Kategorija: Nuotoliniai tyrimai

Sveiki atvykę į mūsų svetainės skyrių “Nuotolinis stebėjimas žemės ūkyje”! Čia pateikiame išsamų vadovą apie tai, kaip ši technologija keičia žemės ūkio pramonę.

Ši technologija apima jutiklių ir vaizdų naudojimą duomenims apie Žemės paviršių rinkti jo fiziškai neliečiant. Žemės ūkyje ši technologija tampa vis svarbesnė teikiant tikslią ir savalaikę informaciją apie pasėlių sveikatą, dirvožemio drėgmę ir derliaus įvertinimus.

Mūsų skyriuje “Nuotolinis stebėjimas žemės ūkyje” rasite daug informacijos apie įvairius žemės ūkyje naudojamus nuotolinio stebėjimo tipus, tokius kaip palydovai, dronai ir antžeminiai jutikliai. Taip pat aptarsime skirtingus jų pritaikymus, įskaitant pasėlių kartografavimą, ligų aptikimą ir tikslųjį ūkininkavimą.

Mūsų ekspertų komanda kruopščiai parengė straipsnių, atvejų studijų ir tyrimų darbų rinkinį, kuriame pabrėžiami nuotolinio stebėjimo technologijų naudojimo žemės ūkyje privalumai ir iššūkiai. Taip pat teikiame įžvalgų apie naujausias tendencijas ir pokyčius šioje srityje, įskaitant naujas jutiklių technologijas ir duomenų analizės metodus.

Nuotolinio stebėjimo vadovas ir atnaujinimai

Nesvarbu, ar esate ūkininkas, tyrėjas ar pramonės profesionalas, šis skyrius yra puiki vieta sužinoti daugiau apie šią įdomią ir sparčiai besivystančią sritį. Prisijunkite prie mūsų šioje kelionėje, kai tyrinėsime, kaip nuotolinio stebėjimo technologijos keičia žemės ūkio ateitį.

Planet vaizdinė medžiaga (kasdienė, 3 metrų skiriamosios gebos) valdymo zonų kūrimui

Paskelbta pagal dementievgeopard

Prieiga prie planetos vaizdų tapo paprastesnė, greitesnė ir prieinamesnė naudojant „GeoPard Agriculture“. Nuo 2022 m. rugpjūčio mėn. „GeoPard“ išleido galimybes ieškoti ir analizuoti tik pageidaujamus planetos vaizdus iš vartotojo pasirinkto datos intervalo.

Taigi, „GeoPard“ vartotojas prašo tik pageidaujamų „Planet“ vaizdų ir gali juos naudoti „GeoPard“ analitinėse priemonėse.

Planetos vaizdai tęsiasi Sentinel ir Landsat aprėpties sluoksniai (pateikiami pagal numatytuosius nustatymus) ir gali būti maišomi su kitais duomenų sluoksniais (derliaus nuėmimo / purškimo / sėjos technikos duomenų rinkiniais, topografiniu profiliu) per esamus Daugiasluoksnis, Daugiametis, ir Lygčių įrankiai. 

 

Planetos vaizdai valdymo zonų kūrimui

 

Planeta yra didžiausias Žemės stebėjimo palydovų tinklas, teikiantis beveik kasdienį pasaulinį duomenų rinkinį ir leidžiantis gauti didelės skiriamosios gebos bei aukšto dažnio palydovinių vaizdų duomenis.

Valdymo zonos pagal „Planet Scope“ (3,5 m raiška) vaizdus.

Skaitykite daugiau apie „GeoPard“ / „Planet Partnership“.

Kas yra planetų vaizdai ir jų panaudojimas kuriant valdymo zonas?

Tai reiškia palydovinius vaizdus, kuriuos teikia “Planet Labs” – privati bendrovė, valdanti mažų palydovų, vadinamų „Doves“, parką. Šie palydovai kasdien fiksuoja didelės raiškos Žemės paviršiaus vaizdus. Terminas „3 m raiška“ reiškia, kad kiekvienas vaizdo pikselis atitinka 3 × 3 metrų plotą ant žemės. Toks detalumo lygis leidžia atlikti išsamią įvairių Žemės paviršiaus ypatybių ir pokyčių analizę ir stebėjimą.

Kalbant apie valdymo zonų kūrimą, „Planet Imagery“ su 3 m raiška kasdien gali būti labai naudinga įvairioms pramonės šakoms ir reikmėms, tokioms kaip:

  • Žemės ūkisDidelės skiriamosios gebos vaizdai gali padėti kurti valdymo zonas žemės ūkyje, kur skirtingoms lauko vietoms gali reikėti skirtingų procedūrų, tokių kaip drėkinimas, tręšimas ar kenkėjų kontrolė. Analizuodami vaizdus, ūkininkai gali nustatyti su pasėlių sveikata, dirvožemio drėgme ir kitais veiksniais susijusius modelius, o tai leidžia jiems priimti geresnius sprendimus dėl išteklių paskirstymo.
  • Aplinkosaugos valdymas: Palydoviniai vaizdai gali būti naudojami aplinkos požiūriu jautrioms teritorijoms, tokioms kaip pelkės, miškai ir laukinės gamtos buveinės, nustatyti ir stebėti. Ši informacija gali būti naudojama kuriant valdymo zonas, kurios apsaugotų šias teritorijas ir užtikrintų tvarų žemės naudojimo praktiką.
  • Miesto planavimas: Didelės skiriamosios gebos vaizdai gali padėti miestų planuotojams nustatyti augimo zonas, žemės naudojimo modelius ir infrastruktūros plėtrą. Ši informacija gali būti naudojama kuriant valdymo zonas, kurios padėtų valdyti būsimą plėtrą ir užtikrintų efektyvų išteklių naudojimą.
  • Nelaimių valdymas: Palydoviniai vaizdai gali padėti nustatyti ir stebėti nelaimių paveiktas zonas, tokias kaip užliejamos lygumos ar gaisrų židiniai. Galima sukurti valdymo zonas, kad būtų nustatyti evakuacijos maršrutai, paskirstyti ištekliai reagavimui į nelaimes ir informuoti apie žemės naudojimo politiką, kuri sumažintų būsimų nelaimių riziką.
  • Gamtos išteklių valdymas: Didelės skiriamosios gebos vaizdai gali padėti stebėti ir valdyti tokius išteklius kaip vanduo, mineralai ir miškai. Nustačius didelės išteklių vertės arba trūkumo sritis, galima sukurti valdymo zonas, siekiant užtikrinti tvarų šių išteklių naudojimą ir išsaugojimą.

Apibendrinant galima teigti, kad „Planet Imagery“ su kasdiene 3 m raiška yra vertinga priemonė kuriant valdymo zonas įvairiose srityse, teikianti naujausią ir išsamią informaciją, kuri gali padėti sprendimus priimantiems asmenims optimizuoti išteklių paskirstymą ir užtikrinti tvarią žemės naudojimo praktiką.

Dažnai užduodami klausimai

1. Ką gali padėti nustatyti vaizdiniai?

Vaizdų naudojimas gali padėti sukurti efektyvesnę ir veiksmingesnę ūkininkavimo sistemą. Pasitelkus tokias technologijas kaip dronai ar palydoviniai vaizdai, vaizdai gali suteikti vertingų įžvalgų apie pasėlių sveikatą, dirvožemio sąlygas ir drėkinimo poreikius.

Tai padeda nustatyti susirūpinimą keliančias sritis, tokias kaip kenkėjų antplūdžiai ar maistinių medžiagų trūkumas, ir leidžia ūkininkams imtis tikslinių veiksmų. Be to, vaizdai padeda stebėti pasėlių augimą ir vystymąsi, o tai leidžia priimti tikslius sprendimus ir maksimaliai padidinti derlių. 

Lygtimis pagrįsta analizė tiksliojoje žemdirbystėje

Paskelbta pagal dementievgeopard

Išleidusi lygtimis pagrįstą analizės modulį, „GeoPard“ komanda žengė didelį žingsnį į priekį suteikdama ūkininkams, agronomams ir erdvinių duomenų analitikams praktinių įžvalgų apie kiekvieną kvadratinį metrą. Modulyje yra daugiau nei 50 iš anksto nustatytų „GeoPard“ tikslumo formulių katalogas, apimantis platų su žemės ūkiu susijusios analizės spektrą.

Tikslumo formulės buvo sukurtos remiantis daugiametis nepriklausomas agronominis universitetas ir pramonės tyrimai ir buvo griežtai išbandyti, siekiant užtikrinti jų tikslumą ir naudingumą. Juos galima lengvai sukonfigūruoti taip, kad būtų vykdomas automatiškai bet kokiam laukui, suteikdama vartotojams galingų ir patikimų įžvalgų, kurios gali padėti jiems optimizuoti pasėlių derlių ir sumažinti sąnaudas.

Lygtimis pagrįstas analizės modulis yra pagrindinė „GeoPard“ platformos funkcija, suteikianti vartotojams galingą įrankį, leidžiantį geriau suprasti savo veiklą ir priimti duomenimis pagrįstus sprendimus dėl ūkininkavimo praktikos. Turėdamas nuolat augantį formulių katalogą ir galimybę pritaikyti formules skirtingiems lauko scenarijams, „GeoPard“ gali patenkinti konkrečius bet kokio ūkininkavimo poreikius.

 

Kalio pašalinimas pagal derliaus duomenis

Kalio pašalinimas pagal derliaus duomenis

 

Naudojimo atvejai (žr. pavyzdžius žemiau):

  • Azoto įsisavinimas absoliučiais skaičiais, naudojant išeigos ir baltymų duomenis
  • Azoto panaudojimo efektyvumas (NŽE) ir pertekliaus skaičiavimai naudojant išeigos ir baltymų duomenų sluoksnius
  • Kalkių rekomendacijos, pagrįstos dirvožemio mėginių pH duomenimis arba dirvožemio skeneriai
  • Polaukis (zonos arba pikselių lygis IG žemėlapiai)
  • Mikro ir makro maistinių medžiagų tręšimo rekomendacijos, pagrįstos dirvožemio mėginių ėmimu, lauko potencialu, topografija ir derlingumo duomenimis
  • Anglies modeliavimas
  • Pokyčių aptikimas ir įspėjimai (skirtumo tarp „Sentinel-2“, „Landsat8-9“ arba „Planet“ vaizdų apskaičiavimas)
  • Dirvožemio ir grūdų drėgmės modeliavimas
  • Sausojo derliaus apskaičiavimas iš drėgnojo derliaus duomenų rinkinių
  • Tikslinio Rx ir As-Addition žemėlapių skirtumo skaičiavimas

 

Kalio rekomendacijos, pagrįstos dviem derliaus tikslais (produktyvumo zonos)

Kalio rekomendacijos, pagrįstos dviem derliaus tikslais (produktyvumo zonos)

 

 

 

 

Trąšos: rekomendacijų vadovas. Kalis / Kukurūzai.

Trąšų rekomendacijų vadovas (Pietų Dakotos valstijos universitetas): kalis / kukurūzai. Peržiūra ir pataisymas: Jasonas Clarkas | docentas ir SDSU išplėstinio mokymo dirvožemio derlingumo specialistas

 

Kalio panaudojimo efektyvumas kg/ha

Kalio panaudojimo efektyvumas kg/ha

 

 

 

Azoto panaudojimo efektyvumas procentais. Skaičiavimas pagrįstas derliaus, baltymų ir grūdų drėgmės duomenų sluoksniais.

Azoto panaudojimo efektyvumas procentais. Skaičiavimas pagrįstas derliaus, baltymų ir grūdų drėgmės duomenų sluoksniais.

 

 

Azotas: tikslinis pagal receptą, palyginti su naudojimu pagal paskirtį

Azotas: tikslinis pagal receptą, palyginti su naudojimu pagal paskirtį

 

Chlorofilo skirtumas tarp dviejų palydovinių vaizdų

Chlorofilo skirtumas tarp dviejų palydovinių vaizdų

 

„GeoPard“ naudotojas gali koreguoti esamus ir kurti savo privačios formulės remiantis vaizdais, dirvožemiu, derlingumu, topografija ar bet kokiais kitais „GeoPard“ palaikomais duomenų sluoksniais. 

Šablono „GeoPard“ lygtys pavyzdžiai

Šablono „GeoPard“ lygtys pavyzdžiai

 

Formulėmis pagrįsta analizė padeda ūkininkams, agronomams ir duomenų mokslininkams automatizuoti savo darbo eigą ir priimti sprendimus, pagrįstus daugybe duomenų ir mokslinių tyrimų, kad būtų lengviau įgyvendinti tvarų ir tikslųjį ūkininkavimą.

Kas yra lygtimis pagrįsta analizė tiksliojoje žemdirbystėje? Tiksliosios formulės naudojimas

Lygtimis pagrįsta analizė tiksliojoje žemdirbystėje reiškia matematinių modelių, lygčių, tikslumo formulių ir algoritmų naudojimą žemės ūkio duomenims analizuoti ir įžvalgoms gauti, kurios gali padėti ūkininkams priimti geresnius sprendimus dėl pasėlių valdymo.

Šie analizės metodai apima įvairius veiksnius, tokius kaip oro sąlygos, dirvožemio savybės, pasėlių augimas ir maistinių medžiagų poreikis, siekiant optimizuoti žemės ūkio praktiką ir pagerinti pasėlių derlių, kartu sumažinant išteklių švaistymą ir poveikį aplinkai.

Kai kurie pagrindiniai lygtimis pagrįstos analizės komponentai tiksliojoje žemdirbystėje yra šie:

  • Pasėlių augimo modeliai: Šie modeliai apibūdina įvairių veiksnių, tokių kaip orai, dirvožemio savybės ir pasėlių valdymo praktika, ryšį, siekiant prognozuoti pasėlių augimą ir derlių. Tokių modelių pavyzdžiai yra CERES (pasėlių aplinkos išteklių sintezės) ir APSIM (žemės ūkio gamybos sistemų sIMulator) modeliai. Šie modeliai gali padėti ūkininkams priimti pagrįstus sprendimus dėl sodinimo datų, pasėlių veislių ir drėkinimo planavimo.
  • Dirvožemio vandens modeliai: Šie modeliai įvertina vandens kiekį dirvožemio profilyje, remdamiesi tokiais veiksniais kaip krituliai, garavimas ir pasėlių vandens naudojimas. Jie gali padėti ūkininkams optimizuoti drėkinimo praktiką, užtikrinant, kad vanduo būtų naudojamas efektyviai ir tinkamu laiku, siekiant maksimaliai padidinti pasėlių derlių.
  • Maistinių medžiagų valdymo modeliai: Šie modeliai prognozuoja pasėlių maistinių medžiagų poreikį ir padeda ūkininkams nustatyti optimalų trąšų kiekį ir naudojimo laiką. Naudodami šiuos modelius, ūkininkai gali užtikrinti, kad pasėliai gautų reikiamą maistinių medžiagų kiekį, tuo pačiu sumažindami maistinių medžiagų nuotėkio ir aplinkos taršos riziką.
  • Kenkėjų ir ligų modeliai: Šie modeliai prognozuoja kenkėjų ir ligų protrūkių tikimybę, remdamiesi tokiais veiksniais kaip oro sąlygos, pasėlių augimo etapai ir valdymo praktika. Naudodami šiuos modelius, ūkininkai gali priimti iniciatyvius sprendimus dėl kenkėjų ir ligų kontrolės, pavyzdžiui, koreguoti sodinimo datas arba tinkamu laiku naudoti pesticidus.
  • Nuotolinio stebėjimo modeliai: Šie modeliai naudoja palydovinius vaizdus ir kitus nuotolinio stebėjimo duomenis, kad stebėtų pasėlių sveikatą, nustatytų streso veiksnius ir įvertintų derlių. Integruodami šią informaciją su kitais duomenų šaltiniais, ūkininkai gali priimti geresnius sprendimus dėl pasėlių valdymo ir optimizuoti išteklių naudojimą.

Apibendrinant, lygtimis pagrįsta analizė tiksliojoje žemdirbystėje naudoja matematinius modelius ir algoritmus, kad analizuotų sudėtingą įvairių veiksnių, turinčių įtakos pasėlių augimui ir valdymui, sąveiką. Naudodamiesi šia analize, ūkininkai gali priimti duomenimis pagrįstus sprendimus, siekdami optimizuoti žemės ūkio praktiką, pagerinti pasėlių derlių ir sumažinti poveikį aplinkai.

Dažnai užduodami klausimai

1. Kaip tikslioji žemdirbystė gali padėti spręsti išteklių naudojimo ir taršos problemas žemės ūkyje?

Tai gali padėti spręsti išteklių naudojimo ir taršos problemas žemės ūkyje, taikant tikslingą išteklių naudojimą, efektyvų išteklių valdymą, geresnę stebėseną ir gamtosaugos praktikų taikymą. Ūkininkai, naudodami tokias medžiagas kaip trąšos ir pesticidai, tik ten, kur jų reikia, gali sumažinti atliekas ir taršą.

Duomenimis pagrįstas sprendimų priėmimas leidžia optimaliai valdyti išteklius, o stebėjimas realiuoju laiku leidžia laiku imtis veiksmų, kad būtų išvengta taršos incidentų. Be to, gamtosaugos praktikų įgyvendinimas skatina tvarų žemės ūkį ir mažina poveikį aplinkai.

"GeoPard integracija su UP42"

Paskelbta pagal dementievgeopard

GeoPard ir UP42 didžiuojasi galėdami pranešti apie techninę platformų partnerystę.

 

„GeoPard“ analitiniai blokai dabar prieinami UP42 GIS prekyvietėje ir turi šias galimybes:

  • Integruoti palydovų žvaigždynai: Plejados, Plejados NEO, VIETOVĖ
  • Palaikoma augmenija indeksai: NDVI, EVI, SAVI, NDWI
  • Išvestis COG formatas (Debesų technologijoms optimizuotas „GeoTIFF“)

 

Integracija leis „Up42“ klientams gauti prieigą prie išplėstinės pasėlių (neapsiribojant vien pasėliais) stebėsenos naudojant „GeoPard“ palydovinių vaizdų apdorojimo algoritmus.

„GeoPard“ analitinis blokas naudojamas NDWI apskaičiuoti ant 30 cm skiriamosios gebos Plejadų NEO.
„GeoPard“ analitinis blokas naudojamas NDWI apskaičiuoti ant 30 cm skiriamosios gebos Plejadų NEO.

 

 

Dmitrijus Dementjevas, “GeoPard“ generalinis direktorius: „Techninė partnerystė su UP42 leidžia UP42 klientams naudoti naują „GeoPard“ geoprinės analizės technologiją, įskaitant palydovinių vaizdų apdorojimą dideliu mastu ir precedento neturinčiu greičiu, kad būtų galima apdoroti tokius didelius duomenų rinkinius. Analitinės išvados galėtų būti naudojamos tiksliai žemdirbystei, regeneraciniam / anglies dioksido panaudojimui žemės ūkyje ir didelio masto laiko bei erdvės pasėlių stebėsenai.“.
Tai taip pat rodo ”GeoPard“ siekį integruotis su pažangiausiomis technologijų platformomis pasaulyje.”

 

Anksčiau „GeoPard“ komanda paskelbė integracija su „JohnDeere“ (didžiausia žemės ūkio technikos ir įrangos gamintoja) per „MyJohnDeere“ operacijų centro platformą (didžiausia skaitmeninė žemės ūkio platforma pasaulyje pagal akrų skaičių) ir Planeta – palydovinių vaizdų bendrovė, turinti daugiausiai palydovų.

 

GeoPard laukų potencialo žemėlapiai prieš derliaus duomenis

Paskelbta pagal dementievgeopard

„GeoPard Field Potential“ žemėlapiai labai dažnai atrodo lygiai toks pat derlius duomenys.

Mes juos kuriame naudodami Daugiasluoksnė analizė istorinės informacijos, topografijos ir pliko dirvožemio analizės.

Tokio proceso sintetiniai derlingumo žemėlapiai yra automatizuoti (ir patentuotas), ir jam sukurti bet kuris pasaulio laukas užtrunka apie 1 minutę.

 

GeoPard laukų potencialo žemėlapiai prieš derliaus duomenis

Gali būti naudojamas kaip pagrindas:

Kas yra lauko potencialo žemėlapiai?

Lauko potencialo žemėlapiai, dar vadinami derliaus potencialo žemėlapiais arba produktyvumo potencialo žemėlapiais, yra vizualiniai lauko potencialaus pasėlių derliaus ar produktyvumo erdvinio kintamumo vaizdai. Šie žemėlapiai sudaromi analizuojant įvairius veiksnius, turinčius įtakos pasėlių augimui, tokius kaip dirvožemio savybės, topografija ir istoriniai derliaus duomenys.

Šie žemėlapiai gali būti naudojami tiksliojoje žemdirbystėje, siekiant pagrįsti valdymo sprendimus, tokius kaip kintamos trąšų normos, drėkinimas ir kitos sąnaudos, taip pat nustatyti sritis, kurioms reikia skirti ypatingą dėmesį ar taikyti valdymo praktiką.

Kuriant lauko potencialo žemėlapius, paprastai atsižvelgiama į kai kuriuos pagrindinius veiksnius:

  1. Dirvožemio savybės: Dirvožemio savybės, tokios kaip tekstūra, struktūra, organinių medžiagų kiekis ir maistinių medžiagų prieinamumas, vaidina svarbų vaidmenį nustatant pasėlių derliaus potencialą. Sudarydami dirvožemio savybių žemėlapį visame lauke, ūkininkai gali nustatyti didelio arba mažo produktyvumo potencialo sritis.
  2. TopografijaTokie veiksniai kaip aukštis, nuolydis ir kryptis gali turėti įtakos pasėlių augimui ir derliaus potencialui. Pavyzdžiui, žemumose esančios vietovės gali būti linkusios užmirkti arba turėti didesnę šalnų riziką, o statūs šlaitai gali būti labiau jautrūs erozijai. Šių topografinių ypatybių kartografavimas gali padėti ūkininkams suprasti, kaip jos veikia produktyvumo potencialą, ir atitinkamai pritaikyti savo valdymo praktiką.
  3. Istoriniai pajamingumo duomenys: Analizuodami ankstesnių metų ar sezonų istorinius derliaus duomenis, ūkininkai gali nustatyti savo laukų produktyvumo tendencijas ir modelius. Ši informacija gali būti naudojama kuriant žemėlapius, kuriuose paryškinamos nuolat didelio arba mažo derliaus potencialo sritys.
  4. Nuotolinio zondavimo duomenys: Palydoviniai vaizdai, aerofotografija ir kiti nuotolinio stebėjimo duomenys gali būti naudojami pasėlių sveikatai, gyvybingumui ir augimo stadijai įvertinti. Ši informacija gali būti naudojama kuriant žemėlapius, atspindinčius pasėlių produktyvumo potencialo erdvinį kintamumą.
  5. Klimato duomenys: Klimato kintamieji, tokie kaip temperatūra, krituliai ir saulės spinduliuotė, taip pat gali turėti įtakos pasėlių augimui ir derliaus potencialui. Įtraukdami klimato duomenis į šiuos žemėlapius, ūkininkai gali geriau suprasti, kaip aplinkos veiksniai veikia produktyvumo potencialą jų laukuose.

Jie yra vertingi tikslaus ūkininkavimo įrankiai, nes padeda ūkininkams vizualizuoti produktyvumo potencialo erdvinį kintamumą savo laukuose. Naudodami šiuos žemėlapius valdymo sprendimams priimti, ūkininkai gali optimizuoti išteklių naudojimą, pagerinti bendrą pasėlių derlių ir sumažinti savo žemės ūkio veiklos poveikį aplinkai.

Lauko potencialo žemėlapių ir derlingumo duomenų skirtumas

Tiksliojoje žemdirbystėje naudojami ir lauko potencialo žemėlapiai, ir derliaus duomenys, siekiant padėti ūkininkams suprasti savo laukų erdvinį kintamumą ir priimti geriau pagrįstus valdymo sprendimus. Tačiau tarp jų yra keletas esminių skirtumų:

Duomenų šaltiniai:

Šie žemėlapiai kuriami integruojant duomenis iš įvairių šaltinių, tokių kaip dirvožemio savybės, topografija, istoriniai derliaus duomenys, nuotolinio stebėjimo duomenys ir klimato duomenys. Tačiau šie duomenys renkami naudojant derliaus nuėmimo įrangoje įrengtus derliaus monitorius, kurie registruoja derlių nuėmimo metu.

Laikinas aspektas:

Šie žemėlapiai atspindi lauko potencialaus produktyvumo įvertinimą, kuris paprastai yra statiškas arba laikui bėgant kinta lėtai, išskyrus reikšmingus dirvožemio savybių ar kitų įtakos veiksnių pokyčius. Tačiau derliaus duomenys yra būdingi konkrečiam auginimo sezonui arba keliems sezonams ir gali labai skirtis kiekvienais metais dėl tokių veiksnių kaip oro sąlygos, kenkėjų plitimas ir valdymo praktika.

Apibendrinant, lauko potencialo žemėlapiai ir derlingumo duomenys yra viena kitą papildančios tiksliosios žemdirbystės priemonės. Šie žemėlapiai pateikia lauko potencialaus produktyvumo įvertinimą, padėdami ūkininkams nustatyti sritis, kuriose gali reikėti skirtingų valdymo praktikų. Kita vertus, derlingumo duomenys dokumentuoja faktinį pasėlių derlių ir gali būti naudojami valdymo praktikų efektyvumui įvertinti bei būsimiems sprendimams pagrįsti.

Augalijos indeksai ir chlorofilo kiekis

Paskelbta pagal dementievgeopard

„GeoPard“ plečia palaikomų chlorofilo susietų augmenijos indeksų šeimą

  • Augalų lajos chlorofilo kiekio indeksas (CCCI)
  • Modifikuotas chlorofilo absorbcijos santykio indeksas (MCARI)
  • Transformuoto chlorofilo absorbcijos atspindžio indeksas (TCARI)
  • MCARI/OSAVI santykis
  • TCARI/OSAVI santykis

Jie padeda suprasti dabartinį pasėlių vystymosi etapą, įskaitant

  • maistinių medžiagų poreikio turinčių sričių nustatymas,
  • azoto pašalinimo įvertinimas,
  • potencialaus derliaus įvertinimas,

O įžvalgos naudojamos tiksliam azoto kintamo kiekio taikymo žemėlapių kūrimui.

Skaityti daugiauKuris indeksas yra geriausia naudoti „PrecisionAg“

Skaityti daugiau: GeoPard augmenijos indeksai

Augalijos indeksai ir chlorofilo kiekisAugalų lajos chlorofilo kiekio indeksas (CCCI), palyginti su modifikuotu chlorofilo absorbcijos santykio indeksu (MCARI), palyginti su transformuoto chlorofilo absorbcijos atspindžio indeksu (TCARI), palyginti su MCARI/OSAVI santykiu

Kas yra augmenijos indeksai?

Augalijos indeksai yra skaitinės vertės, gautos iš nuotoliniu būdu gautų spektrinių duomenų, tokių kaip palydovinės arba aerofotonuotraukos, siekiant kiekybiškai įvertinti augalijos tankumą, sveikatą ir pasiskirstymą Žemės paviršiuje.

Jie dažniausiai naudojami nuotolinio stebėjimo, žemės ūkio, aplinkos monitoringo ir žemės valdymo srityse, siekiant įvertinti ir stebėti augmenijos augimą, produktyvumą ir sveikatą.

Šie indeksai apskaičiuojami naudojant skirtingų šviesos bangos ilgių, ypač raudonos, artimojo infraraudonųjų spindulių (NIR) ir kartais kitų diapazonų, atspindžio vertes.

Augalijos atspindžio savybės kinta priklausomai nuo skirtingo šviesos bangos ilgio, todėl galima atskirti augmeniją nuo kitų žemės dangos tipų.

Augalija paprastai pasižymi stipria absorbcija raudoname diapazone ir dideliu atspindžiu artimojo infraraudonojo spektro srityje dėl chlorofilo ir ląstelių struktūros ypatybių.

Kai kurie plačiai naudojami augmenijos indeksai apima:

  • Normalizuotas diferencinis vegetacijos indeksas (NDVI)Tai populiariausias ir plačiausiai naudojamas augmenijos indeksas, apskaičiuojamas kaip (NIR – raudonas) / (NIR + raudonas). NDVI vertės svyruoja nuo -1 iki 1, o didesnės vertės rodo sveikesnę ir tankesnę augmeniją.
  • Pagerintas augmenijos indeksas (EVI)Šis indeksas pagerina NDVI, nes sumažina atmosferos ir dirvožemio triukšmą, taip pat koreguoja medžių lajos foninius signalus. Jis naudoja papildomas juostas, pvz., mėlyną, ir įtraukia koeficientus, kad sumažintų šiuos efektus.
  • Dirvožemio pakoreguotas augmenijos indeksas (SAVI): SAVI sistema sukurta siekiant sumažinti dirvožemio ryškumo įtaką augmenijos indeksui. Ji įdiegia dirvožemio ryškumo korekcijos koeficientą, kuris leidžia tiksliau įvertinti augmeniją vietovėse, kuriose augalija reta arba maža.
  • Žalia-raudona augmenijos indeksas (GRVI)GRVI yra dar vienas paprastas santykio indeksas, kuris naudoja žalią ir raudoną juostas augmenijos sveikatai įvertinti. Jis apskaičiuojamas taip: (žalia – raudona) / (žalia + raudona).

Šiuos indeksus, be kita ko, naudoja tyrėjai, žemės valdytojai ir politikos formuotojai, kad priimtų pagrįstus sprendimus dėl žemės naudojimo, žemės ūkio, miškininkystės, gamtos išteklių valdymo ir aplinkos monitoringo.

NormalizuotoSkirtumoDrėgmėsIndeksas

Paskelbta pagal dementievgeopard

Skaičius „GeoPard“ palaikomi augmenijos indeksai nuolat auga. „GeoPard“ komanda pristato normalizuotą skirtuminį drėgmės indeksą (NDMI). Šis indeksas nustato augalijos vandens kiekį ir normalizuotą skirtuminį vandens indeksą (NDWI). Jis naudingas ieškant vietų su esamais augalais. vandens stresas augaluose.

Mažesnės NDMI vertės žymi vietas, kuriose augalai patiria stresą dėl nepakankamos drėgmės.
Kita vertus, mažesnės normalizuotos vandens indekso vertės, sekančios augmenijos piką, išryškina vietas, kurios tampa vis labiau pažeidžiamos. paruoštas derliaus nuėmimui pirmas.

Augalijos santykinio vandens kiekio skirtumas dviejuose palydoviniuose vaizduose (šiuo atveju – „Sentinel-2“ žvaigždyne).

Augalijos santykinio vandens kiekio skirtumas dviejuose palydoviniuose vaizduose (šiuo atveju – „Sentinel-2“ žvaigždyne).

Šiuose ekrano kopijose galite rasti NDMI zonas, sugeneruotas pagal birželio 19 d. (augalijos piko) ir liepos 6 d. palydovinius vaizdus, ir lygčių žemėlapį, vaizduojantį NDMI skirtumą.

Normalizuotas drėgmės skirtumo indeksas, apskaičiuotas ant planetos / „Sentinel-2“ / „Landsat“ vaizdoNDMI apskaičiuotas ant planetos viršaus / Sentinel-2 / Landsat vaizdas

Kas yra drėgmės indeksas?

Tai matas arba skaičiavimas, naudojamas drėgmės kiekiui arba prieinamumui konkrečioje vietovėje arba regione įvertinti. Paprastai jis apskaičiuojamas pagal įvairius aplinkos veiksnius, tokius kaip krituliai, garavimas, dirvožemio savybės ir augmenijos danga.

Tai suteikia santykinį rodiklį apie vietovės drėgnumą arba sausumą, padėdamas nustatyti galimą vandens trūkumą arba sausros sąlygas.

Tai vertinga priemonė vandens ištekliams stebėti ir valdyti, žemės ūkio planavimui ir konkretaus regiono ekologinėms sąlygoms suprasti.

Kas yra normalizuotas drėgmės skirtumo indeksas?

Normalizuotas skirtuminis drėgmės indeksas (NDMI) yra augmenijos indeksas, gautas iš nuotolinio stebėjimo duomenų, skirtas augmenijos drėgmės kiekiui įvertinti ir stebėti. Kaip ir kiti augmenijos indeksai, jis apskaičiuojamas naudojant spektrinio atspindžio vertes iš palydovinių arba aerofotonuotraukų.

Tai ypač naudinga stebint augalų vandens stresą, vertinant sausros sąlygas, gaisrų riziką ir tiriant klimato kaitos poveikį augmenijai.

Jis apskaičiuojamas naudojant artimojo infraraudonojo spektro (NIR) ir trumpųjų bangų infraraudonųjų spindulių (SWIR) diapazonus, kurie yra jautrūs augalijos drėgmės kiekiui. NDMI formulė yra:

NDMI = (NIR – SWIR) / (NIR + SWIR)

NDWI vertės paprastai svyruoja nuo -1 iki 1, kai didesnės vertės rodo didesnį augalijos drėgmės kiekį, o mažesnės – mažesnį drėgmės kiekį arba vandens stresą augmenijoje. Neigiamos NDMI vertės gali būti siejamos su neapaugusiomis sritimis arba sritimis, kuriose drėgmės kiekis yra labai mažas.

Kas yra NDWI?

NDWI, arba normalizuotas skirtuminis vandens indeksas, yra nuotolinio stebėjimo indeksas, naudojamas vandens kiekiui ar su vandeniu susijusioms savybėms augmenijoje ar kraštovaizdyje kiekybiškai įvertinti.

Jis apskaičiuojamas analizuojant artimojo infraraudonojo spektro ir žalios šviesos juostų atspindį iš palydovinių arba aerofotonuotraukų. Tai ypač naudinga vandens telkinių identifikavimui, vandens prieinamumo pokyčių stebėjimui ir augmenijos sveikatos vertinimui.

Lyginant skirtingų bangos ilgių absorbciją ir atspindį, gaunama vertingos informacijos tokioms reikmėms kaip sausros stebėsena, hidrologinė analizė ir ekosistemų valdymas.

NDMI vizualizavimas normalizuoto skirtuminio vandens indekso nustatymui

NDMI vizualizavimas apima palydovinių arba aerofotonuotraukų apdorojimą, NDMI verčių apskaičiavimą ir rezultatų pateikimą spalvomis koduotame žemėlapyje arba paveikslėlyje. Štai bendrieji NDMI vizualizavimo veiksmai:

  • Gaukite palydovinius arba aerofotonuotraukas: Gaukite daugiaspektrinius vaizdus iš palydovo ar oro platformos, tokios kaip „Landsat“, „Sentinel“ arba „MODIS“. Įsitikinkite, kad vaizduose yra reikiamos juostos: artimoji infraraudonoji spinduliuotė (NIR) ir trumpųjų bangų infraraudonoji spinduliuotė (SWIR).
  • Iš anksto apdorokite vaizdus: Priklausomai nuo duomenų šaltinio, gali tekti iš anksto apdoroti vaizdus, kad būtų ištaisyti atmosferos, geometriniai ir radiometriniai iškraipymai. Konvertuokite vaizdo skaitmeninius skaičius (DN) į spektrinio atspindžio vertes.
  • Apskaičiuokite NDMI: Kiekvienam vaizdo pikseliui, naudodami artimojo infraraudonųjų spindulių (NIR) ir šviesiųjų spindulių (SWIR) atspindžio vertes, apskaičiuokite NDMI pagal formulę: NDMI = (NIR – SWIR) / (NIR + SWIR).
  • Spalvų atvaizdavimas: Priskirkite spalvų paletę NDMI reikšmėms. Paprastai naudojama ištisinė spalvų skalė – nuo vienos spalvos (pvz., raudonos) mažoms NDMI reikšmėms (rodančioms mažą drėgmės kiekį) iki kitos spalvos (pvz., žalios) didelėms NDMI reikšmėms (rodančioms didelį drėgmės kiekį). Spalvų žemėlapiui sukurti galite naudoti tokią programinę įrangą kaip QGIS, ArcGIS arba programavimo bibliotekas, tokias kaip Python „Rasterio“ ir „Matplotlib“.
  • Vizualizuokite NDMI žemėlapį: Parodykite NDMI žemėlapį arba vaizdą naudodami GIS programinę įrangą, programavimo biblioteką arba internetinę platformą. Tai leis jums analizuoti augmenijos drėgmės kiekio erdvinį pasiskirstymą ir nustatyti vandens trūkumo arba didelės drėgmės zonas.
  • Interpretacija ir analizė: Naudokite NDWI vizualizaciją augmenijos sveikatai įvertinti, sausros sąlygoms stebėti arba gaisrų rizikai įvertinti. Taip pat galite palyginti normalizuotus skirtingų laikotarpių vandens indekso žemėlapius, kad analizuotumėte augmenijos drėgmės kiekio pokyčius laikui bėgant.

Atminkite, kad skirtingos programinės įrangos priemonės ar programavimo bibliotekos gali turėti šiek tiek skirtingus darbo eigą, tačiau bendras procesas bus panašus. Be to, galite perdengti kitus duomenų sluoksnius, pvz., žemės naudojimo, aukščio ar administracines ribas, kad patobulintumėte analizę ir geriau suprastumėte augmenijos drėgmės kiekio ir kitų veiksnių ryšius. 

Automatizuotas pasėlių stebėjimas, derinant duomenų sluoksnius

Paskelbta pagal dementievgeopard

"GeoPard" turime modulį Automatiškai sukurti pasėlių duomenų žvalgybos zonas naudojant lanksčią verslo ir agronominės logikos konfigūraciją.

Ji leidžia kontroliuoti daugybę laukų ir atlikti žvalgybą tik įvykus avarinei situacijai.

Verslo ir (arba) agronominė logika gali būti lanksti. Šiame pavyzdyje - užduotys kuriamos tose vietovėse, kuriose naujausiose palydovinėse nuotraukose matome didelio istorinio lauko potencialo zonas ir mažą augmenijos kiekį.

Kito naudojimo atvejo pavyzdys: Mažo derliaus zona (iš derliaus failo) susikerta su žemo pH zonomis - kad būtų galima koreguoti kalkių derlingumo lygį.

 

Automatizuotos pasėlių duomenų žvalgymo zonos, kuriose susikerta duomenų sluoksniai
Didelio istorinio lauko našumo zonos susikerta su naujausiu planetos vaizdu, kuriame yra maža augmenijos zona -> žvalgymo užduotys automatiškai sukuriamos "GeoPard" programoje.

Pasėlių prekybos bendrovėms ir duomenų modeliuotojams istoriškai stabiliausių ir didelio derlingumo zonų sankirta gali būti geras rodiklis derliaus prognozėms ekstrapoliuoti.

Jei esate ūkininkas, agronomas ar tiksliosios žemdirbystės specialistas, žinote, kokia svarbi yra pasėlių duomenų žvalgyba. Ji labai svarbi stebint pasėlių būklę ir nustatant bet kokias galimas problemas, kol jos netapo didelėmis.

Tačiau tradicinė pasėlių žvalgyba gali pareikalauti daug laiko ir darbo sąnaudų. Štai kur ateina automatizuotos žvalgybos užduotys.

"GeoPard" yra revoliucinė automatizuota tiksliosios žemdirbystės programinė įranga, kuri naudoja pažangius algoritmus ir palydovinius vaizdus, kad automatiškai stebėtų jūsų pasėlius. Naudodamiesi "GeoPard" galite lengvai nustatyti automatines žvalgymo užduotis, kurios įspės jus apie galimas problemas, pavyzdžiui, kenkėjus, ligas ar maistinių medžiagų trūkumą.

Vienas iš pagrindinių automatinės žvalgybos užduočių privalumų - galimybė greitai ir tiksliai nustatyti pasėlių problemas. Programa "GeoPard" naudoja pažangius algoritmus, kad išanalizuotų jūsų laukų palydovines nuotraukas ir aptiktų net mažiausius pasėlių pokyčius.

Tai reiškia, kad galite greitai nustatyti visas galimas problemas ir imtis veiksmų joms spręsti, kol jos netapo rimtesnės.

Dar vienas automatinės žvalgybos užduočių privalumas - galimybė reguliariai stebėti pasėlius. Atliekant tradicinę žvalgybą, gali būti sunku reguliariai lankytis laukuose ir tikrinti galimas problemas.

Tačiau naudodami programą "GeoPard" galite nustatyti automatines užduotis, kurios kasdien arba kas savaitę stebės jūsų pasėlius ir suteiks išsamesnį jų būklės vaizdą.

"GeoPard" automatinės žvalgybos užduotys taip pat gali būti pritaikomos, todėl galite jas pritaikyti pagal savo konkrečius poreikius. Galite nustatyti užduotis, skirtas konkrečioms problemoms, pavyzdžiui, kenkėjams ar ligoms, stebėti, arba nustatyti užduotis, skirtas konkrečioms lauko sritims stebėti. Tai reiškia, kad galite gauti informaciją, kurios jums reikia, kad galėtumėte priimti pagrįstus sprendimus dėl savo pasėlių.

"GeoPard" siūlo ne tik automatizuotas žvalgymo užduotis, bet ir daugybę kitų funkcijų, kurios gali padėti valdyti tiksliosios žemdirbystės operacijas. Naudodamiesi GeoPard galite planuoti sėją ir tręšimą, stebėti dirvožemio drėgmės lygį ir stebėti derlių.

Apskritai "GeoPard" automatizuotos žvalgymo užduotys yra galingas įrankis ūkininkams, agronomams ir tiksliosios žemdirbystės specialistams. Naudodami "GeoPard" galite greitai ir lengvai stebėti savo pasėlius ir nustatyti galimas problemas, o tai padeda priimti geresnius sprendimus dėl savo veiklos.

Kas yra pasėlių žvalgyba?

Pasėlių žvalgyba - tai žemės ūkio praktika, kai sistemingai tikrinami ir stebimi pasėliai, siekiant įvertinti jų sveikatą, augimą ir galimas problemas. Paprastai fiziškai vaikštoma po laukus arba duomenims rinkti naudojamos tokios technologijos kaip dronai ar jutikliai.

Pasėlių žvalgai stebi ir renka informaciją apie tokius veiksnius kaip kenkėjų antplūdis, ligų protrūkiai, maistinių medžiagų trūkumas ir piktžolių plitimas.

Šie duomenys padeda ūkininkams priimti pagrįstus sprendimus, susijusius su pasėlių valdymu, pvz., taikyti tikslinį apdorojimą, koreguoti trąšų naudojimą arba įgyvendinti kenkėjų kontrolės strategijas. Tai labai svarbu siekiant padidinti derlių ir užtikrinti bendrą pasėlių būklę.

Kas yra automatinė pasėlių duomenų žvalgyba?

Automatizuota pasėlių žvalgyba - tai pažangiausių technologijų, įskaitant robotiką, bepilotes skraidykles, įvairius jutiklius ir dirbtinį intelektą, taikymas siekiant stebėti ir vertinti pasėlių būklę ir vystymąsi žemės ūkio aplinkoje.

Tikslas - padidinti efektyvumą, sumažinti išlaidas ir supaprastinti pasėlių valdymą, automatizuojant užduotis, kurias tradiciškai atlieka žmonės - pasėlių žvalgai.

Automatizuotos pasėlių duomenų žvalgybos procesas apima kelis etapus, pvz:

  • Duomenų rinkimas: Bepiločiai orlaiviai arba antžeminiai robotai su įvairiais jutikliais (pvz., kameromis, daugiaspektriais jutikliais, LIDAR) renka informaciją apie pasėlių būklę, įskaitant augalų sveikatą, kenkėjų ir ligų paplitimą, dirvožemio savybes ir maistinių medžiagų koncentraciją.
  • Duomenų analizė: Vėliau surinkti duomenys apdorojami ir tikrinami naudojant dirbtinio intelekto ir mašininio mokymosi algoritmus, kad būtų galima aptikti su pasėlių sveikata ir vystymusi susijusius dėsningumus, pažeidimus ir tendencijas.
  • Sprendimų priėmimas: Duomenų analizės rezultatai gali būti naudojami priimant pagrįstus sprendimus dėl pasėlių valdymo, įskaitant laistymo, tręšimo, kenkėjų kontrolės ir kitų intervencinių priemonių optimizavimą.
  • Imkitės veiksmų: Ūkininkai, remdamiesi automatinės pasėlių stebėsenos metu gautomis žiniomis, gali įgyvendinti tikslines priemones, skirtas konkrečioms lauko problemoms spręsti, pavyzdžiui, naudoti pesticidus ar maistingąsias medžiagas tik ten, kur reikia, taip sumažinant atliekų kiekį ir poveikį aplinkai.

Ūkininkams realiuoju laiku teikiant tikslius duomenis, galima gerokai padidinti žemės ūkio produktyvumą ir tvarumą, priimti geresnius sprendimus ir taikyti tikslesnius valdymo metodus.

Kaip nustatyti žvalgybos zoną?

Nustatant pasėlių duomenų žvalgybos zonas, ūkio laukas padalijamas į mažesnes, lengvai valdomas dalis, atsižvelgiant į tokius aspektus kaip dirvožemio sudėtis, reljefas, ankstesni pasėlių rezultatai ar kiti svarbūs veiksniai.

Tikslas - nustatyti vienodas panašias sąlygas atitinkančias teritorijas, kad būtų galima tikslingiau atlikti žvalgybą, stebėjimus ir valdymo praktiką. Toliau pateikiamas žingsnis po žingsnio metodas, kaip nustatyti pasėlių žvalgymo zoną:

  • Surinkite istorinę informaciją: Surinkite duomenis apie ankstesnių pasėlių derlių, dirvožemio analizės rezultatus, kenkėjus ir ligas bei kitą svarbią informaciją apie lauką. Šie duomenys gali padėti atpažinti vietoves, kuriose yra panašios sąlygos ar našumas.
  • Išnagrinėkite dirvožemio sudėtį ir reljefą: Ištirkite savo lauko dirvožemio tipus ir reljefą, kad suprastumėte natūralius skirtumus. Skirtinga dirvožemio sudėtis ir aukštis virš jūros lygio gali turėti įtakos pasėlių augimui, maisto medžiagų įsisavinimui ir vandens prieinamumui, o tai savo ruožtu daro įtaką pasėlių sveikatai.
  • Pasinaudokite nuotolinio stebėjimo technologijomis: Naudokite palydovinius arba dronais gautus vaizdus, kad gautumėte papildomos informacijos apie lauko sąlygas, pvz., augmenijos rodiklius, dirvožemio drėgmės lygį ir temperatūros svyravimus. Ši informacija gali padėti patikslinti žvalgymo zonas, nes suteikia išsamesnį lauko vaizdą.
  • Įdiegti tiksliosios žemdirbystės metodus: Naudokite tiksliosios žemdirbystės programinę įrangą surinktiems duomenims apdoroti ir analizuoti. Šios priemonės gali padėti nustatyti dėsningumus ir nustatyti duomenimis pagrįstas žvalgymo sritis, atsižvelgiant į tokius veiksnius kaip pasėlių sveikata, dirvožemio kintamumas ir reljefas.
  • Nustatyti žvalgybos zonas: Remdamiesi duomenų analize, suskirstykite lauką į mažesnius vienodus plotus, kuriems būdingi panašūs požymiai. Šie plotai turėtų būti lengvai valdomi ir pritaikyti konkretiems jūsų veiklos reikalavimams.
  • Reguliariai atnaujinkite ir koreguokite: Pasikeitus aplinkybėms ir gavus naujų duomenų, iš naujo įvertinkite ir pakeiskite žvalgybos rajonus, kad jie išliktų aktualūs ir tikslūs. Tai gali būti susiję su plotų atnaujinimu, atsižvelgiant į naujus derliaus duomenis, kenkėjų ir ligų paplitimą ar kitus pasėlių našumui įtakos turinčius veiksnius.

Taigi, nustatę ir sukūrę pasėlių žvalgymo zoną, ūkininkai gali veiksmingiau sutelkti stebėsenos pastangas ir taikyti tikslingą valdymo praktiką, todėl geriau panaudojami ištekliai ir pagerėja pasėlių būklė.

Derliaus prognozavimas naudojant nuotolinio zondavimo duomenis tiksliame ūkininkavime

Paskelbta pagal dementievgeopard

Norėdami prognozuoti pasėlių derlių, turime suprasti, kiek saulės šviesos gauna augalai ir kiek vandens jiems reikia. Augalų augimas priklauso nuo šių dviejų veiksnių, tačiau augalų augimui įtakos turi ir daugelis kitų veiksnių, tokių kaip temperatūra, drėgmė ir... dirvožemio tipas.

Pasaulyje užauginamų pasėlių kiekis ir kokybė yra pagrindinis veiksnys, turintis įtakos aprūpinimui maistu. Tai ypač svarbu besivystančiose šalyse, kuriose žemės ūkis vis dar yra svarbi ekonomikos dalis.

Nuotolinis stebėjimas Duomenys gali būti naudojami augalų gaunamos šviesos kiekiui įvertinti ir tokiu būdu prognozuoti pasėlių derlių. Nuotolinio stebėjimo duomenys yra galinga priemonė pasėlių derliui įvertinti. Jie suteikia informacijos apie augančius augalus ir jų aplinką, leidžiančią įvertinti pasėlių gamybą.

Nuotolinio stebėjimo duomenys yra duomenų analizės forma žemės ūkyje, kurią galima naudoti derliui prognozuoti prieš derliaus nuėmimą. Šiame straipsnyje nagrinėjama viskas, ką reikia žinoti apie nuotolinio stebėjimo duomenis.

Kas yra pasėlių derliaus duomenys žemės ūkyje?

Derliaus duomenys – tai informacija apie ūkininko arba ūkininkų grupės užauginto derliaus kiekį. Tai apima iš hektaro žemės nuimto derliaus kiekį. Tai gali būti matuojama tonomis, bušeliais arba bet kokiu kitu matavimo vienetu, priklausomai nuo derliaus.

Ūkių derliaus duomenys yra svarbūs žemės ūkyje, nes jie gali padėti ūkininkams nustatyti, kiek jie turėtų sėti kitą sezoną. Be to, derliaus duomenys leidžia jiems nustatyti, ar yra kokių nors problemų su jų pasėliais, kurias reikia spręsti.

Derliaus duomenys taip pat gali būti naudojami stebint pažangą siekiant vyriausybių, nevyriausybinių organizacijų ir kitų suinteresuotųjų šalių nustatytų pasaulinių tikslų.

Be to, derliaus duomenys naudojami ūkininkavimo praktikos stipriosioms ir silpnosioms pusėms nustatyti ir remiantis šia informacija teikti rekomendacijas. Derliaus duomenys yra naudingi priimant pagrįstus sprendimus dėl daugelio ūkininkavimo aspektų, tokių kaip:

Duomenų analizė tiksliojoje žemdirbystėje

Sėklų pasirinkimas: Veislių ir hibridų pasirinkimas pagal derliaus duomenis gali padėti užtikrinti, kad laukai būtų apsėti pelningiausiomis sėklomis.

Kenkėjų kontrolė: Stebint augalų augimą, derliaus duomenys gali padėti ūkininkams nustatyti, kada pradėti taikyti kenkėjų kontrolė priemonės. Tai gali sumažinti pesticidų naudojimą ir padidinti pelną.

Laistymo planavimas: Naudodamiesi informacija iš derliaus monitorių, ūkininkai gali tiksliai suplanuoti drėkinimo procesą, o tai padeda taupyti vandenį ir pinigus, kartu išlaikant didelį derlių.

Kas yra nuotolinio stebėjimo duomenys?

Nuotolinis stebėjimas – tai mokslas, kurio metu informacija apie objektą ar reiškinį gaunama tiesiogiai su juo nesiliečiant ir neįsiterpiant. Jis naudojamas žemės ūkyje pasėliams, dirvožemiui ir drėgmės sąlygoms stebėti.

Nuotolinis stebėjimas naudoja elektromagnetinės spinduliuotės (EMS) emisijas, tokias kaip radijo bangos, mikrobangos, infraraudonieji spinduliai, matoma šviesa ir ultravioletiniai spinduliai.

Nuotolinis pasėlių stebėjimas suteikia galimybę laikui bėgant matuoti pasėlių augimo sąlygas. Jis taip pat suteikia informacijos apie pasėlių būklę konkrečiais laiko ir erdvės momentais. Ši informacija gali būti naudojama pasėlių derliui įvertinti ir numatyti, kada derlius turėtų būti nuimtas.

Nuotoliniu būdu gauti duomenys gali būti naudojami žemės naudojimo pokyčiams matuoti, pasėlių augimui ir ūkio derliui stebėti, dirvožemio drėgmės ir druskingumo lygiui nustatyti, kenkėjų užkrėtimo lygiui nustatyti, aplinkos taršos lygiui stebėti ir kt.

Taigi, pavyzdžiui, jei vaikštote per lauką ir stebite augalus, renkate apie juos duomenis. Jei vairuojate sraigtasparniu ar lėktuvu ir stebite augalus iš viršaus, renkate nuotolinio stebėjimo duomenis.

Šiems duomenims rinkti naudojama daug įvairių nuotolinio stebėjimo metodų ir prietaisų: palydoviniai vaizdai, aerofotonuotraukos, radarų sistemos, lidaras ir kt.

Kas yra pasėlių derliaus prognozavimas?

Pasėlių derliaus prognozavimas – tai procesas, kurio metu įvertinamas potencialus arba numatomas konkretaus pasėlio derlius tam tikroje vietovėje ir vegetacijos sezonu.

Tai apima įvairių veiksnių, tokių kaip oro sąlygos, dirvožemio savybės, augalų genetika ir valdymo praktika, analizę, siekiant pagrįstai prognozuoti tikėtiną derlių.

Svarbu pažymėti, kad pasėlių derliaus prognozės yra neapibrėžtos dėl žemės ūkio sistemų sudėtingumo ir nenuspėjamų veiksnių, tokių kaip kenkėjai, ligos ir ekstremalūs oro reiškiniai, įtakos.

Nors prognozavimo modeliai suteikia vertingų įžvalgų, jie labiau padeda priimti sprendimus, o ne suteikia absoliutų tikrumą.

Kaip tai veikia?

Šie duomenų šaltiniai yra sujungiami, siekiant sukurti skirtingą derliaus prognozių skaičių svorį, pagrįstą dabartinėmis auginimo sezono aplinkybėmis įvairiuose regionuose.

„Farmers Edge“ duomenų mokslininkai derina šiuos duomenų šaltinius su naujausiais mašininio mokymosi pasiekimais, kad atnaujintų derliaus prognozių įverčius, kai tik sutrikdomas svarbus derliaus komponentas.

1. Ikisezoniniai duomenys

Priešsezoniniai duomenys turi būti tikslūs, kad būtų galima prognozuoti pasėlių derlių. Ši informacija prieinama prieš pasodinant pasėlius ir sudaro sąlygas pirmiesiems derliaus prognozių rodmenims.

Tokie duomenys kaip lauko vieta, dabartiniai ir ankstesni pasėliai, konkrečiam laukui būdingi orai mėnesiai prieš sėją ar sodinimą, dirvožemio tyrimų informacija ir duomenys bei regioninės orų tendencijos per pastarąjį dešimtmetį yra sujungiami, kad būtų galima suprasti, kaip pradėti sezoną su tiksliais derliaus skaičiais, kuriuos galima numatyti.

2. Sezono duomenys

Sezono metu surinkti duomenys suteikia įžvalgų apie kintamuosius, kurie daro įtaką ūkio derliui per visą auginimo sezoną po to, kai jau pakloti pamatai.

„Farmers Edge“ ūkiuose įrengtos meteorologinės stotys teikia lauko duomenis, kurie papildo šiuos duomenų rinkinius, pateikdami numatomas ir prognozuojamas vertes, kurios saugomos ir iš naujo nustatomos kiekvieną dieną, kai gaunami duomenys, taip tobulinant modelius.

Kiti sezono metu surinkti duomenys, pavyzdžiui, trąšų naudojimas, taip pat atsižvelgiami sezono metu, nesvarbu, ar tai planuota, ar ne, siekiant pagerinti lauko diagnostiką ir pateikti prognozuojamas derliaus vertes.

3. Konkretiems augalams skirti duomenys

Platus „Farmers Edge“ vietinių agronomų tinklas taip pat gali teikti su konkrečiais augalais susijusius duomenis auginimo sezono metu.

„Farmers Edge“ agronomai nustatė su augalais susijusius duomenis, kurie turi įtakos derliui auginimo sezono metu, įskaitant vandens kiekį pagrindiniais augimo etapais arba valandas virš kardinalios temperatūros augalams svarbiausiais derlių lemiančiais laikotarpiais, penkiems pagrindiniams augalams, kuriems prognozuojamas derlius (kukurūzams, rapsams, lęšiams, sojų pupelėms ir kviečiams).

4. Pasėlių ir laukų vaizdai

Didelės skiriamosios gebos palydoviniai vaizdai naudojami NDVI pasėlių sveikatos vertėms laukuose greitai ir tiksliai nustatyti, o tai leidžia tyrėjams ieškoti klaidingų rezultatų arba regioninių problemų, susijusių su pasėliais, kurios gali turėti įtakos derliui.

Šios regioninės tendencijos gali būti naudojamos siekiant nustatyti, ar vietovės atitinka prognozes, ar aplinkos veiksniai iškreipė pasėlių derliaus prognozių vertes.

5. Histogramos duomenys

„Farmers Edge“ derliaus prognozavimo modeliai naudoja didelę statistiką, kad laikui bėgant rastų skirtingą lauko vaizdų pasiskirstymą. Tai suteikia aiškumo konvoliuciniam neuroniniam tinklui, kuris gali naudoti šiuos pakeitimus derliui prognozuoti didelėse teritorijose, tokiose kaip Jungtinės Valstijos ar Kanada, vaizdams keičiantis laikui bėgant.

Kas yra nuotolinio stebėjimo duomenys žemės ūkyje?

Nelengva numatyti derlių prieš nuimant derlių lauke, tačiau „Farmers Edge“ komanda džiaugiasi galėdama pateikti gamintojams ūkio derliaus prognozes, pagrįstas išsamia ir tikslia statistika.

Kiekvienas duomenų šaltinis turi svorį pasėlių derliaus prognozėje, kurį galima keisti atsižvelgiant į modelio parametrus.

Kaip padidinti ūkio derlių taikant tiksliąsias technologijas?

Ūkininkų kartos ištisas kartas diskutavo ir dirbo siekdami padidinti žemės ūkio derlių. Kai kurie atrasti metodai buvo veiksmingi, kiti – neefektyvūs.

Be neįkainojamos ankstesnių kartų ūkininkų patirties, žemės ūkio pramonė dabar gali pasinaudoti šiuolaikiniais mokslo ir technologijų pasiekimais.

Pažvelkime į dažniausiai ūkininkams taikomus būdus padidinti derlių ir kaip ankstesnė patirtis bei naujos technologijos gali būti panaudotos žemės ūkio produktyvumui didinti.

1. Tinkamas drėkinimas

Ūkininkams, norintiems padidinti vidutinį derlių iš akro savo ūkiuose, reikia gerai suprojektuotos drėkinimo sistemos. Tinkamas vandens kiekis augalams daro tiesioginę įtaką jų vystymuisi ir dėl to žemės ūkio derlingumui.

Orų prognozės yra labai svarbios efektyviam dirbamos žemės drėkinimui. Dėl šiuolaikinių technologijų, įskaitant pritaikytas programas ir programinę įrangą ūkininkams, dabar įmanomas itin lokalus orų prognozavimas.

Tai daro tikslus drėkinimas tai įmanoma, nes ūkininkai gali iš anksto pasiruošti ir kuo tiksliau bei efektyviau suplanuoti savo pasėlių laistymą.

2. Dirvožemio tyrimai ir jų kokybė

Vienas iš svarbiausių veiksnių, darančių įtaką pasėlių derliui, yra dirvožemio kokybė arba derlingumas. Be žemės ūkio produkcijos, dirvožemio kokybė turi įtakos tam, kiek ūkininkui kainuoja auginti tam tikrą augalą, nes kai kuriems iš jų dirvožemyje reikalingi tam tikri konkrečių elementų, tokių kaip mineralinės dalelės, organinės medžiagos, vanduo ir oras, santykiai.

Ūkininkai privalo reguliariai stebėti dirvožemio būklę savo žemės sklypuose, kad pasiektų didesnį žemės ūkio derlių. Sėjomaina yra vienas iš efektyviausių būdų, be kita ko, išlaikyti dirvožemį sveiką.

Augalų rotacija konkrečiame lauko sklype padeda išvengti dirvožemio nuovargio ir nutraukia vabzdžių ciklus, todėl padidėja žemės ūkio produkcija ir dėl to vidutinis ūkio derlius iš akro.

3. Sėklų kokybė

Ūkininkų naudojamų sėklų kokybė daro įtaką žemės ūkio produkcijai. Todėl agrarininkams rekomenduojama savo dirbamose žemėse sėti tik sertifikuotas sėklas, kurios praėjo visus būtinus kokybės patikrinimus, siekiant padidinti žemės ūkio derlių.

Sertifikuotos sėklos gali būti brangesnės nei nesertifikuotos, tačiau rezultatas bus vertas to, nes sėklų kokybė yra vienas iš svarbiausių elementų, turinčių įtakos pasėlių produktyvumui.

Be to, vienas iš aplinkai draugiškiausių būdų padidinti pasėlių produktyvumą yra naudoti tik aukštos kokybės sėklas. Ūkininkas gali patikrinti konkrečių sėklų kokybę susisiekęs su atitinkama sėklų įmone ir, jei reikia, suorganizavęs individualius bandymus konkrečiame žemės sklype.

Be to, labai svarbu suprasti, kad sėklų kokybė nėra amžina ar nepakitusi. Nuo pat pasėjimo į žemę sėklų grūdus reikia apsaugoti. Viena iš sėklų apdorojimo strategijų, naudojamų tam pasiekti, yra sėklų dražavimas.

Tai sėklų grūdų įdėjimo į išorines medžiagas technika, siekiant pagerinti jų savybes (svorį, dydį) ir (arba) aprūpinti juos veikliosiomis cheminėmis medžiagomis (mikroelementais, mikrobų inokuliantais, augimo reguliatoriais ir kt.), kad apsaugotų juos nuo augalų ligų ir paskatintų jų augimą.

4. Protingas trąšų naudojimas

Trąšos yra skirtos maitinti įvairių tipų dirvožemį, skatinti augalų augimą ir didinti derlių, tačiau jų naudojimas turėtų būti subalansuotas ir apdairus. Per didelis trąšų naudojimas gali turėti didelės įtakos dirvožemio kokybei ir dėl to žemės ūkio produktyvumui.

Skirtingiems lauko regionams gali reikėti skirtingo dirvožemio tręšimo lygio, todėl geriausias būdas yra trąšas naudoti selektyviai, atsižvelgiant į skirtingų lauko zonų poreikius. Toks tikslus lauko tręšimo būdas palaiko sveiką dirvožemį, todėl gaunamas didesnis vidutinis derlius iš akro.

A Pasėlių stebėjimo programinė įranga yra viena iš technologijų galimybių šiame kontekste. Joje yra lauko zonavimo įrankis, kuris, remdamasis palydovinėmis nuotraukomis, padalija dirbamą žemę į 2–7 zonas ir nustato vietas, kurioms reikia skirti daugiau dėmesio nei kitoms.

Augintojai dažnai naudoja tiksliąsias technologijas kaip vieną iš ekologiškiausių būdų jam padidinti.

5. Augalų apsaugos metodai

Žemdirbiai, norintys padidinti derlių, turi rūpintis savo augalais visą jų augimo laikotarpį ir iki vegetacijos sezono pabaigos. Ūkininkai, atsižvelgdami į situaciją, naudoja įvairius junginius, kad sumažintų piktžolių, kenkėjų ir ligų įtaką pasėlių produktyvumui.

Herbicidai, insekticidai, džiovikliai, augalų augimo reguliatoriai, fungicidai, adjuvantai ir kitos cheminės medžiagos yra dažni pavyzdžiai. Augalų apsauga gali būti atliekama įvairiais būdais. Piktžolių / kenkėjų kontrolė ir augalų ligų kontrolė yra du svarbiausi.

6. Augalų ligų prevencija ir valdymas

Augalų infekcijos yra dar vienas didelis pavojus augintojo žemės ūkio rezultatams. Ūkininkai gali naudoti įvairius augalų ligų prevencijos ir valdymo metodus, pavyzdžiui, rinktis ligoms atsparias arba joms atsparias veisles, apdoroti sėklas fungicidais ir naudoti pesticidus bei kitas panašias medžiagas besivystantiems augalams, priklausomai nuo lauke auginamų augalų rūšies.

Agrarininkai turėtų atkreipti ypatingą dėmesį į tai, kada jie naudoja šias ar kitas taktikas, kad jos turėtų didžiausią poveikį. Būtina nepamiršti, kad savalaikė augalų apsauga yra labai svarbi ūkio derlingumui iš akro – kuo anksčiau problema bus nustatyta, tuo greičiau ir lengviau ją bus galima išspręsti, ir kuo mažesnis laukų plotas bus paveiktas, tuo mažiau bus paveikta.

7. Piktžolių ir kenkėjų kontrolė

Augimo sezono metu pagrindiniai ūkininkų iššūkiai yra piktžolių ir kenkėjų kontrolė. Pavyzdžiui, viena piktžolė gali išauginti daugiau nei 10 milijonų piktžolių sėklų, kurios, jei nebus greitai sunaikintos, gali gerokai sumažinti derlių tam tikrame lauke ir sukelti sunkumų daugelį metų. Žemės ūkio specialistai taip pat turi imtis holistinių priemonių kenkėjų antplūdžių prevencijai.

Ūkininkai turi nuolat būti pasirengę greitai reaguoti į kenkėjų užkrėtimo problemas, nes kenkėjai yra labai prisitaikantys ir greitai besidauginantys organizmai, kurie gali kelti grėsmę produktams konkrečioje dirbamoje žemėje.

Pasėlių derliaus prognozavimas yra labai svarbus ūkininkams, nes tai tiesiogiai veikia jų pelno maržą. Jei ūkininkas žino, kokio derliaus gali tikėtis iš savo žemės, jis gali atitinkamai planuoti savo pasėlius ir padidinti savo pelno maržą. Štai kodėl svarbu tiksliai numatyti ūkio derlių prieš sėjant bet kokius pasėlius konkrečioje žemėje.

Derliaus prognozavimas naudojant „GeoPard“ žemės ūkio įrankius

Tai buvo svarbus agronomijos klausimas nuo seniausių laikų. Tai labai svarbu aprūpinimui maistu, ypač sausros, potvynių ar kitų stichinių nelaimių metu.

Ūkininkai taip pat naudoja pasėlių derliaus prognozavimą, kad priimtų sprendimus dėl pasėlių sodinimo ir derliaus nuėmimo, atsižvelgdami į dirvožemio drėgmės kiekį, kenkėjų antplūdžius ir kitus veiksnius, tokius kaip oro sąlygos ir trąšų poreikis.

Kad būtų galima priimti labiau pagrįstus sprendimus ir pagerinti augimo efektyvumą naudojantis ūkio derlingumo duomenimis, spustelėkite čia užsakyti demonstracinę versiją dabar.

Dažnai užduodami klausimai

1. Kaip ūkininkai padidina savo pasėlių derlių?

Ūkininkai didina pasėlių derlių tvarkydami dirvožemį, efektyviai drėkindami, taikydami sėjomainą ir kenkėjų bei piktžolių kontrolę. Ši praktika optimizuoja dirvožemio derlingumą, vandens prieinamumą ir sumažina kenkėjų bei ligų skaičių, todėl padidėja pasėlių produktyvumas.

2. Kaip apskaičiuoti pasėlių derlių iš hektaro/sklypo?

Jį galima išmatuoti įvairiais metodais ir taikant įvairius veiksnius. Vienas įprastas būdas – fiziškai nuimti reprezentatyvų pasėlių mėginį iš tam tikro ploto ir jį pasverti. Tada šis svoris ekstrapoliuojamas, kad būtų galima įvertinti bendrą viso lauko ar ūkio derlių.

Pavyzdžiui, jei mėginys sveria 100 kilogramų, o lauko plotas yra 2 hektarai, derlius iš hektaro būtų 50 kilogramų.

Be to, pažangios technologijos, tokios kaip nuotolinis stebėjimas ir palydoviniai vaizdai, gali būti naudojamos pasėlių sveikatai, augmenijos rodikliams ir biomasei įvertinti, o tai suteikia vertingų įžvalgų.

Matuojant grūdus, taip pat atsižvelgiama į kitus veiksnius, tokius kaip grūdų kokybė, dydis ir rinkos vertė. Pavyzdžiui, jei mėginys sveria 100 kilogramų, o lauko plotas yra 2 hektarai, derlius iš hektaro būtų 50 kilogramų.

3. Kaip įvertinate pasėlių derlių prieš derliaus nuėmimą?

Derliaus nuėmimą prieš derliaus nuėmimą galima apskaičiuoti derinant kelis metodus.

Vienas iš būdų – naudoti konkrečiam augalui pritaikytus augimo modelius, kuriuose atsižvelgiama į tokius veiksnius kaip sodinimo data, oro sąlygos ir augalų sveikata, siekiant prognozuoti potencialų derlių.

Kitas metodas – naudoti nuotolinio stebėjimo metodus, tokius kaip palydoviniai vaizdai ar dronai, siekiant įvertinti pasėlių gyvybingumą ir biomasę.

4. Kuri ūkininkavimo sistema duoda sveikesnius grūdus?

Ekologinio ūkininkavimo sistemos dažnai siejamos su sveikesniais grūdais. Ekologiniame ūkininkavime vengiama naudoti sintetinius pesticidus, herbicidus ir genetiškai modifikuotus organizmus (GMO). Vietoj to, ekologiniai ūkininkai naudoja natūralias trąšas, sėjomainą ir biologinius kenkėjų kontrolės metodus.

Ši praktika padeda auginti grūdus, kuriuose nėra cheminių medžiagų likučių, gali būti daugiau būtinų maistinių medžiagų ir mažesnis pesticidų užterštumo lygis.

Tačiau svarbu atkreipti dėmesį, kad konkreti grūdų nauda sveikatai gali skirtis priklausomai nuo tokių veiksnių kaip dirvožemio kokybė, pasėlių veislė ir derliaus nuėmimo praktika.

5. Kaip pesticidai padidina pasėlių derlių?

Pesticidai gali jį padidinti apsaugodami augalus nuo įvairių kenkėjų, ligų ir piktžolių. Jie padeda kontroliuoti arba pašalinti kenksmingus vabzdžius, grybelius, bakterijas ir kitus organizmus, kurie gali pažeisti ar sunaikinti pasėlius.

Sumažindami kenkėjų poveikį, pesticidai leidžia augalams augti energingiau, efektyviai naudoti maistines medžiagas ir skirti daugiau išteklių produktyviam augimui.

Nuotolinio pasėlių stebėjimo sistema: Kaip tai veikia?

Paskelbta pagal dementievgeopard

Nuotolinė pasėlių stebėjimo sistema tiksliojoje žemdirbystėje reiškia įvairių technologijų ir įrankių naudojimą pasėliams stebėti ir valdyti nuotoliniu būdu. Šis metodas naudoja duomenų rinkimo, analizės ir ryšio technologijas, kad būtų galima priimti pagrįstus sprendimus dėl pasėlių sveikatos, drėkinimo, tręšimo ir bendro ūkio valdymo.

XXI amžiuje, kai viskas tampa skaitmenine, ūkininkavimas neatsilieka. Skaitydami šį straipsnį, nemažai ūkininkų visame pasaulyje jau naudoja technologijas įvairioms užduotims savo laukuose atlikti, pavyzdžiui, stebėti augalų drėgmę, dirvožemio sąlygas, bendrą sveikatą, temperatūrą ir dar daug daugiau, naudodami jutiklius.

Naudodamiesi technologijomis, ūkininkai gali mėgautis tikslios statistikos privalumais, palyginti su senais laikais, kai pasirinkimai buvo daromi remiantis spėjimais ir intuicija. Tai padeda jiems priimti geresnius sprendimus, kurie lemia didesnį derlių.

Kas yra pasėlių stebėjimo sistema?

Pasėlių stebėsena – tai sistemingo augalų stebėjimo, vertinimo ir duomenų apie juos rinkimo procesas per visą jų augimo ciklą.

Tai apima reguliarų ir sistemingą augalų stebėjimą, siekiant surinkti informaciją apie jų sveikatą, augimą ir vystymąsi.

Jo tikslas – priimti pagrįstus sprendimus dėl pasėlių valdymo praktikos, optimizuoti išteklių naudojimą ir maksimaliai padidinti derlių. Paprastai tai apima šią veiklą:

  • Vizualinė apžiūra
  • Fenologiniai stebėjimai
  • Dirvožemio monitoringas
  • Orų stebėjimas
  • Jutiklių pagrindu veikiantis stebėjimas
  • Duomenų analizė

Stebėdami pasėlius, ūkininkai gali aktyviai spręsti problemas, optimizuoti išteklių paskirstymą ir priimti pagrįstus sprendimus, siekdami pagerinti bendrą pasėlių sveikatą, derlių ir pelningumą. Tai esminė tiksliosios žemdirbystės dalis, leidžianti ūkininkams taikyti tikslingą ir tvarų pasėlių valdymą.

Išmanioji pasėlių stebėjimo sistema: kaip ji veikia?

Pagrindinis jos tikslas – užtikrinti, kad ūkininkavimas taptų lengvesnis ir pelningesnis, palyginti su tradiciniais metodais. Nuo duomenų apie laukus rodymo iki orų prognozių – toliau pateikiama visa informacija, kurią galbūt norėsite sužinoti apie nuotolinį pasėlių stebėjimą ir susijusias temas.

Išmanioji pasėlių stebėjimo sistema apima įvairias technologijas, skirtas duomenims rinkti, analizuoti ir naudoti efektyviam pasėlių valdymui. Štai kaip ji paprastai veikia:

1. Jutiklių išdėstymas

Sistema pradedama diegiant jutiklius lauke. Šie jutikliai gali matuoti tokius parametrus kaip dirvožemio drėgmė, temperatūra, oro drėgnumas, maistinių medžiagų kiekis ir šviesos intensyvumas.

Juose taip pat gali būti oro jutikliai, skirti kritulių, vėjo greičio ir saulės spinduliuotės duomenims rinkti. Jutikliai yra strategiškai išdėstyti visame lauke, kad būtų renkami reprezentatyvūs duomenys.

2. Duomenų rinkimas

Išdėlioti jutikliai nuolat renka duomenis iš lauko. Tai galima padaryti naudojant laidinį arba belaidį ryšį.

Belaidžiai jutikliai dažniausiai naudojami, nes jie yra lankstūs ir lengvai diegiami. Surinkti duomenys siunčiami į centrinę sistemą tolesniam apdorojimui ir analizei.

3. Duomenų perdavimas

Belaidžiai jutikliai perduoda surinktus duomenis į centrinį mazgą arba šliuzą. Tai galima padaryti naudojant įvairias belaidžio ryšio technologijas, tokias kaip korinio ryšio tinklai, „Wi-Fi“ arba specialios radijo sistemos. Duomenys gali būti perduodami realiuoju laiku arba reguliariais intervalais, priklausomai nuo sistemos konfigūracijos.

4. Duomenų saugojimas ir apdorojimas

Surinkti duomenys saugomi duomenų bazėje tolesnei analizei. Duomenims taikomi pažangūs duomenų apdorojimo metodai, įskaitant mašininio mokymosi algoritmus ir statistinius modelius, siekiant išgauti prasmingas įžvalgas ir modelius. Ši analizė padeda nustatyti pasėlių sąlygų koreliacijas, tendencijas ir anomalijas.

5. Sprendimų palaikymas ir įspėjimai

Remdamasi analizuotais duomenimis, sistema teikia ūkininkams ar agronomams sprendimų priėmimo pagalbą. Ji generuoja įspėjimus ir pranešimus apie kritinius įvykius, tokius kaip dirvožemio drėgmės lygio kritimas žemiau ribos arba kenkėjų ar ligų buvimas.

Šie įspėjimai teikiami per žiniatinklio valdymo skydus, mobiliąsias programėles arba el. pašto / SMS pranešimus, todėl galima laiku įsikišti.

6. Vizualizacija ir ataskaitų teikimas

Sistema pateikia analizuojamus duomenis patogiu vartotojui būdu vizualizacijų ir ataskaitų pavidalu. Grafikai, diagramos ir žemėlapiai dažnai naudojami informacijai apie pasėlių sveikatą, augimo modelius ir aplinkos sąlygas perteikti. Tai padeda ūkininkams lengvai interpretuoti duomenis ir priimti pagrįstus sprendimus.

7. Automatizavimas ir valdymas

Kai kuriais atvejais jį galima integruoti su automatizuotomis drėkinimo sistemomis, tręšimo sistemomis ar mašinomis.

Remdamasi surinktais duomenimis ir analize, sistema gali automatiškai valdyti laistymo grafikus, koreguoti maistinių medžiagų kiekį arba aktyvuoti kenkėjų kontrolės priemones.

Ši integracija leidžia priimti realiuoju laiku, duomenimis pagrįstus sprendimus ir tiksliai kontroliuoti pasėlių valdymo praktiką.

Išmaniosios pasėlių stebėjimo sistemos pagrindinis tikslas – optimizuoti išteklių naudojimą, pagerinti pasėlių produktyvumą ir sumažinti išlaidas, suteikiant ūkininkams tikslią ir savalaikę informaciją sprendimams priimti. Pasitelkdamos technologijas, tokios sistemos leidžia taikyti efektyvesnę ir tvaresnę pasėlių valdymo praktiką šiuolaikiniame žemės ūkyje.

Nuotolinės pasėlių stebėjimo sistemos svarba

Viena svarbiausių užduočių, visada atliekamų siekiant gero derliaus, yra pasėlių stebėsena. Kadangi augalai yra nuolat stebimi, užtikrinama, kad jie augtų geriausiomis sąlygomis, o atsiradus bet kokiems nukrypimams, jie laiku ištaisomi, taip sumažinant niokojantį gresiantį poveikį.

Ūkininkui ar žemės ūkio entuziastui verta paminėti, kad šiuo metu būtina tikėtis geresnio, masyvaus ir aukštesnės kokybės derliaus, nes dauguma trūkumų išsprendžiami pakankamai anksti.

Nuo tada pasėlių stebėjimas yra vienas iš pagrindinių gero derliaus reikalavimų, todėl reikia specialių mokymų. Specialūs mokymai nereiškia, kad reikia turėti magistro ar bakalauro laipsnį, tereikia suprasti, kaip koordinuoti, stebėti ir netgi įvertinti gautus rezultatus. Taip galėsite priimti geresnius sprendimus, pagrįstus tikslia diagnoze ir vėliau gauti geriausios kokybės derlių.

Rinkdamiesi stebėti savo pasėlius, turite žinoti, kad be užkrėtimo ir kenkėjų plitimo prevencijos, ligos ir net piktžolės visada yra kontroliuojamos, todėl nėra jokio niokojančio poveikio, kuris sumažintų galutinių produktų našumą ir netgi kokybę.

Ar žinote, kad dėl kenkėjų biologinių komponentų mutacijų ir transformacijų pasėliams kasmet kyla keistų grėsmių, todėl dažniausiai pasirinkus vieną ir tą patį gydymo metodą, klystate ir turite kaskart keisti taktiką?

Dėl šios priežasties pasėlių stebėsena laikoma rimta užduotimi, reikalaujančia daugiau atsakomybės ir kurios negalima menkinti.

Stebint vaisinius augalus, tokius kaip kriaušės ir net obelys, taikant integruotą kenkėjų kontrolės programą, patartina ne tik sekti medžių pokyčius, bet ir tikrinti orus juos veikiančioje vietovėje.

Tai leidžia jums sudaryti galimų kenkėjų, galinčių kelti grėsmę medžių augimui, sąrašą. Sistemingas vizualinis sodo sklypo stebėjimas padės sumažinti išlaidas ir laiką nuo sodinimo sezono iki derliaus nuėmimo.

Klimatas ir kenkėjai

Abejotina klimato įtakos analizės dalis yra tiesiog ta, kad kai kurie kenkėjai gali juo maitintis ir vėliau labai greitai tapti toksiški pasėliams. Iš esmės, žemės ūkyje daugeliui ūkininkų visada trūksta sąmoningumo, todėl jie pastebi, kada jau per vėlu, kai jų pasėlius jau masiškai užpuolę kenkėjai.

Geroji šio reiškinio dalis yra ta, kad kenkėjai visada nuspėjamai reaguoja į klimatą, todėl galima sukurti puikią strategiją, kaip išvengti kito kenkėjų atakos ir užkirsti jam kelią ateityje.

Nors stebėsena atliekama dažniau, daržovių ir vaisių augintojai apie kenkėjų buvimą ar bet kokią grėsmę visada sužino šiek tiek vėlai. Tai rodo, kaip svarbu stebėti klimato veiksnius, kurie galiausiai tampa ankstesniais kenkėjų atsiradimo ir užkrėtimo požymiais.

Blokinių pasėlių stebėjimas

Pasėlius galima stebėti įvairiais būdais, o vienas iš jų – vizualinis stebėjimas naudojant blokus, kurie leidžia analizuoti medžius, turinčius panašias savybes pagal jų veislę, amžių ir net fizinę būklę.

Vizualinio stebėjimo idėja – turėti blokus, kurie veiktų kaip ženklai, ir tokius, kuriuos būtų galima tirti kaip vienetą, o ne atskirai, nes tai yra būdas, kurį naudoja daugelis ūkininkų visame pasaulyje, o sodininkystės ekspertai visada turi ribotą laiką peržiūrėti kiekvieną lauke išdėstytą bloką.

nuotolinės pasėlių stebėjimo sistemos svarba

Renkantis tinkamiausią bloką, reikia atkreipti dėmesį, nes pasirinktas blokas turi turėti visą kenkėjų istoriją, kad būtų galima pritaikyti geriausią gydymą ir prevenciją kitų medžių augimui apsaugoti.

Jums nereikia turėti didelės įrangos, įrankių ar net sudėtingų metodų savo pasėliams stebėti. Vienas geriausių būdų tai padaryti – tiesiog atlikti kruopštų ir išsamų vizualinį patikrinimą, kuris leis jums pastebėti skirtingus tipus. kenkėjai esantis medžiuose.

Tai visada galima atlikti naudojant įprastą lęšį, tačiau ekspertai visada naudos sudėtingesnę įrangą, pavyzdžiui, binokulinį mikroskopą. Tai leidžia jiems suskaičiuoti ir net identifikuoti erkes ir tripsus.

Pasėlių temperatūra

Norint tiksliai išmatuoti temperatūrą stebint pasėlius, galima pasirinkti paprastą termometrą, prieš tai sužinojus apie paprastą informaciją. Be to, galite naudoti ir temperatūros matuoklį, kuris labai populiarus tarp kaimo tiekėjų, ir užsirašyti papildomą informaciją.

Taip pat verta paminėti, kad termometrą reikia pastatyti sode ir užtikrinti, kad jis nebūtų veikiamas tiesioginių saulės spindulių. Taip pat galite pridėti duomenų kaupiklį, kad būtų galima įrašyti tikslesnę informaciją apie orus.

Duomenų kaupikliams taip pat galite pasirinkti tuos, kurie gali matuoti temperatūrą, lietų, drėgmę ir net lapų drėgmę.

Kad galėtumėte atidėti medžius, kurie nebus tiriami, su blokuose esančiais medžiais, kurie bus naudojami kaip indikatoriai, kad galėtumėte juos atskirti, jums tereikia juos pažymėti akriliniais dažais arba net lipnia juosta.

Integruotos kenkėjų kontrolės taikymas užtikrina žiedų, pumpurų ir vaisių atsitiktinį atrinkimą ir žymėjimą, kad būtų galima stebėti kiekvieną medį.

Maždaug po vienos ar dviejų savaičių, kai vystosi vaisiai, ūkininkai turi skirti dešimt–dvidešimt minučių kiekvienam dviejų su puse akro plotui, griežtai tvarkydami pažymėtus vaisius, žiedus ir pumpurus, ieškodami bet kokių požymių, kurie galėtų rodyti vieno ar net kelių kenkėjų buvimą pasėlyje.

Kai pasėliuose aptinkamas kenkėjas, tai reikia greitai ir išsamiai užregistruoti specialiai tokio pobūdžio duomenims skirtame žurnale.

Išvada

Visa mūsų agronomų komanda yra įvairių žemės ūkio sričių profesionalai, taip pat galintys teikti stebėsenos paslaugas, derindami lauko patikrinimus su kiekybiniu ir kokybiniu vertinimu bei nuotoline žemės ūkio pasėlių stebėsenos sistema.

Visos šios novatoriškos sistemos yra vertinimai, orientuoti į įvairią veiklą, kuria atidžiai stebima pasėlių raida, renkami su šia vietove susiję duomenys ir informacija.

Šiuos duomenis kruopščiai išanalizuoja mūsų profesionalų komanda ir pateikia galutinėje ataskaitoje, kurioje jie gali paminėti ir įvertinti pagrindinius veiksnius, galinčius turėti įtakos pasėlių produktyvumui.

Remdamasi šiais rezultatais, „GeoPard“ gali pateikti numatomą derliaus nuėmimo laiką ir pasėlių derlių. Tai leidžia klientams sklandžiai stebėti savo pasėlius naudojant naujausius palydovinius vaizdus. Sverkite duomenų sluoksnius tam tikroje vietoje nenaudojant konkretaus įrenginio.

Nuotolinio zondavimo tipai žemės ūkyje

Paskelbta pagal dementievgeopard

Pastaruoju metu žemės ūkyje išaugo pažangių technologijų sistemų, tokių kaip nuotolinis stebėjimas, naudojimas. Šiandieninė žemės ūkio praktika yra gerokai efektyvesnė, nuoseklesnė ir supaprastinta, palyginti su įprasta agrarine praktika.

Pažangių metodų, pavyzdžiui, pasėlių derliaus įvertinimo, naudojimas visuose auginimo proceso aspektuose gali duoti idealų derlių ir geresnį derlių.

Siekdami užtikrinti didesnį derlių, ūkininkai turi užtikrinti geriausią savo pasėlių sveikatą. Nors įprastų sistemų naudojimas ribojo...didesnių regionų stebėjimas, nes ūkininkai turėjo fiziškai aplankyti visas žemės dalis.

Naujausia inovacija suteikė įvairių būdų, kuriais ūkininkai gali be didelių pastangų patikrinti pasėlių kokybę didesniuose regionuose.

Kas yra nuotolinis stebėjimas?

ApibrėžtiNuotolinis stebėjimas yra studijų ir technologijų sritis, apimanti informacijos apie Žemės paviršių ar kitus objektus rinkimą per atstumą. Joje naudojami įvairūs įrenginiai ir jutikliai, tokie kaip palydovai, lėktuvai ir dronai, duomenims rinkti neužmezgant fizinio kontakto su taikiniu.

Paprastai tariant, tai apima žemės patikrinimą pažangia įranga iš tolimų atstumų. Tikrinimas apima fizines žemės sklypo savybes.

Procesas veikia įvertinant nuo žemės paviršiaus skleidžiamą ir atspindėtą spinduliuotę, kuri padeda susidaryti vaizdą apie žemę ir padeda specialistams priimti sprendimus dėl konkrečių žemės dalių.

Šios elektromagnetinės bangos apima matomą šviesą, infraraudonuosius spindulius ir mikrobangų spinduliuotę. Analizuodami spinduliuotės charakteristikas, mokslininkai gali išgauti vertingos informacijos apie Žemės ypatybes ir procesus.

Jis turi platų pritaikymo spektrą įvairiose disciplinose, įskaitant aplinkos monitoringą, žemės ūkį, miestų planavimą ir nelaimių valdymą. Jis suteikia galimybę stebėti ir tirti didelius Žemės paviršiaus plotus, prie kurių būtų sudėtinga arba neįmanoma tiesiogiai prisijungti.

Kam naudojamas nuotolinis stebėjimas?

Padidinti pasėlių vystymasis ir padidinti derlių nepalankioje rinkoje, gamintojai linkę naudoti naujausias prieinamas technologijas. Kad užtikrintų didžiausią derlių, ūkininkai nori, kad derlius išliktų kuo geresnės būklės.

Derliaus stiprumo stebėjimas dideliame regione tampa gerokai paprastesnis, naudojant nuotolinį stebėjimą žemės ūkyje.

Proceso metu surinkti duomenys padeda taikyti tikslųjį auginimą, suteikdami ūkininkams galimybę pasiekti didesnį derlių. Kai kurios įprastos nuotolinio stebėjimo programos apima:

  • Žemės dangos ir žemės naudojimo žemėlapiai: Jis gali identifikuoti ir klasifikuoti skirtingus žemės dangos tipus, tokius kaip miškai, pasėliai, vandens telkiniai ir miesto teritorijos. Ši informacija padeda stebėti žemės naudojimo pokyčius, vertinti miškų naikinimą, valdyti gamtos išteklius ir planuoti miestų plėtrą.
  • Aplinkos monitoringas: Tai leidžia stebėti ir analizuoti aplinkos parametrus, tokius kaip augmenijos sveikata, vandens kokybė, oro tarša ir klimato kaitos rodikliai. Tai padeda stebėti ir suprasti gamtos reiškinius, tokius kaip miškų gaisrai, sausros ir poliarinių ledynų tirpimas.
  • Žemės ūkis ir pasėlių valdymas: Žemės ūkio nuotolinis stebėjimas gali įvertinti pasėlių sveikatą, apskaičiuoti pasėlių derlių ir nustatyti kenkėjų ar ligų paveiktas zonas. Ši informacija padeda ūkininkams priimti pagrįstus sprendimus dėl drėkinimo, tręšimo ir kenkėjų kontrolės, o tai pagerina pasėlių produktyvumą ir išteklių valdymą.
  • Nelaimių valdymas: Jis atlieka labai svarbų vaidmenį reaguojant į nelaimes ir jas atstatant. Jis padeda nustatyti stichinių nelaimių, tokių kaip uraganai, potvyniai ir žemės drebėjimai, mastą, todėl galima efektyviai paskirstyti išteklius ir pagalbą. Jis taip pat padeda įvertinti žalą po nelaimės ir planuoti atstatymo veiklą.
  • Geologija ir mineralų žvalgyba: Jos metodai, tokie kaip hiperspektrinis vaizdavimas ir radaras, gali aptikti ir apibūdinti geologinius darinius ir mineralų telkinius. Ši informacija padeda sudaryti geologinius žemėlapius, ieškoti mineralų ir vertinti išteklius.

Nuotolinio stebėjimo metodai toliau tobulėja kartu su jutiklių technologijos, vaizdo apdorojimo algoritmų ir duomenų analizės metodų pažanga.

Didėjant didelės skiriamosios gebos palydovinių vaizdų prieinamumui ir nuotolinio stebėjimo duomenų integravimui su geografinėmis informacinėmis sistemomis (GIS), plečiasi jų taikymo sritys ir potencialas, prisidedant prie geresnio mūsų planetos supratimo ir palengvinant pagrįstus sprendimų priėmimo procesus.

Kaip veikia nuotolinis stebėjimas?

Jis veikia fiksuodamas ir analizuodamas elektromagnetinę spinduliuotę, kurią skleidžia arba atspindi objektai ar paviršiai Žemėje per atstumą. Pateikiamas supaprastintas nuotolinio stebėjimo veikimo paaiškinimas:

Kaip veikia nuotolinis stebėjimas?

  • Energijos šaltinis: Tai prasideda nuo energijos šaltinio, kuris gali būti natūralus (pvz., saulės šviesa) arba dirbtinis (pvz., aktyvūs jutikliai, tokie kaip radaras). Energijos šaltinis skleidžia elektromagnetinę spinduliuotę Žemės paviršiaus link.
  • Sąveika su taikiniu: Spinduliuojama energija sąveikauja su taikiniu – objektais ar paviršiais. Dalis energijos yra sugeriama, dalis atsispindi, o dalis gali būti perduodama per taikinį. Sąveika priklauso nuo taikinio savybių, tokių kaip jo sudėtis, tekstūra ir drėgmės kiekis.
  • Jutiklio aptikimasJutikliai, paprastai esantys palydovuose, orlaiviuose ar dronuose, aptinka taikinio atspindėtą ar skleidžiamą energiją. Šie jutikliai gali užfiksuoti platų bangos ilgių diapazoną, įskaitant matomą, infraraudonąją ir mikrobangų spinduliuotę.
  • Duomenų rinkimas: Jutikliai renka duomenis skaitmeninių vaizdų arba matavimų forma. Gauti duomenys gali apimti atspindėtos arba skleidžiamos energijos intensyvumą skirtingais bangos ilgiais.
  • Duomenų perdavimas ir saugojimas: Surinkti duomenys perduodami į antžemines stotis arba saugomi jutiklių platformoje. Tuomet jie apdorojami ir pateikiami tolesnei analizei.
  • Duomenų apdorojimas ir analizė: Nuotolinio stebėjimo duomenys apdorojami naudojant specializuotus algoritmus ir metodus. Tai apima atmosferos trukdžių, geometrinių iškraipymų korekcijas ir radiometrinį kalibravimą. Apdoroti duomenys analizuojami, siekiant išgauti prasmingą informaciją apie Žemės paviršių.
  • Aiškinimas ir taikymas: Išanalizuotus duomenis interpretuoja ekspertai, pavyzdžiui, mokslininkai, geografai ar agronomai. Jie identifikuoja ir klasifikuoja objektus, sudaro žemės dangos tipų žemėlapius, stebi pokyčius ir išskiria įvairioms reikmėms aktualią informaciją.
  • Vizualizacija ir komunikacija: Galutiniai rezultatai dažnai vizualizuojami žemėlapiais, vaizdais ar kitais grafiniais vaizdais. Šie vizualiniai rezultatai palengvina sprendimus priimantiems asmenims, mokslininkams ir visuomenei suprasti ir interpretuoti informaciją.

Svarbu pažymėti, kad jis gali naudoti tiek pasyvius, tiek aktyvius jutiklius. Pasyvieji jutikliai aptinka natūraliai susidarančią energiją (pvz., saulės šviesą), kurią atspindi arba skleidžia Žemės paviršius. Kita vertus, aktyvūs jutikliai skleidžia savo energiją (pvz., radaro impulsus) ir matuoja atspindėtą energiją.

Kaip tai veikia žemės ūkyje?

Nuotolinio stebėjimo procesas žemės ūkyje pagrįstas informacija, surinkta įvairiais prietaisais per tam tikrą laikotarpį. Surinkti duomenys gali būti naudojami įvairiems pasėlių ir derliaus aspektams analizuoti.

Ši analizė naudojama norint atlikti pasėlių pakeitimus, siekiant užtikrinti maksimalų derlių. Proceso metu galima atlikti įvairias analizes ir atitinkamai įgyvendinti priemones. Dažniausios grėsmės, su kuriomis susiduria ūkininkai, yra kenkėjų užkrėtimas ir piktžolės pasėliuose.

Žemės ūkyje tai gali padėti anksti aptikti šiuos pažeidimus ir įspėti ūkininkus, kad jie imtųsi reikiamų atsakomųjų priemonių, siekiant užtikrinti pasėlių sveikatą. Norint atlikti šį procesą skirtinguose žemės plotuose, kurių dydis ir derliaus rūšys svyruoja, naudojami įvairūs prietaisai ir jutikliai.

Nuotolinio zondavimo tipai žemės ūkyje

Žemės ūkyje nuotolinio stebėjimo metodai apima įvairius duomenų apie pasėlius ir žemės ūkio kraštovaizdžius rinkimo ir analizės metodus. Štai keletas dažniausiai žemės ūkyje naudojamų nuotolinio stebėjimo tipų:

1. Optinis jutimas: Optiniai jutikliai fiksuoja elektromagnetinę spinduliuotę matomoje, artimojoje infraraudonojoje (NIR) ir šiluminėje infraraudonojoje (TIR) spektro srityse. Jie teikia vertingos informacijos apie pasėlių sveikatą, augmenijos rodiklius ir žemės dangą. Optiniai jutikliai dažniausiai gaunami iš palydovinių vaizdų arba aerofotografijos.

2. Daugiaspektris jutimas: Daugiaspektriniai jutikliai fiksuoja duomenis keliose atskirose elektromagnetinio spektro juostose. Jie leidžia analizuoti konkrečius bangos ilgius, susijusius su augmenijos sveikata ir pasėlių stebėsena. Daugiaspektriniai duomenys dažniausiai naudojami augmenijos indeksams, tokiems kaip NDVI (normalizuotas diferencinis augmenijos indeksas) ir EVI (patobulintas augmenijos indeksas), apskaičiuoti, siekiant įvertinti pasėlių būklę.

3. Hiperspektrinis jutimas: Hiperspektriniai jutikliai fiksuoja duomenis šimtuose siaurų ir gretimų spektro juostų visame elektromagnetiniame spektre. Ši didelė spektrinė skiriamoji geba leidžia atlikti išsamią konkrečių medžiagų ir augmenijos savybių analizę ir identifikavimą. Hiperspektriniai duomenys yra vertingi ligų aptikimui, maistinių medžiagų vertinimui ir išsamiam pasėlių klasifikavimui.

4. Terminis jutimas: Terminiai jutikliai fiksuoja duomenis elektromagnetinio spektro TIR srityje. Jie matuoja objektų, įskaitant pasėlius ir dirvožemį, skleidžiamą spinduliuotę, kuri yra susijusi su jų temperatūra. Terminis matavimas yra naudingas vertinant vandens trūkumą, nustatant drėkinimo efektyvumą ir stebint pasėlių sveikatą pagal temperatūros svyravimus.

5. Radarų aptikimas: Radarų jutikliai naudoja mikrobangų spinduliuotę, kad prasiskverbtų pro debesų dangą, augmeniją ir dirvožemį, todėl duomenis galima rinkti nepriklausomai nuo oro sąlygų. Radarų jutikliai matuoja atgal išsklaidytą signalą, kuris teikia informaciją apie pasėlių ir reljefo struktūrą bei drėgmės kiekį. Radarų duomenys yra vertingi topografijos žemėlapiams sudaryti, dirvožemio drėgmei stebėti ir pasėlių augimo stadijoms įvertinti.

6. LiDAR jutikliaiLiDAR (šviesos aptikimo ir diapazono nustatymo) jutikliai skleidžia lazerio impulsus ir matuoja laiką, per kurį atspindėta šviesa grįžta. LiDAR duomenys teikia labai tikslią trimatę informaciją apie pasėlių aukštį, lajos struktūrą ir reljefo aukštį. Tai naudinga tiksliosios žemdirbystės taikymams, įskaitant pasėlių aukščio įvertinimą, reljefo modeliavimą ir lajos apibūdinimą.

7. Bepiločiai orlaiviai (UAV)Bepiločiai orlaiviai (UAV), aprūpinti įvairiais jutikliais, tokiais kaip RGB kameros, daugiaspektriniai jutikliai arba terminiai jutikliai, leidžia rinkti didelės skiriamosios gebos ir lanksčius duomenis lokalizuotu mastu. Bepiločiai orlaiviai teikia išsamią ir savalaikę informaciją pasėlių stebėjimui, ligų aptikimui ir tiksliosios žemdirbystės praktikai.

Šie skirtingi nuotolinio stebėjimo metodų tipai siūlo papildomus duomenų šaltinius ir galimybes, leidžiančius visapusiškai suprasti žemės ūkio sistemas.

Integruodami ir analizuodami duomenis iš kelių šaltinių, ūkininkai, agronomai ir tyrėjai gali gauti įžvalgų apie pasėlių sveikatą, augimą, maistinių medžiagų būklę, vandens valdymą ir kitus esminius veiksnius, kurie prisideda prie veiksmingo žemės ūkio valdymo.

Jutiklių tipai

Įvairių rūšių jutikliai naudojami kartu įvairiai informacijai rinkti įvairaus dydžio teritorijose. Jutikliai iš esmės skirstomi į logistinius tipus. Yra palydoviniai jutikliai, antžeminiai jutikliai ir antžeminiai jutikliai.

Šie jutikliai gali būti toliau skirstomi į kategorijas, pavyzdžiui, žemės jutikliai, ir gali būti įvairių konfigūracijų. Yra nešiojamieji žemės jutikliai, yra ant transporto priemonių montuojami žemės jutikliai, pavyzdžiui, montuojami ant traktorių, ir yra laisvai pastatomi žemės jutikliai, kurie paprastai montuojami ant stulpų ir didesnių medžių.

Antžeminiai jutikliai dažniausiai naudojami maistinių medžiagų lygiui, dirvožemio drėgmės kiekiui ir orams tikrinti. Naudojant šiuos metodus, galima atlikti daugybę trąšų naudojimo ir laistymo pakeitimų, siekiant išlaikyti didelį derlių.

Kita jutiklių kategorija yra oro jutikliai. Dėl dronų atsiradimo oro jutikliai tapo gana įperkami ir prieinami.

Šie antenos jutikliai gali daryti didelės raiškos žemės nuotraukas, taip pat rinkti kitus jutiklių duomenis, ilgesnį laiką skraidydamas mažame aukštyje virš pasėlių. Šių jutiklių surinkti duomenys gali padėti aptikti piktžoles, įvertinti derlių ir atlikti kitus išsamius tyrimus, pavyzdžiui, matuoti dirvožemio druskingumą ir chlorofilo kiekį.

Nors jie tapo prieinami ir įperkami, jie vis dar neveikia pučiant stipriam vėjui ir debesuotam orui, o tai yra jų naudojimo trūkumas.

Toliausiai iš visų vaizdavimo jutiklių platformų yra palydovinis jutiklis. Palydovų naudojimas bet kokio tipo vaizdams gauti tradiciškai buvo skirtas vyriausybėms ir kariuomenėms. Palydovinių vaizdų naudojimas žemės ūkyje padeda aprėpti didelius žemės plotus ir gali padėti patikrinti pasėlių būklę.

Po stichinės nelaimės tai gali padėti apskaičiuoti nuostolius ir įvertinti pasėlių derlių. Nors palydovinių jutiklių duomenų naudojimas turi daug privalumų, yra ir daug trūkumų, visų pirma, tai brangu, ir net atmetus išlaidas, vaizdų gavimo reikia prašyti konkrečiu laiku, paprastai prieš kelis mėnesius.

Visa tai gali būti beprasmiška, jei pageidaujamoje vietovėje pageidaujamu laiku yra debesuotumas. Vyriausybės visame pasaulyje pradėjo atverti palydovinius vaizdus visuomenei, o tai ateityje galėtų labai palengvinti šį procesą.

Jutiklio veikimas

Identifikuodami pasėlių lauko spalvas, jutikliai perduoda informaciją, kuri gali būti naudinga nustatant augalo sveikatos būklę. Žvelgiant į augalo spalvą pagal tikslius jutiklių pateiktus duomenis, galima išmatuoti augalo chlorofilo kiekį, o tai leidžia ūkininkui nustatyti bet kokį maistinių medžiagų trūkumą ar augalo sveikatos problemą.

Paprastus duomenis galima išgauti naudojant įprastus spalvų jutiklius, tačiau sudėtingai informacijai gauti naudojami infraraudonųjų spindulių ir trumpųjų bangų jutikliai.

Jutiklių veikimas žemės ūkyje

Jei lapas pažeistas iš vidaus, šviesos atspindys nuo lapų pasikeičia infraraudonųjų spindulių spektre. Tai taip pat gali rodyti, ar nėra pakankamai vandens. Vienas patikimiausių žemės ūkio nuotolinio stebėjimo modelių yra žinomas kaip normalizuotas vegetacijos skirtumo indeksas arba NDVI..

Naudodamas infraraudonųjų spindulių ir „Red-Edge“ jutiklius, NDVI modelis gali lengvai nustatyti pažeistus pasėlius, o tai suteikia ūkininkams daugiau reakcijos laiko imtis veiksmingų atsakomųjų priemonių pasėliams išsaugoti.

Šie jutikliai taip pat gali būti naudojami dirvožemio būklei patikrinti ir druskingumui matuoti. Dirvožemis su nereikalingomis druskomis paprastai bus ryškesnis infraraudonųjų spindulių diapazone, o tai gali padėti nustatyti dirvožemį, kuriam reikia daugiau laistymo sistemos ir apdorojimo.

Naudojant terminius jutiklius galima optimizuoti drėkinimo sistemą. Iš bet kurio šaltinio skleidžiama šiluma rodoma kaip šviesesnis tonas infraraudonųjų spindulių diapazone.

Po drėkinimo ūkininkas gali pasiųsti virš savo laukų anteninį ilgojo dažnio infraraudonųjų spindulių jutiklį (LWIR), kad patikrintų, kurie regionai skleidžia šilumą dėl prastos vandens sistemos, ir taip išspręstų drėkinimo sistemos problemas.

Palydoviniai jutikliai gali apimti platų pajėgumų spektrą. Kadangi jie gali apeiti klimato sąlygas, jie idealiai tinka sodininkystės stebėjimams. Be radarų ir mikrobangų jutiklių, palydovų GPS teikia tikslią vietos informaciją, kuri yra esminė naujose žemės ūkio inovacijose, tokiose kaip savaeigė žemės ūkio įranga ir savaeigės žemės ūkio transporto priemonės.

Nuotolinio stebėjimo ir GIS vaidmuo ir privalumai žemės ūkyje

Jis atlieka gyvybiškai svarbų vaidmenį žemės ūkyje, teikdamas vertingą informaciją ir įžvalgas, kurios prisideda prie geresnio pasėlių valdymo, didesnio produktyvumo ir tvarios ūkininkavimo praktikos. Štai keli pagrindiniai nuotolinio stebėjimo svarbos žemės ūkyje aspektai:

Pasėlių pasėlių ploto įvertinimas

Vienas iš svarbiausių nuotolinio stebėjimo panaudojimo sodininkystėje sričių yra pasėlių apsėjimo regiono vertinimas. Duomenys iš oro ir palydovinių jutiklių leidžia tiksliai analizuoti pasėtus regionus ir padeda įvertinti riziką, jei įvyktų nelaimė ar katastrofa.

Nuotolinio stebėjimo ir GIS vaidmuo ir privalumai žemės ūkyje

Pasėlių sveikatos vertinimas

Tai leidžia ūkininkams ir agronomams stebėti pasėlių sveikatą ir gyvybingumą dideliuose plotuose. Analizuodami palydovinius arba aerofotonuotraukas, jie gali aptikti ankstyvus streso, maistinių medžiagų trūkumo, ligų protrūkių ar kenkėjų antplūdžio požymius. Ši ankstyvojo perspėjimo sistema leidžia laiku imtis intervencijų ir tikslinių priemonių, mažinant pasėlių nuostolius ir optimizuojant išteklių paskirstymą.

Derliaus įvertinimas ir prognozavimas

Duomenys kartu su statistiniais modeliais gali padėti įvertinti ir prognozuoti pasėlių derlių. Analizuodami augmenijos rodiklius ir stebėdami tokius veiksnius kaip lajų danga ir biomasė, ūkininkai gali numatyti galimus derliaus svyravimus ir priimti pagrįstus sprendimus dėl savo produkcijos nuėmimo, sandėliavimo ir pardavimo.

Augalų ligų identifikavimas

Žemės ūkyje naudojamas GIS nuotolinis stebėjimas leidžia lengviau nustatyti užterštumą ir kenkėjų atakas dideliuose pasėliuose pradinėse stadijose. Tai suteikia gamintojams tinkamą galimybę imtis visų atsakomųjų priemonių, kad apsaugotų derlių nuo didelių nuostolių. Tai įmanoma naudojant palydovinius vaizdus ir tyrimus.

Dirvožemio savybės

Galbūt pagrindinis elementas, užtikrinantis gerą derlių, yra tinkamas dirvožemio palaikymas. Tai tiesiogiai veikia derlių. Bet kokia pažanga ūkio valdymas arba ūkininkavimo sistema sukelia dirvožemio pokyčius, kurie savo ruožtu turi įtakos dirvožemio produktyvumui.

Pavyzdžiui, dirvožemio druskingumas, dirvožemio pH, organinių medžiagų lygis ir dirvožemio tekstūra gali būti atpažįstami naudojant nuotolinį aptikimą, o šiuos duomenis galima analizuoti, kad būtų galima atlikti bet kokį reikšmingą dirvožemio apdorojimą.

Dirvožemio drėgmės kartografavimas leidžia tiksliai įvertinti vandens kiekį dirvožemyje, o tai gali padėti atlikti bet kokius drėkinimo sistemos struktūros atnaujinimus.

Drėkinimo valdymas

Vanduo yra labai svarbus žemės ūkio išteklius ir atlieka lemiamą vaidmenį optimizuojant jo naudojimą. Įvertindamas augmenijos drėgmės lygį ir garavimo greitį, ūkininkai gali nustatyti tikslius savo augalų vandens poreikius.

Ši informacija leidžia jiems įgyvendinti veiksmingas drėkinimo strategijas, mažinant vandens švaistymą ir užtikrinant, kad pasėliai gautų pakankamai drėgmės optimaliam augimui.

Potvynio poveikis

Palydovinių jutiklių ir antžeminių jutiklių surinktų duomenų pagalba galima gauti daug tikslios informacijos, kad būtų galima tiksliai įvertinti nuostolius.

Dėl per didelio kritulių kiekio kilus potvyniams, žemės plotai su prasta drenažo sistema rizikuoja užmirkti, o tai lemia esminius derliaus ir derliaus nuostolius.

Nuostolių vertinimas gali padėti toliau planuoti žalos kontrolę ir atsakomąsias priemones, kad nuostoliai būtų kuo mažesni..

NATCAT modeliavimas

Nuotolinis stebėjimas žemės ūkyje gali padėti įvertinti esamus ir prognozuoti stichinių nelaimių pavojus. Naudojant jutiklių perduodamą informaciją ir įprastų pavojų elgseną.

TTam reikia sudaryti rizikos žemėlapį ir apskaičiuoti pavojus, įvertinant pavojus, kurie užbaigiami kompiuteriu imituotais nelaimių modeliais.

Nuotolinio stebėjimo žemėlapiai, parengti naudojant istorinę informaciją ir dabartinę informaciją, surinktą iš įvairių jutiklių, padeda priskirti didelės potvynių tikimybės zonas didelio pavojaus įvertinimams.

Tai padeda ūkininkavimui, nes didesnės rizikos regionuose augalai nesodinami ir jie apdorojami siekiant geriau apsaugoti nuo potvynių kitą sezoną.

Dronų vaizdų analizė pasėlių žalos įvertinimui

Dronų nuotraukų analizė naudojama vertinant pasėlius dėl krušos, medžių skaičiavimo ir invazijų padarytos žalos. Dronų vaizdai yra tokie pat tikslūs, kaip ir įvesties erdvinė skiriamoji geba. Ją galima padidinti pagal poreikį.

Maistinių medžiagų valdymas

Tai gali padėti įvertinti maistinių medžiagų trūkumą ir valdyti tręšimo praktiką. Analizuodami spektrinio atspindžio modelius, ūkininkai gali nustatyti lauko sritis, kuriose yra skirtingas maistinių medžiagų kiekis.

Tai leidžia tikslingai naudoti trąšas, sumažinti perteklinį jų naudojimą ir galimą aplinkos užterštumą, tuo pačiu maksimaliai padidinant pasėlių maistinių medžiagų įsisavinimą ir produktyvumą.

Poveikio aplinkai vertinimas

Tai suteikia galimybę įvertinti žemės ūkio praktikos poveikį aplinkai. Tai padeda stebėti dirvožemio eroziją, vertinti apsaugos priemonių veiksmingumą ir nustatyti galimos taršos zonas, pvz., per didelį trąšų nuotėkį ar pesticidų dreifą.

Ši informacija padeda įgyvendinti tvarios ūkininkavimo praktiką, mažinant neigiamą poveikį aplinkai ir skatinant ilgalaikį žemės ūkio tvarumą.

Pasinaudodami nuotolinio stebėjimo technologijų galia, ūkininkai ir žemės ūkio specialistai gali priimti labiau pagrįstus sprendimus, optimizuoti išteklių paskirstymą ir įdiegti tvarią praktiką. Tai padidina produktyvumą, sumažina poveikį aplinkai ir pagerina aprūpinimą maistu, o tai galiausiai naudinga tiek ūkininkams, tiek vartotojams.

wpChatIcon
wpChatIcon

    Prašyti nemokamos „GeoPard“ demonstracijos / konsultacijos








    Spustelėdami mygtuką sutinkate su mūsų Privatumo Politika. Mums to reikia, kad galėtume atsakyti į jūsų užklausą.

      Prenumeruoti


      Spustelėdami mygtuką sutinkate su mūsų Privatumo Politika

        Atsiųskite mums informaciją


        Spustelėdami mygtuką sutinkate su mūsų Privatumo Politika

        Slapukus naudojame, kad suteiktume jums geriausią naršymo patirtį, personalizuotume mūsų svetainės turinį, analizuotume jos srautą ir rodytume jums aktualią reklamą.
        Žiūrėkite mūsų Privatumo politika daugiau informacijos.

        Priimti viską