Iskustva primene fotogrametrijskog snimanja i daljinske detekcije uz pomoć bespilotne letilice

Prof. dr Pavel Benka, Univerzitet u Novom sadu, Poljoprivredni fakultet

Daljinska detekcija i poljoprivreda

• Pojam daljinske detekcije (RS) se uglavnom vezuje za primenu multispektralnih satelitskih snimaka za detektovanje različitih fenomena na Zemljinoj površi ili u atmosferi.
• U poljoprivredi se daljinska detekcija primenjuje uglavnom za praćenje stanja vegetacije ili praćenje promena na zemljištu.

Daljinska detekcija pomoću bespilotne letilice

• Razvoj bespilotnih letilica i kompaktnih multispektralnih kamera poslednjih godina su pružili mogućnost kombinacije ovih tehnologija i primenu principa daljinske detekcije snimanjem sa male visine.
• Prednosti ovakvog snimanja se ogledaju u velikoj detaljnosti snimljenih pojava. Veličina jednog piksela kod snimanja BL je nekoliko centimetara, kod satelitskog snimanja često su u pitanju metri. Velika detaljnost omogućava primenu ovih snimaka u preciznoj poljoprivredi.

Daljinska detekcija pomoću bespilotne letilice

• Sa druge strane, kod ovakvog snimanja postoje ograničenja u veličini područja snimanja zbog male visine leta BL i kapaciteta baterije.
• Naša iskustva govore da je moguće snimiti nekoliko desetina hektara dnevno, uz dovoljan broj rezervnih baterija.

Osnove fotogrametrije

• Fotografija površine zemlje iz vazduha nije zamena za topografsku podlogu (plan ili kartu). Fotografija nastaje po pravilima centralne projekcije, dok je plan ili karta ortogonalna projekcija terena.
• Kako bi se snimci sa BL mogli koristiti za razna merenja i prostorne analize, teren se snima sa različitih pozicija gde se na više slika može naći ista tačka. To se postiže tako da se planira podužni i poprečni preklop snimaka u planu leta.
• Putem fotogrametrijske obrade se iz ovih snimaka dobijaju produkti kao što su ortofoto mozaik, DSM, oblak tačaka itd.

Ortofoto mozaik

• Ortofoto mozaik nastaje kombinacijom delića preklopljenih snimaka tako postavljenih da prikaz odgovara ortogonalnoj projekciji terena.
• Ortofoto mozaik se može dalje koristiti za potrebna merenja i razne prostorne analize ili druge inženjerske potrebe.

Osnove daljinske detekcije

Oprema i sofver

• DJI Phantom 4 Pro
• MicaSense RedEdge-M
• GNSS prijemnik Trimble R2
• Pix4D mapper
• QGIS

​

MicaSense RedEdge-M

• Multispektralna kamera MicaSense RedEdge-M prilikom snimanja se za svaki snimak dobije 5 slika (tif fajlova) koje prikazuju intenzitet refleksije sunčevog zračenja za 5 spektralnih opsega:
• B (Plavi)
• G (Zeleni)
• R (Crveni)
• Re (Red edge)
• NIR (Bliski infracrveni)

​

MicaSense RedEdge-M

• MicaSense RedEdge-M spektralni opsezi

Priprema za snimanje

• Radi korektno određenog stepena refleksije, pre svakog snimanja potrebno je snimiti specijalni kalibracioni panel koji isporučuje proizvođač kamere.

Priprema za snimanje

• U pripremi za snimanje na području snimanja postavljamo markice – ploče i za svaku ploču se snimi pozicija pomoću GNSS prijemnika putem RTK metode.
• Na ovakav način se postiže da snimanja iz različitih perioda možemo korektno poravnati međusobno, s obzirom da GNSS ugrađen u bespilotnu letilicu ima dosta grublju tačnost.

Odabrani poslovi - zadaci

U okviru ove prezentacije biće ilustrovani sledeću slučajevi primene BL i daljinske detekcije:

• Zaštita prirode: Mapiranje invazivne vrste bagremac (A. fruticosa) u okviru zaštićenog prirodnog područja Obedska bara
• Vinogradarstvo: utvrđivanje mrtvih čokota na parceli oglednog vinograda Poljoprivrednog fakulteta u Sremskim Karlovcima
• Ratarska proizvodnja: utvrđivanje gubitaka u prinosu šećerne repe zbog bolesti i prazita na parceli šećerne repe blizu Temerina.
• Upravljanje zaštićenim područjem: mapiranje žbunaste vegetacije radi procene radova pri njenom uklanjanju na podruju Gornjeg podunavlja
• Utvrđivanje vertikalne i horizontalne tačnosti pozicije kod snimanja terena pomoću bespilotne letilice.

Obedska bara - priprema

• Utvrđivanje područja istraživanja koristeći satelitski snimak.
• Uvažavajući činjenicu da nije moguće detekcija invazivne vrste ispod krošnji drveća, izdvojene su livade gde je izvršeno snimanje i dalja obrada snimaka pomoću BL

​

Obuhvaćeno područje sa ukupnom površinom oko 2600 ha

Obedska bara - priprema

Izrada plana leta za jednu misiju.

Definisane su površine koje predstavljaju jedan let BL uvažavajući visinu leta i kapacitet baterije. Jedna baterija omogućuje oko 25 do 30 minuta leta.

Koraci u mapiranju

• Izrada ortofoto mozaika kroz fotogrametrijsku obradu. Najveći ortomozaik je pokrivao oko 300 hektara i dobijen je iz 9100 fotografija.
• Izdvajanje površine sa niskom vegetacijom (livada) pomoću digitalnog modela površi (DSM).
• Klasifikacija ortomozaika pomoću nadgledane klasifikacije, koristeći mesta na terenu gde je registrovano prisustvo bagremca i zabeleženih koordinata radi definisanja spektralnog potpisa.
• Izrada karata sa prikazom mesta gde je utvrđeno prisustvo A. fruticosa.

Spektralni potpis

• Određena pojava na ortomozaiku se karakteriše specifičnim spektralnim potpisom.
• Na osnovu sličnosti sa utvrđenim spektralnim potpisom za A. fruticosa su na celom snimku izdvojena mesta gde je ona prisutna.

​

Mape

Vinograd – cilj eksperimenta je bio da se putem daljinske detekcije izdvoje mrtvi čokoti u vinogradu

• Deo oglednog fakultetskog vinograda je periodično sniman tri godine u različitim vegetacionim fazama. Prvo snimanje je izvedeno u stanju bez vegetacije (april) pa sve do situacije pred samu berbu (avgust – septembar).

P. Benka, P. Božović, D. Jovanović, M. Gavrilović, M. Govedarica

Opis metodologije

• Na ortomozaiku načinjenim u aprilu (čokoti bez lišća) su se jasno videle senke svakog čokota i stuba u vinogradu. Prepoznavanjem šta je stub a šta čokot (primena VI), utvrđena je pozicija svakog čokota u vinogradu.
• Na ortomozaiku iz juna (vegetacije je najintenzivnija), prisutvo lišća čokota se može utvrditi putem visoke vrednosti NDVI indeksa. Mapa NDVI indeksa se dobija kombinacijom ortomozaika u crvenom delu spektra i infracrvenom delu spektra.
• Ukoliko je na utvrđenom mestu čokota visoka vrednost NDVI, znači taj čokot ima lišće i živ je. Ukoliko je na mestu čokota niska vrednost NDVI, tu nema lišća i taj čokot je mrtav.

Predložen model �za detekciju

Identifikacija živih čokota

1. Identifikacija čokota putem senke

2. Pomeranje pozicije čokota nazad u red

3. Čitanje vrednosti NDVI za utvrđeno mesto čokota

4. Identifikacija živih čokota

Objavljen rad u naučnom časopisu

Parcela pod šećernom repom

• Cilj istraživanja je bio da se utvrde mogućnosti praćenja stanja šećerne repe na parceli i procena gubitaka u rodu zbog bolesti i parazita.

P. Benka, J. Grabić, N. Santrač

Metodologija

• Cilj: Korišćenjem multispektralnih snimaka izdvojiti zone gde je usev ugrožen bolestima ili parazitima.
• Radi praćenja promena izvedena su višestruka snimanja u različitim fazama vegetacije.
• U zonama gde je putem snimaka utvrđena bolest ili paraziti uzeti su uzorci šećerne repe radi utvrđivanja gubitaka u prinosu.
• Na osnovu uzoraka procenjeni su gubici na celoj parceli uzimajući u obzir udeo površine date zone u celoj parceli.

Parazit Cuscuta kosica

Početna faza zaraze

Napredna faza zareze

Napredna faza zaraze

Zdrava šećerna repa

MSAVI index

MSAVI index

MSAVI index

MSAVI index

September

Procena prinosa

Utvrđivanje površina pod žbunastom vegetacijom

• Za potrebe upravljanja zaštićenim prirodnim područjem bilo je potrebno utvrditi površine obrasle žbunastom vegetacijom.
• Za datu veličinu područja (oko 100 ha), fotogrametrijsko snimanje pomoću BL smo smatrali kao efikasno rešenje.
• Za ovo snimanje je korišćena samo ugrađena RGB kamera bespilotne letilice.

Utvrđivanje površina pod žbunastom vegetacijom

• Nakon snimanja (5 misija leta sa dve tačke poletanja) pored ortofoto mozaika korišćen je i digitalni model površi koji je dobijen fotogrametrijskom obradom snimaka.
• Pored 10 markica čija visina je određena GNSS prijemnikom, sa DSM su očitane visine još 369 tačaka ne mestima gde je sa ortofoto mozaika jasno vidljivo da je u pitanju travnata površina. Pomoću ovih tačaka je interpolacijom kreiran digitalni model terena (DTM).
• Oduzimanjem visina DTM od DSM dobija se digitalni model visina biljnog pokrivača (Canopy Height Model – CHM) gde vrednost svakog piksela predstavlja visinu vegetacije u toj tački.

​

CHM = DSM - DTM

Mapiranje žbunaste vegetacije

• Klasiranjem CHM u tri klase po visini, dobijene su površine pod žbunastom vegetacijom:
• travnate površine (< 0,5 m)
• žbunje (0,5 – 3,0 m)
• šuma (> 3,0 m)

Uvrđivanje vertikalne i horizontalne tačnosti snimljenih tačaka pomoću BL

Radi utvrđivanja tačnosti snimljenih detalja postavljen je eksperiment:

• Snimljen je deo poljoprivredne parcele (oko 2,5 ha) na skoro ravnom terenu (prisutno je udubljenje – vodoleža dubine do 2 m)
• Izvršeno je snimanje sa tri visine leta: 50 m, 80 m i 120 m
• Izvršeno je snimanje istovremeno sa ugrađenom RGB i dodatnom multispektralnom kamerom MicaSense.
• Snimanje je obavljeno sa dve verzije plana leta, samo uzdužni preleti i sa ukrštenim preletima.
• Fotogrametrijska obrada je izvršerna u više varijanti sa korišćenjem različitog broja orijentacionih tačaka.

Uvrđivanje vertikalne i horizontalne tačnosti snimljenih tačaka pomoću BL

Uvrđivanje vertikalne i horizontalne tačnosti snimljenih tačaka pomoću BL

Verzije plana leta

Uvrđivanje vertikalne i horizontalne tačnosti snimljenih tačaka pomoću BL

• Po području snimanja je raspoređeno ukupno 42 markice (table) čije pozicije su snimljene pomoću GNSS prijemnika. Dodatno, visine ovih markica su određene nivelanjem, radi bolje vertikalne tačnosti.
• Pri fotogrametrijskoj obradi su odabrane markice (zavisnosti od varijante) korišćene kao vezne tačke. Preostale tačke su onda korišćene kao kontrolne tačke. Njihova pozicija snimljena putem GNSS prijemnika i visina nivelanjem su smatrane kao tačne vrednosti.

Raspored veznih i kontrolnih tačaka

Primer dobijenih rezultata

Zaključci

• Korišćenje RGB kamere omogućuje dobru tačnost detalja, dok korišćenje MS kamere omogućuje neophodne opsege za klasifikaciju ili izradu mapa indeksa.
• Za istraživano područje, korišćenje do 10 veznih tačaka je preporuka. Korišćenje većeg broja veznih tačaka ne povećava značajno tačnost detalja, ali zato usporava terenski rad i samu fotogrametrijsku obradu.
• Korišćenje ukrštenih pravaca preleta kod snimanja ima smisla samo kada je potrebna veća vertikalna tačnost. Za horizontalnu tačnost ovi preleti nisu neophodni.
• Korišćenje preleta na više visina nije opravdano kod većih visina leta odnosno kod snimanja ravnog terena bez objekata. Ovaj način planiranja leta ima smisla koristiti ukoliko su potrebni fini detalji pri snimanju objekata odnosno na malim visina leta.

PITANJA?

HVALA NA PAŽNJI