top of page

Καταμέτρηση φυτών με χρήση drone σε φυτείες καλαμποκιού, ηλιοτρόπιων και ζαχαρότευτλων


8 Οκτωβρίου 2022

 

Η καταμέτρηση των φυτών σε μια φυτεία είναι σημαντική για την αρτιότερη διαχείριση της & πρόβλεψη της απόδοσης της. Επιτρέπει στον παραγωγό να εκτιμήσει το πλήθος των φυτών, την πυκνότητα τους, τον ρυθμό βλάστησης, την υγεία τους αλλά και να λάβει έγκαιρες αποφάσεις που τελικά επηρεάζουν την σοδειά του. Οι συνήθεις παραδοσιακές (χειρονακτικές) μέθοδοι καταμέτρησης φυτών έχουν βοηθήσει τους καλλιεργητές εδώ και δεκαετίες. Βασίζονται σε οπτική επιθεώρηση και εμπειρική καταμέτρηση μικρών και προκαθορισμένων περιοχών μιας φυτείας. Ωστόσο, αυτές οι μέθοδοι είναι επίπονες και κάθε άλλο παρά ακριβείς. Η κατά τόπους & κατακερματισμένη καταμέτρηση δεν παρέχει την πλήρη εικόνα και προβληματικές περιοχές με ανομοιόμορφη βλάστηση ή και ζιζάνια ενδέχεται να παραβλεφθούν. Η έλλειψη ακριβούς πληροφόρησης μπορεί να οδηγήσει σε σπατάλη πόρων και σε λιγότερα κέρδη κατά τη συγκομιδή.


Οι νέες τεχνολογίες όπως τα drones και η τεχνητή νοημοσύνη (ΑΙ) μπορούν να κάνουν αυτές τις εργασίες πιο έξυπνες και αποτελεσματικές. Με αυτήν την καινοτόμο προσέγγιση, ως παραγωγοί μπορείτε πλέον να λαμβάνετε ακριβή δεδομένα, να λαμβάνετε έγκαιρες αποφάσεις και να μεγιστοποιείτε κέρδη και απόδοσεις.


Παραδόξως, αυτό δεν είναι τόσο περίπλοκο ή δαπανηρό όσο μπορεί να φαντάζει!


Σε αυτό το άρθρο θα δείτε πως μπορείτε να μετρήσετε επακριβώς τον πληθυσμό των φυτών μιας φυτείας χρησιμοποιώντας ένα drone και μια πλατφόρμα (εφαρμογή) τεχνητής νοημοσύνης (ΑΙ), όπως το Proofminder. Θα βρείτε πρακτικές συμβουλές για τη συλλογή εικόνων και τη συνιστώμενη προσέγγιση για το καλαμπόκι, τα ζαχαρότευτλα και τα ηλιοτόπια. Οι πληροφορίες αυτές είναι επίσης χρήσιμες για άλλες καλλιέργειες όπως λαχανικά και οπωρώνες.


Εάν ήδη έχετε ένα drone ή σκέφτεστε να αγοράσετε ένα για να μετατρέψετε μια κουραστική εργασία σε μια διαδραστική διαδικασία και να έχετε ένα αποτέλεσμα υψηλής ακριβείας, συνεχίστε να διαβάζετε.

Θα μάθετε για τις ελάχιστες απαιτήσεις θα πρέπει να πληροί το drone σας, θα λάβετε συμβουλές πτήσεων αλλά και για πρακτικές προς αποφυγή. Τέλος θα μάθετε πώς να λαμβάνετε μια αναφορά ακριβούς καταμέτρησης μέσα σε λίγες ώρες χρησιμοποιόντας μια πλατφόρμα τεχνητής νοημοσύνης, από τις πολλές που κυκλοφορούν στην αγορά.


Γιατί και πότε χρειάζεστε ακριβή μέτρηση φυτών;

Υπάρχουν περιπτώσεις όπου μια καταμέτρηση χαμηλής ακρίβειας μπορεί να είναι αποδεκτή, αλλά είναι απολύτως απαραίτητο να έχετε μια ακριβή καταμέτρηση εάν στοχεύετε:

  • Να ελέγξτε την ποιότητα της σποράς σας, ειδικά εάν παράγετε σπόρους.

  • Να κατανοήστε τις ζώνες διαφορετικής παραγωγικότητας (παραλλακτικότητα) στα χωράφια σας.

  • Στη συλλογή δεδομένων ακριβείας κατά τη διάρκεια έργων έρευνας.

  • Να υπολογίστε την απόδοση μιας φυτείας με ακρίβεια ακόμη και από τα αρχικά της στάδια.

  • Να εντοπίσετε απατεώνες! (πχ. άγρια ζώα που καταπονούν την φυτεία σας).

  • Στη λήψη έγκαιρων αποφάσεων (πχ. στη μερική αναφύτευση μιας φυτείας).

  • Στην αύξηση της προσβλεπόμενης απόδοσης για την επίτευξη των στόχων της παραγωγής σας.


Ποια είναι όμως τα πλεονεκτήματα μιας αυτοματοποιημένης καταμέτρησης πληθυσμού φυτών;


Μέσα από τα αποτελέσματα που δημιουργεί μια πλατφόρμα όπως το Proofminder, μπορείτε να ενημερωθείτε για:

  • Πυκνότητα φυτών και σειρών.

  • Ακριβή καταμέτρηση φυτών.

  • Κάθε φυτό επισημαίνεται στο χωράφι με ακριβείς συντεταγμένες.

  • Φυτά που διακρίνονται από φαινότυπο (πχ. τα αρσενικά και θηλυκά φυτά υβριδικού καλαμποκιού επισημαίνονται με διαφορετικό χρώμα).

  • Λειτουργία μεγέθυνσης για ανάλυση συγκεκριμένων ζωνών, σειρών ή φυτών.

Εικόνα 1: Λεπτομερής προβολή μιας καταμέτρησης στην πλατφόρμα Proofminder


Πότε είναι η καλύτερη στιγμή για καταμέτρηση φυτών με χρήση drone και τεχνητής νοημοσύνης (ΑΙ);

Η εκτίμηση του αριθμού των φυτών και της πυκνότητάς τους είναι ζωτικής σημασίας για τη διαχείριση της απόδοσης στην αρχή μιας καλλιεργητικής περιόδου. Οι ακριβείς πληροφορίες εδώ είναι μια ευκαιρία να σώσετε την απόδοση εάν κάτι πάει στραβά στην αρχή αλλά και να βελτιώσετε τη συγκομιδή σας. Για να συγκεντρώσετε κατάλληλες εικόνες για περαιτέρω ανάλυση, λάβετε υπόψη τις παρακάτω συμβουλές για τα φυτά και τον καιρό.


Τα φυτά σας πρέπει να είναι αρκετά μεγάλα ώστε να φαίνονται από τον αέρα, αλλά το φύλλωμα τους να μην επικαλύπτει το ένα το άλλο για να διακρίνοναι τα φυτά και να μπορεί να εκτιμηθεί η πυκνότητα φύτευσης. Για παράδειγμα, για την ακριβή μέτρηση του καλαμποκιού, ένα φυτό θα πρέπει να έχει περίπου 3-7 φύλλα (V3-V7 στάδια βλάστησης). Ο καιρός πρέπει να είναι σταθερός κατά τη διάρκεια της λήψης, έτσι ώστε ο αισθητήρας να μπορεί να προσαρμοστεί στις συνθήκες, είτε έχει ήλιο είτε συννεφιά.


Επίσης, δεν πρέπει να φυσάει πολύ. Σημειώστε ότι η ταχύτητα του ανέμου μπορεί να διαφέρει πολύ ανάλογα με το ύψος πτήσης. Ποιο υψόμετρο είναι κατάλληλο για μέτρηση βάσης; Δείτε παρακάτω!

Εικόνα 2: Χωράφι καλαμποκιού με νεαρά φυτά


Εικόνα 3: Χειροκίνητη καταμέτρηση καλαμποκιού


Λήψη εικόνων με drone – οδηγίες και συμβουλές


Η ιδανική ανάλυση για την καταμέτρηση φυτών από ένα drone εξαρτάται από το είδος της φυτείας και το στόχο που βάζουμε. Για τον ακριβή υπολογισμό του καλαμποκιού, των ηλιοτρόπιων, των ζαχαρότευτλων και ορισμένων άλλων καλλιεργειών καθώς και λαχανικών η συνιστώμενη ανάλυση θα ήταν 0,8cm/pixel ή και λιγότερο. Τι σημαίνει αυτό και τι είδους drone είναι κατάλληλο; Ένα DJI Phantom 4 RTK είναι μια εξαιρετική επιλογή εάν θέλετε ένα επαγγελματικό drone υψηλής ακρίβειας.


Θα χρειαστεί να πετάξετε σε υψόμετρο 18-30m για να λάβετε την υποδεικνυόμενη ανάλυση. Η ιδανική ταχύτητα για τη λήψη λεπτομερών εικόνων θα είναι μεταξύ 3-5m/s ανάλογα με το υψόμετρο και τις συνθήκες ανέμου. Χρησιμοποιώντας αυτό το drone, μπορείτε να καλύψετε περίπου 250-300 στρέμματα την ημέρα με ικανές μπαταρίες. Σημ.: Το λογισμικό Proofminder συνεχώς βελτιώνεται και σύντομα θα μπορείτε να καλύπτετε μέχρι και τα διπλάσια στρέμματα με το ίδιο αερσκάφος στον ίδιο χρόνο.


Εικόνα 4: Λήψη εικόνων για μέτρηση φυτών με ένα DJI Phantom 4


Πράγματα που πρέπει να αποφύγετε.


Τα Top-10 κοινά λάθη σε πλάνα από drone:

  1. Λανθασμένη ρύθμιση έκθεσης, μη σωστή εκτίμηση του καιρού, με αποτέλεσμα υπερβολική έκθεση ή υποέκθεση. Η υπερβολική έκθεση είναι μεγαλύτερο πρόβλημα από την υποέκθεση, οπότε αν πρέπει να επιλέξετε μεταξύ σύννεφου και ηλιοφάνειας, προτιμήστε να πετάξετε με ηλιοφάνεια.

  2. Ο υπερβολικός αέρας ή οι ασταθείς καιρικές συνθήκες έχουν ως αποτέλεσμα θολές εικόνες.

  3. Το drone δεν είναι εξοπλισμένο με επαρκή κάρτα μνήμης. Βεβαιωθείτε ότι έχετε κάρτα μνήμης τουλάχιστον 64 GB για ~400-500 στέμματα γης.

  4. Δεν έχετε αρκετές μπαταρίες φορτισμένες ή φορτιστή για να πετάτε συνεχώς κατά τη διάρκεια της ημέρας.

  5. Η λήψη μετά από βροχή μπορεί να απαιτήσει ορισμένες φορές επαναβαθμονόμηση του εξοπλισμού, επειδή τα φυτά στο βρεγμένο έδαφος μπορεί να μην είναι αρκετά ορατά. Λάβετε αυτό υπόψη.

  6. Δεν πετάτε με τη σωστή ποσότητα μπροστινών/πλευρικών επικαλύψεων, αποτρέποντας πιθανώς τη σωστή συρραφή εικόνων μεταξύ τους και τη δημιουργία ενός ορθομωσαϊκού. Το 75% είναι μια ασφαλής τιμή επικάλυψης στις περισσότερες περιπτώσεις.

  7. Η πολύ γρήγορη πτήση οδηγεί σε θολές εικόνες.

  8. Δεν έχετε σωστή υλικοτεχνική υποστήριξη και ρυθμίσεις. Βεβαιωθείτε ότι έχετε ένα κατάλληλο μεταφορικά μέσο, εύκολη πρόσβαση σε όλο το χωράφι, οτι έχετε διαθέσιμη γεννήτρια για την παραγωγή ενέργειας για όλο τον εξοπλισμό, φορτιστή μπαταριών, φορητό υπολογιστή καθώς και ένα χώρο εργασίας με σωστό φωτισμό κ.λπ.

  9. Δεν υπάρχουν κατάλληλες προετοιμασίες στον προγραμματισμό πτήσεων – π.χ. φροντίστε για τις διαφορές ύψους στο χωράφι εκ των προτέρων με μια τρισδιάστατη αποτύπωση του χωραφιού.

  10. Ελέγξτε τον εναέριο χώρο πριν πετάξετε και βεβαιωθείτε ότι έχετε πάντα οπτική επαφή με το drone σας.

Εικόνα 5: Η διαδικασία λήψης βίντεο από drone για την ακριβή μέτρηση του πλήθους φυτών


Εικόνα 6: Η ζωνοποίηση του χωραφιού/φυτείας


Σχεδιάστε αναφορές καταμέτρησης και πρόσθετες πληροφορίες για τα χωράφια σας

Ακολουθώντας τις παρακάτω οδηγίες θα προκύψουν πολλά χρήσιμα δεδομένα και καλές εικόνες για περαιτέρω ανάλυση και πληροφόρηση σχετικά με το χωράφι και τα φυτά σας. Τι μπορείτε, ως καλλιεργητής, να κάνετε με τα δεδομένα και τις εικόνες που συλλέγετε;


Μπορείτε, για παράδειγμα, να τις αναλύσετε χειροκίνητα, κάτι που είναι όμως χρονοβόρο και υποκειμενικό ή να χρησιμοποιήσετε Τεχνητή Νοημοσύνη (ΑΙ), που μπορεί να κάνει τη δουλειά γρήγορα και με ακρίβεια. Μια πλατφόρμα που λειτουργεί με τεχνητή νοημοσύνη μπορεί να δημιουργήσει ορθομωσαϊκούς χάρτες, αυτόματες αναφορές καταμέτρησης φυτών και να επισημάνει ζητήματα στο χωράφι που δεν είναι ορατά ή δεν είναι ανθρωπίνως δυνατό να ανακαλυφθούν με παραδοσιακές μεθόδους.


Η παρακάτω εικόνα δείχνει πώς εντοπίζει και τελικά καταμετρά των αριθμό των φυτών σας η πλατφόρμα Proofminder.

Εικόνα 7: Λεπτομερής προβολή μιας αναφοράς καταμέτρησης βάσης με χρωματική αναγνώριση μεταξύ αρσενικών και θηλυκών φυτών στην πλατφόρμα Proofminder


Εκτός από την αναφορά που δημιουργείται αυτόματα από την πλατφόρμα αναφορικά με τον ακριβή αριθμό φυτών, την πυκνότητα των φυτών και των σειρών, την ακριβή εκτίμηση της απόδοσης και τη διάκριση φαινοτύπων, υπάρχουν και επιπρόσθετες πληροφορίες σχετικά με ζητήματα που ενδέχεται να παραβλεφθούν κατά τη διάρκεια μιας παραδοσιακής καταμέτρησης.


Πρόσθετες πληροφορίες και δυνατότητες της πλατφόρμας

  • Κατά την καταμέτρηση των φυτών καλαμποκιού, ανακαλύψαμε ότι πολλά φυτά σε ένα χωράφι καταστράφηκαν από αγριογούρουνα.

  • Οι προβληματικές περιοχές μπορούν να επισημανθούν με GPS.

  • Δημιουργία shapefile με δυνατότητα λήψης για περαιτέρω χρήση & ανάλυση (π.χ. συγκρίση με δεδομένα σποράς).

  • Καθώς κάθε φυτό έχει ακριβείς συντεταγμένες, μπορούν να παρέχονται επιπλέον μετρήσεις όπως η απόσταση των φυτών, η πυκνότητα, τα κενά, η απόσταση σειρών κ.λπ.

  • Ενημερωτικές πληροφορίες σε επίπεδο μεμονωμένων φυτών ή και φύλλων.

Αυτοματοποιημένη καταμέτρηση φυτών - αποτελέσματα και οφέλη


  1. Είναι δύσκολο να εκτιμηθεί με ακρίβεια το πλήθους των φυτών σε ένα χωράφι με παραδιοσιακές μεθόδους. Οι παραδοσιακές μέθοδοι μπορούν να είναι ακριβές μόνο σε μικρές περιοχές ενός χωραφιού, ενώ η γενίκευση τέτοιων μετρήσεων μας οδηγεί με μαθηματική ακρίβεια σε λανθασμένες εκτιμήσεις. Τα drones και η τεχνητή νοημοσύνη είναι σε θέση να σας παρέχουν 90-99% ακρίβεια σε τέτοιου είδους μετρήσεις αλλά και να αποκαλύπτουν άλλα προβλήματα.

  2. Οι τεχνολογίες καθιστούν τη διαδικασία καταμέτρησης φυτών πιο ακριβή, διαδραστική και διορατική.

  3. Ανακαλύφθηκαν πρόσθετες πληροφορίες: πολλά φυτά έχουν καταστραφεί από αγριογούρουνα.

  4. Δυνατότητα επαναχρησιμοποίησης των δεδομένων που συλλέγετε και σε άλλες γεωργικές δραστηριότητες.

  5. Δυνατότητα λήψης επιπρόσθετων πληροφοριών μέσα από τις εικόνες που δημιουργούνται από τα drone και χρήσης αυτών των πληροφοριών για αποφάσεις που βασίζονται σε πραγματκά δεδομένα και για να εργάζεστε με ακόμη μεγαλύτερη αυτοπεποίθηση και σιγουρία.

Ελπίζουμε ότι το άρθρο να σας παρείχε πολύτιμες πληροφορίες για τη συλλογή εικόνων από drone και τη χρήση δεδομένων αυτών για τη βελτίωση των διαδικασιών παραγωγής των καλλιεργειών σας.


Το άρθρο αυτό δημιουργήθηκε σε συνεργασία με την Proofminder AI Farming Platform και την Duplitec έναν συνεργάτη της DJI στην Ουγγαρία. Η μετάφραση στα Ελληνικά για την ΠΡΑΠΟΠΟΥΛΟΣ έγινε από το Μάριο Πραπόπουλο.


 

H ΠΡΑΠΟΠΟΥΛΟΣ είναι εξουσιοδοτημένος αντιπρόσωπος & service centre της DJI Agriculture για την Ελλάδα, καθώς και πιστοποιημένο κέντρο DJI Academy στη χρήση γεωργικών drone με εγκαταστάσεις σε Πάτρα & Βόλο.


Επικοινωνήστε μαζί μας στο 2610.641641 ή στο info@prapopoulos.com για να μάθετε και εσείς πως μπορείτε να μειώσετε το κόστος της παραγωγής σας και να αυξήσετε τη σοδειά σας με χρήση μεθόδων Γεωργίας Ακριβείας.

Comments


bottom of page