Методичні основи використання БПЛА для контроля забур’яненості посівів
Анотація
Мета. Опрацювання методичних підходів до використання квадрокоптерів та вільного програмного забезпечення для оцінки забур’яненості посівів. Методи. Зйомка здійснювалась за допомогою коптерів DJI Phantom Vision 2+ та LadyBug у видимому та ближньому інфрачервоному діапазонах з висот від 10 до 60 м. Дешифрування знімків проводилось за методом контрольованої класифікації в програмах QGIS та TNTmips. Облік бур’янів виконувався на контрольних ділянках 1м2 ваговим методом з урахуванням якісного їх складу. Результати. Показано, що найкращі результати розпізнавання бур’янів при дешифруванні знімків дозволяє отримати використання контрольованої класифікації за методом максимальної правдоподібності за умов проведення зйомки з висот до 40 м. На стадії бутонізації соняшника близько 30% бур’янів закрито від дистанційного спостереження листям соняшника, що призводило до автоматичної недооцінки забур’яненості. Висновки. Для оцінки забур’яненості посівів можна використовувати дані зйомки з БПЛА у видимому діапазоні електромагнітних хвиль за умов зйомки з малих висот (до 40 м) та застосування методу контрольованої класифікації при дешифруванні знімків. Необхідно додаткова застосовувати наземний контроль забур’яненості для оцінки частки «прихованих» від дистанційного спостереження бур’янів.
Завантаження
Посилання
Achasov, A. B., Achasova, A. O., Titenko, G. V., Seliverstov, O. Yu., Syedov, A. O. (2015) Shhodo vy`kory`stannya BPLA dlya ocinky` stanu posiviv [UAV usage for crop estimation]. Visnyk of V.N. Karazin Kharkiv national university Series “Ecology”, 13, 13-18. [In Ukrainian]
Savin, I.YU., Vernyuk, YU.I., Faraslis, I. (2015) Vozmozhnosti ispol'zovaniya bespilotnyh letatel'nyh apparatov dlya monitoringa produktivnosti pochv [Possibilities of using unmanned aerial vehicles for monitoring of soil productivity]. Bulletin of Soil Institute named V.V. Dokuchaev, 80, 95-106. [In Russian]
Pfeifer, J., Khanna, R., Dragos, C., Popovic, M., Galceran, E., Kirchgessner, N., Walter, A., Siegwart, R., Liebisch, F.(2016). Towards automatic UAV data interpretation for precision farming. Proc. ofthe International Conf. ofAgricultural Engineering (CIGR)
Tokekar, P., Hook, J. V., Mulla, D., Isler, V.( 2013). Sensor planning for a symbiotic UAV and UGV system for precision agriculture, 5321-5326.
Achasov, A. B., Syedov, A. O., Achasova, A. O.(2016) Ocinka zabur'yanenosti posiviv sonyashny`ka za dopomogoyu bezpilotny`x lital`ny`x aparativ [Assessment of a contamination of crops of sunflower by means of unmanned aerial vehicles]. Man and the Environment. Issues of Neoecology, 3-4, 69-74. [In Ukrainian]
Shpanev, A. M., Lekomcev, P. V. (2012) Novye podhody k metodike ucheta sornyh rastenij [New approaches to the method of accounting for weed plants]. Plant protection and quarantine: a monthly journal for specialists, scientists and practitioners, 8, 38-41. [In Russian]
Guerrero, J. M., Pajares, G., Montalvo, M., Romeo, J., Guijarro, M. (2012). Support vector machines for crop/weeds identification in maize fields. Expert Systems with Applications, 39(12):11149 – 11155.
Guo, W., Rage, U. K., Ninomiya, S. (2013). Illumination invariant segmentation of vegetation for time series wheat images based on decision tree model. Computers and Electronics in Agriculture, 96:58– 66.
Hamuda, E., Glavin, M., Jones, E.(2016). A survey of im processing techniques for plant extraction and segmentation in the field. Computers and Electronics in Agriculture, 125:184–199.
Lottes, P., Hoferlin, M., Sander, S., Muter, M., Schulze-Lammers, P., Stachniss, C.(2016). An effective classification system for separating sugar beets and weeds for precision farming applications. In Proc. of the IEEE Int. Conf. on Robotics & Automation (ICRA).
Nekos, A. N., Achasov, A. B., Kochanov, E. O. (2017) Metody` vy`miryuvannya parametriv navko-ly`shn`ogo seredovy`shha: dy`stancijni metody: pidruchny`k. [Methods of measuring environmental parameters: distance learning methods] Kharkiv, 2017, 244. [In Ukrainian]
Aryeshnikova, B.A. (1992). Zaxy`st zernovy`x kul`tur vid populyaciyi shkidny`kiv, xvorob ta bur'yaniv pry` intensy`vny`x texnologiyax [Protection of grain crops from the population of pests, diseases and weeds in intensive technologies]. Kiyv. Urojai, 224. [In Ukrainian]
Koot, Th. M. Weed detection with Unmanned Aerial Vehicles in agricultural systems. Thesis Report GIRS-2014-37. - Centre for Geo-Information. Wageningen University. Available at: http://edepot.wur.nl/333537
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 4.0 International (CC BY 4.0), 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).
