Droonit kasvuston kuvaamisessa

Droonit kasvuston kuvaamisessa tarjoavat uuden työkalun peltojen havainnointiin ja viljelytoimiin. Kuvista voi tarkastella kasvuston tasaisuutta ja kuntoa, lohkon sisäisiä kasvueroja ja esimerkiksi rikkakasviesiintymiä sekä näiden muutoksia eri vuosien kesken. Myös työjälki ja peltoajon vaikutukset paljastuvat ylhäältä katsottuna hyvin. Kuvia voi hyödyntää myös paikkakohtaisessa lannoituksessa tai kasvinsuojelussa työkoneelle tehtävissä tehtävätiedostoissa.

Drooneilla tehtävien kuvausten etu satelliittikuviin verrattuna on, että kuvaushetken voi valita itse ja kuvaus on mahdollista pilviselläkin säällä. Kuvat ovat tarkempia kuin satelliittikuvat, mistä on hyötyä esimerkiksi rikkakasvipesäkkeiden laajentumisen seurannassa.

Kameratekniikat

Tavallinen digikamera tallentaa värejä ihmissilmälle näkyvän valon aallonpituuksilla. Kuva muodostuu punaisen, vihreän ja sinisen (RGB) yhdistelmistä. Värit ovat hyvin lähellä luonnollisia, ja kuvista näkee jo paljon esimerkiksi kasvuston tiheydestä. Lehtien vihreä väri kertoo lehtivihreän määrästä ja kasvuston kunnosta.

Erikoiskameroilla otetuista kuvista on mahdollista saada esille asioita, jotka eivät ole silmin havaittavissa.  Lähimpänä näkyvän valon aallonpituusaluetta säteilevän lähi-infrapunan (NIR) alueella saadaan tarkempaa tietoa kasvien fysiologisesta tilasta. Esimerkiksi terveet kasvit heijastavat voimakkaammin lähi-infrapuna-alueella kuin stressaantuneet. Yleisimmin käytettävä kasvillisuusindeksin NVDI:n laskeminen edellyttää kameralta NIR-aallonpituuden tallentamista.

Multi-, super-, hyper- ja ultraspektrikameroilla voidaan kuvata lukuisia aallonpituuskaistoja ja laajalta aallonpituuden alueelta. Multispektrikameroissa kuvattavia aallonpituusalueita on alle 10, superspektrikameroissa 10–100, hyperspektrikameroissa 100–1000 ja ultraspektrikameroilla yli 1000. Hyperspektrikameroilla otetuista kuvista voidaan erottaa hyvin yksityiskohtaista tietoa kasvin fysiologisesta tilasta.

Edullisimmat NIR- ja multispektrikamerat ovat noin 1000 euron hintaluokkaa. Työkonetiedostojen teossa näillä kameroilla saadaan lisäarvoa ja -tarkkuutta, kun saadaan kasvustosta enemmän tietoa irti. Runsaammin aallonpituusalueita tallentavat kamerat ovat vielä varsin arvokkaita, ja niitä hankitaan esimerkiksi tutkimuskäyttöön.

Kuvaaminen

Kun pellosta halutaan mittatarkkaa karttakuvaa, lennätys on tehtävä lento-ohjelman avulla ja silloinkin hyvissä lento-olosuhteissa. Lentoreitti suunnitellaan etukäteen lennonsuunnitteluohjelmalla, jolla droonin voi ohjelmoida lentämään ja kuvaamaan automaattisesti. Näin otetut kuvat voidaan yhdistää kuvankäsittelyohjelmalla ortomosaiikkikuvaksi, jossa kuvasuhteet on korjattu oikeaan mittakaavaan karttaa vastaavaksi. Lennolle määritellään kuvattava alue, lentokorkeus ja haluttu kuvien päällekkäisyys. Päällekkäisyys vaikuttaa kuvista muodostettavan ortokuvan tarkkuuteen. Lennonsuunnitteluohjelmia on tarjolla useita, sekä ilmaisia että maksullisia.

Lennätyskorkeus on kompromissi kuvantarkkuuden ja lennon keston suhteen: mitä matalammalla lennetään, sitä kauemmin kuvaus vie. Nykytekniikalla akuilla voi lentää noin 20–30 minuuttia kerrallaan. Kasvuston vihreyden tarkastelussa riittävään tarkkuuteen päästään noin 50–80 metrin lentokorkeudella. Esimerkiksi 10 hehtaarin kokoisen suorakaiteen mallisen lohkon lentämiseen 60 metrin korkeudella kuluu noin 15 minuuttia.

Kasvustosta heijastuvan auringonvalon voimakkuus vaihtelee ilmakehän olosuhteiden mukaan. Eri päivinä otettujen kuvien vertailu on sen vuoksi vaikeaa. Samallakin lennolla auringonvalon voimakkuus voi vaihdella pellon eri osissa. Kuvaukset kannattaa tehdä keskipäivällä, jolloin aurinko paistaa mahdollisimman korkealta.

Kuvien tarkastelu

Analysointiohjelmissa kartoista saadaan esiin kameran tallentamien värikaistojen avulla erilaisia indeksejä tiettyjen aallonpituuksien suhdelukuina. Tavallisesta RGB-kuvasta voidaan laskea VARI-indeksi (Visible Atmospherically Resistant Index), joka tuo kuvasta esiin vihreyttä. Sen avulla saadaan silminkin havaittavat erot selvemmin näkyviin.

Eniten käytetty kasvillisuusindeksi on NDVI (Normalized Difference Vegetation Index), joka lasketaan lähi-infrapunan ja punaisen värin heijastusarvojen perusteella. NDVI kuvaa hyvin lehtivihreän määrää ja kasvustotiheyttä kasvukauden alkupuolella. Kasvuston tultua täyteen kasvuun punaisen värin heijastavuus saavuttaa maksimin, eivätkä erot tule enää näkyviin. NDVI:n ohella olemassa on lukuisia muitakin kasvillisuusindeksejä eri tarkoituksiin.

Kuvista tarkastellaan lohkolla esiintyvää vaihtelua, ja vertailukohta on kyseinen pelto. Kuvattavalla alueella kasvavia eri kasvilajeja tai eri kasvuvaiheessa olevia lajikkeita ei voi verrata toisiinsa. Kuvat eivät suoraan kerro, mistä vaihtelut tai heikommat kohdat johtuvat.  Esimerkiksi korkea lehtivihreän määrä tavallisella RGB-kameralla tuotetuista NDVI-kuvissa voi olla peräisin rikkakasveista. Poikkeamien todellinen tilanne ja syiden arviointi on tehtävä pellolla. Jos leikkuupuimurissa tai korjuukoneessa on satokartoitus, droonikarttoja kannattaa verrata myös satokarttoihin.

Webinaariesityksiä droonien hyödyntämisestä:

 

Kirjoittajat: 

Reetta Palva, tutkija, TTS Työtehoseura

Timo Teinilä, lehtori, HAMK/Mustiala