યુએવી વિવિધ પ્રકારના રિમોટ સેન્સિંગ સેન્સર લઈ શકે છે, જે બહુ-પરિમાણીય, ઉચ્ચ-ચોકસાઇવાળી ખેતીની જમીનની માહિતી મેળવી શકે છે અને અનેક પ્રકારની ખેતીની જમીનની માહિતીનું ગતિશીલ નિરીક્ષણ કરી શકે છે. આવી માહિતીમાં મુખ્યત્વે પાકના અવકાશી વિતરણ માહિતી (ખેતીની જમીનનું સ્થાનિકીકરણ, પાકની પ્રજાતિઓની ઓળખ, વિસ્તાર અંદાજ અને પરિવર્તન ગતિશીલ દેખરેખ, ક્ષેત્ર માળખાકીય સુવિધાઓ નિષ્કર્ષણ), પાક વૃદ્ધિ માહિતી (પાકના ફેનોટાઇપિક પરિમાણો, પોષણ સૂચકાંકો, ઉપજ), અને પાક વૃદ્ધિ તણાવ પરિબળો (ખેતરની ભેજ, જીવાતો અને રોગો) ગતિશીલતાનો સમાવેશ થાય છે.
ખેતીની જમીનની અવકાશી માહિતી
ખેતીની જમીનના અવકાશી સ્થાનની માહિતીમાં ખેતરોના ભૌગોલિક કોઓર્ડિનેટ્સ અને દ્રશ્ય ભેદભાવ અથવા મશીન ઓળખ દ્વારા મેળવેલા પાક વર્ગીકરણનો સમાવેશ થાય છે. ભૌગોલિક કોઓર્ડિનેટ્સ દ્વારા ખેતરની સીમાઓ ઓળખી શકાય છે, અને વાવેતર વિસ્તારનો અંદાજ પણ લગાવી શકાય છે. પ્રાદેશિક આયોજન અને વિસ્તાર અંદાજ માટે આધાર નકશા તરીકે ટોપોગ્રાફિક નકશાને ડિજિટાઇઝ કરવાની પરંપરાગત પદ્ધતિમાં સમયસરતા ઓછી છે, અને સીમા સ્થાન અને વાસ્તવિક પરિસ્થિતિ વચ્ચેનો તફાવત ખૂબ મોટો છે અને તેમાં અંતર્જ્ઞાનનો અભાવ છે, જે ચોકસાઇ કૃષિના અમલીકરણ માટે અનુકૂળ નથી. UAV રિમોટ સેન્સિંગ વાસ્તવિક સમયમાં ખેતીની જમીનની વ્યાપક અવકાશી સ્થાન માહિતી મેળવી શકે છે, જેમાં પરંપરાગત પદ્ધતિઓના અજોડ ફાયદા છે. હાઇ-ડેફિનેશન ડિજિટલ કેમેરામાંથી હવાઈ છબીઓ ખેતીની જમીનની મૂળભૂત અવકાશી માહિતીની ઓળખ અને નિર્ધારણને અનુભવી શકે છે, અને અવકાશી રૂપરેખાંકન તકનીકનો વિકાસ ખેતીની જમીન સ્થાન માહિતી પર સંશોધનની ચોકસાઇ અને ઊંડાઈને સુધારે છે, અને ઊંચાઈ માહિતી રજૂ કરતી વખતે અવકાશી રીઝોલ્યુશનમાં સુધારો કરે છે, જે ખેતીની જમીનની અવકાશી માહિતીનું વધુ સારું નિરીક્ષણ કરે છે.
પાક વૃદ્ધિ માહિતી
પાકની વૃદ્ધિ ફેનોટાઇપિક પરિમાણો, પોષણ સૂચકાંકો અને ઉપજ પરની માહિતી દ્વારા વર્ગીકૃત કરી શકાય છે. ફેનોટાઇપિક પરિમાણોમાં વનસ્પતિ આવરણ, પાંદડા વિસ્તાર સૂચકાંક, બાયોમાસ, છોડની ઊંચાઈ વગેરેનો સમાવેશ થાય છે. આ પરિમાણો એકબીજા સાથે જોડાયેલા છે અને સામૂહિક રીતે પાક વૃદ્ધિનું લક્ષણ દર્શાવે છે. આ પરિમાણો એકબીજા સાથે જોડાયેલા છે અને સામૂહિક રીતે પાક વૃદ્ધિનું લક્ષણ દર્શાવે છે અને સીધા અંતિમ ઉપજ સાથે સંબંધિત છે. તેઓ ખેતી માહિતી દેખરેખ સંશોધનમાં પ્રબળ છે અને વધુ અભ્યાસ હાથ ધરવામાં આવ્યા છે.
૧) પાકના ફેનોટાઇપિક પરિમાણો
પર્ણ ક્ષેત્ર સૂચકાંક (LAI) એ પ્રતિ એકમ સપાટી વિસ્તારના એકતરફી લીલા પર્ણ ક્ષેત્રનો સરવાળો છે, જે પાકના શોષણ અને પ્રકાશ ઉર્જાના ઉપયોગને વધુ સારી રીતે દર્શાવી શકે છે, અને પાકના સામગ્રી સંચય અને અંતિમ ઉપજ સાથે ગાઢ રીતે સંબંધિત છે. પર્ણ ક્ષેત્ર સૂચકાંક એ મુખ્ય પાક વૃદ્ધિ પરિમાણોમાંનું એક છે જે હાલમાં UAV રિમોટ સેન્સિંગ દ્વારા મોનિટર કરવામાં આવે છે. મલ્ટિસ્પેક્ટ્રલ ડેટા સાથે વનસ્પતિ સૂચકાંકો (ગુણોત્તર વનસ્પતિ સૂચકાંક, સામાન્ય વનસ્પતિ સૂચકાંક, માટી કન્ડીશનીંગ વનસ્પતિ સૂચકાંક, તફાવત વનસ્પતિ સૂચકાંક, વગેરે) ની ગણતરી કરવી અને ગ્રાઉન્ડ ટ્રુથ ડેટા સાથે રીગ્રેશન મોડેલ સ્થાપિત કરવું એ ફેનોટાઇપિક પરિમાણોને ઉલટાવી દેવા માટે વધુ પરિપક્વ પદ્ધતિ છે.
પાકના વિકાસના અંતિમ તબક્કામાં જમીન ઉપરનો બાયોમાસ ઉપજ અને ગુણવત્તા બંને સાથે ગાઢ સંબંધ ધરાવે છે. હાલમાં, કૃષિમાં UAV રિમોટ સેન્સિંગ દ્વારા બાયોમાસ અંદાજ હજુ પણ મોટે ભાગે મલ્ટિસ્પેક્ટ્રલ ડેટાનો ઉપયોગ કરે છે, સ્પેક્ટ્રલ પરિમાણો કાઢે છે અને મોડેલિંગ માટે વનસ્પતિ સૂચકાંકની ગણતરી કરે છે; બાયોમાસ અંદાજમાં અવકાશી રૂપરેખાંકન ટેકનોલોજીના ચોક્કસ ફાયદા છે.
૨) પાક પોષણ સૂચકાંકો
પાકના પોષણની સ્થિતિના પરંપરાગત દેખરેખ માટે પોષક તત્વો અથવા સૂચકો (ક્લોરોફિલ, નાઇટ્રોજન, વગેરે) ની સામગ્રીનું નિદાન કરવા માટે ક્ષેત્રના નમૂના અને ઇન્ડોર રાસાયણિક વિશ્લેષણની જરૂર પડે છે, જ્યારે UAV રિમોટ સેન્સિંગ એ હકીકત પર આધારિત છે કે વિવિધ પદાર્થોમાં નિદાન માટે ચોક્કસ સ્પેક્ટ્રલ પ્રતિબિંબ-શોષણ લાક્ષણિકતાઓ હોય છે. ક્લોરોફિલનું નિરીક્ષણ એ હકીકત પર આધારિત છે કે દૃશ્યમાન પ્રકાશ પટ્ટીમાં તેના બે મજબૂત શોષણ ક્ષેત્રો છે, એટલે કે 640-663 nm નો લાલ ભાગ અને 430-460 nm નો વાદળી-વાયોલેટ ભાગ, જ્યારે શોષણ 550 nm પર નબળું હોય છે. જ્યારે પાકમાં ઉણપ હોય છે ત્યારે પાંદડાનો રંગ અને રચનાની લાક્ષણિકતાઓ બદલાય છે, અને વિવિધ ખામીઓ અને સંબંધિત ગુણધર્મોને અનુરૂપ રંગ અને રચનાની આંકડાકીય લાક્ષણિકતાઓ શોધવી એ પોષક તત્વોની દેખરેખની ચાવી છે. વૃદ્ધિ પરિમાણોના નિરીક્ષણની જેમ, લાક્ષણિક પટ્ટીઓ, વનસ્પતિ સૂચકાંકો અને આગાહી મોડેલોની પસંદગી હજુ પણ અભ્યાસની મુખ્ય સામગ્રી છે.
૩) પાક ઉપજ
પાકની ઉપજમાં વધારો એ કૃષિ પ્રવૃત્તિઓનું મુખ્ય ધ્યેય છે, અને કૃષિ ઉત્પાદન અને વ્યવસ્થાપન નિર્ણય લેતા વિભાગો બંને માટે ઉપજનો સચોટ અંદાજ મહત્વપૂર્ણ છે. અસંખ્ય સંશોધકોએ મલ્ટિફેક્ટર વિશ્લેષણ દ્વારા ઉચ્ચ આગાહી ચોકસાઈ સાથે ઉપજ અંદાજ મોડેલો સ્થાપિત કરવાનો પ્રયાસ કર્યો છે.
કૃષિ ભેજ
ખેતરની જમીનની ભેજનું નિરીક્ષણ ઘણીવાર થર્મલ ઇન્ફ્રારેડ પદ્ધતિઓ દ્વારા કરવામાં આવે છે. ઉચ્ચ વનસ્પતિ આવરણવાળા વિસ્તારોમાં, પાંદડાના સ્ટોમાટા બંધ થવાથી બાષ્પોત્સર્જનને કારણે પાણીનું નુકસાન ઓછું થાય છે, જે સપાટી પર સુષુપ્ત ગરમી પ્રવાહ ઘટાડે છે અને સપાટી પર સંવેદનશીલ ગરમી પ્રવાહ વધે છે, જે બદલામાં છત્ર તાપમાનમાં વધારો કરે છે, જેને છોડના છત્રનું તાપમાન માનવામાં આવે છે. પાણીના તાણ સૂચકાંકના પાક ઉર્જા સંતુલનને પ્રતિબિંબિત કરવાથી પાકના પાણીની સામગ્રી અને છત્ર તાપમાન વચ્ચેના સંબંધનું પ્રમાણ નક્કી કરી શકાય છે, તેથી થર્મલ ઇન્ફ્રારેડ સેન્સર દ્વારા મેળવેલ છત્ર તાપમાન ખેતીની જમીનની ભેજની સ્થિતિને પ્રતિબિંબિત કરી શકે છે; નાના વિસ્તારોમાં ખાલી માટી અથવા વનસ્પતિ આવરણનો ઉપયોગ જમીનની ભેજને સપાટીના તાપમાન સાથે પરોક્ષ રીતે ઉલટાવી શકાય છે, જે સિદ્ધાંત છે કે: પાણીની ચોક્કસ ગરમી મોટી હોય છે, ગરમીનું તાપમાન બદલાવામાં ધીમું હોય છે, તેથી દિવસ દરમિયાન સપાટીના તાપમાનનું અવકાશી વિતરણ જમીનના ભેજના વિતરણમાં પરોક્ષ રીતે પ્રતિબિંબિત થઈ શકે છે. તેથી, દિવસના સપાટીના તાપમાનનું અવકાશી વિતરણ પરોક્ષ રીતે જમીનની ભેજના વિતરણને પ્રતિબિંબિત કરી શકે છે. છત્ર તાપમાનના નિરીક્ષણમાં, ખુલ્લી માટી એક મહત્વપૂર્ણ હસ્તક્ષેપ પરિબળ છે. કેટલાક સંશોધકોએ ખાલી માટીના તાપમાન અને પાકના જમીનના આવરણ વચ્ચેના સંબંધનો અભ્યાસ કર્યો છે, ખાલી માટીને કારણે થતા છત્ર તાપમાન માપન અને સાચા મૂલ્ય વચ્ચેના અંતરને સ્પષ્ટ કર્યું છે, અને દેખરેખ પરિણામોની ચોકસાઈ સુધારવા માટે ખેતીની જમીનના ભેજના નિરીક્ષણમાં સુધારેલા પરિણામોનો ઉપયોગ કર્યો છે. વાસ્તવિક ખેતીની જમીન ઉત્પાદન વ્યવસ્થાપનમાં, ખેતરમાં ભેજનું લિકેજ પણ ધ્યાનનું કેન્દ્ર છે, સિંચાઈ ચેનલના ભેજના લિકેજનું નિરીક્ષણ કરવા માટે ઇન્ફ્રારેડ ઇમેજરનો ઉપયોગ કરીને અભ્યાસ કરવામાં આવ્યા છે, ચોકસાઈ 93% સુધી પહોંચી શકે છે.
જીવાતો અને રોગો
છોડના જીવાતો અને રોગોના નજીકના-ઇન્ફ્રારેડ સ્પેક્ટ્રલ રિફ્લેક્ટન્સ મોનિટરિંગનો ઉપયોગ, આના પર આધારિત છે: સ્પોન્જ પેશી દ્વારા પ્રતિબિંબના નજીકના-ઇન્ફ્રારેડ પ્રદેશમાં પાંદડા અને વાડ પેશી નિયંત્રણ, સ્વસ્થ છોડ, ભેજ અને વિસ્તરણથી ભરેલા આ બે પેશી ગાબડા, વિવિધ કિરણોત્સર્ગનું સારું પરાવર્તક છે; જ્યારે છોડને નુકસાન થાય છે, ત્યારે પાંદડાને નુકસાન થાય છે, પેશીઓ સુકાઈ જાય છે, પાણી ઓછું થાય છે, ઇન્ફ્રારેડ રિફ્લેક્શન ગુમાવે ત્યાં સુધી ઓછું થાય છે.
પાકના જીવાતો અને રોગોનું તાપમાનનું થર્મલ ઇન્ફ્રારેડ મોનિટરિંગ પણ એક મહત્વપૂર્ણ સૂચક છે. સ્વસ્થ સ્થિતિમાં છોડ, મુખ્યત્વે પાંદડાના સ્ટોમેટલ ઓપનિંગ અને બાષ્પોત્સર્જન નિયમનના બંધ નિયંત્રણ દ્વારા, તેમના પોતાના તાપમાનની સ્થિરતા જાળવવા માટે; રોગના કિસ્સામાં, રોગવિજ્ઞાનવિષયક ફેરફારો થશે, છોડ પર રોગકારક - યજમાન ક્રિયાપ્રતિક્રિયાઓ, ખાસ કરીને અસરના બાષ્પોત્સર્જન-સંબંધિત પાસાઓ પર તાપમાનમાં વધારો અને ઘટાડોનો ચેપગ્રસ્ત ભાગ નક્કી કરશે. સામાન્ય રીતે, છોડની સંવેદના સ્ટોમેટલ ઓપનિંગના નિયમનનું નિયમન ઘટાડે છે, અને આમ તંદુરસ્ત વિસ્તાર કરતાં રોગગ્રસ્ત વિસ્તારમાં બાષ્પોત્સર્જન વધુ હોય છે. જોરદાર બાષ્પોત્સર્જન ચેપગ્રસ્ત વિસ્તારના તાપમાનમાં ઘટાડો અને પાંદડાની સપાટી પર સામાન્ય પાંદડા કરતાં વધુ તાપમાન તફાવત તરફ દોરી જાય છે જ્યાં સુધી પાંદડાની સપાટી પર નેક્રોટિક ફોલ્લીઓ દેખાય નહીં. નેક્રોટિક વિસ્તારમાં કોષો સંપૂર્ણપણે મૃત્યુ પામે છે, તે ભાગમાં બાષ્પોત્સર્જન સંપૂર્ણપણે ખોવાઈ જાય છે, અને તાપમાન વધવાનું શરૂ થાય છે, પરંતુ કારણ કે બાકીના પાંદડા ચેપગ્રસ્ત થવાનું શરૂ કરે છે, પાંદડાની સપાટી પર તાપમાનનો તફાવત હંમેશા તંદુરસ્ત છોડ કરતા વધારે હોય છે.
અન્ય માહિતી
ખેતીની જમીન માહિતી દેખરેખના ક્ષેત્રમાં, UAV રિમોટ સેન્સિંગ ડેટાના ઉપયોગની વિશાળ શ્રેણી છે. ઉદાહરણ તરીકે, તેનો ઉપયોગ બહુવિધ ટેક્સચર સુવિધાઓનો ઉપયોગ કરીને મકાઈના ખરતા વિસ્તારને કાઢવા માટે, NDVI ઇન્ડેક્સનો ઉપયોગ કરીને કપાસના પરિપક્વતાના તબક્કા દરમિયાન પાંદડાઓના પરિપક્વતાના સ્તરને પ્રતિબિંબિત કરવા માટે અને એબ્સિસિક એસિડ એપ્લિકેશન પ્રિસ્ક્રિપ્શન નકશા જનરેટ કરવા માટે થઈ શકે છે જે કપાસ પર એબ્સિસિક એસિડના છંટકાવને અસરકારક રીતે માર્ગદર્શન આપી શકે છે જેથી જંતુનાશકોનો વધુ પડતો ઉપયોગ ટાળી શકાય, વગેરે. ખેતીની જમીન દેખરેખ અને વ્યવસ્થાપનની જરૂરિયાતો અનુસાર, માહિતીપ્રદ અને ડિજિટાઇઝ્ડ કૃષિના ભાવિ વિકાસ માટે UAV રિમોટ સેન્સિંગ ડેટાની માહિતીનું સતત અન્વેષણ કરવું અને તેના એપ્લિકેશન ક્ષેત્રોને વિસ્તૃત કરવું એ અનિવાર્ય વલણ છે.
પોસ્ટ સમય: ડિસેમ્બર-24-2024