa.
2) Kasvien ravitsemukselliset indikaattorit
Perinteinen viljelykasvien ravitsemustilan seuranta edellyttää kenttänäytteenottoa ja sisätilojen kemiallista analyysia ravinteiden tai indikaattorien (klorofylli, typpi jne.) pitoisuuksien diagnosoimiseksi, kun taas miehittämättömien ilma-alusten kaukokartoitus perustuu siihen, että eri aineilla on diagnostiikan kannalta erityiset spektrin heijastus-absorptio-ominaisuudet. Klorofylliä seurataan sen perusteella, että sillä on kaksi voimakasta absorptioaluetta näkyvän valon kaistalla, nimittäin punainen osa 640–663 nm ja sinivioletti osa 430–460 nm, kun taas absorptio on heikkoa 550 nm:ssä. Lehtien väri ja rakenneominaisuudet muuttuvat, kun viljelykasveilla on puutoksia, ja eri puutoksia ja niihin liittyviä ominaisuuksia vastaavien värin ja rakenteen tilastollisten ominaisuuksien löytäminen on avainasemassa ravinteiden seurannassa. Samoin kuin kasvuparametrien seurannassa, ominaisvyöhykkeiden, kasvillisuusindeksien ja ennustusmallien valinta on edelleen tutkimuksen pääsisältö.
3) Satomäärä
Sadon kasvattaminen on maataloustoiminnan päätavoite, ja sadon tarkka arviointi on tärkeää sekä maataloustuotannolle että johdon päätöksenteolle. Lukuisat tutkijat ovat yrittäneet luoda monitekijäanalyysin avulla sadonarviointimalleja, joilla on suurempi ennustetarkkuus.
Maatalouden kosteus
Viljelysmaan kosteutta seurataan usein lämpöinfrapunamenetelmillä. Alueilla, joilla on paljon kasvillisuutta, lehtien ilmarakojen sulkeutuminen vähentää haihtumisesta johtuvaa veden menetystä, mikä puolestaan vähentää latenttia lämpövirtaa pinnalla ja lisää aistittavaa lämpövirtaa pinnalla, mikä puolestaan aiheuttaa latvustuksen lämpötilan nousua, jota pidetään kasvillisuuden latvustuksen lämpötilana. Koska vesistressi-indeksi heijastaa sadon energiatasapainoa, se voi kvantifioida sadon vesipitoisuuden ja latvustuksen lämpötilan välisen suhteen, lämpöinfrapuna-anturilla saatu latvustuksen lämpötila voi heijastaa viljelysmaan kosteustilaa. Paljaan maaperän tai kasvillisuuden avulla pienillä alueilla voidaan epäsuorasti kääntää maaperän kosteus maanpinnan lämpötilan mukaan. Tämä perustuu seuraavaan periaatteeseen: veden ominaislämpökapasiteetti on suuri ja lämpötilan muutokset ovat hitaita, joten maanpinnan lämpötilan alueellinen jakauma päivän aikana voi heijastua epäsuorasti maaperän kosteuden jakautumiseen. Siksi päivän lämpötilan alueellinen jakauma maan alla voi epäsuorasti heijastaa maaperän kosteuden jakautumista. Lehvistön lämpötilan seurannassa paljas maaperä on tärkeä häiriötekijä. Jotkut tutkijat ovat tutkineet paljaan maan lämpötilan ja viljelykasvien maanpeitteen välistä suhdetta, selvittäneet paljaan maan aiheuttaman latvuston lämpötilamittausten ja todellisen arvon välistä eroa ja käyttäneet korjattuja tuloksia viljelysmaan kosteuden seurannassa parantaakseen seurantatulosten tarkkuutta. Varsinaisessa viljelysmaan tuotannonohjauksessa peltojen kosteusvuoto on myös huomion kohteena, ja on tehty tutkimuksia, joissa on käytetty infrapunakameroita kastelukanavien kosteusvuotojen seurantaan, ja tarkkuus voi olla jopa 93 %.
Tuholaiset ja taudit
Lähi-infrapunaspektrin heijastavuuden seuranta kasvituholaisten ja -tautien tutkimuksessa, joka perustuu seuraaviin seikkoihin: sienikudoksen heijastamat lehdet lähi-infrapuna-alueella ja aitakudoksen valvonta, terveet kasvit, nämä kaksi kudosrakoa täyttyvät kosteudella ja laajenevat, heijastavat hyvin erilaisia säteilyjä; kun kasvi vaurioituu, lehti vaurioituu, kudos kuihtuu, vesi vähenee, infrapunaheijastus heikkenee, kunnes se katoaa.
Lämpötilan infrapunaseuranta on myös tärkeä indikaattori viljelykasvien tuholaisista ja taudeista. Terveissä olosuhteissa kasvit ylläpitävät lämpötilansa vakautta pääasiassa säätelemällä lehtien ilmarakojen avautumista ja sulkeutumista sekä haihtumista. Taudin tapauksessa tapahtuu patologisia muutoksia, ja patogeenin ja isännän vuorovaikutus patogeenin ja kasvin pinnalla, erityisesti haihtumiseen liittyvien näkökohtien vaikutus, määrää saastuneen osan lämpötilan nousun ja laskun. Yleisesti ottaen kasvien aistiminen johtaa ilmarakojen avautumisen säätelyn häiriintymiseen, ja siten haihtuminen on suurempaa sairastuneella alueella kuin terveellä alueella. Voimakas haihtuminen johtaa tartunnan saaneen alueen lämpötilan laskuun ja suurempaan lämpötilaeroon lehden pinnalla kuin normaalilla lehdellä, kunnes lehden pinnalle ilmestyy nekroottisia läiskiä. Nekroottisen alueen solut ovat täysin kuolleet, haihtuminen kyseisellä alueella on kokonaan hävinnyt ja lämpötila alkaa nousta, mutta koska muu lehti alkaa saada tartunnan, lämpötilaero lehden pinnalla on aina suurempi kuin terveellä kasvilla.
Muut tiedot
Viljelysmaan tiedon seurannan alalla miehittämättömien ilma-alusten kaukokartoitusdatalla on laajempi sovellusalue. Sitä voidaan esimerkiksi käyttää maissin pudonneen alueen määrittämiseen useiden tekstuuriominaisuuksien avulla, lehtien kypsyysasteen heijastamiseen puuvillan kypsyysvaiheessa käyttämällä NDVI-indeksiä ja abskissihapon levitysmääräyskarttojen luomiseen, jotka voivat tehokkaasti ohjata abskissihapon ruiskutusta puuvillaan torjunta-aineiden liiallisen käytön välttämiseksi, ja niin edelleen. Viljelysmaan seurannan ja hoidon tarpeiden mukaisesti on väistämätön trendi tulevaisuuden tietopohjaisen ja digitalisoidun maatalouden kehitykselle, että jatkuvasti tutkitaan miehittämättömien ilma-alusten kaukokartoitusdataa ja laajennetaan sen sovellusalueita.
Julkaisun aika: 24.12.2024