Srovnání kamer podle spektra, které využívají drony pro precisní zemědělství.
V současné době drony nejen umožňují fotografovat, ale lze je využít pro získání dalších údajů např. o zdraví plodin. Je otázkou, která data je nejlepší použít. Níže jsou porovnány snímky RGB a NIR s vysvětlením, které pomohou udržet pole zdravá a zlepšovat výnosy.
Jaké typy kamer se používají k identifikaci variability plodiny?
RGB kamery
Lidské oko je citlivé na červená, zelená a modrá (RGB) pásma světla. Většina standardních dronů přichází s kamerami, které zachycují stejné pásma RGB, takže obrazy, které vytvářejí, představují téměř přesně to, co vidí naše oči. Pokud právě začínáme využívat drony v zemědělství, je dobré začít s kamerami RGB, protože jsou poměrně levné a většina spotřebitelských dronů, jako jsou systémy DJI™ Phantom a DJI™ Inspire, jsou těmito kamerami vybaveny. RGB kamery jsou vhodné pro vytváření orthomozaikových map, které zobrazují pole jako celek a mohou zachytit případné anomálie.
Nejvíce dostupné spotřební drony jako DJI Phantom jsou vybaveny standardními kamerami RGB.
Využití kamer s klasickým RGB snímačem
Rychlejší vyhledávání na poli
Tradiční sledování plodin prostřednictvím terénních vozidel, kamionů nebo traktorů je v poli poměrně destruktivní a šetrnější způsob, kterým je řízené prochíázení je problematické. S RGB kamerou na dronu lze vytvořit orthomosaiku, která poskytuje pohled na celé pole najednou a pomocí geodat zanesených do GPS, lze identifikovat problematické části přímo bez hledání a tím i poškození zdravých částí.
Použijte standardní snímky RGB, abyste šetřili čas a zlepšili vyhledávání na místě tím, že zjistíte a přejdete přímo k zdroji problému bez narušení zdravých plodin.
Přibližné zdraví plodin
Někteří zemědělci používají index, který pracuje se senzory RGB, nazývanými VARI (Visible Atmospherically Resistant Index), aby zjistili oblasti stresu plodin. VARI algoritmus používá korekci barev, aby minimalizoval odrazivost, rozptyl a další atmosférické účinky, aby tak lépe odhadl zlomek zdravé vegetace v dané oblasti. Účinně to zveličuje barvu a ukazuje, jak je rostlina ve srovní s ostatními zelená, takže lze přiblížně odhadnout zdraví rostlin a energii. VARI nenahrazuje normalizovaný rozdílový vegetační index (NDVI), ale může být užitečné, pokud je k dispozici pouze RGB kamera, která nemůže zpracovávat snímky NDVI.
Index VARI porovnává a upravuje červené, zelené a modré pásy světla tak, aby zobrazovaly přibližné údaje o celkovém stavu plodin.
Kamery s podporou NIR
Snímače blízké infračervenému záření (NIR) zachycují světlo neviditelné lidskému oku. Existují dva typy: multispektrální kamery, které zachycují červené, zelené a NIR světlo a modifikované kamery RGB, které jsou zdokonaleny pro zachycení světla NIR i RGB. Snímače NIR jsou dražší než snímače RGB, ale poskytují uživatelům mnohem více možností.
Tento kompaktní, vysoce přesný snímač od společnosti Sentera zachycuje technologii NIR pro zpracování NDVI.
Využití senzorů NIR
Se senzory NIR lze udělat vše, co dokáží senzory RGB, ale poskytují další možnosti.
Zpracování snímků NDVI
Normalizovaný rozdílový vegetační index (NDVI) je jedním z nejlepších indexů pro hodnocení zdraví plodin a k jeho měření jsou nutné právě senzory NIR. NDVI matematicky porovnává červené a NIR světelné signály, které pomáhají odlišit zdravé rostliny od nemocných rostlin. NIR snímače a odpovídající software usnadňuje agronomům a zemědělcům využívat NDVI k vytvoření map, které převádějí poměry neviditelného NIR světla do barev, které lidé mohou vidět a rychle vyhodnotit.
Při výpočtu se hodnoty NDVI pohybují od -1 do 1. Čím vyšší je hodnota indexu (více pozitivních), tím lepší je zdravotní stav a intenzita plodin.
Mapa NDVI a blízké pole (vlevo) jsou vytvořeny z kombinace snímků RGB (vpravo nahoře) a NIR (vpravo dole). Zpracování snímků pomocí NDVI zvětšuje variabilitu zdraví plodin mnohem zřetelněji než standardní snímky RGB.
Získání přesných údajů o zdraví plodin v průběhu času
VARI se může lišit. VARI není normalizována pro změny v slunečním světle, oblačnosti, stínování apod., což znamená, že létání v různých dnech může odhalit velmi odlišné výsledky. Dokonce, i když se létá polovina pole za úsvitu a druhá polovina v poledne, výsledky nemusí být srovnatelné.
Pkud se využívá NIR, NDVI je pro takové variace normalizován, což je lepší nástroj pro porovnání zdraví plodin v průběhu času. Srovnání je důležitou součástí agronomů, kteří pracují s cílem zlepšit výnosy plodin, takže NDVI je nezbytným nástrojem pro tuto práci.
Včasná identifikace problémů
Rostliny vykazují v NIR stres dříve, než ve viditelném spektru světla, což znamená, že lze detekovat i nejmenší stres plodin, v řádech dnů nebo týdnů, než by bylo možné stres identifikovat pouhým okem nebo snímačem RGB. NDVI mapování pomáhá zjistit problémy dříve, aby bylo možné podniknout kroky ke zlepšení zdraví plodin dříve, než se stanou škodlivými pro celkové výnosy.
Vytváření průběhových map
Senzory NIR vytvářejí mapy NDVI, které lze nahrát do zemědělského softwaru, jako je Ag Leader® SMS ™ nebo agX® SST, pro identifikaci variability polí. Tyto mapy polí přesně ukazují, kde se osiva a postříkají aplikacemi s proměnlivou rychlostí, což šetří peníze a zdroje a současně zlepšují výnosy plodin.
Syntetické NDVI
Při vyhledávání na internetu se lze setka s výrazy "syntetický NDVI" nebo "false-NDVI", které odkazují na NDVI algoritmus aplikovaný na snímky RGB. Někdy se hovoří o falešněm NDVI, protože nesbírá NIR světlo, které NDVI normálně vyžaduje, ale místo toho používá RGB obrazy k odhadu NDVI. Nedoporučuje se používat falešný NDVI, protože poskytuje nepřesné údaje, které mohou poškodit plodiny.
Výše uvedený algoritmus VARI je mnohem užitečnější a přesnější způsob, jak měřit zdravotní stav rostlin pomocí obrazů RGB. Pokud lze využít snímač NIR, vždy se doporučujeme skutečná NDVI jako nejlepší volba.
Doporučuje se NIR snímač a pravá NDVI pro co nejpříhodnější a nejpřesnější hodnocení zdraví plodin.