無人駕駛飛行器 (UAV)(也稱為無人機)和連接分析的使用
有很大的潛力來支持和解決所面臨的一些最緊迫的問題
農業在獲取可操作的實時質量數據方面。
它可以在整個種植週期的不同階段使用:
- 土壤和田間分析 – 在獲得精確的土壤 3D 地圖後,可以規劃種植並分析養分狀況以進行進一步操作:
- 種植——無人機發射的種子吸收了土壤中的養分,平均吸收率為 75%,從而降低了種植成本。
- 作物監測——時間序列動畫可以顯示作物的精確發育並揭示生產效率低下的情況,從而實現更好的作物管理。
- 灌溉——帶有高光譜、多光譜或熱傳感器的無人機可以識別田地的哪些部分是乾燥的或需要改進的。
- 健康評估——通過使用可見光和近紅外光掃描作物,無人機攜帶的設備可以識別哪些植物反射不同數量的綠光和近紅外光。 這些信息可以生成多光譜圖像,跟踪植物的變化並指示它們的健康狀況。
農田的多光譜圖像通常由農民通過 Sen2-Agri (http://www.esa-sen2agri.org/)、Onesoil (https://onesoil.ai/en/) 等互聯網服務使用。這些網站使用來自太空的圖片(例如,來自 Sentinel 衛星)
衛星圖像的主要問題是時間和空間分辨率低。 免費哨兵衛星提供每像素 10 米量級的精度,這不足以達到精度。 加上繞地球的數據處理週期為10天,所以數據時延平均有3-5天,在夏天可能不夠快,無法做出決策。 付費衛星的分辨率最高為每像素 2 米,但它們是付費的。 而且所有衛星都存在雲層問題,在某些地區,雲層覆蓋率可達 50%。 同時,空間圖像中被雲覆蓋的區域是“假的”——它們被相鄰圖像的圖像“吸引”,這降低了它們的可靠性。 結果,農民從衛星圖像中接收到的信息給出了確定土壤中常量元素(氮、磷、鉀、腐殖質)水平的準確度不超過 75%,甚至存在明顯的延遲和位置不准確。
從無人機拍攝時,農民可以獲得高達 3-5 厘米的分辨率,即提高 100 多倍。 因此,確定大量營養素水平的準確度可達90-95%。 另一方面,農業農場的田地數量可以以幾十塊來衡量,間距足夠大,一塊田地佔地數十、數百公頃或英畝。 因此,在田間作業中,農民很難完全依靠無人機獨立飛遍所有田地,這可能需要幾天的時間。 機組人員費用——平均每日測繪費從 800 美元到 1200 美元不等。
今天最有前途的是衛星圖像和無人機圖像的結合。 生物學家認為,正是多層觀察——地面觀察數據、衛星圖像和無人機照片的結合——才能在工作中取得最佳效果。 通過使用機器學習技術、人工智能,同時處理來自衛星和無人機的圖像,可以在整個區域實現 90-95% 的高精度,而無需大量成本。
自己使用無人機的另一個問題。 通常的四軸飛行器的航程非常短——每次飛行 50-100 公頃,因此用於田間。 固定翼無人機需要農民取得飛行員資格,不能自動起降,有創傷,圖像質量和分辨率低。
解決方案是使用新型無人機——Optiplane 旋翼機。 它們結合了直升機和固定翼飛機的優點,但沒有它們的缺點。 與直升機不同,旋翼機一次飛行可覆蓋的區域最多可達 10 倍——超過 1000 公頃。 與固定翼無人機不同,旋翼機不需要農民能夠操作無人機——從起飛到降落的整個飛行都是全自動的。 設置後,他會自動在手機或平板電腦上看到有關更正實地工作的建議——NDVI、NDWI、AF1、ARI1 地圖、特殊信息。