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

2023

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.51452/kazatu.2023.2(117).1386
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.