Ứng dụng công nghệ UAV (drones) theo dõi và hỗ trợ cảnh báo sớm dịch hại vùng canh tác lúa tỉnh Sóc Trăng

Author:

Tuấn Võ Quốc,Nguyễn Tấn Lợi,Quãng Thị Dal,Quang Trương Chí,Phạm Quốc Việt

Abstract

Đồng bằng sông Cửu Long là vùng canh tác lúa trọng điểm của cả nước, tuy nhiên việc thâm canh tăng vụ trong nhiều năm đã làm cho tình hình sâu bệnh diễn biến phức tạp. Nghiên cứu được thực hiện nhằm ứng dụng công nghệ máy bay không người lái (UAV - unmanned aerial vehicle) để theo dõi và cảnh báo sớm dịch hại.  Nghiên cứu phân tích mối quan hệ giữa mức độ nhiễm dịch hại trên lúa dựa trên chỉ số khác biệt thực vật (NDVI - normalized difference vegetation index), chỉ số khác biệt rìa đỏ (NDRE - normalized difference red edge index), và số liệu điều tra thực địa được thu thập tại thời điểm chụp ảnh. Kết quả phân tích đã phân loại được 4 mức độ nhiễm dịch hại trên lúa: nhiễm dịch hại nặng, nhiễm dịch hại trung bình, nhiễm dịch hại nhẹ và không nhiễm dịch hại với tổng diện tích nhiễm là 11,37 ha. Trong đó, nhiễm nặng chiếm 2,1 ha, nhiễm trung bình chiếm 2,76 ha, nhiễm nhẹ chiếm 6,51 ha và không nhiễm là 12,33 ha. Qua đó cho thấy khả năng ứng dụng công nghệ UAV trong theo dõi và hỗ trợ cảnh báo sớm dịch hại trên cây lúa mang lại nhiều hiệu quả, góp phần nâng cao hiệu quả sản xuất lúa tại tỉnh Sóc Trăng nói riêng và vùng Đồng bằng sông Cửu Long nói chung.

Publisher

Can Tho University

Subject

General Medicine

Reference19 articles.

1. Quantifying aerial concentrations of maize pollen in the atmospheric surface layer using remote-piloted airplanes and Lagrangian stochastic modeling;Aylor;Journal of Applied Meteorology and Climatology,2006

2. Monitoring rice growth over a production region using an unmanned aerial vehicle: Preliminary trial for establishing a regional rice strain;Chosa;IFAC Proceedings Volumes (IFAC-PapersOnline),2010

3. Remote Estimation of Rice Yield With Unmanned Aerial Vehicle (UAV) Data and Spectral Mixture Analysis;Duan;Frontiers in Plant Science,2019

4. Barnes E. M., Clarke T. R., Richards S. E., Colaizzi P. D, Haberland J., Kostrzewski M., Waller P., Choi C., Riley E., Thompson T., Lascano R. J., Li H., Moran M. S. (2000). Coincident Detection Of Crop Water Stress, Nitrogen Status And Canopy Density Using Ground-Based Multispectral Data. Proceedings of the Fifth International Conference on Precision Agriculture, 16(19), 1-15.

5. Drones: Innovative technology for use in precision pest management;Filho;Journal of Economic Entomology,2019

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3