Drone Imagery & Data Expert Steenweg 248, BE-3570 ALKEN Tel. +32 (0)475/21 08 92 www.didex.be info@didex.be
Wie wat? * Yves Lantin * 22 jaar laborant / productiecoördinator Aperam Genk (Arcelor-Mittal) * Spectrometrie uit werkervaring wordt nu toegepast op geografische gebieden * Commercieel dronepiloot met licentie sinds 2016 na wetgevend kader * DIDEX is vooral gespecialiseerd in geografische beeldvorming & data
Drone met sensoren: Multispectraal Thermaal
Electromagnetisch spectrum: Multispectraal Thermaal
Electromagnetisch spectrum: Multispectraal Thermaal
Hoe verloopt een mapping-vlucht:
Hoe verloopt een mapping-vlucht:
Hoe verloopt een mapping-vlucht: Reflectiekaarten en DEM: resolutie (GSD) afhankelijk van vlieghoogte en sensor Multispectraal resolutie dronevlucht voorlopig nog 50x hoger dan satellietbeeld (124 cm/px) DEM hoogtemeting: ondergrond niveau belangrijk!
Hoe verloopt een mapping-vlucht: Rechtstreeks zonlicht RGB: veel invloed veranderlijk zonlicht Multispectraal: weinig invloed veranderlijk zonlicht Zonlichtsensor kalibreert continu de beelden
NDVI of andere indexberekening:
NDVI of andere indexberekening: Vanaf indexwaarde 0.2 levende vegetatie Statistiek indexberekening
Praktijkvoorbeelden: NDVI standaard Zonekaart
Praktijkvoorbeelden: Crop counting: gewasopbrengst voorspelling (Yield) Meer of opnieuw inzaaien? Op basis van RGB foto s
Praktijkvoorbeelden: Waterschade, extreme droogte,
Thermografie bietenveld Thermografie aardbeienveld Praktijkvoorbeelden: Waterschade, extreme droogte,
Praktijkvoorbeelden: Exoten opsporen, ongewenste indringers, onkruiden,
Praktijkvoorbeelden: Overstromingsgebied kartering met projectie op het GRB:
Praktijkvoorbeelden: Aardbeienveld RGB
Praktijkvoorbeelden: Aardbeienveld thermaal
Praktijkvoorbeelden: Gezondheidsindex NDVI vs Thermaal Aardbeienveld
Bietenveld Praktijkvoorbeelden: Extreme droogte RGB NDVI Thermaal
Perenplantage Thermaal Praktijkvoorbeelden: Onderscheid tussen bomen en grasstroken extra moeilijk bij fruitplantages Resolutie MSP en thermaal moet hoog genoeg zijn! RGB NDVI
Praktijkvoorbeelden: Zonale statistiek
Praktijkvoorbeelden: 3D-model appelplantage: tellen van fruit (opbrengst) 2 ha = bestand van 15 GB Onnodige pixels uitfilteren?
Didex investeringen in 2019:
Knelpunten bij de gebruiker: * Zeer waardevolle data voor proefinstituten * Proefinstituten weten precies wat op het gewas of in de bodem werd toegepast en koppelen dit aan de multispectrale of thermale data * Rechtstreeks aan landbouwer nog té relatieve resultaten * Data kan op verschillende manieren geïnterpreteerd worden * Verdere analyse is steeds noodzakelijk : Multispectrale data MOET gekoppeld worden met metingen in het veld (bodemstalen) Elk gewas heeft zijn specifieke kenmerken * Machine Learning kan hierbij helpen
Recente ontwikkelingen Intelligente landbouwondersteuning met behulp van - drone-beelden, in combinatie met - machine learning Startpunt = gezondheidskaarten en detailbeelden Ongezonde gebieden worden geanalyseerd met behulp van - visuele herkenning en detectie - op basis van een combinatie van kenmerken : kleur, vorm, structuur, patronen,...
Praktijkvoorbeeld Zoek ongewenste bezoekers! Riet Haagwinde Waterteunisbloem Moeras
Praktijkvoorbeeld VARI > Ongewenste bezoekers?
Praktijkvoorbeeld Machine Learning > Ongewenste bezoekers!!
Andere mogelijkheden Classificatie Detectie van ziekten Bepalen van het ideale oogstmoment door middel van de grootte van de bladmassa als indicator van het groeistadium (BBCH-schaal)
Drone Imagery & Data Expert VRAGEN? Steenweg 248, BE-3570 ALKEN Tel. +32 (0)475/21 08 92 www.i-farming.be www.didex.be info@didex.be