Τηλεπισκοπικά δεδομένα από πλατφόρμα UAV και χωρική ανάλυση για την παρακολούθηση και αξιολόγηση πειραματικών τεμαχίων καλλιέργειας κριθαριού

Abstract

Το κριθάρι αποτελεί ένα από τα πιο διαδεδομένα φυτά μεγάλης καλλιέργειας στη χώρα μας αλλά και σε παγκόσμιο είπεδο. Η πρόβλεψη της απόδοσής του είναι πολύ σημαντική και γι’ αυτό το λόγο είναι σημαντική και η παρακολούθησή του σε όλα τα στάδια ανάπτυξης. Σκοπός της εργασίας αυτής ήταν η παρακολούθηση της ανάπτυξης, της απόδοσης και της κατάστασης υγείας του κριθαριού. Χρησιμοποιήθηκαν δείκτες βλάστησης και δημιουργήθηκε ένα μοντέλο πρόβλεψης της ανάπτυξης για τη συγκεκριμένη ποικιλία κριθαριού. Πραγματοποιήθηκε επίσης η διερεύνηση των διαφορών μεταξύ των διαφορετικών τύπων ζιζανιοκτόνων που χρησιμοποιήθηκαν και των πυκνοτήτων σποράς. Τα παραπάνω επιτεύχθηκαν με χρήση νέων τεχνολογιών και συγκεκριμένα Γεωγραφικών Πληροφοριακών Συστημάτων και Τηλεπισκόπησης, μέσω του μη επανδρωμένου εναέριου οχήματος (UAV) Matrice 100 της DJI, που ήταν εξοπλισμένο με τον πολυφασματικό αισθητήρα Parrot Sequoia. Στην παρούσα εργασία μελετήθηκαν 40 πειραματικά τεμάχια κριθαριού ποικιλίας Planet η οποία, χαρακτηρίζεται από υψηλές αποδόσεις και ποιότητα καρπού, στο κτήμα Γιαλού Σπάτων του Γεωπονικού Πανεπιστημίου Αθηνών. Τα τεμάχια αυτά φυτεύτηκαν σε 2 διαφορετικές πυκνότητες σποράς, 14 και 20kg/στρ. και δέχτηκαν μεταχειρίσεις με προφυτρωτικά και μεταφυτρωτικά ζιζανιοκτόνα. Τέλος, πραγματοποιήθηκε σπορά ζιζανίων του γένους lolium (γένος γρασιδιού) με σκοπό τη διερεύνηση της αποτελεσματικότητας των ζιζανιοκτόνων. Συνολικά πραγματοποιήθηκαν 7 πτήσεις, σε υψόμετρο 20m και οι φωτογραφίες που ελήφθησαν, επεξεργάστηκαν με τα λογισμικά Pix4D και ArcGIS. Συγκεκριμένα έγινε συνδυασμός των εικόνων που ελήφθησαν από το UAV σε ορθομωσαϊκά και στη συνέχεια κατασκευάστηκαν χάρτες των δείκτών βλάστησης. Τέλος, έγινε χωρική στατιστική ανάλυση σε περιβάλλον GIS και συσχέτιση των δεδομένων απόδοσης των συγκεκριμένων τεμαχίων με τους δείκτες βλάστησης, στα στατιστικά πακέτα IBM SPSS και Statgraphics.

Barley is one of the most widely grown plants in Greece. Its performance is very important and thus it is important to monitor it during several growth stages. The aim of this study was to monitor the development, yield and health of barley, using vegetation indices and to create a growth prediction model for the Planet variety. The above was achieved through the use of new technologies, namely Geographic Information Systems and Remote Sensing through an Unmanned Aerial Vehicle (UAV), in particular the DJI Matrice 100 model, with the Parrot Sequoia multispectral sensor. More specifically, 40 experimental plots of barley were studied in the Yalos Spata Estate of the Agricultural University of Athens. Characteristics of the Planet variety are the high yield and good crop quality. These pieces were planted at two different seed densities of 14 and 20 kg / str. and treated with pre-emergence and post-emergence herbicides. In addition weeds of the genus lolium were also added to investigate the effectiveness of herbicides. Altogether seven flights were taken place at 20m altitude and the photographs taken were processed with the Pix4D and ArcMap software. More specifically the images taken with the UAV were combined into orthomosaics and then vegetation indices were extracted. Finally, spatial statistical analysis was made in ArcGIS and the yield data of the particular plots were correlated with the vegetation indices in IBM SPSS and Statgraphics.