کاربرد فناوری سنجش از دور هوایی بر پایه پهپاد برای پایش تنش های زیستی درختان

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 30

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JTAE-10-3_002

تاریخ نمایه سازی: 22 آبان 1405

چکیده مقاله:

کاربرد سنجش از دور در زمینه های علمی، پژوهشی و اجرایی در حال رشد است. در دهه اخیر، استفاده از پرنده هدایت پذیر از دور (پهپاد) برای سنجش از دور وارد مرحله جدیدی شده است. کاربردهای متنوع این فناوری باوجود ویژگی های خاص آن برای کشاورزی دقیق و هوشمندسازی پنجره ای نو باز کرده است. سنجش و پایش تنش های زیستی درختان شامل تنش های آبی، تغذیه ای، و آفات و بیماری ها، به منظور کاهش خسارت، پیش بینی عملکرد، و مدیریت تولید از مهم ترین موضوع های کشاورزی پیشرفته است. همچنین، اهمیت حفظ زندگی درختان با هدف تولید غذا، و نوشیدنی و کمک به کاهش آلودگی هوا انکارناپذیر است. بنابراین، طبیعی است که پایش باغ ها با روش های نوین در حال جایگزینی با روش های مرسوم ارزیابی تنش های زیستی شود. باتوجه به پراکندگی پژوهش های انجام شده در جهان، جمع بندی نتایج پژوهش ها، شناسایی چالش ها، و ارائه توصیه های فنی در خصوص کاربرد این فناوری ضروری است. پژوهش حاضر، نخستین بررسی جامع پژوهش ها در زمینه پایش پهپادی تنش های زیستی درختان باغی مستخرج از پایگاه های استنادی معتبر است. همچنین، در این مطالعه کشورهای فعال در این حوزه، انواع درختان و نوع تنش های زیستی بررسی شده، سکوها و سنجنده ها به کاررفته، روش های تحلیل داده ها، توصیه های فنی، مزایا و محدودیت های این حوزه واکاوی شد. براساس نتایج، کشورهای اسپانیا، چین، آمریکا، ایران و فرانسه بیش از سایر کشورها در این زمینه پژوهش کرده اند. در مجموع، ۱۲ نوع درخت باغی مطالعه شده و ۷۰ درصد از پژوهش ها بر پایش تنش های درختان مرکبات، زیتون، سیب، هلو و انگور متمرکز بوده است. پهپادهای چندچرخانه و سنجنده های چندطیفی بیشترین کاربرد را در داده برداری داشته اند. بیشترین تنش ارزیابی شده، تنش بیماری های گیاهی با ۵۴ درصد فراوانی است. جمع بندی پژوهش ها نشان می دهد که کاربرد روش های مبتنی بر هوش مصنوعی برای تشخیص تنش های گیاهی، در حال افزایش است.

نویسندگان

نیکروز باقری

عضو هیئت علمی، موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج. ایران

جلال کفاشان

کارشناس، موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Agricultural Statistics Yearbook ۲۰۲۳, vol. ۳, Horticultural Crops, Deputy for ...
  • IRNA, "۲۸% Growth in the value of agricultural product exports." ...
  • G. Jang et al., "Review: Cost-effective unmanned aerial vehicle (UAV) ...
  • R. Eskandari, M. Mahdianpari, F. Mohammadimanesh, B. Salehi, B. Brisco, ...
  • A. Ozdarici-Ok and A. O. Ok, "Using remote sensing to ...
  • V. Singh, N. Sharma, and S. Singh, "A review of ...
  • H. Fraga et al., "Integrated analysis of climate, soil, topography ...
  • P. Radoglou-Grammatikis, P. Sarigiannidis, T. Lagkas, and I. Moscholios, "A ...
  • D. Popescu, L. Ichim, and F. Stoican, "Orchard monitoring based ...
  • L. Litavniece, S. Kodors, J. Deksne, G. Lacis, I. Zarembo, ...
  • C. Zhang, J. Valente, L. Kooistra, L. Guo, and W. ...
  • J. Plaza, “What is the value of the European drone ...
  • I. B. Yonah, S. K. Mourice, S. D. Tumbo, B. ...
  • O. E. Apolo-Apolo, J. Martinez-Guanter, G. Egea, P. Raja, and ...
  • M. N. Reza, I. S. Na, and S. W. Baek, ...
  • F. Dadras Javan, F. Samadzadegan, S. H. Seyed Pourazar, and ...
  • V. Gonzalez-Dugo et al.,"Using high resolution UAV thermal imagery to ...
  • P. Horstrand, R. Guerra, A. Rodriguez, M. Diaz, S. Lopez, ...
  • M. Miraki, H. Sohrabi, and P. Fatehi, "Citrus trees identification ...
  • R. Hadipour Rokni, E. Asgari Asli Ardeh, and S. Sabzi, ...
  • J. A. J. Berni, P. J. Zarco-Tejada, G. Sepulcre-Canto, E. ...
  • P. J. Zarco-Tejada, V. Gonzalez-Dugo, and J. A. J. Berni, ...
  • F. Garcia-Ruiz, S. Sankaran, J. M. Maja, W. S. Lee, ...
  • D. Gomez-Candon, N. Virlet, S. Labbe, A. Jolivot, and J. ...
  • X. Liu et al.,"Estimation of carbon and nitrogen contents in ...
  • J. Albetis et al., "Detection of flavescence dorée grapevine disease ...
  • G. Egea, C. M. Padilla-Diaz, J. Martinez-Guanter, J. E. Fernandez, ...
  • S. Park, D. Ryu, S. Fuentes, H. Chung, E. Hernandez-Montes, ...
  • T. Zhao, B. Stark, Y. Q. Chen, A. L. Ray, ...
  • Y. Ampatzidis, V. Partel, B. Meyering, and U. Albrecht, "Citrus ...
  • H. Pourazar, F. Samadzadegan, and F. Dadras Javan, "Aerial multispectral ...
  • L. P. Osco et al., "Predicting canopy nitrogen content in ...
  • Y. Vanbrabant, L. Tits, S. Delalieux, K. Pauly, W. Verjans, ...
  • N. Bagheri, "Application of aerial remote sensing technology for detection ...
  • M. Kerkech, A. Hafiane, and R. Canals, "Vine disease detection ...
  • Y. Lan et al., "Comparison of machine learning methods for ...
  • H. Schoofs, S. Delalieux, T. Deckers, and D. Bylemans, "Fire ...
  • H. Ye et al., "Recognition of banana Fusarium Wilt based ...
  • A. Castrignano et al., "Semi-automatic method for early detection of ...
  • D. Gautam, B. Ostendorf, and V. Pagay, "Estimation of grapevine ...
  • L. Costa, S. Kunwar, Y. Ampatzidis, and U. Albrecht, "Determining ...
  • F. V. Pereira, G. D. Martins, B. S. Vieira, G. ...
  • D. Xiao, Y. Pan, J. Feng, J. Yin, Y. Liu, ...
  • O. W. Kent, T. W. Chun, T. L. Choo, and ...
  • نمایش کامل مراجع