မောင်းသူမဲ့လေယာဉ်များ (UAVs) များကို ဒရုန်းများဟုလည်း ခေါ်ကြပြီး ချိတ်ဆက်ထားသော ခွဲခြမ်းစိတ်ဖြာမှုများ၊
ရင်ဆိုင်နေရသော အပြင်းထန်ဆုံးပြဿနာအချို့ကို ပံ့ပိုးကူညီဖြေရှင်းရန် အလားအလာကောင်းများရှိသည်။
အချိန်နှင့်တပြေးညီ အရည်အသွေးပြည့်မီသော အချက်အလက်များကို လက်လှမ်းမီနိုင်စေရန်အတွက် စိုက်ပျိုးရေး၊
၎င်းကို ဖြတ်တောက်ခြင်းစက်ဝန်းတစ်လျှောက် အဆင့်အမျိုးမျိုးတွင် အသုံးပြုနိုင်သည်။
- မြေဆီလွှာနှင့် နယ်ပယ်ခွဲခြမ်းစိတ်ဖြာခြင်း - မြေဆီလွှာအတွက် တိကျသော 3D မြေပုံများရရှိပြီးနောက်၊ စိုက်ပျိုးခြင်းအား အစီအစဉ်ဆွဲနိုင်ပြီး အာဟာရအခြေအနေများကို ဆက်လက်လုပ်ဆောင်ရန်အတွက် ခွဲခြမ်းစိတ်ဖြာနိုင်သည်-
- စိုက်ပျိုးခြင်း – UAS သည် မြေဆီလွှာအတွင်း အာဟာရဓာတ်များ ပျမ်းမျှ ၇၅ ရာခိုင်နှုန်းဖြင့် မျိုးစေ့များကို ထုတ်ပေးသောကြောင့် စိုက်ပျိုးစရိတ်စက လျော့နည်းစေသည်။
- သီးနှံစောင့်ကြည့်ခြင်း - အချိန်စီးရီး ကာတွန်းများသည် သီးနှံတစ်ခု၏ တိကျသောဖွံ့ဖြိုးတိုးတက်မှုကို ပြသနိုင်ပြီး ထုတ်လုပ်မှု ထိရောက်မှုမရှိကြောင်း ပြသနိုင်ပြီး ပိုမိုကောင်းမွန်သော သီးနှံစီမံခန့်ခွဲမှုကို ပံ့ပိုးပေးပါသည်။
- ရေသွင်းရေသွင်းခြင်း - ရောင်စုံရောင်စဉ်တန်း၊ ဘက်စုံ၊ သို့မဟုတ် အပူအာရုံခံကိရိယာများပါရှိသော ဒရုန်းများသည် နယ်ပယ်တစ်ခု၏ မည်သည့်အစိတ်အပိုင်းများ ခြောက်သွေ့နေသနည်း သို့မဟုတ် တိုးတက်မှုလိုအပ်ကြောင်း ခွဲခြားသတ်မှတ်နိုင်သည်။
- ကျန်းမာရေး အကဲဖြတ်ခြင်း - မြင်နိုင်သောနှင့် အနီးရှိ အနီအောက်ရောင်ခြည် နှစ်မျိုးလုံးကို အသုံးပြု၍ သီးနှံတစ်ခုအား စကင်န်ဖတ်ခြင်းဖြင့်၊ ဒရုန်းသယ်ဆောင်သည့် ကိရိယာများသည် မည်သည့်အပင်မှ ကွဲပြားသော မီးစိမ်းရောင်နှင့် NIR အလင်းပမာဏကို ရောင်ပြန်ဟပ်သည်ကို သိရှိနိုင်သည်။ ဤအချက်အလက်သည် အပင်များတွင် ပြောင်းလဲမှုများကို ခြေရာခံပြီး ၎င်းတို့၏ကျန်းမာရေးကို ညွှန်ပြသည့် ဘက်စုံရောင်စုံပုံများကို ထုတ်လုပ်ပေးနိုင်သည်။
Sen2-Agri (http://www.esa-sen2agri.org/)၊ Onesoil (https://onesoil.ai/en/) ကဲ့သို့သော အင်တာနက် ဝန်ဆောင်မှုများမှတစ်ဆင့် လယ်သမားများ အသုံးပြုသည့် နယ်ပယ်ပေါင်းစုံ၏ ဘက်စုံပုံရိပ်များ ဆိုက်များသည် အာကာသမှ ပုံများကို အသုံးပြုသည် (ဥပမာ၊ Sentinel ဂြိုလ်တုများမှ)
ဂြိုလ်တုဓါတ်ပုံများ၏ အဓိကပြဿနာမှာ ယာယီနှင့် spatial resolution နည်းပါးသည်။ အခမဲ့ Sentinel ဂြိုလ်တုများသည် pixel တစ်ခုလျှင် 10 မီတာ အမှာစာ၏ တိကျမှုကို ပေးစွမ်းနိုင်ပြီး တိကျမှုရရှိရန် မလုံလောက်ပါ။ ကမ္ဘာတဝှမ်းရှိ ဒေတာလုပ်ဆောင်ခြင်းစက်ဝန်းသည် 10 ရက်ဖြစ်သည်ဟူသောအချက်ကြောင့် ၎င်းကို ထပ်လောင်းဖော်ပြထားသောကြောင့် ဒေတာအချိန်ကြန့်ကြာမှုသည် နွေရာသီတွင် ဆုံးဖြတ်ချက်များချရန်အတွက် လုံလောက်မှုမမြန်နိုင်သောကြောင့် ပျမ်းမျှအားဖြင့် 3-5 ရက်ဖြစ်သည်။ အခပေးဂြိုလ်တုများသည် pixel တစ်ခုလျှင် 2 မီတာအထိ resolution ကိုပေးသော်လည်း၎င်းတို့ကိုပေးဆောင်သည်။ ပြီးတော့ ဂြိုလ်တုအားလုံးမှာ တိမ်ပြဿနာရှိနေတယ်၊ အချို့နေရာတွေမှာ တိမ်ဖုံးနေတဲ့အချိန်ရဲ့ 50% အထိ ရောက်နိုင်ပါတယ်။ တစ်ချိန်တည်းမှာပင်၊ အာကာသရုပ်ပုံများတွင် တိမ်များဖုံးလွှမ်းနေသည့် ဧရိယာများသည် "အတု" ဖြစ်သည် - ၎င်းတို့အား အနီးနားရှိပုံများမှ ပုံများမှ "ဆွဲယူ" ထားပြီး ၎င်းတို့၏ယုံကြည်စိတ်ချရမှုကို လျော့နည်းစေသည်။ ရလဒ်အနေဖြင့်၊ ဂြိုဟ်တုဓာတ်ပုံများမှ လယ်သမားများမှရရှိသောအချက်အလက်များသည် မြေဆီလွှာအတွင်းရှိ macroelements အဆင့် (နိုက်ထရိုဂျင်၊ ဖော့စဖရပ်၊ ပိုတက်စီယမ်၊ မြေဆွေး) ၏ 75% ထက်မပိုဘဲ တိကျမှုနှင့် တည်နေရာကို သိသာထင်ရှားစွာ နှောင့်နှေးခြင်းနှင့် တိကျမှုမရှိခြင်းတို့ကိုပင် တိကျစေသည်။
UAV မှ ရိုက်ကူးသည့်အခါ လယ်သမားတစ်ဦးသည် 3-5 စင်တီမီတာအထိ ကြည်လင်ပြတ်သားမှုကို ရရှိနိုင်ပြီး ဆိုလိုသည်မှာ အဆ 100 ထက် ပိုကောင်းသည်။ ထို့ကြောင့်၊ macronutrients ၏ တိကျမှန်ကန်မှုသည် 90-95% အထိ ရောက်ရှိနိုင်သည်။ အခြားတစ်ဖက်တွင်မူ လယ်ယာစိုက်ခင်းများ၏ လယ်အရေအတွက်ကို ဆယ်ဂဏန်းဖြင့် တိုင်းတာနိုင်ပြီး လုံလောက်စွာ အကွာအဝေး၊ လယ်တစ်ကွက်သည် ဆယ်နှင့်ချီသော ဟက်တာ သို့မဟုတ် ဧက ရာချီရှိသည်။ ရလဒ်အနေဖြင့် ကွင်းဆင်းလေ့လာမှုများအတွင်း လယ်သမားတစ်ဦးသည် UAV ဖြင့် လယ်ကွင်းအားလုံးကို လွတ်လပ်စွာ ပျံသန်းရန် အလွန်ခက်ခဲသည်၊ ၎င်းသည် ရက်ပေါင်းများစွာ ကြာနိုင်သည်။ Flight Crew Fees – ပျမ်းမျှနေ့စဉ်မြေပုံဆွဲနှုန်း $800 မှ $1200။
ယနေ့ခေတ်အတွက် အလားအလာအရှိဆုံးမှာ ဂြိုလ်တုမှပုံများနှင့် UAV များမှပုံများ ပေါင်းစပ်ထားခြင်းဖြစ်ပါသည်။ ဇီဝဗေဒပညာရှင်များက ၎င်းသည် မြေပြင်ကြည့်ရှုမှုဒေတာ၊ ဂြိုလ်တုဓာတ်ပုံများနှင့် ဒရုန်းမှဓာတ်ပုံများ ပေါင်းစပ်မှု- အလုပ်တွင် အကောင်းဆုံးရလဒ်များကို ပေးစွမ်းနိုင်သည်ဟု ဇီဝဗေဒပညာရှင်များက ယုံကြည်ကြသည်။ ဂြိုလ်တုများနှင့် UAV များမှ ပုံရိပ်များကို တပြိုင်နက်တည်း လုပ်ဆောင်ခြင်းဖြင့် စက်သင်ယူမှုနည်းပညာများ၊ AI ကိုအသုံးပြုခြင်းဖြင့်၊ ဧရိယာတစ်ခုလုံးအတွက် သိသာထင်ရှားသော ကုန်ကျစရိတ်မရှိဘဲ 90-95% မြင့်မားသောတိကျမှုကို ရရှိနိုင်သည်။
သင့်ကိုယ်ပိုင် ဒရုန်းအသုံးပြုခြင်း၏ နောက်ထပ်ပြဿနာတစ်ခု။ ပုံမှန် quadcopters များသည် အလွန်တိုတောင်းသော အကွာအဝေးရှိသည် - ပျံသန်းမှုတစ်ခုလျှင် ဟက်တာ 50-100 ရှိသောကြောင့် လယ်ကွင်းများတွင် အသုံးပြုကြသည်။ Fixed-wing UAV သည် လေယာဉ်မှူးအရည်အချင်းများရရှိရန် လယ်သမားတစ်ဦး လိုအပ်သည်၊ အလိုအလျောက် ပျံတက်ပြီး မြေပြင်တွင် ရုန်းမထွက်နိုင်၊ ထိတ်လန့်စရာကောင်းပြီး အရည်အသွေးနိမ့်သော ရုပ်ပုံများကို ပံ့ပိုးပေးပါသည်။
ဖြေရှင်းချက်မှာ ဒရုန်းအမျိုးအစားသစ်ဖြစ်သည့် Optiplane ရဟတ်ယာဉ်ကို အသုံးပြုရန်ဖြစ်သည်။ ၎င်းတို့သည် ကော်ပတာများ၏ အားသာချက်များနှင့် ပုံသေတောင်ပံများကို ပေါင်းစပ်ထားသော်လည်း ၎င်းတို့၏ အားနည်းချက်များ မရှိကြောင်း သိရသည်။ ကော့ပတာနှင့်မတူဘဲ၊ ရဟတ်ယာဉ်သည် ပျံသန်းမှုတစ်ခုတွင် ဧရိယာ ဟက်တာ 10 ကျော်အထိ 1000 ဆအထိ ကျယ်ဝန်းသည်။ ပုံသေတောင်ပံ UAV နှင့်မတူဘဲ၊ ရဟတ်ယာဉ်သည် လယ်သမားအား UAV လည်ပတ်နိုင်စေရန် မလိုအပ်ပါ - ပျံသန်းမှုမှ ဆင်းသက်ချိန်အထိ ပျံသန်းမှုတစ်ခုလုံးသည် အလိုအလျောက်ဖြစ်သည်။ ဆက်တင်ပြီးနောက်၊ သူ၏ဖုန်း သို့မဟုတ် သူ၏တက်ဘလက်တွင် ကွင်းဆင်းလုပ်ဆောင်မှုများကို ပြုပြင်ရန်အတွက် အကြံပြုချက်များကို အလိုအလျောက်မြင်ရသည် - NDVI၊ NDWI၊ AF1၊ ARI1 မြေပုံများ၊ အထူးအချက်အလက်များ။