5 vanlige spørsmål om droner i landbruket

Hvor høyt du skal fly, hvordan oppdage avlingsstress og mer

Bønder er naturlig nok opptatt av å overvåke veksten på sine avlinger, tilføre næringsstoffer, gjødsel og plantevernmidler, og begynner å estimere avlingene for sesongen. Flere og flere benytter droner for å hjelpe i å samle informasjon — og når vi snakker med disse bøndene, er det visse spørsmål vi hører ofte.

Vi har samlet noen for å gi nyttige tips og informasjon på ett sted og som adresserer de vanligste spørsmålene:

1. Hvor høyt bør jeg fly, og hvilken overlapping bør jeg bruke?
2. Hvordan kan jeg kartlegge større områder?
3. Hvordan ser jeg plantehelsedata? Trenger jeg et spesielt kamera?
4. Hva er nytt jeg bør vite om?
5. Hvordan kan jeg eksportere dataene mine for å sammenligne dem med avkastningskart, jordkart og andre data?
6. Hvilken plan bør jeg kjøpe?

1. Hvor høyt bør jeg fly og hvilken overlapping bør jeg bruke?

Det er ikke en formel som forteller deg nøyaktig hvor høyt du skal fly og hvor mye overlapping du skal bruke. Når det er sagt, å ha en forståelse av hvordan flyhøyde og overlapping bidrar til kartkvaliteten kan hjelpe deg med å velge bedre innstillinger, og det er noen få generelle retningslinjer du kan bruke.

La oss først snakke om flyhøyde. På det mest grunnleggende nivået vil det å fly høyt dekke mer terreng på kortere tid med mindre batteribruk. Siden mange felt er ganske store, flyr mange droneoperatører i dag så høyt de kan. I Norge vil det si 120 m over bakken.

Ulempen med å fly høyt er at bildene som tas har lavere oppløsning enn om du flyr lavere. Med andre ord hvor høyt du bør fly er avhengig av hvordan du vil bruke kartet. Hvis du leter etter en relativt moden avling og bare ser etter områder med variasjon, trenger du sannsynligvis ikke bilder med veldig høy oppløsning. Men hvis du ser på fremveksten av unge planter, kan det hende du må fly lavere (40-60 meter) for å kunne se plantene mot jorda på det ferdige kartet.

Overlapping refererer til mengden overlapping mellom bildene som dronen tar. Når DroneDeploy behandler et kart, ser programvaren vår etter funksjoner som vises på tvers av flere bilder, og bruker gjenkjennelsen av disse funksjonene til å sette sammen bildene til et kart. Generelt, jo høyere overlapping, desto lettere er det for programvaren å identifisere funksjoner på tvers av flere bilder, og jo høyere er sannsynligheten for at den vil generere et vellykket kart av høy kvalitet.

Som du kanskje har gjettet, er det en avveining. Jo høyere overlapping, jo nærmere hverandre vil kursen til dronens flyvemønster være, jo lengre tid vil flyturen ta, jo mer batteri vil dronen bruke, og jo flere bilder vil dronen ta for å dekke det samme området.

<iframe width=”592″ height=”315″ src=”https://www.youtube.com/embed/UX42edZvhPY” title=”YouTube video player” frameborder=”0″ allow=”accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture” allowfullscreen></iframe>

Chad Colby fra Colby Ag Tech, en ekspert droneoperatør og presisjonslærer, anbefaler å starte med 65 % overlapping. Hvis du har problemer med å behandle kartet ditt eller hvis avlingen er veldig homogen sett ovenfra, bør du eksperimentere med høyere overlapping.

For å lære mer om kartsammensetting og tips for vellykkede kart, sjekk ut disse ressursene:

·  Making Successful Maps (in our Help center)

·  Best Practices for Stitching Crop Imagery — from AgFlyers

Beste fremgangsmåter for å sy beskjæringsbilder — fra AgFlyers

2. Hvordan kan jeg kartlegge større områder og fly offline med DroneDeploy?

Det er ikke uvanlig at man ønsker å kartlegge store felt, hvorav mange er i områder med dårlig wifi og mobilservice. Heldigvis kan du redusere begge disse potensielle problemene ved å planlegge fremover.

Planlegg flyreisene på datamaskinen. Hvis du er bekymret for tilkoblingsproblemer, er det en god idé å lage flyplanene dine på forhånd når du er tilbake ved datamaskinen. Deretter, mens du fortsatt har tilkobling, åpner du på mobilenheten din for å synkronisere planene. Etter at planene er synkronisert, kan du gå ut på feltet og fly — ingen mobil- eller wifi-tilkobling kreves.

Ta med ekstra batterier. Hvis du kartlegger store områder (over 100 dekar), er batteriene den begrensende faktoren for hvor mye jord du kan dekke. Heldigvis, når batteriet blir lavt, er det veldig enkelt å ta med dronen tilbake, bytte inn et nytt batteri og fortsette å kartlegge. Hvis du er midt i et oppdrag og du ser at batteriet blir lavt, klikker du bare på “Hjem”-knappen for å bringe dronen hjem. Bytt deretter inn det nye batteriet og åpne planen du fløy på nytt. Planen skal automatisk vite hvor du skal starte oppdraget på nytt, men selv om den ikke gjør det, kan du manuelt velge omstartspunktet.

Profftips: For å maksimere batterieffektiviteten når du kartlegger store områder, klikker du på “Hjem”-knappen når dronen er nærmest deg på veien — det vil minimere mengden tid og batterilevetid som brukes på å fly frem og tilbake for byttet.

Interessert i å lære mer om hvordan du lader og vedlikeholder batteriene dine? Sjekk ut noen av disse artiklene:

• 15 Things Every LiPo Battery User Should Know — from The Drone Girl
• A Guide to Understanding LiPo Batteries — from Roger’s Hobby Center

3. Hvordan ser jeg plantehelsedata? Trenger jeg et spesielt kamera?

Eksempel på et NDVI-kart

Hvis du leser dette innlegget, er sjansen stor for at du har sett et av disse røde og grønne kartene og hørt begrepet NDVI — men du kan fortsatt ha mange spørsmål om hvordan du bruker det.

La oss starte med det grunnleggende. Friske planter reflekterer mye nær infrarødt (NIR) og grønt lys og absorberer mye rødt lys. Vegetasjonsindekser tolker mengden lys som fanges over ulike bølgelengder for å øke kontrasten i kartet og fremheve variasjon på en måte som tilsvarer plantehelse eller stress. Ulike vegetasjonsindekser ble utviklet med ulike formål og for ulike kamera- eller sensortyper. NDVI (Normalized Difference Vegetation Index, Rouse et al., 1973) er en av de eldste og mest kjente indeksene, og den er ment å brukes med NIR-bilder.

Hva dette betyr er at hvis du vil bruke NDVI-indeksen for ekte NDVI, trenger du et NIR-kamera. Men hvis du ikke har et NIR-kamera, kan du fortsatt bruke en vegetasjonsindeks for å fremheve variasjon. Faktisk er en av indeksene du finner i DroneDeploy, VARI-indeksen (Visible Atmospherically Resistant Index, Gitelson et al., 2002), ment eksplisitt for bruk med synlig spektrum (Red Green Blue eller RGB) bilder.

Les hvordan Brent brukte VARI-indeksen for å lokalisere rustsopp i sitt felt

En av våre nylige casestudier viser hvordan en førstegangskartlegger brukte RGB-kameraet på Phantom 4 med VARI-indeksen for å vurdere vindskader og oppdage rustsopp.

Det er viktig å merke seg at ikke alle NIR-kameraer er like. Når du bruker NDVI-indeksen må du velge typen filter du brukte for å fange bildene i rullegardinmenyen “Bandordre”. Er du usikker på hvilket filter du skal velge på kartet? Sjekk ut vår guide som viser filtertypene for mange vanlige kameraer.

Vil du lære mer? Sjekk disse ressursene:

• 
  What can NDVI drones do for my business? Part 1 and Part 2 (Blog posts where experts share their perspectives)
• Plant Health and Understanding NDVI (Help Center documentation)

4. Hva er nytt jeg bør vite om?

Sonestyring

Plantehelsekartet ditt vil vise en høy grad av detaljer, men noen ganger er det nyttig å samle dataene på kartet til lignende områder ved å bruke soner eller et rutenett. Ikke bare kan dette hjelpe deg visuelt å oppdage helseforskjeller mellom større områder, det gjør også datasettet mer håndterbart å bruke, enten for analyse i annen programvare eller for inndata til presisjonsutstyr. Finn ut mer om administrasjonssoner.

Verktøy for plantetelling og stativtelling

Beregning av plantetellinger ved bruk av konvensjonelle metoder er en tidkrevende, manuell prosess, og siden det kun telles prøveområder, gir det deg ikke en fullstendig oversikt over anlegget eller bestandstallene. Nå kan DroneDeploy-kunder bruke to nye tredjepartsverktøy. Verktøyet fra Aglytix er beregnet på å analysere bestandstall i oppblomstrende mais og soya, mens verktøyet fra AgriSens spesialiserer seg på å telle synlig distinkte planter som trær i en frukthage eller tomatplantinger på åker. Lær mer om disse nye plantetellingsverktøyene.

Dette er bare en liten del av et kart med over 400 000 tomatplanter.

Nysgjerrig på hvordan man bruker disse verktøyene? Sjekk ut denne nylige casestudien om hvordan en dyrker brukte plantetellingsverktøyet til å telle over 400 000 tomatplanter og vise at tap etter transplantasjon av en tredjepart var høyere enn rapportert, slik at plantemaskinen kunne holdes ansvarlig.

5. Hvordan kan jeg eksportere kartet mitt for å sammenligne det med avkastningskart, jordkart og andre data?

Et dronekart kan hjelpe deg å fortelle at et område av avlingen din er stresset, men for å forstå hvorfor det er stresset eller hva det betyr for utbyttet ditt, trenger du mer informasjon. Grunnsannhet er en viktig måte å få det på, men du kan også kombinere dronekartet ditt med andre datasett, som jordprøvedata eller fjorårets avkastningskart for å få dypere innsikt.

Les mer om hvordan et team av eksperter sammenlignet plantehelse og jordprøvedata.

For eksempel, i en nylig casestudie, utforsket et team av eksperter forholdet mellom jordprøvedata og et dronehelsekart og fant overraskende sammenhenger.

For å eksportere et kart, gå først til kartlaget du vil eksportere (ortomosaisk, plantehelse, høyde osv.) og klikk deretter på “Eksporter”-knappen. Derfra kan du tilpasse eksporten avhengig av dine behov. Mulige alternativer inkluderer eksport av raster (GeoTiff) eller vektor (shapefil) data, projisering i et lokalt EPSG-koordinatsystem og valg av oppløsningsnivå. Hvis du planlegger å bruke bildene i spesifikk presisjons-ag-programvare, gir vi også retningslinjer for å sikre at du eksporterer i riktig format.

Vil du lære mer? Sjekk disse ressursene:

• Vector or Raster, Spatial Data is Important to Your Farm — a great introduction to spatial data types from Agflyers