22 Oct BESPILOTNE LETELICE U PRECIZNOJ POLJOPRIVREDI
Bojana Ivošević
Istraživač saradnik, Institut BioSens
Sa povećanjem broja svetske populacije raste i potreba za inovatinvim načinima proizvodnje hrane u okvirima ekološke održivosti. To znači iskoristiti inteliganciju u poljoprivredi kako bi operacije bile pametnije i efikasnije. U središtu širenja pametne poljoprivrede su poljoprivredni roboti, među kojima su bespilotne letelice dobile veliku pažnju.
Nudeći pogled iz ptičje perspektive, bespilotne letelice koje nose senzore mogu uočiti i nadgledati potencijalne anomalije na terenu i otkriti mnoge probleme poput varijacije zemljišta, zaraza štetočinama i problema navodnjavanja. S druge strane, leteći nisko i sporo bespilotne letelice nude nove mogućnosti za merenje poljoprivrednih pojava, isporučujući fine podatke o prostornoj rezoluciji u periodima koje kontroliše sam korisnik. Približite se polju i možda ćete moći da vidite ne samo širok pogled, već i svaku pojedinačnu biljku u njemu (Slika 1). Veća prostorna rezolucija ne izgleda samo bolje. Algoritmi mogu da segmentiraju signale radi tačnijih i osetljivijih rezultata, ranijeg otkrivanja zdravstvenih problema i naprednih tipova podataka. Podacima sa bespilotne letelice se generalno može upravljati s obzirom na to da nisu pod velikim uticajem oblačnosti. Stalna minijaturizacija mernih tehnologija, tj. manja korisna opterećenja i razvoj navigacijskih sposobnosti omogući će skupove podataka o kojima su poljoprivrednici do sada samo sanjali.
Slika 1. Polje kukuruza slikano dronom DJI Inspire 1
Praćenje useva je nepredvidivo, a bilo koji problem na polju se može lako sakriti gustim lišćem, dok neravnomerna topografija često obuhvata područja neujednačenog tla, što otežava dijagnostikovanje i tretiranje problema pre nego što on utiče na biljke. Spektralni odgovor vegetacije je jedinstven jer odražava zdravlje same biljke i veoma zavisi od sunčevog zračenja, svojstva tla i dostupnih hranljivih materija.
Normalized Difference Vegetation Index (NDVI) takozvani „indeks zelenila“, koristan je za utvrđivanje produktivnosti vegetacije, jer hlorofil snažno apsorbuje svetlost u crvenom delu spektra, dok se struktura lisnih ćelija snažno reflektuje u blisko-infracrvenom delu spektra. Intenzitet fotosinteze je u pozitivnoj korealciji sa količinom fotosintetski aktivnog zračenja koje biljka apsorbuje. Ispitivanjem NDVI i drugih sličnih indeksa poljoprivrednici su u stanju da identifikuju varijabilnost useva i da prilagode primene dohrane, kao što su đubrivo i pesticidi, koristeći varijabilne načine aplikacija. Međutim, uvek se savetuje kombinovanje NDVI indeksa sa drugim parametrima za postizanje boljih rezultata.
Slika 2. Ortomozaik generisan pomoću slika dobijenih iz RGB kamere (levo) i NDVI indeks mapa dobijena pomoću slika iz modifikovane NDVI kamere (desno)
Polje kukuruza smo preleteli dronom DJI Inspire 1 koji je nosio naizmenično RGB i modifikovanu NDVI kameru. Slike su obrađene u Pix4Dmapper fotogrametrijskom softveru za generisanje ortomozaika i NDVI indeks mape (Slika 2). Kroz sve sezone rasta, NDVI može da bude koristan agronomskim stručnjacima pružajući informacije kroz elektromagnetni spektar nevidljive ljudskom oku.
Slika 3. Bespilotna letelica DJI Inspire 1 sa Zenmuse XT termalnom kamerom (levo); termogram koji prikazuje različite temperature u polju kukuruza (desno)
Termalni senzori se široko koriste za procenu vodnog stresa u poljoprivredi. Objašnjenje koje stoji iza toga je da vodeni stres indukuje smanjenje stomatalne provodljivosti, uzrokujući primetan rast temperature biljaka. Kao rezultat toga vidimo slike zračenja zvane termogrami (Slika 3) predstavljene paletom boja (od crvene do ljubičaste) unutar spektra vidljive svetlosti.
Da zaključimo, svaka vrsta stresa ima specifične aspekte i faktore koje je potrebno uzeti u obzir kada je u pitanju nadzor bespilotnim letelicama. Bespilotne letelice nikada u potpunosti neće zameniti čoveka na terenu, ali nesumnjivo revolucionišu globalnu poljoprivredu, nudeći prednosti u odnosu na druge metode jer obezbeđuju informacije o prostornoj i vremenskoj heterogenosti graničnog sloja, u horizontalnom i vertikalnom domenu.