г. Минск, ул. Сурганова 57Б, пом. 305б.
Заказать звонок

Phantom 4 Multispectral - все, что вам нужно знать о вашем новом интеллектуальном сельскохозяйственном дроне

«Конечная цель сельского хозяйства - не выращивание сельскохозяйственных культур, а выращивание и совершенствование людей».
- Масанобу Фукуока, Революция одной соломы

Продовольственная и сельскохозяйственная организация Объединенных Наций считает, что для обеспечения непрерывного роста населения необходимо увеличить общее производство продовольствия примерно на 70% к 2050 году 1.Перед лицом этой проблемы сельское хозяйство стремится использовать новые технологии для повышения производительности при сохранении устойчивости и прибыльности своей деятельности.

От механизированных производственных инструментов, которые повышают эффективность на местах, до оцифрованной информации, которая позволяет проводить исследования на практике, инновации в сельскохозяйственной отрасли повысили производительность и расширили возможности фермеров. Использование датчиков и роботов, таких как дроны, в частности, является важным шагом на пути к масштабируемому интеллектуальному фермерству, поскольку они автоматизируют сбор данных и генерируют действенные идеи гораздо быстрее, чем традиционные методы.

Недавно DJI выпустил первый в мире действительно доступный многоспектральный беспилотник P4 Multispectral, предназначенный для использования в точном сельском хозяйстве и других областях, предоставляя информацию о состоянии растений, которую обычная камера не может захватить. Вот посмотрите, как P4 Multispectral выводит ваши сельскохозяйственные операции на новый уровень.

Дрон, способный доставлять мультиспектральные изображения

На протяжении всех вегетационных периодов мультиспектральные изображения могут быть полезны для специалистов сельского хозяйства, предоставляя информацию, невидимую человеческому глазу через электромагнитный спектр. Имея доступ к этим данным и полученным впоследствии данным индекса растительности, таким как NDRE и NDVI, фермеры могут своевременно принимать обоснованные решения по обработке урожая, снижению затрат и увеличивают урожай.

Хотя традиционная технология мониторинга урожая использует спутниковые снимки, доступность используемых данных полностью зависит от благоприятных погодных условий. Использование беспилотника с мультиспектральной способностью, такого как P4 Multispectral, не только улучшает качество и разрешение ваших данных, но и делает мониторинг намного более гибким, а собираемые данные - более согласованными.

Мультиспектральная система визуализации

Сбор сельскохозяйственных изображений теперь стал проще и эффективнее, чем когда-либо прежде, благодаря встроенной системе стабилизации изображений, которая собирает полные наборы данных прямо из коробки. Доступ к информации, полученной с помощью 1 RGB-камеры и многоспектрального массива камер с 5-ю камерами, покрывающими полосы Blue, Green, Red, Red Edge и ближнего инфракрасного диапазона - все на 2MP с глобальным затвором, на 3-осевом стабилизированном карданном подвесе.

Интегрированный спектральный датчик солнечного света

Одним из недостатков спутниковых изображений является то, что изменение погодных условий от одного дня к другому также приводит к изменению данных, получаемых каждый день, что приводит к противоречивым данным, которые дают мало понимания факторов, влияющих на здоровье растений. P4 Multispectral имеет встроенный спектральный датчик солнечного света сверху, чтобы улавливать солнечное излучение, что максимизирует последовательность сбора данных. Регулируя уровень солнечного света, P4 Multispectral может помочь в сборе согласованной информации о состоянии растений в любое время года и в течение всей жизни растения.

Просмотр каналов RGB и NDVI

Просто иметь аэрофотоснимки не всегда достаточно, так как растения, подверженные стрессу, могут хорошо выглядеть снаружи. Переключайтесь между предварительным анализом нормализованного разностного вегетационного индекса (NDVI) и живым потоком RGB в GS Pro, чтобы сразу визуализировать, где необходимо внимание, чтобы быстро принимать целевые решения о лечении.

Просмотр каналов RGB и NDVI

Сантиметр уровня точности 

Чтобы иметь возможность действовать на основе данных из карты индекса растительности, она должна быть тесно выровнена с фактическим положением растений в поле, что означает, что важно получать точные измерения на уровне сантиметра. P4 Multispectral записывает в реальном времени точные данные позиционирования на изображениях, снятых всеми шестью камерами с помощью системы DJS TimeSync.

В районах с плохим интернет-соединением вы можете подключить мультиспектральный P4 к высокоточной мобильной станции GNSS D-RTK 2 и NTRIP или сохранить данные спутниковых наблюдений, которые будут использоваться для PPK. Совместимость с различными системами позиционирования, включая сети CORS, позволяет мультиспектральному P4 использовать те же сети, что и оборудование и устройства в ферме.

Начало интеллектуальных сельскохозяйственных миссий

Данные, полученные с помощью многоспектрального беспилотного летательного аппарата P4, являются началом новых интеллектуальных сельскохозяйственных задач, позволяющих фермерам добавлять дополнительные технологии, чтобы действительно перенести свои сельскохозяйственные операции в цифровую эпоху. Вот только один пример того, как может выглядеть такой рабочий процесс цифрового сельского хозяйства:

1. Планируйте полеты, выполняйте автоматизированные и повторяемые миссии и управляйте полетными данными с помощью GS PRO - ведущего приложения iOS для планирования полета от iOS.

2. Эффективно собирайте мультиспектральные изображения на большой территории, используя мультиспектральный P4, и получайте обзор проблемных областей как на изображениях RGB, так и на предварительных изображениях NDVI.

3. Используйте DJI Terra или совместимое стороннее программное обеспечение для анализа данных. Создание карт индекса растительности с использованием многоспектральных изображений, собранных во время полета.

4. Действуйте на основе данных, применяя целенаправленные методы лечения в областях, которые требуют внимания.

Рабочий процесс цифрового сельского хозяйства