कु. पोर्णिमा राठोड, डॉ. शिवराज शिंदे, डॉ. गोपाळ शिंदे
सध्या ड्रोनद्वारे विविध शेती (Drone Farming) कामे अचूकपणे करता येत असल्याचे दिसून येत आहे. परदेशामध्ये फवारणीसह मोठ्या क्षेत्रावरील सर्वेक्षणासाठी ड्रोन्सचा वापर वाढत आहे. तुलनेने भारतामध्ये अल्पभूधारक शेतकऱ्यांची (Small holder Farmers) संख्या मोठी असल्याने ड्रोनच्या वापरावर काहीशी मर्यादा येते. तसेच त्याचा खर्चाचाही अद्याप अंदाज येत नाही, अशी स्थिती आहे.
मात्र मोठ्या क्षेत्रावरील सर्वेक्षण, माहिती गोळा करणे यासाठी ही हवाई बुद्धिमत्ता उपयोगी ठरू शकते. कारण ड्रोनद्वारे एकाच दिवसात शेकडो एकर क्षेत्रावरील माहिती गोळा करता येते. अर्थात, त्यासाठी ड्रोनवर अत्यंत उच्च दर्जाचे व्हिज्युअल आणि मल्टिस्पेक्ट्रल सेन्सर्स वापरण्याची आवश्यकता असते. या सेन्सर्स द्वारे माहिती गोळा केल्यानंतर त्याचे योग्य पद्धतीने विश्लेषण करण्याची यंत्रणा किंवा संगणकीय आज्ञावल्या (सॉफ्टवेअर) सातत्याने विकसित केल्या जात आहेत.
ड्रोन आधारित शेतीकामाची संरचना ः
ड्रोन ः हवाई मार्गे मोठ्या क्षेत्रापर्यंत पोहोचणे.
सेन्सर्स ः माहिती गोळा करणे.
संगणकीय आज्ञावली ः मिळालेल्या माहितीचे अचूक विश्लेषण करणे.
मानवी बुद्धिमत्ता ः मिळालेल्या माहितीसाठ्यांची उपयुक्तता वाढवण्यासाठी सातत्याने प्रयत्न करणे.
प्रत्यक्ष काम ः मिळालेल्या माहितीचा वापर करून योग्य त्या ठिकाणी योग्य ती कामे करणे. ही कामे ड्रोनद्वारे करता येतात किंवा त्यासाठी आवश्यक त्या अन्य स्वयंचलित यंत्रांचा वापरही करता येतो. उदा. रोगाचा प्रादुर्भाव असलेल्या ठिकाणीच फवारणी करणे. किंवा केवळ उगवलेल्या तणाची ओळख पटवून तिथेच तणनाशकाची फवारणी करणे. छाटणीची आवश्यकता असलेल्या झाडापर्यंत पोहोचून स्वयंचलित यंत्र छाटणी करून येईल.
ड्रोन किंवा स्वयंचलित यंत्रे, रोबोट यामध्ये असलेली सर्वांत महत्त्वाची बाब म्हणजे त्यावरील अचूक माहिती गोळा करणारे सेन्सर्स. आजच्या प्रगत सेन्सर तंत्रज्ञानामध्ये समृद्ध, तपशीलवार पीक आणि पशुधन माहिती गोळा करण्याची क्षमता आहे. मिळालेल्या माहितीचा विविध कारणांसाठी वापर होऊ शकतो.
१) शेतकरी, कृषी शास्त्रज्ञ आणि पीकविमा कंपन्या यांच्यासाठी आवश्यक ती माहिती गोळा करण्यासाठी उपयोगी.
२) कृषी रसायन आणि बियाणे कंपन्या त्यांची उत्पादने सुधारण्यासाठी, खर्च कमी करण्यासाठी आणि कार्यक्षमता वाढविण्यासाठी ही माहिती उपयोगी ठरते.
३) ड्रोन-आधारित सेन्सर हे पूर्वीच्या विमान-आधारित आवृत्त्यांपेक्षा लहान, हलके, अधिक शक्तिशाली आहेत. त्यामुळे खर्चही विमानआधारित यंत्रणांपेक्षा कमी येतो.
४) केवळ दृश्यच नव्हे, तर आपल्या डोळ्यांना न दिसणाऱ्या अवरक्त (इन्फ्रारेड) किरणांचे मोजमाप करू शकतात. तापमानविषयक सेन्सरही अत्यंत अचूकतेने तापमानातील फरक नोंदवू शकतात. अगदी उन्हातील दोन पानांवर पडणारा प्रकाश, मिळणारी उष्णता आणि त्याचा प्रकाश संश्लेषणासाठी कितपत वापर होऊ शकतो, इतकी सखोल माहिती उपलब्ध होऊ शकते.
५) ज्या ठिकाणी माणसे जाऊ शकत शकत नाहीत, अशा दुर्गम ठिकाणीही ड्रोनवरील थर्मोग्राफिक सेन्सर आणि रेडिओमेट्रिक सेन्सरद्वारे माहिती गोळा करता येते. त्यामुळे जोखीम कमी होते.
६) आजकाल बहुतांश सर्व ड्रोनवर दृश्य प्रतिमा टिपणे (-RGB सेन्सरद्वारे व्हिज्युअल इमेजिंग), उष्णता विश्लेषक आणि इन्फ्रारेड
बुद्धिमत्ता थर्मल विश्लेषण ॲप्लिकेशन्स बसवलेली असतात. मात्र शेतीमध्ये पिकांच्या तपासणीसाठी मल्टिस्पेक्ट्रल सेन्सर वापरावे लागतात. या सेन्सर्सद्वारे विस्तृत श्रेणी व अचूकता उपलब्ध होते.
मल्टिस्पेक्ट्रल सेन्सरद्वारे गोळा केल्या जाणाऱ्या माहितीबद्दल ः
मल्टिस्पेक्ट्रल सेन्सरमध्ये एकापेक्षा अधिक तरंगलांबीचा प्रकाश गोळा करणारे घटक असतात. त्यातील एक व्हिज्युअल सेन्सर (RGB म्हणजेच लाल, हिरवा आणि निळा तरंगलांबीचा प्रकाश गोळा करतो. यालाच दृश्यमान तरंगलांबीचा प्रकाश असे म्हणतात. या मानवी दृश्यमान स्पेक्ट्रमच्या बाहेर पडणाऱ्या तरंगलांबीही गोळा करण्याचे काम केले जाते. यामध्ये निकटचे अवरक्त विकिरण (NIR), कमी तरंगलांबीचे अवरक्त किरणे (शॉर्ट-वेव्ह इन्फ्रारेड रेडिएशन SWIR) आणि इतर अन्य किरणांचा समावेश होतो. अशा प्रकारे तीन ते पाच स्पेक्ट्रल बँडचा समावेश असलेल्या मल्टिस्पेक्ट्रल सेन्सरचेही सामान्यपणे दोन प्रकार पडतात.
१) सुधारित मल्टिस्पेक्ट्रल सेन्सर्स ः
प्रमाणित व्हिज्युअल सेन्सरवर फिल्टर ठेवून सुधारित सेन्सर तयार केले जातात. त्यामुळे एकाच लेन्सद्वारे एकाच वेळी तीन बँडविड्थचे प्रकाश गोळा करणे शक्य होते. या विविध फिल्टर्समुळे स्पेक्ट्रल बँडचे विविध प्रकार गोळा करणे शक्य होते. सर्वांत सामान्य प्रकारच्या सेन्सरमध्ये निकटची अवरक्त किरणे (NIR) मोजण्यासाठी दृश्य (व्हिज्युअल) बँडपैकी एकाचा त्याग करावा लागतो. उदा. आर-जी-एनआयआर फिल्टर निकट -अवरक्त ऊर्जेसाठी निळ्या रंगाचा त्याग करतो. (~७०० ते- ८०० एनएम).
२) मल्टिबँड मल्टिस्पेक्ट्रल सेन्सर्स
मल्टिबँड मल्टिस्पेक्ट्रल सेन्सर प्रमाणित किंवा सुधारित व्हिज्युअल सेन्सरप्रमाणे एकाच वेळी तीन बँड्सच्या एकाच संयोजनाऐवजी अनेक वैयक्तिक बँड्स एकत्रित करतो. अशा वेळी आपल्याला आवश्यक असलेली सर्व मल्टिस्पेक्ट्रल माहिती मिळवण्यासाठी विविध सुधारित सेन्सर्ससह एकापेक्षा अधिक वेळा ड्रोन उडवण्याची आवश्यकता भासू शकते. याऐवजी आपण मल्टिबँड सेन्सर वापरल्यास एकाच ड्रोन फेरीमध्ये बहुतांश सर्व माहिती संकलित करता येते.
मल्टिस्पेक्ट्रल सेन्सर डेटावर प्रक्रिया कशी करावी?
अचूक आणि काटेकोर विश्लेषणावर आधारित शेती पद्धतीमध्ये नकाशे तयार करणे (मॅपिंग) अत्यंत महत्त्वाचे असते. एकदा क्षेत्राचे व्यवस्थित नकाशे तयार केल्यानंतर त्यातून उपलब्ध होणाऱ्या माहितीचे विश्लेषण करण्याची आवश्यकता असते. त्यासाठी विविध डेटा ॲनालिटिक्स प्लॅटफॉर्म उपलब्ध आहेत. त्यावर मल्टिस्पेक्ट्रल सेन्सरकडून उपलब्ध झालेली माहिती (डेटा) अपलोड केली जाते. मिळालेली प्रकाशाची तरंगलांबी व अन्य माहिती (विविध बँड्स) यांचे रूपांतर पिकाच्या किंवा संबंधित वनस्पतीच्या आरोग्यपूर्ण स्थितीशी जोडून पाहिली जाते.
त्यामुळे विविध कारणांमुळे वनस्पतीमध्ये निर्माण झालेले तणाव स्पष्ट होतात. त्याचे योग्य त्या तणावदर्शक निर्देशांकामध्ये रूपांतर केले जाते. अशा प्रकारे एकदा सर्व निर्देशांक तयार झाले की त्याच्या साह्याने पिकांच्या विविध भागांतील आरोग्यपूर्ण स्थिती आणि सध्याची स्थिती यातील तुलना करता येते. त्यातून कोणतीही वेगळी बाब असल्यास त्वरित स्पष्ट होते. त्यामुळे वेगवेगळ्या प्रमाणात स्पेक्ट्रल डेटाची उपयुक्तता सिद्ध होते.
उदा. नियमित कॅमेऱ्याने टिपलेल्या मूलभूत लाल-हिरव्या-निळ्या (RGB) दृश्य प्रतिमांवर बेसिक नॉर्मलाइज्ड डिफरन्स व्हेजिटेशन इंडेक्स (NDVI) लागू केला जाऊ शकतो. तथापि, या NDVI निर्देशांकाला त्याच्या मर्यादा आहेत. पीक आरोग्याचे अधिक अचूक स्थिती मिळविण्यासाठी मल्टिबँड मल्टिस्पेक्ट्रल सेन्सर उपयोगी ठरतात.
या तंत्रामध्ये प्रकाशाच्या निकटच्या अवरक्त आणि अवरक्त तरंगलांबी समाविष्ट असल्यामुळे वनस्पतींच्या लाल रंगाच्या फरकाचा (नॉर्मलाइज्ड डिफरन्स रेड एज -NDRE) वनस्पती निर्देशांक मिळवणे शक्य होते. या तंत्रज्ञानाचा उपयोग मध्य आणि उशिरा हंगामातील पिकांसाठी विशेषतः ज्यामध्ये हरितद्रव्याचे प्रमाण जास्त असलेल्या आणि वनस्पतींचे अनेक स्तर असलेल्या शेतीमध्ये चांगल्या प्रकारे होऊ शकतो.
कु. पोर्णिमा राठोड, (कनिष्ठ संशोधन सहयोगी), ७२६४००१४६८
डॉ. शिवराज शिंदे, (कनिष्ठ संशोधन सहयोगी), ९९६०९३५४५३
(नाहेप-कास्ट-डिएफएसआरडीए, वसंतराव नाईक मराठवाडा कृषी विद्यापीठ, परभणी)
ॲग्रोवनचे सदस्य व्हा
Read the Latest Agriculture News in Marathi & Watch Agriculture videos on Agrowon. Get the Latest Farming Updates on Market Intelligence, Market updates, Bazar Bhav, Animal Care, Weather Updates and Farmer Success Stories in Marathi.
ताज्या कृषी घडामोडींसाठी फेसबुक, ट्विटर, इन्स्टाग्राम , टेलिग्रामवर आणि व्हॉट्सॲप आम्हाला फॉलो करा. तसेच, ॲग्रोवनच्या यूट्यूब चॅनेलला आजच सबस्क्राइब करा.