Precizní zemědělství

Základní myšlenkou precizního zemědělství je znalost heterogenity pozemku, tedy informace o složení a kvalitě půdy a vegetace v rámci jednotlivých lokalit a půdních bloků. A právě bezpilotní prostředky se speciálními senzory jsou ideálním prostředkem pro pravidelné mapování stavu půdy a plodin v krátkém čase a s vysokou přesností. Na rozdíl od satelitních snímků poskytují aktuální data bez nutnosti čekat na přelet družice a vhodnou oblačnost. Ve srovnání s leteckým snímkováním pilotovaným letadlem je pak výhodou operativní nasazení i v nepříznivých podmínkách a mnohem nižší letové náklady. Drony navíc díky nízké letové výšce mohou poskytnout data s rozlišením až 1cm/pixel, což zatím jiné metody nemohou nabídnout.

NAŠE SLUŽBY

SNÍMKOVÁNÍ

DJI Inspire a multispektrální senzor Parrot Sequoia

S využitím bezpilotních letounů vlastní konstrukce s dlouhou dobou letu dokážeme pokrýt i pozemky o velké rozloze. Pokud je důležité vysoké rozlišení dat, nasazujeme drony multirotorové koncepce. Pro multispektrální snímání používáme osvědčený senzor Parrot Sequoia, který je přímo navržen pro integraci do bezpilotních prostředků pro využití v zemědělství. Volitelně provádíme i snímání ve viditelném spektru pro přesné mapování pozemku a drony mohou nést také termokameru pro detekci zvířat před senosečí, či analýzu zavlažování a vodního stresu rostlin.

ZPRACOVÁNÍ A ANALÝZA

zpracování multispektrálních snímků

Všechny multispektrální snímky jsou zaznamenány včetně prostorových souřadnic a pomocí specializovaného software je následně sestavena mapa snímaného pole s vizualizací požadovaných ukazatelů a zvolených vegetačních indexů. Dalším výstupem jsou pak aplikační mapy pro pojezdové stroje s variabilním dávkováním. Při analýze dat oboustranně spolupracujeme s Výzkumným ústavem rostlinné výroby v Praze - obdržíte tedy data s vysokou přesností vyhodnocení a fundované závěry pro doporučení variabilního hnojení.

DATA ONLINE

online rozhraní pro zobrazení výsledných multispektrálních dat a NDVI indexů

Mezi další výhody našeho řešení patří zpracování nasnímaných dat do 48 hodin a možnosti kontroly a zobrazení zákazníkem v našem online uživatelském rozhraní SkyView. Po přihlášení má klient možnost si výsledky inspekcí odkudkoliv prohlédnout na svém zařízení a to bez nutnosti stahovat kompletní balík dat. Pro základní analýzu nemusí disponovat ani specializovaným softwarem, prohlížeč interaktivně zobrazuje jednotlivé spektrální složky i mapy indexů, a umožňuje měření vzdáleností a ploch včetně GPS lokalizace.

Referenční projekt - odhad výnosů cukrovky

Níže si můžete interaktivně prohlédnout data nasnímaná na jednom z experimentálních polí při pokusu vedeném VÚRV Praha. Pracovnící ústavu připravili pokusné prostředí o rozloze 96 parcel cukrovky velikosti 9x9 m. Počet variant je 24, a to 6 stupňů hnojení minerálními hnojivy (dusík 0-130 kg/ha) a 3 druhy organického hnojení (hnůj, kejda a kompost), včetně variant bez organického hnojení. Zpracovaná data byla následně porovnána s množstvím skutečně sklizené cukrovky a provedená analýza poukazuje na úzký vztah zjištěné spektrální charakteristiky porostu k výnosu jak nadzemní, tak i podzemní biomasy. Pokus potvrdil využitelnost snímků pořízených pomocí dronu s multispektrální kamerou Sequoia pro přesnou predikci výnosů bulev cukrovky v závislosti od výživového stavu půd.

Pravá část zobrazuje index NDVI. Vegetační indexy obecně slouží k mapování porostu a sledování kvantitativních ukazatelů rostlin na základě spektrální odrazivosti. V levé části jsou pak pro srovnání klasické snímky ve viditelném spektru s rozlišením cca 1.2cm/pixel. Graf pak znázorňuje korelaci mezi NDVI indexem a skutečným množstvím sklizené biomasy.

Zobrazení lze posouvat kurzorem a pomocí tlačítek měnit měřítko.

Co je precizní zemědělství ?

Základním principem je znalost prostorové a časové variability vlastností půdy a porostu v rámci agrárního pozemku a využití těchto dat k efektivnějšímu hospodaření. V minulosti zemědělec znal své pole a věděl, v jakých částech může dosáhnout vysokých výnosů a kde je naopak úrodnost nižší a vynaložená práce se zde tolik nevyplatí. Později ovšem s globálním růstem ploch pozemků i velikosti hospodářských podniků nebylo možné tyto znalosti efektivně získávat a s územím bylo nakládáno spíše jako s homogenní plochou, jejiž potenciál nemohl být plně využit. Tuto situaci změnila až dostupnost technologií a potřebného technického vybavení, které nyní dovolují získávat široké spektrum potřebných údajů z mnoha zdrojů a jejich komplexní analýzu. Její výstupy zemědělcům pomáhají při rozhodování o agrárních činnostech, přizpůsobují variabilní aplikaci hnojiv a pesticidů ve správném množství na potřebném místě nebo predikují stav a vlastnosti půdy či porostu. A právě bezpilotní prostředky se svými možnostmi posouvají možnosti precizního zemědělství zase o kousek dál.

Technologie

  • Přesná lokalizace pomocí GNSS
  • Geografické informační systémy (GIS)
  • Satelitní a letecké multispektrální snímkování
  • Senzory na zemědělských strojích
  • Aplikační stroje s variabilním dávkováním
  • Půdní senzory

Výstupy

  • Aplikační mapy pro zemědělské stroje
  • Sledování vlastností pomocí vegetačních indexů
  • Mapování a kvantifikace porostu
  • Predikce výnosů
  • Lokalizace nežádoucích plevelů a parazitů
  • Vyčíslení škod

Přínosy

  • Úspora hnojiv a pesticidů
  • Úspora PHM u pojezdových strojů
  • Nižší enviromentální zatížení půdy
  • Automatizace a optimalizace operací
  • Šetrnost k životnímu prostředí
  • Komplexní data o vývoji pozemku

Bezpilotní prostředky v precizním zemědělství

Využití a výhody bezpilotních prostředků v zemědělství byly zřejmé již v minulosti s příchodem prvních dronů dostupných širší veřejnosti. Ale až nedávno tato technologie dozrála do stadia, kdy se dá hovořit o spolehlivém a v praxi denně nasaditelném zařízení, které spolupracuje s dalším technickým vybavením hospodářského podniku.

Primární využití dronů je multispektrální snímání a mapování pozemku - další v současnosti používané zdroje těchto dat jsou satelitní snímky nebo snímky z pilotovaných letounů. Data z družic se vyznačují pokrytím rozsáhlého území na úkor nižší přesnosti, zatím největší nevýhodou je ovšem neaktuálnost a stáří snímků, což je dáno intervalem přeletu družice nad konkrétním místem (navíc s podmínkou vhodné oblačnosti). Pilotovaný letoun přináší vyšší rozlišení dat a jejich sběr lze provést v poměrně krátké době od zadání požadavku, s tím jsou ovšem spojeny vysoké náklady na let. Oproti těmto klasickým způsobům získávání dat je u dronu stále mírnou nevýhodou kratší letová doba, kdy při velké rozloze pozemku musí dron přistát pro výměnu pohonného akumulátoru. Technologie baterií jde ovšem stále dopředu a moderní stroje s vhodnou konstrukcí již dokáží ve vzduchu vydržet i několik hodin.

Hlavní devizou dronů je nejoperativnější charakter zemědělské inspekce - doba přípravy stroje je v řádech minut a pro každý let lze přesně zvolit nejvhodnější letové parametry a použité snímače. Po zadání cílové oblasti a parametrů snímkování je vypočten optimální letový plán a celý let pak již probíhá automaticky. Letový plán lze uložit a kdykoliv znovu použít pro opakování snímkování v časových intervalech. Let je limitován pouze meteorologickou situací, ale moderní drony dokáží letět i za takového počasí a viditelnosti, které by pro pilotovaný letoun představovalo zbytečný risk. Tyto vlastnosti, včetně možnosti náhledového zpracování snímků ihned na místě, přinášejí nejaktuálnější data o pozemku, na základě kterých může zemědělec co nejdříve rozhodnout o následných opatřeních (což je dvojnásob důležité např. při napadení pole škůdci nebo při živelných pohromách). Při nízké výšce letu navíc mohou být pořízena data o rozlišení až 1cm/pixel, umožňující kvantifikaci jednotlivých rostlin, přesnou delineaci vegetace a pozemků nebo lokalizaci plevele a parazitů.

Aktuální data

Plánování autonomního letu dronu

Bezpilotní letoun je připraven k letu během několika minut. Autonomní let a automatické zpracování snímků zajišťuje dostupnost aktuálních dat během několika hodin

Vysoké rozlišení

Vysoké rozlišení snímků pro precizní zemědělství

Na rozdíl od satelitních snímku nebo mapování pilotovaným letadlem může dron díky nízké výšce letu snímat data v rozlišení až 1cm/pixel

Nové možnosti

Aplikační

Vysoké rozlišení snímků přináší i dosud nemyslitelné možnosti zpracování. S využitím algoritmů pro zpracování obrazu získáme například údaje o počtu a výšce jednotlivých rostlin

Jak funguje multispektrální snímání rostlin

Spektrální charakteristika

Typická spektrální charakteristika rostlin

Při snímání rostlin je využíváno jejich typické spektrální charakteristiky, tedy různé míry odrazivosti a absorbce jednotlivých složek světelného spektra. Odrazivost modré a červené složky světla je minimální z důvodu absorbce tohoto pásma při fotosyntéze. Zelená složka světla má odrazivost vyšší, odtud tedy zelená barva chloroplastů. Zásadní je pak vysoká odrazivost blízkého infračerveného pásma, která je již pro oko neviditelná. Je dána buněčnou strukturou a průduchy na povrchu listů a u zdravé rostliny je odrazivost v této části spektra nejvyšší. Pokud ale rostlina trpí stresem, který se projevuje také změnou pórovité struktury, dojde ke snížení odrazivosti a to typicky dříve, než se stres projeví ve viditelné části spektra (např. změnou barvy listu).

Multispektrální senzor

multispektrální senzor Parrot Sequoia pro bezpilotní prostředky

Dalším krokem je použití vhodné multispektrální kamery, tedy snímače, který zaznamenává separátně uvedené složky světelného spektra, které jsou pro rostliny typické. To umožňuje porovnávat jednotlivá izolovaná pásma a provádět s nimi další výpočty. Dle průběhu spektrální křivky lze identifikovat druhy rostlin, fáze růstu, různé druhy stresu nebo napadení. Používáme senzor Parrot Sequoia, který je navíc vybaven i osvitovým snímačem, díky kterému není měření ovlivněnou změnou slunečního záření a meteorologických podmínek během letu. Pokud jsou data pořízena v intervalu vlnových délek cca 1300-3000 nm (snímání termokamerou), kde je odrazivost formována především obsahem vody, lze analyzovat vodní stres rostlin a závlahové systémy polí.

Vegetační indexy

Vegetační index

Nízké odrazivosti viditelné složky a naopak vysoké odrazivosti složky infračervené se využívá při tvorbě tzv. vegetačních indexů, které nejčastěji vycházejí (v různých variacích) z poměru těchto dvou složek spektra. Tyto indexy slouží k mapování vegetace a k určení a vizualizaci kvantitativních ukazatelů na ploše snímku. Typickým zástupcem je NDVI a NDRE, mezi modifikace patří např. Index OSAVI, který minimalizuje optický vliv půdy nebo EVI který využívá modrou složku pro potlačení atmosférických vlivů.

Další využití

Další využití multispektrálních dat

Na základě indexů lze pak predikovat výnosy plodin, připravit aplikační mapy pro agrární stroje s variabilním dávkováním, nebo včas odhalit anomálie v růstu vegetace. Snímky ve viditelné části spektra zase mají využití ke kontrole úrody a vyčíslení škod při živelných pohromách a data z termovizní kamery pomáhají k optimalizaci zavlažování. Samotná data je ale potřeba vždy posuzovat v kontextu dané plodiny, času a místa snímání, půdních vlastností a mnoha dalších faktorů, proto při vyhodnocení spolupracujeme s VÚRV Praha.

Naše reference

zpět nahoru