undefined

Dronella kuvattujen RGB- ja NDVI-karttatasojen vertailu viljakasvuston kehityksen seurannan kannalta

Julkaisuvuosi

2024

Tekijät

Appelgren, Iita; Ludwig, Gilbert; Haapala, Hannu

Tiivistelmä

Älymaatila-hankkeessa (2021–2023) kuvattiin kahden kasvukauden (2022 ja 2023) ajan dronella hankkeen koelohkoja. Havainnointikohteena oli kaksi peltolohkoa, molempina kasvukausina lohkoilla viljeltiin ohraa. Lohkot kuvattiin kasvukausien ajan kerran viikossa eBeex-dronella. Kuvantamiseen hyödynnettiin kahta hyötykuormaa, Duet T-kameraa RGB-karttatasoja varten ja MicaSense RedEdge MX- multispektrikameraa NDVI-karttatasoja varten. Multispektrikamera kuvaa viideltä aallonpituuskaistalta ja kuvan resoluutio on 1280 x 960 px, Duet T on RGB- ja Thermal-yhdistelmäkamera, jossa RGB-kuvien resoluutio on 5,472 x 3,648 px. Lennätykseen käytettiin eMotion-ohjelmaa, jossa dronelle määritellään lentosuunnitelma. Käytetyssä lentosuunnitelmassa lentokorkeus sekä kuvien päällekkäisyysprosentti on pidetty samana kasvukauden ajan, jotta kerätty data olisi mahdollisimman samantyyppistä ja keskenään vertailukelpoista. Datan vertailukelpoisuutta pyrittiin lisäämään myös lentoajankohdan vakioimisella. Karttatasojen luominen tehtiin lentojen jälkeen Pix4D Mapper- ja Pix4D Fields-ohjelmilla. Dronella kuvatut kuvat vietiin ohjelmistoon, joka loi karttatason kuviin liitettyjen sijaintitietojen avulla. RGB-karttatasojen luomiseen käytettiin Pix4D Mapper-ohjelmistoa ja NDVI-karttatasojen luomiseen Pix4D Fields-ohjelmistoa. Tutkimuksessa vertaillaan RGB- ja NDVI-karttatasojen vahvuuksia ja heikkouksia viljakasvuston kehityksen seurannan kannalta sekä pohditaan missä kasvukauden vaiheessa eri kuvausmenetelmillä saadaan paras hyöty. Kuvantamismenetelmät tuovat erilaisia näkökulmia kasvuston tarkkailuun, NDVI-kuvilla pystytään havainnoimaan kasvuston terveyttä sekä mahdollisia stressitiloja, RGB-kuvat tarjoavat visuaalisen käsityksen viljakasvustosta, joka on ihmisenkin tulkittavissa. RGB-karttatasoista voidaan havaita paremmin rikkakasvialueita, mahdollisia kylvövirheitä sekä lakoontumista. NDVI-karttatasoista ei pystytä erottelemaan mistä lehtivihreä tulee, tällöin esimerkiksi rikkakasvit voivat luoda virheellisen kuvan kasvuston tilanteesta, jolloin NDVI-karttatason tueksi voidaan tarvita RGB-kuvia tai havaintoja pellolta. Drone datan paikkansapitävyyttä varmistettiin manuaalisesti tehdyillä kasvustohavainnoilla. Havaintopisteitä lohkoilla oli yhteensä 12 kohdassa, jokaiselta pisteeltä laskettiin orastiheyttä sekä havainnoitiin kasvuston korkeutta, versojen määrää ja kasvuastetta. Kasvustohavaintoja tehtiin kahdesti viikossa kasvukauden loppupuolelle saakka, jonka jälkeen havainnointi kertoja tehtiin kerran viikossa. Viljan kypsymisvaiheessa muutokset kasvustossa eivät ole enää yhtä suuria kuin kasvukauden alussa, jolloin tiheään tehdyt kasvustohavainnot eivät ole tarpeellisia.
Näytä enemmän

Organisaatiot ja tekijät

Jyväskylän ammattikorkeakoulu

Ludwig Gilbert Orcid -palvelun logo

Haapala Hannu

Appelgren Iita

Julkaisutyyppi

Julkaisumuoto

Artikkeli

Emojulkaisun tyyppi

Konferenssi

Artikkelin tyyppi

Muu artikkeli

Yleisö

Tieteellinen

Vertaisarvioitu

Ei-vertaisarvioitu

OKM:n julkaisutyyppiluokitus

B3 Vertaisarvioimaton artikkeli konferenssijulkaisussa

Julkaisukanavan tiedot

Lehti

Suomen Maataloustieteellisen Seuran Tiedote

Konferenssi

Maataloustieteen päivät

Kustantaja

Suomen Maataloustieteellisen Seuran Tiedote

Numero

42

Avoin saatavuus

Avoin saatavuus kustantajan palvelussa

Kyllä

Julkaisukanavan avoin saatavuus

Kokonaan avoin julkaisukanava

Rinnakkaistallennettu

Kyllä

Muut tiedot

Tieteenalat

Maataloustiede

Avainsanat

[object Object],[object Object],[object Object]

Julkaisumaa

Suomi

Kustantajan kansainvälisyys

Kotimainen

Kieli

suomi

Kansainvälinen yhteisjulkaisu

Ei

Yhteisjulkaisu yrityksen kanssa

Ei

DOI

10.33354/smst.143687

Julkaisu kuuluu opetus- ja kulttuuriministeriön tiedonkeruuseen

Kyllä