Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomi
  • Svenska
  • English
  • Kirjaudu
Hakuohjeet
JavaScript is disabled for your browser. Some features of this site may not work without it.
Näytä viite 
  •   Ammattikorkeakoulut
  • Seinäjoen ammattikorkeakoulu
  • Opinnäytetyöt (Avoin kokoelma)
  • Näytä viite
  •   Ammattikorkeakoulut
  • Seinäjoen ammattikorkeakoulu
  • Opinnäytetyöt (Avoin kokoelma)
  • Näytä viite

Säilörehunurmen biomassan määrittäminen droonikuvien avulla – vertailussa RGB- ja multispektrikamera

Mattila, Melina; Niemonen, Mikko (2023)

 
Avaa tiedosto
Mattila_Niemonen.pdf (915.2Kt)
Lataukset: 


Mattila, Melina
Niemonen, Mikko
2023
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023051110109
Tiivistelmä
Tämän opinnäytetyön tavoitteena oli selvittää, onko edullisen droonin ottamien kuvien perusteella mahdollista arvioida säilörehunurmen satotasoja yhtä tarkasti kuin kalliimman droonin ottamista kuvista.
Idea opinnäytetyöhön syntyi Melina Mattilan Seinäjoen ammattikorkeakoulun erikoistumisharjoittelun aikana. Erikoistumisharjoittelussaan ProAgria Etelä-Pohjanmaan, Seinäjoen ammattikorkeakoulun ja Luonnonvarakeskuksen Ilmastosoturit-hankkeessa hän kuvasi hankkeen koelohkoja droonilla, ja Luonnonvarakeskuksen tutkija Markku Niskanen ehdotti yhteistyötä CyberGrass-hankkeen kanssa.
Lennot suoritettiin kesän 2022 aikana Etelä-Pohjanmaalla. CyberGrass-hankkeen droonilennot suoritti Maanmittauslaitoksen vanhempi tutkija Roope Näsi. Kaksi lohkoa kuvattiin molemmilla drooneilla saman päivän aikana. Lohkoilta otettiin myös biomassanäytteet, joista laskettiin arvio tuoreen biomassan määrästä näytealalla. Näytteenottokohdat merkittiin kartalle RTK-korjatun GNSS-signaalin avulla.
Tuloksia vertailtiin laskemalla QGIS-paikkatieto-ohjelmassa lohkoille kasvillisuusindeksit. Tutkimuksen perusteella RGB-alueen kanavista lasketulla VARI-indeksillä saadaan melko hyvin arvioitua sadon määrää. Kalliimman hintaluokan dronen Altum-multispektrikameran lähi-infrapunakanava mahdollistaa NDVI-indeksin laskemisen, joka tutkimuksessa osoittautui kaikkein luotettavimmaksi.
Kokoelmat
  • Opinnäytetyöt (Avoin kokoelma)
Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatKoulutusalatAsiasanatUusimmatKokoelmat

Henkilökunnalle

Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste