Moln- och skuggdetektering inom jordbruket

Moln- och skuggdetektering är en av de viktigaste uppgifterna inom analytiska fjärranalyslösningar.

Om hela satellitbilden är 90% ren finns det fortfarande en 10% chans att ditt fält kommer att ligga under ett moln-/skuggområde. Det omvända gäller också – många system bearbetar inte bilder med moln över 70% – även om de återstående 30% kan hjälpa agronomen eller lantbrukaren att fatta rätt beslut under säsongen.

På GeoPard löser vi detta problem med hjälp av flera maskininlärningsalgoritmer som arbetar med mycket hög noggrannhet.

Vi definierar en molnmask och en skuggmask på nivån av hela bilden, och för varje fält-bild-par beaktar vi hur stor procentandel av fältet som är täckt av moln eller skuggor från molnen.

Vid automatisk analys tar vi endast helt molnfria bilder för ett specifikt fält, vilket gör att användaren kan känna sig trygg i att fatta beslut baserat på flerårig analys.

GeoPard-användaren har möjlighet att själv se och köra analyserna, även på bilder med delvis molnighet.

Detta kan fortfarande vara mycket användbart, till exempel under säsongen för att applicera variabel hastighetsbesprutning med växtskyddsmedel baserat på den senaste satellitbilden, där 10% av fältets areal ligger under molnen. Det betyder att för 90% av fältets areal kommer beslutet att baseras på verifierade data.

Relaterat:  Normaliserad skillnad i fuktindex

Dessutom kan användare av GeoPard enkelt kontrollera källbilder på regional nivå i nära-infrarött läge, vilket hjälper till att skilja klart land från moln och skuggor (se bifogad bild).

I användargränssnittet finns molnfiltret i den översta menyn i modulen "Satellitövervakning", se bifogade skärmdumpar.

Tänk på att digitala jordbruksföretag fortfarande kan ha svårt att korrekt upptäcka moln och skuggor. I den bifogade skärmdumpen skapar ett sådant företag en VR-gödselkarta baserad på moln- och skuggdata. Så fel karta leder till fel agronomiska beslut och fel resultat i slutändan.

GeoPard detekterar moln och skuggor med hög noggrannhet och föreslår inte att du fattar ditt beslut om variabel hastighet baserat på moln. Du kan alltid titta på källbilderna i olika vyer och index och zooma ut för att se bilden runt omkring.

Alla lösningar är inte likadana, välj de bästa alternativen som finns på marknaden!

Vad är molndetektering inom precisionsjordbruk?

Molndetektering inom precisionsjordbruk avser processen att identifiera och övervaka molntäcke i jordbruksområden med hjälp av fjärranalysteknik. Moln kan avsevärt påverka jordbruksmetoder och grödors produktivitet, vilket gör deras detektering och analys avgörande för effektiv jordbruksförvaltning.

Det innebär användning av olika sensorer, såsom satelliter, drönare eller markbaserade instrument, för att ta bilder av jordbruksfält. Dessa sensorer samlar in data i form av synligt och infrarött ljus, vilket kan analyseras för att bestämma molnens närvaro och egenskaper.

Dess primära syfte inom precisionsjordbruk är att bedöma den rumsliga och tidsmässiga fördelningen av moln över jordbruksområden.

Denna information hjälper jordbrukare och agronomer att fatta välgrundade beslut om bevattning, gödsling, skadedjursbekämpning och andra jordbruksmetoder. Genom att förstå molntäckets mönster kan jordbrukare optimera resursallokeringen och minimera risken för grödskador eller minskad avkastning.

Molndetekteringsalgoritmer analyserar de tagna bilderna för att skilja mellan molnpixlar och pixlar som inte är molnpixlar.

Dessa algoritmer använder olika tekniker, såsom tröskelvärden, spektralanalys och maskininlärning, för att identifiera och klassificera molnformationer korrekt.

Algoritmernas utdata inkluderar vanligtvis molntäckningsprocent, molntypsklassificering och molnrörelsemönster.

När moln har upptäckts och deras egenskaper har bestämts kan jordbrukare använda denna information för att implementera precisionsjordbrukstekniker.

Om till exempel ett moln upptäcks över ett specifikt område på ett fält kan jordbrukare fördröja bevattning eller bekämpningsmedelsanvändning i den regionen tills molnet har passerat. Genom att synkronisera jordbruksaktiviteter med molnrörelser kan jordbrukare optimera resursutnyttjandet och minimera onödiga insatser.

Det är särskilt fördelaktigt i regioner med hög molnighet eller där vädermönster förändras snabbt. Genom att kontinuerligt övervaka molnigheten kan jordbrukare anpassa sina jordbruksmetoder i realtid och göra justeringar baserat på aktuella väderförhållanden.

Sammanfattningsvis spelar molndetektering inom precisionsjordbruk en avgörande roll för att optimera jordbruksmetoder och resurshantering. Genom att korrekt identifiera och övervaka molntäcke kan jordbrukare fatta välgrundade beslut för att förbättra grödornas produktivitet, minska slöseri med insatsvaror och mildra riskerna i samband med förändrade väderförhållanden.