МЕТОДИКА И ПРАКТИЧЕСКИЙ ОПЫТ ПРИМЕНЕНИЯ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ ДЛЯ МОНИТОРИНГА СЕЛЬСКОХОЗЯЙСТВЕННЫХ УГОДИЙ

© И.В.Воронков, В.В.Самойлов, А.М.Старостенко, А.В.Фролов
© Государственный музей истории космонавтики им. К.Э. Циолковского, г. Калуга
Секция "Проблемы ракетной и космической техники"
2016 г.

Применение беспилотных летательных аппаратов (БПЛА) становится всё более актуальным для сельского хозяйства. Особенно, учитывая активное внедрение новых технологий точного земледелия, для эффективной работы которых требуются качественные данные о ситуации на полях.

БПЛА позволяют дистанционно контролировать состояние сельскохозяйственных полей и принимать своевременные управленческие решения. На поверхности Земли зачастую невозможно корректно оценить ситуацию с выращиваемыми культурами на полях, а спутниковые снимки не позволяют получить требуемое разрешение и периодичность данных. В этом плане применение БПЛА имеет ряд существенных преимуществ.

Однако, на сегодняшний день, не существует установленных методик применения БПЛА для решения типовых сельскохозяйственных задач. Разработка данных методик позволит повысить эффективность и целесообразность использования БПЛА.

Рассматривается опыт практического применения БПЛА для мониторинга сельскохозяйственных угодий и, в частности, для решения задачи подсчёта количества всходов на поле. Приводится обоснование выбора основных параметров полёта БПЛА и съёмки камеры, а также описание методики и алгоритмов обработки полученных данных на примере полётов, проведенных на полях в Краснодарском крае в мае 2016 года. Рассматривается процесс получения изображений с БПЛА в видимом диапазоне спектра и разрешении до 1,2 см на пиксель, что позволяет проводить распознавание изображений всходов определённых сельскохозяйственных культур, таких как кукуруза и свекла, а также их подсчёт.

Применяемый алгоритм подсчёта всходов на полях основан на автоматическом выделении пикселей, составляющих изображения растений по их спектральным характеристикам. Выделенные пиксели, составляющие изображения растений, объединяются в кластеры, проводится геопривязка их координат по данным GPS или ГЛОНАСС измерений, а также статистическая оценка отклонения расстояния между всходами от нормативного.