Detekcija oblaka i sjene u poljoprivredi

Detekcija oblaka i sjena jedan je od najvažnijih zadataka u analitičkim rješenjima daljinskog istraživanja.

Ako je cijela satelitska snimka čista, još uvijek postoji vjerojatnost da će vaše polje biti pod oblacima/sjenama. Vrijedi i obrnuto – mnogi sustavi ne obrađuju slike s oblacima iznad 70% – iako preostalih 30% može pomoći agronomu ili poljoprivredniku da donese pravu odluku tijekom sezone.

U GeoPardu rješavamo ovaj problem uz pomoć nekoliko algoritama strojnog učenja koji rade s vrlo visokom točnošću.

Definiramo masku oblaka i masku sjene na razini cijele slike, a za svaki par polja i slike uzimamo u obzir koji je postotak polja prekriven oblacima ili sjenama od oblaka.

U automatskoj analitici uzimamo samo potpuno bezoblačne slike za određeno polje, što korisniku omogućuje da bude siguran u donošenju odluka na temelju višegodišnje analitike.

Korisnik GeoParda ima mogućnost pregledati, pa čak i sam pokrenuti analitiku, čak i na djelomično oblačnim slikama.

To i dalje može biti vrlo korisno, na primjer, tijekom sezone za primjenu varijabilnog prskanja sredstvima za zaštitu usjeva na temelju najnovije satelitske snimke, na kojoj se 10% površine polja nalazi pod oblacima. To znači da će se za 90% površine polja odluka temeljiti na provjerenim podacima.

Srodno:  Daljinska detekcija revolucionira praćenje nikotina u listovima cigara

Također, korisnici GeoParda mogu jednostavno provjeriti izvorne slike na regionalnoj razini u bliskom infracrvenom prikazu, što pomaže u razlikovanju čistog tla od oblaka i sjena (vidi sliku u prilogu).

Na korisničkom sučelju filter oblaka nalazi se u gornjem izborniku modula "Nadzor satelita", pogledajte priložene snimke zaslona.

Imajte na umu da tvrtke u digitalnoj poljoprivredi i dalje mogu imati poteškoća s ispravnim otkrivanjem oblaka i sjena. Na priloženoj snimci zaslona jedna takva tvrtka stvara VR kartu gnojiva na temelju podataka o oblacima i sjenama. Dakle, pogrešna karta dovodi do pogrešnih agronomskih odluka i na kraju pogrešnih ishoda.

GeoPard detektira oblake i sjene s visokom razinom točnosti i ne predlaže donošenje odluke o varijabilnoj brzini na temelju oblaka. Izvorne slike uvijek možete pogledati u različitim prikazima i indeksima te ih zumirati kako biste vidjeli sliku oko sebe.

Nije svako rješenje isto, odaberite najbolje opcije dostupne na tržištu!

Što je detekcija oblaka u preciznoj poljoprivredi?

Detekcija oblaka u preciznoj poljoprivredi odnosi se na proces identificiranja i praćenja oblačnosti u poljoprivrednim područjima korištenjem tehnologija daljinskog istraživanja. Oblaci mogu značajno utjecati na poljoprivredne prakse i produktivnost usjeva, što njihovo otkrivanje i analizu čini ključnima za učinkovito upravljanje poljoprivredom.

Uključuje korištenje raznih senzora, poput satelita, dronova ili zemaljskih instrumenata, za snimanje slika poljoprivrednih polja. Ovi senzori bilježe podatke u obliku vidljive i infracrvene svjetlosti, koja se može analizirati kako bi se utvrdila prisutnost i karakteristike oblaka.

Njegova primarna svrha u preciznoj poljoprivredi je procjena prostorne i vremenske raspodjele oblaka iznad poljoprivrednih područja.

Ove informacije pomažu poljoprivrednicima i agronomima da donose informirane odluke u vezi s navodnjavanjem, gnojidbom, suzbijanjem štetočina i drugim poljoprivrednim praksama. Razumijevanjem obrazaca naoblake, poljoprivrednici mogu optimizirati raspodjelu resursa i smanjiti rizik od oštećenja usjeva ili smanjenja prinosa.

Algoritmi za detekciju oblaka analiziraju snimljene slike kako bi razlikovali piksele oblaka od piksela koji nisu oblak.

Ovi algoritmi koriste različite tehnike, poput određivanja pragova, spektralne analize i strojnog učenja, kako bi točno identificirali i klasificirali formacije oblaka.

Izlazni podaci algoritama obično uključuju postotak pokrivenosti oblakom, klasifikaciju tipa oblaka i obrasce kretanja oblaka.

Nakon što se otkriju oblaci i odrede njihove karakteristike, poljoprivrednici mogu koristiti te informacije za primjenu tehnika precizne poljoprivrede.

Na primjer, ako se oblak otkrije nad određenim područjem polja, poljoprivrednici mogu odgoditi navodnjavanje ili primjenu pesticida u toj regiji dok oblak ne prođe. Sinkroniziranjem poljoprivrednih aktivnosti s kretanjem oblaka, poljoprivrednici mogu optimizirati korištenje resursa i smanjiti nepotrebne unose.

Posebno je korisno u regijama s visokom naoblakom ili gdje se vremenski obrasci brzo mijenjaju. Kontinuiranim praćenjem naoblake, poljoprivrednici mogu prilagoditi svoje poljoprivredne prakse u stvarnom vremenu, prilagođavajući se na temelju trenutnih vremenskih uvjeta.

Ukratko, detekcija oblaka u preciznoj poljoprivredi igra ključnu ulogu u optimizaciji poljoprivrednih praksi i upravljanju resursima. Točnim identificiranjem i praćenjem oblaka, poljoprivrednici mogu donositi informirane odluke kako bi povećali produktivnost usjeva, smanjili rasipanje usjeva i ublažili rizike povezane s promjenjivim vremenskim uvjetima.