ВЫБОР БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ ДЛЯ ЦИФРОВОГО СЕЛЬСКОГО ХОЗЯЙСТВА

Сельское хозяйство как элемент обеспечения продовольственной безопасности стран играет большую роль в мировой и региональной экономике. Использование цифровых технологий в агроиндустрии может стать одним из источников роста отрасли. Данные в сельском хозяйстве могут быть собраны с помощью разных механизмов, в том числе с использованием беспилотных летательных аппаратов. В данной статье рассматриваются вопросы выбора беспилотных летательных аппаратов для сельского хозяйства и даются рекомендации фермерам по выбору дронов для сбора данных. В частности, с помощью дронов можно собирать необходимую информацию о состоянии сельскохозяйственных полей (размер полей, уровень всхожести, уровень растительности). Основу данного исследования составляет обзор релевантной литературы по использованию беспилотных летательных аппаратов в сельском хозяйстве в разных странах и собственный опыт автора по реализации проекта с использованием агродрона на экспериментальных полях Астраханского государственного университета. Дополнительно был проведен опрос фермеров Астраханской области на предмет выявления наиболее востребованных областей сельского хозяйства для мониторинга с целью повышения эффективности принятия решений.

1. Lelong C. C. D. et al. Assessment of unmanned aerial vehicles imagery for quantitative monitoring of wheat crop in small plots //Sensors. – 2008. – Vol. 8. – № 5. – pp. 3557-3585.

2. Berni J. A. J. et al. Thermal and narrowband multispectral remote sensing for vegetation monitoring from an unmanned aerial vehicle //IEEE Transactions on Geoscience and Remote Sensing. – 2009. – Vol. 47. – № 3. – pp. 722-738.

3. d'Oleire-Oltmanns S. et al. Unmanned aerial vehicle (UAV) for monitoring soil erosion in Morocco //Remote Sensing. – 2012. – Vol. 4. – № 11. – pp. 3390-3416.

4. Everaerts J. et al. The use of unmanned aerial vehicles (UAVs) for remote sensing and mapping //The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2008. – Vol. 37. – pp. 1187-1192.

5. Zainuddin K. et al. Verification test on ability to use low-cost UAV for quantifying tree height //Signal Processing & Its Applications (CSPA), 2016 IEEE 12th International Colloquium. – IEEE, 2016. – pp. 317-321.

6. Park J. K., Park J. Crop classification using imagery of drone //International Conference on Environmental Engineering and Remote Sensing (EERS2015). – 2015. - pp. 91-94.

7. Teke M., Yardımcı Y. Classification of crops using multitemporal hyperion images //Agro-Geoinformatics (Agro-geoinformatics), 2015 Fourth International Conference. – IEEE, 2015. – pp. 282-287.

8. Bellvert J. et al. Mapping crop water stress index in a ‘Pinotnoir’vineyard: comparing ground measurements with thermal remote sensing imagery from an unmanned aerial vehicle //Precision agriculture. – 2014. – Vol. 15. – № 4. – pp. 361-376.

9. Gago J. et al. UAVs challenge to assess water stress for sustainable agriculture //Agricultural water management. – 2015. – Vol. 153. – pp. 9- 19.

10. Yue J. et al. The application of unmanned aerial vehicle remote sensing in quickly monitoring crop pests //Intelligent Automation & Soft Computing. – 2012. – Vol. 18. – № 8. – pp. 1043-1052.

11. Faiçal B. S. et al. The use of unmanned aerial vehicles and wireless sensor networks for spraying pesticides //Journal of Systems Architecture. – 2014. – Vol. 60. – № 4. – pp. 393-404.

12. Zarco-Tejada P. J. et al. Estimating leaf carotenoid content in vineyards using high resolution hyperspectral imagery acquired from an unmanned aerial vehicle (UAV) //Agricultural and forest meteorology. – 2013. – Vol. 171. – pp. 281-294.

13. Córcoles J. I. et al. Estimation of leaf area index in onion (Allium cepa L.) using an unmanned aerial vehicle //Biosystems engineering. – 2013. – Vol. 115. – № 1. – pp. 31-42.

14. Göktoǧan A. H. et al. A rotary-wing unmanned air vehicle for aquatic weed surveillance and management //Journal of Intelligent and Robotic Systems. – 2010. – Vol. 57. – p. 467.

15. Torres-Sánchez J. et al. Configuration and specifications of an unmanned aerial vehicle (UAV) for early site specific weed management //PloS one. – 2013. – Vol. 8. – № 3. – pp. 1-15.

16. Zhang C., Kovacs J. M. The application of small unmanned aerial systems for precision agriculture: a review //Precision agriculture. – 2012. – Vol. 13. – № 6. – pp. 693-712.

17. Forster D., Buehler Y., Kellenberger T. Mapping urban and peri-urban agriculture using high spatial resolution satellite data //Journal of Applied Remote Sensing. – 2009. – Vol. 3. – № 1. – pp. 1-12.

18. Schmedtmann J., Campagnolo M. L. Reliable crop identification with satellite imagery in the context of common agriculture policy subsidy control //Remote Sensing. – 2015. – Vol. 7. – № 7. – pp. 9325-9346.

19. Ipate G., Voicu G., Dinu I. Research on The Use of Drones in Precision Agriculture //University Politehnica of Bucharest Bulletin Series. – 2015. – Vol. 77. – № 4. – pp. 1-12.

20. Marinello F. et al. Technical analysis of unmanned aerial vehicles (drones) for agricultural applications //Engineering for Rural Development. – 2016. – Vol. 15. - pp. 870-875.

21. Bhandari A. K., Kumar A., Singh G. K. Feature extraction using Normalized Difference Vegetation Index (NDVI): a case study of Jabalpur city //Procedia Technology. – 2012. – Vol. 6. – pp. 612-621.