Η χρήση Γεωγραφικών Συστημάτων Πληροφοριών σε συνδυασμό με την αξιοποίηση μη επανδρωμένων ελαφρών εναέριων οχημάτων (drones – UAV) για την χωρική απεικόνιση καλλιεργειών έχει δείξει ότι προσφέρει πολλές δυνατότητες για την παρακολούθηση αγρονομικών αλλά και περιβαντολογικών παραμέτρων. Η ταχύτητα, η ακρίβεια αλλά και η σχετική ευκολία με την όποια επιτυγχάνεται η εξαγωγή πληροφοριών, τα καθιστά εξαιρετικά χρήσιμα εργαλεία για την γεωργία ακριβείας. Σκοπός της μελέτης είναι η αξιοποίηση των UAV για την παρακολούθηση και την αξιολόγηση των αγρονομικών χαρακτηριστικών ποικιλιών κριθαριού.
Για τους σκοπούς του πειράματος εγκαταστάθηκε καλλιέργεια κριθαριού σε έκταση 14 στρεμμάτων στη περιοχή του Ορχομενού Βοιωτίας. Η σπορά έγινε στις 4 Δεκεμβρίου 2015. Το πειραματικό σχέδιο που εφαρμόσθηκε ήταν των τυχαιοποιημένων πλήρων ομάδων με 4 επαναλήψεις και περιελάμβανε δύο παράγοντες: 9 ποικιλίες βυνοποιήσιμου κριθαριού και 2 διαφορετικούς τύπους αζωτούχου λιπάσματος (16-20-0, 20-20-0). Πραγματοποιήθηκαν 3 πτήσεις, με στόχο τη λήψη αεροφωτογραφιών, από μη επανδρωμένο εναέριο όχημα αποτελούμενο από ένα τετρακινητήριο ελικόπτερο (Phantom 2, DJI-Science and Technology Co., Ltd.) και το οποίο έφερε μια τροποποιημένη ψηφιακή φωτογραφική μηχανή (Hero3+Black, GoPro Inc.). Η πρώτη πτήση έγινε κατά τη σπορά και ακολούθησαν δύο επιπλέον πτήσεις σε κρίσιμα φαινολογικά στάδια του κριθαριού, μία στο στάδιο του αδελφώματος και η τελευταία στο στάδιο του καλαμώματος. Μετά από δειγματοληψία πραγματοποιήθηκε εδαφική ανάλυση για κάθε τεμάχιο η όποια αφορούσε το pH, τη μηχανική σύσταση, την περιεκτικότητα σε ασβέστιο, άζωτο και οργανική ουσία. Επιπλέον κατά τη συγκομιδή υπολογίστηκαν η συνολική στρεμματική απόδοση σε καρπό και ξηρή βιομάζα, ο δείκτης συγκομιδής (Harvest Index), το βάρος 1000 κόκκων, ο αριθμός στάχεων ανά m2, και ο αριθμός των καρπών ανά στάχυ ανά πειραματικό τεμάχιο. Αναπτύχθηκε γεωβάση στην οποία καταχωρήθηκαν όλες οι εδαφολογικές αναλύσεις και οι αγρονομικές παρατηρήσεις καθώς και οι NDVI τιμές που υπολογίσθηκαν μέσω των καταλλήλων επεξεργασιών των μηκών κύματος.
Σύμφωνα με την εδαφολογική ανάλυση, ο πειραματικός αγρός παρουσίασε διαφοροποίηση όσον αφορά την ικανότητα ανταλλαγής κατιόντων (ΙΑΚ), αλλά και την περιεκτικότητα του εδάφους σε άζωτο και οργανική ουσία.
Τα αποτελέσματα έδειξαν ότι οι τιμές του δείκτη NDVI συσχετίστηκαν θετικά κατά το αδέλφωμα με τα περισσότερα συστατικά της απόδοσης. Κατά το καλάμωμα διατηρήθηκε η τάση που υπήρχε κατά το αδέλφωμα και ιδιαίτερα για την στρεμματική απόδοση σε ξηρή βιομάζα και τον δείκτη συγκομιδής η θετική αυτή σχέση παρατηρείται εντονότερα. Ακόμα, ο δείκτης NDVI κατάφερε να διαχωρίσει με αποτελεσματικό τρόπο τις ποικιλίες μεταξύ τους ως προς τον γενετικα καθορισμενο χρωματισμο τους και να αναδείξει τους διαφορετικούς ρυθμούς ανάπτυξης τους. Τέλος παρατηρήθηκε στατιστικώς σημαντική διάφορα όσον αφορά τον δείκτη NDVI και για τις δύο χρονικές περιόδους πτήσεων (αδέλφωμα/καλάμωμα), σε σχέση με τους δυο διαφορετικούς τύπους Ν λίπανσης όπου εφαρμόστηκαν.
H μελέτη αυτή καταδεικνύει τις προοπτικές που παρουσιάζουν δεδομένα υψηλής ανάλυσης που εξάγονται μέσω G.I.S. για τη συλλογή πολυφασματικών εικόνων και την χρήση του δείκτη NDVI, ως εργαλείο παρακολούθησης των φυτειών με σκοπό την έγκαιρη και ενδεικνυόμενη λήψη αποφάσεων στη γεωργική πρακτική.
The use of Geographical Information Systems (GIS) combined with unmanned aerial vehicles (drones – UAV) for the site specific monitoring of crops has many abilities to offer in monitoring agronomic, as well as environmental parameters. Their speed, accuracy and relatively easy data extraction are features that render UAVs especially useful tools in precision agriculture. The aim of this study is to utilize UAVs for the monitoring and assessment of agronomic characteristics in barley varieties.
For the purposes of the experiment, a barley cultivation was established in a 14-acre field in the area of Orchomenos, Viotia. Sowing took place on the 4th of December 2015. The experimental plan applied was the randomized complete blocks design with four repetitions and it involved two factors: 9 maltable barley varieties and 2 different types of nitrogen fertilizer (16-0-0, 20-0-0). To obtain the aerial images, three flights were realized by an unmanned aerial vehicle, which consisted of a four-propeller helicopter (Phantom 2, DJI-Science and Technology Co., Ltd.) equipped with a modified digital camera (Hero3+Black, GoPro Inc.). The first flight occurred during sowing, followed by two more flights in critical barley phenological stages, once over the tillering and finally over the booting. After acquiring samples, soil analysis was conducted for every plot, regarding pH, mechanical composition, as well as calcium, nitrogen and organic matter concentration. Furthermore, over the harvest the total area yield was calculated, along with the harvest index, the thousand kernel weight, the number of spikes per m2, the number of kernels per spike and the dry biomass of plants per experimental plot. A geodatabase was developed, which contained all soil analyses and agronomic observations, as well as the NDVI values.
According to the soil analysis, the experimental field differed in its cation exchange capacity, as well as its nitrogen and organic matter concentration.
The results demonstrated that the NDVI values correlate positively with the fruit and biomass yield, as well as with most of the agronomic traits, during the tillering period. The same trend was maintained during the booting stage and especially for the dry biomass yield and the harvest index, this positive correlation was more intense. Moreover, the NDVI index efficiently separated the different varieties as far as their genetically defined colouring is concerned and highlight the different development rates of maltable barley varieties. Finally, a statistically significant difference was observed in the NDVI index over both of the flight periods (tillering/booting), with regards to the two different types of phosphate fertilization applied.
This study demonstrates the prospects of high-definition data extraction through G.I.S. for the collection of multi-spectral images and the use of NDVI index, indicating that utilizing such means is a fast and reliable method to observe and assess agronomic parameters in cultivations.
