Методика и аппаратно-программные средства для мониторинга состояния посевов на ранних стадиях вегетации


https://doi.org/10.22314/2073-7599-2017-5-33-37

Полный текст:


Аннотация

В последнее время помимо традиционных методов сплошного или выборочного осмотра посевов применяют инструментальные средства мониторинга, в частности видео- и фотокамеры, установленные на беспилотных летательных аппаратах (БПЛА). Основные преимущества использования комплексов мониторинга на основе БПЛА - отсутствие механического воздействия на посевы и высокая производительность при проведении съемок. Однако в ходе сплошного контроля больших площадей посевов (десятки тысяч гектаров), особенно на ранних стадиях их вегетации, возникает проблема оперативного получения результатов анализа съемок. Отметили, что для ее решения целесообразно разработать автоматизированные методы выявления проблемных зон и их геопривязки. Определили, что для подсчета количества всходов и расстояния между ними необходимо применять методы распознавания изображений, основанные на анализе спектральных характеристик растений. Выявили, что методика выделения сигналов от растений основана на сравнении измеренных значений с заданными, после чего проводится построение рядов с использованием алгоритма аппроксимации кусочно-линейной функции. На основе полученной информации рассчитали статистические показатели, характеризующие качество выполнения работ. Провели экспериментальные исследования по отработке методики комплекса аппаратно-программных средств на посевах кукурузы в Краснодарском крае. Дали сравнительную оценку замера в ручном и автоматическом режиме с помощью разработанного программного обеспечения для распознавания и подсчетов всходов. Разница в результатах составляет 3-5 процентов.

Об авторе

И. В. Воронков
Инженерный центр «ГЕОМИР»
Россия


Список литературы

1. Федоренко В.Ф. Информационные технологии в сельскохозяйственном производстве: научно-аналитический обзор. М.: Росинформагротех, 2014. 234 с

2. Применение средств дистанционного зондирования Земли в сельском хозяйстве. Материалы всероссийской научной конференции (с международным участием). СанктПетербург, 1617 сентября 2015 г. СПб.: АФИ, 2015. 196 с

3. Артюшин А.А., Смирнов И.Г. Научно-техническое обеспечение применения ГЛОНАСС в сельскохозяйственном производстве // Сельскохозяйственные машины и технологии. 2015. N1. 8-11

4. Измайлов А.Ю., Лобачевский Я.П. Инновационные механизированные технологии и автоматизированные технические системы для сельского хозяйства // Модернизация сельскохозяйственного производства на базе инновационных машинных технологий и автоматизированных систем: Сборник докладов XII Международной научно-практической конференции. Ч.1. М.: ВИМ. 2012. С. 31-44

5. Измайлов А.Ю., Хорошенков В.К. Автоматизированные информационные технологии в производственных процессах растениеводства // Сельскохозяйственные машины и технологии. 2010. N4. С. 3-9

6. Измайлов А.Ю., Хорошенков В.К. Автоматизированная система управления посевом и внесением удобрений // Сельскохозяйственные машины и технологии. 2011. N4. С. 9-12

7. Смирнов И.Г., Марченко Л.А., Личман Г. И., Мочкова Т. В., Спиридонов А.Ю. Беспилотные летательные аппараты для внесения пестицидов и удобрений в системе точного земледелия // Сельскохозяйственные машины и технологии. 2017. N3. С. 10-16

8. Лобачевский Я.П., Смирнов И.Г., Хорт Д.О. Беспилотные технические средства для интеллектуальных технологий в садоводстве // Научно-практические основы ускорения импортозамещения продукции садоводства: Сборник. 2017. С. 257-262

9. Izmaylov A.Yu., Lobachevskiy Ya.P., Smirnov I.G., Kolesnikova V.A., Marchenko L.A. Substantiation of parameters of unmanned aerial vehicles for pesticides and fertilizers application in precision farming system // Mechanization in agriculture & Conserving of the resources. Sofia, Bulgaria. N5, 2017. С. 168-170

10. Марченко Л.А., Личман Г. И., Смирнов И.Г., Мочкова Т. В., Колесникова В.А. Дифференцированное внесение удобрений и пестицидов с использованием беспилотных летательных аппаратов // Сельскохозяйственные машины и технологии. 2017. N3. С. 17-23

11. Дуда Р.O., Харт П.E. Распознавание образов и анализ сцен: Пер. с анг. М.: Мир, 1976. 509 с

12. Личман Г.И., Колесникова В.А., Марченко Н.М., Марченко А.Н. Разработка алгоритма оценки точности систем позиционирования ГЛОНАСС/GPS при дифференцированном внесении удобрений // Сельскохозяйственные машины и технологии. 2017. N2. С. 4-8

13. Визинтер Ю.В., Желтов С.Ю., Бондаренко А.В., Ососков М.В., Моржин А.В. Обработка и анализ изображения в задачах машинного зрения: курс лекций и практических занятий. М.: Физматкнига, 2010. 672 с

14. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 584 с

15. Norremar M., Griepentrog H.W., Nielsen J., Sogaard H.T. The development and assessment of the accuracy of an autonomous GPSbased system for intrarow mechanical weed control in row crops. Biosystems engineering. 2008; Vol. 101; 4: 396-410

16. Марченко Л.А., Пакшвер С.А., Личман Г.И. Оценка эффективности дифференцированного внесения средств химизации методами инвестиционного анализа // Автоматизация и информационное обеспечение производственных процессов в сельском хозяйстве: Сборник докладов XI Международной научно-практической конференции. Ч. 2. М.: ВИМ. 2010. С. 731-738


Дополнительные файлы

Для цитирования: Воронков И.В. Методика и аппаратно-программные средства для мониторинга состояния посевов на ранних стадиях вегетации. Сельскохозяйственные машины и технологии. 2017;(5):33-37. https://doi.org/10.22314/2073-7599-2017-5-33-37

For citation: Voronkov I.V. Methods, hardware and software for monitoring crops condition on early stages of vegetation. Agricultural Machinery and Technologies. 2017;(5):33-37. (In Russ.) https://doi.org/10.22314/2073-7599-2017-5-33-37

Просмотров: 99

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-7599 (Print)
ISSN 2618-6748 (Online)