Τάσεις στις τεχνολογίες τηλεπισκόπησης στην ελαιοκαλλιέργεια.

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
Γραμμή 24: Γραμμή 24:
'''Εισαγωγή'''
'''Εισαγωγή'''
Η ελιά είναι μια από τις παλαιότερες καλλιέργειες στον κόσμο και καλλιεργείται κυρίως στις μεσογειακές χώρες. Ωστόσο, το μέλλον αυτής της καλλιέργειας βρίσκεται σε κίνδυνο λόγω της κλιματικής αλλαγής ή λόγω ασθενειών των ελαιοκαλλιεργειών. Έτσι, προκύπτει η ανάγκη απόκτησης και επεξεργασίας μεγάλου όγκου και ποσότητας πληροφοριών σχετικά με την ελαιοκαλλιέργεια για λήψη άμεσων ενεργειών που θα επιτρέψει τη βιώσιμη και διαρκή παραγωγή υψηλής απόδοσης και ποιότητας. Η συλλογή των επιθυμητών πληροφοριών γίνεται μέσω της Τηλεπισκόπησης. Η Τηλεπισκόπηση. Επί του παρόντος, ένας σημαντικός αριθμός αισθητήρων χρησιμοποιείται στη γεωργία για να χαρτογραφήσει τη χωρική και χρονική μεταβλητότητα διαφόρων παραμέτρων, βοηθώντας τους παραγωγούς να λαμβάνουν αποφάσεις για τη διαχείριση των καλλιεργειών. Οι RGB, πολυφασματικές κάμερες, οι υπερφασματικές και θερμικές κάμερες, καθώς και άλλοι αισθητήρες όπως ο LiDAR, είναι εργαλεία που χρησιμοποιούνται μόνα τους ή σε συνδυασμό, για την εκτίμηση των κρίσιμων γεωργικών χαρακτηριστικών όπως η ευρωστία των καλλιεργειών, η υδατική καταπόνηση, η σοβαρότητα παρασίτων και ασθενειών και οι εδαφικές συνθήκες. Αφού αναλυθούν κατάλληλα (π.χ., χρησιμοποιώντας φασματικούς δείκτες βλάστησης στην περίπτωση οπτικών αισθητήρων), αυτές οι πληροφορίες μπορούν να οδηγήσουν στον προσδιορισμό των ζωνών διαχείρισης και στη  διαχείριση εισροών των λιπασμάτων, του νερού και των φυτικών προϊόντων προστασίας. Επιπλέον, οι πλατφόρμες που χρησιμοποιούνται με τους αισθητήρες είναι εξίσου ουσιαστικές. Σύμφωνα με την πλατφόρμα στην οποία βρίσκονται οι αισθητήρες εγκατεστημένοι, η τηλεπισκόπηση μπορεί να κατηγοριοποιηθεί ως δορυφορική, εναέρια ή επίγεια. Η δορυφορική τηλεπισκόπηση έχει το πλεονέκτημα ότι μπορεί να καλύψει μεγάλες περιοχές γρήγορα, αλλά το κύριο μειονέκτημά της είναι η συλλογή δεδομένων μέτριας ανάλυσης. Τα  εναέρια οχήματα (UAV) ή οι επανδρωμένες πτήσεις μπορούν να παρέχουν δεδομένα υψηλής ανάλυσης (ανάλυση cm), αλλά δεν μπορούν να καλύψουν τόσο μεγάλη περιοχή όση ο δορυφόρος στο ίδιο χρονικό διάστημα. Τέλος, η επίγεια τηλεπισκόπηση μπορεί να ανακτήσει δεδομένα υψηλής ανάλυσης (ανάλυση mm), αλλά απαιτεί μακρά και δύσκολη προσπάθεια. Στόχος αυτής της μελέτης ήταν η i) χαρτογράφηση της χρήσης διαφόρων τηλεσκοπικών τεχνολογιών σε σχέση με τις πληροφορίες που παρέχουν σε διάφορες περιοχές ελαιοκαλλιέργειας (π.χ. κατάσταση καλλιέργειας, οριοθέτηση των ζωνών διαχείρισης και της εφαρμογής μεταβλητού ποσοστού εισροών καλλιεργειών) και ii) να εντοπίσει τα κενά στη χρήση τεχνολογιών τηλεπισκόπησης .
Η ελιά είναι μια από τις παλαιότερες καλλιέργειες στον κόσμο και καλλιεργείται κυρίως στις μεσογειακές χώρες. Ωστόσο, το μέλλον αυτής της καλλιέργειας βρίσκεται σε κίνδυνο λόγω της κλιματικής αλλαγής ή λόγω ασθενειών των ελαιοκαλλιεργειών. Έτσι, προκύπτει η ανάγκη απόκτησης και επεξεργασίας μεγάλου όγκου και ποσότητας πληροφοριών σχετικά με την ελαιοκαλλιέργεια για λήψη άμεσων ενεργειών που θα επιτρέψει τη βιώσιμη και διαρκή παραγωγή υψηλής απόδοσης και ποιότητας. Η συλλογή των επιθυμητών πληροφοριών γίνεται μέσω της Τηλεπισκόπησης. Η Τηλεπισκόπηση. Επί του παρόντος, ένας σημαντικός αριθμός αισθητήρων χρησιμοποιείται στη γεωργία για να χαρτογραφήσει τη χωρική και χρονική μεταβλητότητα διαφόρων παραμέτρων, βοηθώντας τους παραγωγούς να λαμβάνουν αποφάσεις για τη διαχείριση των καλλιεργειών. Οι RGB, πολυφασματικές κάμερες, οι υπερφασματικές και θερμικές κάμερες, καθώς και άλλοι αισθητήρες όπως ο LiDAR, είναι εργαλεία που χρησιμοποιούνται μόνα τους ή σε συνδυασμό, για την εκτίμηση των κρίσιμων γεωργικών χαρακτηριστικών όπως η ευρωστία των καλλιεργειών, η υδατική καταπόνηση, η σοβαρότητα παρασίτων και ασθενειών και οι εδαφικές συνθήκες. Αφού αναλυθούν κατάλληλα (π.χ., χρησιμοποιώντας φασματικούς δείκτες βλάστησης στην περίπτωση οπτικών αισθητήρων), αυτές οι πληροφορίες μπορούν να οδηγήσουν στον προσδιορισμό των ζωνών διαχείρισης και στη  διαχείριση εισροών των λιπασμάτων, του νερού και των φυτικών προϊόντων προστασίας. Επιπλέον, οι πλατφόρμες που χρησιμοποιούνται με τους αισθητήρες είναι εξίσου ουσιαστικές. Σύμφωνα με την πλατφόρμα στην οποία βρίσκονται οι αισθητήρες εγκατεστημένοι, η τηλεπισκόπηση μπορεί να κατηγοριοποιηθεί ως δορυφορική, εναέρια ή επίγεια. Η δορυφορική τηλεπισκόπηση έχει το πλεονέκτημα ότι μπορεί να καλύψει μεγάλες περιοχές γρήγορα, αλλά το κύριο μειονέκτημά της είναι η συλλογή δεδομένων μέτριας ανάλυσης. Τα  εναέρια οχήματα (UAV) ή οι επανδρωμένες πτήσεις μπορούν να παρέχουν δεδομένα υψηλής ανάλυσης (ανάλυση cm), αλλά δεν μπορούν να καλύψουν τόσο μεγάλη περιοχή όση ο δορυφόρος στο ίδιο χρονικό διάστημα. Τέλος, η επίγεια τηλεπισκόπηση μπορεί να ανακτήσει δεδομένα υψηλής ανάλυσης (ανάλυση mm), αλλά απαιτεί μακρά και δύσκολη προσπάθεια. Στόχος αυτής της μελέτης ήταν η i) χαρτογράφηση της χρήσης διαφόρων τηλεσκοπικών τεχνολογιών σε σχέση με τις πληροφορίες που παρέχουν σε διάφορες περιοχές ελαιοκαλλιέργειας (π.χ. κατάσταση καλλιέργειας, οριοθέτηση των ζωνών διαχείρισης και της εφαρμογής μεταβλητού ποσοστού εισροών καλλιεργειών) και ii) να εντοπίσει τα κενά στη χρήση τεχνολογιών τηλεπισκόπησης .
-
'''
+
 
-
2. Υλικά και μέθοδοι'''
+
 
 +
'''2. Υλικά και μέθοδοι'''
[[2.1. Αναζήτηση επιστημονικών μελετών]]
[[2.1. Αναζήτηση επιστημονικών μελετών]]
Γραμμή 55: Γραμμή 56:
   
   
[[3.6. Χρήση πλατφορμών στην ελαιοκαλλιέργεια]]
[[3.6. Χρήση πλατφορμών στην ελαιοκαλλιέργεια]]
-
Τα UAV (43%) και οι δορυφόροι (39%) αντιπροσώπευαν τη μεγαλύτερη και τη δεύτερη μεγαλύτερη ομάδα πλατφορμών, αντίστοιχα, που χρησιμοποιήθηκαν σε μελέτες που σχετίζονται με την τηλεπισκόπηση στην ελαιοκαλλιέργεια. Οι μετρήσεις με επανδρωμένες πτήσεις (20%) ήταν η τρίτη μεγαλύτερη ομάδα, ενώ οι επανδρωμένες επίγειες μετρήσεις ήταν η τέταρτη μεγαλύτερη ομάδα (13%). Οι μελέτες με UGV αντιπροσώπευαν το μικρότερο ποσοστό των ερευνητικών δημοσιεύσεων σχετικά με τις πλατφόρμες (4%). Εκτός από το 2010, όλες οι μελέτες χρησιμοποίησαν εναέριες (μετρήσεις με UAV ή επανδρωμένη πτήση) ή δορυφορικά δεδομένα τηλεπισκόπησης. Με βάση τα προαναφερθέντα αποτελέσματα, είναι προφανές ότι το UAV είναι η πιο γνωστή πλατφόρμα στην έρευνα που σχετίζεται με την ελαιοκαλλιέργεια, με τους δορυφόρους στη δεύτερη θέση. Πολλοί επιστήμονες έχουν αποδείξει τα πλεονεκτήματα των UAV, τα οποία προσφέρουν γρήγορη σάρωση της περιοχής και πολύ υψηλή ανάλυση των συλλεγόμενων δεδομένων. Οι δορυφόροι έχουν  το κύριο πλεονέκτημα της κάλυψης μεγάλων περιοχών, αν και μερικές φορές η παρουσία σύννεφων μπορεί να επηρεάσει την ποιότητα των πληροφοριών που συλλέγονται.
+
Τα UAV (43%) και οι δορυφόροι (39%) αντιπροσώπευαν τη μεγαλύτερη και τη δεύτερη μεγαλύτερη ομάδα πλατφορμών, αντίστοιχα, που χρησιμοποιήθηκαν σε μελέτες που σχετίζονται με την τηλεπισκόπηση στην ελαιοκαλλιέργεια. Οι μετρήσεις με επανδρωμένες πτήσεις (20%) ήταν η τρίτη μεγαλύτερη ομάδα, ενώ οι επανδρωμένες επίγειες μετρήσεις ήταν η τέταρτη μεγαλύτερη ομάδα (13%). Οι μελέτες με UGV αντιπροσώπευαν το μικρότερο ποσοστό των ερευνητικών δημοσιεύσεων σχετικά με τις πλατφόρμες (4%). Εκτός από το 2010, όλες οι μελέτες χρησιμοποίησαν εναέριες (μετρήσεις με UAV ή επανδρωμένη πτήση) ή δορυφορικά δεδομένα τηλεπισκόπησης. Με βάση τα προαναφερθέντα αποτελέσματα, είναι προφανές ότι το UAV είναι η πιο γνωστή πλατφόρμα στην έρευνα που σχετίζεται με την ελαιοκαλλιέργεια, με τους δορυφόρους στη δεύτερη θέση. Πολλοί επιστήμονες έχουν αποδείξει τα πλεονεκτήματα των UAV, τα οποία προσφέρουν γρήγορη σάρωση της περιοχής και πολύ υψηλή ανάλυση των συλλεγόμενων δεδομένων. Οι δορυφόροι έχουν  το κύριο πλεονέκτημα της κάλυψης μεγάλων περιοχών, αν και μερικές φορές η παρουσία σύννεφων μπορεί να επηρεάσει την ποιότητα των πληροφοριών που συλλέγονται.Στη συνέχεια, οι επανδρωμένες επίγειες μετρήσεις (με τα πόδια ή όχημα) αποτελούν το τρίτο μεγαλύτερο είδος πλατφόρμας που χρησιμοποιείται στις μελέτες που σχετίζονται με την τηλεπισκόπηση στις ελαιοκαλλιέργειες. Αυτό δικαιολογείται από τα δεδομένα πολύ υψηλής ανάλυσης που μπορούν να συλλέξουν αυτά τα είδη πλατφορμών σε σύγκριση με τις εναέριες και δορυφορικές πλατφόρμες.Σε κάθε περίπτωση, πρόκειται για έναν εξαιρετικά χρονοβόρο και κουραστικό τρόπο κάλυψης μεγάλων γεωργικών εκτάσεων.
-
Στη συνέχεια, οι επανδρωμένες επίγειες μετρήσεις (με τα πόδια ή όχημα) αποτελούν το τρίτο μεγαλύτερο είδος πλατφόρμας που χρησιμοποιείται στις μελέτες που σχετίζονται με την τηλεπισκόπηση στις ελαιοκαλλιέργειες. Αυτό δικαιολογείται από τα δεδομένα πολύ υψηλής ανάλυσης που μπορούν να συλλέξουν αυτά τα είδη πλατφορμών σε σύγκριση με τις εναέριες και δορυφορικές πλατφόρμες. Σε κάθε περίπτωση, πρόκειται για έναν εξαιρετικά χρονοβόρο και κουραστικό τρόπο κάλυψης μεγάλων γεωργικών εκτάσεων.  
+
 
[[3.7. Τύπος μελετών που σχετίζονται με την RS στην ελαιοκαλλιέργεια]]
[[3.7. Τύπος μελετών που σχετίζονται με την RS στην ελαιοκαλλιέργεια]]

Αναθεώρηση της 21:43, 9 Φεβρουαρίου 2023


Τάσεις στις τεχνολογίες τηλεπισκόπησης στην ελαιοκαλλιέργεια.


Πρωτότυπος Τίτλος: « Trends in Remote Sensing Technologies in Olive Cultivation»

Συγγραφείς: Evangelos Anastasiou, Athanasios T., BalafoutisSpyros Fountas.

Σύνδεσμος : https://www.sciencedirect.com/science/article/pii/S2772375522000685

Λέξεις-Κλειδιά: Τηλεπισκόπηση, Γεωργία ακριβείας, Καλλιέργεια ελιάς, Έξυπνη γεωργία, Αισθητήρες, Πλατφόρμες.


Εικόνα 1:Χρήση αισθητήρων στην ελαιοκαλλιέργεια ανά τύπο και έτος
Εικόνα 2: Γεωπονικοί τομείς εστίασης των μελετών τηλεπισκόπησης στην ελαιοκαλλιέργεια ανά τύπο και έτος



Εισαγωγή Η ελιά είναι μια από τις παλαιότερες καλλιέργειες στον κόσμο και καλλιεργείται κυρίως στις μεσογειακές χώρες. Ωστόσο, το μέλλον αυτής της καλλιέργειας βρίσκεται σε κίνδυνο λόγω της κλιματικής αλλαγής ή λόγω ασθενειών των ελαιοκαλλιεργειών. Έτσι, προκύπτει η ανάγκη απόκτησης και επεξεργασίας μεγάλου όγκου και ποσότητας πληροφοριών σχετικά με την ελαιοκαλλιέργεια για λήψη άμεσων ενεργειών που θα επιτρέψει τη βιώσιμη και διαρκή παραγωγή υψηλής απόδοσης και ποιότητας. Η συλλογή των επιθυμητών πληροφοριών γίνεται μέσω της Τηλεπισκόπησης. Η Τηλεπισκόπηση. Επί του παρόντος, ένας σημαντικός αριθμός αισθητήρων χρησιμοποιείται στη γεωργία για να χαρτογραφήσει τη χωρική και χρονική μεταβλητότητα διαφόρων παραμέτρων, βοηθώντας τους παραγωγούς να λαμβάνουν αποφάσεις για τη διαχείριση των καλλιεργειών. Οι RGB, πολυφασματικές κάμερες, οι υπερφασματικές και θερμικές κάμερες, καθώς και άλλοι αισθητήρες όπως ο LiDAR, είναι εργαλεία που χρησιμοποιούνται μόνα τους ή σε συνδυασμό, για την εκτίμηση των κρίσιμων γεωργικών χαρακτηριστικών όπως η ευρωστία των καλλιεργειών, η υδατική καταπόνηση, η σοβαρότητα παρασίτων και ασθενειών και οι εδαφικές συνθήκες. Αφού αναλυθούν κατάλληλα (π.χ., χρησιμοποιώντας φασματικούς δείκτες βλάστησης στην περίπτωση οπτικών αισθητήρων), αυτές οι πληροφορίες μπορούν να οδηγήσουν στον προσδιορισμό των ζωνών διαχείρισης και στη διαχείριση εισροών των λιπασμάτων, του νερού και των φυτικών προϊόντων προστασίας. Επιπλέον, οι πλατφόρμες που χρησιμοποιούνται με τους αισθητήρες είναι εξίσου ουσιαστικές. Σύμφωνα με την πλατφόρμα στην οποία βρίσκονται οι αισθητήρες εγκατεστημένοι, η τηλεπισκόπηση μπορεί να κατηγοριοποιηθεί ως δορυφορική, εναέρια ή επίγεια. Η δορυφορική τηλεπισκόπηση έχει το πλεονέκτημα ότι μπορεί να καλύψει μεγάλες περιοχές γρήγορα, αλλά το κύριο μειονέκτημά της είναι η συλλογή δεδομένων μέτριας ανάλυσης. Τα εναέρια οχήματα (UAV) ή οι επανδρωμένες πτήσεις μπορούν να παρέχουν δεδομένα υψηλής ανάλυσης (ανάλυση cm), αλλά δεν μπορούν να καλύψουν τόσο μεγάλη περιοχή όση ο δορυφόρος στο ίδιο χρονικό διάστημα. Τέλος, η επίγεια τηλεπισκόπηση μπορεί να ανακτήσει δεδομένα υψηλής ανάλυσης (ανάλυση mm), αλλά απαιτεί μακρά και δύσκολη προσπάθεια. Στόχος αυτής της μελέτης ήταν η i) χαρτογράφηση της χρήσης διαφόρων τηλεσκοπικών τεχνολογιών σε σχέση με τις πληροφορίες που παρέχουν σε διάφορες περιοχές ελαιοκαλλιέργειας (π.χ. κατάσταση καλλιέργειας, οριοθέτηση των ζωνών διαχείρισης και της εφαρμογής μεταβλητού ποσοστού εισροών καλλιεργειών) και ii) να εντοπίσει τα κενά στη χρήση τεχνολογιών τηλεπισκόπησης .


2. Υλικά και μέθοδοι

2.1. Αναζήτηση επιστημονικών μελετών Η ιστοσελίδα Scopus και η Web of Science είναι Μηχανές αναζήτησης που χρησιμοποιήθηκαν για το αντικείμενο αυτής της μελέτης. Χρησιμοποιήθηκαν για την ανάπτυξη μιας συστηματικής στρατηγικής αναζήτησης.

2.2. Φιλτράρισμα αποτελεσμάτων Για να επικεντρωθούμε στις σύγχρονες ερευνητικές δημοσιεύσεις, τα ερευνητικά άρθρα για την παρούσα μελέτη συλλέχθηκαν από την περίοδο από τον Ιανουάριο του 2001 έως το Δεκέμβριο του 2021. Τα πρώτα αποτελέσματα φιλτραρίστηκαν για να αποκλειστούν οι δημοσιεύσεις που δεν σχετίζονταν με τον στόχο της μελέτης με βάση τον τίτλο και την περίληψη, ήταν διπλότυπα ή είχαν δημοσιευτεί σε γλώσσα διαφορετική από την αγγλική. Συνολικά, 52 από αυτά τα άρθρα πληρούσαν τα προαναφερθέντα κριτήρια και έτσι αποκλείστηκαν. Τελικά, για την μελέτη, χρησιμοποιήθηκαν 56 ερευνητικές μελέτες (άρθρα και έγγραφα συνεδρίων).

2.3. Ταξινόμηση επιστημονικών μελετών Οι επιλεγμένες εργασίες κατηγοριοποιήθηκαν σε τέσσερις κατηγορίες που σχετίζονταν με τον στόχο της ανασκόπησης. Το αρχικό θέμα ήταν η κατηγοριοποίηση των αισθητήρων ανάλογα με τον τύπο τους. Στη συνέχεια, πραγματοποιήθηκε μια δεύτερη κατηγοριοποίηση σύμφωνα με τη γεωπονική περιοχή εστίασης της μελέτης, ενώ μια τρίτη διαδικασία ήταν η κατηγοριοποίηση των ερευνητικών μελετών με βάση τον τύπο της χρησιμοποιούμενης πλατφόρμας. Το τέταρτο θέμα επικεντρώθηκε στην ταξινόμηση των άρθρων ως έρευνες, μεθοδολογικές παρουσιάσεις, καθώς και στην εισαγωγή ενός νέου συστήματος ή λογισμικού για χρήση σε ελαιώνες.

2.4. Στατιστική ανάλυση Η στατιστική ανάλυση των δηµοσιεύσεων περιλάµβανε τον αριθµό των ερευνητικών άρθρων που παράγονται ετησίως και ανά τύπο. Επιπλέον, οι αναλύσεις πραγματοποιήθηκαν ανά τύπο πλατφόρμας, τύπο αισθητήρα και γεωπονική περιοχή για κάθε έτος κατά τη διάρκεια των δύο τελευταίων δεκαετιών. Η συμβολή κάθε τύπου πλατφόρμας και του τύπου αισθητήρα αξιολογήθηκε επίσης σε κάθε αγρονομικό τομέα.

3. Αποτελέσματα και συζήτηση

3.2. Αθροιστικός αριθμός ερευνητικών άρθρων Σύμφωνα με τα αποτελέσματα, οι πρώτες μελέτες με τη χρήση τεχνολογιών τηλεπισκόπησης στην ελαιοκαλλιέργεια πραγματοποιήθηκαν το 2006. Επιπλέον, η ανάλυση των αποτελεσμάτων έδειξε ότι η χρήση των τηλεπισκοπικών τεχνολογιών έχει επεκταθεί σημαντικά κατά τη διάρκεια των τριών τελευταίων ετών. Είναι ενδεικτικό ότι οι μισές από τις ερευνητικές μελέτες πραγματοποιήθηκαν κατά τη διάρκεια αυτής της περιόδου. Κατά συνέπεια, μπορεί να υποτεθεί ότι το ποσοστό υιοθέτησης των τεχνολογιών τηλεπισκόπησης στις μελέτες ελαιοκαλλιέργειας συνεχώς αυξάνεται. Επίσης, αξίζει να σημειωθεί ότι ο αριθμός των μελετών μειώθηκε το 2021 σε σύγκριση με το 2019 και το 2020. Αυτό μπορεί ενδεχομένως να εξηγείται από τον αντίκτυπο της πανδημίας COVID-19 στις ερευνητικές μελέτες που δεν σχετίζονται με το COVID-19, γεγονός που είχε ως αποτέλεσμα τη μείωση στον αριθμό δημοσιεύσεων σε σύγκριση με τις μελέτες που σχετίζονται με το COVID-19.


3.3. Χρήση αισθητήρων στην καλλιέργεια της ελιάς Σύμφωνα με την ανάλυση των αποτελεσμάτων, οι περισσότερες μελέτες (42%) χρησιμοποίησαν πολυφασματικούς αισθητήρες στην ελαιοκαλλιέργεια, με τους θερμικούς αισθητήρες να έρχονται στη δεύτερη θέση (23%). Οι υπερφασματικοί αισθητήρες ήταν ο τρίτος πιο δημοφιλής τύπος αισθητήρα, καθώς χρησιμοποιήθηκαν στο 13 % του συνολικού αριθμού των μελετών. Όσον αφορά τους άλλους τύπους αισθητήρων, το RGB χρησιμοποιήθηκε στο 11% των ερευνών, ενώ οι τύποι αισθητήρων LIDAR, RADAR και EMI ήταν οι λιγότερο χρησιμοποιούμενοι τύποι αισθητήρων (5%, 5% και 1% του συνόλου των ερευνητικών μελετών, αντίστοιχα). Η χρονική ανάλυση της χρήσης των αισθητήρων δείχνει ότι οι πολυφασματικοί αισθητήρες δεν ήταν παρόντες σε ερευνητικές μελέτες μόνο για δύο έτη (2007 και 2018), ενώ οι οι θερμικοί αισθητήρες δεν ήταν παρόντες για τέσσερα έτη (2015, 2014, 2012, 2011 και 2010). Αναλυτικότερα, ενώ τόσο οι πολυφασματικοί όσο και οι υπερφασματικοί αισθητήρες μπορούν να παρέχουν τον ίδιο τύπο πληροφοριών, η κύρια διαφορά τους είναι ο αριθμός των καναλιών που χρησιμοποιούν. Οι πολυφασματικοί αισθητήρες διαθέτουν περιορισμένο αριθμό καναλιών και, ως εκ τούτου, παράγουν περιορισμένο αριθμό φασματικών δεικτών βλάστησης. Αντίθετα, οι υπερφασματικοί αισθητήρες συλλέγουν δεδομένα από εκατοντάδες ζώνες του ηλεκτρομαγνητικού φάσματος και, κατά συνέπεια, μπορούν να παράγουν μεγαλύτερο αριθμό φασματικών δεικτών βλάστησης και ακόμη και να παράγουν μια φασματική υπογραφή ενός αντικειμένου. Εξαιτίας των προαναφερθέντων, η υπερφασματική ανίχνευση έχει υψηλό κόστος επεξεργασίας δεδομένων, γεγονός που αποτελεί σημαντικό εμπόδιο για την υιοθέτησή της σε γεωργικές μελέτες σε σύγκριση με την πολυφασματική ανίχνευση. Όσον αφορά τη θερμική ανίχνευση, μετράει την ικανότητα εκπομπής του αντικειμένου αντί της ανακλαστικότητας, όπως γίνεται στην πολυφασματική και στην υπερφασματική ανίχνευση. Η θερμική ανίχνευση χρησιμοποιείται για την αξιολόγηση των δομικών στοιχείων των φύλλων (π.χ, κυτταρικό τοίχωμα) και την περιεκτικότητα των φύλλων σε νερό, τα οποία εμφανίζονται στο θερμικό υπέρυθρο και παρέχουν έμμεσα πληροφορίες σχετικά με την άρδευση, τις ασθένειες και την προσβολή από παράσιτα, την απόδοση και άλλους παράγοντες. Συνεπώς, η χρήση των θερμικών αισθητήρων μπορεί να παράσχει πρόσθετες πληροφορίες στους ερευνητές, και κατ' αυτόν τον τρόπο, δικαιολογείται το υψηλό ποσοστό υιοθέτησης αυτού του τύπου αισθητήρων σε μελέτες που σχετίζονται με την τηλεπισκόπηση στην ελαιοκαλλιέργεια, δεδομένου ότι το νερό και οι ασθένειες των καλλιεργειών είναι περιοριστικοί παράγοντες στην απόδοση της ελιάς. Η περιορισμένη χρήση των υπόλοιπων αισθητήρων (RGB, RADAR, LIDAR και EMI) μπορεί να εξηγηθεί από τις περιορισμένες πληροφορίες που προσφέρουν σε σύγκριση με τους πολυφασματικούς, θερμικούς και υπερφασματικούς αισθητήρες.

3.5. Τομείς γεωπονικής εστίασης της έρευνας σχετικά με την ΕΔ στην ελαιοκαλλιέργεια Η εκτίμηση της ευρωστίας της ελιάς είναι ο συχνότερος αγρονομικός τομέας εστίασης που παρακολουθείται με τη χρήση τηλεπισκοπικών τεχνολογιών (30%). Ακολουθεί η αξιολόγηση της ζωηρότητας και η άρδευση (19%),η αναγνώριση των δένδρων (16%) και η παρακολούθηση των διαρθρωτικών παραμέτρων (11%). Οι υπόλοιποι αγρονομικοί τομείς εστίασης, δηλαδή οι ασθένειες (7%), ποικιλία/φαινολογία (5%), έδαφος (4%), φύτευση (3%), απόδοση (2%), λίπανση (2%), βιομάζα (2%) και καθορισμός ζωνών διαχείρισης (1%), έχουν διεξαχθεί στο 26% του συνολικού αριθμού των μελετών. Μελέτες που σχετίζονται με την ευρωστία υπάρχουν σε όλα τα έτη εκτός από τρία (2007, 2010 και 2012),ενώ οι μελέτες που σχετίζονται με την άρδευση δεν δημοσιεύθηκαν τα έτη 2010, 2011, 2012 και 2018. Κατά συνέπεια, ο λιγότερο δημοσιευμένος γεωπονικός τομέας ενδιαφέροντος σχετίζεται με τις ζώνες διαχείρισης (δημοσιεύθηκε μόνο το 2018). Μόνο οι ψεκασμοί, το κλάδεμα και το βοτάνισμα δεν έχουν ακόμη καλυφθεί, καθώς και τα παράσιτα και οι μελέτες ανίχνευσης ζιζανίων.

3.6. Χρήση πλατφορμών στην ελαιοκαλλιέργεια Τα UAV (43%) και οι δορυφόροι (39%) αντιπροσώπευαν τη μεγαλύτερη και τη δεύτερη μεγαλύτερη ομάδα πλατφορμών, αντίστοιχα, που χρησιμοποιήθηκαν σε μελέτες που σχετίζονται με την τηλεπισκόπηση στην ελαιοκαλλιέργεια. Οι μετρήσεις με επανδρωμένες πτήσεις (20%) ήταν η τρίτη μεγαλύτερη ομάδα, ενώ οι επανδρωμένες επίγειες μετρήσεις ήταν η τέταρτη μεγαλύτερη ομάδα (13%). Οι μελέτες με UGV αντιπροσώπευαν το μικρότερο ποσοστό των ερευνητικών δημοσιεύσεων σχετικά με τις πλατφόρμες (4%). Εκτός από το 2010, όλες οι μελέτες χρησιμοποίησαν εναέριες (μετρήσεις με UAV ή επανδρωμένη πτήση) ή δορυφορικά δεδομένα τηλεπισκόπησης. Με βάση τα προαναφερθέντα αποτελέσματα, είναι προφανές ότι το UAV είναι η πιο γνωστή πλατφόρμα στην έρευνα που σχετίζεται με την ελαιοκαλλιέργεια, με τους δορυφόρους στη δεύτερη θέση. Πολλοί επιστήμονες έχουν αποδείξει τα πλεονεκτήματα των UAV, τα οποία προσφέρουν γρήγορη σάρωση της περιοχής και πολύ υψηλή ανάλυση των συλλεγόμενων δεδομένων. Οι δορυφόροι έχουν το κύριο πλεονέκτημα της κάλυψης μεγάλων περιοχών, αν και μερικές φορές η παρουσία σύννεφων μπορεί να επηρεάσει την ποιότητα των πληροφοριών που συλλέγονται.Στη συνέχεια, οι επανδρωμένες επίγειες μετρήσεις (με τα πόδια ή όχημα) αποτελούν το τρίτο μεγαλύτερο είδος πλατφόρμας που χρησιμοποιείται στις μελέτες που σχετίζονται με την τηλεπισκόπηση στις ελαιοκαλλιέργειες. Αυτό δικαιολογείται από τα δεδομένα πολύ υψηλής ανάλυσης που μπορούν να συλλέξουν αυτά τα είδη πλατφορμών σε σύγκριση με τις εναέριες και δορυφορικές πλατφόρμες.Σε κάθε περίπτωση, πρόκειται για έναν εξαιρετικά χρονοβόρο και κουραστικό τρόπο κάλυψης μεγάλων γεωργικών εκτάσεων.


3.7. Τύπος μελετών που σχετίζονται με την RS στην ελαιοκαλλιέργεια Σύμφωνα με τα ευρήματα, οι τεχνολογίες τηλεπισκόπησης χρησιμοποιούνται συχνότερα σε μεθοδολογικές ερευνητικές δημοσιεύσεις (51%). Οι έρευνες πεδίου ήταν η δεύτερη μεγαλύτερη ομάδα μελετών που σχετίζονται με την τηλεπισκόπηση (45%), που είχε ως θέμα την εξέταση της ευρωστίας της ελιάς, των ασθενειών, της άρδευσης, των διαρθρωτικών παραγόντων και της βιομάζας. Τέλος, οι μελέτες τηλεπισκόπησης που παρουσίασαν τη δημιουργία συστημάτων και/ή υποσυστημάτων για μη καταστροφικά μέτρα στην ελαιοκαλλιέργεια, αντιπροσώπευαν τον μικρότερο αριθμό ερευνητικών εργασιών, αντιπροσωπεύοντας μόνο το 9% του συνόλου των ερευνητικών άρθρων. Ο αυξημένος αριθμός μεθόδων μπορεί να δικαιολογηθεί από την πρόοδο των δεδομένων που επέτρεψαν την εισαγωγή νέων μεθόδων επεξεργασίας δεδομένων (π.χ. τεχνητή νοημοσύνη, μηχανική μάθηση, συγχώνευση δεδομένων, γεωστατιστική).

3.8. Αισθητήρες ανά αγρονομική περιοχή εστίασης σε μελέτες RS στην ελαιοκαλλιέργεια Όσον αφορά τις αγρονομικές περιοχές εστίασης, υπάρχει ομοιότητα μεταξύ των αισθητήρων (RGB, πολυφασματικοί, υπερφασματικοί και θερμικοί αισθητήρες) που χρησιμοποιήθηκαν στην αναγνώριση δεντροκαλλιεργειών, στην ποικιλία/φαινολογία, λίπανση, άρδευση, ανίχνευση ασθενειών και εκτίμηση της απόδοσης. Η ομοιότητα μεταξύ των πολυφασματικών και υπερφασματικών αισθητήρων μπορεί να εξηγηθεί από το γεγονός ότι οι προαναφερόμενοι αισθητήρες μοιράζονται την ίδια αρχή. Συγκεκριμένα, μετρούν την ανάκλαση σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος, η οποία στη συνέχεια επεξεργάζεται σε φασματικούς δείκτες βλάστησης που συσχετίζονται σε μεγάλο βαθμό με πολύτιμες παραμέτρους που αφορούν στις καλλιέργειες (π.χ. δείκτης φυλλικής επιφάνειας, χλωροφύλλη, κ.λπ.) και έμμεσα με την κατανάλωση θρεπτικών ουσιών και νερού, τις ασθένειες και την απόδοση. Οι θερμικοί αισθητήρες χρησιμοποιούνται για τη μέτρηση του συντελεστή θερμικής εκπομπής των φυτών, ο οποίος συνδέεται με τις δονήσεις διαφόρων ενώσεων που υπάρχουν στα φύλλα των φυτών και ως εκ τούτου βοηθούν έμμεσα στην απόκτηση πληροφοριών σχετικά με την άρδευση, τη ζωηρότητα, την ταυτοποίηση των γραμμών/δένδρων, τις ασθένειες των καλλιεργειών και την απόδοση. Οι αισθητήρες τύπου RADAR παρουσίασαν ισχυρές ομοιότητες για αξιολόγηση παραμέτρων του εδάφους. Αυτό μπορεί να δικαιολογηθεί από το γεγονός ότι αυτοί οι τύποι αισθητήρων μπορούν να διεισδύσουν στο έδαφος και να αξιολογήσουν σημαντικές παραμέτρους όπως η εδαφική υγρασία και η περιεκτικότητα σε άργιλο. Οι άλλοι τύποι αισθητήρων δεν παρουσίασαν καμία ομοιότητα με τις υπόλοιπες γεωπονικές περιοχές εστίασης. Ο περιορισμένος αριθμός μελετών στις οποίες χρησιμοποιήθηκαν οι LIDAR και EMI, δεν επέτρεψε την ισχυρή ομοιότητα αυτών των αισθητήρων με τις αγρονομικές περιοχές εστίασης.

3.9. Πλατφόρμες ανά αγρονομικό τομέα εστίασης σε μελέτες ΕΔ στην ελαιοκαλλιέργεια Όπως φάνηκε στην παρούσα εργασία, υπάρχει ομοιότητα μεταξύ των διαρθρωτικών παραμέτρων, της ταυτοποίησης των δένδρων της καλλιέργειας, της κατάστασης της καλλιέργειας, της άρδευσης, της ανίχνευσης των ασθενειών και της εκτίμησης της απόδοσης, με μετρήσεις από το UAV, από δορυφόρο και από επανδρωμένες πτήσεις. Η προαναφερθείσα διαπίστωση υποδεικνύει την ανάγκη κάλυψης συνεχών εκτάσεων προκειμένου να ληφθούν αξιόπιστα δεδομένα για την αξιολόγηση των σχετικών γεωπονικών τομέων εστίασης στις ελαιοκαλλιέργειες, δεδομένου ότι η χρήση αραιών σημείων δεδομένων μέσω μεθόδων παρεμβολής μπορεί να παρουσιάσει αναξιόπιστα αποτελέσματα. οι επανδρωμένες επίγειες μετρήσεις παρουσίασαν ομοιότητα με την ποικιλία/φαινολογία και τις παραμέτρους του εδάφους. Η ομοιότητα με την ποικιλία/φαινολογία εξηγείται από την ανάγκη για αραιά δεδομένα πολύ υψηλής ανάλυσης λόγω μη ομογενοποιημένων παραμέτρων καλλιέργειας], ενώ η ομοιότητα με τις εδαφικές παραμέτρους μπορεί να εξηγηθεί από τη χρήση ορισμένων αισθητήρων, οι οποίοι πραγματοποιούν μετρήσεις με μεγάλη εγγύτητα στο έδαφος. Τέλος, το UGV δεν παρουσίασε σημαντική ομοιότητα με τις αγρονομικές περιοχές εστίασης λόγω του περιορισμένου αριθμού ερευνητικών μελετών στις οποίες χρησιμοποιήθηκε αυτή η πλατφόρμα.

4. Συμπέρασμα Οι τεχνολογίες τηλεπισκόπησης έχουν χρησιμοποιηθεί σε ερευνητικές μελέτες για την ελαιοκαλλιέργεια τα τελευταία 16 χρόνια. Οι τεχνολογικές εξελίξεις, καθώς και οι νέοι κανονισμοί και πρωτοβουλίες, κατέστησαν δυνατή τη χρήση αυτού του τύπου εξοπλισμού και την υιοθέτησή του γρήγορα σε μελέτες που σχετίζονται με την ελαιοκαλλιέργεια. Λόγω των πλεονεκτημάτων που προσφέρουν στους ερευνητές, τα UAV και οι δορυφόροι, είναι οι πιο συχνά χρησιμοποιούμενες πλατφόρμες στην έρευνα για την ελιά. Αυτό σημαίνει ότι οι περισσότερες μελέτες πρέπει να καλύπτουν μια ευρεία περιοχή σε σύντομο χρονικό διάστημα. Οι επίγειες μετρήσεις είναι πιθανό να πραγματοποιούνται λόγω των πλεονεκτημάτων της πολύ υψηλής ανάλυσης, η οποία επιτρέπει ακριβέστερα δεδομένα, καθώς και την επικύρωση επίγειων δεδομένων που συλλέγονται από εναέριες ή δορυφορικές πλατφόρμες. Κατά συνέπεια, λόγω των πλεονεκτημάτων που παρέχουν τα UGV, όπως οι αυτοματοποιημένες έρευνες πεδίου, η χρήση των UGV στην έρευνα πεδίου αναμένεται να αυξηθεί τα επόμενα χρόνια. Στις μελέτες για την ελιά, οι πολυφασματικοί αισθητήρες ήταν ο πιο συχνά χρησιμοποιούμενος τύπος αισθητήρα. Άλλοι τύποι καμερών (π.χ. RGB, υπερφασματικές, και θερμικές) χρησιμοποιούνται ευρέως, γεγονός που δείχνει ότι τα δεδομένα αυτά μπορούν εύκολα να ερμηνεύονται σε σύγκριση με άλλα είδη αισθητήρων, και ως εκ τούτου προτιμώνται. Οι μελέτες σχετικά με τις ελαιοκομικές εργασίες αναμένεται να επεκταθούν και να καλύψουν ελλείποντες αγρονομικούς τομείς εστίασης, όπως εφαρμογή ψεκασμών, κλάδεμα και ανίχνευση παρασίτων. Συγκεκριμένα, μελέτες σχετικά με την ελαιοκομία αναμένεται να μελετήσουν περαιτέρω την εφαρμογή ακριβείας των γεωργικών εισροών μέσω της χρήσης τεχνολογίας τηλεπισκόπησης. Επιπλέον, σημαντική έμφαση θα δοθεί στην επεξεργασία δεδομένων από διάφορους αισθητήρες για την παροχή ακριβέστερων πληροφοριών. Τεχνολογίες όπως η τεχνητή νοημοσύνη και η συγχώνευση δεδομένων αναμένεται να λειτουργήσουν καταλυτικά για το λόγο αυτό

Προσωπικά εργαλεία