Виявлення хмар та тіней у сільському господарстві

Виявлення хмар і тіней є одним з найважливіших завдань в аналітичних рішеннях дистанційного зондування.

Якщо все супутникове зображення чисте, все ще існує ймовірність того, що ваше поле буде в хмарах/тінях. Зворотне також вірне – багато систем не обробляють зображення з хмарністю вище 70%, хоча решта 30% може допомогти агроному чи фермеру прийняти правильне рішення протягом сезону.

У GeoPard ми вирішуємо цю проблему за допомогою кількох алгоритмів машинного навчання, які працюють з дуже високою точністю.

Ми визначаємо маску хмари та маску тіні на рівні всього зображення, і для кожної пари поле-зображення ми враховуємо, який відсоток поля покритий хмарами або тінями від хмар.

В автоматичній аналітиці ми отримуємо лише повністю безхмарні зображення для певного поля, що дозволяє користувачеві впевнено приймати рішення на основі багаторічної аналітики.

Користувач GeoPard має можливість переглядати та навіть запускати аналітику самостійно, навіть на зображеннях з частково хмарною поверхнею.

Це все ще може бути дуже корисним, наприклад, протягом сезону для застосування обприскування зі змінною нормою внесення засобів захисту рослин на основі останнього супутникового знімка, на якому 10% площі поля знаходиться під хмарами. Це означає, що для 90% площі поля рішення буде базуватися на перевірених даних.

Пов'язані:  Типи дистанційного зондування в сільському господарстві

Також користувачі GeoPard можуть легко перевіряти вихідні зображення на регіональному рівні в ближньому інфрачервоному діапазоні, що допомагає відрізнити чисту місцевість від хмар і тіней (див. додане зображення).

У інтерфейсі користувача фільтр хмарних даних розташований у верхньому меню модуля “Супутниковий моніторинг”, див. скріншоти у вкладенні.

Майте на увазі, що компанії, що займаються цифровим сільським господарством, все ще можуть мати труднощі з правильним виявленням хмар і тіней. На доданому скріншоті одна з таких компаній створює карту добрив VR на основі даних про хмари та тіні. Тож неправильна карта призводить до неправильних агрономічних рішень і зрештою до неправильних результатів.

GeoPard виявляє хмари та тіні з високим рівнем точності та не пропонує приймати рішення щодо змінної швидкості на основі хмар. Ви завжди можете переглянути вихідні зображення в різних ракурсах та індексах і зменшити масштаб, щоб побачити картину навколо.

Не всі рішення однакові, оберіть найкращі варіанти, доступні на ринку!

Що таке виявлення хмар у точному землеробстві?

Виявлення хмар у точному землеробстві стосується процесу ідентифікації та моніторингу хмарного покриву в сільськогосподарських районах за допомогою технологій дистанційного зондування. Хмари можуть суттєво впливати на сільськогосподарські методи та продуктивність сільськогосподарських культур, що робить їх виявлення та аналіз вирішальними для ефективного управління фермерським господарством.

Це передбачає використання різних датчиків, таких як супутники, дрони або наземні прилади, для отримання зображень сільськогосподарських полів. Ці датчики фіксують дані у вигляді видимого та інфрачервоного світла, яке можна проаналізувати для визначення наявності та характеристик хмар.

Його основне призначення в точному землеробстві полягає в оцінці просторового та часового розподілу хмар над сільськогосподарськими угіддями.

Ця інформація допомагає фермерам та агрономам приймати обґрунтовані рішення щодо зрошення, удобрення, боротьби зі шкідниками та інших сільськогосподарських практик. Розуміючи закономірності хмарності, фермери можуть оптимізувати розподіл ресурсів та мінімізувати ризик пошкодження врожаю або зниження врожайності.

Алгоритми виявлення хмар аналізують захоплені зображення, щоб розрізняти хмарні та нехмарні пікселі.

Ці алгоритми використовують різні методи, такі як порогове визначення, спектральний аналіз та машинне навчання, для точної ідентифікації та класифікації хмарних утворень.

Вихідні дані алгоритмів зазвичай включають відсоток покриття хмарами, класифікацію типів хмар та схеми руху хмар.

Після виявлення хмар та визначення їхніх характеристик фермери можуть використовувати цю інформацію для впровадження методів точного землеробства.

Наприклад, якщо над певною ділянкою поля виявлено хмару, фермери можуть відкласти зрошення або застосування пестицидів у цьому регіоні, доки хмара не пройде. Синхронізуючи сільськогосподарську діяльність з рухом хмар, фермери можуть оптимізувати використання ресурсів та мінімізувати непотрібні витрати.

Це особливо корисно в регіонах з високою хмарністю або там, де погодні умови швидко змінюються. Завдяки постійному моніторингу хмарності фермери можуть адаптувати свої сільськогосподарські методи в режимі реального часу, вносячи корективи залежно від поточних погодних умов.

Підсумовуючи, виявлення хмар у точному землеробстві відіграє вирішальну роль в оптимізації сільськогосподарських практик та управління ресурсами. Завдяки точній ідентифікації та моніторингу хмарного покриву фермери можуть приймати обґрунтовані рішення для підвищення врожайності сільськогосподарських культур, зменшення втрат ресурсів та пом'якшення ризиків, пов'язаних зі зміною погодних умов.