ڈرونز فصل کی نمو کی نگرانی کرتے ہیں۔

فصل کی ترقی کی معلومات

فصل کی نشوونما کو فینوٹائپک پیرامیٹرز، غذائیت کے اشارے، اور پیداوار کے بارے میں معلومات سے خصوصیت دی جا سکتی ہے۔ فینوٹائپک پیرامیٹرز میں پودوں کا احاطہ، لیف ایریا انڈیکس، بایوماس، پودوں کی اونچائی وغیرہ شامل ہیں۔ یہ پیرامیٹرز آپس میں جڑے ہوئے ہیں اور اجتماعی طور پر فصل کی نشوونما کو نمایاں کرتے ہیں اور ان کا براہ راست تعلق حتمی پیداوار سے ہے۔ وہ فارم کی معلومات کی نگرانی کی تحقیق میں غالب ہیں اور مزید مطالعات کیے گئے ہیں۔

1) کراپ فینوٹائپک پیرامیٹرز

لیف ایریا انڈیکس (LAI) فی یونٹ سطحی رقبہ پر یک طرفہ سبز پتوں کے رقبے کا مجموعہ ہے، جو فصل کے جذب اور ہلکی توانائی کے استعمال کو بہتر انداز میں بیان کر سکتا ہے، اور اس کا فصل کے مواد کے جمع ہونے اور حتمی پیداوار سے گہرا تعلق ہے۔ لیف ایریا انڈیکس فصل کی نشوونما کے اہم پیرامیٹرز میں سے ایک ہے جس کی فی الحال UAV ریموٹ سینسنگ کے ذریعے نگرانی کی جاتی ہے۔ ملٹی اسپیکٹرل ڈیٹا کے ساتھ نباتاتی اشاریہ جات (تناسب نباتاتی اشاریہ، نارملائزڈ ویجیٹیشن انڈیکس، سوائل کنڈیشنگ ویجیٹیشن انڈیکس، ڈیفرنس ویجیٹیشن انڈیکس وغیرہ) کا حساب لگانا اور زمینی سچائی کے اعداد و شمار کے ساتھ ریگریشن ماڈل قائم کرنا فینوٹائپک پیرامیٹرز کو الٹانے کا زیادہ پختہ طریقہ ہے۔

فصلوں کی نشوونما کے آخری مرحلے میں زمین کے اوپر کا بایوماس پیداوار اور معیار دونوں سے گہرا تعلق رکھتا ہے۔ فی الحال، زراعت میں UAV ریموٹ سینسنگ کے ذریعے بائیو ماس کا تخمینہ اب بھی زیادہ تر ملٹی اسپیکٹرل ڈیٹا کا استعمال کرتا ہے، اسپیکٹرل پیرامیٹرز کو نکالتا ہے، اور ماڈلنگ کے لیے پودوں کے اشاریہ کا حساب لگاتا ہے۔ مقامی کنفیگریشن ٹیکنالوجی کے بائیو ماس تخمینہ میں کچھ فوائد ہیں۔

2) فصل کے غذائیت کے اشارے

فصلوں کی غذائیت کی حیثیت کی روایتی نگرانی کے لیے غذائی اجزاء یا اشارے (کلوروفیل، نائٹروجن وغیرہ) کے مواد کی تشخیص کے لیے فیلڈ کے نمونے لینے اور اندرونی کیمیائی تجزیہ کی ضرورت ہوتی ہے، جب کہ UAV ریموٹ سینسنگ اس حقیقت پر مبنی ہے کہ مختلف مادوں میں مخصوص سپیکٹرل عکاسی جذب کرنے کی خصوصیات ہوتی ہیں۔ تشخیص کلوروفل کی نگرانی اس حقیقت کی بنیاد پر کی جاتی ہے کہ اس کے نظر آنے والے لائٹ بینڈ میں جذب کے دو مضبوط علاقے ہیں، یعنی 640-663 nm کا سرخ حصہ اور 430-460 nm کا نیلا بنفشی حصہ، جب کہ جذب 550 nm پر کمزور ہے۔ جب فصلوں کی کمی ہوتی ہے تو پتوں کا رنگ اور ساخت کی خصوصیات بدل جاتی ہیں، اور مختلف کمیوں اور متعلقہ خصوصیات کے مطابق رنگ اور ساخت کی شماریاتی خصوصیات کو دریافت کرنا غذائیت کی نگرانی کی کلید ہے۔ ترقی کے پیرامیٹرز کی نگرانی کی طرح، خصوصیت کے بینڈز، پودوں کے اشاریہ جات اور پیشین گوئی کے ماڈلز کا انتخاب اب بھی مطالعہ کا بنیادی مواد ہے۔

3) فصل کی پیداوار

فصل کی پیداوار میں اضافہ زرعی سرگرمیوں کا بنیادی ہدف ہے، اور پیداوار کا درست تخمینہ زرعی پیداوار اور انتظامی فیصلہ سازی دونوں محکموں کے لیے اہم ہے۔ متعدد محققین نے ملٹی فیکٹر تجزیہ کے ذریعے اعلیٰ پیشین گوئی کی درستگی کے ساتھ پیداوار کے تخمینے کے ماڈل قائم کرنے کی کوشش کی ہے۔