Využití RPAS při monitorování a analýze vegetace

Abstract

Disertační práce se zabývá hodnocením infračervených leteckých senzorů, které se využivají na bezpilotních prostředcích. Začátek využití RPAS v zemědělství vychází z nutnosti rychlé produkce potravin kvůli rychle rostoucí světové populaci. Zemědělský výnos by měl být nejen rychlý, ale i kvalitní. Infračervené mapování není tak jednoznačné jako klasické fotogrammetrické mapování. Proto si fotogrammetrické autorka stanovila několik výzkumných cílů: vytvoření pracovního fotogrammetrického postupu pro zpracování infračervená obrazová data s nízkým rozlišením. Dalším cílem je zautomatizovat proces výpočtů při práci s multitemporálními daty. Práce obsahuje několik experimentů týkajících se radiometrické kalibrace dat a vlivu slunce na snímky. Autorka navrhuje také terénní a empirické metody, jak vyhodnocovat termální výstupy. Přínos práce je určen pro geodetické a fotogrammetrické komunitě a také manažerům zemědělských podniků. Program pro automatické stanovení vegetačních indexů byl vytvořen v open-source programovacím jazyce python. Tento program lze navíc použít v open-source QGIS. Navíc, autorka navrhla dva postupy pro odstranění vinětace termálních snímků.

This doctoral thesis deals with evaluating infrared aerial sensors mounted on remotely piloted aircraft systems (RPAS). The advent of the use of RPAS in agriculture stems from the necessity of rapid food production of high-quality due to the quickly-growing world population. Infrared photogrammetric mapping using RPAS is not as straightforward as classical mapping, which is why this dissertation explores several research goals in order to establish a workflow of how to process low resolution infrared image data. Another goal investigated here is automating the process of computation when working with multitemporal data. This dissertation contains several experiments concerning the radiometric calibration of the data and field and empirical methods for evaluating thermal outputs. The contributions of the work are intended to enrich knowledge in the geodetic and photogrammetric communities and to assist farm managers. As such, a program for automatic vegetation indices was created in the Python open-source programming language as part of this doctoral research project. This program can be used with open-source QGIS software. Furthermore, two procedures for vignetting elimination are suggested in the form of a Python program as well.