Landbrugsdrone -billeder er ofte unøjagtige

Landmænd bør være forsigtige med dronebilleder, der tilbydes af useriøse operatører, forskere har advaret.

University of Queensland og University of New England samarbejdsundersøgelse har vist, at "dronningsbilleder" fra hylden, i nogle tilfælde solgt til avlere for op til $ 4000 pr. gård, sandsynligvis ikke vil give nøjagtige oplysninger om afgrødernes sundhed.

Forsker Yu-Hsuan Tu, fra Joint Remote Sensing Research Program på UQ's Remote Sensing Research Center, sagde, at han kunne forstå, hvorfor landmænd ville blive fristet til at bruge droneteknologi til bedriftsledelse.

"Droner kan indsættes hurtigt for at generere billeder i høj opløsning, der er attraktive for avlere, der søger overvågning i bladskala af deres gårde, "Sagde hr. Tu.

"Men vores forskning har vist, at den højteknologiske, multispektrale sensorer, der bruges til at indsamle billeder fra dronen, skal behandles på en bestemt måde for at opnå korrekte oplysninger til brug inden for havebrug. "

Han sagde, at et af de største problemer ved brug af droner var relateret til uoverensstemmelser i måden, hvorpå lys reflekteres fra vegetationens overflade, afhængigt af den højde, hvorpå en drone flyves, og dens vinkel mod solen.

Sådanne inkonsekvenser kan resultere i, at landmænd får de forkerte oplysninger om deres afgrøder, hvis dataene ikke behandles på den rigtige måde af erfarne operatører med ekspertise til fjernmåling.

"For at sammenligne refleksion på tværs af træbaldakiner, vi fløj en drone i forskellige højder og vinkler til solen over en avocado plantage, og fandt store variationer i de indsamlede billeder, " han sagde.

"Dette betyder, at mens forskelle i træs sundhed kan bestemmes fra træ til træ i billeder fra et flyover, efterfølgende flyovers viser vegetationen meget forskelligt, medmindre dronen er nøjagtig samme højde og vinkel til solen - noget næsten umuligt at opnå.

"I praksis, dette inkonsekvente billedsprog gør det umuligt for landmænd at sammenligne vegetationsforhold over tid, fordi lysvariationerne ikke korrigeres for højde eller vinkel, og produktet vil blive forvrænget.

"Dette kan få dem til at drage konklusioner om faldet eller forbedringen af ​​deres afgrøder, der kan være forkerte - antagelser, der kan vise sig dyre for landmænd, der allerede er under pres fra de seneste vejrhændelser."

Hr. Tu har skabt en algoritme, der korrigerer disse variationer i refleksion for at sikre levering af konsistente data til landmænd.

Han arbejder nu på at etablere standardiserede protokoller til erhvervelse og behandling af dronebilleder til træafgrøder for at hjælpe kommercielle leverandører og avlere.

Indtil da, han sagde, at landmænd bør foretage passende due diligence, før de bruger betydelige penge på dronebilleder til havebrug.

"Selvom videnskaben bag vores arbejde er kompleks, budskabet til landmændene er enkelt:brug droneteknologi på din risiko - mere arbejde skal udføres, før droneteknologi præcist kan bestemme afgrødernes sundhed, " han sagde.