Методика определения проективного покрытия полей на основе дистанционного мониторинга

Г. А. Саитова, Э. Р. Габдуллина

Аннотация


В статье решается задача разработки экспресс-методики определения проективного покрытия сельскохозяйственных культур с помощью технологий дистанционного мониторинга, основанной на измерении спектральных характеристик растений средствами бесконтактной съемки со спутников и беспилотных летательных аппаратов (БПЛА). Для решения задачи выполняется построение цифровых карт полей по спутниковым снимкам для выявления зон неоднородностей. Проводится мониторинг проблемных участков полей с помощью БПЛА. Проводится предварительная оценка всхожести посевов для принятия дальнейших решений агрономами. Приведены примеры применения методики для оценки состояния озимых зерновых культур в весеннее и осеннее время: представлены эксперименты, связанные с определением количества растений на учетных площадях; построение цифровых карт с расчетом вегетационного индекса NDVI. На основе статистического анализа данных по цифровых картам определяются закономерности для поддержки принятия решений по управлению продуктивностью посевов с использованием технологий дистанционного мониторинга.

Ключевые слова


дистанционный мониторинг; БПЛА, NDVI, цифровые карты, проективное покрытие; всхожесть; принятие решений

Литература


Саитова Г. А., Габдуллина Э. Р., Гайнетдинова Е. К. Информационные технологии при анализе и контроле состояния посевов в сельскохозяйственной отрасли // Перспективные информационные технологии (ПИТ 2022): тр. Междунар. науч.-техн. конф., Самара, 18–21 апреля 2022 г. Изд-во Самарского научного центра РАН, 2022. С. 440-443. EDN KRJSSC. [[ Saitova G. A., Gabdullina E. R., Gainetdinova E. K. “Information technologies in the analysis and control of the state of crops in the agricultural sector” // Advanced Information Technologies (PIT 2022): Int. scientific and technical conf., Samara, April 18-21, 2022. Samara Scientific Center of the Russian Academy of Sciences, 2022, pp. 440-443. EDN KRJSSC. (In Russian.) ]]

Пугин А. М., Саитова Г. А., Габдуллина Э. Р. Система поддержки принятия решений по управлению процессами точного земледелия с использованием цифровых технологий // Современные наукоемкие технологии. 2022. № 10-2. С. 226-230. DOI 10.17513/snt.39374. EDN MXPZHB. [[ Pugin A. M., Saitova G. A., Gabdullina E. R. “Decision support system for managing precision farming processes using digital technologies” // Modern Science-Intensive Technologies. 2022. No. 10-2, pp. 226-230. DOI 10.17513/snt.39374. EDN MXPZHB. (In Russian.) ]]

Даманский Р. В., Кем А. А., Михальцов Е. М., Шмидт А. Н. Процесс цифровизации в растениеводстве // Перспективные направления рационального землепользования и цифровизация земледелия: Сб. докл. VII Междунар. науч.-практ. конф., Курск, 02–04 октября 2023 г. Курский федеральный аграрный научный центр, 2023. С. 75-80. EDN AFKURG. [[ Damansky R. V., Kem A. A., Mikhaltsov E. M., Schmidt A. N. “The process of digitalization in crop production” // Promising directions of rational land use and digitalization of agriculture: VII Int. scientific-practical. conf., Kursk, October 02–04, 2023. Kursk Federal Agrarian Scientific Center, 2023, pp. 75–80. EDN AFKURG. (In Russian.) ]]

Катаев М. Ю., Пасько О. А., Карташов Е. Ю. Анализ практических возможностей Применения беспилотных летательных аппаратов в сельском хозяйстве //Вестник Красноярского государственного аграрного университета. 2023. №. 1 (190). С. 54-62. [[ Kataev M. Yu., Pas'ko O. A., Kartashov E. Yu. “Analysis of the practical possibilities of using unmanned aerial vehicles in agriculture” // Bulletin of the Krasnoyarsk State Agrarian University. 2023. No. 1 (190), pp. 54-62. (In Russian.) ]]

Макарова Е. А., Габдуллина Э. Р., Юсупов М. М., Вагапова Г. Р. Алгоритм интеллектуального анализа региональных данных об инвестиционном риске // СИИТ. 2024. Т. 6, № 1(16). С. 77-86. EDN EBASQU. [[ Makarova E. A., Gabdullina E. R., Yusupov M. M., Vagapova G. R. “Algorithm for intelligent analysis of regional data on investment risk” // SIIT. 2024. Vol. 6, No. 1(16), pp. 77-86. EDN EBASQU. (In Russian.) ]]

Вилюнов С. Д. и др. Проверка алгоритма дистанционной идентификации сельскохозяйственных культур по спутниковым цифровым данным вегетационного индекса NDVI // Зернобобовые и крупяные культуры. 2023. №. 4 (48). С. 140-150. [[ Vilyunov S. D. et al. “Testing the algorithm for remote identification of agricultural crops using satellite digital data of the NDVI vegetation index” // Legumes and Cereal Crops. 2023. No. 4 (48), pp. 140-150. (In Russian.) ]]

Елизарова А. В., Саитова Г. А., Момзиков Н. В. Выбор архитектуры нейронной сети для прогнозирования состояния заряда аккумулятора // СИИТ. 2023. Т. 5, № 4(13). С. 123-131. EDN RXSDIA. [[ Elizarova A. V., Saitova G. A., Momzikov N. V. “Selecting a neural network architecture for predicting the battery charge state” // SIIT. 2023. Vol. 5, No. 4(13). P. 123-131. EDN RXSDIA. (In Russian.) ]]

Павловская Н. Е. и др. Оценка состояния посевов озимой пшеницы и ярового ячменя по среднему значению NDVI на основе космоснимков // Вестник аграрной науки. 2020. №. 6 (87). С. 25-32. [[ Pavlovskaya N. E. et al. “Assessment of the condition of winter wheat and spring barley crops by the average NDVI value based on space images” // Bulletin of Agrarian Science. 2020. No. 6 (87), pp. 25-32. (In Russian.) ]]

Кирюхин С. В. и др. Применение вегетационных индексов для сравнительной оценки полевой всхожести сои // Известия нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2024. №. 2 (74). С. 367-376. [[ Kiryukhin S. V. et al. “Application of vegetation indices for comparative assessment of field germination of soybeans” // News of the Lower Volga Agro-University Complex. 2024. No. 2 (74), pp. 367-376. (In Russian.) ]]

Мартынов М. А., Полухин А. А., Кирюхин С. В. Изучение показателей чистой продуктивности фотосинтеза, нитрогеназной активности и полевой всхожести для различных генотипов сои и их корреляционные связи с основными вегетацинонными индексами // Вестник НГАУ. 2024. №. 2. С. 120-131. [[ Martynov M. A., Polukhin A. A., Kiryukhin S. V. “Study of indicators of net productivity of photosynthesis, nitrogenase activity and field germination for different soybean genotypes and their correlation links with the main vegetative indices” // Bulletin of NSAU. 2024. No. 2. P. 120-131. (In Russian.) ]]

Wei Z., Fang W. “UV-NDVI for real-time crop health monitoring in vertical farms” // Smart Agricultural Technology. 2024. V. 8, pp. 100462.

Gaikwad S. et al. “UAV-based crop health analysis using the normalized difference vegetation index (NDVI) method” // International Conference on Smart Computing and Communication. Singapore: Springer Nature Singapore, 2024, pp. 165-173.

Indriasari N. et al. “Spatial-temporal dynamics of paddy productivity on the north coast of Java Island, Indonesia based on the principal component analysis of MODIS NDVI anomaly data” // IOP Conference Series: Earth and Environmental Science. IOP Publishing, 2024. V. 1291, No. 1, pp. 012016.

Shammi S. A., Meng Q. “Use time series NDVI and EVI to develop dynamic crop growth metrics for yield modeling” // Ecological Indicators. 2021, V. 121, pp. 107124.

Voitik A. et al. “Comparison of NDVI, NDRE, MSAVI and NDSI indices for early diagnosis of crop problems” // Agricultural Engineering. 2023 V. 27, No. 1, pp. 47-57.

Абдушаева Я. М. Оценка продукционного процесса растений озимой пшеницы по вегетационному индексу // АгроЭкоИнженерия. 2024. №. 2 (119). С. 18-29. [[ Abdushaeva Ya. M. “Evaluation of the production process of winter wheat plants by the vegetation index” // Agro-Eco-Engineering. 2024. No. 2 (119), pp. 18-29. (In Russian.) ]]

Shpanev A. M., Smuk V. V. “Effectiveness of differentiated application of herbicides in winter wheat crops” // Russian Agricultural Sciences. 2020. V. 46, pp. 468-471.


Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2024 Г. А. Саитова, Э. Р. Габдуллина