UAV मध्ये विविध प्रकारचे रिमोट सेन्सिंग सेन्सर असू शकतात, जे बहु-आयामी, उच्च-परिशुद्धता शेतजमीन माहिती मिळवू शकतात आणि विविध प्रकारच्या शेतजमिनी माहितीचे डायनॅमिक मॉनिटरिंग करू शकतात. अशा माहितीमध्ये प्रामुख्याने पीक स्थानिक वितरण माहिती (शेतजमीन स्थानिकीकरण, पीक प्रजाती ओळख, क्षेत्र अंदाज आणि बदल डायनॅमिक मॉनिटरिंग, फील्ड इन्फ्रास्ट्रक्चर एक्सट्रॅक्शन), पीक वाढ माहिती (पीक फेनोटाइपिक पॅरामीटर्स, पोषण निर्देशक, उत्पन्न), आणि पीक वाढ ताण घटक (फील्ड ओलावा) यांचा समावेश होतो. , कीटक आणि रोग) गतिशीलता.
शेतजमीन स्थानिक माहिती
शेतजमिनीच्या स्थानिक स्थान माहितीमध्ये शेताचे भौगोलिक निर्देशांक आणि दृश्य भेदभाव किंवा मशीन ओळख द्वारे प्राप्त पीक वर्गीकरण समाविष्ट आहे. क्षेत्राच्या सीमा भौगोलिक निर्देशांकांद्वारे ओळखल्या जाऊ शकतात आणि लागवड क्षेत्राचा देखील अंदाज लावला जाऊ शकतो. प्रादेशिक नियोजन आणि क्षेत्राच्या अंदाजासाठी मूळ नकाशा म्हणून स्थलाकृतिक नकाशे डिजिटल करण्याच्या पारंपारिक पद्धतीमध्ये वेळेवर योग्यता नाही, आणि सीमा स्थान आणि वास्तविक परिस्थिती यांच्यातील फरक खूप मोठा आहे आणि अंतर्ज्ञानाचा अभाव आहे, जे अचूक शेतीच्या अंमलबजावणीसाठी अनुकूल नाही. UAV रिमोट सेन्सिंगमुळे शेतजमिनीची सर्वसमावेशक स्थानिक स्थान माहिती रिअल टाइममध्ये मिळू शकते, ज्याचे पारंपारिक पद्धतींचे अतुलनीय फायदे आहेत. हाय-डेफिनिशन डिजिटल कॅमेऱ्यांवरील हवाई प्रतिमा शेतजमिनीच्या मूलभूत स्थानिक माहितीची ओळख आणि निर्धार ओळखू शकतात आणि स्थानिक कॉन्फिगरेशन तंत्रज्ञानाच्या विकासामुळे शेतजमीन स्थान माहितीवरील संशोधनाची अचूकता आणि खोली सुधारते आणि उंचीची माहिती सादर करताना स्थानिक रिझोल्यूशन सुधारते. , जे शेतजमिनीच्या स्थानिक माहितीचे सूक्ष्म निरीक्षण लक्षात घेते.
पीक वाढ माहिती
पीक वाढ हे फिनोटाइपिक पॅरामीटर्स, पौष्टिक निर्देशक आणि उत्पन्नावरील माहितीद्वारे वैशिष्ट्यीकृत केले जाऊ शकते. फेनोटाइपिक पॅरामीटर्समध्ये वनस्पती आवरण, पानांचे क्षेत्र निर्देशांक, बायोमास, वनस्पतीची उंची इत्यादींचा समावेश होतो. हे मापदंड परस्परसंबंधित असतात आणि एकत्रितपणे पिकाच्या वाढीचे वैशिष्ट्य करतात. हे मापदंड परस्परसंबंधित आहेत आणि एकत्रितपणे पिकाच्या वाढीचे वैशिष्ट्य करतात आणि अंतिम उत्पन्नाशी थेट संबंधित आहेत. ते शेती माहिती निरीक्षण संशोधनात प्रबळ आहेत आणि अधिक अभ्यास केले गेले आहेत.
1) क्रॉप फिनोटाइपिक पॅरामीटर्स
लीफ एरिया इंडेक्स (एलएआय) ही प्रति युनिट पृष्ठभागाच्या क्षेत्रफळाच्या एकतर्फी हिरव्या पानांच्या क्षेत्राची बेरीज आहे, जी पिकाच्या प्रकाश ऊर्जेचे शोषण आणि वापर अधिक चांगल्या प्रकारे दर्शवू शकते आणि पिकाच्या सामग्रीचे संचय आणि अंतिम उत्पन्न यांच्याशी जवळून संबंधित आहे. लीफ एरिया इंडेक्स हे सध्या UAV रिमोट सेन्सिंगद्वारे परीक्षण केलेल्या पीक वाढीच्या मुख्य मापदंडांपैकी एक आहे. मल्टीस्पेक्ट्रल डेटासह वनस्पती निर्देशांक (गुणोत्तर वनस्पती निर्देशांक, सामान्यीकृत वनस्पती निर्देशांक, माती कंडीशनिंग वनस्पती निर्देशांक, फरक वनस्पती निर्देशांक इ.) मोजणे आणि ग्राउंड ट्रूथ डेटासह प्रतिगमन मॉडेल स्थापित करणे ही फिनोटाइपिक पॅरामीटर्स उलट करण्यासाठी अधिक परिपक्व पद्धत आहे.
पिकांच्या उशीरा वाढीच्या अवस्थेतील जमिनीवरील बायोमासचा उत्पादन आणि गुणवत्तेशी जवळचा संबंध असतो. सध्या, शेतीमध्ये UAV रिमोट सेन्सिंगद्वारे बायोमास अंदाज अजूनही बहुधा मल्टीस्पेक्ट्रल डेटा वापरतो, वर्णक्रमीय मापदंड काढतो आणि मॉडेलिंगसाठी वनस्पती निर्देशांक मोजतो; बायोमास अंदाजामध्ये स्थानिक कॉन्फिगरेशन तंत्रज्ञानाचे काही फायदे आहेत.
2) पीक पोषण निर्देशक
पीक पोषण स्थितीचे पारंपारिक निरीक्षण करण्यासाठी पोषक किंवा निर्देशकांच्या सामग्रीचे (क्लोरोफिल, नायट्रोजन इ.) निदान करण्यासाठी फील्ड सॅम्पलिंग आणि इनडोअर रासायनिक विश्लेषण आवश्यक आहे, तर यूएव्ही रिमोट सेन्सिंग या वस्तुस्थितीवर आधारित आहे की विविध पदार्थांमध्ये विशिष्ट वर्णक्रमीय प्रतिबिंब-शोषण वैशिष्ट्ये आहेत. निदान क्लोरोफिलचे दृश्यमान प्रकाश बँडमध्ये दोन मजबूत शोषण क्षेत्र आहेत, 640-663 nm चा लाल भाग आणि 430-460 nm चा निळा-व्हायलेट भाग आहे, तर शोषण 550 nm वर कमकुवत आहे यावर आधारित निरीक्षण केले जाते. जेव्हा पिकांची कमतरता असते तेव्हा पानांचा रंग आणि पोत वैशिष्ट्ये बदलतात आणि विविध कमतरता आणि संबंधित गुणधर्मांशी संबंधित रंग आणि पोत यांची सांख्यिकीय वैशिष्ट्ये शोधणे ही पोषक तत्वांचे निरीक्षण करण्याची गुरुकिल्ली आहे. वाढीच्या मापदंडांच्या निरीक्षणाप्रमाणेच, वैशिष्ट्यपूर्ण बँड, वनस्पती निर्देशांक आणि अंदाज मॉडेल्सची निवड ही अजूनही अभ्यासाची मुख्य सामग्री आहे.
3) पीक उत्पन्न
पीक उत्पादन वाढवणे हे कृषी क्रियाकलापांचे मुख्य उद्दिष्ट आहे आणि उत्पादनाचा अचूक अंदाज कृषी उत्पादन आणि व्यवस्थापन निर्णय घेणारे विभाग या दोन्हींसाठी महत्त्वाचे आहे. असंख्य संशोधकांनी मल्टीफॅक्टर विश्लेषणाद्वारे उच्च अंदाज अचूकतेसह उत्पन्न अंदाज मॉडेल स्थापित करण्याचा प्रयत्न केला आहे.
कृषी ओलावा
थर्मल इन्फ्रारेड पद्धतींद्वारे शेतजमिनीतील आर्द्रतेचे निरीक्षण केले जाते. जास्त वनस्पतींचे आच्छादन असलेल्या भागात, पानांचे रंध्र बंद झाल्यामुळे बाष्पोत्सर्जनामुळे होणारे पाण्याचे नुकसान कमी होते, ज्यामुळे पृष्ठभागावरील सुप्त उष्णतेचा प्रवाह कमी होतो आणि पृष्ठभागावरील संवेदनशील उष्णतेचा प्रवाह वाढतो, ज्यामुळे कॅनोपी तापमानात वाढ होते. प्लांट कॅनोपीचे तापमान मानले जाते. पाण्याच्या ताण निर्देशांकातील पीक उर्जा संतुलन प्रतिबिंबित केल्याने पीक पाण्याचे प्रमाण आणि छत तापमान यांच्यातील संबंधाचे प्रमाण निश्चित केले जाऊ शकते, त्यामुळे थर्मल इन्फ्रारेड सेन्सरद्वारे प्राप्त केलेले कॅनोपी तापमान शेतजमिनीची आर्द्रता स्थिती प्रतिबिंबित करू शकते; लहान भागात मोकळी माती किंवा वनस्पती आच्छादन, जमिनीतील ओलावा जमिनीच्या पृष्ठभागाच्या तापमानासह अप्रत्यक्षपणे उलट करण्यासाठी वापरला जाऊ शकतो, हे तत्त्व आहे की: पाण्याची विशिष्ट उष्णता मोठी असते, उष्णतेचे तापमान बदलण्यास मंद असते, त्यामुळे दिवसा पृष्ठभागाच्या तापमानाचे स्थानिक वितरण अप्रत्यक्षपणे जमिनीतील ओलाव्याच्या वितरणामध्ये परावर्तित होऊ शकते. त्यामुळे, दिवसाच्या पृष्ठभागाच्या तापमानाचे स्थानिक वितरण अप्रत्यक्षपणे जमिनीतील ओलावाचे वितरण प्रतिबिंबित करू शकते. छत तापमानाचे निरीक्षण करताना, उघडी माती हा एक महत्त्वाचा हस्तक्षेप घटक आहे. काही संशोधकांनी उघड्या मातीचे तापमान आणि पीक ग्राउंड कव्हर यांच्यातील संबंधांचा अभ्यास केला आहे, उघड्या मातीमुळे होणारे कॅनोपी तापमान मोजमाप आणि खरे मूल्य यांच्यातील अंतर स्पष्ट केले आहे आणि निरीक्षणाची अचूकता सुधारण्यासाठी शेतजमिनीतील आर्द्रतेच्या निरीक्षणामध्ये सुधारित परिणामांचा वापर केला आहे. परिणाम वास्तविक शेतजमीन उत्पादन व्यवस्थापनामध्ये, शेतातील ओलावा गळतीकडे देखील लक्ष केंद्रीत केले जाते, सिंचन वाहिनीतील आर्द्रता गळतीचे निरीक्षण करण्यासाठी इन्फ्रारेड इमेजर वापरून अभ्यास केले गेले आहेत, अचूकता 93% पर्यंत पोहोचू शकते.
कीटक आणि रोग
वनस्पती कीटक आणि रोगांचे जवळ-अवरक्त वर्णक्रमीय प्रतिबिंब निरीक्षणाचा वापर, यावर आधारित: स्पंज टिश्यू आणि कुंपणाच्या ऊतींचे नियंत्रण, निरोगी झाडे, ओलावा आणि विस्ताराने भरलेल्या या दोन ऊतक अंतरांद्वारे परावर्तनाच्या जवळ-अवरक्त प्रदेशातील पाने , विविध रेडिएशनचा चांगला परावर्तक आहे; जेव्हा वनस्पती खराब होते, पानांचे नुकसान होते, ऊती कोमेजतात, पाणी कमी होते, इन्फ्रारेड परावर्तन कमी होते.
तपमानाचे थर्मल इन्फ्रारेड मॉनिटरिंग हे पीक कीटक आणि रोगांचे महत्त्वपूर्ण सूचक आहे. निरोगी परिस्थितीत वनस्पती, मुख्यतः पानांचे रंध्र उघडणे आणि बाष्पोत्सर्जन नियमन बंद करून, त्यांच्या स्वतःच्या तापमानाची स्थिरता राखण्यासाठी; रोगाच्या बाबतीत, पॅथॉलॉजिकल बदल घडतील, रोगकारक - वनस्पतीवरील रोगजनकातील यजमान परस्परसंवाद, विशेषत: बाष्पोत्सर्जन-संबंधित प्रभावाच्या पैलूंमुळे तापमान वाढ आणि घसरणीचा प्रादुर्भाव झालेला भाग निश्चित होईल. सर्वसाधारणपणे, वनस्पती संवेदनामुळे स्टोमेटल ओपनिंगचे नियंत्रण कमी होते आणि त्यामुळे निरोगी क्षेत्रापेक्षा रोगग्रस्त भागात बाष्पोत्सर्जन जास्त होते. जोमदार बाष्पोत्सर्जनामुळे संक्रमित क्षेत्राचे तापमान कमी होते आणि पानाच्या पृष्ठभागावर नेक्रोटिक डाग दिसेपर्यंत सामान्य पानापेक्षा पानाच्या पृष्ठभागावरील तापमानात जास्त फरक पडतो. नेक्रोटिक क्षेत्रातील पेशी पूर्णपणे मृत झाल्या आहेत, त्या भागातील बाष्पोत्सर्जन पूर्णपणे नष्ट झाले आहे, आणि तापमान वाढू लागते, परंतु उर्वरित पानांना संसर्ग होऊ लागल्याने, पानांच्या पृष्ठभागावरील तापमानातील फरक नेहमीपेक्षा जास्त असतो. एक निरोगी वनस्पती.
इतर माहिती
शेतजमीन माहिती निरीक्षणाच्या क्षेत्रात, UAV रिमोट सेन्सिंग डेटामध्ये अनुप्रयोगांची विस्तृत श्रेणी आहे. उदाहरणार्थ, अनेक पोत वैशिष्ट्यांचा वापर करून कॉर्नचे पडलेले क्षेत्र काढण्यासाठी, एनडीव्हीआय निर्देशांक वापरून कपाशीच्या परिपक्वता अवस्थेत पानांची परिपक्वता पातळी प्रतिबिंबित करण्यासाठी आणि ऍब्सिसिक ऍसिड ऍप्लिकेशनचे प्रिस्क्रिप्शन नकाशे तयार करण्यासाठी वापरले जाऊ शकते जे ऍब्सिसिक ऍसिडच्या फवारणीसाठी प्रभावीपणे मार्गदर्शन करू शकतात. कीटकनाशकांचा जास्त वापर टाळण्यासाठी कापसावर, इ. शेतजमीन निरीक्षण आणि व्यवस्थापनाच्या गरजांनुसार, माहितीपूर्ण आणि डिजिटलीकृत शेतीच्या भविष्यातील विकासासाठी UAV रिमोट सेन्सिंग डेटाची माहिती सतत एक्सप्लोर करणे आणि त्याच्या अनुप्रयोग क्षेत्राचा विस्तार करणे हा एक अपरिहार्य कल आहे.
पोस्ट वेळ: डिसेंबर-24-2024