Η τηλεπισκόπηση ως χρήσιμο εργαλείο στην καλλιέργεια φράουλας

Από RemoteSensing Wiki

Έκδοση στις 22:22, 24 Φεβρουαρίου 2022 υπό τον/την Ch barbalias (Συζήτηση | Συνεισφορές/Προσθήκες)
('διαφορά') ←Παλιότερη αναθεώρηση | εμφάνιση της τρέχουσας αναθεώρησης ('διαφορά') | Νεώτερη αναθεώρηση→ ('διαφορά')
Μετάβαση σε: πλοήγηση, αναζήτηση

Η τηλεπισκόπηση ως χρήσιμο εργαλείο στην καλλιέργεια φράουλας

Πρωτότυπος τίτλος: Remote sensing as a useful tool in strawberry cultivation


Συγγραφείς: M. Boonen1, N. Gallace, S. Delalieux, A. Sima, B. Delauré and D. Bylemans


Δημοσιεύθηκε: actahort.org


Σύνδεσμος πρωτότυπου κειμένου: [1]


Θέμα και πεδίο μελέτης

Η ανάγκη ακριβούς παρακολούθησης της υγείας των φυτών και πρόβλεψη της παραγωγικότητας σε ένα αγρόκτημα είναι πιο εμφανής από ποτέ σε μια όλο και πιο ανταγωνιστική αγορά φράουλας. Ο παραδοσιακός τρόπος με τον οποίο οι καλλιεργητές κάνουν εκτιμήσεις είναι μέσω της οπτικής επιθεώρησης. Ωστόσο, τέτοιες μέθοδοι είναι υποκειμενικές, χρονοβόρες και απαιτητικές σε πόρους, ιδιαίτερα σε εργατικό δυναμικό. Η χρήση της τηλεπισκόπησης φαίνεται να προσφέρει ένα αυτοματοποιημένο τρόπο επιθεώρησης της καλλιέργειας για τη λήψη έγκαιρων και αποτελεσματικών διαχειριστικών αποφάσεων. Το πείραμα πραγματοποιήθηκε το Μάιο και τον Ιούνιο του 2015 σε ένα πειραματικό αγρό φράουλας στο Sint-Truiden στο Βέλγιο.
Εικόνα 1:Αρχές απόκτησης δεδομένων με σύστημα COSI σε RPAS (Sima et al., 2016).

Μεθοδολογία

Είναι γενικά αποδεκτό ότι τα φυτά που βιώνουν στρες διαφέρουν κατά κάποιο τρόπο ( π.χ βιομάζα,δείκτη φυλλικής επιφάνειας, περιεκτικότητα βιοχημικών παραμέτρων ( χλωροφύλλη,ανθοκυανίνες, φωτοσυνθετική αποδοτικότητα) σε σύγκριση με φυτά που καλλιεργούνται υπό βέλτιστες συνθήκες. Αυτά τα χαρακτηριστικά μπορούν να χρησιμοποιηθούν ως δείκτες υγείας των φυτών. Η τηλεπισκόπηση είναι σε θέση να ανιχνεύει και να παρακολουθεί τέτοιες φυτοϋγειονομικές παραμέτρους.
Εικόνα 2: Μια επισκόπηση του πειραματικού χωραφιού φράουλας στο pcfruit npo, Βέλγιο. Γεωμετρικοί στόχοι αναφοράς σημειωμένοι με μπλε. Σύνθετο ψευδών χρωμάτων (R=801,7 nm, G=672,6 nm, Β=604,0 nm) (Sima et al., 2016).

Συλλογή δεδομένων

Το VITO (Φλαμανδικό Ινστιτούτο Τεχνολογικής Έρευνας) έχει αναπτύξει ένα μικρό και ελαφρύ υπερφασματικό σύστημα κάμερας. Το σύστημα COSI (σύστημα συμπαγής υπερφασματικής απεικόνισης) είναι παρόμοιο με τυπική κάμερα RGB. Ένα φίλτρο με πολλές φασματικές περιοχές (5-10 nm) το ένα δίπλα στο άλλο καλύπτοντας το φασματικό εύρος 600-900 nm τοποθετείται στον αισθητήρα επιφάνειας. Το φασματικό εύρος είναι ευνοϊκό για μελέτες γεωργίας και βλάστησης. Οι εικόνες λαμβάνονται διαδοχικά γρήγορα έτσι ώστε σε κάθε θέση στο έδαφος να απεικονίζεται από όλα τα φασματικά κανάλια δημιουργώντας δισδιάστατες υπερφασματικές εικόνες πολύ υψηλής ανάλυσης ( 2,5 cm).

Εικόνα 3: Ο δείκτης χλωροφύλλης b (R800/R635) υπολογίζεται ανά πειραματικό τεμάχιο και ο μέσος όρος φαίνεται σε αυτό το σχήμα. Τα κίτρινα και γκρίζα διαγράμματα έχουν χαμηλότερη περιεκτικότητα σε χλωροφύλλη από πράσινα πειραματικά τεμάχια. Το κόκκινο κουτί περιέχει τρία πειραματικά τεμάχια που δεν έλαβαν άρδευση και λίπανση κατά τη διάρκεια της καλλιεργητικής περιόδου

Αποτελέσματα

Το πείραμα πεδίου δείχνει ξεκάθαρα τις δυνατότητες του συστήματος υπερφασματικής κάμερας. Οι παραλλαγές στο πεδίο είναι ορατές ακόμη και σε μικρή κλίμακα. Στρες από ξηρασία, έλλειψη αζώτου και προβλήματα υγείας των φυτών μπορούν να επιλυθούν με την απόκτηση δεδομένων από τη COSIcam. Με βάση αυτές τις πληροφορίες θα πρέπει οι αποφάσεις διαχείρισης να είναι στοχευμένες καλύτερα στα γεωργικά πεδία

Προσωπικά εργαλεία