نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار پژوهشی، مؤسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی. کرج. ایران

2 دانش آموخته دکتری، رشته علوم زراعی (اگروتکنولوژی)، پردیس ابوریحان، دانشگاه تهران. تهران. ایران.

3 دانشجوی دکتری تخصصی زراعت، دانشگاه آزاد اسلامی واحد ورامین-پیشوا. پیشوا. ایران.

10.22059/jci.2022.341850.2700

چکیده

به‌منظور ارائۀ یک روش نوین، غیرمخرّب، دقیق و سریع برای برآورد مقدار نیتروژن گیاه ذرت از فناوری سنجش از دور چندطیفی هوایی با پهپاد استفاده شد. آزمایش‌ها به‌صورت طرح بلوک‌های کامل تصادفی در چهار سطح کود نیتروژن (صفر، 50، 100 و 150درصد مقدار کود بهینه) در شهرستان ورامین در سال زراعی 1397 اجرا شد. نمونه‌برداری در دو مرحلۀ کوددهی (هشت‌برگی و ظهور گل‌تاجی) انجام شد. تصویربرداری چندطیفی با پهپاد و نمونه‌برداری زمینی، یک هفته پس از هر بار کوددهی انجام شد. پس از پردازش تصاویر، شاخص‌های پوشش‌گیاهی شامل NDVI، SR، GI، NRI، MCARI2، MTVI2، TCARI، PSRI وREIP محاسبه شدند و همبستگی آن‌ها با نتایج نمونه‌برداری زمینی به‌دست آمد. براساس نتایج به‌دست آمده از بررسی ضرایب همبستگی (r) و رگرسیون (مدل بهترین زیرمجموعه)، بهترین شاخص‌ها برای برآورد مقدار نیتروژن ذرت علوفه‌ای، شاخص پوشش‌گیاهی تفاضلی نرمال‌شده (NDVI)، شاخص بازتاب نیتروژن (NIR)، و شاخص پوشش‌گیاهی مثلثی اصلاح‌شده (MTVI2) در هر دو مرحلۀ رشد هشت‌برگی (V8) و ظهور گل‌تاجی (VT) بودند. در مرحلۀ ظهور گل‌تاجی، رابطۀ مثبت و معنی‌داری بین شاخص‌های NDVI (R2=0.86, P≤0.001)، NIR (R2=0.70, P≤0.001) و MTVI2 (R2=0.46, P≤0.01) با مقدار نیتروژن ذرت به‌دست آمد. براساس یافته‌های به‌دست آمده، تصویربرداری چندطیفی هوایی با پهپاد دقت قابل قبولی برای برآورد مقدار نیتروژن گیاه ذرت ارائه‌ می‌دهد. این فناوری می‌تواند به کشاورزان برای تعیین زمان مناسب کوددهی کمک کند.

کلیدواژه‌ها

عنوان مقاله [English]

Estimating maize canopy nitrogen content using aerial multispectral remote sensing by unmanned Aerial Vehicle

نویسندگان [English]

  • Nikrooz Bagheri 1
  • Maryam Rahimi Jahangirlou 2
  • Mehyar Jaberi Aghdam 3

1 Associate professor, Agricultural Engineering Research Institute. Agricultural Research, Education and Extension Organization (AREEO). Karaj. Iran.

2 Postgraduate, Agrotechnology, College of Aburaihan, University of Tehran, Tehran, Iran.

3 Ph.D. student, Azad university, Varamin-Pishva branch. Pishva. Iran.

چکیده [English]

In order to present a new, non-destructive, accurate and fast method for estimating the nitrogen content of corn, Unmanned Aerial Vehicle (UAV) multispectral sensing technology was used. The experiments were performed based on a randomized complete block design in four levels of nitrogen fertilizer (zero, 50, 100 and 150%) in Varamin city in the year of 2018. Sampling was carried out in two stages of fertilization (8-leaf Stage and Tasseling Stage). Multispectral aerial imaging and ground sampling were performed one week after each fertilizer application. After processing aerial imagery, vegetation indices were calculated and their correlation with the results of ground sampling was determined. Based on the results obtained from the correlation coefficients (r) and best subsets regression, among the spectral vegetation indices, Normalized Difference Vegetation Index (NDVI), Nitrogen Reflectance Index (NIR), and Modified Triangular Vegetation Index2 (MTVI2) indices in both eight leaf collar (V8) and tasseling (VT) of maize growth stage was identified as the best indicator for estimating the nitrogen content of forage maize. At VT, a positive and significant relationship was obtained between NDVI (R2 = 0.86, P≤0.001), NRI (R2 = 0.70, P≤0.001) and MTVI2 (R2 = 0.46, P≤0.01) indices with maize nitrogen content. It can be concluded that UAV multispectral imaging provides acceptable accuracy in determining the nitrogen content of maize. This technology can help farmers to determine the appropriate time of fertilization.

کلیدواژه‌ها [English]

  • Multispectral imaging
  • Nitrogen fertilizer
  • Precision agriculture
  • Remote sensing
  • Unmanned aerial vehicle