Monitoring Forage Mass with Low-Cost UAV Data: Case Study at the Rengen Grassland Experiment
- PDF / 3,145,616 Bytes
- 16 Pages / 595.276 x 790.866 pts Page_size
- 109 Downloads / 200 Views
DGPF
ORIGINAL ARTICLE
Monitoring Forage Mass with Low‑Cost UAV Data: Case Study at the Rengen Grassland Experiment Ulrike Lussem1 · Jürgen Schellberg2 · Georg Bareth1 Received: 27 January 2020 / Accepted: 7 July 2020 © The Author(s) 2020
Abstract Monitoring and predicting above ground biomass yield of grasslands are of key importance for grassland management. Established manual methods such as clipping or rising plate meter measurements provide accurate estimates of forage yield, but are time consuming and labor intensive, and do not provide spatially continuous data as required for precision agriculture applications. Therefore, the main objective of this study is to investigate the potential of sward height metrics derived from low-cost unmanned aerial vehicle-based image data to predict forage yield. The study was conducted over a period of 3 consecutive years (2014–2016) at the Rengen Grassland Experiment (RGE) in Germany. The RGE was established in 1941 and is since then under the same management regime of five treatments in a random block design and two harvest cuts per year. For UAV-based image acquisition, a DJI Phantom 2 with a mounted Canon Powershot S110 was used as a low-cost aerial imaging system. The data were investigated at different levels (e.g., harvest date-specific, year-specific, and plant community-specific). A pooled data model resulted in an R2 of 0.65 with a RMSE of 956.57 kg ha−1, although cut-specific or date-specific models yielded better results. In general, the UAV-based metrics outperformed the traditional rising plate meter measurements, but was affected by the timing of the harvest cut and plant community. Keywords Grassland · Biomass · Forage mass · UAV · UAS Zusammenfassung Ertragsmonitoring im Grünland mit kostengünstigen UAV-Daten: Ein Fallbeispiel vom Dauerdüngungsversuch Rengen. Ertragsmonitoring und -abschätzung sind Schlüsselkomponenten im Grünlandmanagement. Manuelle destruktive oder invasive Methoden wie destruktive Messung der oberirdischen Biomasse oder Rising Plate Meter Messungen erlauben punktuell präzise Ertragsabschätzungen, sind jedoch zeit- und kostenintensiv. Darüber hinaus erzeugen diese Methoden keine räumlich kontinuierlichen Daten, wie sie für präzisionslandwirtschaftliche Anwendungen benötigt werden. Ziel dieser Arbeit ist es, das Potenzial aus drohnenbasierten Bilddaten abgeleiteten Metriken der Grasnarbenhöhe zur Ertragsabschätzung zu untersuchen. Die Studie wurde in einem Zeitraum von drei Jahren (2014-2016) auf dem Dauerdüngungsversuch Rengen durchgeführt. Er wurde 1941 eingerichtet und unterliegt seitdem dem gleichen Managementsystem von fünf Düngestufen in einem randomisierten Block Design mit zwei Ernten im Jahr. Die drohnenbasierten Bilddaten wurden mit einer Canon Powershot S110 aufgenommen, die an einer DJI Phantom 2 montiert war. Die gewonnenen Daten wurden auf mehreren Leveln untersucht (Erntezeitpunkt, Jahr, Pflanzengesellschaft). Ein Modell des gepoolten Datensatzes resultierte in einem R2 von 0.65 mit einem RMSE von 956.57 kg ha−1, wobei
Data Loading...
