대부분의 동남아시아 국가에서 모자이크 작물 생산 시스템은 일반적으로 개별 농민/가족이 관리하는 비교적 작은 토지 보유 (<2 ha)로 구성됩니다 (그림 1). 개별 농민의 선호도의 차이로 인해 주요 작물 평원의 공간적으로 인접한 분야 사이에 다양한 현장 물 및 영양 관리 관행이 존재합니다. 작물 성장과 발달의 계절적 강점은 자란 서식지 환경과 밀접한 관련이 있습니다.
따라서 더 넓은 공간 규모와 개별 농부 소유 분야에서 작물 수율의 연간 변화의 큰 변화는 일반적으로 다양한 현장 관리 관행으로 인해 일반적으로 기록됩니다. 농업 경제학자와 농업 의사 결정자들에 의해 안내 된 효과적인 현장 관리 관행의 부족은 물과 질소 사용 효율의 개선을 강력히 제한하여 농업 현대화와 정밀 농업의 실현을 강력하게 제한합니다.
그러나 필드 당 (개별 소규모 토지 보유)의 농작물 성장 및 조경/지역 수준에서의 개발 모니터링 목표는 적절한 방법론이 없기 때문에 부분적으로 어려움을 겪고 있습니다. 이 방법론은 작물 성장에 직접 관여하는 생태 생리 학적 데이터를 적용하여 농작물 성장의 필드 당 상태에 대한 환경 변화의 영향을 명시 적으로 정량화하기 위해 광범위한 공간 및 시간적 차원에 적용합니다. 목표를 달성하기 위해, 잎에서 캐노피로 측정을 융합시키는 공간적으로 계층 적 통합 (픽셀 기반 캐노피 광합성 모델, Pixcan)이 개발되었습니다 (그림 2)
Pixcan 모델은 공간적으로 높은 해상도 및 캐노피 구조 및 기능의 지표면 측정에서 원격 감지를 연결합니다. UAV 시스템은 8 개의 프로펠러와 함께 가능한 한 가볍게 제작되었습니다. 원격 감지 카메라가 장착 된 짐벌을 통합했습니다. 약 10cm 정도의 공간 해상도에서 UAV 이미지의 획득은 원칙적 현상 학적 단계에서 대략 국소 정오 ± 30 분에 취해졌다. UAV 적용 당시 잎 광합성 생리학의 지표면 측정, 잎 면적 지수 및 캐노피 구조가 동시에 수행되었다. 후 처리 된 UAV 원격 감지 이미지는 ENVI/IDL 인터페이스 환경에서 컴파일 된 지표면 측정에 연결되었습니다.
UAV 원격 감지의 공간적 계층 적 통합 및 vivo 작물 성장 정보 측정은 필드 당 작물 성장의 계절 변화 프로파일을 더 잘 모니터링하고 발달 및 현장 물/영양소 관리가 장비 당 작물 성장 및 발달의 계절적 변화를 조절하는 방법의 메커니즘에 대한 이해를 향상시키기위한 발전 단계 (그림 3 리프 영역 및 그림 4- 소포토스 동력).
.
예를 들어, 성장기 초기에 광합성 속도와 광기 사용 효율 모두에서 공간적 변화 (SV)는 질소 첨가에 의해 증폭되었으며, 이러한 영양 효과는 시간이 지남에 따라 기각되었다. 일부 필드에서 토양 건조가 발생하면 캐노피 광합성 용량이 크게 압축되며, 이는 또한 작물 정보 전달 시스템 (CIDS)에 의해 정량적으로 감지된다. 현장 공간에서 관개 및 영양소를 적시에 적용하면 작물 성장에 대한 부작용 환경의 영향을 제거 할 수 있습니다.
매일 농작물 성장과 바이오 매스 생산을 추적하기 위해 토양 특성과 작물 성장 서브 모델을 통합 할 준비중인 작물 정보 전달 시스템의 확장 버전은 지구 환경 변화 하에서 지역 작물 수확량의 변화를 더 잘 모니터링하는 데 드문 기회를 부여 할 것입니다.
이 연구는 근거리 원격 감지, 잎 구조 및 생리학의 공간적으로 계층 적 통합, 현장 규모 생태계 광합성 생산성의 시공간 차원을 진단하는 데 도움이되며 최근 Xinjiang Institute of Ecology and Geography, CAS>에서 작업하면서 농업 및 산림 기상학 저널에 발표되었습니다.
