Identificação automática com sensoriamento remoto

Identificação automática com sensoriamento remoto

Como os satélites podem ser usados ​​para priorizar como em inspeções agrícolas

Muitas fazendas são grandes demais para serem monitoradas usando inspeções tradicionais de “pés no campo”. Neste artigo, uma breve visão geral de sensoriamento é automaticamente identificada dentro de campos que com identificação inferior são identificadas para desempenho.

. A tecnologia, que foi desenvolvida pelo Centro de Análise Geográfica (CGA) da Universidade de Stellenbosch e financiada pela Comissão de Pesquisa da Água  (WRC) da África do Sul, identifica áreas dentro dos campos onde o vigor do crescimento  é consistentemente menor do que o resto do campo. A detecção de anomalias no campo (WFAD) foi desenvolvida para identificar as áreas que são conhecidas como método/método ou pelo crescimento de sal e  identificar o tipo de problema que o nível de estresse é eficaz para identificar o problema. das culturas.

O que torna WFAD único é que o método de crescimento de cada pixel dentro de um campo é o vigor de crescimento médio de todo o campo comparado com o vigor de crescimento médio de todo o campo. Um pixel é sinalizado como uma anomalia se seu vigor de crescimento for significativamente menor que o vigor de crescimento médio de todo o campo. Este processo é repetido para cada imagem de satélite disponível em um mês determinado (até seis vezes por mês), e como base de resultantes meses combinados (interseccionados) para produzir um mapa de anomalia mensal. Conforme mostrado na Figura 1, apenas os pixels que foram persistentemente rotulados como anomalias são retidos no mapa mensal de anomalias.

Mapa de anomalia mensal gerado pela interseção de camadas de anomalias individuais

Figura 1 Mapa de anomalia mensal gerado pela interseção de camadas de anomalias individuais

Um mensal de mapas de anomalias e mapas recorrentes para cada mês de produção resultantes são para produzir um índice de qualidade de avaliação. A Figura 2 demonstra o processo de agregação ao longo de um período de quatro meses.

Agregação de um índice de gestão de serviços de manutenção para produzir Figura 2 Ação de gestão de gestão de conteúdo 2 de elaboração de conteúdo de gestão

O financiador WFAD foi implementado como um sistema autônomo e chamado WFADS, foi recentemente usado para desenvolver o Sistema de Monitoramento de Acumulação de Sal e   Alagamento (SAWMS), também pela WRC. A Figura 3 mostra uma captura de tela da interface do usuário SAWMS (aplicativo web), com o índice de preferência de exibição no painel esquerdo.

Aplicação web do sistema de acúmulo e alagamento (SAMS), com o índice de prioridade à esquerda e um mapa de vigor de crescimento correspondente à direita.

Figura 3 Aplicação web do sistema de monitoramento de acúmulo de sal e alagamento (SAWMS), com o índice de prioridade à esquerda e um mapa de vigor de crescimento correspondente à direita.

O WFADS atualmente faz uso de imagens Sentinel-2 disponível gratuitamente, mas pode ser modificado para empregar qualquer tipo de imagem. O período de exame também pode ser modificado para destacar tipos específicos de problemas. Por exemplo, anomalias persistentes durante um período de várias estações (p. práticas). Trabalhos futuros se concentração na incorporação de observações de campo para inferir como prováveis ​​causas de anomalias (por exemplo, analisando seus perfis temporais e espectrais).

O WFADS tem muito potencial para aumentar a produtividade agrícola, pois você pode gastar menos despesas em insumos (com bom desempenho) e pode aumentar os rendimentos (ou, você pode usar menos áreas identificadas como anomalias).

O desenvolvimento do SAWMS está atualmente em fase final e a principal atividade nos próximos meses desenvolverá um modelo de negócios do WDS, usando o SAWMS como um produto mínimo. A identificação de parceiros de transferência de tecnologia também é uma prioridade.

 

Categoria

Tem uma pergunta?

Entre em contato com nosso suporte para qualquer dúvida.

Posts Recentes

O que é Agricultura de Precisão?

USANDO DRONES EM GEOPROCESSAMENTO

Introdução ao Google Earth Engine

Como definir a terminologia da agricultura de precisão