από Antonio Donnangelo

Μοιραστείτε το

drones για τη γεωργία

Παρακολούθηση αμπελώνων με drone

Εισαγωγή

Η αμπελουργία ακριβείας σημειώνει μεγάλα βήματα χάρη στις νέες τεχνολογίες που βασίζονται στην προηγμένη ανάλυση των δεδομένων από μη επανδρωμένα αεροσκάφη. Στο πλαίσιο αυτό, το υποέργο VineScaleπου αποτελεί μέρος του Chameleonέχει ως στόχο να φέρει επανάσταση στην παρακολούθηση των αμπελώνων μέσω της ανάλυσης εικόνων από μη επανδρωμένα αεροσκάφη. Στόχος του έργου VineScale είναι να δοκιμαστεί και να επικυρωθεί το εργαλείο αυτόματης ανάλυσης δεδομένων από μη επανδρωμένα αεροσκάφη Chameleon, επαληθεύοντας την αποτελεσματικότητα και την αξιοπιστία του σε διάφορα σενάρια εφαρμογής, σε 12 αμπελώνες διάσπαρτους σε όλη την Ιταλία (Εικ. 1).

Σχήμα 1: Σύνοψη της πτήσης του έργου VineScale.

Για να διασφαλιστεί η εγκυρότητα των πληροφοριών που λαμβάνονται από το αυτοματοποιημένο σύστημα Chameleon, τα αποτελέσματα του VineScale συγκρίθηκαν με δεδομένα που συλλέχθηκαν απευθείας στον αγρό.

Αυτόματη ανίχνευση φυτών αμπέλου

Μεταξύ των εργαλείων που προσφέρει η πλατφόρμα Chameleon είναι το εργαλείο αυτόματης ανίχνευσης για τον εντοπισμό βιδών. Το εργαλείο, μέσω της ανάλυσης ενός τρισδιάστατου νέφους σημείων που προκύπτει από την επεξεργασία εικόνων που λαμβάνονται από drone σε περίοδο χωρίς φύλλα, επιτρέπει τη δημιουργία μια διανυσματική μάσκα που προσδιορίζει όλα τα φυτά στον αγρό.

Το εργαλείο αυτό αποδείχθηκε αποτελεσματικό, αλλά επισημάνθηκε η ανάγκη καθορισμού κατευθυντήριων γραμμών για τη λήψη, όπως το ύψος πτήσης, η επικάλυψη και το πλέγμα (π.χ. πτήση με διπλό πλέγμα), προκειμένου να ληφθεί ένα επαρκές σύνολο δεδομένων και να γίνει σωστή επεξεργασία των δεδομένων.

digital-twin-vineyard

Σχ.2: Σύννεφο σημείων των μεμονωμένων φυτών που έχουν εξαχθεί (αριστερά) και μάσκα φυτών (δεξιά)

Παρακολούθηση της ανάπτυξης των καλλιεργειών με πληροφορίες RGB

Αφού δημιουργηθούν οι μάσκες (αυτόματα ή χειροκίνητα), είναι δυνατή η δοκιμή ενός άλλου αλγορίθμου, ο οποίος επιτρέπει την παρακολούθηση του όγκου των φύλλων κάθε μεμονωμένου φυτού. Συγκρίνοντας τις εκτιμήσεις του όγκου του θόλου της αμπέλου που προέκυψαν με τη χρήση του εργαλείου Chameleon με ορισμένες χειροκίνητες μετρήσεις του πάχους και του ύψους των φυτών, προέκυψε ένα συνεπές μοτίβο (Εικ. 3, 4). Οι διαφορές οφείλονται σε απλουστεύσεις στον υπολογισμό του όγκου, αλλά συνολικά η μέθοδος έδειξε καλή αξιοπιστία για την παρακολούθηση της ανάπτυξης. Με την παρεμβολή των τιμών για κάθε μεμονωμένο φυτό, μπορούσαν να δημιουργηθούν θεματικοί χάρτες για την αναπαράσταση της κατάστασης στο πεδίο.

volume-chioma-vineyard

Σχήμα 3: Αποτελέσματα του αλγορίθμου για τον υπολογισμό του όγκου κάθε μεμονωμένου φυτού.

Σχήμα 4: Συσχέτιση μεταξύ των δεδομένων που εκτιμώνται από το όργανο Chameleon και των δεδομένων που μετρώνται στο έδαφος.

Ανίχνευση της υδατικής καταπόνησης της αμπέλου

Η ανάλυση της υδατικής καταπόνησης πραγματοποιείται με τη χρήση τεχνικών θερμικής απεικόνισης και τμηματοποίησης της βλάστησης, υπολογίζοντας το δείκτη υδατικής καταπόνησης της καλλιέργειας (CWSI ) για κάθε αμπέλι από τη θερμοκρασία. Αυτό κατέστησε δυνατή τη λήψη θεμελιωδών δεδομένων για την κατάσταση του νερού των φυ τών πολύ γρήγορα, προκειμένου να βελτιωθεί η διαχείριση της άρδευσης. Προκειμένου να εκτιμηθούν με ακρίβεια οι τιμές CWSI που προκύπτουν από τα δεδομένα θερμοκρασίας, χρησιμοποιήθηκαν δεδομένα θερμοκρασίας και υγρασίας του αέρα ως σημείο αναφοράς για τη διασφάλιση της ορθής λειτουργίας του συστήματος.

temperature-chioma-vineyard

Σχ.5: Αποτελέσματα θερμοκρασίας για κάθε φυτό.

Ανάλυση αμπέλου από πολυφασματικές πληροφορίες

Με τη χρήση πολυφασματικών ορθοφωτογραφιών, το σύστημα επέτρεψε την ακριβή ανάδειξη της ευρωστίας των αμπελιών, διευκολύνοντας την τμηματοποίηση και την παρακολούθηση της καλλιέργειας με μεγαλύτερη ταχύτητα από τις παραδοσιακές μεθόδους. Επιπλέον, οι χάρτες ζωνών εδάφους που προέκυψαν από δεδομένα drone συγκρίθηκαν με τη φυσική δειγματοληψία. Χρησιμοποιώντας έναν συντελεστή συσχέτισης (Pearson), αξιολογήθηκε η ομοιότητα μεταξύ των χαρτών που δημιουργήθηκαν από το όργανο και των δεδομένων που συλλέχθηκαν στον αγρό, επιβεβαιώνοντας την αξιοπιστία της μεθόδου ζωνοποίησης.

vigour-NDVI-chioma-vineyard

Σχ.6: NDVI για κάθε μεμονωμένο φυτό.

Συμπεράσματα και μελλοντικές προοπτικές

Το έργο VineScale κατέδειξε τις δυνατότητες χρήσης μη επανδρωμένων αεροσκαφών για την αμπελουργία ακριβείας, προσφέροντας ένα καινοτόμο εργαλείο για την παρακολούθηση των αμπελιών, την ανάλυση της ανάπτυξης και τη διαχείριση των υδάτινων πόρων. Παρόλο που προέκυψαν ορισμένες προκλήσεις, τα αποτελέσματα δείχνουν ένα ελπιδοφόρο μέλλον για την ενσωμάτωση αυτών των τεχνολογιών στη σύγχρονη διαχείριση του αμπελώνα.

Ένα βασικό στοιχείο του έργου είναι ότι το σύστημα Chameleon μπόρεσε να αναλύσει περίπου 44,6 εκτάρια και 129.636 φυτά σε 33.752 δευτερόλεπτα (περίπου 9 ώρες). Το σύστημα αυτό υπολόγισε πολυάριθμους βιομετρικούς δείκτες και μετρήσεις, όπως ο NDVI, η θερμοκρασία, το CWSI και ο όγκος της κόμης, με μια ταχύτητα που ήταν αδιανόητη σε σύγκριση με τις χειροκίνητες μετρήσεις. Πράγματι, ενώ η παραδοσιακή έρευνα τέτοιων παραμέτρων θα απαιτούσε ημέρες εργασίας και σημαντικό ανθρώπινο δυναμικό, η χρήση μη επανδρωμένων αεροσκαφών και προηγμένων αλγορίθμων κατέστησε δυνατή μια γρήγορη, πλήρη και λεπτομερή ανάλυση.

Με περαιτέρω βελτιώσεις στους αλγορίθμους, η αποτελεσματικότητα αυτών των εργαλείων μπορεί να είναι ακόμη μεγαλύτερη, οδηγώντας σε όλο και πιο έξυπνη και βιώσιμη αμπελουργία.