UAV යන්ත්‍රවලට විවිධ දුරස්ථ සංවේදක සංවේදක රැගෙන යා හැකි අතර, එමඟින් බහු-මාන, ඉහළ නිරවද්‍යතාවයකින් යුත් ගොවිබිම් තොරතුරු ලබා ගත හැකි අතර බහු වර්ගයේ ගොවිබිම් තොරතුරු ගතිකව නිරීක්ෂණය කළ හැකිය. එවැනි තොරතුරුවලට ප්‍රධාන වශයෙන් බෝග අවකාශීය ව්‍යාප්ති තොරතුරු (ගොවිබිම් ප්‍රාදේශීයකරණය, බෝග විශේෂ හඳුනාගැනීම, ප්‍රදේශ ඇස්තමේන්තු කිරීම සහ වෙනස්වීම් ගතිකව නිරීක්ෂණය කිරීම, ක්ෂේත්‍ර යටිතල පහසුකම් නිස්සාරණය), බෝග වර්ධන තොරතුරු (බෝග ෆීනෝටයිපික් පරාමිතීන්, පෝෂණ දර්ශක, අස්වැන්න) සහ බෝග වර්ධන ආතති සාධක (ක්ෂේත්‍ර තෙතමනය, පළිබෝධ සහ රෝග) ගතිකත්වය ඇතුළත් වේ.
ගොවිබිම් අවකාශීය තොරතුරු
ගොවිබිම් වල අවකාශීය ස්ථාන තොරතුරු වලට දෘශ්‍ය වෙනස්කම් කිරීම හෝ යන්ත්‍ර හඳුනාගැනීම හරහා ලබාගත් ක්ෂේත්‍ර සහ බෝග වර්ගීකරණයන්හි භූගෝලීය ඛණ්ඩාංක ඇතුළත් වේ. ක්ෂේත්‍ර මායිම් භූගෝලීය ඛණ්ඩාංක මගින් හඳුනාගත හැකි අතර, රෝපණ ප්‍රදේශය ද ඇස්තමේන්තු කළ හැකිය. කලාපීය සැලසුම්කරණය සහ ප්‍රදේශ ඇස්තමේන්තු කිරීම සඳහා මූලික සිතියම ලෙස භූලක්ෂණාත්මක සිතියම් ඩිජිටල්කරණය කිරීමේ සාම්ප්‍රදායික ක්‍රමයට දුර්වල කාලෝචිතතාවයක් ඇති අතර, මායිම් පිහිටීම සහ සත්‍ය තත්ත්වය අතර වෙනස විශාල වන අතර බුද්ධියක් නොමැති අතර එය නිරවද්‍ය කෘෂිකර්මාන්තය ක්‍රියාත්මක කිරීමට හිතකර නොවේ. UAV දුරස්ථ සංවේදනය මගින් ගොවිබිම් වල සවිස්තරාත්මක අවකාශීය ස්ථාන තොරතුරු තත්‍ය කාලීනව ලබා ගත හැකි අතර, එය සාම්ප්‍රදායික ක්‍රමවල අසමසම වාසි ඇත. අධි-විභේදන ඩිජිටල් කැමරාවලින් ගුවන් රූප ගොවිබිම් වල මූලික අවකාශීය තොරතුරු හඳුනා ගැනීම සහ තීරණය කිරීම සාක්ෂාත් කර ගත හැකි අතර, අවකාශීය වින්‍යාස තාක්ෂණයේ සංවර්ධනය ගොවිබිම් ස්ථාන තොරතුරු පිළිබඳ පර්යේෂණයේ නිරවද්‍යතාවය සහ ගැඹුර වැඩි දියුණු කරන අතර, උන්නතාංශ තොරතුරු හඳුන්වා දෙන අතරම අවකාශීය විභේදනය වැඩි දියුණු කරයි, එය ගොවිබිම් වල අවකාශීය තොරතුරු සියුම් ලෙස නිරීක්ෂණය කරයි.
බෝග වර්ධන තොරතුරු
භෝග වර්ධනය, ෆීනෝටයිපික් පරාමිතීන්, පෝෂණ දර්ශක සහ අස්වැන්න පිළිබඳ තොරතුරු මගින් සංලක්ෂිත කළ හැකිය. ෆීනෝටයිපික් පරාමිතීන් අතර වෘක්ෂලතා ආවරණය, පත්‍ර ප්‍රදේශ දර්ශකය, ජෛව ස්කන්ධය, ශාක උස යනාදිය ඇතුළත් වේ. මෙම පරාමිතීන් අන්තර් සම්බන්ධිත වන අතර සාමූහිකව බෝග වර්ධනය සංලක්ෂිත වේ. මෙම පරාමිතීන් අන්තර් සම්බන්ධිත වන අතර සාමූහිකව බෝග වර්ධනය සංලක්ෂිත වන අතර අවසාන අස්වැන්නට සෘජුවම සම්බන්ධ වේ. ගොවිපල තොරතුරු අධීක්ෂණ පර්යේෂණ වලදී ඒවා ප්‍රමුඛ වන අතර තවත් අධ්‍යයනයන් සිදු කර ඇත.
1) බෝග ෆීනෝටයිපික් පරාමිතීන්
පත්‍ර ප්‍රදේශ දර්ශකය (LAI) යනු ඒකක මතුපිට ප්‍රදේශයකට ඒකපාර්ශ්වික හරිත පත්‍ර ප්‍රදේශයේ එකතුව වන අතර, එය බෝගයේ ආලෝක ශක්තිය අවශෝෂණය හා භාවිතය වඩා හොඳින් සංලක්ෂිත කළ හැකි අතර බෝගයේ ද්‍රව්‍ය සමුච්චය කිරීම සහ අවසාන අස්වැන්න සමඟ සමීපව සම්බන්ධ වේ. පත්‍ර ප්‍රදේශ දර්ශකය යනු UAV දුරස්ථ සංවේදනය මගින් දැනට නිරීක්ෂණය කරනු ලබන ප්‍රධාන බෝග වර්ධන පරාමිතීන්ගෙන් එකකි. බහු වර්ණාවලි දත්ත සමඟ වෘක්ෂලතා දර්ශක (අනුපාත වෘක්ෂලතා දර්ශකය, සාමාන්‍යකරණය කළ වෘක්ෂලතා දර්ශකය, පස සමීකරණ වෘක්ෂලතා දර්ශකය, වෙනස වෘක්ෂලතා දර්ශකය ආදිය) ගණනය කිරීම සහ භූමි සත්‍ය දත්ත සමඟ ප්‍රතිගාමී ආකෘති ස්ථාපිත කිරීම ෆීනෝටයිපික් පරාමිතීන් පෙරළීමට වඩා පරිණත ක්‍රමයකි.
භෝගවල ප්‍රමාද වර්ධන අවධියේදී භූගත ජෛව ස්කන්ධය අස්වැන්න සහ ගුණාත්මකභාවය යන දෙකටම සමීපව සම්බන්ධ වේ. වර්තමානයේ, කෘෂිකර්මාන්තයේ UAV දුරස්ථ සංවේදනය මගින් ජෛව ස්කන්ධ ඇස්තමේන්තු කිරීම තවමත් බොහෝ දුරට බහු වර්ණාවලි දත්ත භාවිතා කරයි, වර්ණාවලි පරාමිතීන් උපුටා ගනී, සහ ආකෘති නිර්මාණය සඳහා වෘක්ෂලතා දර්ශකය ගණනය කරයි; ජෛව ස්කන්ධ ඇස්තමේන්තු කිරීමේදී අවකාශීය වින්‍යාස තාක්ෂණයට යම් වාසි ඇත.
2) බෝග පෝෂණ දර්ශක
බෝග පෝෂණ තත්ත්වය පිළිබඳ සාම්ප්‍රදායික නිරීක්ෂණය සඳහා පෝෂ්‍ය පදාර්ථ හෝ දර්ශක (ක්ලෝරෝෆිල්, නයිට්‍රජන්, ආදිය) අන්තර්ගතය හඳුනා ගැනීම සඳහා ක්ෂේත්‍ර සාම්පල ලබා ගැනීම සහ ගෘහස්ථ රසායනික විශ්ලේෂණය අවශ්‍ය වන අතර, UAV දුරස්ථ සංවේදනය විවිධ ද්‍රව්‍ය රෝග විනිශ්චය සඳහා නිශ්චිත වර්ණාවලි පරාවර්තන-අවශෝෂණ ලක්ෂණ ඇති බව මත පදනම් වේ. දෘශ්‍ය ආලෝක කලාපයේ ශක්තිමත් අවශෝෂණ කලාප දෙකක් තිබීම, එනම් 640-663 nm හි රතු කොටස සහ 430-460 nm හි නිල්-වයලට් කොටස මත පදනම්ව හරිතප්‍රද නිරීක්ෂණය කරනු ලබන අතර, 550 nm හි අවශෝෂණය දුර්වල වේ. බෝග ඌනතාවයෙන් පෙළෙන විට පත්‍ර වර්ණය සහ වයනය ලක්ෂණ වෙනස් වන අතර, විවිධ ඌනතාවයන් සහ අදාළ ගුණාංගවලට අනුරූප වන වර්ණ හා වයනයෙහි සංඛ්‍යානමය ලක්ෂණ සොයා ගැනීම පෝෂක නිරීක්ෂණයේ යතුරයි. වර්ධන පරාමිතීන් නිරීක්ෂණය කිරීමට සමානව, ලාක්ෂණික පටි, වෘක්ෂලතා දර්ශක සහ පුරෝකථන ආකෘති තෝරා ගැනීම තවමත් අධ්‍යයනයේ ප්‍රධාන අන්තර්ගතය වේ.
3) බෝග අස්වැන්න
බෝග අස්වැන්න වැඩි කිරීම කෘෂිකාර්මික කටයුතුවල ප්‍රධාන ඉලක්කය වන අතර, අස්වැන්න පිළිබඳ නිවැරදි ඇස්තමේන්තුව කෘෂිකාර්මික නිෂ්පාදන සහ කළමනාකරණ තීරණ ගැනීමේ දෙපාර්තමේන්තු යන දෙකටම වැදගත් වේ. බහු සාධක විශ්ලේෂණය හරහා ඉහළ පුරෝකථන නිරවද්‍යතාවයකින් යුත් අස්වැන්න ඇස්තමේන්තු ආකෘති ස්ථාපිත කිරීමට බොහෝ පර්යේෂකයන් උත්සාහ කර ඇත.
කෘෂිකාර්මික තෙතමනය
ගොවිබිම් තෙතමනය බොහෝ විට තාප අධෝරක්ත ක්‍රම මගින් නිරීක්ෂණය කෙරේ. ඉහළ වෘක්ෂලතා ආවරණයක් ඇති ප්‍රදේශවල, පත්‍ර ස්ටෝමාටා වැසීම මගින් උත්ස්වේදනය හේතුවෙන් ජල හානිය අඩු කරයි, එමඟින් මතුපිට ඇති ගුප්ත තාප ප්‍රවාහය අඩු කරන අතර මතුපිට ඇති සංවේදී තාප ප්‍රවාහය වැඩි කරයි, එමඟින් ශාක වියනේ උෂ්ණත්වය ලෙස සැලකෙන වියනේ උෂ්ණත්වයේ වැඩි වීමක් ඇති කරයි. ජල ආතති දර්ශකයේ බෝග ශක්ති සමතුලිතතාවය පිළිබිඹු කිරීමෙන් බෝග ජල අන්තර්ගතය සහ වියනේ උෂ්ණත්වය අතර සම්බන්ධතාවය ප්‍රමාණනය කළ හැකි බැවින්, තාප අධෝරක්ත සංවේදකය මගින් ලබා ගන්නා වියනේ උෂ්ණත්වය ගොවිබිමේ තෙතමනය තත්ත්වය පිළිබිඹු කළ හැකිය; කුඩා ප්‍රදේශවල හිස් පස හෝ වෘක්ෂලතා ආවරණය, භූගත උෂ්ණත්වය සමඟ පාංශු තෙතමනය වක්‍රව ප්‍රතිලෝම කිරීමට භාවිතා කළ හැකිය, එය මූලධර්මයයි: ජලයේ නිශ්චිත තාපය විශාල වේ, තාපයේ උෂ්ණත්වය වෙනස් වීමට මන්දගාමී වේ, එබැවින් දිවා කාලයේදී භූගත උෂ්ණත්වයේ අවකාශීය ව්‍යාප්තිය පාංශු තෙතමනය බෙදා හැරීමේදී වක්‍රව පිළිබිඹු විය හැකිය. එබැවින්, දිවා කාලයේ භූගත උෂ්ණත්වයේ අවකාශීය ව්‍යාප්තිය පාංශු තෙතමනය බෙදා හැරීම වක්‍රව පිළිබිඹු කළ හැකිය. වියනේ උෂ්ණත්වය නිරීක්ෂණය කිරීමේදී, හිස් පස වැදගත් බාධා කිරීමේ සාධකයකි. සමහර පර්යේෂකයන් හිස් පස උෂ්ණත්වය සහ බෝග බිම් ආවරණය අතර සම්බන්ධතාවය අධ්‍යයනය කර ඇති අතර, හිස් පස නිසා ඇති වන වියන් උෂ්ණත්ව මිනුම් සහ සත්‍ය අගය අතර පරතරය පැහැදිලි කර ඇති අතර, අධීක්ෂණ ප්‍රතිඵලවල නිරවද්‍යතාවය වැඩි දියුණු කිරීම සඳහා ගොවිබිම් තෙතමනය නිරීක්ෂණය කිරීමේදී නිවැරදි කරන ලද ප්‍රතිඵල භාවිතා කර ඇත. සැබෑ ගොවිබිම් නිෂ්පාදන කළමනාකරණයේදී, ක්ෂේත්‍ර තෙතමනය කාන්දු වීම ද අවධානයට ලක්වන කරුණකි, වාරිමාර්ග නාලිකා තෙතමනය කාන්දු වීම නිරීක්ෂණය කිරීම සඳහා අධෝරක්ත රූප භාවිතා කරන අධ්‍යයනයන් සිදු කර ඇත, නිරවද්‍යතාවය 93% දක්වා ළඟා විය හැකිය.
පළිබෝධ සහ රෝග
ශාක පළිබෝධ සහ රෝග පිළිබඳ ආසන්න-අධෝරක්ත වර්ණාවලි පරාවර්තන නිරීක්ෂණය භාවිතා කිරීම, පදනම් වී ඇත්තේ: ස්පොන්ජ් පටක මගින් පරාවර්තනයේ ආසන්න-අධෝරක්ත කලාපයේ කොළ සහ වැට පටක පාලනය, නිරෝගී ශාක, තෙතමනය හා ප්‍රසාරණයෙන් පිරී ඇති මෙම පටක හිඩැස් දෙක, විවිධ විකිරණවල හොඳ පරාවර්තකයකි; ශාකයට හානි වූ විට, කොළයට හානි වේ, පටක මැලවී යයි, ජලය අඩු වේ, අධෝරක්ත පරාවර්තනය නැති වන තෙක් අඩු වේ.
බෝග පළිබෝධ සහ රෝග පිළිබඳ වැදගත් දර්ශකයක් වන්නේ උෂ්ණත්වය පිළිබඳ තාප අධෝරක්ත නිරීක්ෂණයයි. සෞඛ්‍ය සම්පන්න තත්වයන් යටතේ සිටින ශාක, ප්‍රධාන වශයෙන් පත්‍ර ස්ටෝමැටල් විවෘත කිරීම සහ සම්ප්‍රේෂණ නියාමනය වැසීම පාලනය කිරීම හරහා, තමන්ගේම උෂ්ණත්වයේ ස්ථායිතාව පවත්වා ගැනීම සඳහා; රෝගයකදී, ව්යාධිජනක වෙනස්කම් සිදුවනු ඇත, ශාකයේ රෝග කාරකයේ රෝග කාරකය - ධාරක අන්තර්ක්‍රියා, විශේෂයෙන් බලපෑමේ සම්ප්‍රේෂණයට අදාළ අංශ මත, උෂ්ණත්වය ඉහළ යාම සහ පහත වැටීමේ ආසාදිත කොටස තීරණය කරනු ඇත. සාමාන්‍යයෙන්, ශාක සංවේදනය ස්ටෝමැටල් විවෘත කිරීම නියාමනය කිරීමට හේතු වන අතර, එම නිසා රෝගී ප්‍රදේශයේ සම්ප්‍රේෂණය නිරෝගී ප්‍රදේශයට වඩා වැඩි වේ. ප්‍රබල සම්ප්‍රේෂණය ආසාදිත ප්‍රදේශයේ උෂ්ණත්වය අඩුවීමට සහ පත්‍ර මතුපිටට වඩා ඉහළ උෂ්ණත්ව වෙනසක් ඇති කිරීමට හේතු වන අතර, පත්‍ර මතුපිට නෙරෝටික් ලප දිස්වන තුරු. නෙරෝටික් ප්‍රදේශයේ සෛල සම්පූර්ණයෙන්ම මිය ගොස් ඇත, එම කොටසෙහි සම්ප්‍රේෂණය සම්පූර්ණයෙන්ම නැති වී යයි, සහ උෂ්ණත්වය ඉහළ යාමට පටන් ගනී, නමුත් පත්‍රයේ ඉතිරි කොටස ආසාදනය වීමට පටන් ගන්නා නිසා, පත්‍ර මතුපිට උෂ්ණත්ව වෙනස සෑම විටම නිරෝගී ශාකයකට වඩා වැඩි වේ.
වෙනත් තොරතුරු
ගොවිබිම් තොරතුරු අධීක්ෂණ ක්ෂේත්‍රය තුළ, UAV දුරස්ථ සංවේදන දත්ත පුළුල් පරාසයක යෙදුම් ඇත. නිදසුනක් ලෙස, බහු වයනය ලක්ෂණ භාවිතයෙන් ඉරිඟු වල වැටුණු ප්‍රදේශය නිස්සාරණය කිරීමට, NDVI දර්ශකය භාවිතයෙන් කපු පරිණත අවධියේදී කොළවල පරිණත මට්ටම පිළිබිඹු කිරීමට සහ පළිබෝධනාශක අධික ලෙස යෙදීම වළක්වා ගැනීම සඳහා කපු මත අබ්සිසික් අම්ලය ඉසීම ඵලදායී ලෙස මෙහෙයවිය හැකි අබ්සිසික් අම්ල යෙදුම් බෙහෙත් වට්ටෝරු සිතියම් ජනනය කිරීමට එය භාවිතා කළ හැකිය. ගොවිබිම් අධීක්ෂණය සහ කළමනාකරණයේ අවශ්‍යතා අනුව, UAV දුරස්ථ සංවේදන දත්තවල තොරතුරු අඛණ්ඩව ගවේෂණය කිරීම සහ එහි යෙදුම් ක්ෂේත්‍ර පුළුල් කිරීම තොරතුරු සහ ඩිජිටල්කරණය කරන ලද කෘෂිකර්මාන්තයේ අනාගත සංවර්ධනය සඳහා නොවැළැක්විය හැකි ප්‍රවණතාවයකි.
පළ කිරීමේ කාලය: දෙසැම්බර්-24-2024