30 марта 2022 г.

С 2018 года DTI использует беспилотные летательные аппараты для сбора и анализа объективных исследовательских данных в рамках последовательного, воспроизводимого процесса — и в крупном масштабе. Существенной проблемой было объединение больших объёмов данных из множества источников с одновременным обеспечением точности и объективности наборов данных для анализа и совместного использования.

Участники организованной DTI группы «БПЛА и точное земледелие» обсуждают возможности точечного опрыскивания с применением беспилотных летательных аппаратов

Ежегодно DTI использует изображения, полученные с БПЛА, более чем в 1 000 испытаниях на 8 площадках в Дании

Помимо государственных и частных исследовательских полевых испытаний, DTI проводит национальные полевые испытания Дании по поручению SEGES — некоммерческой организации, принадлежащей фермерам. Только для этих испытаний DTI координирует работу 18 операторов БПЛА из нескольких организаций, которые выполняют съёмку исследовательских участков по всей стране.

К настоящему времени DTI собрал более 2 000 наборов мультиспектральных данных по NDVI/NDRE, высоте растений, проективному покрытию, всхожести и другим показателям. Результаты исследований регулярно публикуются для заинтересованных сторон в Скандинавской системе полевых испытаний (Nordic Field Trial System).

В 2021 году полёты БПЛА DTI охватывали:

Первоочередной задачей было совершенствование сбора данных с БПЛА и повышение его эффективности. Практически для всей исследовательской аэросъёмки DTI использует мультиспектральные сенсоры MicaSense. Эти передовые приборы выявляют новые полевые данные, не воспринимаемые человеческим глазом и чрезвычайно ценные для исследований DTI/SEGES. Однако получение столь ценных данных сопряжено с определёнными затратами.

Для формирования информативных изображений мультиспектральные сенсоры создают множество файлов снимков — в 5–10 раз больше, чем при съёмке в диапазоне RGB. При этом не все снимки корректно участвуют в формировании итогового ортофотомозаичного изображения. Несколько случайных снимков низкого качества могут нарушить процесс сшивки или повлиять на достоверность данных исследования.

DTI использует мультиспектральные изображения MicaSense для расчёта вегетационных индексов (прежде всего NDVI и NDRE), чтобы оценивать биомассу культур и подтверждать различия между отдельными вариантами опытов. Одновременно накопленный DTI массив изображений высокого разрешения формирует базу данных о состоянии растений, которая станет важным источником справочной информации в будущем.

Поток насыщенных данными изображений с БПЛА представлял для DTI постоянно растущий высокоценный исследовательский актив — при условии, что институт сможет эффективно организовать рабочий процесс. Объём и сложность исследований DTI требовали комплексного решения, которое обеспечило бы беспрепятственный переход от исходных данных к конечным результатам для большой команды.

Узнайте, как создать эффективную программу аэросъёмки с БПЛА без привлечения специалиста по анализу данных

DTI объединяет геопривязанные технологии спутникового мониторинга, БПЛА и полевых датчиков, чтобы экономически эффективно расширять наборы экспериментальных данных. Однако каждый слой данных может требовать значительных затрат времени, труда и пространства для хранения.

Чтобы использовать высокую детализацию без сопутствующих издержек, DTI решил передать на внешний сервис сшивку, хранение и совместное использование изображений с БПЛА с последующей интеграцией результатов в собственную методику аналитической обработки. В результате был создан адаптированный, высокоэффективный и точный процесс, позволяющий извлекать максимальную ценность из времени, затрачиваемого на исследования.

Мультиспектральные сенсоры создают тысячи фотографий за один полёт. Вручную оценить выбросы, способные исказить интерпретацию данных или нарушить сшивку изображений, практически невозможно. Функция предварительного просмотра Solvi позволяет пользователям увидеть на карте последовательность изображений, распределённых по полю. Благодаря этому среди тысяч пригодных снимков можно быстро выявить и исключить размытые изображения, кадры вне целевой области и посторонние снимки.

Инструмент загрузки показывает на карте местоположение каждого кадра и позволяет легко выявить и удалить, например, снимки, сделанные по пути к начальной точке полёта, которые могут ухудшить качество сшитой карты

Каждый оператор БПЛА загружает изображения непосредственно в Solvi, соблюдая стандарты разметки, калибровки, высоты и скорости полёта, а также типа камеры. Поскольку результаты каждого полёта должны быть сопоставимыми, DTI разработал для своих 18 операторов БПЛА руководство с протоколом получения и обработки изображений.

Облачная платформа Solvi позволяет операторам DTI загружать большие объёмы мультиспектральных изображений через высокоскоростное соединение, экономя время за счёт пакетной обработки полётов и передач данных. После загрузки сшитые изображения для небольших испытаний становятся доступны в течение нескольких минут, а для более крупных — примерно в течение часа.

При обработке мультиспектральных изображений в исследовательских целях критически важно откалибровать их с учётом изменяющихся условий освещения в день полёта. Без калибровки данные NDVI/NDRE невозможно сопоставлять между несколькими полётами и площадками или даже со спутниковыми данными. Для решения этой задачи операторы DTI используют калибровочные панели с известными коэффициентами отражения, определёнными в лаборатории. Панели фотографируют до и после каждого полёта, после чего снимки загружают вместе с изображениями опытных участков. В процессе обработки Solvi автоматически распознаёт такие панели и вносит необходимые поправки. В качестве дополнительного улучшения можно использовать данные DLS (датчика падающего света), чтобы учитывать изменения освещённости во время полёта.

Использование панели отражательной способности для калибровки имеет критически важное значение при обработке мультиспектральных изображений в исследовательских целях

Из-за масштаба и сложности схем испытаний DTI предпочитает выполнять углублённый анализ данных собственными силами. После сверки и загрузки изображений DTI применяет инструмент зональной статистики Solvi, чтобы выделить исследуемые поля и обозначить границы делянок. Затем данные каждого полёта экспортируются для дальнейшего изучения.

После загрузки шейп-файла DTI использует собственный R-скрипт для аннотирования схемы поля и начала внутреннего анализа. Гибкие возможности интеграции Solvi идеально соответствуют уникальному рабочему процессу DTI.

DTI использует инструмент зональной статистики для обозначения зон испытаний и рядов делянок; полученные результаты служат входными данными для внутреннего анализа

Получение и обработка изображений — лишь половина задачи. Чтобы данные можно было использовать для анализа, к ним должна иметь доступ вся команда. DTI использует ссылки Solvi для совместного доступа через Интернет к итоговым изображениям в централизованном общем облачном хранилище, где исследователи могут визуализировать показатели данных и даже публиковать информативные снимки в базе NFTS.

Инструмент Farm Sharing обеспечивает другим пользователям простой доступ к гигабайтам мультиспектральных данных и результатам аналитики посредством общедоступных ссылок, создаваемых одним щелчком мыши

В сочетании с другими источниками геопривязанных данных визуализации данных БПЛА в Solvi обладают настолько высоким потенциалом, что DTI использует их в работе собственной брендированной панели мониторинга OnFarm Plus для частных клиентов.

Гибкость Solvi позволяет пользователям выбирать, где выполнять аналитическую обработку. Данные о количестве растений, состоянии растений (включая NDVI и NDRE), а также высотные данные и ортомозаики можно без труда загружать в форматах GeoTIFF, SHP, Excel или CSV для последующего анализа вне платформы.

Большим командам и сложным схемам испытаний необходимы надёжно воспроизводимые процессы. DTI заключил партнёрство с Solvi, чтобы обеспечить обмен данными между полевыми подразделениями и центральным офисом, клиентами и конечными пользователями. Надёжный и эффективный сбор данных позволяет получать достоверные научные результаты при экономической целесообразности исследований.

Однако многие пользователи мультиспектральных систем сталкиваются с ограничениями настольных компьютеров из-за значительных требований к объёму хранения. Насыщенные информацией изображения могут занимать 10–20 ГБ за один полёт. Эффективная работа с мультиспектральными изображениями требует гибкого процесса обработки.

Облачная платформа Solvi позволяет пользователям загружать и скачивать большие файлы через высокоскоростное соединение, а также хранить, администрировать и совместно использовать крупные наборы данных без размещения их на персональных компьютерах.