ДИНАМИЧЕСКИЙ МОНИТОРИНГ NDVI В АГРОНОМИЧЕСКИХ ИСПЫТАНИЯХ АГРО КУЛЬТУР С ИСПОЛЬЗОВАНИЕМ БЕСПИЛОТНОГО ЛЕТАТЕЛЬНОГО АППАРАТА

2023

Full text Open access: Gold Metadata (CSL-JSON)
DOI 10.51452/kazatu.2023.2(117).1386
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Ежегодно возрастающая численность населения планеты требует внедрения высоких технологий в сельское хозяйство для повышения количества урожая. Одним из перспективных направлений является применение беспилотных летательных аппаратов со специализированным полезными нагрузками и специализированными программными обеспечениями, которые могут применяться для решения различных задач, таких как создание электронных карт полей, инвентаризация сельхозугодий, обработка посевов пестицидами для борьбы с вредными вредителями, оперативный мониторинг состояния посевов, оценка всхожести сельскохозяйственных культур, охрана сельхозугодий и т.д. Динамический мониторинг NDVI (Normalized Difference Vegetation Index) в агрономических испытаниях агрокультур является важным инструментом для повышения качества и эффективности сельскохозяйственного производства. В данной работе рассматривается применение беспилотных летательных аппаратов для мониторинга NDVI в агрокультурах, таких как кукуруза, пшеница и ячмень. Методика мониторинга NDVI позволяет определять зоны с высокой и низкой плотностью растительности, что может быть использовано для оптимизации расхода удобрений и воды, а также для предотвращения роста сорняков. Полученные данные могут быть использованы для принятия важных решений в области сельского хозяйства и повышения урожайности.