Wetenschap
Het team gebruikte gecombineerde gegevens van satelliet- en onbemande luchtvaartuigvluchten (UAV) om de toestand van macadamiabomen in Australië nauwkeurig in kaart te brengen. Krediet:Kasper Johansen
Modellen op basis van beelden van onbemande luchtvaartuigen en satellieten kunnen boeren helpen om de gezondheid van individuele bomen te monitoren.
Verhoogde gegevensresolutie maakt het mogelijk om individuele bomen op een boerderij te onderzoeken, waardoor boeren gerichte acties kunnen ondernemen. Naarmate de wereldbevolking groeit, het is essentieel om betere manieren te hebben om de voedselproductie te optimaliseren. Remote sensing-technologieën zijn essentieel om deze doelen te bereiken, het verstrekken van de middelen om de gezondheid van gewassen over grote gebieden te controleren.
Onderzoekers Kasper Johansen en Matthew McCabe van het Water Ontziltings- en Hergebruikcentrum van KAUST, met collega's in Australië, hebben dit potentieel aangetoond met behulp van gecombineerde gegevens van satelliet- en onbemande luchtvaartuigen (UAV) om de toestand van macadamia-bomen in Queensland nauwkeurig in kaart te brengen.
Macadamianoten zijn een belangrijk exportproduct voor Australië, maar de bomen hebben 15 jaar nodig om te rijpen en hun maximale opbrengst te geven, daarom moeten boeren bomen die lijden vroeg identificeren. "Momenteel, macadamia-boeren vertrouwen op handmatige visuele beoordeling van elke boom en zijn irrigatiesysteem, wat tijdrovend en vaak inconsistent is, " zegt Johansen, "terwijl UAV en satelliet remote sensing duizenden tegelijk kunnen evalueren."
Het team bestudeerde drie plantages met bomen van verschillende leeftijden en variëteiten. De gezondheid van elke boom werd beoordeeld door een ervaren agronoom met behulp van een vijfpuntsschaal van uitstekende tot slechte staat. De onderzoekers vlogen met een UAV over de locaties om spectrale beelden op te nemen in groen, rood en nabij-infrarood, en ze verzamelden gegevens over verschillende meer spectrale banden van de Worldview-3 aardobservatiesatelliet.
Met behulp van trainingsgegevens van een paar honderd bomen, het team ontwikkelde modellen die de spectrale gegevens relateren aan de grondmetingen. De modellen waren vervolgens in staat om meer dan 98 procent van de andere bomen correct te classificeren.
interessant, hoewel de gedetailleerde spectra van Worldview-3 de meest nauwkeurige modellen van de gezondheid van bomen opleverden, de pixelgrootte van 1,2 meter was te grof om individuele boomkronen te identificeren, wat alleen kon worden gedaan met de UAV-gegevens met hoge resolutie. Dit benadrukt de voordelen van een gecombineerde UAV-satellietbenadering.
Macadamia-bomen (links) produceren het waardevolle fruit, macadamianoten (rechts). Krediet:Kasper Johansen
Door gegevens van UAV- en satellietonderzoeken te combineren, Johansen en collega's waren in staat om de gezondheid van individuele bomen te classificeren op een vijfpuntsschaal over grote delen van macadamia-plantages. Boeren kunnen dan een kaart gebruiken, zoals de getoonde, om bedreigde bomen op te sporen en te behandelen. Krediet:Kasper Johansen
Het onderzoek profiteerde enorm van zijn banden McCabe's onderzoeksgroep bij KAUST, dat zich richt op teledetectietoepassingen voor precisielandbouw en gerelateerde studies van olijfboomgaarden in Saoedi-Arabië omvat.
"Het gebruik van teledetectie voor precisielandbouw, zoals onze studie, zal de algemene boomgaardbeheerpraktijken verbeteren, productie en opbrengst, " zegt Johansen. "Op zijn beurt, dit zal de voedsel- en waterzekerheid vergroten."
"Dit werk maakte deel uit van een samenwerkingsproject dat door de Australische regering werd gefinancierd om de boomteeltindustrieën te ondersteunen, speciaal voor macadamia, mango- en avocadoboomgaarden, ", legt Johansen uit.
Wetenschap © https://nl.scienceaq.com