A földközeli távérzékelési eszközökön alkalmazott szenzorok és azok hasznosítása a precíziós gazdálkodásban Földközeli távérzékelési szenzorokat repülőgépes felderítések során alkalmaztak először. A levegőből készített fényképek jóval pontosabbak voltak, mint a korabeli rendelkezésre álló térképek, ezért ezt az adatgyűjtési lehetőséget a hadászatban előszeretettel alkalmazták.
1/a. kép: A látható fény tartományban készített képek információtartalma (Forrás: FlyBySense)
A szenzorok fejlődése egyre jobb felbontású, egyre kisebb és könnyebb fényképezőgépek megjelenését tette lehetővé, valamint a fejlesztések magukkal hozták azt is, hogy a láthatófény tartományon kívüli spektrumtartományokban is adatot tudjunk rögzíteni. A szenzorok további fejlődése, valamint a miniatürizálás a dróntechnológia számára is olyan lehetőségekkel szolgál, amelyek tovább növelik az adatgyűjtés hatékonyságát, így a döntések megalapozottságát, végső soron a gazdálkodás sikerességét.
A szenzorok működésének áttekintő bemutatásával, valamint a képalkotó eljárások által nyerhető képek segítségével jelen cikkben azt mutatjuk be, hogy a dróntechnológia szenzorai hogyan lehetnek segítségünkre a gazdálkodás során.
A pilóta nélküli légi járművekre (UAV) szerelhető szenzorok számos fajtája ismert. A láthatófény tartományú, a multispektrális, a hőtartományú, a lézerszkenner (Lidar) és a hiperspektrális szenzorok is elérték már azt a kis méretet és könnyű súlyt, amely alkalmassá teszi azokat a pilóta nélküli légi járművek korlátozott emelőképessége mellett is a felszerelésre.
A látható fény tartomány
A leginkább elterjedt szenzortípusok érthető módon a láthatófény tartományú érzékelők. A 400 és kb. 700 nm-es tartományban a kék, a zöld és a vörös színek kerülnek rögzítésre. A három szín alapján hozható létre a láthatófény tartományú felvétel.
1/b. kép
Jelenleg a földközeli távérzékelésben a különböző digitális fényképezőket, illetve az akciókamerákat, mint pl. a GoPro kamera használják. Ezeknek a kameráknak az előnye, hogy mindenki által jól értelmezhető, látványos képeket készítenek. Amennyiben jó felbontású, hagyományos kamerát használunk, akkor a megfelelő repülési magasság megválasztásával áttekintő képet kapunk a területről (1/a. kép), ahol a napraforgóban jól látható a növények hiányossága, illetve a nagyobb gyomfoltok megjelenése. Alacsonyabban készített felvételeken már jobb felbontás mellett a technológiai hibák (1/b. kép) – a vetőgép kihagyása, illetve a műtrágyaszóró pontatlan beállítása miatti átfedés – helyének pontos lehatárolására is lehetőség van. A földfelszínhez egészen közeli képeken pedig (1/c. kép) akár az egyedi növények szintjén is lehetőség van az elemzésre.
1/c. kép
Nagyon sok olyan alkalmazás létezik, amelyeknél ezek a felvételek elegendőek. A vetési munkák ellenőrzése, a belvíztérképezés, vagy a növényállomány hiányosságainak felmérése a látható fény tartományban felvételező kamerákkal tökéletesen elvégezhető.
A multispektrális kamerák
A multispektrális képalkotás annyiban tér el a láthatófény tartományú felvételektől, hogy az infravörös tartományra is kiterjeszti a felvételezést. Ennek azért van jelentősége, mert az infravörös tartományban visszaverődő hullámhossz segítségével vegetációs indexeket lehet készíteni. A leggyakrabban alkalmazott normalizált differenciál vegetációs index (NDVI) a vörös és az infravörös tartományok felhasználásával készíthető el (1/a. ábra). A számos vegetációs index a vegetáció állapotáról és a növényeket érő stresszhatásokról is tájékoztat bennünket. Amennyiben a növényállományt folyamatosan monitorozzuk, termésbecslésre is lehetőséget nyújt (1/b. ábra), és a növényállományban jelentkező fejlődési különbségekről is tájékoztat (1/c. ábra).
1/a. ábra: A normalizált differenciál vegetációs index értelmezése, valamint vegetációs index térképek
1/b. ábra
A multispektrális szenzorok alkalmazása a nitrogénhiányos területek felmérésére is alkalmas lehet, így fejtrágyázás esetén előre megtervezett dózisokkal, differenciáltan végezhető el a munkafolyamat, anélkül, hogy online, beépített szenzort kellene az erőgépre szerelni.
1/c. ábra
A hőtartományban működő szenzorok
A vegetáció állapotának felmérésére hőtartományban működő képalkotó eszközöket is használnak. Ezek a szenzorok elsősorban a stressz és a nedvességtartalom vizsgálatára alkalmasak.
A lézerszkenner (Lidar)
A lézerszkennerek a korábban említett szenzoroktól abban térnek el, hogy aktív távérzékelési szenzorok, ami azt jelenti, hogy a mérendő impulzusokat saját maguk bocsátják ki. A kibocsátás és a detektálás között eltelt idő alapján a mért távolságot nagy pontossággal meg lehet határozni. Ezért a felszín térképezésében ezt a szenzort is alkalmazni lehet. Nagy pontosságú és megfelelő szenzor esetén a növényállomány magasságának megállapítására is jól alkalmazható ez az eljárás.
A hiperspektrális képalkotás
A hiperspektrális adatgyűjtés előnyei közé tartozik, hogy nemcsak széles sávban képes információt nyújtani az egyes növényekről, hanem keskeny, jól behatárolható hullámhosszokon tudja mérni azok tulajdonságait. A szenzorok felbontásának függvényében akár több száz hullámhosszon is rögzíthetők az elektromágneses hullámok visszaverődési értékei, így kialakul egy hiperspektrális adatkocka (2/a. ábra), amely láthatófény és infravörös tartományban is jóval nagyobb adattömeget szolgáltat, mint a korábban ismertetett szenzorok.
2/a. ábra
Repülőgépes hiperspektrális felvételezést többen is végeztek már a hazai távérzékeléssel foglalkozó kutatók közül, de a drónokra is felszerelhető (2/b. ábra) hazai szenzorról még nincs tudomásunk. Ennek oka egyrészről a szenzorok ára lehet, másrészről az, hogy a hazai gyakorlat még nem ismerkedett meg a technológia nyújtotta lehetőségekkel.
2/b. ábra: Drónra szerelhető hiperspektrális képalkotó
A pilóta nélküli légi járművekre szerelt szenzorok közül várhatóan a hazai mezőgazdasági gyakorlatban a leginkább a látható fény tartományú és a multispektrális kamerák fognak elterjedni. A drón- és a szenzortechnológia rohamos fejlődése azonban azt mutatja, hogy érdemes nyomon követni a változásokat, hiszen a mezőgazdaság egyre több helyen tudja majd használni az ezekkel nyerhető információkat.
Pörneczi Attila, Dr. Milics Gábor
NYME, Mezőgazdaság- és Élelmiszertudományi Kar, Biológiai Rendszerek Műszaki Intézete
