Перспективы использования БПЛА для мониторинга состояния азотного питания злаков

 
 

Актуальность:Революционные изменения винформационныхтехнологиях и робототехникев течение последнихдесятилетий привели кпоявлению серийныхбеспилотных летательныхаппаратов (БПЛА), способных решать широкийспектр задач для нуждаграрного производства. Посравнению со спутниковым и авиационным мониторингом БПЛА имеютпринципиальные преимущества не только по точности и стоимости мониторинга, аи возможности их использования при низкой облачности, что является крайнеактуальным, учитывая потребность в оперативном мониторинге. В растениеводстве БПЛА используют для идентификаций проблемных участков поля, контролякачества выполнения полевых работ сельскохозяйственной техникой и томуподобное.

Предпринимаются попытки использования БПЛА для мониторинга состоянияминерального питания растений на базе так называемых вегетационных индексов(ВИ). ВИ рассчитывают исходя из значений интенсивности отраженного излученияв определенных частотных диапазонах. Однако, внедрение дифференцированноговнесения удобрений на основе оптической диагностики обеспеченности растенийэлементами питания, сдерживается недостаточной научной и методологическойподдержкой этих технологий. Разработка технологии пересчета значений спектровотражения или их комбинаций в величины состояния минерального и в частностиазотного питания применительно для БПЛА представляет собой, существеннуюнаучную и техническую проблему что и стало целью нашей работы.

Состояние вопроса.

ВИ используются с начала 70-х годов после запуска в США программыспутникового мониторинга Landsat. Не имея статистических данных с полей страныза «железным занавесом» благодаря специализированному спутнику специалистыв США смогли с достаточной точностью определить урожай, и получитьстратегические преимущества на переговорах о поставках зерна в СССР. Полученный позитивный опыт дал старт целой программе по использованиюспутников для нужд аграрного производства. Поэтому, сейчас эксплуатируетсянесколько десятков спутниковых платформ, которые предоставляют информациюдля более чем двухсот различных ВИ. Следует отметить, что создание ВИ дляспутников определялось определенными физическими факторами в частности, наличием «окон прозрачности атмосферы», что обусловило выбор конкретныхчастотных диапазонов для мониторинга. Существенной методологическойтрудностью при спутниковом мониторинге является нестабильность освещенностиобъектов, определяющие величину отраженного излучения. Для решенияприменяются сети стационарных наземных станций, а так же так называемые«естественные эталоны» такие как глубоководные водоемы, асфальтированныедороги и т.д., которые используются для коррекции результатов мониторинга. Исходя их дефицита наземных эталонов, при создании ВИ нестабильностьестественного освещения, пытались компенсировать методологически используяотношение значений в различных диапазонах, когда значения интенсивности водном диапазоне делиться на величину интенсивность в другом. Как примерыможно привести стандартные индексы NDVI и NDNI.


Выбор спектральных каналов для мониторинга состояния частности азотногопитания так же не однозначен. Так ВИ NDNI (Normalized Difference Nitrogen Index – индекс азотного питания) использует спектральные каналы с длиной волны 1510нм и 1680 нм [1]. Сенсоры GreenSeeker и CropCircle ACS-470, которыеиспользуются для аналогичных целей на наземном оборудовании используют ВИNDVI и SRI и соответственно спектральные каналы 450, 550, 650, 670, 730, 800 нм. Так же для наземных и авиационных платформ существует методика предложеннаяТ.М.Шадчиною для экспресса определения азота в листьях злаков, с помощьюспектрофотометра (канал измерений 670-750 нм). Исходя из этого можно сделатьвывод, что для определения состояния азотного питания могут бытьинформативными как видимый, так и инфракрасный спектры.

Методика экспериментальных исследований.

Исследования проводились в течение 2016 года в многолетнем стационарном опытекафедры агрохимии и качества продукции растениеводства им. А.И.ДушечкинаНУБиП Украины. Площадь участка основного опыта 100 м2, участка микрополевогоопыта — 10 м2, повторность трехкратная (рис.1).


Рис. 1 Стационарный опыт «Агрономическая опытная станция«

Исследования проводились с озимой пшеницей сорта Центиловка. Для изучениявлияния различных норм удобрений были выбраны следующие варианты опыта: напримере пшеницы озимой:

1) без удобрений (контроль);
2) Р80;
3) Р80К80;
4) N60Р80К80;
5) N90Р120К120.

Норма N60Р80К80 является рекомендованной на этом типе почвы. Удобрениявносили в форме аммиачной селитры, аммофоса и калия хлористого. Для опытовотбирали образцы в фазе вегетации — выход в трубку. Определение содержанияазота в сухом веществе осуществляли в лабораторных условиях фотометрическимметодом с реактивом Несслера.

Мониторинг осуществляли с использованием БПЛА DJI Phantom 3+. Camera Model— PHANTOM VISION FC200. Радиочастотную калибровку то есть оценкуфактической освещенности образов осуществляли без использования наземныхотражательных панелей, по методике собственной разработки описанной в [4] набазе служебных данных с exiff файла фотоснимка формата jpeg о параметрахнастройки фотокамеры. Параметры отладки цифрового фотоаппарата приисследованиях: Exposure Time — 1/1205; Aperture Value — 2.8; Light Source — FineWeather. Высота полета БПЛА 100 метров над поверхностью поля.

Для получения значений интенсивности составляющих цветов образцовиспользовали программное обеспечение Land Damage Expert (LDE) [5]. Программное обеспечение LDE позволяет определять значение интенсивностисоставляющих цвета пикселей изображения для аддитивной 8 битной цветовоймодели RGB, в которой изображение получают из комбинации трех составляющих(красной, зеленой и синей). Каждая из составляющих RGB может изменяться вдиапазоне 0 — 255 условных единиц, является физическим ограничениемметодики.

Результаты исследований

На рис. 2 приведены результаты экспериментальных исследований, относительнозависимости между значениями интенсивности составляющих цвета и содержаниемазота в сухом веществе.


Рис. 2 Зависимость значений RGB листьев пшеницы от количества азота N

Как видно из приведенных данных (рис. 2), зависимость между значениями интенсивности составляющих цвета и содержанием азота в сухом веществе наиболее ярко выражено для красной и зеленой составляющих. На базе полученных экспериментальных данных были вычислены зависимости между стандартными ВИ, использующих оптические каналы R, G, B и содержанием азота в листьях пшеницы. Было установлено, что для красного и зеленого каналов коэффициент детерминации составляет 0.89 и 0.94 соответственно. Для стандартных ВИ величины коэффициента детерминации были ниже, так для IPCA — 0.83, VARIgreen — 0.85 и RGR — 0.79 соответственно.

Исходя из этого, можно утверждать о целесообразности разработки ВИ специализированных именно для использования БПЛА.

Выводы

1. Экспериментально подтверждено, что в оптическом диапазоне имеетсязависимость между интенсивностью составляющих цвета листьев пшеницы исодержанием азота в растениях

2. Тесная зависимость между интенсивностью цвета листьев пшеницы исодержанием азота в растениях наблюдается для зеленой (коэффициентдетерминации Adj. R2 — 0,94) и красной (Adj. R2 — 0,89) составляющих.

3. Для БПЛА целесообразно разработать специализированные ВИ, адаптированныепод их технологические возможности.

Cписок литературы

  1. Ahamed, L.Tian, Y.Zhang, K.C. Ting, “A review of remote sensing methods for biomass feedstock production”. Biomass & Bioenergy. vol. 35, №7, pp.2455-2469. July 2011

  2. Qiang Caoa (2015) Active canopy sensing of winter wheat nitrogen status: An evaluation of two sensor systems // Qiang Caoa, Yuxin Miaoa, Guohui Fengc, Xiaowei Gaoa, Fei Lid, Bin Liua, Shanchao Yuea, Shanshan Chenga, Susan L. Ustine, R. Khoslaf. Computers and Electronics in Agriculture Vol. 112, P. 64-57

  3. Розробка теоретичних основ та методів дистанційного моніторінгу стану посівів озимої пшениці за допомогою спектрометрії з високим спектральним розділенням: дис. д-ра біол. наук: 03.00.12 / Шадчина Тамара Михайлівна; НАН України, Ін-т фізіології рослин і генетики. — К., 1999. — 396 с.

  4. Lysenko, O.Opryshko, D.Komarchyk, N.Pasichnyk. Drones camera calibration for the leaf research. Науковий вісник НУБіП. 2016. №252. С.61-65

  5. Робототехнічний комплекс для культивації троянд / О. О. Опришко, Н. А. Пасічник, О. І. Бандурка // Науковий вісник НУБІП — 2012. — Вип. 170. Ч. 1. — С. 262-267

Авторский состав:

Лысенко Виталий Филиппович, д.т.н., профессор, кафедра автоматики и робототехнических систем национального университета биоресурсов и природопользования Украины (НУБиП Украины)

Пасичник Наталья Анатольевна, к.с-х.н., доцент, кафедра агрохимии и качества продукции растениеводства НУБиП Украины

Опрышко Алексей Александрович, к.т.н., доцент, кафедра автоматики и робототехнических систем НУБиП Украины

Комарчук Дмитрий Сергеевич, к.т.н., кафедра автоматики и робототехнических систем НУБиП Украины


Источник: https://съемкасвоздуха.рф/news/PerspektivyispolzovaniyaBPLAdlyamonitoringasostoyaniyaazotnogopitaniy...


comments powered by HyperComments

Возврат к списку


Раз в неделю мы отправляем дайджест с самыми популярными статьями.