Марийский институт переподготовки кадров агробизнеса
Навигация

Календарь событий

Декабрь 2024
Пн Вт Ср Чт Пт Сб Вс
25 26 27 28 29 30 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

QR-код сайта:

Марийский институт переподготовки кадров агробизнеса

Документы

Устав института (скачать)

Приложение (скачать)

Лицензия на осуществление образовательной деятельности
 

Использование беспилотных летательных аппаратов

26.02.2021

Одной из сфер гражданского применения беспилотной авиации является агропромышленный комплекс. Согласно находящимся в открытом доступе документам организаций Европейского союза потребительский спрос на применение БПЛА в сфере сельского хозяйства и лесничества в период с 2015 по 2020 г. составил 13%. В сельском хозяйстве используют два вида БПЛА, отличающиеся конструкцией и летными характеристиками:

  • самолетного типа, или «летающее крыло», - наиболее удобный вариант для облёта больших территорий. Характеризуются высокими аэродинамическими показателями, наиболее подходят для мониторинга протяженных объектов или съемки в условиях значительного удаления. Однако из-за особенностей конструкции данный вид беспилотников должен быть в постоянном движении, поэтому не может работать в режиме зависания над объектом, а также осуществлять съемку на ограниченных территориях;
  • коптерные беспилотники, или дроны, - могут оснащаться различным количеством винтов, что позволяет справляться с точечной съемкой в одном месте для обследования небольшого земельного участка, трехмерного моделирования, опрыскивания. Квадрокоп- теры отличают простая конструкция, стабильность полета, надежность. К недостаткам БПЛА этого вида можно отнести небольшую скорость и ограниченное время полета из-за чего радиус действия их меньше, чем самолетных дронов.

Технологично оснащенные беспилотники способны выполнять следующие операции [65]:

  • аэрофотосъемка, которая благодаря небольшой высоте полета является более детальной, чем съемка со спутника. Кроме того, беспилотные системы позволяют снимать даже в условиях порывистого ветра и облачности;
  • видеосъемка - производительность летательного аппарата при этом достигает 30 км/ч, что снижает временные и финансовые затраты по сравнению с использованием наземных видов обследования;
  • мультиспектральная съемка и создание карт вегетационных индексов (NDVI, PVI, WDI, SAVI, LAI и др.), по которым можно оценить объем и прирост биомассы, содержание азота и хлорофилла в листьях растений;
  • 3D-моделирование - позволяет определять переувлажненные или засушливые территории, выемку грунта, создавать планы и карты увлажнения или осушения почвы, рекультивации участков или мелиорации земель;
  • тепловизионная съемка с применением всего спектра инфракрасного излучения: ближнего, среднего и дальнего диапазона. Дает возможность определять сроки дифференцирования точек роста, что напрямую влияет на урожайность и сохранение продуктивных свойств растений с сохранением наследственных возможностей сорта;
  • лазерное сканирование - применяется для анализа местности на труднодоступных или недоступных территориях. Обеспечивает получение точной модели высокой плотности с детальным отображением рельефа при работе в условиях сильной загущенности насаждений;
  • точечное опрыскивание - позволяет обрабатывать только больные растения, исключая попадание химикатов на остальной урожай.

В БПЛА используется аэродинамический принцип создания подъемной силы с помощью фиксированного или вращающегося крыла (БПЛА самолетного и вертолетного типа). Летательный аппарат оснащен двигателем и имеет полезную нагрузку и продолжительность полета, достаточные для выполнения специальных задач.

Способы управления беспилотными летательными аппаратами:

  • ручное (дистанционное пилотирование) - осуществляется оператором с дистанционного пульта управления в пределах оптической наблюдаемости или по визуальной информации, поступающей с видеокамеры переднего обзора;
  • автоматическое - обеспечивает возможность полностью автономного полета БПЛА по заданной траектории на заданной высоте с заданной скоростью и стабилизацией углов ориентации. Осуществляется с помощью бортовых программных устройств;
  • полуавтоматическое (дистанционное управление) - осуществляется автоматически без вмешательства человека с помощью автопилота по первоначально заданным параметрам, но при этом оператор может вносить изменения в маршрут в интерактивном режиме. Таким образом, оператор имеет возможность влиять на результат функционирования, не отвлекаясь на задачи пилотирования.

Последние два способа в настоящее время наиболее востребованы со стороны пользователей беспилотных систем, так как предъявляют наименьшие требования к подготовке персонала и обеспечивают безопасную и эффективную эксплуатацию систем беспилотных летательных аппаратов. Полностью автоматическое управление может быть оптимальным решением для задач аэрофотосъемки заданного участка, когда нужно снимать на большом удалении от места базирования вне контакта с наземной станцией. Применение аэрофотосъемки с БПЛА в видимом и ближнем инфракрасном диапазонах обеспечивает решение широкого спектра задач для сельского хозяйства, например:

  • уточнение границ сельскохозяйственных земель, контуров полей и посевных площадей позволяет более точно рассчитывать затраты на выполнение агротехнических операций и расходы на агрохимикаты;
  • выделение локальных участков угнетенной растительности на поле под влиянием различных неблагоприятных факторов дает возможность увидеть очаги угнетенности, которые невозможно определить с земли. Для точного определения её причин после выделения ареала угнетенности проводят наземные исследования. Раннее определение очагов угнетенности позволяет произвести корректировку агротехнологий с целью сохранения урожая или адресную обработку посевов для экономии агрохимикатов;
  • определение участков полей, подверженных водной эрозии, позволяет скорректировать агротехнологию для предотвращения деградации почвенного слоя. Аэрофотосъемку проводят в ранневесенний период, сразу после схода снега.

На основе аэрофотосъемки в программном обеспечении Agisoft Photoscan возможно построить высокоточную цифровую модель рельефа и затем смоделировать движение водных потоков по поверхности поля (рис. 14). Данная информация позволяет оценить объемы возможного выноса питательных веществ с поверхности при различных погодных условиях и рассчитать объем работ по профилированию поля.

inn-2021-02-26-01

Рис. 14. Моделирование движения водных потоков

Своевременно проведенный контроль выполнения агротехнических операций с помощью аэрофотосъемки позволяет избежать потерь потенциально возможной урожайности, а полученная информация и принятые на её основе оперативные решения - использовать весь потенциал поля и возделываемой культуры.

Видеомониторинг, осуществляемый спутниками, коптерами посредством гиперспектральной, инфракрасной, тепловой съёмки информирует о биофизических параметрах растений: площади листовой поверхности, стрессовом состоянии растений при повреждении вредными объектами, видовом составе и густоте стояния сорной растительности. Своевременно выявляются участки с риском возможного повреждения или гибели посевов, производится картографирование зоны поражения [8].

Разработка метода дистанционного мониторинга наиболее опасных заболеваний картофеля с фиксацией их на ранних стадиях на основе применения тепловизоров, работающих в видимой и инфракрасной областях спектра, облегчит решение задачи ранней Диагностики развития болезней и дифференцированного внесения пестицидов [66]. В интересах точного земледелия постоянно создаются и совершенствуются как сами аппараты (дроны), так и программное обеспечение, позволяющее в сжатые сроки собирать и обрабатывать полученные данные. Для оценки индекса NDVI (Normalized Difference Vegetation Index - нормализованный относительный индекс растительности), по которому можно судить о развитии биомассы растений во время вегетации, мелкие и средние хозяйства используют в течение всего вегетационного сезона готовые спутниковые снимки или съемку с дронов. Рынок агрономической аэросъемки имеет намного больший объем, чем рынок картографии. Карту поля обычно делают один раз в 5-10 лет, а съемку растений проводят от 5 до 20 раз за сельскохозяйственный сезон в зависимости от глубины внедрения технологий. Услуга перевода полученных данных аэросъемки с цифровых носителей на понятный агроному язык востребована во многих странах.

Компания «АгроДрон Групп» после многократных исследований в полях Южного и Центрального округов России запатентовала интерпретационный алгоритм, вычисляющий конкретное содержание азота в листьях растений [67]. В планах компании создание облачного сервиса, куда можно будет загружать данные, полученные в ходе профессионального облета полей, а затем получать их в виде понятной информации в личном кабинете. Визуальное распознавание болезней по видеоснимкам более эффективно при наличии библиотеки снимков болезней.

В настоящее время производители беспилотных систем для аэрофотосъемки и видеонаблюдения в России представлены небольшим числом компаний. Среди них можно выделить «Беспилотные технологии» (г. Новосибирск), «Геоскан» (г. Санкт-Петербург), «Автономные аэрокосмические системы — «ГеоСервис» (г. Красноярск) и «Zala Аего» (г. Ижевск). Спектр услуг, предоставляемых данными компаниями для сельского хозяйства, достаточно широк. Например, компания «Геоскан» предлагает несколько пакетов услуг по специализированной аэрофотосъемке, которая выполняется с БПЛА Геоскан 201 одновременно двумя фотокамерами в видимом и ближнем ИК диапазонах. Полученные данные обрабатываются с помощью Agisoft Metashape Pro и ГИС Спутник.

При повышенной влажности почвы, на сложных рельефах поля, горных склонах, в поздние периоды роста и развития высокостебельных культур, при высокой плотности растений картофеля использование наземной техники для осуществления технологии дифференцированного внесения удобрений и химических средств защиты растений в системе точного земледелия затруднительно. В этой связи особую актуальность приобретает использование БПЛА не только для составления карт-заданий, но и дифференцированного внесения удобрений и пестицидов. В этих целях можно использовать дрон с дистанционными цветными видеозаписями с привязкой к местности для визуального анализа снимков, с навигацией, видеокамерами и устройством, которое поможет распылять пестициды на поля с воздуха по команде оператора, опрыскивать поля микроудобрениями, регуляторами роста и защитными препаратами. Преимущество такой техники заключается в том, что она может применяться не только для распыления защитных препаратов, но и контроля посадок и своевременного определения сроков и участков обработки. Установленная на дроне видеокамера позволяет проводить видеосъемку посадок картофеля. Проанализировав ее, можно оценить обстановку и определить болезни и их распространённость. Детальный просмотр частей растений, например листьев, позволяет немедленно проанализировать фотографию, принять необходимые меры для подтверждения потенциального заболевания и принятия соответствующих действий по его устранению [11, 68-70].

Гексакоптер OSA НЕХА В-1 (Компания «Бозон Аэро») предназначен для проведения автоматизированного ультрамалообъемного внесения пестицидов и агрохимикатов. В процессе работы контролирует уровень жидкости и заряда, автоматически возвращается на базу для дозаправки и замены батарей.

К преимуществам дронов-опрыскивателей можно отнести ультрамалообъемное внесение ХСЗ, точечную обработку проблемных участков, автоматизированное управление с помощью программного обеспечения на ноутбук или планшет.

В последние годы для авиационного внесения пестицидов стали применять сверхлегкие и легкие летательные аппараты. Одним из перспективных легких винтокрылых летательных аппаратов для внесения жидких средств химизации является автожир (винтокрылый летательный аппарат, использующий для создания подъёмной силы свободно вращающийся в режиме авторотации несущий винт) тянущей или толкающей схемы, сочетающий в себе свойства самолета и вертолета. В ФГБНУ ФНАЦ ВИМ разработан автожир с устройством, обеспечивающим автоматизированный процесс внесения жидких средств химизации модульной конструкции с нормой внесения ЖСХ 10-20 л/га, рабочей скоростью полета 70-100 км/ч, шириной распределения ЖСХ -8 м, высотой полета при обработке 1-1,5 м. При рациональных значениях длины гона участков поля от 1 до 2,6 км в пределах расстояния подлета к полю 0,6-1,5 км наибольшая производительность обработки сельскохозяйственных культур составляет от 37 до 43 га/ч [71].

Для дифференцированного внесения удобрений и пестицидов наиболее целесообразно использовать БПЛА вертолетного и винтокрылого типов, летающие на малых скоростях (30-40 км/ч) и небольших высотах (0,5-1,5 м) с большой полезной нагрузкой (300- 400 кг), поскольку они наиболее полно соответствуют экологическим и природоохранным требованиям. В результате проведённых исследований ФГБНУ ФНАЦ ВИМ разработаны основные требования к качеству выполнения технологической операции по дифференцированному внесению удобрений и пестицидов с помощью беспилотных летательных аппаратов:

  • нормы внесения рабочих жидкостей:
  • удобрений - 50-200 л/га с дискретностью доз 10-15 кг д.в/га (25-40 л/га),
  • пестицидов - 10-20 л/га с дискретностью доз 5 л/га;
  • медианно-массовый диаметр капель - 250-300 мкм;
  • неравномерность распределения рабочей жидкости по ширине захвата - не более 15%;
  • снос рабочих жидкостей за пределы обрабатываемого участка - не более 20%;
  • время установки заданной дозы на границах выделенных участков - не более 1,1с;
  • рабочая скорость полета - не более 40 км/ч;
  • высота полета при внесении удобрений и пестицидов - 1-1,5 м [72].

Использование беспилотных летательных аппаратов в сельском хозяйстве позволяет решить широкий круг задач и повысить эффективность выращивания сельхозпродукции. Оценка мелиоративного и фитосанитарного состояния посевов по данным аэрофотосъемки - перспективное направление при разработке новых технологических приемов ведения сельскохозяйственного производства. Особую актуальность приобретает использование БПЛА для дифференцированного внесения удобрений и пестицидов в системе точного земледелия.

Расписание

8. Васильченко А.В. Инновации и цифровизация в защите растений // Плодоводство и виноградарство Юга России. - 2020 г. - № 61 (1). - С. 161-172.

11. Старовойтов В.И., Башилов А.М., Андержанов А.Л. Автоматизация контроля качества картофеля, овощей и плодов. - М.: Агропромиздат, 1987. - 200 с.

66. Лысов А.К. Актуальные проблемы механизации технологических процессов защиты растений // Защита и карантин растений. - 2014. - № 4. - С. 66-68.

67. Старовойтов В.И., Старовойтова О.А., Балабанов В.И., Манохина А.А. Оптический полевой мониторинг в оригинальном картофелеводстве // Наука в центральной России. - 2019. - № 6 (42). - С. 91-99.

68. Личман Г.И., Марченко Н.М. Космический мониторинг в системе точного земледелия // С.-х. машины и технологии. - 2010. - № 1. - С. 27-31.

69. Марченко Н.М., Личман Г.И. Многофункциональный диагностический агрегат // Сел. механизатор. - 2015. - № 9. - С. 14-15.

70. Jacquemoud S. Leaf optical properties: Astate of the art // In: Presented at 8th Int. Symp. Physical Measurements & Signatures in Remote Sensing. - Aussois. - France. - 2001. - P. 223-232.

71. Годжаев З.А., Марченко Л.А., Степанов Б.Е., Козлова А.И. Автожир для внесения жидких средств химизации и обоснование его технологических параметров // С.-х. машины и технологии. - 2016. - № 2 - С. 22-27.

72. Марченко Л.А., Личман Г.И., Смирнов И. Г., Мочкова Т.В., Колесникова В.А. Дифференцированное внесение удобрений и пестицидов с использованием беспилотных летательных аппаратов // С.-х. машины и технологии. - 2017. - № 3. - С. 17-23.

 

Источник: Старовойтова О.А., Старовойтов В.И., Мишуров Н.П., Щеголихина Т.А., Манохина А.А., Воронов Н.В., Технологии внесения удобрений и применения средств защиты при возделывании картофеля: аналит. обзор. - М.: ФГБНУ "Росинформагротех", 2020.- С. 66-73

 
Информация 



Мы находимся здесь:

424005, Республика Марий Эл, г.Йошкар-Ола, ул. Медицинская, д. 17

Наши телефоны:

+7 (8362) 22-34-26 (приемная)
+7 (8362) 46-34-94 (бухгалтерия)

Наш email:
maragrokadr@mail.ru



ФГБОУ ДПО МИПКА


Лицензия МОиН РМЭ
№ 531 от "30" сентября 2015 г.


Яндекс.Метрика


©2016 ФГБОУ ДПО МИПКА