Pengumpulan data IoT mendukung pertanian presisi

Catatan editor:Artikel ini oleh editor pengelola global kami Rich Quinnell adalah bagian dari Proyek Khusus AspenCore Media tentang 'Agriculture Tech', yang membahas bagaimana IoT, analitik, dan teknologi sensor membawa perubahan mendasar pada pertanian dan produksi pangan.

Dua tren kuat – Internet of Things (IoT) dan analitik data – menghasilkan banyak pers untuk aplikasi industri dan infrastruktur mereka. Tapi ada ruang aplikasi lain yang diam-diam mendapatkan momentum dalam penerapan teknologi ini:produksi pangan. Petani meningkatkan hasil panen, mengurangi kerugian, dan mengurangi biaya dengan membuat penggunaan sumber daya yang lebih tepat sasaran seperti pupuk dan air. Titik awal untuk “pertanian presisi” ini adalah data, di mana sensor dan jaringan nirkabel memainkan peran kunci dalam pengumpulan.

Pada dasarnya ada tiga jenis platform yang terlibat dalam pertanian presisi:sistem udara, sistem bergerak berbasis darat, dan stasioner. Sensor dan teknologi jaringan yang cenderung digunakan oleh jenis platform memang bervariasi, meskipun ada juga beberapa yang tumpang tindih. Namun, satu hal yang dimiliki platform ini adalah keragaman yang luar biasa dalam rangkaian fitur dari banyak produk pesaing yang menangani ruang aplikasi ini.

Gambar 1 – Drone multi-rotor adalah platform udara yang semakin populer untuk pertanian presisi di lahan kecil hingga menengah. (Sumber:ublox)

Platform udara berusaha mengumpulkan data tentang tanaman dan ladang dari atas menggunakan penginderaan jauh. Sensor mungkin terletak di pesawat yang dikemudikan atau satelit, tetapi semakin banyak yang dibawa oleh kendaraan udara tak berawak (UAV) – drone – baik dengan desain sayap tetap atau multi-helikopter. Dilengkapi dengan sensor pemosisian presisi, seperti modul GNSS presisi Ublox F9, drone sangat cocok untuk menyurvei bidang berukuran kecil hingga menengah untuk pemantauan kesehatan tanaman, dengan pesawat terbang dan satelit yang menyediakan survei area yang lebih luas.

Sensor utama dalam pemantauan kesehatan tanaman adalah kamera multi-spektral yang dapat mengambil gambar resolusi tinggi dalam cahaya tampak dan inframerah dekat (NIR). Kebanyakan sensor gambar CMOS dapat memberikan gambar seperti itu, meskipun sebagian besar kamera komersial tidak bisa. Kunci kontradiksi yang nyata ini terletak pada penyaringan.

Gambar di bawah menunjukkan efisiensi kuantum (yaitu, sensitivitas) dari sensor gambar CMOS yang khas, dalam hal ini dari ON Semiconductor, sebagai fungsi dari panjang gelombang. Sensor ini mencakup filter merah, hijau, dan biru bawaan dalam pengaturan Bayer yang khas, tetapi bahkan dengan penyaringan biru tetap ada sensitivitas yang cukup besar dalam panjang gelombang IR. Oleh karena itu, sebagian besar kamera serba guna menambahkan filter pemblokiran IR di depan sensor untuk membuat pewarnaan cahaya tampak lebih akurat.

Gambar 2 – Sensor gambar warna umum juga menyertakan sensitivitas NIR, yang berusaha disaring oleh kamera serba guna. (Sumber:ON Semiconductor)

Penginderaan IR
Untuk pemantauan kesehatan tanaman, bagaimanapun, sensitivitas IR ini adalah berkah. Daun tanaman yang sehat akan memantulkan lebih banyak IR dan menyerap lebih banyak cahaya merah daripada tanaman yang stres. Hal ini menyebabkan para ilmuwan tanaman mendefinisikan “indeks vegetasi perbedaan normal” (NDVI) – (NIR-Merah)/(NIR+Merah) – sebagai ukuran kesehatan tanaman. Dengan pemfilteran yang tepat dan beberapa pemrosesan gambar dasar, sensor gambar CMOS dapat diubah menjadi sensor NDVI seperti Sentera AGX710. Platform udara memberikan perspektif yang diperlukan untuk mensurvei kesehatan tanaman di seluruh lahan dengan satu sistem.

Gambar 3 – Survei NDVI memberikan wawasan mendetail tentang kesehatan tanaman di seluruh bidang, menunjukkan di mana sumber daya seperti air dan pupuk membutuhkan lebih banyak atau lebih sedikit aplikasi.