Agrofotowoltaika i drony: jak monitorować produkcję rolną pod panelami słonecznymi

Wprowadzenie

Przez agrofotowoltaikę rozumie się wykorzystanie gruntu w podwójnym celu: produkcji energii fotowoltaicznej dzięki instalacji paneli słonecznych oraz prowadzenia działalności rolniczej. Korzyści z instalacji agrofotowoltaicznej zależą od wybranej uprawy. Na przykład w przypadku pomidorów instalacja paneli zapewnia większe zacienienie, które zmniejsza negatywne skutki ekstremalnych temperatur; innym przykładem jest ryż – uprawa wymagająca dużej ilości wody, która może skorzystać na strefach cienia dających efekt „chłodzący”.

Jest to innowacyjne rozwiązanie, które pozwala połączyć produkcję energii elektrycznej z produkcją rolną i które można uznać za podejście korzystne dla obu stron dla rolnika. Wprowadzenie częściowego zacienienia przez panele słoneczne istotnie zmienia jednak warunki mikroklimatyczne pola: dostępne promieniowanie słoneczne, temperaturę gleby, wilgotność i rozkład wody.

Aby zrozumieć i zoptymalizować te efekty, drony umożliwiają zbieranie wysoce precyzyjnych danych na temat stanu fizjologicznego upraw oraz zmian mikroklimatycznych wywołanych obecnością paneli, oferując tym samym konkretne wsparcie dla decyzji agronomicznych.

Dron: oczy w służbie technika i rolnika

Dron wyposażony w czujniki RGB i kamerę termowizyjną jest kluczowym narzędziem do dogłębnej analizy stanu instalacji agrofotowoltaicznej (Rys. 1). Dzięki zaplanowanym lotom iDrone, usługa firmy Agrobit, pozwala pozyskiwać cenne informacje szybko i z wysoką precyzją. Obrazy zebrane podczas lotu są przetwarzane za pomocą dedykowanego oprogramowania i algorytmów opracowanych przez zespół, co pozwala uzyskać mapy tematyczne przydatne do monitorowania zarówno uprawy drzewiastej, jak i systemu energetycznego.

Rys.1: Gaj cytrusowy w eksperymentalnej instalacji agrofotowoltaicznej (CIHEAM Bari).

Dzięki temu podejściu rolnik nie musi ograniczać się do obserwacji pola „gołym okiem”, lecz może polegać na obiektywnej i szczegółowej analizie opartej na mierzalnych danych.

W szczególności iDrone umożliwia:

• Monitorowanie rozwoju upraw pod panelami słonecznymi, oceniając różnice w wigorze i wzroście między obszarami w pełnym słońcu a obszarami zacienionymi;
• Wczesne wykrywanie stresu wodnego lub termicznego, kluczowe w kontekście agrofotowoltaicznym, gdzie warunki środowiskowe są niejednorodne;
• Tworzenie map tematycznych wspierających ukierunkowane decyzje agronomiczne, takie jak nawadnianie i zarządzanie zasobami w podejściu punktowym.

Badanie RGB i termiczne z wykorzystaniem modelu 3D

Studium przypadku dotyczy gaju cytrusowego uprawianego w południowych Włoszech, w którym na niektórych rzędach jednocześnie znajduje się instalacja fotowoltaiczna. Konkretnie panele są zamontowane na wysokości około 4 metrów i obejmują centralną część gaju. Te wstępne informacje są niezbędne do analizy danych. Ponieważ jest to uprawa drzewiasta, kluczowe jest skupienie się na prawidłowej ekstrakcji danych z korony drzewa. Obrazy RGB pozwalają stworzyć ortomozaikę w rzeczywistych kolorach, dzięki której można ocenić niejednorodność instalacji, a podczas przetwarzania zdjęć lotniczych tworzona jest również chmura punktów 3D, czyli cyfrowy bliźniak pola. Rysunek 2 przedstawia trójwymiarową perspektywę gaju cytrusowego, z doskonałą głębią punktów, niezbędną do oceny obszarów znajdujących się pod panelami fotowoltaicznymi.

Rys.2: Trójwymiarowy model gaju cytrusowego.

Dzięki dedykowanym algorytmom można wyodrębnić ulistnioną koronę (Rys. 3a) każdego pojedynczego drzewa cytrusowego i obliczyć jego parametry biometryczne, także w przypadku roślin znajdujących się pod panelami. Przez dane biometryczne w rolnictwie rozumie się wszystkie mierzalne i policzalne informacje dotyczące cech fizycznych, fizjologicznych lub behawioralnych roślin, na przykład: gęstość (Rys. 3b), wysokość i grubość (Rys. 3c) oraz objętość korony (Rys. 3d) na podstawie obrazów RGB, a także średnią temperaturę (Rys. 3e) na podstawie obrazów termicznych.

Rys.3: Chmura punktów 3D RGB korony (a), gęstość korony (b), wysokość i grubość korony (c), objętość korony (d), termiczna chmura punktów 3D korony (e).

Dzięki przestrzennemu odwzorowaniu tych danych, wyodrębnianych roślina po roślinie w sposób zautomatyzowany za pomocą algorytmów wizji komputerowej i sztucznej inteligencji, można uzyskać w szczególności dwa wskaźniki:

• TRV (Tree Row Volume): przedstawia objętość korony na hektar, czyli określa ilość biomasy obecnej na jednym hektarze działki. Rysunek 4 pokazuje wartość dla każdej pojedynczej rośliny, z której wcześniej wyodrębniono koronę. Dzięki technikom przestrzennego odwzorowania danych można uzyskać mapę stref (Rys. 5). Znaczenie tej mapy polega na tym, że pozwala ona uzyskać ogólny obraz pola na pierwszy rzut oka i stanowi podstawę do opracowania map aplikacyjnych. Głównym celem jest optymalizacja rozmieszczenia nakładów i oszacowanie gęstości wegetatywnej.

Rys.4: Szczegółowa analiza wskaźnika TRV (Tree Row Volume) dla poszczególnych drzew cytrusowych.

Rys.5: Mapa wskaźnika TRV (Tree Row Volume) gaju cytrusowego w instalacji agrofotowoltaicznej.

• CWSI (Crop Water Stress Index): mierzy stan stresu wodnego upraw, wynikający głównie z temperatury liści w odniesieniu do temperatury powietrza. Również w tym przypadku Rysunek 6 pokazuje stres wodny w podziale na poszczególne rośliny. Pojedyncza wartość została następnie odwzorowana przestrzennie, aby uzyskać mapę pola (Rys. 7). Celem jest ocena zapotrzebowania na nawadnianie i bardziej efektywne zarządzanie wodą.

Rys.6: Szczegółowa analiza wskaźnika CWSI (Crop Water Stress Index) dla poszczególnych drzew cytrusowych.

Rys.7: Mapa wskaźnika CWSI (Crop Water Stress Index) gaju cytrusowego w instalacji agrofotowoltaicznej.

Wnioski

Przeprowadzone badanie pozwoliło uzyskać szczegółową analizę gaju cytrusowego w instalacji agrofotowoltaicznej, umożliwiając dogłębne poznanie cech korony roślin, także pod panelami fotowoltaicznymi. Było to możliwe dzięki zastosowaniu dronów do pozyskiwania danych z niskiego pułapu, zdolnych generować modele 3D działki, które pozwalają przezwyciężyć ograniczenia analizy 2D lub satelitarnej, uniemożliwiającej analizę upraw pod panelami. Powstałe mapy są niezbędne, aby rolnik mógł podejmować świadome decyzje i interweniować w sposób ukierunkowany. W tym studium przypadku, w którym występują różne odmiany cytrusów na różnych etapach wzrostu, udało się wykazać, że w najbardziej wysuniętej na północ części pola występuje wysoki stres wodny, a także niski wigor korony. W obszarze, w którym zainstalowano panele fotowoltaiczne, sytuacja charakteryzuje się głównie średnim wigorem i średnim poziomem stresu wodnego. Dokładniej rzecz ujmując, w kilku miejscach występują rośliny o wyraźnie niskim wigorze i wysokim stresie. Natomiast obszar położony najbardziej na prawo od pola wykazuje najlepsze warunki. Zespół Agrobit wie, że instalacje agrofotowoltaiczne stanowią wielką szansę dla rolników. Dlatego dzięki usłudze iDrone możemy wspierać Państwa decyzje agronomiczne i poprawiać wykorzystanie zasobów w polu. Dziękujemy CIHEAM Bari za udostępnienie swojej eksperymentalnej instalacji agrofotowoltaicznej do przeprowadzenia badania.