Search
  • Charlie Wijnberg

Enquête NDVI sur les drones - Nampula, Mozambique

Updated: Dec 17, 2019

L'étude NDVI était basée dans la province de Nampula, au Mozambique. La principale culture cultivée dans cette ferme plate de 3 000 ha est le soja, mais le maïs et d'autres cultures ont été testés historiquement. Le terrain n'est cultivé que depuis 8 ans et le problème majeur rencontré a été la rétention d'eau du sol de la zone. Bien que le sol semble être de bon granit décomposé avec de petits graviers avec une distribution uniforme de l'eau, il y a aussi des particules d'argile qui inhibent cela. L'eau peut être trouvée dans l'ensemble de la ferme plate de 3000 ha et malgré tous les efforts pour localiser et planifier le drainage ou le détournement de ces eaux stagnantes, il est devenu évident que ce défi ne pouvait être surmonté qu'en adoptant une imagerie aérienne très récente pour isoler et hiérarchiser ces zones. La ferme a décidé d'utiliser l'UAS pour identifier ces zones nécessitant une attention urgente et également pour estimer les rendements des cultures à venir. 3DroneMapping a été sollicité pour aider à titre d'essai. Si les résultats de l'enquête présentaient un quelconque avantage, d'autres enquêtes pourraient être budgétisées.

Jour 1

Situé à une moyenne de 660 m AMSL, la zone semble plate et couvre 3000 ha, mais seulement 1400 ha avaient été plantés cette année qui nécessitaient une étude. Ces zones avaient été cartographiées avec un appareil GPS portatif et celles-ci ont été remises à l'enquête. Le client a demandé des images NGB et ensuite les convertir en pseudo NDVI afin d'identifier les zones de bonne croissance des plantes. Les plans d'eau seraient également localisés en tant que sous-produit de l'imagerie étant donné que la relation entre le proche infrarouge et l'eau est facilement identifiable. Le premier jour a été consacré à parcourir toute la ferme en plaçant des points de contrôle à utiliser pour rectifier ortho le modèle final. La décision a été prise de placer le contrôle était basée sur le fait qu'il serait réenquêté pour comparer les mêmes zones dans l'année à venir pour voir si les changements apportés auraient un effet. Des points de contrôle permanents ont été placés à proximité d'un runstrip existant utilisé pour la pulvérisation aérienne. Le contrôle temporaire a été uniformément dispersé sur le site et inspecté à l'aide d'un GPS de qualité d'enquête Leica GPS 1200 RTK à une précision d'un centimètre. Les endroits où la RTK n'était pas possible ont été étudiés en utilisant des méthodes de post-traitement avec des précisions similaires à celles des points RTK. Des sacs d'engrais lestés ont été utilisés comme fabricants, mais pendant la nuit, 15% d'entre eux ont été réutilisés par les habitants. On s'est rendu compte que certains habitants avaient remplacé les sacs après une confrontation avec un directeur de ferme, ce qui était problématique car ceux-ci n'étaient pas remplacés aux mêmes postes. Ces points ont été identifiés plus tard dans la partie transformation de Helmert de la génération du modèle comme étant des valeurs aberrantes et ont été rejetés. Le reste de la journée a été consacré à l'identification des zones à piloter et à la planification des vols ainsi qu'à un vol d'essai pour vérifier les radios UAS et la configuration des caméras.

Jour 2

Le temps du jour 2 était loin d'être idéal. Les nuages ​​bas des soirées 50 mm de pluie ont commencé à environ 400 m AGL. Il a été décidé d'attendre jusqu'à 10h pour commencer l'enquête. À 10 heures, le temps ne s'était toujours pas amélioré et il était prévu des averses isolées dans l'après-midi. Après consultation avec le client, il a été précisé que l'enquête devrait avoir lieu quelles que soient les conditions, car les plants de soja étaient sur le point de mûrir et le temps était essentiel. Dans cet esprit, l'équipe s'est préparée à contrecœur à parcourir la première zone nord de 400 ha. La configuration initiale du drone à voilure fixe 3DroneMapping «Inyoni» a pris 10 minutes à préparer et à vérifier. Un appareil photo CanonS110 modifié avec filtre pour capturer le spectre proche infrarouge, vert et bleu et une batterie 10A étant la seule charge utile. Le plan de vol devait monter à 200 m AGL, puis se diriger vers le nord jusqu'à 300 m pour commencer la routine de levé à nu. La bande a été placée à 131 m entre les lignes avec une image définie pour capturer tous les 118 m. Cela a fourni un chevauchement de 73% et un écart latéral de 60%. Le temps de vol estimé était de 93 minutes. Le décollage s'est bien passé avec un tirage de 30 à 40 ampères pour grimper jusqu'au premier waypoint AGL de 200 m. L'UAS a atterri sans aucune intervention comme prévu après avoir passé 99 minutes en vol. Il a été noté que la capacité finale de la batterie permettrait encore de 35 à 40 minutes de vol en toute sécurité.

La zone sud était divisée en 2 sections. La zone sud étant de 370 ha et la nord de 590 ha. Les deux zones ont été pilotées avec succès avec des séquences de décollage et d'atterrissage autonomes. Il a été noté que les déplacements du baromètre sur terre variaient d'environ 6 à 10 m, mais étant donné la topographie, nous avions le luxe d'un espace ouvert pour permettre l'atterrissage en toute sécurité. Cependant au cours de la journée, les nuages ​​partiels ont provoqué des ombres sur le sol. Le vol moyen ayant duré 100 minutes, ces ombres étaient inévitables.

Les zones résultantes ont ensuite été traitées dans Agisoft Photoscan pour produire des orthomosaïques. Un contrôle antérieur à l'enquête a été ajouté et a renforcé le modèle. Il convient de noter que les données brutes IMU, GPS et baromètre ajoutées aux métadonnées des images ont accéléré le processus d'alignement dans Agisoft d'au moins 50%. Les résultats finaux se sont avérés bons avec des valeurs RMS inférieures à 10 mm. Il a été décidé de combiner les zones centrale et sud pour produire une grande orthomosaïque NGB car il y avait un chevauchement suffisant pour fusionner les morceaux.

Les images NGB résultantes ont ensuite été soumises à un logiciel d'imagerie FIJI pour calculer les valeurs pseudo-NDVI, puis projetées pour donner les coordonnées UTM.

3e jour

Du jour au lendemain, il a été décidé de voler dans une nouvelle zone avec une caméra RVB pour assurer la continuité entre les sites nord et sud. Cette zone de 500 ha a été parcourue en 95 minutes puis traitée pour produire une autre image RBG. Toutes les images ont ensuite été placées dans un logiciel SIG et remises au client pour analyse.


Résultats

Un total de plus de 2100 ha a été arpenté dans un total de 6,5 heures de vol. La taille finale des pixels dérivés a été calculée en moyenne à 15 cm / pixel. Il convient de noter que la haute résolution n'était pas requise par le client à des fins phytosanitaires. Cela nous a permis de voler à 300m AGL donnant une si bonne couverture. Les images matricielles finales ont été insérées dans un package SIG adapté aux clients et à leurs actionnaires pour visualisation et analyse. Cela a donné un énorme avantage aux exploitants agricoles pour identifier les zones problématiques qui ne sont normalement pas visibles depuis le sol, en particulier sur ces terrains plats. Une analyse initiale a montré que les monticules de fourmis précédemment nettoyés ont affecté les conditions du sol à un rayon parfaitement rond de 17 m où les plantes ne poussent pas bien.

Celles-ci se situent en moyenne à environ 6 par hectare. Les lignes de coupe et de brûlure d'origine favorisent une bonne croissance des plantes, probablement en raison de leur élévation ou du carbone ajouté. Les zones plates qui recueillent l'eau ont sévèrement réprimé la croissance des plantes et encouragent la croissance d'espèces de graminées plus résistantes à l'eau. Bien que les conditions nuageuses n'aient pas été les meilleures pour la collecte de données NGB, certaines informations relatives à la santé des plantes ont été dérivées. Sur une zone à grande échelle comme celle-ci, les informations NGB ont leur place. Il est impossible pour les gestionnaires d'exploitations agricoles d'identifier avec précision les zones qui ne produisent pas bien et cet outil leur permet de hiérarchiser et d'identifier positivement ces emplacements et leur impact sur la croissance des plantes

#GIS #NDVI #PrecisionAg #Mozambique #agriculture

+27 (0)21 300 2098 | +27 (0)83 647 5777 | +256 792 998107

Inchanga, KZN, South Africa

Ggaba Road, Nsambya hill,  Kampala, Uganda

©2020 BY 3DRONEMAPPING