Závěr

Cílem práce bylo spárovat dva zdroje dat používané v precizním zemědělství a to data DPZ a senzorová data z WSN sítě. K tomu bylo nutné se seznámit s těmito datovými zdroji a jejich využitím v oblasti precizního zemědělství. A to jak s jejich klady, tak zápory.

Dálkový průzkum země nabízí možnost získat kompletní data z celé sledované oblasti v jeden okamžik. Různé platformy od satelitních po UAV navíc umožňují získat data bezmála v uživateli předem definovaných parametrech. Využití multispektrálních ale i hyperspektrálních kamer dovoluje zkoumat zejména variability vegetace. Pro sledování variability vegetace mají metody DPZ řadu výhod od získání informací z celého sledovaného území za jeden okamžik až po možnost provádět takovéto měření častěji a levněji, než dovolovaly klasické metody. Sledování variability půdy pomocí metod DPZ má omezené využití daní snímáním pouze povrchu a velkým vlivem půdní vlhkosti a omezeným časovým rozsahem vhodným pro snímkování (povrch nesmí být zakryt vegetací).

Pro sledování půdních parametrů, jako je půdní vlhkost, obsah živin a pH půdy, se dnes více využívají různé typy senzorů od stabilně umístěných, sledujících převážně půdní vlhkost, až po senzory umístěné na různou techniku. Tyto senzory využívají různé fyzikální vlastnosti půdy.

Za zvláštní typ stabilně umístěných senzorů lze považovat bezdrátové senzorové sítě. Ty kromě sledování půdních vlastností mohou sledovat i řadu dalších jevů. Zvláště v ovocnářství se využívá hlavně sledování meteorologických jevů, například za účelem ochrany vegetace před mrazovými jevy, které by mohli nepříznivě ovlivnit úrodu.

V rámci práce byly použity obrazová multispektrální data z kamery Tetracam ADC nesené UAV systémem Hexacopter. Pro takto získané snímky byl navržen postup zpracování, který zahrnoval především způsoby korekce snímku, aby bylo dosaženo relevantnějších DN hodnot. Na základě tohoto postupu byl připraven toolbox pro program ArcGIS s nástroji pro přípravu korekčních dat a následné dávkové zpracování snímků. Ze senzorových dat byla použita bezdrátová senzorová síť postavená z prvků nabízených firmou Libelium. Jednalo se především o meteorologické senzory (teplota a vlhkost vzduchu, srážky, směr a rychlost větru) a senzory pro sledování složení atmosféry (obsah CO2, NO2 a dalších plynu). Data získaná z této sítě bylo nutné upravit, aby byly ve formě vhodné k uložení. Jednalo se především o odstranění nebo opravení chybných záznamu a parsování dat na jednotlivé hodnoty. Pro výsledná data byly připraveny skripty, které umožňují dávkový import obou typů dat do databáze.

Už z podstaty vzniku těchto dat se jedná o velmi rozdílná data. Jejíchž párování v jednom datovém zdroji je obtížné. Výsledná databáze musela pojmout jak senzorová data, která jsou bodového charakteru, tak obrazová data. To včetně popisných informací o senzorech a uzlech sítě (poloha a vlastnosti jednotlivých senzorů), tak i popisné informace o snímcích a charakteristikách použitých kamer.