Мультиспектральна листкова діагностика стресів технологічного характеру на посівах ріпаку озимого

Автор(и)

  • Наталія Анатоліївна Пасічник Національний університет біоресурсів і природокористування України, Ukraine https://orcid.org/0000-0002-2120-1552
  • Віталій Пилипович Лисенко Національний університет біоресурсів і природокористування України, Ukraine https://orcid.org/0000-0002-5659-6806
  • Олексій Олександрович Опришко Національний університет біоресурсів і природокористування України, Ukraine https://orcid.org/0000-0001-6433-3566

DOI:

https://doi.org/10.33730/2310-4678.3.2020.212610

Анотація

Стреси технологічного характеру є актуальним викликом для озимих культур і зокрема ріпаку при промисловому виробництві і при масовому використанні агрохімії та засобів захисту рослин. Ефективні реанімаційні заходи можливі лише на початкових етапах вегетації і потребують достовірної та доступної інформації про стан посівів. Мета роботи — розроблення індексу за результатами аналізу мультиспектральних знімків із високою просторовою розрізненістю, отриманих завдяки БПЛА для ідентифікації стресів технологічного характеру. При польових дослідженнях 30.10.2019 р. встановили, що на вражених ділянках, рослини мають аномальне забарвлення двох нижніх листків, а саме жовтого і червоного кольору. Для ідентифікації вражених рослин було запропоновано використовувати образ об’єкта, заснований на співвідношенні кількох каналів одночасно, які дозволяють розрізняти вражені та здорові рослини, ґрунт і листки аномального забарвлення. Заропоновано використовувати індекси RRL (ріпак червоний лист — rape red leaf), які є індикатором технологічного характеру стресу, а саме RRLgr , розрахований на виключно оптичний діапазон та індекс RRLm (канали зелений — G , червоний — R, межовий червоний — Re та ближній інфрачервоний — NIR). Такі індекси зручні для проведення моніторингу стану посівів ріпаку та автоматизованої обробки даних. Встановлено, при моніторингу посівів ріпаку у фазі вегетації 6–8 листків, вражених внаслідок технологічних стресів, за допомогою Slantrange 3p заввишки 100 м, для індексів RRLgr та RRLm характерне аномальне забарвлення листків, яке було
зафіксовано у 1,5 і 2,1% від загальної площі рослин на ділянці відповідно. Використання мультиспектрального аналізу дає змогу отримати можливість диференційованої ідентифікації технологічних стресів із різним проявом враження. При стандартній для Slantrange 3p висоті польоту 100 м за фіксації аномального забарвлення у 1,5% від загальної площі рослин ріпаку озимого є підставою для організації додаткового наземного обстеження ідентифікованих ділянок посівів ріпаку озимого.

Біографії авторів

Наталія Анатоліївна Пасічник, Національний університет біоресурсів і природокористування України

кандидат сільськогосподарських наук, доцент

Віталій Пилипович Лисенко, Національний університет біоресурсів і природокористування України

доктор технічних наук, професор

Олексій Олександрович Опришко, Національний університет біоресурсів і природокористування України

кандидат технічних наук, доцент

Посилання

Shishi Liu, Lantao Li, Wenhan Gao, Yukun Zhang, Yinuo Liu, Shanqin Wang, Jianwei Lu (2018). Diagnosis of nitrogen status in winter oilseed rape (Brassica napus L.) using in-situ hyperspectral data and unmanned aerial vehicle (UAV) multispectral images. Computers and Electronics in Agriculture. 151, 185–195. doi https://doi.org/10.1016/j.compag.2018.05.026.

Xia Ji’An, Cao HongXin, Yang YuWang, Zhang WeiXin, Wan Qian, Xu Lei, Ge DaoKuo, Zhang WenYu, Ke YaQi, Huang Bo (2019) . Detection of waterlogging stress based on hyperspectral images of oilseed rape leaves (Brassica napus L.). Computers and Electronics in Agriculture. 159, 59–68. doi https://doi.org/10.1016/j.compag.2019.02.022.

M. Dolia, V. Lysenko, N.Pasichnyk, O. Opryshko, D. Komarchuk, V. Miroshnyk, T. Lendiel, A. Martsyfei (2019). Information Technology for Remote Evaluation of after Effects of Residues of Herbicides on Winter Crop Rape 2019 3rd International Conference on Advanced Information and Communications Technologies, AICT 2019 — Proceedings, 469–473. doi https://doi.org/10.1109/AIACT.2019.8847850;

Xiaolei Zhang, Fei Liu, Yong He, Xiangyang Gong (2013). Detecting macronutrients content and distribution in oilseed rape leaves based on hyperspectral imaging. Biosystems Engineering, 115, 56–65. doi http://dx.doi.org/10.1016/j.biosystemseng.2013.02.007.

Yi Peng, Ting’e Zhu, Yucui Li, Can Dai, Shenghui Fang, Yan Gong, Xianting Wu, Renshan Zhu, Kan Liu (2019). Remote prediction of yield based on LAI estimation in oilseed rape under different planting methods and nitrogen fertilizer applications. Agricultural and Forest Meteorology, 271, 116–125. doi https://doi.org/10.1016/j.agrformet.2019.02.032.

##submission.downloads##

Опубліковано

2021-03-03

Номер

Розділ

АГРОНОМІЯ