Estimating biomass of winter wheat using narrowband vegetation indices for precision agriculture

An important part of wheat harvest planning is to have good understanding of the field where harvesting operation is to be conducted. Terrain characteristics influence biomass product. This information has been challenging to view of the area to be worked. Precision agriculture is about collecting timely geospatial information on soil-plant relations and prescribing an applying site-specific treatments to increase agricultural production and protect the environment. Precision farming should be applied in order to achieve sustainable agriculture. The development and implementation of site-specific farming has been made possible by combining geographic information systems (GIS) and hyperspectral remote sensing. In this research we introduce one existing problem that could be solved based on application of hyperspectral remote sensing. Digital images were taken by an Aisa EAGLE II hyperspectral sensor, which produced images with 253 contiguous bands (400-1000 nm), a spectral sampling of 2.5nm bandwidth, and a ground pixel size of 1m. In our work narrowband vegetation indices (VI) were calculated from high resolution aerial hyperspectral images for estimating the biomass of winter wheat in an agricultural area. Narrow band’s NDVI were computed for each combination of NIR and Red bands. Regression model was computed between NDVI’s and field samples, where 625nm and 720nm bands produced the strongest relationship with biomass values (n=9, R2=0.762, p<0.05). -------------------------------------------------------------------- A szántóföldi gabonatermesztés tervezésének fontos része a gazdálkodási terület megismerése. A területi jellemzők befolyásolják a biomassza produktumot. Ez az információ kihívást jelent a gazdálkodás területi tervezésében. A precíziós növénytermesztés összegyűjti az aktuális térinformatikai információkat a talaj-növény kapcsolatrendszeréről és meghatározza az alkalmazható helyspecifikus kezeléseket, amelyek növelik a mezőgazdasági termelés mértékét és a környezetet is védi. A precíziós gazdálkodás alkalmazható a fenntartható mezőgazdasági fejlődés elérése érdekében. A helyspecifikus gazdálkodási módszer kidolgozása és végrehajtása lehetővé tette a geoinformációs rendszerek (GIS) és a hiperspektrális távérzékelés ötvözését. Jelen kutatásban szeretnénk bemutatni egy olyan gyakorlati példát, amely megoldására távérzékelésből nyert információk segítségével kezelhetők. A felvételek AISA EAGLE II típusú hiperspektrális szenzorral készültek látható és közeli infravörös tartományban (400-1000 nm), 2,5 nm-es spektrális mintavételezéssel és 1 méter terepi felbontással, az így elkészült felvételek 253 db spektrális csatornát tartalmaztak. Munkánk során nagy felbontású légi hiperspektrális felvételekből számított keskenysávú vegetációs indexek (VI) segítségével következtettünk az őszi búza biomassza mennyiségére egy mezőgazdasági területen. A keskenysávú NDVI számításához a vörös-él számítást és az összes csatornakombinációt teszteltük a vörös és a közeli infravörös tartományokban a nedves biomassza-hozam becslésére. A legszorosabb regressziót a nedves biomassza és a mintaterület hiperspektrális felvétel pixelei között a 625nm vörös és a 720nm-es közeli infravörös csatornákból számított keskeny sávú NDVI alkalmazásával kaptuk.


Variant title:
Őszi búza biomassza mennyiségének becslése keskenysávú vegetációs indexek alkalmazásával a precíziós gazdálkodásban
Issue Date:
2015
Publication Type:
Journal Article
DOI and Other Identifiers:
HU ISSN 2064-3004 (Other)
PURL Identifier:
http://purl.umn.edu/206658
Published in:
Journal of Central European Green Innovation, Volume 03, Number 2
Page range:
13-22
Total Pages:
9
JEL Codes:
Q15
Series Statement:
3
2




 Record created 2017-04-01, last modified 2017-08-28

Fulltext:
Download fulltext
PDF

Rate this document:

Rate this document:
1
2
3
 
(Not yet reviewed)