İHA'lar, çok boyutlu, yüksek hassasiyetli tarım arazisi bilgileri elde edebilen ve çeşitli tarım arazisi bilgilerinin dinamik izlenmesini gerçekleştirebilen çeşitli uzaktan algılama sensörleri taşıyabilir. Bu bilgiler temel olarak mahsulün mekansal dağılım bilgilerini (tarım arazisi konumu, mahsul türlerinin belirlenmesi, alan tahmini ve değişim dinamiklerinin izlenmesi, tarla altyapısının çıkarılması), mahsul büyüme bilgilerini (mahsul fenotipik parametreleri, besin göstergeleri, verim) ve mahsul büyüme stres faktörlerini (tarla nemi, zararlılar ve hastalıklar) içerir.
Tarım Arazisi Mekansal Bilgileri
Tarım arazilerinin mekânsal konum bilgileri, görsel ayrım veya makine tanıma yoluyla elde edilen tarlaların coğrafi koordinatlarını ve ürün sınıflandırmalarını içerir. Tarla sınırları coğrafi koordinatlarla belirlenebilir ve ekim alanı da tahmin edilebilir. Bölgesel planlama ve alan tahmini için temel harita olarak topoğrafik haritaların sayısallaştırılmasına yönelik geleneksel yöntem, zamanlama konusunda yetersizdir ve sınır konumu ile gerçek durum arasındaki fark çok büyüktür ve sezgisellikten yoksundur; bu da hassas tarımın uygulanmasına elverişli değildir. İHA uzaktan algılama, tarım arazilerinin kapsamlı mekânsal konum bilgilerini gerçek zamanlı olarak elde edebilir ve bu da geleneksel yöntemlerin eşsiz avantajlarına sahiptir. Yüksek çözünürlüklü dijital kameralardan alınan hava görüntüleri, tarım arazilerinin temel mekânsal bilgilerinin tanımlanmasını ve belirlenmesini sağlayabilir ve mekânsal yapılandırma teknolojisinin gelişimi, tarım arazisi konum bilgileri üzerine yapılan araştırmaların hassasiyetini ve derinliğini artırır ve yükseklik bilgilerini sunarken mekânsal çözünürlüğü iyileştirerek tarım arazilerinin mekânsal bilgilerinin daha hassas bir şekilde izlenmesini sağlar.
Bitki Büyüme Bilgileri
Bitki büyümesi, fenotipik parametreler, besin göstergeleri ve verim bilgileriyle karakterize edilebilir. Fenotipik parametreler arasında bitki örtüsü, yaprak alanı indeksi, biyokütle, bitki boyu vb. bulunur. Bu parametreler birbiriyle ilişkilidir ve topluca bitki büyümesini karakterize eder. Bu parametreler birbiriyle ilişkilidir ve topluca bitki büyümesini karakterize eder ve nihai verimle doğrudan ilişkilidir. Çiftlik bilgi izleme araştırmalarında baskındırlar ve daha fazla çalışma yürütülmüştür.
1) Bitki Fenotipik Parametreleri
Yaprak alanı indeksi (LAI), birim yüzey alanı başına tek taraflı yeşil yaprak alanının toplamıdır ve bu, bitkinin ışık enerjisi emilimini ve kullanımını daha iyi karakterize edebilir ve bitkinin materyal birikimi ve nihai verimi ile yakından ilişkilidir. Yaprak alanı indeksi, şu anda İHA uzaktan algılama ile izlenen temel bitki büyüme parametrelerinden biridir. Bitki örtüsü indekslerini (oran bitki örtüsü indeksi, normalleştirilmiş bitki örtüsü indeksi, toprak şartlandırma bitki örtüsü indeksi, fark bitki örtüsü indeksi vb.) multispektral verilerle hesaplamak ve gerçek verilerle regresyon modelleri oluşturmak, fenotipik parametreleri tersine çevirmek için daha gelişmiş bir yöntemdir.
Bitkilerin geç büyüme evresindeki yer üstü biyokütlesi, hem verim hem de kalite ile yakından ilişkilidir. Günümüzde, tarımda İHA uzaktan algılama ile biyokütle tahmini hâlâ çoğunlukla çok spektral veriler kullanmakta, spektral parametreleri çıkarmakta ve modelleme için bitki örtüsü indeksini hesaplamaktadır; mekansal yapılandırma teknolojisinin biyokütle tahmininde bazı avantajları vardır.
2) Bitkisel Beslenme Göstergeleri
Geleneksel bitki beslenme durumunun izlenmesi, besin veya gösterge (klorofil, azot, vb.) içeriğini teşhis etmek için tarla örneklemesi ve iç mekan kimyasal analizi gerektirirken, İHA uzaktan algılama, farklı maddelerin teşhis için belirli spektral yansıma-emilim özelliklerine sahip olduğu gerçeğine dayanır. Klorofil, görünür ışık bandında iki güçlü emilim bölgesine, yani 640-663 nm'lik kırmızı kısım ve 430-460 nm'lik mavi-mor kısma sahip olması ve emilimin 550 nm'de zayıf olması gerçeğine dayanarak izlenir. Bitkiler eksik olduğunda yaprak rengi ve doku özellikleri değişir ve farklı eksikliklere ve ilgili özelliklere karşılık gelen renk ve dokunun istatistiksel özelliklerini keşfetmek besin izlemenin anahtarıdır. Büyüme parametrelerinin izlenmesine benzer şekilde, karakteristik bantların, bitki örtüsü indekslerinin ve tahmin modellerinin seçimi hala çalışmanın ana içeriğini oluşturmaktadır.
3) Mahsul Verimi
Tarımsal faaliyetlerin temel amacı ürün verimini artırmaktır ve verimin doğru tahmini hem tarımsal üretim hem de yönetim karar alma birimleri için önemlidir. Çok sayıda araştırmacı, çok faktörlü analiz yoluyla daha yüksek tahmin doğruluğuna sahip verim tahmin modelleri oluşturmaya çalışmıştır.
Tarımsal Nem
Tarım arazisi nemi genellikle termal kızılötesi yöntemlerle izlenir. Yüksek bitki örtüsüne sahip alanlarda, yaprak stomalarının kapanması, terleme yoluyla su kaybını azaltır, bu da yüzeydeki gizli ısı akışını azaltır ve yüzeydeki duyulur ısı akışını artırır; bu da bitki örtüsü sıcaklığı olarak kabul edilen gölgelik sıcaklığında bir artışa neden olur. Su stresi indeksinin bitki enerji dengesini yansıtması, bitki su içeriği ile gölgelik sıcaklığı arasındaki ilişkiyi nicel olarak belirleyebildiği gibi, termal kızılötesi sensör tarafından elde edilen gölgelik sıcaklığı da tarım arazisinin nem durumunu yansıtabilir; küçük alanlardaki çıplak toprak veya bitki örtüsü, toprak neminin yeraltı sıcaklığıyla dolaylı olarak tersine çevrilmesi için kullanılabilir; bu da şu ilkeye dayanır: suyun özgül ısısı büyükse, ısının sıcaklığı yavaş değişir, böylece gün boyunca yeraltı sıcaklığının mekansal dağılımı dolaylı olarak toprak neminin dağılımına yansıyabilir. Bu nedenle, gündüz yeraltı sıcaklığının mekansal dağılımı, dolaylı olarak toprak neminin dağılımını yansıtabilir. Gölgelik sıcaklığının izlenmesinde, çıplak toprak önemli bir müdahale faktörüdür. Bazı araştırmacılar, çıplak toprak sıcaklığı ile mahsul toprak örtüsü arasındaki ilişkiyi incelemiş, çıplak topraktan kaynaklanan gölgelik sıcaklığı ölçümleri ile gerçek değer arasındaki farkı açıklığa kavuşturmuş ve düzeltilmiş sonuçları, izleme sonuçlarının doğruluğunu artırmak için tarım arazisi neminin izlenmesinde kullanmışlardır. Gerçek tarım arazisi üretim yönetiminde ise, tarla nem sızıntısı da odak noktasıdır. Sulama kanalı nem sızıntısını izlemek için kızılötesi görüntüleyiciler kullanan çalışmalar yapılmış olup, doğruluk oranı %93'e kadar ulaşabilmektedir.
Zararlılar ve Hastalıklar
Bitki zararlıları ve hastalıklarının yakın kızılötesi spektral yansıma izlemesinin kullanımı, şu esaslara dayanmaktadır: sünger dokusu ve çit dokusu tarafından yansımanın yakın kızılötesi bölgesindeki yapraklar, sağlıklı bitkilerde, bu iki doku boşluğu nem ve genleşme ile dolar, çeşitli radyasyonların iyi bir yansıtıcısıdır; bitki zarar gördüğünde yaprak zarar görür, doku solar, su azalır, kızılötesi yansıma kaybolana kadar azalır.
Sıcaklığın termal kızılötesi izlenmesi de bitki zararlıları ve hastalıkları için önemli bir göstergedir. Sağlıklı koşullardaki bitkiler, esas olarak yaprak stomalarının açılıp kapanmasını kontrol ederek terlemeyi düzenleyerek kendi sıcaklıklarının dengesini korurlar. Hastalık durumunda ise patolojik değişiklikler meydana gelir, patojen-konak etkileşimleri, özellikle bitki üzerindeki patojenin terlemeyle ilgili yönleri üzerindeki etkisi, istila edilmiş bölgede sıcaklık artışını ve düşüşünü belirler. Genel olarak, bitki algılaması stoma açıklıklarının düzensizleşmesine yol açar ve bu nedenle hastalıklı bölgede terleme, sağlıklı bölgeye göre daha fazladır. Yoğun terleme, enfekte bölgedeki sıcaklığın düşmesine ve yaprak yüzeyinde normal yaprağa göre daha yüksek bir sıcaklık farkına yol açar, ta ki yaprak yüzeyinde nekrotik lekeler oluşana kadar. Nekrotik bölgedeki hücreler tamamen ölür, bu bölgedeki terleme tamamen kaybolur ve sıcaklık yükselmeye başlar, ancak yaprağın geri kalanı enfekte olmaya başladığı için yaprak yüzeyindeki sıcaklık farkı her zaman sağlıklı bir bitkiden daha yüksektir.
Diğer Bilgiler
Tarım arazisi bilgi izleme alanında, İHA uzaktan algılama verileri daha geniş bir uygulama yelpazesine sahiptir. Örneğin, birden fazla doku özelliği kullanarak mısırın düşmüş alanını çıkarmak, NDVI indeksi kullanarak pamuk olgunluk dönemindeki yaprakların olgunluk seviyesini yansıtmak ve aşırı pestisit uygulamasından kaçınmak için pamuğa absisik asit püskürtmeyi etkili bir şekilde yönlendirebilen absisik asit uygulama reçete haritaları oluşturmak vb. için kullanılabilir. Tarım arazisi izleme ve yönetiminin ihtiyaçları doğrultusunda, bilişimli ve dijital tarımın gelecekteki gelişimi için İHA uzaktan algılama verilerinin sürekli olarak araştırılması ve uygulama alanlarının genişletilmesi kaçınılmaz bir eğilimdir.
Gönderim zamanı: 24 Aralık 2024