યુએવી વિવિધ પ્રકારના રિમોટ સેન્સિંગ સેન્સર વહન કરી શકે છે, જે બહુ-પરિમાણીય, ઉચ્ચ-ચોકસાઇવાળી ખેતીની જમીનની માહિતી મેળવી શકે છે અને બહુવિધ પ્રકારની ખેતીની જમીનની માહિતીનું ગતિશીલ નિરીક્ષણ કરી શકે છે. આવી માહિતીમાં મુખ્યત્વે પાકની અવકાશી વિતરણ માહિતી (ખેતરની જમીનનું સ્થાનિકીકરણ, પાકની પ્રજાતિઓની ઓળખ, વિસ્તાર અંદાજ અને ફેરફાર ગતિશીલ દેખરેખ, ક્ષેત્રના માળખાકીય નિષ્કર્ષણ), પાક વૃદ્ધિ માહિતી (પાકના ફેનોટાઇપિક પરિમાણો, પોષણ સૂચકાંકો, ઉપજ), અને પાક વૃદ્ધિ તણાવ પરિબળો (ક્ષેત્રની ભેજ) નો સમાવેશ થાય છે. , જીવાતો અને રોગો) ગતિશીલતા.
ખેતરની જમીન અવકાશી માહિતી
ખેતરની જમીનના અવકાશી સ્થાનની માહિતીમાં ક્ષેત્રોના ભૌગોલિક સંકલન અને વિઝ્યુઅલ ભેદભાવ અથવા મશીનની ઓળખ દ્વારા મેળવેલ પાક વર્ગીકરણનો સમાવેશ થાય છે. ક્ષેત્રની સીમાઓ ભૌગોલિક સંકલન દ્વારા ઓળખી શકાય છે, અને વાવેતર વિસ્તારનો પણ અંદાજ લગાવી શકાય છે. પ્રાદેશિક આયોજન અને વિસ્તારના અંદાજ માટેના મૂળ નકશા તરીકે ટોપોગ્રાફિક નકશાને ડિજિટાઇઝ કરવાની પરંપરાગત પદ્ધતિ નબળી સમયસૂચકતા ધરાવે છે, અને સીમા સ્થાન અને વાસ્તવિક પરિસ્થિતિ વચ્ચેનો તફાવત ઘણો મોટો છે અને તેમાં અંતર્જ્ઞાનનો અભાવ છે, જે ચોક્કસ કૃષિના અમલીકરણ માટે અનુકૂળ નથી. યુએવી રિમોટ સેન્સિંગ વાસ્તવિક સમયમાં ખેતીની જમીનની વ્યાપક અવકાશી સ્થાન માહિતી મેળવી શકે છે, જેમાં પરંપરાગત પદ્ધતિઓના અનુપમ ફાયદા છે. હાઇ-ડેફિનેશન ડિજિટલ કેમેરામાંથી એરિયલ ઇમેજ ખેતીની જમીનની મૂળભૂત અવકાશી માહિતીની ઓળખ અને નિર્ધારણને અનુભવી શકે છે, અને અવકાશી રૂપરેખાંકન તકનીકનો વિકાસ ખેતીની જમીન સ્થાન માહિતી પર સંશોધનની ચોકસાઇ અને ઊંડાણને સુધારે છે, અને એલિવેશન માહિતી રજૂ કરતી વખતે અવકાશી રીઝોલ્યુશનને સુધારે છે. , જે ખેતીની જમીનની અવકાશી માહિતીની ઝીણી દેખરેખને અનુભવે છે.
પાક વૃદ્ધિ માહિતી
પાકની વૃદ્ધિને ફેનોટાઇપિક પરિમાણો, પોષણ સૂચકાંકો અને ઉપજની માહિતી દ્વારા વર્ગીકૃત કરી શકાય છે. ફેનોટાઇપિક પરિમાણોમાં વનસ્પતિ આવરણ, પર્ણ વિસ્તાર ઇન્ડેક્સ, બાયોમાસ, છોડની ઊંચાઈ વગેરેનો સમાવેશ થાય છે. આ પરિમાણો એકબીજા સાથે સંકળાયેલા છે અને સામૂહિક રીતે પાકની વૃદ્ધિ દર્શાવે છે. આ પરિમાણો એકબીજા સાથે સંકળાયેલા છે અને સામૂહિક રીતે પાકની વૃદ્ધિ દર્શાવે છે અને અંતિમ ઉપજ સાથે સીધો સંબંધ ધરાવે છે. તેઓ ફાર્મ માહિતી મોનિટરિંગ સંશોધનમાં પ્રબળ છે અને વધુ અભ્યાસ હાથ ધરવામાં આવ્યા છે.
1) ક્રોપ ફેનોટાઇપિક પરિમાણો
લીફ એરિયા ઈન્ડેક્સ (LAI) એ એકમ સપાટી વિસ્તાર દીઠ એકતરફી લીલા પર્ણ વિસ્તારનો સરવાળો છે, જે પાકના શોષણ અને પ્રકાશ ઊર્જાના ઉપયોગને વધુ સારી રીતે દર્શાવી શકે છે, અને તે પાકની સામગ્રીના સંચય અને અંતિમ ઉપજ સાથે ગાઢ રીતે સંબંધિત છે. લીફ એરિયા ઈન્ડેક્સ એ હાલમાં UAV રિમોટ સેન્સિંગ દ્વારા મોનિટર કરવામાં આવતા મુખ્ય પાક વૃદ્ધિ પરિમાણોમાંનું એક છે. મલ્ટિસ્પેક્ટ્રલ ડેટા સાથે વનસ્પતિ સૂચકાંકો (ગુણોત્તર વનસ્પતિ સૂચકાંક, સામાન્યકૃત વનસ્પતિ સૂચકાંક, માટી કન્ડિશનિંગ વનસ્પતિ સૂચકાંક, તફાવત વનસ્પતિ સૂચક, વગેરે) ની ગણતરી કરવી અને ગ્રાઉન્ડ ટ્રુથ ડેટા સાથે રીગ્રેસન મોડલ સ્થાપિત કરવું એ ફેનોટાઇપિક પરિમાણોને ઉલટાવી દેવાની વધુ પરિપક્વ પદ્ધતિ છે.
પાકના વિકાસના અંતમાં અવસ્થામાં જમીનની ઉપરનો બાયોમાસ ઉપજ અને ગુણવત્તા બંને સાથે ગાઢ સંબંધ ધરાવે છે. હાલમાં, કૃષિમાં યુએવી રિમોટ સેન્સિંગ દ્વારા બાયોમાસ અંદાજ હજુ પણ મોટે ભાગે મલ્ટિસ્પેક્ટ્રલ ડેટાનો ઉપયોગ કરે છે, વર્ણપટના પરિમાણોને બહાર કાઢે છે અને મોડેલિંગ માટે વનસ્પતિ સૂચકાંકની ગણતરી કરે છે; બાયોમાસ અંદાજમાં અવકાશી રૂપરેખાંકન ટેકનોલોજીના ચોક્કસ ફાયદા છે.
2) પાક પોષણ સૂચકાંકો
પાક પોષણની સ્થિતિના પરંપરાગત દેખરેખ માટે પોષક તત્ત્વો અથવા સૂચકાંકો (ક્લોરોફિલ, નાઇટ્રોજન, વગેરે) ની સામગ્રીનું નિદાન કરવા માટે ફીલ્ડ સેમ્પલિંગ અને ઇન્ડોર રાસાયણિક વિશ્લેષણની જરૂર પડે છે, જ્યારે UAV રિમોટ સેન્સિંગ એ હકીકત પર આધારિત છે કે વિવિધ પદાર્થો ચોક્કસ સ્પેક્ટ્રલ પ્રતિબિંબ-શોષણ લક્ષણો ધરાવે છે. નિદાન હરિતદ્રવ્યનું નિરીક્ષણ એ હકીકતના આધારે કરવામાં આવે છે કે તે દૃશ્યમાન પ્રકાશ બેન્ડમાં બે મજબૂત શોષણ ક્ષેત્રો ધરાવે છે, એટલે કે 640-663 એનએમનો લાલ ભાગ અને 430-460 એનએમનો વાદળી-વાયોલેટ ભાગ, જ્યારે શોષણ 550 એનએમ પર નબળું છે. જ્યારે પાકની ઉણપ હોય ત્યારે પાંદડાનો રંગ અને રચનાની લાક્ષણિકતાઓ બદલાય છે, અને વિવિધ ખામીઓ અને સંબંધિત ગુણધર્મોને અનુરૂપ રંગ અને રચનાની આંકડાકીય લાક્ષણિકતાઓ શોધવી એ પોષક તત્ત્વોની દેખરેખની ચાવી છે. વૃદ્ધિના માપદંડોની દેખરેખની જેમ, લાક્ષણિક બેન્ડ્સ, વનસ્પતિ સૂચકાંકો અને આગાહી મોડેલોની પસંદગી હજુ પણ અભ્યાસની મુખ્ય સામગ્રી છે.
3) પાકની ઉપજ
પાકની ઉપજ વધારવી એ કૃષિ પ્રવૃત્તિઓનો મુખ્ય ધ્યેય છે, અને ઉપજનો સચોટ અંદાજ એ કૃષિ ઉત્પાદન અને વ્યવસ્થાપન નિર્ણય લેતા વિભાગો બંને માટે મહત્વપૂર્ણ છે. અસંખ્ય સંશોધકોએ મલ્ટિફેક્ટર પૃથ્થકરણ દ્વારા ઉચ્ચ આગાહી ચોકસાઈ સાથે ઉપજના અંદાજ મોડેલો સ્થાપિત કરવાનો પ્રયાસ કર્યો છે.
કૃષિ ભેજ
ખેતીની જમીનની ભેજનું વારંવાર થર્મલ ઇન્ફ્રારેડ પદ્ધતિઓ દ્વારા નિરીક્ષણ કરવામાં આવે છે. ઉચ્ચ વનસ્પતિ આવરણવાળા વિસ્તારોમાં, પાંદડાના સ્ટોમાટાના બંધ થવાથી બાષ્પોત્સર્જનને કારણે પાણીની ખોટ ઓછી થાય છે, જે સપાટી પર સુપ્ત ગરમીના પ્રવાહને ઘટાડે છે અને સપાટી પર સંવેદનશીલ ગરમીના પ્રવાહમાં વધારો કરે છે, જે બદલામાં કેનોપી તાપમાનમાં વધારોનું કારણ બને છે, જે પ્લાન્ટ કેનોપીનું તાપમાન ગણવામાં આવે છે. પાણીના તાણના સૂચકાંકના પાક ઉર્જા સંતુલનને પ્રતિબિંબિત કરવાથી પાકના પાણીની સામગ્રી અને કેનોપી તાપમાન વચ્ચેના સંબંધને માપી શકાય છે, તેથી થર્મલ ઇન્ફ્રારેડ સેન્સર દ્વારા મેળવેલ કેનોપી તાપમાન ખેતરની જમીનની ભેજની સ્થિતિને પ્રતિબિંબિત કરી શકે છે; નાના વિસ્તારોમાં ખુલ્લી માટી અથવા વનસ્પતિ આવરણનો ઉપયોગ જમીનના ભેજને પરોક્ષ રીતે જમીનની સપાટીના તાપમાન સાથે ઉલટાવી શકાય છે, જે સિદ્ધાંત છે કે: પાણીની ચોક્કસ ગરમી મોટી હોય છે, ગરમીનું તાપમાન બદલાતું ધીમું હોય છે, તેથી દિવસ દરમિયાન પેટાળના તાપમાનનું અવકાશી વિતરણ જમીનની ભેજના વિતરણમાં પરોક્ષ રીતે પ્રતિબિંબિત થઈ શકે છે. તેથી, દિવસના ઉપસપાટીના તાપમાનનું અવકાશી વિતરણ આડકતરી રીતે જમીનની ભેજના વિતરણને પ્રતિબિંબિત કરી શકે છે. છત્રના તાપમાનની દેખરેખમાં, ખુલ્લી માટી એક મહત્વપૂર્ણ દખલ પરિબળ છે. કેટલાક સંશોધકોએ ખુલ્લી જમીનના તાપમાન અને પાકના ગ્રાઉન્ડ કવર વચ્ચેના સંબંધનો અભ્યાસ કર્યો છે, ખુલ્લી માટી અને સાચા મૂલ્યને કારણે છત્રના તાપમાન માપન વચ્ચેના અંતરને સ્પષ્ટ કર્યું છે, અને દેખરેખની ચોકસાઈને સુધારવા માટે ખેતરની જમીનની ભેજની દેખરેખમાં સુધારેલા પરિણામોનો ઉપયોગ કર્યો છે. પરિણામો વાસ્તવિક ખેતીની જમીન ઉત્પાદન વ્યવસ્થાપનમાં, ખેતરમાં ભેજનું લિકેજ પણ ધ્યાનનું કેન્દ્ર છે, સિંચાઈ ચેનલના ભેજ લિકેજને મોનિટર કરવા માટે ઇન્ફ્રારેડ ઇમેજર્સનો ઉપયોગ કરીને અભ્યાસ કરવામાં આવ્યો છે, ચોકસાઈ 93% સુધી પહોંચી શકે છે.
જીવાતો અને રોગો
છોડની જીવાતો અને રોગોના નજીકના-ઇન્ફ્રારેડ સ્પેક્ટ્રલ રિફ્લેક્ટન્સ મોનિટરિંગનો ઉપયોગ, આના આધારે: સ્પોન્જ પેશી દ્વારા પ્રતિબિંબના નજીકના ઇન્ફ્રારેડ પ્રદેશમાં પાંદડા અને વાડ પેશી નિયંત્રણ, તંદુરસ્ત છોડ, ભેજ અને વિસ્તરણથી ભરેલા આ બે પેશી અંતર , વિવિધ રેડિયેશનનું સારું પરાવર્તક છે; જ્યારે છોડને નુકસાન થાય છે, પાંદડાને નુકસાન થાય છે, પેશી સુકાઈ જાય છે, પાણી ઓછું થાય છે, ઇન્ફ્રારેડ પ્રતિબિંબ ખોવાઈ જાય ત્યાં સુધી ઘટાડો થાય છે.
તાપમાનનું થર્મલ ઇન્ફ્રારેડ મોનિટરિંગ પણ પાકની જીવાતો અને રોગોનું મહત્વનું સૂચક છે. તંદુરસ્ત પરિસ્થિતિઓમાં છોડ, મુખ્યત્વે પાંદડાના સ્ટોમેટલ ઓપનિંગ અને બાષ્પોત્સર્જન નિયમનના નિયંત્રણ દ્વારા, તેમના પોતાના તાપમાનની સ્થિરતા જાળવી રાખવા માટે; રોગના કિસ્સામાં, રોગવિજ્ઞાનવિષયક ફેરફારો થશે, છોડ પરના રોગાણુમાં રોગકારક - યજમાનની ક્રિયાપ્રતિક્રિયાઓ, ખાસ કરીને અસરના બાષ્પોત્સર્જન-સંબંધિત પાસાઓ તાપમાનમાં વધારો અને પતનનો ચેપગ્રસ્ત ભાગ નક્કી કરશે. સામાન્ય રીતે, છોડની સંવેદનાથી સ્ટોમેટલ ઓપનિંગને નિયંત્રણમુક્ત કરવામાં આવે છે, અને આ રીતે સ્વસ્થ વિસ્તાર કરતાં રોગગ્રસ્ત વિસ્તારમાં બાષ્પોત્સર્જન વધુ હોય છે. જોરદાર બાષ્પોત્સર્જન ચેપગ્રસ્ત વિસ્તારના તાપમાનમાં ઘટાડો તરફ દોરી જાય છે અને પાંદડાની સપાટી પર નેક્રોટિક ફોલ્લીઓ દેખાય ત્યાં સુધી સામાન્ય પાંદડાની તુલનામાં પાંદડાની સપાટી પર તાપમાનના ઊંચા તફાવત તરફ દોરી જાય છે. નેક્રોટિક વિસ્તારના કોષો સંપૂર્ણપણે મૃત છે, તે ભાગમાં બાષ્પોત્સર્જન સંપૂર્ણપણે ખોવાઈ જાય છે, અને તાપમાન વધવા લાગે છે, પરંતુ બાકીના પાંદડા ચેપ લાગવા માંડે છે, તેથી પાંદડાની સપાટી પર તાપમાનનો તફાવત હંમેશા કરતાં વધુ હોય છે. તંદુરસ્ત છોડ.
અન્ય માહિતી
ખેતીની જમીન માહિતી મોનિટરિંગના ક્ષેત્રમાં, UAV રિમોટ સેન્સિંગ ડેટા એપ્લિકેશનની વિશાળ શ્રેણી ધરાવે છે. ઉદાહરણ તરીકે, તેનો ઉપયોગ મકાઈના ઘટી ગયેલા વિસ્તારને બહાર કાઢવા માટે બહુવિધ ટેક્સચર સુવિધાઓનો ઉપયોગ કરીને કરી શકાય છે, NDVI ઇન્ડેક્સનો ઉપયોગ કરીને કપાસની પરિપક્વતાના તબક્કા દરમિયાન પાંદડાઓના પરિપક્વતા સ્તરને પ્રતિબિંબિત કરે છે, અને એબ્સિસિક એસિડ એપ્લિકેશન પ્રિસ્ક્રિપ્શન નકશા બનાવે છે જે અસરકારક રીતે એબ્સિસિક એસિડના છંટકાવને માર્ગદર્શન આપી શકે છે. જંતુનાશકોનો વધુ પડતો ઉપયોગ ટાળવા માટે કપાસ પર, વગેરે. ખેતીની જમીનની દેખરેખ અને વ્યવસ્થાપનની જરૂરિયાતો અનુસાર, યુએવી રિમોટ સેન્સિંગ ડેટાની માહિતીનું સતત અન્વેષણ કરવું અને તેના એપ્લિકેશન ક્ષેત્રોને વિસ્તૃત કરવું એ માહિતીયુક્ત અને ડિજિટાઇઝ્ડ કૃષિના ભાવિ વિકાસ માટે અનિવાર્ય વલણ છે.
પોસ્ટ સમય: ડિસેમ્બર-24-2024