کشاورزی دقیق
حسنی محمدی منور؛ سمانه زیبازاده
چکیده
استفاده از تکنیک سنجش از دور امروزه در کشاورزی کاربردهای فراوانی دارد ازجمله تعیین سطح زیرکشت و پیشبینی عملکرد محصول. در این پژوهش از تصاویر ماهواره‌ای جهت تفکیک گندم آبی و دیم در استان همدان استفاده شد. شاخص‌های NDVI، EVI و NDWI از تصاویر 16 روزه سنجنده‌های لندست، مادیس و سنتینل 3 در بازه پنج ساله مورد مطالعه (2015-2019) استخراج گردید. نتایج ...
بیشتر
استفاده از تکنیک سنجش از دور امروزه در کشاورزی کاربردهای فراوانی دارد ازجمله تعیین سطح زیرکشت و پیشبینی عملکرد محصول. در این پژوهش از تصاویر ماهواره‌ای جهت تفکیک گندم آبی و دیم در استان همدان استفاده شد. شاخص‌های NDVI، EVI و NDWI از تصاویر 16 روزه سنجنده‌های لندست، مادیس و سنتینل 3 در بازه پنج ساله مورد مطالعه (2015-2019) استخراج گردید. نتایج شاخصها نشان داد کاهش شدید NDVI/EVI بعد از نقطه اوج بهدلیل آن است که زمان زرد شدن و یا برداشت محصول فرا رسیده است. بهعلاوه NDWI بهترتیب در بیشینه سبزینگی گندم در کشت آبی و دیم 767/0 و 736/0 دیده شد. سامانه Google Earth Engine محیط انجام محاسبات پردازش تصاویر و استخراج شاخصها و نقشهها بود و نرمافزار R نیز برای آنالیزهای طبقه‌بندی و تفکیک کشت دیم و آبی بهکار رفت. نتایج نشان داد نقشه استان بر اساس سطح زیر کشت دیم و آبی ماهواره سنتینل 3 جزییات بیشتری را نشان داد. همچنین استفاده همزمان از چند شاخصNDVI ، EVI و NDWI توانست قدرت تفکیک را افزایش دهد. علیرغم شباهتهای موجود، الگوریتمهای SVM و MD نیز با دقت قابلقبولی تفکیک کشت دیم و آبی استان را ارائه دادند. نتایج نشان داد کشت دیم و آبی گندم استان با دقت 737/0 تفکیک شد و تفکیک گندم از سایر کشتها با دقت 945/0 انجام گردید.
کشاورزی دقیق
فاطمه نادرنژاد؛ دین محمد ایمانی؛ محمد رضا رسولی
چکیده
پیشبینی عملکرد محصول یکی از مسائل مهم در حوزه‌ی کشاورزی می‌باشد و به عوامل مختلفی از جمله شرایط آب‌وهوایی، ویژگی‌های خاک، ویژگی‌های محصول و برنامه‌های مدیریتی وابسته می‌باشد. پیشبینی دقیق عملکرد محصول میتواند در تصمیم‌گیری‌ها و بهینه‌سازی فرآیندها به کشاورزان و صنایع وابسته به کشاورزی کمک نماید و در نهایت منجر به افزایش ...
بیشتر
پیشبینی عملکرد محصول یکی از مسائل مهم در حوزه‌ی کشاورزی می‌باشد و به عوامل مختلفی از جمله شرایط آب‌وهوایی، ویژگی‌های خاک، ویژگی‌های محصول و برنامه‌های مدیریتی وابسته می‌باشد. پیشبینی دقیق عملکرد محصول میتواند در تصمیم‌گیری‌ها و بهینه‌سازی فرآیندها به کشاورزان و صنایع وابسته به کشاورزی کمک نماید و در نهایت منجر به افزایش تولید شود. نیشکر یکی از مهمترین محصولات استراتژیک کشاورزی و منبع تأمین شکر در جهان می‌باشد. هدف پژوهش حاضر پیشبینی و بررسی عوامل مؤثر بر میزان شکر استحصالی از نیشکر در مزارع شرکت کشتوصنعت نیشکر امیرکبیر با استفاده از الگوریتمهای یادگیری ماشین می‌باشد. دادههای جمعآوری شده برای این پژوهش مربوط به بازه زمانی سالهای 1396-1389 شامل 3223 نمونه می‌باشد که شامل چهار مجموعه داده آب‌وهوایی، محصول، خاک و مدیریت مزرعه می‌باشد. برای مدلسازی پژوهش از الگوریتمهای جنگل تصادفی، آدابوست، تقویت گرادیان حداکثری و ماشین بردار پشتیبان استفاده شده و در محیط ژوپیترنوتبوک پایتون پیادهسازی شدهاند. مدل جنگل تصادفی با صحت 2/92% برای پیشبینی شکر استحصالی در بین مدلهای ارائه شده بهترین عملکرد را دارد.
کشاورزی دقیق
بهرام بشارتی؛ علی جعفری؛ حسین موسی زاده؛ حسین نوید
چکیده
در این پژوهش، سامانه‌ای شامل یک افزاینده 15 کیلوولتی برای از بین بردن علف‌های هرز و یک سازوکار بازخوردی برای تشخیص علف‌هرز و نابودی آن با استفاده از پایش جریان الکتریکی مصرفی نابودگر علف‌هرز در گروه ماشین‌های کشاورزی پردیس کشاورزی و منابع طبیعی دانشگاه تهران (سال 1399) توسعه داده شد. اجزای این سامانه بر روی یک سکوی رباتیک خودگردان ...
بیشتر
در این پژوهش، سامانه‌ای شامل یک افزاینده 15 کیلوولتی برای از بین بردن علف‌های هرز و یک سازوکار بازخوردی برای تشخیص علف‌هرز و نابودی آن با استفاده از پایش جریان الکتریکی مصرفی نابودگر علف‌هرز در گروه ماشین‌های کشاورزی پردیس کشاورزی و منابع طبیعی دانشگاه تهران (سال 1399) توسعه داده شد. اجزای این سامانه بر روی یک سکوی رباتیک خودگردان نصب شد که اطلاعات را بین نرمافزار رایانهای و سامانه انتقال میداد. طبق شواهد هنگامی که الکترود ولتاژ بالا علف‌های هرز را لمس میکرد، جریان افزایش یافته و پس از نابودی علف‌های هرز، جریان کم میشد. متوسط انرژی مصرفی برای یک علف هرز 250 ژول تخمین زده شد. بر مبنای مقدار جریان مصرفی، سازوکار بازخوردی برای تشخیص و دریافت بازخورد از نابودی علف‌های هرز واسنجی شد. آزمایشهای نهایی برای مقایسه کارایی کنترل دو حالت کاری استفاده و عدم استفاده از سازوکار بازخوردی انجام شد و مشخص شد که استفاده از این سازوکار به شکل معنیداری کارایی نابودگر علف هرز را افزایش میدهد.
کشاورزی دقیق
رحیم آزادنیا؛ علی رجبی پور؛ بهاره جمشیدی؛ محمود امید
چکیده
میزان عناصر مغذی نقش بسزایی در رشد، تکثیر و عملکرد محصولات کشاورزی و گیاهان دارند. با پیشبینی این عناصر میتوان بهصورت دقیق نهادههای شیمیایی را مدیریت کرد. هدف از این مطالعه ارزیابی غیرمخرب میزان عناصر NPK با استفاده از طیفسنجی مرئی/ فروسرخ نزدیک (Vis/NIR) در بازه طول موجی 500 تا 1000 نانومتر بود. برای این منظور، طیفسنجی از نمونههای ...
بیشتر
میزان عناصر مغذی نقش بسزایی در رشد، تکثیر و عملکرد محصولات کشاورزی و گیاهان دارند. با پیشبینی این عناصر میتوان بهصورت دقیق نهادههای شیمیایی را مدیریت کرد. هدف از این مطالعه ارزیابی غیرمخرب میزان عناصر NPK با استفاده از طیفسنجی مرئی/ فروسرخ نزدیک (Vis/NIR) در بازه طول موجی 500 تا 1000 نانومتر بود. برای این منظور، طیفسنجی از نمونههای برگ درختان سیب در مد اندازه‌گیری تقابلی انجام گرفت. برای حذف اثرات ناخواسته از روشهای مختلف پیشپردازش استفاده شد تا مدل واسنجی دقیق حاصل شود. در این راستا، مدل واسنجی چند متغیره حداقل مربعات جزئی (PLS) بر پایه اندازهگیری‌های مرجع و اطلاعات طیفی با روشهای مختلف پیشپردازش مورد بررسی قرار گرفت. بهترین مدل ارائه شده مبتنی بر روش پیشپردازش توزیع نرمال استاندارد در ترکیب با مشتق دوم (SNV+D2) با مقادیر 988/0rc= ،% 028/0=RMSEC ، 978/0 rp =،% 034/0=RMSEP و 47/7=RPD متعلق به پیشبینی نیتروژن بود. بهترین مدل برای ارزیابی میزان فسفر و پتاسیم نیز براساس روش پیشپردازش تصحیح پراکنش افزاینده در ترکیب با مشتق دوم (MSC+D2) بهترتیب 976/0 rp =،% 021/0=RMSEP، 15/7=RPD و 958/0 rp =،% 0057/0=RMSEP، 96/5=RPD بهدست آمد. نتایج بهدست آمده حاصل از این پژوهش نشان میدهد که طیفسنجی Vis/NIR میتواند به عنوان یک ابزار غیرمخرب، سریع و قابل اعتماد برای پیشبینی مقدار عناصر مغذی درخت سیب استفاده و از مصرف بیش از حد نهادههای شیمیایی و پیامدهای ناشی از آن جلوگیری گردد.
کشاورزی دقیق
مهدی سعدیخانی؛ محمد مهدی مهارلویی؛ محمدعلی رستمی؛ محسن عدالت
چکیده
سنجش از دور فنّ بهدست آوردن اطلاعات درباره یک شئ، عارضه و یا پدیده‌های مربوط به یک منطقه جغرافیایی خاص بدون تماس فیزیکی با آن‌ها است. دستیابی به دقت بالا در طبقه‌بندی عوارض سطح زمین به کمک تصاویر چندطیفی همواره مد نظر پژوهشگران بوده است. یکی از عوامل کاهش دقت نقشه طبقه‌بندی، ناهموار بودن سطح زمین است. وجود نقاط مرتفع موجب می‌شود ...
بیشتر
سنجش از دور فنّ بهدست آوردن اطلاعات درباره یک شئ، عارضه و یا پدیده‌های مربوط به یک منطقه جغرافیایی خاص بدون تماس فیزیکی با آن‌ها است. دستیابی به دقت بالا در طبقه‌بندی عوارض سطح زمین به کمک تصاویر چندطیفی همواره مد نظر پژوهشگران بوده است. یکی از عوامل کاهش دقت نقشه طبقه‌بندی، ناهموار بودن سطح زمین است. وجود نقاط مرتفع موجب می‌شود که سنجنده در دریافت دقیق اطلاعات بازتابی از سطح پدیده‌ها با مشکل روبه‌رو شود. تصاویر رادار با ارائه مدل رقومی ارتفاع (DEM) در شناسایی و تعیین ارتفاع پدیده‌های سطح زمین موثر است. استفاده از خصوصیات تصاویر دو سنجنده کاملاً متفاوت به منظور بهره‌گیری از قابلیت‌های مثبت آن‌ها با کمک روش ادغام تصاویر ممکن می‌شود. در این پژوهش به منظور برآورد سطح زیر کشت و طبقه‌بندی محصولات زراعی و سایر پدیده‌های موجود در منطقه مورد مطالعه، از تصاویر چندطیفی ماهواره سنتینل2 مربوط به منطقه باجگاه واقع در استان فارس استفاده شد. بدین منظور سری زمانی NDVI متشکل از 13 تصویر ایجاد و با تصویر راداری سنجنده PALSAR در سطح پیکسل، با هدف حذف نقاط مرتفع، تلفیق شد. نتایج این پژوهش نشان داد طبقه-بندی تصاویر برای شناسایی مزارع زیر کشت محصولات مختلف بادقت بالایی انجام شده است و سطح زیر کشت با دقت 97درصد در گندم، 5/99درصد در جو و 5/96 درصد در کلزا نسبت به مقادیر اندازه‌گیری شده در مزرعه تخمین زده شده است. تصاویر ادغام‌شده دارای دقت کلی1/98 درصد و ضریب کاپا 97/0 بود که دقت کلی را نسبت به تصاویر مجزا 5/7 درصد بهبود بخشید.
کشاورزی دقیق
مهران هاشمی جوزانی؛ حسین باقرپور؛ جواد حمزه ای
چکیده
شاخص پوشش گیاهی سبز کسری (FVC) و شاخص نرمال شده تفاضل پوشش گیاهی (NDVI) از شاخص بسیار مهم سبزینگی می‌باشند و ارتباط بسیار قوی با زیست‌توده سبز دارند. هدف اصلی این پژوهش، ارزیابی شاخص NDVI حاصل از حسگر دستی Greesnseeker (GS) در تخمین مقدار زیست‌توده، کلروفیل و شاخص FVC در گیاه اسفناج می‌باشد. در این پژوهش برای جداسازی مناسب زمینه خاک از گیاه از شاخص‌های ...
بیشتر
شاخص پوشش گیاهی سبز کسری (FVC) و شاخص نرمال شده تفاضل پوشش گیاهی (NDVI) از شاخص بسیار مهم سبزینگی می‌باشند و ارتباط بسیار قوی با زیست‌توده سبز دارند. هدف اصلی این پژوهش، ارزیابی شاخص NDVI حاصل از حسگر دستی Greesnseeker (GS) در تخمین مقدار زیست‌توده، کلروفیل و شاخص FVC در گیاه اسفناج می‌باشد. در این پژوهش برای جداسازی مناسب زمینه خاک از گیاه از شاخص‌های رنگی G-B و ExG استفاده شد. در طول دوره رشد 28 تا 44 روز بعد از جوانهزنی گیاه، نتایج تحقیق نشان داد که NDVI حاصل از GS ارتباط خوبی با کلروفیل داشته (R = 0.61 to 0.91) و ارتباط بین این شاخص با زیست‌توده نیز معنیدار بود. علاوه بر این، نتایج نشان داد که در این دوره رشد ارتباط خوبی بین شاخص NDVI حاصل از GS با شاخص FVC وجود دارد (R = 0.67 to 0.82). در حسگر در ارزیابی تاثیر نرخ نیتروژن بر شاخص NDVI، مشخص شد که تنها در دوره کوتاه 28 تا 36 روز پس از جوانهزنی ارتباط خطی معنیداری بین این دو متغیر وجود دارد. نتایج نشان داد که حسگر Greenseedke توانایی خوبی در تخمین کلروفیل و مقدار زیست‌توده گیاه دارد و از آن میتوان در میانه رشد گیاه، مقدار شاخص پوشش گیاهی سبز کسری را بهخوبی برآورد کرد.
