Анализ мультиспектральной съемки

Анализ мультиспектральной съемки

Внедрение мультиспектральных данных позволяет составлять карты каче- ства почв для организации дифференциро- ванного внесения удобрений.

К примеру, Gabriel Torrens пишет об использовании мультиспектральной ка- меры для сотворения NDVI карт для не- скольких рисовых полей. По этим дан- ным были произведены расчеты по вне- сению азота (рис.3).

Внедрение данной технологии по- высило урожайность Анализ мультиспектральной съемки риса на 8%, и понизила количество внесенных азотных удобрений


на 14%, по сопоставлению с классическими ме- тодами внесения.

Набросок 3: Разделение и расчет доз внесения азот- ных удобрений на базе карт NDVI

Результаты опыта показывают, как откалиброванные данные, приобретенные мультиспектральной камерой, могут суще- ственно дополнять производственный про- цесс, снижая издержки и увеличивая урожай- ность Анализ мультиспектральной съемки [6].

Не считая этого данные мультиспектраль- ной съемки позволяют выявить сорную рас- тительность на ранешних шагах вегетации.

Набросок 4: Последовательность дешифриро- вания растительности


Исследования на полях кукурузы в Ис- пании, г. Мадрид проявили, что мультиспек- тральные снимки удачно используются для идентификации сорняков и последую- щего их разделения. Пример процедуры дешифрирования на Анализ мультиспектральной съемки каждом шаге представ- лен на рисунке 4 [7].

Мультиспектральная съемка позво- ляет провести анализ критерий, которые оказывают влияние на рост растительности и после- дующее обследование избранных участ- ков в поле.

К примеру, Robert Parker пишет так о применении карт NDVI: «В одной ча- сти поля, карта NDVI отражает здоровый зеленоватый участок Анализ мультиспектральной съемки, окруженный обрывками желтоватого цвета. Хоть какой агроном, взглянув на данные, может уместно предполо- жить, что эта область содержит здоро- вый картофель, окруженный наименее здо- ровыми растениями. Но, используя карту в мобильном приложении, (рис.5) спец конкретно изучил этот участок и отыскал там бурно расту- щие сорняки».

Не считая Анализ мультиспектральной съемки индексов употребляют раз- личные цветные композиты, которые по- могают найти причину какой-нибудь задачи (рис.6).


Набросок 6: Композит NRG, в отличии от NDVI, показывает более ясно, что предпосылкой смерти растений является чрезмерное богатство воды. Фиолетовый цвет в NRG показывает обла- сти обводненности земли

Анализ мультиспектральных данных помогает найти участки, зараженные заболеваниями либо вредителями, и Анализ мультиспектральной съемки предотвра- тить их предстоящее распространение. Мно- жество исследовательских работ обосновали удачливость внедрения мультиспектральных камер в этой области. К примеру, в Канаде провели опыт по использованию БПЛА для мониторинга виноградников (рис.7).

Набросок 7: Выявление зараженных растений с по- мощью анализа мультиспектральных данных


Получив снимки с пространственным разрешением 0,25-0,50 м/пиксель, они про- вели Анализ мультиспектральной съемки анализ лоз. Точность определения зара- женных растений составила более 90% [2].

В июле 2014 года на испытательных полях (Швейцария) проводились опыты с внедрением аэрофотосъемки (рис.8).

Набросок 8: Карты NDVI первого полета (сверху) т второго (справа)

На карте NDVI первого полета (17.07.14) ясно видны пораженные участки. Выход агронома в поле под- говорил наличие заболевания Анализ мультиспектральной съемки. Предстоящее распространение можно следить на результатах второго полета (31.07.14). Не считая этого отлично приметны пробелы в обработке фунгицидами (отмечено бе- лым пунктиром) [8].


Не считая этого, данные аэрофотосъемки помогают улучшить внесение СЗР и работу техники на поле за счет всеохватывающей оценки состояния растительности на ос- нове композитов изображений и Анализ мультиспектральной съемки рассчи- танных вегетационных индексов (рис.9). При помощи мультиспектральной съемки можно найти степень зре- лости и, в конечном счете, высчитать урожайность. Уже издавна практикуют применение космоснимков для расчета урожайности. Исследования проявили, что разница меж предсказуемыми значениями урожайности и фактиче- скими колеблется от 7,9 до 13,5% (изоб- ражения landsat-8, разрешение 30 м) и от 3,8 до Анализ мультиспектральной съемки 10,2% (изображения Sentinel-2, разрешение 10 м). Снимки с БПЛА, в от- личии от спутниковых изображений, имеют более высочайшее разрешение, соот- ветственно имеют более наименьшую по- грешность по расчетам урожайности [3].

Заключение

На сегодня применение БПЛА в сельском хозяйстве начинает бурно развиваться, и вопрос о внедрении в создание этих технологий стано- вится животрепещущим. Современное техни- ческое Анализ мультиспектральной съемки обеспечение, такое как мультис- пектральные камеры, делают беспилот- ные технологии более информативными, и существенно расширяют их диапазон при- менения.

Исследовав положительный опыт при- менения мультиспектральных камер, можно уверенно заявить о том, что даже не глядя на опытно-эксперименталь- ный нрав использования, данные технологии будут только развиваться Анализ мультиспектральной съемки и в скором будущем отыщут обширное приме- нение.

Перечень литературы:

1. Железова С.В., Ананьев А.А., Вью- нов М.В., Березовский Е.В. Мониторинг посевов озимой пшеницы с применением


беспилотной аэрофотосъемки и оптиче- ского датчика GreenSeeker RT200 // Вест- ник Оренбургского муниципального института. 2016. № 6. С. 56-61

2. Adam Beak Innovative approach to curb vineyard threat Анализ мультиспектральной съемки wins award // 2016 Ре- жим доступа:

https://blog.bankofthewest.com/blog/2016/ 02/04/innovative-approach-to-curb-vine- yard-threat-wins-award/

3. Al-Gaadi KA, Hassaballa AA, Tola E, Kayad AG, Madugundu R, Alblewi B, et al. (2016) Prediction of Potato Crop Yield Us- ing Precision Agriculture Techniques. PLoS ONE 11(9): e0162219. doi Анализ мультиспектральной съемки:10.1371/jour- nal.pone.0162219

4. Caturegli L, Corniglia M, Gaetani M, Grossi N, Magni S, Migliazzi M, et al. (2016) Unmanned Aerial Vehicle to Esti- mate Nitrogen Status of Turfgrasses. PLoS ONE 11(6): e0158268.doi:10.1371/jour- nal.pone.0158268

5. Federico Martinelli, Riccardo Sca- lenghe, Salvatore Davino, Stefano Panno, Giuseppe Scuderi, et al.. Advanced methods of plant disease Анализ мультиспектральной съемки detection. A review. Agron- omy for Sustainable Development, Springer Verlag/EDP Sciences/INRA, 2015, 35 (1), pp.1-25. .

6. Gabriel Torres, Nitrogen recommen- dations // 2016

7. Peña JM, Torres-Sánchez J, de Castro AI, Kelly M, López-Granados F (2013) Weed Mapping in Early-Season Maize Fields Using Object-Based Analysis of Un Анализ мультиспектральной съемки- manned Aerial Vehicle (UAV) Images. PLoS ONE 8(10): e77151. doi:10.1371/journal.pone.0077151

8. S. Nebiker , N. Lack, M. Abächerli, S. Läderach. Light-weight multispectral UAV sensors and their capabilities for predicting grain yield and detecting plant diseases // The International Archives of the Photo-


grammetry, Remote Sensing and Spatial In- formation Sciences Анализ мультиспектральной съемки, Volume XLI-B1, 2016 XXIII ISPRS Congress, 12–19 July 2016, Prague, Czech Republic.


analiz-obespechennosti-trudovimi-resursami-ooo-olimp.html
analiz-oborachivaemosti-debitorskoj-zadolzhennosti-i-kreditorskoj-zadolzhennosti.html
analiz-oborachivaemosti-oborotnih-sredstv-predpriyatiya.html