무인 항공기는 다양한 원격 감지 센서를 탑재하여 다차원 고정밀 농경지 정보를 획득하고 다양한 유형의 농경지 정보에 대한 동적 모니터링을 실현할 수 있습니다. 이러한 정보에는 주로 작물 공간 분포 정보(농경지 위치 파악, 작물 종 식별, 면적 추정 및 변화 동적 모니터링, 포장 기반 시설 추출), 작물 생장 정보(작물 표현형 매개변수, 영양 지표, 수확량), 그리고 작물 생장 스트레스 요인(포장 수분, 해충 및 질병) 역학이 포함됩니다.
농지 공간 정보
농지의 공간적 위치 정보에는 시각적 식별 또는 기계 인식을 통해 얻은 밭의 지리적 좌표와 작물 분류가 포함됩니다. 밭 경계는 지리적 좌표를 통해 식별할 수 있으며, 재배 면적도 추정할 수 있습니다. 지역 계획 및 면적 추정을 위한 기본 지도로 지형도를 디지털화하는 기존 방식은 시의성이 부족하고, 경계 위치와 실제 상황의 차이가 크고 직관성이 부족하여 정밀 농업 구현에 적합하지 않습니다. 무인 항공기(UAV) 원격 감지는 농지의 포괄적인 공간적 위치 정보를 실시간으로 얻을 수 있으며, 이는 기존 방식과 비교할 수 없는 장점을 가지고 있습니다. 고화질 디지털 카메라의 항공 이미지는 농지의 기본 공간 정보를 식별하고 결정할 수 있으며, 공간 구성 기술의 발전은 농지 위치 정보 연구의 정확도와 심도를 향상시키고, 고도 정보를 도입하는 동시에 공간 해상도를 향상시켜 농지 공간 정보의 세밀한 모니터링을 실현합니다.
작물 생장 정보
작물 생장은 표현형 지표, 영양 지표, 그리고 수확량에 대한 정보로 특징지을 수 있습니다. 표현형 지표에는 식생 피복, 엽면적 지수, 생물량, 초장 등이 포함됩니다. 이러한 지표들은 서로 연관되어 있으며 작물 생장을 종합적으로 특징짓고 최종 수확량과 직접적인 관련이 있습니다. 이러한 지표들은 농장 정보 모니터링 연구에서 주요 지표이며, 더 많은 연구가 수행되었습니다.
1) 작물 표현형 매개변수
엽면적지수(LAI)는 단위 표면적당 일측 녹색 엽면적의 합으로, 작물의 빛 에너지 흡수 및 이용률을 더 잘 나타낼 수 있으며, 작물의 재료 축적 및 최종 수확량과 밀접한 관련이 있습니다. 엽면적지수는 현재 무인기(UAV) 원격 탐사로 모니터링되는 주요 작물 생장 지표 중 하나입니다. 다중 스펙트럼 데이터를 이용하여 식생지수(비율 식생지수, 정규화 식생지수, 토양 개량 식생지수, 차이 식생지수 등)를 계산하고 지상 실측 데이터를 이용하여 회귀 모델을 구축하는 것은 표현형 지표를 역변환하는 더욱 성숙한 방법입니다.
작물 생장 후기의 지상 바이오매스는 수확량 및 품질과 밀접한 관련이 있습니다. 현재 농업 분야에서 무인기(UAV) 원격 탐사를 통한 바이오매스 추정은 주로 다중 스펙트럼 데이터를 사용하고, 스펙트럼 매개변수를 추출하며, 모델링을 위한 식생 지수를 계산하는 방식으로 이루어지고 있습니다. 공간 구성 기술은 바이오매스 추정에 있어 특정 이점을 가지고 있습니다.
2) 작물 영양 지표
작물 영양 상태에 대한 전통적인 모니터링은 영양소 또는 지표(엽록소, 질소 등)의 함량을 진단하기 위해 현장 샘플링과 실내 화학 분석이 필요하지만, UAV 원격 감지는 다양한 물질이 진단을 위해 특정 분광 반사-흡수 특성을 가지고 있다는 사실에 기반합니다.엽록소는 가시광선 대역에서 두 개의 강한 흡수 영역, 즉 640-663nm의 적색 부분과 430-460nm의 청자색 부분을 가지고 있고 550nm에서는 흡수가 약하다는 사실에 기반하여 모니터링됩니다.작물에 영양분이 부족하면 잎의 색과 질감 특성이 변하며, 다양한 결핍 및 관련 특성에 해당하는 색과 질감의 통계적 특성을 발견하는 것이 영양분 모니터링의 핵심입니다.생장 매개변수 모니터링과 마찬가지로, 특성 대역, 식생 지수 및 예측 모델의 선택은 여전히 연구의 주요 내용입니다.
3) 작물 수확량
작물 수확량 증대는 농업 활동의 주요 목표이며, 정확한 수확량 추정은 농업 생산 부서와 경영 의사결정 부서 모두에게 중요합니다. 수많은 연구자들이 다인자 분석을 통해 더 높은 예측 정확도를 가진 수확량 추정 모델을 구축하고자 노력해 왔습니다.
농업 수분
농경지 수분은 종종 열적외선 방식으로 모니터링됩니다. 식생 피복이 높은 지역에서는 잎 기공이 닫히면서 증산작용으로 인한 수분 손실이 감소하여 표면 잠열 플럭스가 감소하고 표면 현열 플럭스가 증가하여 식물 수관 온도가 상승하는데, 이를 식물 수관 온도라고 합니다. 작물 에너지 균형을 반영하는 수분 스트레스 지수는 작물 수분 함량과 수관 온도 사이의 관계를 정량화할 수 있으므로, 열적외선 센서로 측정한 수관 온도는 농경지의 수분 상태를 반영할 수 있습니다. 좁은 지역의 나지 또는 식생 피복은 토양 수분을 지하 온도에 간접적으로 역전시키는 데 사용될 수 있습니다. 이는 물의 비열이 크고 열의 온도 변화가 느리기 때문에 낮 동안 지하 온도의 공간 분포가 토양 수분 분포에 간접적으로 반영될 수 있다는 원리입니다. 따라서 주간 지하 온도의 공간 분포는 토양 수분 분포를 간접적으로 반영할 수 있습니다. 캐노피 온도 모니터링에서 노토는 중요한 간섭 요인입니다. 일부 연구자들은 노토 온도와 작물 지피 사이의 관계를 연구하고, 노토로 인한 캐노피 온도 측정값과 실제 값 사이의 차이를 명확히 밝히고, 보정된 결과를 농경지 수분 모니터링에 활용하여 모니터링 결과의 정확도를 향상시켰습니다. 실제 농경지 생산 관리에서는 포장 수분 누출 또한 중요한 문제입니다. 적외선 카메라를 사용하여 관개 수로 수분 누출을 모니터링하는 연구가 진행되었으며, 정확도는 최대 93%에 달합니다.
해충 및 질병
근적외선 분광 반사율을 이용한 식물 해충 및 질병 모니터링은 근적외선 영역의 잎에서 반사된 스펀지 조직과 울타리 조직을 제어하여 건강한 식물을 관찰하는 것입니다. 이 두 조직의 틈새는 습기로 채워지고 팽창하여 다양한 복사선을 잘 반사합니다. 식물이 손상되면 잎이 손상되고 조직이 시들고 수분이 감소하여 적외선 반사가 줄어들어 결국 사라집니다.
열 적외선 온도 모니터링은 작물 해충 및 질병의 중요한 지표이기도 합니다. 건강한 식물은 주로 잎 기공의 개폐를 조절하여 증산 작용을 조절함으로써 자체 온도의 안정성을 유지합니다. 질병이 발생하면 병리학적 변화가 발생하고, 병원균과 기주 간의 상호작용, 특히 증산 작용과 관련된 영향이 감염 부위의 온도 상승 및 하강을 결정합니다. 일반적으로 식물은 기공 개폐 조절을 해제하여 건강한 부위보다 병든 부위의 증산 작용이 더 활발해집니다. 활발한 증산 작용은 감염 부위의 온도를 낮추고 잎 표면의 온도 차이를 증가시켜 잎 표면에 괴사 반점이 나타납니다. 괴사 부위의 세포는 완전히 죽고, 그 부위의 증산 작용은 완전히 소실되어 온도가 상승하기 시작합니다. 하지만 잎의 나머지 부위도 감염되기 시작하므로 잎 표면의 온도 차이는 항상 건강한 식물보다 높습니다.
기타 정보
농지 정보 모니터링 분야에서 UAV 원격 감지 데이터는 광범위한 응용 분야를 가지고 있습니다. 예를 들어, 다양한 질감 특징을 이용하여 옥수수 낙하 면적을 추출하고, NDVI 지수를 이용하여 면화 성숙 단계의 잎 성숙도를 반영하며, 과다 살포를 방지하기 위해 면화에 아브시신산 살포를 효과적으로 유도하는 아브시신산 살포 처방 지도를 생성하는 등 다양한 용도로 활용될 수 있습니다. 농지 모니터링 및 관리의 요구에 따라, 정보화 및 디지털화된 농업의 미래 발전을 위해서는 UAV 원격 감지 데이터 정보를 지속적으로 탐색하고 그 활용 분야를 확장하는 것이 필수적입니다.
게시 시간: 2024년 12월 24일