Non tutte le piante in un singolo campo crescono alla stessa velocità; questa immagine, preso da UAV, dimostra la variabilità dell'altezza della pianta e della biomassa all'interno di una piccola area. Credito:HALO Lab KAUST
Il monitoraggio dei modelli di crescita delle piante coltivate fornisce agli agricoltori una forte indicazione della resa potenziale, consentendo loro di modificare la gestione delle colture per aumentare la produzione. Ora, I ricercatori KAUST hanno dimostrato che l'uso di veicoli aerei senza pilota ad ala fissa (UAV) per raccogliere dati sull'altezza della vegetazione durante il ciclo di crescita delle colture fornisce un modo semplice per monitorare la salute delle piante su scala aziendale.
"Gli agricoltori hanno abitualmente problemi a identificare le aree nei loro campi che richiedono attenzione:non possono vedere cosa sta succedendo in un campo di mais alto 2 metri e di 800 metri di diametro, " dice il dottorando KAUST Matteo Ziliani, che ha lavorato al progetto con i colleghi sotto la supervisione di Matthew McCabe.
"Di conseguenza, gli agricoltori spesso fertilizzano e irrigano uniformemente i campi, indipendentemente da quali aree necessitano di più o di meno. Gli UAV potrebbero aiutare a ottenere un'agricoltura di precisione efficace, risparmiando denaro e risorse e coltivando colture di migliore qualità.
Ziliani si è proposto di dimostrare che i dati di imaging raccolti dagli UAV sono utili quanto i dati recuperati dalla più costosa scansione laser LiDAR. Per fare questo, il team ha scattato più immagini dello stesso campo di mais di 50 ettari in punti diversi durante la stagione di crescita:una serie di immagini a colori scattate da UAV e l'altra da LiDAR a terra. I ricercatori hanno utilizzato ogni set di immagini per costruire modelli tridimensionali della chioma e per confrontare quanto fedelmente le immagini UAV replicassero i dati LiDAR accurati.
Gli agricoltori comunemente applicano una grande quantità di acqua per irrigare i loro raccolti, e lo fanno uniformemente su tutto il campo indipendentemente dalla salute delle singole piante. L'immagine sopra mostra un tipico boom di irrigazione che innaffia pesantemente un campo di 50 ettari. Credito:HALO Lab KAUST
"Possiamo creare modelli tridimensionali di oggetti utilizzando serie di immagini bidimensionali prese da diverse angolazioni nello stesso modo in cui il cervello umano elabora la nostra visione binoculare, "dice Ziliani.
Le mappe digitali del campo generate utilizzando i dati UAV hanno fornito una rappresentazione accurata dell'altezza del raccolto nel tempo, paragonabili a quelli creati utilizzando LiDAR. Ziliani riconosce che è necessario ulteriore lavoro, Per esempio, la potenza di calcolo richiesta per elaborare i dati è attualmente troppo grande per essere elaborata da un computer desktop medio.
Anche, quando le piante erano molto giovani, l'UAV ha faticato a raccogliere i dettagli strutturali. Questo potrebbe essere risolto volando a livelli inferiori, ma questo limita l'area coperta nel tempo di volo disponibile, che a sua volta è legato alla durata della batteria. Infatti, la durata della batteria dovrà essere migliorata se la tecnologia UAV deve soddisfare il suo potenziale nel monitoraggio delle colture in regioni più grandi, alla ricerca di sacche di terreno produttivo e improduttivo, o esaminando i danni provocati dalla tempesta.
Gli UAV possono aiutare gli agricoltori a rilevare i problemi sul campo nelle fasi critiche della stagione. L'immagine mostra tre sottozone del campo di mais e il loro sviluppo durante il ciclo colturale. Ciò include:una regione sana (Area 1), una regione statica a suolo nudo (Area 2) e una regione interessata (Area 3). Credito:Ziliani et al