Využití bezpilotních vzdušných prostředků (UAV), známých také jako drony, a připojené analýzy
má velký potenciál podporovat a řešit některé z nejnaléhavějších problémů, kterým čelí
zemědělství, pokud jde o přístup k použitelným údajům o kvalitě v reálném čase.
Může být použit v různých fázích cyklu ořezávání:
- Analýza půdy a pole – Po získání přesných 3D map půdy lze naplánovat výsadbu a analyzovat stav živin pro další operace:
- Výsadba – UAS střílí semena s živinami do půdy s průměrným příjmem 75 procent, čímž se snižují náklady na výsadbu.
- Monitorování plodin – Animace časových řad mohou ukázat přesný vývoj plodiny a odhalit neefektivitu produkce, což umožňuje lepší hospodaření s plodinami.
- Zavlažování – Drony s hyperspektrálními, multispektrálními nebo tepelnými senzory mohou identifikovat, které části pole jsou suché nebo potřebují vylepšení.
- Posouzení zdravotního stavu – Skenováním plodiny pomocí viditelného i blízkého infračerveného světla dokážou zařízení nesená drony identifikovat, které rostliny odrážejí různá množství zeleného světla a světla NIR. Tyto informace mohou vytvářet multispektrální obrazy, které sledují změny v rostlinách a ukazují jejich zdraví.
Multispektrální snímky polí obvykle používají zemědělci prostřednictvím internetových služeb jako Sen2-Agri (http://www.esa-sen2agri.org/), Onesoil (https://onesoil.ai/en/) atd. stránky používají obrázky z vesmíru (například ze satelitů Sentinel)
Hlavním problémem satelitních snímků je nízké časové a prostorové rozlišení. Satelity Free Sentinel poskytují přesnost řádově 10 metrů na pixel, což k dosažení přesnosti nestačí. K tomu přidává fakt, že cyklus zpracování dat kolem Země je 10 dní, takže časové zpoždění dat je v průměru 3-5 dní, což v létě nemusí být dostatečně rychlé pro rozhodování. Placené satelity dávají rozlišení až 2 metry na pixel, ale jsou placené. A všechny satelity mají problém s oblačností, v některých oblastech může oblačnost dosahovat až 50 % času. Oblasti pokryté mraky na vesmírných snímcích jsou zároveň „falešné“ – jsou „překresleny“ snímky ze sousedních snímků, což snižuje jejich spolehlivost. Výsledkem je, že informace, které zemědělci obdrží ze satelitních snímků, poskytují přesnost stanovení úrovně makroprvků (dusík, fosfor, draslík, humus) v půdě nejvýše 75%, a to i se znatelným zpožděním a nepřesností umístění.
Při fotografování z UAV může farmář získat rozlišení až 3-5 cm, tedy více než 100x lepší. V souladu s tím může přesnost stanovení hladiny makroživin dosáhnout 90-95%. Na druhou stranu lze počet polí v zemědělských farmách měřit na desítky kusů, dostatečně od sebe vzdálených, jedno pole zabírá desítky a stovky hektarů či akrů. Výsledkem je, že uprostřed práce v terénu je pro farmáře poměrně obtížné samostatně obletět všechna pole výhradně na UAV, což může trvat několik dní. Poplatky za letovou posádku – Průměrná denní sazba za mapování od $ 800 do $ 1200.
Nejslibnější pro dnešek je kombinace snímků ze satelitů a snímků z UAV. Biologové se domnívají, že nejlepší výsledky v práci poskytuje vícevrstvé pozorování – kombinace dat z pozemního pozorování, satelitních snímků a fotografií z dronu. S využitím technologií strojového učení, AI, se současným zpracováním snímků z družic a UAV lze bez výrazných nákladů dosáhnout vysoké přesnosti 90-95 % na celé ploše.
Další problém používání dronů na vlastní pěst. Běžné kvadrokoptéry mají velmi krátký dosah – 50-100 hektarů na let, a proto se používají na polích. UAV s pevnými křídly vyžaduje, aby farmář získal pilotní kvalifikaci, nemůže automaticky vzlétnout a přistát, je traumatizující a poskytuje snímky s nízkou kvalitou a rozlišením.
Řešením je použití nového typu dronu – rotorového letadla Optiplane. Kombinují výhody vrtulníků a pevných křídel, ale nemají své nevýhody. Na rozdíl od vrtulníku může rotorové letadlo pokrýt při jednom letu plochu až 10krát větší – více než 1000 hektarů. Na rozdíl od UAV s pevnými křídly rotorové letadlo nevyžaduje, aby zemědělec mohl ovládat UAV – celý let od vzletu až po přistání je plně automatický. Po nastavení automaticky vidí v telefonu nebo na tabletu doporučení pro opravu práce v terénu – mapy NDVI, NDWI, AF1, ARI1, speciální informace.