από Luana Centorame
Μοιραστείτε το

Αγροβολταϊκά και drones: πώς να παρακολουθείται η γεωργική παραγωγή κάτω από ηλιακούς συλλέκτες
Εισαγωγή
Η αγροβολταϊκή αναφέρεται στη χρήση γης με διπλό σκοπό: την παραγωγή φωτοβολταϊκής ενέργειας, χάρη στην εγκατάσταση ηλιακών συλλεκτών, και την άσκηση γεωργικής δραστηριότητας. Τα οφέλη ενός γεωργοηλεκτρικού συστήματος ποικίλλουν ανάλογα με την επιλεγμένη καλλιέργεια. Για παράδειγμα, στην περίπτωση της ντομάτας, η εγκατάσταση πάνελ παρέχει περισσότερη σκιά που μειώνει τις αρνητικές επιπτώσεις των ακραίων θερμοκρασιών- ένα άλλο παράδειγμα είναι το ρύζι, το οποίο είναι μια καλλιέργεια που απαιτεί πολύ νερό και θα μπορούσε να επωφεληθεί από τις σκιερές περιοχές με "δροσιστικό" αποτέλεσμα.
Πρόκειται για μια καινοτόμο λύση με την οποία είναι δυνατόν να συνδυαστεί η παραγωγή ηλεκτρικής ενέργειας με τη γεωργική παραγωγή- θα μπορούσαμε να το θεωρήσουμε μια προσέγγιση win-win για τον αγρότη. Ωστόσο, η εισαγωγή μιας μερικής κάλυψης ηλιακών συλλεκτών μεταβάλλει σημαντικά τις μικροκλιματικές συνθήκες του αγρού: τη διαθέσιμη ηλιακή ακτινοβολία, τη θερμοκρασία του εδάφους, την υγρασία και την κατανομή του νερού.
Για την κατανόηση και τη βελτιστοποίηση αυτών των επιδράσεων, τα μη επανδρωμένα αεροσκάφη επιτρέπουν τη συλλογή δεδομένων υψηλής ακρίβειας σχετικά με τη φυσιολογική κατάσταση των καλλιεργειών και τις μικροκλιματικές μεταβολές που δημιουργούνται από την παρουσία των πλαισίων, προσφέροντας έτσι συγκεκριμένη υποστήριξη για τη λήψη γεωπονικών αποφάσεων.
Το drone: μάτια στην υπηρεσία του τεχνικού και του αγρότη
Ένα μη επανδρωμένο αεροσκάφος εξοπλισμένο με αισθητήρες RGB και μια θερμική κάμερα απεικόνισης είναι ένα αποφασιστικό εργαλείο για την εις βάθος ανάλυση της κατάστασης του αγροβολταϊκού συστήματος (Σχήμα 1). Μέσω προγραμματισμένων πτήσεων, το iDrone είναι η υπηρεσία Agrobit που επιτρέπει την απόκτηση πολύτιμων πληροφοριών γρήγορα και με μεγάλη ακρίβεια. Οι εικόνες που συλλέγονται κατά τη διάρκεια της πτήσης επεξεργάζονται με ειδικό λογισμικό και αλγόριθμους που έχει αναπτύξει η ομάδα, παράγοντας στην έξοδο θεματικούς χάρτες χρήσιμους για την παρακολούθηση του δέντρου και της ενεργειακής εγκατάστασης.

Σχήμα 1: Εσπεριδοειδή σε πειραματικό αγροηλεκτρικό εργοστάσιο (CIHEAM Bari).
Χάρη σε αυτή την προσέγγιση, ο γεωργός δεν χρειάζεται να περιορίζεται στην παρατήρηση του αγρού "με γυμνό μάτι", αλλά μπορεί να βασίζεται σε μια αντικειμενική και λεπτομερή ανάλυση που βασίζεται σε μετρήσιμα δεδομένα.
Ειδικότερα, το iDrone επιτρέπει
- Παρακολουθήστε την ανάπτυξη των καλλιεργειών κάτω από ηλιακούς συλλέκτες, αξιολογώντας τις διαφορές στη ζωηρότητα και την ανάπτυξη μεταξύ των περιοχών με πλήρη ήλιο και των σκιερών περιοχών,
- Έγκαιρη ανίχνευση της υδατικής ή θερμικής καταπόνησης, η οποία είναι ζωτικής σημασίας σε ένα γεωργοηλεκτρικό πλαίσιο όπου οι περιβαλλοντικές συνθήκες είναι ετερογενείς,
- Δημιουργήστε θεματικούς χάρτες που υποστηρίζουν στοχευμένες αγρονομικές επιλογές, όπως η άρδευση και η διαχείριση των πόρων ανά περιοχή.
RGB και θερμική διερεύνηση μέσω τρισδιάστατου μοντέλου
Η μελέτη περίπτωσης είναι ένας ελαιώνας εσπεριδοειδών που καλλιεργείται στη Νότια Ιταλία με ένα φωτοβολταϊκό σύστημα εγκατεστημένο σε πολλές σειρές ταυτόχρονα. Αναλυτικότερα, τα πάνελ είναι τοποθετημένα σε ύψος περίπου 4 μέτρων και καλύπτουν την κεντρική περιοχή του εσπεριδοειδούς. Αυτές οι προκαταρκτικές πληροφορίες είναι απαραίτητες για την ανάλυση των δεδομένων.
Καθώς πρόκειται για ένα δενδρώδες φυτό, είναι σημαντικό να επικεντρωθούμε στη σωστή εξαγωγή δεδομένων από το θόλο. Οι εικόνες RGB επιτρέπουν τη δημιουργία ενός ορθομωσαϊκού πραγματικών χρωμάτων από το οποίο μπορεί να εκτιμηθεί η ετερογένεια του φυτού και, κατά τη φάση επεξεργασίας των αεροφωτογραφιών, κατασκευάζεται επίσης το τρισδιάστατο νέφος σημείων, δηλαδή ένα ψηφιακό δίδυμο του αγρού. Στο Σχήμα 2 παρουσιάζεται μια προοπτική του ελαιώνα εσπεριδοειδών σε τρισδιάστατη μορφή, με πολύ καλό βάθος σημείων, το οποίο είναι απαραίτητο για τις αξιολογήσεις κάτω από τα φωτοβολταϊκά πάνελ.

Σχήμα 2: Τρισδιάστατο μοντέλο του ελαιώνα εσπεριδοειδών.
Χάρη σε ειδικούς αλγορίθμους, είναι δυνατόν να εξαχθεί ο φυτεμένος θόλος (Εικόνα 3α) κάθε μεμονωμένου καρπού εσπεριδοειδών και να υπολογιστούν οι βιομετρικές παράμετροι του, ακόμη και για τα φυτά που βρίσκονται κάτω από τα πάνελ.
Με τον όρο βιομετρικά δεδομένα στη γεωργία εννοούμε όλες τις μετρήσιμες και ποσοτικοποιήσιμες πληροφορίες που αφορούν τα φυσικά, φυσιολογικά ή συμπεριφορικά χαρακτηριστικά των φυτών, π.χ. πυκνότητα (Εικόνα 3β), ύψος και πάχος (Εικόνα 3γ) και όγκος θόλου (Εικόνα 3δ) από εικόνες RGB και μέση θερμοκρασία από θερμικές εικόνες (Εικόνα 3ε).


Σχήμα 3: Τρισδιάστατο νέφος σημείων RGB του θόλου (α), πυκνότητα του θόλου (β), ύψος και πάχος του θόλου (γ), όγκος του θόλου (δ), τρισδιάστατο θερμικό νέφος σημείων του θόλου (ε).
Με τη χωροθέτηση αυτών των δεδομένων, τα οποία εξάγονται φυτό προς φυτό με αυτοματοποιημένο τρόπο από αλγόριθμους υπολογιστικής όρασης και τεχνητής νοημοσύνης, μπορούν να εξαχθούν δύο συγκεκριμένοι δείκτες:
- TRV (Όγκος δενδροστοιχίας): αντιπροσωπεύει τον όγκο της κόμης ανά εκτάριο, δηλαδή ποσοτικοποιεί πόση βιομάζα υπάρχει σε ένα εκτάριο αγροτεμαχίου. Στην Εικόνα 4 παρουσιάζονται τα δεδομένα για κάθε μεμονωμένο φυτό από το οποίο είχε προηγουμένως εξαχθεί ο θόλος. Με τη χωροθέτηση των δεδομένων είναι δυνατή η λήψη ενός χάρτη ζωνών (Εικόνα 5). Η σημασία αυτού του χάρτη έγκειται στο να υπάρχει μια επισκόπηση του αγρού με μια ματιά και αποτελεί τη βάση για την κατάρτιση χαρτών συνταγογράφησης. Ο κύριος σκοπός είναι η βελτιστοποίηση της κατανομής των εισροών και η εκτίμηση της πυκνότητας της βλάστησης.

Σχήμα 4: Σημειακή ανάλυση του TRV (Όγκος σειράς δέντρων) ανά μεμονωμένο φυτό εσπεριδοειδών.

Σχήμα 5: Χάρτης του δείκτη TRV (όγκος δενδροστοιχιών) σε έναν ελαιώνα εσπεριδοειδών στην αγροτική βιομηχανία.
- CWSI ( CropWater Stress Index): μετρά την κατάσταση υδατικής καταπόνησης των καλλιεργειών, που προκύπτει κυρίως από τη θερμοκρασία των φύλλων σε σχέση με τη θερμοκρασία του αέρα. Και πάλι, το Σχήμα 6 προσδιορίζει την υδατική καταπόνηση ανά φυτό. Η ατομική τιμή χωροθετήθηκε στη συνέχεια για να προκύψει ένας χάρτης αγρού (Εικόνα 7). Στόχος είναι η αξιολόγηση των απαιτήσεων άρδευσης και η αποτελεσματικότερη διαχείριση του νερού.

Σχήμα 6: Σημειακή ανάλυση του δείκτη CWSI (Crop Water Stress Index) ανά μεμονωμένο φυτό εσπεριδοειδών.

Εικ.7: Χάρτης του δείκτη CWSI (Crop Water Stress Index) ενός οπωρώνα εσπεριδοειδών σε αγροτική επιχείρηση.
Συμπεράσματα
Η έρευνα που διεξήχθη επέτρεψε τη λεπτομερή ανάλυση της καλλιέργειας εσπεριδοειδών σε μια αγροβολταϊκή φυτεία, εμβαθύνοντας στα χαρακτηριστικά του φυτικού θόλου ακόμη και κάτω από τα φωτοβολταϊκά πάνελ . Αυτό κατέστη δυνατό χάρη στη χρήση μη επανδρωμένων αεροσκαφών για τη λήψη δεδομένων σε χαμηλό ύψος, ικανών να δημιουργήσουν τρισδιάστατα μοντέλα του αγροτεμαχίου, τα οποία ξεπερνούν τις δυσκολίες της δισδιάστατης ή δορυφορικής ανάλυσης, η οποία δεν θα επέτρεπε την ανάλυση των καλλιεργειών κάτω από τα πάνελ.
Οι χάρτες που παράγονται είναι απαραίτητοι για τον αγρότη ώστε να λαμβάνει τεκμηριωμένες αποφάσεις και να αναλαμβάνει στοχευμένη δράση.
Σε αυτή τη μελέτη περίπτωσης, στην οποία υπάρχουν διαφορετικές ποικιλίες εσπεριδοειδών σε διαφορετικά στάδια ανάπτυξης, κατέστη δυνατό να αποδειχθεί ότι, στη βορειότερη περιοχή του αγρού, παρατηρείται υψηλή υδατική καταπόνηση και χαμηλή ζωηρότητα της κόμης. Στην περιοχή όπου έχουν εγκατασταθεί τα φωτοβολταϊκά πάνελ, η κατάσταση είναι κυρίως μέτριας ζωηρότητας και μέσου επιπέδου υδατικής καταπόνησης. Πιο συγκεκριμένα, υπάρχουν ορισμένα σημεία φυτών με εμφανή χαμηλή ζωηρότητα και υψηλή καταπόνηση. Αντίθετα, η περιοχή που βρίσκεται πιο δεξιά από το χωράφι βρίσκεται στην καλύτερη κατάσταση.
Η ομάδα της Agrobit γνωρίζει ότι οι αγροηλεκτρικές εγκαταστάσεις αποτελούν μια μεγάλη ευκαιρία για τους αγρότες. Γι’ αυτό, χάρη στην υπηρεσία iDrone, μπορούμε να υποστηρίξουμε τις γεωπονικές σας αποφάσεις και να βελτιώσουμε τη χρήση των πόρων στον αγρό.
Θα θέλαμε να ευχαριστήσουμε το CIHEAM στο Μπάρι για την προθυμία του να πραγματοποιήσει την έρευνα στην πειραματική αγροβολταϊκή του εγκατάσταση.