Абдэрахман Рэджэб a , Алірэза Абдалахі b , Карым Рэджэб c , Хорст Трайбльмаер d,
- a Кафедра менеджменту і права, эканамічны факультэт, Рымскі ўніверсітэт Tor Vergata, Via Columbia, 2, Rome 00133, Italy
- b Кафедра дзелавога адміністравання, факультэт менеджменту, Універсітэт Харазмі, 1599964511 Тэгеран, Іран
- c Факультэт навук Бізерты, Універсітэт Карфагена, Зарзуна, 7021 Бізерта, Туніс
- d Школа міжнароднага менеджменту Венскага ўніверсітэта Modul, Am Kahlenberg 1, 1190 Vienna, Austria
ІНФА АРТЫКУЛ | РЭЗЮМЭ |
Ключавыя словы: Дронь БПЛА Дакладнае земляробства Інтэрнэт рэчаў Бібліяметрыя | Дроны, таксама званыя беспілотнымі лятальнымі апаратамі (БПЛА), за апошнія дзесяцігоддзі атрымалі значнае развіццё. У сельскай гаспадарцы яны змянілі метады вядзення сельскай гаспадаркі, прапанаваўшы фермерам значную эканомію выдаткаў, павелічэнне аперацыйная эфектыўнасць і лепшая рэнтабельнасць. За апошнія дзесяцігоддзі тэма сельскагаспадарчых беспілотнікаў стала актуальнай прыцягнуў значную акадэмічную ўвагу. Таму мы праводзім комплексны агляд на аснове бібліяметрыі абагульніць і структураваць існуючую акадэмічную літаратуру і выявіць сучасныя тэндэнцыі даследаванняў і гарачыя кропкі. мы прымяняць бібліяметрычныя метады і аналізаваць літаратуру вакол сельскагаспадарчых беспілотнікаў, каб абагульніць і ацаніць папярэднія даследаванні. Наш аналіз паказвае, што дыстанцыйнае зандзіраванне, дакладнае земляробства, глыбокае навучанне, машыннае навучанне і Інтэрнэт рэчаў з'яўляюцца важнымі тэмамі, звязанымі з сельскагаспадарчымі беспілотнікамі. Сумеснае цытаванне аналіз паказвае шэсць шырокіх груп даследаванняў у літаратуры. Гэта даследаванне - адна з першых спроб абагульніць даследаванні беспілотнікаў у сельскай гаспадарцы і прапанаваць будучыя напрамкі даследаванняў. |
Увядзенне
Сельская гаспадарка з'яўляецца асноўнай крыніцай харчавання ў свеце (Friha et al., 2021), і яна сутыкаецца з сур'ёзнымі праблемамі з-за
павышэнне попыту на прадукты харчавання, бяспека харчовых прадуктаў і праблемы бяспекі, а таксама заклікі да аховы навакольнага асяроддзя, захавання вады і
устойлівасць (Inoue, 2020). Прагназуецца, што такое развіццё будзе працягвацца, паколькі да 9.7 года насельніцтва свету дасягне 2050 мільярда чалавек
(2019). Паколькі сельская гаспадарка з'яўляецца найбольш яркім прыкладам спажывання вады ва ўсім свеце, чакаецца, што попыт на ежу і ваду
спажыванне рэзка ўзрасце ў агляднай будучыні. Акрамя таго, расце спажыванне ўгнаенняў і пестыцыдаў
у спалучэнні з інтэнсіфікацыяй сельскагаспадарчай дзейнасці можа прывесці да будучых экалагічных праблем. Сапраўды гэтак жа ворныя землі абмежаваныя, і
колькасць фермераў ва ўсім свеце скарачаецца. Гэтыя праблемы падкрэсліваюць неабходнасць інавацыйных і ўстойлівых рашэнняў для вядзення сельскай гаспадаркі (Ілля
і інш., 2018; Фрыха і інш., 2021; Іноўэ, 2020; Цуніс і інш., 2017).
Уключэнне новых тэхналогій было прызнана перспектыўным рашэннем для вырашэння гэтых праблем. Разумнае земляробства (Брустэр і інш.,
2017 год; Tang et al., 2021) і дакладнае земляробства (Feng et al., 2019; Khanna & Kaur, 2019) з'явіліся ў выніку такіх дэбатаў. The
першае - гэта агульнае паняцце для прымянення інфармацыйна-камунікацыйных тэхналогій (ІКТ) і іншых перадавых інавацый у сельскагаспадарчай дзейнасці для павышэння эфектыўнасці і выніковасці (Haque et al., 2021). Апошні факусуюць на кіраванні канкрэтным участкам, у якім зямля падзелена на
аднастайныя часткі, і кожная частка атрымлівае дакладную колькасць сельскагаспадарчых сродкаў для аптымізацыі ўраджайнасці з дапамогай новых тэхналогій (Feng et al., 2019; Khanna & Kaur, 2019). Сярод вядомых тэхналогій, якія прыцягнулі ўвагу навукоўцаў у гэтай галіне, - бесправадныя сэнсарныя сеткі (WSN) (J. Zheng & Yang, 2018; Y. Zhou et al., 2016), Інтэрнэт рэчаў (IoT) (Gill et al., 2017; Ён і інш., 2021; Лю і інш., 2019),
метады штучнага інтэлекту (AI), уключаючы машыннае і глыбокае навучанне (Liakos et al., 2018; Parsaeian et al., 2020; Shadrin et al.,
2019), вылічальныя тэхналогіі (Hsu et al., 2020; Jinbo et al., 2019; Zamora-Izquierdo et al., 2019), вялікія дадзеныя (Gill et al., 2017; Tantalaki
і інш., 2019) і блокчейн (PW Khan і інш., 2020; Pincheira і інш., 2021).
У дадатак да вышэйзгаданых тэхналогій, дыстанцыйнае зандзіраванне лічыцца тэхналагічным інструментам з вялікім патэнцыялам паляпшэння
разумнае і дакладнае земляробства. Спадарожнікі, самалёты з экіпажам людзей і беспілотнікі з'яўляюцца папулярнымі тэхналогіямі дыстанцыйнага зандзіравання (Tsouros et al., 2019).
Дроны, вядомыя як беспілотныя лятальныя апараты (БПЛА), беспілотныя лятальныя апараты (БАС) і дыстанцыйна кіраваныя лятальныя апараты, з'яўляюцца
вялікае значэнне, паколькі яны маюць мноства пераваг у параўнанні з іншымі тэхналогіямі дыстанцыйнага зандзіравання. Напрыклад, беспілотнікі могуць дастаўляць
выявы высокай якасці і высокай раздзяляльнасці ў пахмурныя дні (Manfreda et al., 2018). Акрамя таго, іх даступнасць і хуткасць перадачы складаюць іншыя
перавагі (Radoglou-Grammatikis et al., 2020). У параўнанні з самалётамі беспілотнікі вельмі эканамічна эфектыўныя і простыя ў наладжванні і абслугоўванні (Tsouros et al., 2019). Нягледзячы на тое, што беспілотнікі першапачаткова выкарыстоўваліся ў асноўным у ваенных мэтах, яны могуць прымяняцца ў шматлікіх грамадзянскіх мэтах, напрыклад, у кіраванні ланцужкамі паставак (A. Rejeb, Rejeb, et al., 2021a), у гуманітарных мэтах (A. Rejeb, Rejeb, et al., 2021c), разумная сельская гаспадарка, геадэзія і картаграфаванне, дакументаванне культурнай спадчыны, барацьба са стыхійнымі бедствамі і захаванне лясоў і дзікай прыроды (Panday, Pratihast і інш., 2020). У сельскай гаспадарцы існуюць разнастайныя вобласці прымянення беспілотнікаў, паколькі іх можна інтэграваць з новымі тэхналогіямі, вылічальнымі магчымасцямі і ўбудаванымі датчыкамі для падтрымкі кіравання ўраджаем (напрыклад, картаграфаванне, маніторынг, ірыгацыя, дыягностыка раслін) (H. Huang et al., 2021) , памяншэнне небяспекі стыхійных бедстваў, сістэмы ранняга папярэджання, захаванне дзікай прыроды і лясоў, каб назваць некалькі (Negash et al., 2019). Аналагічным чынам беспілотныя лятальныя апараты могуць быць выкарыстаны ў некалькіх сельскагаспадарчых мерапрыемствах, уключаючы маніторынг сельскагаспадарчых культур і росту, ацэнку ўраджайнасці, ацэнку недахопу вады, а таксама выяўленне пустазелля, шкоднікаў і хвароб (Inoue, 2020; Panday, Pratihast і інш., 2020). Дроны можна выкарыстоўваць не толькі для маніторынгу, ацэнкі і выяўлення на аснове іх сэнсарных даных, але і для дакладнага арашэння і дакладнай барацьбы з пустазеллем, шкоднікамі і хваробамі. Іншымі словамі, беспілотнікі здольныя распыляць ваду і пестыцыды ў дакладных колькасцях на падставе дадзеных аб навакольным асяроддзі. Перавагі беспілотнікаў у сельскай гаспадарцы зведзены ў табліцы 1.
Асноўныя перавагі дронаў у сельскай гаспадарцы.
Карысць | Спасылкі |
Палепшыце часовае і прасторавае рэзалюцыі зандзіравання | (Gago et al., 2015; Niu et al., 2020; Srivastava і інш., 2020) |
Садзейнічанне дакладнаму земляробству | (L. Deng et al., 2018; Kalischuk et al., 2019; Maimaitijiang і інш., 2017) |
Класіфікацыя і разведка культур | (Іноуэ, 2020; Калішчук і інш., 2019; Лопес-´ Гранадос і інш., 2016; Maimaitijiang і інш., 2017; Мелвіл і інш., 2019; Moharana & Dutta, 2016) |
Выкарыстанне угнаенняў | (L. Deng et al., 2018; Guan et al., 2019) |
Маніторынг засухі | (Фосет і інш., 2020; Пандэй, Праціхаст і інш., 2020 год; Су і інш., 2018) |
Ацэнка біямасы | (Бендыг і інш., 2014) |
Ацэнка ўраджайнасці | (Іноуэ, 2020; Пандэй, Шрэста і інш., 2020; Дао і інш., 2020) |
Змяншэнне катастроф | (Негаш і інш., 2019) |
Ахова жывёльнага свету і forestry | (Негаш і інш., 2019; Пандэй, Праціхаст і інш., 2020) |
Ацэнка воднага стрэсу | (Іноуэ, 2020; Дж. Су, Кумбс і інш., 2018; Л. Чжан і інш., 2019) |
Шкоднікі, пустазелле і хваробы выяўленне | (Gaˇsparovi´c et al., 2020; Inoue, 2020; J. Su, Liu, і інш., 2018; X. Zhang і інш., 2019) |
З іншага боку, беспілотнікі таксама сутыкаюцца з абмежаваннямі. Удзел пілота, магутнасць рухавіка, стабільнасць і надзейнасць, якасць датчыкаў у залежнасці ад карыснай нагрузкі
абмежаванні вагі, выдаткі на ўкараненне і авіяцыйнае рэгуляванне, сярод іх (C. Zhang & Kovacs, 2012). Параўноўваем недахопы
з трох мабільных тэхналогій дыстанцыйнага зандзіравання ў табліцы 2. Іншыя тэхналогіі дыстанцыйнага зандзіравання, такія як датчыкі глебы, знаходзяцца па-за ўвагай гэтага даследавання.
Недахопы розных мабільных тэхналогій дыстанцыйнага зандзіравання.
Дыстанцыйнае зандзіраванне тэхналогіі | недагляды | Спасылкі |
Дрон (БЛА) | Удзел пілота; выявы' якасць (сярэдняя); выдаткі на рэалізацыю (у сярэднім); ўстойлівасць, манеўранасць і надзейнасць; стандартызацыя; магутнасць рухавіка; абмежаваная ўлада крыніцы (даўгавечнасць акумулятара); абмежаваная працягласць палёту, сутыкненне і кібератакі; абмежаваны маса карыснай нагрузкі; вялікія наборы дадзеных і абмежаваная апрацоўка дадзеных магчымасці; адсутнасць рэгулявання; недахоп ведаў, высокі ўваход бар'еры для доступу да сельскагаспадарчыя дроны; | (Бакко і інш., 2018; Давалібі і інш., 2020; Хардзін і Хардзін, 2010; Хардзін і Дженсен, 2011; Лагкас і інш., 2018 год; Laliberte і інш., 2007; Laliberte & Rango, 2011; Манфрэда і інш., 2018, 2018; Небікер і інш., 2008; Пуры і інш., 2017; Велусамы і інш. 2022 год; К. Чжан і Ковач, 2012) |
Спадарожнік | Перыядычнае спадарожнікавае пакрыццё, абмежаванае спектральнае дазвол; уразлівасць да праблем бачнасці (напрыклад, аблокі); Недаступнасць і нізкая хуткасць перадачы; арыентацыя і віньеткаванне эфекты дарагіх прасторавых дадзеных збор; павольная дастаўка дадзеных час для канчатковых карыстальнікаў | (Абуталебі і інш., 2019; Cen і інш., 2019; Чэнь і інш., 2019 год; Нансен і Эліят, 2016 год; Пандай, Праціхаст, і інш., 2020; Сай Вініт і інш., 2019) |
лятальны апарат | Высокія выдаткі на ўсынаўленне; складаная налада; выдаткі на тэхнічнае абслугоўванне; недаступнасць надзейных аэрапланы, геаметрыя ст выявы; нерэгулярныя дадзеныя набыццё; адсутнасць гнуткасці; аварыі са смяротным зыходам; даныя датчыка ваганні з-за вібрацыі; пытанні геаграфічнай прывязкі | (Армстранг і інш., 2011; Аткінсан і інш., 2018; Barbedo & Koenigkan, 2018; Кавалёў і Варашылава, 2020 год; Суамалайнен і інш., 2013 год; Тамм і інш., 2013) |
Як міждысцыплінарная і шматфункцыянальная тэхналогія ў сельскай гаспадарцы, беспілотнікі даследаваліся з розных пунктаў гледжання. Напрыклад, навукоўцы даследавалі прымяненне беспілотнікаў у сельскай гаспадарцы (Kulbacki et al., 2018; Mogili & Deepak, 2018), іх уклад у дакладнае земляробства (Puri et al., 2017; Tsouros et al., 2019), іх узаемадапаўняльнасць з іншымі перадавыя тэхналогіі (Al-Thani et al., 2020; Dutta & Mitra, 2021; Nayyar et al., 2020; Saha et al., 2018), а таксама магчымасці пашырэння іх навігацыйных і сэнсарных магчымасцей (Bareth et al. , 2015; Suomalainen et al., 2014). Паколькі даследаванні прымянення беспілотнікаў у сельскай гаспадарцы сталі распаўсюджанымі (Khan et al., 2021)), існуе неабходнасць абагульніць захаваную літаратуру і выявіць інтэлектуальную структуру вобласці. Акрамя таго, у сферы высокіх тэхналогій з пастаянным удасканаленнем неабходна праводзіць структураваныя агляды, каб перыядычна абагульняць захаваную літаратуру і выяўляць важныя прабелы ў даследаваннях. каб
На сённяшні дзень ёсць некалькі аглядаў, якія абмяркоўваюць прымяненне беспілотнікаў у сельскагаспадарчым сектары. Напрыклад, Mogili і Deepak (2018) коратка разглядаюць наступствы беспілотнікаў для маніторынгу пасеваў і распылення пестыцыдаў. Inoue (2020) праводзіць агляд выкарыстання спадарожнікаў і беспілотнікаў у дыстанцыйным зандзіраванні ў сельскай гаспадарцы. Аўтар даследуе тэхналагічныя праблемы ўкаранення разумнага земляробства і ўклад спадарожнікаў і беспілотнікаў на аснове тэматычных даследаванняў і перадавой практыкі. Цурас і інш. (2019) абагульняюць розныя тыпы беспілотнікаў і іх асноўныя прымянення ў сельскай гаспадарцы, падкрэсліваючы розныя метады збору і апрацоўкі даных. Зусім нядаўна Aslan et al. (2022) правялі ўсебаковы агляд прымянення БПЛА ў сельскагаспадарчай дзейнасці і падкрэслілі важнасць адначасовай лакалізацыі і картаграфавання для БПЛА ў цяпліцы. Дыяс-Гансалес і інш. (2022) правялі агляд нядаўніх даследаванняў вытворчасці ўраджаю сельскагаспадарчых культур на аснове розных метадаў машыннага навучання і дыстанцыйнага
сістэмы зандзіравання. Іх высновы паказалі, што БПЛА карысныя для ацэнкі паказчыкаў глебы і пераўзыходзяць спадарожнікавыя сістэмы з пункту гледжання прасторавага дазволу, часовасці інфармацыі і гнуткасці. Басіры і інш. (2022) зрабілі вычарпальны агляд розных падыходаў і метадаў пераадолення праблем планавання траекторыі для шматротарных БЛА ў кантэксце дакладнага земляробства. Больш за тое, Awais і інш. (2022) абагульнілі прымяненне даных дыстанцыйнага зандзіравання БПЛА на сельскагаспадарчых культурах для ацэнкі стану вады і далі глыбокі сінтэз перспектыўных магчымасцей дыстанцыйнага зандзіравання БПЛА для прымянення стрэсу марнатраўства. Нарэшце, Aquilani і соавт. (2022) прааналізавалі тэхналогіі папярэдняй сельскай гаспадаркі, якія прымяняюцца ў пашавых сістэмах жывёлагадоўлі, і прыйшлі да высновы, што дыстанцыйнае зандзіраванне з дапамогай БПЛА з'яўляецца перавагай для ацэнкі біямасы і кіравання статкам.
Таксама нядаўна паведамлялася аб спробах выкарыстоўваць БПЛА для маніторынгу, адсочвання і збору жывёлы.
Нягледзячы на тое, што гэтыя агляды даюць новыя і важныя ідэі, у літаратуры нельга знайсці ўсёабдымнага і актуальнага агляду, заснаванага на бібліяметрыі, што сведчыць пра відавочны прабел у ведах. Больш за тое, было заяўлена, што калі навуковая вытворчасць расце ў навуковай вобласці, для даследчыкаў становіцца жыццёва важна выкарыстоўваць падыходы колькаснага агляду, каб зразумець структуру ведаў у гэтай галіне (Rivera & Pizam, 2015). Сапраўды гэтак жа Ferreira et al. (2014) сцвярджаў, што па меры сталення і ўскладнення абласцей даследаванняў навукоўцы павінны час ад часу асэнсоўваць атрыманыя і назапашаныя веды, каб выявіць новы ўклад, зафіксаваць традыцыі і тэндэнцыі даследаванняў, вызначыць тэмы, якія вывучаюцца, і паглыбіцца ў структуру ведаў поле і патэнцыйныя напрамкі даследаванняў. У той час як Рапарэлі і Баджока (2019) правялі бібліяметрычны аналіз для вывучэння вобласці ведаў аб прымяненні беспілотнікаў у сельскай і лясной гаспадарцы, у іх даследаванні разглядаюцца толькі навуковыя даследаванні, апублікаваныя ў перыяд з 1995 па 2017 год, якія не адлюстроўваюць дынаміку гэтай хутка развіваецца вобласці. Акрамя таго, аўтары не спрабавалі вызначыць найбольш уплывовыя ўклады ў гэтай галіне, згрупаваць літаратуру і ацаніць інтэлектуальную структуру з дапамогай аналізу сумеснага цытавання. У выніку неабходна абагульніць літаратуру, каб выявіць сучасныя агмені даследаванняў, тэндэнцыі і гарачыя кропкі.
Каб запоўніць гэты прабел у ведах, мы выкарыстоўваем колькасную метадалогію і строгія бібліяметрычныя метады для вывучэння бягучага стану даследаванняў на стыку дронаў і сельскай гаспадаркі. Мы сцвярджаем, што цяперашняе даследаванне ўносіць некалькі ўкладаў у існуючую літаратуру, вывучаючы новую тэхналогію, якая вельмі патрэбна ў сельскай гаспадарцы, паколькі яна дае велізарны патэнцыял для змены некалькіх аспектаў у гэтым сектары. Патрэба ў бібліяметрычным аналізе сельскагаспадарчых беспілотнікаў яшчэ больш адчуваецца, улічваючы раскіданыя і фрагментаваныя веды аб беспілотніках у кантэксце сельскай гаспадаркі. Аналагічным чынам неабходна сістэматычна аб'ядноўваць літаратуру, якая тычыцца сельскагаспадарчых беспілотнікаў, улічваючы найбольш уплывовыя даследаванні, якія ствараюць аснову гэтай вобласці даследаванняў. Вартасцю аналізу таксама з'яўляецца высвятленне асноўных тэм даследаванняў, прадстаўленых у літаратуры. Улічваючы трансфармацыйны патэнцыял тэхналогіі, мы сцвярджаем, што глыбокі сеткавы аналіз дае новыя ідэі, вызначаючы ўплывовыя працы і раскрываючы тэмы, якія тычацца патэнцыялу дронаў для сельскай гаспадаркі.
Таму мы імкнемся да дасягнення наступных мэтаў даследавання:
- Вызначэнне ўплывовых публікацый з выдатным укладам у прымяненне беспілотнікаў у галіне сельскай гаспадаркі.
- Кластэрызацыя літаратуры, вызначэнне фокусаў даследаванняў і адлюстраванне асноўных даследаванняў «інтэлектуальнай структуры» на аснове семантычнага падабенства з дапамогай аналізу сумеснага цытавання.
- Разуменне эвалюцыі сувязяў і сетак цытавання з цягам часу сярод розных публікацый у гэтай галіне і вызначэнне будучых напрамкаў даследаванняў і гарачых тэм.
Астатняя частка артыкула пабудавана наступным чынам: раздзел 2 апісвае метадалогію і этапы збору даных; у раздзеле 3 прадстаўлены вынікі аналізаў; і ў раздзеле 4 абмяркоўваюцца высновы і заканчваецца ўкладам даследаванняў, наступствамі і будучымі кірункамі.
метадалогія
У гэтым бягучым даследаванні мы праводзім бібліяметрычны аналіз для вывучэння прымянення беспілотнікаў у сельскай гаспадарцы. Гэты колькасны падыход паказвае інтэлектуальную структуру вобласці ведаў (Arora & Chakraborty, 2021) і бягучы стан, гарачыя тэмы і будучыя напрамкі даследаванняў, якія можна даследаваць з дапамогай гэтага метаду (Kapoor et al., 2018; Mishra et al. , 2017; А. Рэджэб, Рэджэб і інш., 2021b; А. Рэджэб і інш., 2021d; М. А. Рэджэб і інш., 2020). Як правіла, бібліяметрычны аналіз даследуе захаваную літаратуру, каб абагульніць і выявіць схаваныя заканамернасці пісьмовай камунікацыі і эвалюцыю дысцыпліны на аснове статыстыкі і матэматычных метадаў, і ён прымяняецца да вялікіх набораў даных (Pritchard, 1969; Small, 1999; Tahai & Rigsby). , 1998). Выкарыстоўваючы бібліяметрыю, мы імкнемся лепш зразумець існуючыя парадыгмы і цэнтры даследаванняў, якія спрыяюць дамену на аснове падабенства (Thelwall, 2008). Бібліяметрыя дае новыя ідэі, падмацаваныя аб'ектыўнай колькаснай сілай метадалогіі (Casillas & Acedo, 2007). Шматлікія навукоўцы раней праводзілі бібліяметрычныя даследаванні ў сумежных галінах, уключаючы сельскую гаспадарку, дыстанцыйнае зандзіраванне і лічбавую трансфармацыю (Armenta-Medina et al., 2020; Bouzembrak et al., 2019; A. Rejeb, Treiblmaier, et al., 2021; Wamba & Queiroz, 2021; Ван і інш., 2019).
Аналіз цытавання
Аналіз цытавання паказвае розныя ідэі ў дадзенай вобласці даследаванняў. Перш за ўсё, гэта дапамагае выявіць найбольш уплывовых аўтараў і публікацыі, якія ўносяць уклад у пэўную вобласць даследаванняў і аказваюць значны ўплыў (Gundolf & Filser, 2013). Па-другое, можна выявіць паток ведаў і камунікацыйныя сувязі паміж аўтарамі. Нарэшце, адсочваючы сувязі паміж працамі, якія цытуюцца і цытуюцца, можна даследаваць змены і эвалюцыю вобласці ведаў з цягам часу (Пурнадэр
і інш., 2020). Высокая колькасць цытавання публікацыі сведчыць аб яе значнасці і значным унёску ў вобласць даследаванняў (Baldi, 1998; Gundolf & Filser, 2013; Marinko, 1998). Аналіз цытавання публікацый таксама дапамагае ідэнтыфікаваць адпаведныя працы і адсочваць іх папулярнасць і прагрэс з цягам часу.
Аналіз сумеснага цытавання дакументаў
Аналіз сумеснага цытавання з'яўляецца каштоўным метадам для вывучэння адносін паміж публікацыямі і адлюстравання інтэлектуальнай структуры вобласці (Nerur et al., 2008). Іншымі словамі, шляхам выяўлення найбольш цытуемых публікацый і іх сувязей метад групуе публікацыі ў асобныя даследчыя кластары, у якіх публікацыі ў кластары рэгулярна падзяляюць падобныя ідэі (McCain, 1990; Small, 1973). Важна адзначыць, што падабенства не азначае, што высновы публікацый ёсць
згуртаваныя і ўзгодненыя паміж сабой; публікацыі належаць да аднаго кластара з-за падабенства тэм, але яны могуць мець супярэчлівыя пункты гледжання.
Збор і аналіз дадзеных
У адпаведнасці з метадалогіяй, прапанаванай Уайтам і Грыфітам (1981), мы правялі поўны пошук часопісных артыкулаў, каб ахапіць усю вобласць даследаванняў прымянення беспілотнікаў у сельскай гаспадарцы, выконваючы наступныя пяць этапаў:
- Першым крокам быў збор дадзеных. Scopus быў абраны як адна з найбольш поўных і надзейных баз даных са стандартызаванымі вынікамі. Метададзеныя публікацый, звязаных з ужываннем беспілотнікаў у сельскай гаспадарцы, былі здабыты. Затым мы прааналізавалі выбраныя артыкулы, выдаліўшы з аналізу артыкулы, якія не датычацца тэмы.
- Мы прааналізавалі літаратуру і вызначылі найбольш важныя ключавыя словы, якія выкарыстоўваюцца ў галіне даследавання.
- Выкарыстоўваючы аналіз цытавання, мы даследавалі сувязь паміж аўтарамі і дакументамі, каб выявіць асноўныя мадэлі цытавання. Мы таксама вызначылі найбольш уплывовых аўтараў і публікацыі, якія ўнеслі значны ўклад у сферу сельскагаспадарчых дронаў.
- Мы правялі аналіз сумеснага цытавання, каб згрупаваць падобныя публікацыі ў кластары.
- Нарэшце, мы прааналізавалі сувязі паміж краінамі, установамі і часопісамі, каб адлюстраваць сетку супрацоўніцтва.
Вызначэнне адпаведных пошукавых тэрмінаў
Мы ўжылі наступныя радкі пошуку для агрэгацыі даных: (дрон* АБО «беспілотны лятальны апарат» АБО БЛА* АБО «беспілотная авіяцыйная сістэма»” АБО uas АБО «дыстанцыйна кіраваны самалёт») І (сельская гаспадарка АБО сельская гаспадарка АБО фермерства АБО фермер). Пошукі праводзіліся ў верасні 2021 г. Беспілотнікі маюць некалькі абазначэнняў, у тым ліку БПЛА, БАС і дыстанцыйна кіраваныя лятальныя апараты (Sah et al., 2021). Канкрэтныя тэрміны пошуку, звязаныя з сельскай гаспадаркай, былі вызначаны на аснове даследавання Abdollahi et al. (2021). Дзеля яснасці і празрыстасці дакладны запыт, які мы выкарыстоўвалі, прыведзены ў Дадатку 1. Пасля працэсу ачысткі даных мы стварылі тэкставы файл, які пасля быў загружаны ў BibExcel, звычайны інструмент для аналізу цытавання і сумеснага цытавання. Гэты інструмент таксама прапануе простае ўзаемадзеянне з іншым праграмным забеспячэннем і прапануе значную ступень свабоды ў апрацоўцы і аналізе дадзеных. VOSviewer версіі 1.6.16 выкарыстоўваўся для візуалізацыі знаходак і стварэння бібліяметрычных сетак (Eck & Waltman, 2009). VOSviewer прапануе шэраг інтуітыўна зразумелай візуалізацыі, асабліва для аналізу бібліяметрычных карт (Geng et al., 2020). Акрамя таго, гэта дапамагае ў прадастаўленні простых візуальных вынікаў, якія дапамагаюць лепш зразумець вынікі (Abdollahi et al., 2021). Ужываючы пошукавыя радкі, як паказана вышэй, мы сабралі і захавалі ўсе адпаведныя публікацыі. Першыя вынікі пошуку далі 5,085 дакументаў. Для забеспячэння якасці абранай выбаркі ў даследаванні разглядаліся толькі рэцэнзаваныя часопісныя артыкулы, што прывяло да выключэння іншых тыпаў дакументаў, такіх як кнігі, раздзелы, матэрыялы канферэнцый і рэдакцыйныя нататкі. У працэсе праверкі былі адфільтраваныя недарэчныя (г.зн. тыя, што не ўваходзяць у сферу гэтай працы), лішнія (г.зн. дублікаты, атрыманыя ў выніку падвойнага індэксавання) і неангламоўныя публікацыі. Гэты працэс прывёў да ўключэння ў канчатковы аналіз 4,700 дакументаў.
Высновы і абмеркаванне
Для пачатку мы прааналізавалі развіццё публікацый у сучаснай літаратуры аб сельскагаспадарчых беспілотніках. Часовае размеркаванне навуковых даследаванняў паказана на малюнку 1. Мы бачым хуткі рост публікацый з 2011 года (30 публікацый); таму мы вырашылі падзяліць перыяд аналізу на два розныя этапы. Мы называем перыяд паміж 1990 і 2010 гадамі этапам нарошчвання, на якім штогод публікуецца каля сямі артыкулаў. Перыяд пасля 2010 года быў названы этапам росту, паколькі даследаванні прымянення беспілотнікаў у сельскай гаспадарцы ў гэты перыяд засведчылі экспанентны ўсплёск. Пасля 2010 года павелічэнне колькасці публікацый пацвярджае рост цікавасці сярод даследчыкаў, што таксама сведчыць аб тым, што беспілотнікі выкарыстоўваліся для дыстанцыйнага зандзіравання і ў дакладнай сельскай гаспадарцы (Deng et al., 2018; Maes & Steppe, 2019; Messina & Modica, 2020). ). У прыватнасці, колькасць публікацый вырасла са 108 у 2013 г. да 498 у 2018 г. і дасягнула піка ў 1,275 у 2020 г. Усяго са студзеня па сярэдзіну верасня 935 г. было апублікавана 2021 артыкулаў. Пасля гэтага мы вырашылі больш засяродзіць наш аналіз на стадыі росту так як гэты перыяд адлюстроўвае самыя апошнія і важныя тонкасці сельскагаспадарчых дронаў.
Аналіз ключавых слоў
Ключавыя словы, якія аўтары выбіраюць для публікацыі, вырашальна ўплываюць на тое, як дакумент прадстаўлены і як ён паведамляецца ў навуковых супольнасцях. Яны вызначаюць ключавыя аб'екты даследавання і вызначаюць яго патэнцыял для росквіту або няўдачы (Day & Gastel, 1998; Kim et al., 2016; Uddin et al., 2015). Аналіз ключавых слоў, інструмент для выяўлення больш шырокіх тэндэнцый і напрамкаў даследаванняў, адносіцца да кампіляцыі ключавых слоў усіх звязаных публікацый у дамене (Dixit & Jakhar, 2021). У бягучым даследаванні мы падзялілі агрэгаваныя ключавыя словы на два наборы (г.зн. да 2010 і 2011–2021 гг.), каб вывучыць найбольш папулярныя тэмы. Робячы гэта, мы можам прасачыць важныя ключавыя словы ў абодвух наборах і пераканацца, што мы сабралі ўсе неабходныя даныя. Для кожнага набору дзесяць лепшых ключавых слоў прадстаўлены ў табліцы 3. Мы ліквідавалі неадпаведнасці шляхам аб'яднання семантычна ідэнтычных ключавых слоў, такіх як «дрон» і «дроны» або, аналагічна, «Інтэрнэт рэчаў» і «IoT.».
Табліца 3 паказвае, што «беспілотны лятальны апарат» з'яўляецца больш часта выкарыстоўваным ключавым словам у параўнанні з «беспілотнікам» і «беспілотнай лятальнай сістэмай» у абодва перыяды часу. Акрамя таго, «дыстанцыйнае зандзіраванне», «дакладная земляробства» і «сельская гаспадарка» займаюць высокія пазіцыі ў абодвух перыядах. У першым перыядзе «дакладнае земляробства» займала пятае месца, а ў другім — другое, што паказвае, як беспілотныя лятальныя апараты становяцца ўсё больш важнымі ў дасягненні дакладнага земляробства, паколькі яны могуць ажыццяўляць маніторынг,
практыкі выяўлення і ацэнкі хутчэй, танней і прасцей у выкананні ў параўнанні з іншымі сістэмамі дыстанцыйнага зандзіравання і наземнымі сістэмамі. Акрамя таго, яны могуць распыляць дакладную колькасць уводу (напрыклад, вады ці пестыцыдаў), калі гэта неабходна (Guo et al., 2020; Inoue, 2020; Panday, Pratihast, et al., 2020).
Спіс найбольш часта выкарыстоўваюцца ключавых слоў.
Ранг | 1990-2010 | Колькасць здарэнні | 2011-2021 | Колькасць здарэнні |
1 | беспілотны лятальны апарат аўтамабіль | 28 | беспілотны лятальны апарат | 1628 |
2 | дыстанцыйнае зандаванне | 7 | дакладнасць сельская гаспадарка | 489 |
3 | сельская гаспадарка | 4 | дыстанцыйнае зандаванне | 399 |
4 | бартавы | 4 | труцень | 374 |
5 | дакладнасць сельская гаспадарка | 4 | беспілотны паветраная сістэма | 271 |
6 | беспілотны лятальны апарат | 4 | сельская гаспадарка | 177 |
7 | гіперспектральная датчык | 3 | глыбокае вывучэнне | 151 |
8 | штучны нейр сетак | 2 | машына вывучэнне | 149 |
9 | аўтаномны палёт | 2 | расліннасць індэкс | 142 |
10 | кава | 2 | Інтэрнэт з Рэчы | 124 |
Яшчэ адна цікавая асаблівасць - наяўнасць узаемадапаўняльных тэхналогій. На першым этапе «Гіперспектральны датчык» і «штучныя нейронныя сеткі» (ШНМ) уваходзяць у дзесятку ключавых слоў. Гіперспектральнае адлюстраванне зрабіла рэвалюцыю ў традыцыйнай візуалізацыі, сабраўшы велізарную колькасць малюнкаў на розных даўжынях хваль. Робячы гэта, датчыкі могуць адначасова збіраць лепшую прасторавую і спектральную інфармацыю ў параўнанні з мультыспектральнай візуалізацыяй, спектраскапіяй і выявамі RGB (Adao ˜ et al.,
2017). З'яўленне «ANN» на першым этапе і «глыбокага навучання» (DL) і «машыннага навучання» (ML) на другім азначае, што большасць апублікаваных прац сканцэнтравана на вывучэнні патэнцыялу метадаў штучнага інтэлекту для беспілотнікаў. на аснове сельскай гаспадаркі. Нягледзячы на тое, што дроны здольныя лятаць аўтаномна, яны ўсё роўна патрабуюць удзелу пілота, што прадугледжвае нізкі ўзровень інтэлекту прылады. Аднак гэтую праблему можна вырашыць дзякуючы развіццю метадаў штучнага інтэлекту, якія могуць забяспечыць лепшую дасведчанасць аб сітуацыі і аўтаномную падтрымку прыняцця рашэнняў. Абсталяваныя штучным інтэлектам, беспілотныя лятальныя апараты могуць пазбягаць сутыкненняў падчас навігацыі, паляпшаць кіраванне глебай і ўраджаем (Inoue, 2020), а таксама памяншаць працу і стрэс для людзей (BK Sharma et al., 2019).
Дзякуючы сваёй гнуткасці і здольнасці апрацоўваць велізарныя аб'ёмы нелінейных даных метады штучнага інтэлекту падыходзяць для аналізу даных, якія перадаюцца беспілотнікамі і іншымі сістэмамі дыстанцыйнага зандзіравання і наземнымі сістэмамі для прагназавання і прыняцця рашэнняў (Ali et al., 2015; Іноуэ, 2020). Акрамя таго, прысутнасць «IoT» у другім перыядзе сведчыць аб яго новай ролі ў сельскай гаспадарцы. IoT робіць рэвалюцыю ў сельскай гаспадарцы, аб'ядноўваючы іншыя тэхналогіі, у тым ліку беспілотнікі, ML, DL, WSN і вялікія дадзеныя. Адной з ключавых пераваг укаранення IoT з'яўляецца яго здольнасць эфектыўна і эфектыўна аб'ядноўваць розныя задачы (збор даных, аналіз і апрацоўка даных, прыняцце рашэнняў і ўкараненне) амаль у рэжыме рэальнага часу (Elijah et al., 2018; Feng et al. , 2019; Муангпратуб і інш., 2019). Акрамя таго, беспілотныя лятальныя апараты лічацца эфектыўным інструментам для збору даных, неабходных для разліку сілы расліннасці і яе ўласцівасцей (Candiago et al., 2015). Мал. 2a і 2b ілюструюць сеткі сумеснага з'яўлення ключавых слоў для абодвух перыядаў часу.
Уплывовыя аўтары
У гэтым раздзеле мы вызначаем уплывовых аўтараў і разглядаем, як сеткі цытавання аўтараў могуць візуалізаваць і арганізаваць бягучую літаратуру. Малюнак 3 паказвае храналагічнае накладанне ўсіх даследчыкаў з найбольшай колькасцю цытаванняў. Каляровая гама адлюстроўвае змяненне цытавання аўтараў па гадах. Мы разглядаем структуру цытавання даследчыкаў, якія апублікавалі даследаванні сельскагаспадарчых беспілотнікаў, выкарыстоўваючы парогавае значэнне ў мінімум 50 цытаванняў і дзесяць публікацый. З
12,891 115 аўтар, толькі 4 адпавядалі гэтай умове. У табліцы 1,963 пералічаны першыя дзесяць уплывовых аўтараў, адсартаваныя па максімальнай колькасці цытаванняў. Lopez-Granados F. лідзіруе ў спісе з 1,909 цытатамі, за ім ідзе Zarco-Tejada PJ з XNUMX цытатамі.
Спіс найбольш цытуемых аўтараў.
Ранжыраванне | аўтар | Цытаты |
1 | Лопес-Гранадос ´ Ф. | 1,963 |
2 | Зарка-Тэхада PJ | 1,909 |
3 | Пэна ˜ JM | 1,644 |
4 | Торэс-С´ Анчэз Дж. | 1,576 |
5 | Ферэрэс Э | 1,339 |
6 | Рэмандзіна Ф | 1,235 |
7 | Болтэн А | 1,160 |
8 | Барэт Г | 1,155 |
9 | Берні Я | 1,132 |
10 | дэ Кастра А.І | 1,036 |
Калі справа даходзіць да асобных публікацый, артыкул Чжана і Ковача (2012) быў найбольш цытуемым даследаваннем, апублікаваным у Precision Agriculture. У гэтым артыкуле аўтары разгледзелі прымяненне БАС у дакладнай сельскай гаспадарцы. Вынікі іх даследаванняў паказваюць, што існуе неабходнасць прасоўвання дызайну платформы, вытворчасці, стандартызацыі геаграфічнай прывязкі малюнкаў і працоўнага працэсу пошуку інфармацыі, каб забяспечыць фермераў надзейнымі канчатковымі прадуктамі. Акрамя таго, яны рэкамендуюць больш актыўна прыцягваць фермераў, асабліва ў планаванне палёў, захоп малюнкаў, а таксама інтэрпрэтацыю і аналіз дадзеных. Важна адзначыць, што гэта даследаванне было адным з першых, якія паказалі важнасць БПЛА ў картаграфаванні палёў, картаграфаванні энергіі, вымярэнні ўтрымання хімічных рэчываў, маніторынгу вегетацыйнага стрэсу і ацэнцы ўплыву ўгнаенняў на рост раслін. Праблемы, звязаныя з тэхналогіяй, таксама ўключаюць празмерна высокія выдаткі, магчымасці датчыкаў, стабільнасць і надзейнасць платформы, адсутнасць стандартызацыі і паслядоўную працэдуру аналізу велізарных аб'ёмаў даных.
Аналіз цытавання
Аналіз цытавання ўяўляе сабой даследаванне ўплыву артыкулаў, хоць і схільныя да патокаў (напрыклад, прадузятасць цытавання, самацытаванне), лічыцца адным са стандартных інструментаў для ацэнкі ўплыву (Osareh, 1996; A. Rejeb et al., 2022; Сарлі і інш., 2010). Цытаты таксама адлюстроўваюць важнасць і жыццёвасць укладу прац у літаратуру па пэўнай тэме (R. Sharma et al., 2022). Мы правялі аналіз цытавання, каб вызначыць найбольш уплывовыя даследаванні сельскагаспадарчых дронаў, і абагульнілі іх змест. У табліцы 5 прадстаўлены спіс пятнаццаці найбольш уплывовых прац за перыяды 1990–2010 і 2011–2021 гг. Артыкулы Берні і інш. (2009)b і Austin (2010) былі найбольш цытуемымі ў 1990 і 2010 гадах з 831 і 498 спасылкамі адпаведна. Берні і інш. (2009)b праілюстраваў патэнцыял для распрацоўкі колькасных прадуктаў дыстанцыйнага зандзіравання з дапамогай верталётнага беспілотніка, абсталяванага даступнымі цеплавымі і вузкапалоснымі шматспектральнымі датчыкамі візуалізацыі. У параўнанні з традыцыйнымі пілатуемымі бартавымі датчыкамі, недарагі БПЛА для сельскай гаспадаркі здольны дасягнуць параўнальных ацэнак біяфізічных параметраў сельскагаспадарчых культур, калі не лепш. Даступны кошт і эксплуатацыйная гібкасць разам з высокім спектральным, прасторавым і часавым раздзяленнямі, даступнымі пры хуткім часе апрацоўкі, робяць БПЛА прыдатнымі для шэрагу прымянення, якія патрабуюць крытычнага па часе кіравання, уключаючы планаванне арашэння і дакладнае земляробства. Дакумент Берні і інш. (2009)b высока цытуецца, таму што ён эфектыўна інтэграваў беспілотную верталётную платформу і лічбавыя і цеплавыя датчыкі з неабходнымі механізмамі каліброўкі для прымянення ў сельскай гаспадарцы. Другая найбольш цытуемая публікацыя - гэта кніга, напісаная Осцінам (2010), які абмяркоўваў БПЛА з пункту гледжання праектавання, распрацоўкі і разгортвання. У сельскай гаспадарцы БПЛА падтрымліваюць маніторынг сельскагаспадарчых культур, выяўляючы хваробы на ранняй стадыі шляхам змены колеру пасеваў, палягчаючы пасеў і апырскванне сельскагаспадарчых культур, а таксама маніторынг і перагон статкаў.
Даследаванні Салівана і соавт. (2007), Lumme і інш. (2008) і Gokto ¨ ǧan et al. (2010) завяршаюць спіс пятнаццаці найбольш цытуемых артыкулаў. Гэтыя артыкулы ілюструюць распрацоўку сістэм на базе БПЛА для падтрымкі сельскай гаспадаркі. Яны прапануюць рашэнні розных праблем, такіх як маніторынг і сканіраванне ўраджаю, кантроль і барацьба з пустазеллем, а таксама падтрымка прыняцця рашэнняў. Яны таксама прапануюць і абмяркоўваюць здольнасць БПЛА павышаць эфектыўнасць адбору проб і дапамагаць фермерам у распрацоўцы дакладных і эфектыўных
стратэгіі пасадкі. Берні напісаў дзве працы (Berni et al., 2009b; Berni et al., 2009a), у якіх падкрэсліваецца яго значны ўплыў на даследаванні сельскагаспадарчых беспілотнікаў. Дакумент ад Zarco-Tejada і інш. (2014) быў адным з першых даследаванняў, якія ілюструюць неабходнасць выкарыстання недарагіх здымкаў БПЛА для колькаснай ацэнкі вышыні дрэў.
Спіс найбольш цытуемых выданняў.
Ранг | З 1990 ў 2010 | З 2011 ў 2021 | ||
Дакумент | цытаванне | Дакумент | цытаванне | |
1 | (Берні і інш., 2009b) | 831 | (К. Чжан і Ковач, 2012) | 967 |
2 | (Осцін, 2010) | 498 | (Nex & Remondino, 2014) | 893 |
3 | (Хант і інш., 2010) | 331 | (Floreano & Wood, 2015) | 552 |
4 | (SR Herwitz і інш., 2004) | 285 | (Хасэйн Мотлаг і інш., 2016) | 391 |
5 | (CCD Лелонг і інш., 2008) | 272 | (Шахатрэх і інш., 2019) | 383 |
6 | (Берні і інш., 2009b) | 250 | (Ма і інш., 2017) | 373 |
7 | (Grenzdorffer ¨ і інш., 2008) | 198 | (Бендыг і інш., 2014) | 360 |
8 | (Грабар і інш., 2005) | 175 | (Зарка-Тэхада і інш., 2014) | 347 |
9 | (Y. Huang і інш., 2009) | 129 | (Ad˜ ао і інш., 2017) | 335 |
10 | (Шмале III і інш., 2008) | 119 | (Хонкаваара і інш., 2013a) | 331 |
11 | (Абд-Эльрахман і інш., 2005) | 79 | (Кандыяга і інш., 2015) | 327 |
12 | (Тэчы і інш., 2010) | 69 | (Сян і Цянь, 2011) | 307 |
13 | (Саліван і інш., 2007) | 51 | (Матэзэ і інш., 2015) | 303 |
14 | (Lumme і інш., 2008) | 42 | (Гаго і інш., 2015) | 275 |
15 | (Гокто ¨ ǧан і інш., 2010) | 40 | (Аасен і інш., 2015a) | 269 |
У другім перыядзе (2011–2021) вынікі даследаванняў Чжана і Ковача (2012) і Некса і Рэмандзіна (2014) прывялі да найбольш часта цытуемых публікацый. Чжан і Ковач (2012) сцвярджаюць, што дакладнае земляробства магло б атрымаць выгаду з укаранення геапрасторавых метадаў і датчыкаў, такіх як геаграфічныя інфармацыйныя сістэмы, GPS і дыстанцыйнае зандзіраванне, для ўлоўлівання змяненняў у полі і апрацоўкі іх з дапамогай альтэрнатыўных стратэгій. Укараненне беспілотных лятальных апаратаў, якое змяніла правілы дакладнага земляробства, абвясціла новую эру ў галіне дыстанцыйнага зандзіравання, спрашчаючы назіранне з паветра, фіксуючы даныя аб росце сельскагаспадарчых культур, стане глебы і месцах апырсквання. Агляд Zhang and Kovacs (2012) з'яўляецца асноватворным, паколькі ён прапануе разуменне беспілотных лятальных апаратаў, раскрываючы існуючыя спосабы выкарыстання і праблемы гэтых прылад у маніторынгу навакольнага асяроддзя і дакладнай сельскай гаспадарцы, такія як абмежаванні платформы і камеры, праблемы з апрацоўкай даных, удзел фермераў і авіяцыйныя правілы . Другое
Найбольш цытуемае даследаванне Nex і Remondino (2014) разглядае сучасныя беспілотнікі для здымкі, апрацоўкі і аналізу малюнкаў зямлі.
Іх праца таксама прадставіла агляд некалькіх платформаў БПЛА, прыкладанняў і варыянтаў выкарыстання, дэманструючы найноўшыя дасягненні ў галіне апрацоўкі малюнкаў БПЛА. У сельскай гаспадарцы фермеры могуць выкарыстоўваць БПЛА для прыняцця эфектыўных рашэнняў для дасягнення эканоміі сродкаў і часу, атрымання хуткай і дакладнай справаздачы аб шкодзе і прадбачэння магчымых праблем. У адрозненне ад звычайных авіяцыйных платформаў, БПЛА могуць скараціць эксплуатацыйныя выдаткі і паменшыць небяспеку доступу ў цяжкіх месцах, захоўваючы пры гэтым высокі патэнцыял дакладнасці. У іх артыкуле абагульняюцца розныя перавагі беспілотнікаў, асабліва з пункту гледжання дакладнасці і раздзяляльнасці.
Сярод астатніх трынаццаці найбольш цытуемых публікацый у перыяд з 2011 па 2021 год мы заўважылі большую канцэнтрацыю на даследаваннях, звязаных з прымяненнем беспілотных лятальных апаратаў у місіях візуалізацыі (Bendig et al., 2014; Ma et al., 2017; Zarco-Tejada et al., 2014). , дакладнае земляробства (Candiago et al., 2015; Honkavaara et al., 2013a), дакладнае вінаградарства (Matese et al., 2015), ацэнка недахопу вады (Gago et al., 2015) і маніторынг расліннасці (Aasen et al. , 2015a). У першыя гады ў цэнтры ўвагі даследчыкаў
больш аб распрацоўцы недарагіх, лёгкіх і дакладных сістэм на базе БПЛА для сельскай гаспадаркі; больш нядаўнія даследаванні больш сканцэнтраваны на аглядах прымянення БЛА для сельскай гаспадаркі і палявых даследаванняў. Падводзячы вынік, гэты аналіз паказвае, што ўплывовыя выданні ў асноўным прадстаўлялі агляды папярэдніх даследаванняў для ацэнкі бягучага навукова-тэхнічнага статусу БПЛА і распрацаваных сістэм БПЛА для падтрымкі дакладнага земляробства. Цікава, што мы не знайшлі эмпірычных даследаванняў
метадалогій або апісальных тэматычных даследаванняў, што ўяўляе сабой значны прабел у ведах і патрабуе дадатковых даследаванняў па гэтай тэме.
Аналіз сумеснага цытавання
Паводле Gmür (2006), аналіз сумеснага цытавання вызначае падобныя публікацыі і кластызуе іх. Уважлівае вывучэнне кластара можа выявіць агульную вобласць даследаванняў сярод публікацый. Мы даследуем сумеснае цытаванне літаратуры, якая датычыцца сельскагаспадарчых беспілотнікаў, каб праілюстраваць сумежныя прадметныя вобласці і выявіць інтэлектуальныя заканамернасці публікацый. У сувязі з гэтым Смолл (1973) рэкамендаваў выкарыстоўваць аналіз сукацітацый для вывучэння найбольш уплывовых і асноватворных даследаванняў.
у межах дысцыпліны. Каб абмежаваць набор найбольш важнымі артыкуламі (Goyal & Kumar, 2021), мы ўстанавілі парог сумеснага цытавання ў 25, што азначае, што два артыкулы павінны былі цытавацца разам у спісах літаратуры 25 ці больш розных публікацый. Кластарызацыя таксама была праведзена з мінімальным памерам кластара 1 і без якога-небудзь метаду аб'яднання меншых кластараў з большымі. У выніку было сфарміравана шэсць кластараў на аснове падабенства даследаванняў і іх інтэлектуальнай структуры. Табліца 6 паказвае размеркаванне публікацый у кожным кластары.
Кластар 1: Гэты кластар утрымлівае васемнаццаць дакументаў, апублікаваных пасля Публікацыі ў гэтым кластары абмяркоўваюць ролю беспілотнікаў у падтрымцы экалагічнага маніторынгу, кіравання сельскагаспадарчымі раслінамі і барацьбы з пустазеллем. Напрыклад, Манфрэда і інш. (2018) даюць агляд бягучых даследаванняў і ўкаранення БЛА ў маніторынг натуральных сельскагаспадарчых экасістэм і сцвярджаюць, што тэхналогія прапануе велізарны патэнцыял для рэзкага паляпшэння экалагічнага маніторынгу і зніжэння
існуючы разрыў паміж палявым назіраннем і звычайным паветраным і касмічным дыстанцыйным зандзіраваннем. Гэта можна зрабіць, прапаноўваючы новыя магчымасці для палепшанага пошуку ў часе і прасторавага разумення вялікіх тэрыторый даступным спосабам. БПЛА могуць пастаянна адчуваць навакольнае асяроддзе і адпраўляць атрыманыя даныя інтэлектуальным, цэнтралізаваным/дэцэнтралізаваным структурам, якія кіруюць датчыкамі для выяўлення магчымых праблем, такіх як адсутнасць хвароб або выяўленне вады (Padua ´ et al., 2017). Adao ˜ і інш. (2017) сцвярджаюць, што БПЛА ідэальна падыходзяць для ацэнкі ўмоў раслін шляхам збору велізарнай колькасці неапрацаваных даных, звязаных са станам вады, ацэнкай біямасы і ацэнкай сілы. Датчыкі, устаноўленыя на БПЛА, таксама могуць быць аператыўна разгорнуты ў належных умовах навакольнага асяроддзя, каб своечасова атрымліваць даныя дыстанцыйнага зандзіравання (Von Bueren et al., 2015). З дапамогай БПЛА фермеры могуць весці сельскагаспадарчую дзейнасць у памяшканні, атрымліваючы вымярэнні практычна з любога месца ў трохмернай прасторы ўнутранага сельскагаспадарчага асяроддзя (напрыклад, у цяпліцах), тым самым забяспечваючы мясцовы клімат-кантроль і маніторынг раслін (Roldan ´ et al. ., 2015). У кантэксце дакладнасці
сельскай гаспадаркі, рашэнні па кіраванні ўраджаем патрабуюць дакладных, надзейных даных аб ураджаі з адпаведным часавым і прасторавым раздзяленнем (Gebbers & Adamchuk, 2010; Gevaert et al., 2015; Maes & Steppe, 2019). Па гэтай прычыне Agüera Vega et al. (2015) выкарыстоўвалі мультыспектральную сістэму датчыкаў, усталяваную на БПЛА, для атрымання малюнкаў ураджаю сланечніка падчас вегетацыйнага перыяду. Сапраўды гэтак жа Huang et al. (2009) адзначаюць, што дыстанцыйнае зандзіраванне на аснове БПЛА магло б палегчыць вымярэнне сельскагаспадарчых культур і глебы на аснове сабраных спектральных даных. Вергер і інш. (2014) распрацавалі і апрабавалі метад ацэнкі індэкса зялёнай зоны (GAI) на аснове вымярэнняў адбівальнай здольнасці БПЛА ў прымяненні дакладнай сельскай гаспадаркі, засяродзіўшы ўвагу на пасевах пшаніцы і рапсу. Такім чынам, беспілотнікі даюць новыя магчымасці для атрымання інфармацыі аб стане ўраджаю з частымі пераглядамі і высокім прасторавым раздзяленнем (Dong et al., 2019; Garzonio et al., 2017; H. Zheng et al., 2016).
Аб'яднанне ўплывовых публікацый пра сельскагаспадарчыя дроны.
Кластар | Шырокая тэма | Спасылкі |
1 | Экалагічны маніторынг, ураджай кіраванне, барацьба з пустазеллем | (Ad˜ ао і інш., 2017; Агуэра Вега і інш., 2015; дэ Кастра і інш., 2018; Gomez-Cand ´ on ´ et al., 2014; Я.Б Хуанг і інш., 2013; Ханал і інш., 2017 год; Лопес-Гранадос, ´ 2011; Манфрэда і інш., 2018; П´ адуа і інш., 2017 год; Pena ˜ і інш., 2013; П'ерэс-Орціс і інш., 2015; Расмусэн і інш., 2013 г. 2016 год; Торэс-С´ Анчэз і інш., 2014; Торэс-Санчэс, ´ Лопес-Гранадос ´ і Pena, ~ 2015; Вергер і інш., 2014; фон Bueren і інш., 2015; К. Чжан і Ковач, 2012) |
2 | Аддаленае фенатыпаванне, ураджайнасць ацэнка, мадэль паверхні ўраджаю, падлік раслін | (Бендыг і інш., 2013, 2014; Гейпель і інш., 2014; Гнадзінгер ¨ і Шмідгальтэр, 2017; Хагігатталаб і інш., 2016; Холман і інш., 2016; Джын і інш., 2017; У. Лі і інш., 2016; Maimaitijiang і інш., 2017; Санкаран і інш., 2015; Schirrmann і інш., 2016; Шы і інш., 2016; Юэ і інш., 2017; X. Чжоу і інш., 2017) |
3 | Цеплавізар для вады, шматспектральнае здымка | (Baluja et al., 2012; Berni et al., 2009б; Берні і інш., 2009a; Кандыяга і інш., 2015; Гаго і інш., 2015; Gonzalez-Dugo і інш., 2013, 2014; Grenzdorffer ¨ і інш., 2008; Халік і інш., 2019; Matese і інш., 2015; Рыбейру-Гомес і інш., 2017; Santesteban і інш., 2017; Уто і інш., 2013) |
4 | Гіперсектральны малюнак, спектральны малюнкамі | (Aasen et al., 2015a; Bareth et al., 2015 год; Хакала і інш., 2013; Honkavaara і інш., 2013a; Люцыер і інш., 2014; Саары і інш., 2011; Suomalainen et al., 2014) |
5 | Прыкладанні для 3D-картавання | (Jim´enez-Brenes et al., 2017; Nex & Рэмандзіна, 2014; Саламі і інш., 2014 год; Торэс-С´ Анчэс, Лопес- ´ Гранадос, Серрана і інш., 2015; Захаві і інш., 2015; Зарка-Тэхада і інш., 2014) |
6 | Нагляд за сельскай гаспадаркай | (SR Herwitz і інш., 2004; Хант і інш., 2010; CCD Lelong і інш., 2008 год; Primicerio і інш., 2012; Сян і Цянь, 2011) |
Акрамя таго, беспілотнікі карысныя для выканання складаных задач у сельскай гаспадарцы, у тым ліку для картаграфавання пустазелля. Выявы, зробленыя прыладамі, даказалі сваю прыдатнасць для ранняга выяўлення пустазелля на палях (de Castro et al., 2018; Jim´enez-Brenes et al., 2017; Lam et al., 2021; Lopez-Granados ´ et al., 2016; Розенберг і інш., 2021). У сувязі з гэтым дэ Кастра і соавт. (2018) сцвярджаюць, што аб'яднанне здымкаў БПЛА і аб'ектнага аналізу малюнкаў (OBIA) дазволіла спецыялістам-практыкам пераадолець праблему аўтаматызацыі ранняга выяўлення ў пасевах лугоў у пачатку сезона, што з'яўляецца вялікім крокам наперад у даследаванні пустазелля. Сапраўды гэтак жа Pena ˜ et al. (2013) адзначаюць, што выкарыстанне здымкаў звышвысокага прасторавага разрознення з БПЛА ў спалучэнні з працэдурай OBIA дазваляе ствараць карты пустазелля ў ранніх пасевах кукурузы, якія можна выкарыстоўваць пры планаванні ўкаранення мер барацьбы з пустазеллем у сезон, задача, якая перавышае магчымасці спадарожнікавых і традыцыйных здымкаў з паветра. У параўнанні з класіфікацыяй малюнкаў або алгарытмамі выяўлення аб'ектаў метады семантычнай сегментацыі больш эфектыўныя ў задачах картаграфавання пустазелля (J. Deng et al., 2020), што дазваляе фермерам выяўляць палявыя ўмовы, памяншаць страты і паляпшаць ураджайнасць на працягу вегетацыйнага перыяду (Ramesh і інш., 2020). Семантычная сегментацыя на аснове глыбокага навучання таксама можа забяспечыць дакладнае вымярэнне расліннага покрыва з аэрафотаздымкаў з высокім раздзяленнем (Ramesh et al., 2020; A. Zheng et al., 2022). Нягледзячы на іх патэнцыял для дыстанцыйнага кіравання
класіфікацыя пікселяў, метады семантычнай сегментацыі патрабуюць значных вылічэнняў і занадта высокага аб'ёму памяці GPU (J. Deng et al., 2020).
На аснове машыннага навучання і беспілотнікаў, P´erez-Ortiz і інш. (2015) прапанаваў падыход да картаграфавання пустазелля, каб забяспечыць стратэгію барацьбы з пустазеллем для канкрэтнага ўчастка, калі фермеры прымаюць барацьбу з пустазеллем на ранніх тэрмінах пасля з'яўлення ўсходаў. Нарэшце, Rasmussen et al. (2013) падкрэслілі, што беспілотныя лятальныя апараты забяспечваюць недарагое зандзіраванне з вялікай гнуткасцю ў прасторавым раздзяленні. У цэлым, публікацыі ў гэтым кластары сканцэнтраваны на вывучэнні патэнцыялу БПЛА для падтрымкі дыстанцыйнага зандзіравання, маніторынгу сельскагаспадарчых культур і картаграфавання пустазелля. Неабходныя дадатковыя глыбокія даследаванні для далейшага вывучэння таго, як прымяненне беспілотных лятальных апаратаў у маніторынгу навакольнага асяроддзя, кіраванні ўраджаем і картаграфаванні пустазелля можа дасягнуць больш устойлівага развіцця сельскай гаспадаркі (Chamuah & Singh, 2019; Islam et al., 2021; Popescu et al., 2020; J Su, Liu, et al., 2018) і вырашаць праблемы кіравання гэтай тэхналогіяй у праграмах страхавання ўраджаю (Basnet & Bang, 2018; Chamuah & Singh, 2019, 2022; Meinen & Robinson, 2021). Даследчыкі павінны засяродзіцца на праверцы вымярэнняў, сабраных БПЛА, з дапамогай эфектыўных метадаў апрацоўкі для павышэння канчатковай якасці апрацаваных даных (Manfreda et al., 2018). Акрамя таго, неабходная распрацоўка адпаведных алгарытмаў, якія распазнаюць пікселі, якія адлюстроўваюць пустазелле на лічбавых выявах і ліквідуюць недарэчны фон падчас картаграфавання пустазелля БПЛА (Gaˇsparovi´c et al., 2020; Hamylton et al., 2020; H. Huang et al. , 2018, 2020; Lopez-´ Granados et al., 2016). Вітаюцца дадатковыя даследаванні па выкарыстанні метадаў семантычнай сегментацыі ў распазнаванні раслін, класіфікацыі лісця і картаграфаванні хвароб (Fuentes-Pacheco et al., 2019; Kerkech et al., 2020).
Кластар 2. Публікацыі ў гэтым кластары сканцэнтраваны на некалькіх аспектах сельскагаспадарчых беспілотнікаў. Звязаны з аддаленым фенатыпам, Sankaran et al. (2015) разгледзелі патэнцыял выкарыстання аэрафотаздымкаў з высокім дазволам на нізкай вышыні з дапамогай БПЛА для хуткага фенатыпу сельскагаспадарчых культур у полі, і яны сцвярджаюць, што ў параўнанні з наземнымі платформамі зандзіравання невялікія БПЛА з адпаведнымі датчыкамі маюць некалькі пераваг. , такія як прасцейшы доступ да поля, дадзеныя высокай раздзяляльнасці, эфектыўны збор даных,
хуткая ацэнка ўмоў росту поля і нізкія эксплуатацыйныя выдаткі. Тым не менш, аўтары таксама адзначаюць, што эфектыўнае прымяненне БПЛА для палявога фенатыпу залежыць ад двух фундаментальных элементаў, а менавіта асаблівасцяў БПЛА (напрыклад, бяспекі, стабільнасці, пазіцыянавання, аўтаномнасці) і характарыстык датчыка (напрыклад, дазволу, вагі, спектральных даўжынь хваль, поля выгляду). Хагіхатталаб і інш. (2016) прапанаваў паўаўтаматызаваны канвеер апрацоўкі малюнкаў для атрымання дадзеных на ўзроўні ўчастка са здымкаў БЛА і паскарэння працэсу размнажэння. Холман і інш. (2016) развіўся выш
прапускную сістэму палявога фенатыпу і падкрэсліў, што БПЛА здольны збіраць якасныя аб'ёмныя палявыя фенатыпічныя даныя і што прылада эфектыўная для вялікіх тэрыторый і ў розных палявых месцах.
Паколькі ацэнка ўраджаю з'яўляецца неверагодна важнай часткай інфармацыі, асабліва калі яна даступная своечасова, існуе патэнцыял для БПЛА, каб забяспечыць усе палявыя вымярэнні і эфектыўна атрымліваць высакаякасныя даныя (Daakir et al., 2017; Demir et al., 2018). ; Enciso et al., 2019; Kulbacki et al., 2018; Pudelko et al., 2012). У сувязі з гэтым Джын і соавт. (2017) выкарысталі здымкі з высокім разрозненнем, атрыманыя БПЛА на вельмі малых вышынях, каб распрацаваць і ацаніць метад ацэнкі шчыльнасці раслін пшаніцы на стадыі ўсходаў. Па словах аўтараў, БПЛА пераадольваюць абмежаванні марсаходных сістэм, абсталяваных камерамі, і ўяўляюць сабой неінвазіўны метад ацэнкі шчыльнасці раслін у сельскагаспадарчых культурах, дазваляючы фермерам дасягнуць высокай прапускной здольнасці, неабходнай для палявога фенатыпу незалежна ад праходнасці глебы. Лі і інш. (2016) сабралі сотні стэрэаздымкаў з надзвычай высокім разрозненнем з дапамогай сістэмы на базе БПЛА для ацэнкі параметраў кукурузы, уключаючы вышыню полага і надземную біямасу. Нарэшце, Юэ і інш. (2017) выявілі, што вышыня ўраджаю, вызначаная з дапамогай БПЛА, можа палепшыць ацэнку надземнай біямасы (AGB).
Падыходам да маніторынгу росту ўраджаю з'яўляецца ідэя распрацоўкі мадэляў паверхні ўраджаю (Bendig et al., 2014, 2015; Holman et al., 2016; Panday, Shrestha, et al., 2020; Sumesh et al., 2021). Некалькі даследаванняў падкрэслілі магчымасць здымкаў, зробленых з БПЛА, для фіксацыі вышыні раслін і кантролю за іх ростам. Напрыклад, Bendig et al. (2013) апісалі распрацоўку разначасавых мадэляў паверхні культур з вельмі высокім раздзяленнем менш за 0.05 м з выкарыстаннем БПЛА. Яны накіраваны на выяўленне ўраджаю
зменлівасць росту і яе залежнасць ад апрацоўкі культур, гатунку і стрэсу. Бендзіг і інш. (2014) выкарыстоўвалі БПЛА для ацэнкі свежай і сухой біямасы на аснове вышыні раслін, атрыманай з мадэляў паверхні ўраджаю, і выявілі, што, у адрозненне ад бартавых платформаў і наземнага лазернага сканавання, выявы высокага разрознення з БПЛА могуць значна павысіць дакладнасць мадэлявання вышыні раслін для рознага росту этапы. У тым жа духу Geipel et al. (2014) выкарыстоўвалі БПЛА ў сваіх даследаваннях для атрымання малюнкаў
наборы даных для прагназавання ўраджайнасці збожжа кукурузы на трох розных фазах росту ад пачатку да сярэдзіны сезона і прыйшоў да высновы, што спалучэнне спектральнага і прасторавага мадэлявання на аснове аэрафотаздымкаў і мадэляў паверхні культур з'яўляецца прыдатным метадам для прагназавання ўраджайнасці кукурузы ў сярэдзіне сезона. Нарэшце, Gnadinger ¨ і Schmidhalter (2017) вывучылі прымяненне БПЛА ў дакладным фенатыпаванні і падкрэслілі, што выкарыстанне гэтай тэхналогіі можа палепшыць кіраванне фермай і дазволіць палявыя эксперыменты ў селекцыйных і агранамічных мэтах. У цэлым мы назіраем, што публікацыі ў кластары 2 сканцэнтраваны на асноўных перавагах БПЛА ў дыстанцыйных
фенатыпаванне, ацэнка ўраджайнасці, мадэляванне паверхні ўраджаю і падлік раслін. Будучыя даследаванні могуць паглыбіцца, распрацаваўшы новыя метады дыстанцыйнага фенатыпавання, якія могуць аўтаматызаваць і аптымізаваць апрацоўку даных дыстанцыйнага зандзіравання (Barabaschi et al., 2016; Liebisch et al., 2015; Mochida et al., 2015; S. Zhou et al. ., 2021). Акрамя таго, неабходна даследаваць у
будучыню (Ju & Son, 2018a, 2018b; Xie & Yang, 2020; Yue et al., 2018). У рэшце рэшт, існуе неабходнасць у распрацоўцы эфектыўных метадаў апрацоўкі малюнкаў, якія могуць генераваць надзейную інфармацыю, максымізаваць эфектыўнасць сельскагаспадарчай вытворчасці і звесці да мінімуму ручную працу фермераў па падліку (RU Khan et al., 2021; Koh et al., 2021; Lin & Guo, 2020; C. Zhang et al., 2020).
Кластар 3. Публікацыі ў гэтым кластары абмяркоўваюць розныя тыпы сістэм візуалізацыі для дыстанцыйнага зандзіравання сельскагаспадарчых рэсурсаў, якія выкарыстоўваюцца на платформах БЛА. У сувязі з гэтым цеплавізійнае адлюстраванне дазваляе кантраляваць тэмпературу паверхні, каб прадухіліць пашкоджанне ўраджаю і рана выявіць стрэс ад засухі (Awais et al., 2022; García-Tejero et al., 2018; Sankaran et al., 2015; Santesteban et al., 2017; Ём, 2021). Балуджа і інш. (2012) сцвярджаюць, што выкарыстанне шматспектральных і цеплавых камер на борце
БПЛА дазволіў даследчыкам атрымаць выявы з высокім дазволам і ацаніць стан вады ў лазе. Гэта можа быць карысна для распрацоўкі новых мадэляў планавання вады з выкарыстаннем дадзеных дыстанцыйнага зандзіравання (Baluja et al., 2012). З-за
абмежаваная грузападымальнасць БЛА, Ribeiro-Gomes і інш. (2017) разгледзелі магчымасць інтэграцыі цеплавых камер без астуджэння ў БПЛА для вызначэння воднага стрэсу ў раслінах, што робіць гэты тып БПЛА больш эфектыўным і жыццяздольным, чым традыцыйнае спадарожнікавае дыстанцыйнае зандзіраванне і БПЛА, абсталяваныя цеплавымі камерамі з астуджэннем. Па словах аўтараў, цеплавыя камеры без астуджэння лягчэй, чым камеры з астуджэннем, што патрабуе адпаведнай каліброўкі. Гансалес-Дуго і інш. (2014) паказалі, што цеплавізары эфектыўна ствараюць прасторавыя карты індэксаў воднага стрэсу сельскагаспадарчых культур для ацэнкі стану вады і колькаснага воднага стрэсу сярод цытрусавых садоў і ўнутры іх. Гансалес-Дуго і інш. (2013) і Santesteban et al. (2017) даследавалі выкарыстанне цеплавых відарысаў з БПЛА высокай раздзяляльнасці для ацэнкі зменлівасці стану вады камерцыйнага фруктовага саду і вінаградніка.
Шматспектральная візуалізацыя можа даць масіўныя даныя ў параўнанні з традыцыйнымі выявамі RGB (чырвоны, зялёны і сіні) (Ad˜ ao et al., 2017; Navia et al., 2016). Гэтыя спектральныя даныя разам з прасторавымі данымі могуць дапамагчы ў класіфікацыі, картаграфаванні, прагназаванні, прагназаванні і выяўленні (Berni et al., 2009b). Па дадзеных Кандыяга і соавт. (2015), шматспектральная візуалізацыя на аснове БПЛА можа ўнесці вялікі ўклад у ацэнку ўраджаю і дакладнае земляробства як надзейны і эфектыўны рэсурс. Акрамя таго,
Халік і інш. (2019) параўналі шматспектральныя выявы са спадарожніка і БПЛА. Выявы на аснове беспілотніка прывялі да таго, што яны сталі больш дакладнымі ў апісанні зменлівасці вінаграднікаў, а таксама карты сілы для прадстаўлення кронаў культур. У двух словах, артыкулы ў гэтым кластары абмяркоўваюць уключэнне цеплавых і мультыспектральных датчыкаў візуалізацыі ў сельскагаспадарчыя БЛА. Адпаведна, неабходныя дадатковыя даследаванні, каб зразумець, як цеплавыя і мультыспектральныя выявы могуць быць інтэграваныя з штучным інтэлектам
метады (напрыклад, глыбокае навучанне) для выяўлення стрэсу раслін (Ampatzidis et al., 2020; Ampatzidis & Partel, 2019; Jung et al., 2021; Santesteban et al., 2017; Syeda et al., 2021). Такая інфармацыя дапаможа забяспечыць больш эфектыўнае і дакладнае выяўленне, а таксама маніторынг росту раслін, стрэсу і феналогіі (Buters et al., 2019; Cao et al., 2020; Neupane & BaysalGurel, 2021; L. Zhou et al., 2020 г.).
Кластар 4. Гэты кластар складаецца з сямі дакументаў, якія асвятляюць вырашальную ролю спектральных і гіперспектральных малюнкаў у падтрымцы метадаў вядзення сельскай гаспадаркі. Гіперспектральная візуалізацыя зарэкамендавала сябе як метад дыстанцыйнага зандзіравання, які дазваляе колькасна ацэньваць зямную сістэму (Schaepman et al., 2009). Калі быць больш дакладным, ён дазваляе ідэнтыфікаваць паверхневыя матэрыялы, колькасна вызначаць (адносныя) канцэнтрацыі і заданне прапорцый кампанентаў паверхні
у змешаных пікселях (Kirsch et al., 2018; Zhao et al., 2022). Іншымі словамі, больш высокае спектральнае раздзяленне, якое забяспечваецца гіперспектральнымі сістэмамі, дазваляе больш дакладна ацэньваць розныя параметры, такія як вегетарыянскія ўласцівасці або ўтрыманне вады ў лісці (Suomalainen et al., 2014). Даследчыкі гэтага кластара даследавалі розныя аспекты такіх сістэм. Сярод іншых, Aasen et al. (2015b) прапанаваў унікальны падыход для атрымання трохмернай гіперспектральнай інфармацыі з лёгкіх
камеры для маментальных здымкаў, якія выкарыстоўваюцца на БПЛА для маніторынгу расліннасці. Lucieer і інш. (2014) абмяркоўвалі праектаванне, распрацоўку і паветраныя аперацыі новага гіперспектральнага БЛА, а таксама каліброўку, аналіз і інтэрпрэтацыю сабраных з яго дапамогай малюнкаў. Нарэшце, Хонкаваара і інш. (2013b) распрацавалі комплексны падыход да апрацоўкі спектральных малюнкаў на аснове інтэрферометра FabryPerot і паказалі яго выкарыстанне ў працэдуры ацэнкі біямасы для дакладнай сельскай гаспадаркі. Патэнцыйныя будучыя шляхі для гэтага цяперашняга кластара ўключаюць у сябе падкрэсліванне неабходнасці тэхнічных удасканаленняў у сэнсарных тэхналогіях (Aasen et al., 2015b), а таксама неабходнасці ўключэння і ўдасканалення дадатковых тэхналогій, у прыватнасці, вялікіх даных і аналітыкі (Ang & Seng, 2021; Radoglou). -Grammatikis et al., 2020; Shakoor et al., 2019). Апошняе ў асноўным вынікае з пастаяннага росту даных, якія ствараюцца рознымі датчыкамі, укаранёнымі ў разумную сельскую гаспадарку (C. Li & Niu, 2020; A. Rejeb et al., 2022; Y. Su & Wang, 2021).
Кластар 5. Публікацыі ў гэтым кластары разглядалі прыкладанні 3Dmapping на аснове беспілотнікаў. Выкарыстанне беспілотнікаў для 3D-картавання магло б палегчыць складаную палявую працу і значна павысіць эфектыўнасць (Torres-Sanchez і інш., 2015). Пяць артыкулаў у кластары ў асноўным сканцэнтраваны на праграмах маніторынгу раслін. Напрыклад, каб атрымаць трохмерныя дадзеныя аб плошчы кроны, вышыні дрэва і аб'ёме кроны, Torres-Sanchez ´ et al. (2015) выкарыстоўвалі тэхналогію БПЛА для стварэння лічбавых мадэляў паверхні, а затым падыходы аб'ектнага аналізу малюнкаў (OBIA). Акрамя таго, Zarco-Tejada et al. (2014) колькасна вызначылі вышыню дрэў шляхам інтэграцыі тэхналогіі БПЛА і метадаў трохмернай фотарэканструкцыі. Хіменэс-Брэнес Лопес-Гранадас, Дэ Кастра і інш. (2017) прадэманстраваў новы працэс шматчасовага 3D-маніторынгу дзясяткаў аліўкавых дрэў шляхам інтэграцыі тэхналогіі БПЛА з перадавой метадалогіяй OBIA. Цікавыя шляхі для будучых работ у гэтым кластары ўключаюць альбо паляпшэнне бягучага
метадалогіі (Zarco-Tejada et al., 2014) для лічбавага мадэлявання паверхні (Ajayi et al., 2017; Jaud et al., 2016), такія як OBIA (de Castro et al., 2018, 2020; Ventura et al. , 2018), а таксама фотарэканструкцыя або распрацоўка новых метадаў (Díaz-Varela et al., 2015; Torres-S´ anchez et al., 2015).
Кластар 6. У гэтым кластары абмяркоўваецца роля беспілотнікаў у сельскагаспадарчым назіранні. БПЛА могуць дапоўніць і ліквідаваць недахопы спадарожнікавых і авіяцыйных здымкаў. Напрыклад, яны маглі б забяспечыць высокую раздзяляльнасць амаль у рэжыме рэальнага часу з меншай колькасцю паліва або пілатавання, што прывяло б да пастаяннага назірання ў рэжыме рэальнага часу і паляпшэння працэсу прыняцця рашэнняў (S. Herwitz et al., 2004). Іншым ключавым укладам БПЛА з'яўляецца іх здольнасць прадастаўляць даныя аб канкрэтных участках для дакладнай сельскай гаспадаркі або фермерства, паколькі іх высокае раздзяленне, падрабязныя даныя аб розных параметрах дазваляюць фермерам дзяліць зямлю на аднастайныя часткі і апрацоўваць іх адпаведна (Hunt et al. , 2010; CC Lelong et al., 2008; Primicerio et al., 2012). Такое сельскагаспадарчае назіранне з дапамогай БПЛА можа падтрымліваць маніторынг харчовай бяспекі і прыняцце рашэнняў (SR Herwitz et al., 2004). Для прасоўвання даследаванняў у сельскагаспадарчым наглядзе неабходныя не толькі ўдасканаленне датчыкаў, БПЛА і іншых звязаных з імі тэхналогій і іх метадаў сувязі і перадачы даных (Ewing et al., 2020; Shuai et al., 2019), але і інтэграцыя беспілотнікаў з рознымі тэхналогіі для аптымізацыі розных задач, звязаных з разумнай сельскай гаспадаркай, такіх як маніторынг, сельскагаспадарчы нагляд і прыняцце рашэнняў, з'яўляюцца вобласцю даследаванняў з высокім патэнцыялам (Alsamhi et al., 2021; Popescu et al., 2020; Vuran et al., 2018). У гэтым плане IoT, WSN і вялікія дадзеныя прапануюць цікавыя дадатковыя магчымасці (van der Merwe et al., 2020). Выдаткі на ўкараненне, эканомія сродкаў, энергаэфектыўнасць і бяспека дадзеных з'яўляюцца аднымі з недастаткова даследаваных абласцей такой інтэграцыі (Masroor et al., 2021).
Краіны і акадэмічныя інстытуты
Заключны этап уключаў даследаванне краіны паходжання і акадэмічнай прыналежнасці аўтараў. З дапамогай гэтага аналізу мы імкнемся лепш зразумець геаграфічнае размеркаванне навукоўцаў, якія ўносяць свой уклад у прымяненне беспілотнікаў у сельскай гаспадарцы. Варта адзначыць разнастайнасць краін і акадэмічных устаноў. З пункту гледжання краіны ЗША, Кітай, Індыя і Італія займаюць першыя месцы па колькасці публікацый (табл. 7). Ток
Даследаванні сельскагаспадарчых беспілотнікаў у асноўным сканцэнтраваны ў краінах Паўночнай Амерыкі і Азіі, галоўным чынам з-за іх актыўнага ўдзелу ў прымяненні дакладнай сельскай гаспадаркі. Напрыклад, у ЗША рынак сельскагаспадарчых беспілотнікаў ацэньваўся ў 841.9 мільёна долараў ЗША ў 2020 годзе, што складае прыкладна 30% долі сусветнага рынку (ReportLinker, 2021). У рэйтынгу найбуйнейшай эканомікі ў свеце Кітай, паводле прагнозаў, дасягне прыблізнага аб'ёму рынку ў 2.6 мільярда долараў у 2027 годзе. Гэтая краіна звяртаецца да сельскагаспадарчых беспілотных лятальных апаратаў для пераадолення праблем з прадукцыйнасцю і дасягнення большай ураджайнасці, скарачэння працоўнай сілы і зніжэння вытворчых затрат. Аднак прыняцце гэтай тэхналогіі ў Кітаі таксама абумоўлена такімі фактарамі, як колькасць насельніцтва і неабходнасць укараняць інавацыі і ўдасканальваць існуючыя метады кіравання раслінаводствам.
Топ самых прадуктыўных краін і універсітэтаў/арганізацый, якія ўносяць свой уклад
даследаванні, звязаныя з сельскагаспадарчымі дронамі.
Ранг | Краіны |
1 | ЗША |
2 | Кітай |
3 | Індыя |
4 | Італія |
5 | Іспанія |
6 | Германія |
7 | Бразілія |
8 | Аўстралія |
9 | Японія |
10 | Злучанае Каралеўства |
Ранг | Універсітэты/ Арганізацыі |
1 | Кітайская акадэмія навук |
2 | Міністэрства сельскай гаспадаркі КНР |
3 | Вышэйшы савет навуковых расследаванняў |
4 | Тэхаскі універсітэт A&M |
5 | Кітайскі сельскагаспадарчы універсітэт |
6 | Служба сельскагаспадарчых даследаванняў USDA |
7 | CSIC – Instituto de Agricultura Sostenible IAS |
8 | Універсітэт Перд'ю |
9 | Consiglio Nazionale delle Ricerche |
10 | Паўднёва-Кітайскі сельскагаспадарчы універсітэт |
З універсітэцкага і арганізацыйнага пункту гледжання Кітайская акадэмія навук узначальвае спіс па колькасці публікацый, за ёй ідуць Міністэрства сельскай гаспадаркі Кітайскай Народнай Рэспублікі і Вышэйшы савет навуковых даследаванняў. Акадэмію навук Кітая прадстаўляюць аўтары Ляо Сяохан і Лі Цзюнь; Хань Венцін прадстаўляе Міністэрства сельскай гаспадаркі КНР; Consejo Superior de Investigaciones Científicas прадстаўляюць Лопес-Гранадас, ´ F. і Pena, ˜ Jos´e María S. З ЗША такія ўніверсітэты, як Тэхаскі ўніверсітэт A&M і Універсітэт Перд'ю, знаходзяць свае
згадка. Універсітэты з найбольшай колькасцю публікацый і іх сувязі паказаны на мал. 4. Акрамя таго, гэты спіс уключае ў сябе такія ўстановы, як Consiglio Nazionale delle Ricerche і Consejo Superior de Investigaciones Científicas, якія займаюцца навуковымі даследаваннямі, але не з'яўляюцца акадэмічнымі ўстановамі. .
Наш выбар уключае шырокі спектр часопісаў, якія ахопліваюць практычна ўсе даступныя дадзеныя. Як паказана ў табліцы 8, Remote Sensing з 258 артыкуламі займае першае месца, за ім ідуць Journal of Intelligent and Robotic Systems: Theory and Applications са 126 і Computers and Electronics in Agriculture з 98 артыкуламі. У той час як дыстанцыйнае зандзіраванне ў асноўным сканцэнтравана на прымяненні і распрацоўцы беспілотнікаў, камп'ютары і электроніка ў сельскай гаспадарцы ў асноўным ахопліваюць дасягненні ў галіне камп'ютэрнага абсталявання, праграмнага забеспячэння, электронікі і сістэм кіравання ў сельскай гаспадарцы. Міжрэгіянальныя гандлёвыя кропкі, такія як IEEE Robotics and Automation Letters з 87 публікацыямі і IEEE Access з 34 публікацыямі, таксама з'яўляюцца галоўнымі гандлёвымі кропкамі ў гэтай галіне. Пятнаццаць найбуйнейшых выданняў унеслі ў літаратуру 959 дакументаў, што складае прыкладна 20.40% усіх публікацый. Аналіз сумеснага цытавання часопіса дазваляе нам вывучыць важнасць і падабенства паміж публікацыямі. Аналіз сумеснага цытавання дае тры кластары, як паказана на мал. 5. Чырвоны кластар складаецца з такіх часопісаў, як Remote Sensing, Computer and Electronics in Agriculture, Sensors,
і Міжнародны часопіс дыстанцыйнага зандзіравання. Усе гэтыя выданні з'яўляюцца аўтарытэтнымі часопісамі ў галіне дыстанцыйнага зандзіравання і дакладнай сельскай гаспадаркі. Зялёны кластар змяшчае часопісы, якія займаюцца робататэхнікай, такія як Journal of Intelligent and Robotic Systems: Theory and Applications, IEEE Robotics and Automation Letters, IEEE Access і Drones. Гэтыя выданні ў асноўным публікуюць артыкулы па аўтаматызацыі і карысныя для сельскагаспадарчых інжынераў. Канчатковы кластар утвараюць часопісы, звязаныя з аграноміяй і агратэхнікай, такія як Agronomy і International Journal of Agricultural and Biological Engineering.
15 лепшых часопісаў па сельскагаспадарчых даследаваннях беспілотнікаў.
Ранг | Часопіс | Лічыць |
1 | Дыстанцыйнае зандзіраванне | 258 |
2 | Часопіс інтэлектуальных і рабатызаваных сістэм: Тэорыя і прыкладанняў | 126 |
3 | Кампутары і электроніка ў сельскай гаспадарцы | 98 |
4 | IEEE Robotics and Automation Letters | 87 |
5 | Датчыкі | 73 |
6 | Міжнародны часопіс дыстанцыйнага зандзіравання | 42 |
7 | Дакладнае земляробства | 41 |
8 | Дронь | 40 |
9 | аграномія | 34 |
10 | Доступ IEEE | 34 |
11 | Міжнародны часопіс перадавых робататэхнічных сістэм | 31 |
12 | Міжнародны часопіс сельскагаспадарчай і біялагічнай інжынерыі | 25 |
13 | PLoS ONE | 25 |
14 | Часопіс палявой робататэхнікі | 23 |
15 | Інжынірынг біясістэм | 23 |
заключэнне
Рэзюмэ
У гэтым даследаванні мы абагульнілі і прааналізавалі існуючыя даследаванні сельскагаспадарчых дронаў. Ужываючы розныя бібліяметрычныя метады, мы імкнуліся лепш зразумець інтэлектуальную структуру сельскагаспадарчых даследаванняў, звязаных з беспілотнікамі. Такім чынам, наш агляд прапануе некалькі ўкладаў, выяўляючы і абмяркоўваючы ключавыя словы ў літаратуры, выяўляючы кластары ведаў пры фарміраванні семантычна падобных суполак у галіне беспілотнікаў, апісваючы папярэднія даследаванні і прапаноўваючы будучыя напрамкі даследаванняў. Ніжэй мы акрэслім асноўныя высновы агляду распрацоўкі сельскагаспадарчых беспілотнікаў:
• Літаратура ў цэлым хутка расла і прыцягвала велізарную ўвагу за апошняе дзесяцігоддзе, пра што сведчыць рост колькасці артыкулаў пасля 2012 г. Нягледзячы на тое, што гэтая сфера ведаў яшчэ не дасягнула сваёй поўнай сталасці (Barrientos et al., 2011; Maes). & Steppe, 2019), на некалькі пытанняў пакуль няма адказу. Напрыклад, карыснасць беспілотных лятальных апаратаў у хатняй гаспадарцы ўсё яшчэ застаецца прадметам дыскусій (Aslan et al., 2022; Krul et al., 2021; Rold'an et al., 2015). Складанасць сцэн палёў і розныя абставіны візуалізацыі (напрыклад, цені і асвятленне) могуць прывесці да больш высокай спектральнай дысперсіі ў класе (Yao et al., 2019). Нават на наступных этапах даследаванняў перад даследчыкамі стаяла задача вызначыць аптымальныя планы палёту ў адпаведнасці з канкрэтнымі сцэнарыямі і неабходнай якасцю выявы (Соарэс і інш., 2021; Ту і інш.,
2020).
• Мы заўважылі, што гэтая вобласць прасунулася ад распрацоўкі эфектыўных сістэм БПЛА да ўкаранення такіх метадаў штучнага інтэлекту, як машыннае навучанне і глыбокае навучанне пры распрацоўцы сельскагаспадарчых беспілотнікаў (Bah et al., 2018; Kitano et al., 2019; Maimaitijiang et al. , 2020; Mazzia et al., 2020; Tetila et al., 2020).
• Даследаванні сельскагаспадарчых беспілотных лятальных апаратаў у асноўным абмяркоўвалі дыстанцыйнае зандзіраванне шляхам вывучэння патэнцыялу тэхналогіі ў галіне маніторынгу навакольнага асяроддзя, барацьбы з пасевамі і пустазеллем (кластар 1), а таксама дыстанцыйнага фенатыпу і ацэнкі ўраджайнасці (кластар 2). Набор уплывовых даследаванняў сельскагаспадарчых беспілотнікаў уключае Austin (2010), Berni et al. (2009)a, Herwitz і інш. (2004), Nex і Remondino (2014) і Zhang і Kovacs (2012). Гэтыя даследаванні распрацавалі канцэптуальную аснову даследаванняў беспілотнікаў у кантэксце сельскай гаспадаркі.
• Што датычыцца метадалогіі, мы заўважылі, што большасць даследаванняў, праведзеных дагэтуль, складаліся з сістэмнага дызайну, канцэптуальных даследаванняў або даследаванняў, заснаваных на аглядах (Inoue, 2020; Nex & Remondino, 2014; P´erez-Ortiz et al. , 2015; Яо і інш., 2019). Мы таксама заўважылі недахоп эмпірычных, якасных метадаў і метадаў, заснаваных на тэматычных даследаваннях, пры даследаванні сельскагаспадарчых дронаў.
• Нядаўна тэмы, звязаныя з дакладным земляробствам, метадамі штучнага інтэлекту, дакладным вінаградарствам і ацэнкай воднага стрэсу, прыцягнулі значную ўвагу (Espinoza et al., 2017; Gomez-Cand ´ on ´ et al., 2016; Matese et al., 2015; Matese & Di Gennaro, 2018, 2021; Z. Zhou і інш., 2021). Уважлівае вывучэнне даследчых кластараў у дзве розныя эпохі, 1990–2010 і 2011–2021 гг., паказвае прагрэс інтэлектуальнай структуры вобласці. Перыяд з 1990 па 2010 гады ўяўляў сабой фарміраванне цэнтральных паняццяў і канцэпцый беспілотнікаў, што відаць з абмеркавання дызайну, распрацоўкі і ўкаранення БПЛА. У другую эпоху фокус даследаванняў пашыраецца на папярэднія даследаванні, прыкладаючы намаганні для сінтэзу варыянтаў выкарыстання БПЛА ў сельскай гаспадарцы. Мы таксама знайшлі шматлікія даследаванні, якія абмяркоўваюць прымяненне беспілотнікаў у задачах візуалізацыі і дакладнай сельскай гаспадарцы.
Ранг | Часопіс | Лічыць |
1 | Дыстанцыйнае зандзіраванне | 258 |
2 | Часопіс інтэлектуальных і рабатызаваных сістэм: Тэорыя і | 126 |
прыкладанняў | ||
3 | Кампутары і электроніка ў сельскай гаспадарцы | 98 |
4 | IEEE Robotics and Automation Letters | 87 |
5 | Датчыкі | 73 |
6 | Міжнародны часопіс дыстанцыйнага зандзіравання | 42 |
7 | Дакладнае земляробства | 41 |
8 | Дронь | 40 |
9 | аграномія | 34 |
10 | Доступ IEEE | 34 |
11 | Міжнародны часопіс перадавых робататэхнічных сістэм | 31 |
12 | Міжнародны часопіс сельскагаспадарчай і біялагічнай інжынерыі | 25 |
13 | PLoS ONE | 25 |
14 | Часопіс палявой робататэхнікі | 23 |
15 | Інжынірынг біясістэм | 22 |
Наступствы
Наш бібліяметрычны агляд быў распрацаваны і праведзены з улікам навукоўцаў, фермераў, сельскагаспадарчых экспертаў, кансультантаў па сельскагаспадарчых культурах і распрацоўшчыкаў сістэм БЛА. Наколькі вядома аўтарам, гэта адна з першых арыгінальных рэцэнзій, у якой быў праведзены глыбокі бібліяметрычны аналіз
прымяненне беспілотнікаў у сельскай гаспадарцы. Мы правялі ўсебаковы агляд гэтага корпуса ведаў, выкарыстоўваючы аналіз цытавання і сумеснага цытавання публікацый. Нашы спробы апісаць інтэлектуальную структуру даследаванняў беспілотнікаў таксама прапануюць новае разуменне для навукоўцаў. Уважлівы агляд ключавых слоў, якія выкарыстоўваліся з цягам часу, паказвае гарачыя кропкі і асноўныя вобласці даследаванняў у літаратуры, звязанай з беспілотнікамі. Акрамя таго, мы прадстаўляем спіс найбольш цытуемых даследаванняў, каб вызначыць найбольш уплывовыя даследчыя працы, выкананыя ў гэтай галіне. Такім чынам, вызначэнне артыкулаў і ключавых слоў можа стаць добрай адпраўной кропкай для выяўлення некалькіх шляхоў для будучых даследаванняў.
Важна адзначыць, што мы выявілі кластары, якія класіфікуюць супастаўныя работы, і падрабязна расказалі пра вынікі. Даследаванні, класіфікаваныя ў кластары, дапамагаюць зразумець інтэлектуальную структуру даследаванняў БЛА. Варта адзначыць, што мы выявілі недахоп даследаванняў, якія даследуюць фактары прымянення беспілотнікаў
і бар'еры ў сельскагаспадарчай дзейнасці (гл. Табліцу 9). Будучыя даследчыкі маглі б ліквідаваць гэты патэнцыйны прабел, правёўшы эмпірычныя даследаванні, якія ацэньваюць фактары выкарыстання беспілотнікаў у розных сельскагаспадарчых відах і кліматычных умовах. Акрамя таго, даследаванні эфектыўнасці беспілотнікаў, заснаваныя на тэматычных даследаваннях, павінны падмацоўвацца рэальнымі дадзенымі з месцаў. Акрамя таго, прыцягненне фермераў і кіраўнікоў да акадэмічных даследаванняў было б карысным як для тэарэтычнага, так і для практычнага развіцця даследаванняў беспілотнікаў. Мы таксама змаглі выявіць найбольш вядомых даследчыкаў і іх уклад, што вельмі важна, таму што дасведчанасць аб апошніх фундаментальных працах можа даць некаторыя рэкамендацыі для будучых акадэмічных пачынанняў.
Табліца 9
Бар'еры прыняцця БЛА.
Бар'ер | Апісанне |
Бяспеку дадзеных | Кібербяспека з'яўляецца сур'ёзнай праблемай для рэалізацыі Рашэнні IoT (Masroor et al., 2021). |
Сумяшчальнасць і інтэграцыя | Розныя тэхналогіі, такія як UAV, WSN, IoT і г.д. павінны быць інтэграваныя і перадаваць дадзеныя, якія павялічыць узровень складанасці (Alsamhi et al., 2021; Папеску і інш., 2020; Вуран і інш., 2018). |
Выдаткі на рэалізацыю | Асабліва гэта тычыцца дробных фермераў і інтэграцыя розных перадавых тэхналогій ( Масрур і інш., 2021). |
Працоўныя веды і экспертыза | Для кіравання беспілотнікамі патрэбны кваліфікаваныя пілоты беспілотнікаў. Акрамя таго, рэалізацыя розных перадавых Тэхналогія патрабуе кваліфікаваных рабочых (YB Huang і інш., 2013; Цурас і інш., 2019). |
Магутнасць рухавіка і палёт працягласць | Беспілотнікі нельга эксплуатаваць доўгія гадзіны і прыкрыць вялікія плошчы (Hardin & Hardin, 2010; Laliberte et al., 2007). |
Стабільнасць, надзейнасць і манеўранасць | Дроны нестабільныя ў дрэнных умовах надвор'я (Хардзін і Хардзін, 2010; Лалібертэ і інш., 2007). |
Абмежаванні карыснай нагрузкі і якасць датчыкаў | Беспілотнікі могуць перавозіць толькі абмежаваныя нагрузкі магчымасць загрузкі датчыкаў больш нізкай якасці (Nebiker і інш., 2008). |
Рэгуляванне | Паколькі беспілотнікі таксама могуць быць небяспечныя, ёсць сур'ёзныя правілы ў некаторых галінах (Hardin & Jensen, 2011; Лалібертэ і Ранго, 2011). |
Веды земляробаў і цікавасць | Як і іншыя перадавыя тэхналогіі, беспілотнікі паспяховая рэалізацыя патрабуе вопыту, а таксама суправаджаецца нявызначанасцю (Fisher et al., 2009; Ламберт і інш., 2004; Стафард, 2000). |
Паколькі існуе пастаянная патрэба ў эфектыўным выкарыстанні даступных рэсурсаў для максімізацыі ўраджаю, фермеры могуць скарыстацца беспілотнікамі для забеспячэння хуткага, дакладнага і эканамічнага сканавання сваіх палёў. Тэхналогія можа дапамагчы фермерам вызначыць стан іх пасеваў і ацаніць стан вады, стадыю паспявання, заражэнне насякомымі і патрэбы ў харчаванні. Магчымасці дыстанцыйнага зандзіравання беспілотнікаў могуць даць фермерам важныя дадзеныя, каб прадбачыць праблемы на ранняй стадыі і аператыўна прыняць адпаведныя меры. Аднак перавагі тэхналогіі могуць быць рэалізаваны толькі ў тым выпадку, калі праблемы будуць належным чынам вырашаны. У святле ст
бягучыя праблемы, якія тычацца бяспекі даных, праблемы сэнсарных тэхналогій (напрыклад, надзейнасць або дакладнасць вымярэнняў), складанасць інтэграцыі і значныя выдаткі на ўкараненне, будучыя даследаванні павінны таксама вывучыць тэхнічную, эканамічную і эксплуатацыйную магчымасць інтэграцыі сельскагаспадарчых беспілотных лятальных апаратаў і іншых рэжучых апаратаў. крайніх тэхналогій.
Недахопы
Наша даследаванне мае некалькі абмежаванняў. Па-першае, высновы вызначаюцца публікацыямі, адабранымі для канчатковага аналізу. Цяжка ахапіць усе адпаведныя даследаванні, звязаныя з сельскагаспадарчымі беспілотнікамі, асабліва тыя, якія не праіндэксаваны ў базе дадзеных Scopus. Акрамя таго, працэс збору даных абмяжоўваецца ўстанаўленнем ключавых слоў для пошуку, якія могуць не быць інклюзіўнымі і прыводзіць да непераканаўчых высноў. Такім чынам, будучыя даследаванні павінны надаваць больш увагі асноўнай праблеме збору дадзеных
больш надзейныя высновы. Яшчэ адно абмежаванне тычыцца новых публікацый з нізкай колькасцю цытавання. Бібліяметрычны аналіз ухілены ў бок больш ранніх публікацый, паколькі з гадамі яны часцей цытуюцца. Нядаўнія даследаванні патрабуюць пэўнага часу, каб прыцягнуць увагу і назапасіць цытаты. Такім чынам, нядаўнія даследаванні, якія прыводзяць да змены парадыгмы, не ўвойдуць у дзесятку найбольш уплывовых работ. Гэта абмежаванне пераважае пры вывучэнні хутка развіваюцца абласцей даследаванняў, такіх як сельскагаспадарчыя дроны. Паколькі мы звярнуліся да Scopus для вывучэння літаратуры для гэтай працы, будучыя даследчыкі маглі б падумаць аб іншым
баз даных, такіх як Web of Science і IEEE Xplore, каб пашырыць гарызонт і палепшыць структуру даследаванняў.
Патэнцыйныя бібліяметрычныя даследаванні могуць разглядаць іншыя жыццёва важныя крыніцы ведаў, такія як даклады на канферэнцыях, раздзелы і кнігі, каб атрымаць новыя ідэі. Нягледзячы на картаграфаванне і даследаванне глабальных публікацый аб сельскагаспадарчых беспілотніках, нашы высновы не выявілі прычын навуковых вынікаў універсітэтаў. Гэта адкрывае шлях да новай вобласці даследаванняў у якасным тлумачэнні таго, чаму некаторыя ўніверсітэты больш прадуктыўныя, чым іншыя, калі справа даходзіць да даследаванняў сельскай гаспадаркі.
беспілотнікі. Акрамя таго, будучыя даследаванні могуць даць зразумець патэнцыял беспілотных лятальных апаратаў для павышэння ўстойлівасці сельскай гаспадаркі некалькімі спосабамі, такімі як маніторынг навакольнага асяроддзя, кіраванне ўраджаем і картаграфаванне пустазелля, як паказваюць некаторыя даследчыкі (Chamuah & Singh, 2019; Islam et al., 2021; Папеску і інш., 2020; Дж. Су, Лю і інш., 2018b). Паколькі тэкставы аналіз быў немагчымы з-за вялікай колькасці выбраных дакументаў, існуе неабходнасць у сістэматычных аглядах літаратуры, якія вывучаюць
выкарыстоўваныя метады даследавання і ўдзел фермераў у папярэдніх даследаваннях. Карацей кажучы, наш аналіз даследаванняў беспілотнікаў раскрывае нябачныя сувязі гэтага корпуса ведаў. Такім чынам, гэты агляд дапамагае выявіць узаемасувязь паміж публікацыямі і даследуе інтэлектуальную структуру вобласці даследаванняў. Ён таксама адлюстроўвае сувязі паміж рознымі аспектамі літаратуры, такімі як ключавыя словы аўтараў, прыналежнасць і краіны.
Заява аб канкуруючых інтарэсах
Аўтары заяўляюць, што ў іх няма вядомых канкуруючых фінансавых інтарэсаў альбо асабістых адносін, якія маглі б паўплываць на працу, пра якую паведамляецца ў гэтым артыкуле.
Дадатак 1
TITLE-ABS-KEY (((беспілотнік* АБО «беспілотны лятальны апарат» АБО БЛА* АБО «беспілотны лятальны апарат»” АБО uas АБО «дыстанцыйна кіраваны самалёт») І (сельская гаспадарка АБО сельская гаспадарка АБО фермерства АБО фермер))) І (ВЫКЛЮЧАЦЬ (PUBYEAR, 2022)) І (АБМЕЖАВАЦЬ (МОВА, «англійская»)).
Спасылкі
Aasen, H., Burkart, A., Bolten, A., Bareth, G., 2015. Стварэнне 3D-гіперспектральнай інфармацыі з дапамогай лёгкіх фотакамер БПЛА для маніторынгу расліннасці: ад
каліброўка камеры для забеспячэння якасці. ISPRS J. Photogramm. Аддаленыя датчыкі 108, 245-259. https://doi.org/10.1016/j.isprsjprs.2015.08.002.
Абд-Эльрахман, А., Пэрлстайн, Л., Персіваль, Ф., 2005. Распрацоўка алгарытму распазнавання вобразаў для аўтаматычнага выяўлення птушак па здымках беспілотных лятальных апаратаў.
Апытанне. Зямельны інфарм. навук. 65 (1), 37–45.
Абдалахі, А., Рэджэб, К., Рэджэб, А., Мастафа, М.М., Зайлані, С., 2021 г. Бесправадныя сэнсарныя сеткі ў сельскай гаспадарцы: вынікі бібліяметрычнага аналізу. Устойлівае развіццё 13 (21),
12011.
Абуталебі, М., Торэс-Руа, А.Ф., Кустас, В.П., Ньета, Х., Купманс, К., МакКі, М.,Ацэнка розных метадаў выяўлення ценяў у аптычных відарысах з высокім разрозненнем і ацэнка ўздзеяння ценяў на разлік NDVI і эвапатранспірацыі. паліваць. навук. 37 (3), 407–429. https://doi.org/10.1007/s00271-018-0613-9.
Adao, ˜ T., Hruˇska, J., Padua, ´ L., Bessa, J., Peres, E., Morais, R., Sousa, JJ, 2017. Гіперспектральнае малюнак: агляд датчыкаў на базе БЛА, даных апрацоўка і
прыкладання для сельскай і лясной гаспадаркі. Дыстанцыйнае зандзіраванне 9 (11). https://doi.org/ 10.3390/rs9111110.
Агуэра Вега, Ф., Рамірэс, Ф.К., Саіс, дэпутат, Росуа, Ф.А., 2015. Мультычасавая здымка з дапамогай беспілотнага лятальнага апарата для маніторынгу ўраджаю сланечніка. біясіст. англ.
132, 19–27. https://doi.org/10.1016/j.biosystemseng.2015.01.008.
Аджаі, О.Г., Салубі, А.А., Ангбас, А.Ф., Одзігур, М.Г., 2017. Стварэнне дакладных лічбавых мадэляў вышыні з дапамогай беспілотнікаў, атрыманых з нізкім працэнтам перакрыцця малюнкаў. міжнар.
J. Remote Sens. 38 (8–10), 3113–3134. https://doi.org/10.1080/ 01431161.2017.1285085.
Алі, І., Грайфенедэр, Ф., Стаменкавіч, Дж., Нойман, М., Натарнікола, К., 2015. Агляд падыходаў машыннага навучання для атрымання біямасы і вільготнасці глебы з даных дыстанцыйнага зандзіравання. Дыстанцыйнае зандзіраванне 7 (12), 16398-16421.
Alsamhi, SH, Afghah, F., Sahal, R., Hawbani, A., Al-Qaness, MAA, Lee, B., Guizani, M., Зялёны Інтэрнэт рэчаў з выкарыстаннем БПЛА ў сетках B5G: агляд прыкладанняў
і стратэгіі. Рэклама. Hoc. Сетка 117, 102505 https://doi.org/10.1016/j. adhoc.2021.102505.
Аль-Тані, Н., Альбуайнайн, А., Алнаімі, Ф., Зорба, Н., 2020. Дроны для маніторынгу пагалоўя авечак. У: 20-я Міжземнаморская электратэхнічная канферэнцыя IEEE. https://doi.
org/10.1109/MELECON48756.2020.9140588.
Ampatzidis, Y., Partel, V., 2019. Высокапрадукцыйнае фенатыпаванне цытрусавых на аснове БЛА з выкарыстаннем мультыспектральнай візуалізацыі і штучнага інтэлекту. Дыстанцыйнае зандзіраванне 11 (4), https://doi.org/10.3390/rs11040410.
Ампацыдзіс, Ю., Партэль, В., Коста, Л., 2020. Agroview: воблачнае прыкладанне для апрацоўкі, аналізу і візуалізацыі даных, сабраных з дапамогай БПЛА, для прымянення ў дакладнай сельскай гаспадарцы з выкарыстаннем штучнага інтэлекту. Вылічальны. Электрон. Агрык. 174, 105457 https://doi. org/10.1016/j.compag.2020.105457.
Ang, K.-L.-M., Seng, JKP, 2021. Вялікія дадзеныя і машыннае навучанне з гіперспектральнай інфармацыяй у сельскай гаспадарцы. IEEE Access 9, 36699–36718. https://doi.org/10.1109/
ACCESS.2021.3051196.
Aquilani, C., Confessore, A., Bozzi, R., Sirtori, F., Pugliese, C., 2022. Агляд: дакладныя тэхналогіі жывёлагадоўлі ў пашавых сістэмах жывёлагадоўлі. Жывёла 16 (1), https://doi.org/10.1016/j.animal.2021.100429.
Армента-Медзіна, Д., Рамірэс-Дэльрэаль, Т. А., Вільянуэва-Васкес, ´ Д., Мехіа-Агірэ, К., Тэндэнцыі перадавых інфармацыйных і камунікацыйных тэхналогій для
павышэнне прадукцыйнасці сельскай гаспадаркі: бібліяметрычны аналіз. Аграномія 10 (12), артыкул 12. https://doi.org/10.3390/agronomy10121989.
Армстранг, І., Пірон-Брус, М., Сміт, А., Джадуд, М., 2011. Лятаючы алігатар: да паветранай робататэхнікі ў occam-π. камун. Архітэктар працэсаў. 2011, 329–340. https://doi. org/10.3233/978-1-60750-774-1-329.
Арора, С. Д., Чакрабарці, А., 2021 г. Даследаванне інтэлектуальнай структуры паводзін спажыўцоў, якія скардзяцца (CCB): бібліяметрычны аналіз. J. Business Res. 122, 60–74.
Аслан, М. Ф., Дурду, А., Сабанчы, К., Рапелеўска, Э., Гюльтэкін, С. С., 2022.
Вычарпальны агляд нядаўніх даследаванняў з БПЛА для дакладнай сельскай гаспадаркі на адкрытых палях і ў цяпліцах. Дадатак навук. 12 (3), 1047. https://doi.org/10.3390/
дадатак12031047.
Аткінсан, JA, Джэксан, RJ, Bentley, AR, Ober, E., & Wells, DM (2018). Фенатыпаванне поля для будучыні. У штогадовых аглядах раслін онлайн (с. 719–736). Джон
Wiley & Sons, Ltd. doi: 10.1002/9781119312994.apr0651.
Осцін, Р., 2010 г. Беспілотныя лятальныя сістэмы: распрацоўка, распрацоўка і разгортванне беспілотных лятальных апаратаў. У кн.: Беспілотныя авіяцыйныя сістэмы: праектаванне, распрацоўка і распрацоўка беспілотных лятальных апаратаў
Разгортванне. Джон Уайлі і сыны. https://doi.org/10.1002/9780470664797.
Авайс, М., Лі, У., Чыма, М.Дж.М., Заман, К.Ю., Шахін, А., Аслам, Б., Чжу, В., Аджмал, М., Фахім, М., Хусэйн, С., Надзім, AA, Afzal, MM, Liu, C., 2022. Дыстанцыйнае зандзіраванне на аснове беспілотных лятальных апаратаў пры стрэсе раслін уявіце выкарыстанне цеплавога датчыка з высокім раздзяленнем для лічбавай сельскай гаспадаркі: метаагляд. міжнар. Ж. Асяроддзе. навук. тэхнал. https://doi.
org/10.1007/s13762-021-03801-5.
Бака, М., Бертан, А., Фера, Э., Джэнара, К., Гота, А., Матэолі, С., Паанеса, Ф., Руджэры, М., Віронэ, Г., Занела, А., 2018. Разумнае земляробства: магчымасці, праблемы
і тэхналагічныя сродкі. 2018 IoT Vertical і. Тэматычны саміт па сельскай гаспадарцы - Таскана (IOT Tuscany) 1–6. https://doi.org/10.1109/IOTTUSCANY.2018.8373043.
Bah, MD, Hafiane, A., Canals, R., 2018. Глыбокае навучанне з некантралюемай маркіроўкай даных для выяўлення пустазелля ў радавых культурах на выявах БПЛА. Дыстанцыйнае зандзіраванне 10 (11), 1690.
https://doi.org/10.3390/rs10111690.
Бальдзі, С., 1998. Нарматыўныя супраць сацыяльных канструктывісцкіх працэсаў у размеркаванні цытат: сеткавая аналітычная мадэль. Am. сацыял. Rev. 63 (6), 829–846. https://doi.
org / 10.2307 / 2657504.
Балуха, Дж., Дыяга, М. П., Бальда, П., Зорэр, Р., Меджо, Ф., Маралес, Ф., Тардагіла, Дж., 2012. Ацэнка зменлівасці стану вады ў вінаградніках з дапамогай тэрмальных і мультыспектральных
здымкі з дапамогай беспілотнага лятальнага апарата (БЛА). паліваць. навук. 30 (6), 511–522. https://doi.org/10.1007/s00271-012-0382-9.
Барабаскі, Д., Тандэлі, А., Дэзідэрыо, Ф., Валантэ, А., Вакчыно, П., Валье, Г., Катывеллі, Л.,Селекцыя наступнага пакалення. расліназнаўства 242, 3–13. https://doi.org/10.1016/j.
расліны.2015.07.010.
Barbedo, JGA, Koenigkan, LV, 2018. Перспектывы выкарыстання беспілотных авіяцыйных сістэм для маніторынгу буйной рагатай жывёлы. Outlook Agric. 47 (3), 214–222. https://doi.org/10.1177/0030727018781876.
Бэрэт, Г., Аасен, Х., Бендзіг, Дж., Гніп, М. Л., Болтэн, А., Юнг, А., Міхельс, Р., Сукакамакі, ¨ Дж., 2015 г. Гіперспектральны апарат з невялікім вагам і беспілотнікам поўнакадравых камер
для маніторынгу сельскагаспадарчых культур: спектральнае параўнанне з вымярэннямі партатыўнага спектрарадыёметра. Photogrammetrie, Fernerkundung, Geoinformation 2015 (1), 69–79.
https://doi.org/10.1127/pfg/2015/0256.
Бар'ентас, А., Каларада, Дж., дэль Сера, Дж., Марцінес, А., Росі, С., Санц, Д., Валентэ, Дж., Паветранае дыстанцыйнае зандзіраванне ў сельскай гаспадарцы: практычны падыход да ахопу тэрыторыі
і планаванне шляху для парку міні-робатаў. Дж. Філд Роб. 28 (5), 667–689. https://doi.org/10.1002/rob.20403.
Басіры, А., Марыяні, В., Сілана, Г., Аатыф, М., Іанэлі, Л., Гліелма, Л., 2022 г. Апытанне аб прымяненні алгарытмаў планавання траекторыі для шматротарных БПЛА ў дакладнасці
сельская гаспадарка. Я. Навіг. 75 (2), 364–383.
Basnet, B., Bang, J., 2018. Сучаснае навукаёмістае земляробства: агляд прыкладных сістэм зандзіравання і аналізу даных. J. Sens. 2018, 1–13.
Bendig, J., Bolten, A., Bareth, G., 2013. Выявы на аснове БПЛА для разначасавых мадэляў паверхні культур з вельмі высокім раздзяленнем для маніторынгу зменлівасці росту сельскагаспадарчых культур. Photogrammetrie, Fernerkundung, Geoinformation 2013 (6), 551–562. https://doi. org/10.1127/1432-8364/2013/0200.
Bendig, J., Bolten, A., Bennertz, S., Broscheit, J., Eichfuss, S., Bareth, G., 2014. Ацэнка біямасы ячменю з выкарыстаннем мадэляў паверхні пасеваў (CSM), атрыманых з здымкаў RGB на аснове БПЛА. Дыстанцыйнае зандзіраванне 6 (11), 10395-10412.
Бендзіг Дж., Ю. К., Асен Х., Болтэн А., Беннерц С., Брашайт Дж., Гніп М. Л., Барэт Г., 2015. Камбінаванне вышыні расліны на аснове БПЛА ад паверхні пасева мадэлі,
індэксы расліннасці ў бачным і блізкім інфрачырвоным дыяпазоне для маніторынгу біямасы ячменю. міжнар. J. Appl. Зямля Абс. геаінф. 39, 79–87. https://doi.org/10.1016/j.jag.2015.02.012.
Берні, JA, Zarco-Tejada, PJ, Sepulcre-Canto, ´ G., Fereres, E., Villalobos, F., 2009a. Карціраванне праводнасці купалы і CWSI ў аліўкавых садах з выкарыстаннем высокага дазволу
цеплавыя здымкі ДЗЗ. Дыстанцыйная датчыца навакольнага асяроддзя. 113 (11), 2380–2388. https://doi.org/10.1016/j.rse.2009.06.018.
Берні, JA, Zarco-Tejada, PJ, Суарэс, ´ L., Fereres, E., 2009b. Цеплавое і вузкапалоснае шматспектральнае дыстанцыйнае зандзіраванне расліннасці з беспілотнага лятальнага апарата. IEEE Trans. Геаграфія. Remote Sens. 47 (3), 722–738.
Boumembrak, Y., Klüche, M., Gavai, A., Marvin, HJP, 2019. Інтэрнэт рэчаў у бяспецы харчовых прадуктаў: агляд літаратуры і бібліяметрычны аналіз. Тэндэнцыі Food Sci. тэхнал. 94,54–64. https://doi.org/10.1016/j.tifs.2019.11.002.
Брустэр, К., Русакі, І., Калацыс, Н., Дулін, К., Эліс, К., 2017. IoT у сельскай гаспадарцы: распрацоўка шырокамаштабнага пілотнага праекта ў Еўропе. IEEE Commun. Маг. 55 (9), 26–33.
Buters, TM, Belton, D., Cross, AT, 2019. Мультысенсарны БПЛА сачыць за асобнымі саджанцамі і суполкамі расады з дакладнасцю да міліметра. Дроны 3 (4), 81.
https://doi.org/10.3390/drones3040081.
Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., Gattelli, M., 2015. Ацэнка шматспектральных здымкаў і індэксаў расліннасці для прымянення дакладнага земляробства з дапамогай здымкаў БПЛА. Дыстанцыйнае зандзіраванне 7 (4), 4026-4047. https://doi.org/10.3390/rs70404026.
Cao, Y., Li, GL, Luo, YK, Pan, Q., Zhang, SY, 2020. Маніторынг паказчыкаў росту цукровых буракоў з выкарыстаннем індэксу вегетацыі ў шырокім дынамічным дыяпазоне (WDRVI), атрыманага з БЛА
шматспектральных малюнкаў. Вылічальны. Электрон. Агрык. 171, 105331 https://doi.org/10.1016/j.compag.2020.105331.
Касільяс, Дж., Аседа, Ф., 2007. Эвалюцыя інтэлектуальнай структуры літаратуры аб сямейным бізнесе: бібліяметрычнае даследаванне FBR. Family Business Rev. 20 (2), 141–162.
Цэн, Х., Ван, Л., Чжу, Дж., Лі, Ю., Лі, X., Чжу, Ю., Вэн, Х., У, В., Інь, В., Сюй, Ч., Бао, Ю., Фэн, Л., Шоу, Дж., Хэ, Ю., 2019. Дынамічны маніторынг біямасы рысу пад
розныя апрацоўкі азотам з выкарыстаннем лёгкага БПЛА з падвойнымі камерамі для здымкаў кадраў. Метады раслін 15 (1), 32. https://doi.org/10.1186/s13007-019-
0418-8.
Чамуа, А., Сінгх, Р., 2019. Забеспячэнне ўстойлівага развіцця індыйскай сельскай гаспадаркі з дапамогай грамадзянскіх БПЛА: перспектыва адказных інавацый. SN Appl. навук. 2 (1), 106. https://
doi.org/10.1007/s42452-019-1901-6.
Чамуа, А., Сінгх, Р., 2022 г. Адказнае кіраванне інавацыямі грамадзянскіх беспілотных лятальных апаратаў (БПЛА) для індыйскага страхавання ўраджаю. Ж. Адказны
тэхнал. 9, 100025 https://doi.org/10.1016/j.jrt.2022.100025.
Чэнь, А., Арлоў-Левін, В., Мерон, М., 2019. Прымяненне аэрафотаздымкаў з высокім разрозненнем бачных каналаў полага пасева для дакладнага кіравання ірыгацыяй. Агрык. вада
Кіраванне 216, 196–205. https://doi.org/10.1016/j.agwat.2019.02.017.
Daakir, M., Pierrot-Deseilligny, M., Bosser, P., Pichard, F., Thom, C., Rabot, Y., Martin, O., 2017. Лёгкі БПЛА з убудаванай фотаграмметрыяй і адначастотным GPS-пазіцыянаваннем для прымянення ў метралогіі. ISPRS J. Photogramm. Аддаленая датчыка 127, 115-126. https://doi.org/10.1016/j.isprsjprs.2016.12.007.
Dawaliby, S., Aberkane, A., Bradai, A., 2020. Платформа IoT на аснове блокчейна для аўтаномнага кіравання беспілотнікамі. У кн.: Працы 2-га АСМ
Семінар MobiCom па бесправадной сувязі з дапамогай беспілотнікаў для 5G і далей, стар. 31–36. https://doi.org/10.1145/3414045.3415939.
Дэй, Р. А., Гастел, Б., 1998. Як напісаць і апублікаваць навуковую працу. Cambridge University Press. дэ Кастра, А.І., Пена, ˜ Дж.М., Торэс-Санчэс, ´ Дж., Хіменэс-Брэнес, Ф.М., ВаленсіяГрэдылья, Ф., Рэкасэнс, Дж., Лопес-Гранадос, ´ Ф., 2020. Карціраванне заражэння цынодонам дактылонам укрыўныя культуры з аўтаматычнай працэдурай дрэва прыняцця рашэнняў OBIA і здымкамі БПЛА для дакладнага вінаградарства. Дыстанцыйнае зандзіраванне 12 (1), 56. https://doi.org/10.3390/rs12010056.
дэ Кастра, А.І., Торэс-Санчэз, Дж., Пена, ˜ Дж.М., Хіменэс-Брэнес, Ф.М., Сілік, О., Лопес-Гранадос, Ф., 2018 г. Аўтаматычны выпадковы алгарытм лесу-OBIA для ранняе картаграфаванне пустазелля паміж і ўнутры радкоў пасеваў з выкарыстаннем здымкаў БПЛА. Дыстанцыйнае зандзіраванне 10 (2). https://doi.org/10.3390/rs10020285.
Дэмір, Н., Сонмез, ¨ НК, Акар, Т., Унал, С., 2018. Аўтаматызаванае вымярэнне вышыні раслін генатыпаў пшаніцы з дапамогай DSM, атрыманага з здымкаў БПЛА. Працы 2 (7), 350. https://doi.org/10.3390/ecrs-2-05163.
Deng, J., Zhong, Z., Huang, H., Lan, Y., Han, Y., Zhang, Y., 2020. Лёгкая семантычная сетка сегментацыі для картаграфавання пустазелля ў рэжыме рэальнага часу з выкарыстаннем беспілотных лятальных апаратаў. Дадатак навук. 10 (20), 7132. https://doi.org/10.3390/app10207132.
Deng, L., Mao, Z., Li, X., Hu, Z., Duan, F., Yan, Y., 2018. Мультыспектральнае дыстанцыйнае зандзіраванне на аснове БПЛА для дакладнай сельскай гаспадаркі: параўнанне розных камер. ISPRS J. Photogramm. Аддаленая датчыка 146, 124-136.
Дыяс-Гансалес, Ф.А., Вуэльвас, Дж., Карэа, Каліфорнія, Вальеха, В.Э., Паціна, Д., 2022 г. Машыннае навучанне і метады дыстанцыйнага зандзіравання, якія прымяняюцца для ацэнкі паказчыкаў глебы – агляд. экал. Індыя 135, 108517 https://doi.org/10.1016/j.ecolind.2021.108517.
Дыяс-Варэла, Р.А., Дэ ла Роса, Р., Леон, ´ Л., Зарка-Тэхада, П.Дж., 2015 г. Здымкі з БПЛА з высокім разрозненнем для ацэнкі параметраў кроны аліўкавага дрэва з дапамогай 3D-фота
рэканструкцыя: прымяненне ў племянных выпрабаваннях. Дыстанцыйнае зандзіраванне 7 (4), 4213-4232. https://doi.org/10.3390/rs70404213.
Дыксіт, А., Джахар, С.К., 2021. Кіраванне прапускной здольнасцю аэрапорта: агляд і бібліяметрычны аналіз. J. Air Transp. Кіраванне 91, 102010.
Донг, Т., Шан, Дж., Лю, Дж., Цянь, Б., Цзін, К., Ма, Б., Хафман, Т., Гэн, X., Соў, А., Шы, Ю., Канісіус, Ф., Цзяо, X., Ковач, Дж.М., Уолтэрс, Д., Кейбл, Дж., Уілсан, Дж., 2019.
Выкарыстанне здымкаў RapidEye для вызначэння зменлівасці росту сельскагаспадарчых культур і ўраджайнасці ўнутры поля ў Антарыё, Канада. Precision Agric. 20 (6), 1231–1250. https://doi.org/10.1007/
с11119-019-09646-ш.
Датта, ПК, Мітра, С., 2021 г. Прымяненне сельскагаспадарчых беспілотных лятальных апаратаў і іотаў для разумення ланцужка харчовых паставак пасля COVID-19. У: Чоудхуры А., Бісвас А., Працік М.
Чакрабарці, А. (Рэд.), Сельскагаспадарчая інфарматыка: аўтаматызацыя з выкарыстаннем IoT і машыннага навучання. Wiley, стар. 67–87. van Eck, N., Waltman, L., 2009. Агляд праграмнага забеспячэння: VOSviewer, камп'ютарная праграма для бібліяметрычнага картаграфавання. Навукаметрыя 84 (2), 523–538. https://doi.org/10.1007/s11192-009-0146-3.
Элайджа, О., Рахман, Т.А., Арыкумхі, І., Леў, Кітай, Гіндыя, Мінесота, 2018. Агляд Інтэрнэту рэчаў (IoT) і аналітыкі даных у сельскай гаспадарцы: перавагі і праблемы.
IEEE Internet Things J. 5 (5), 3758–3773.
Enciso, J., Avila, CA, Jung, J., Elsayed-Farag, S., Chang, A., Yeom, J., Landivar, J., Maeda, M., Chavez, JC, 2019. Праверка агранамічных БПЛА і поле
меркі для гатункаў таматаў. Вылічальны. Электрон. Агрык. 158, 278–283. https:// doi.org/10.1016/j.compag.2019.02.011.
Espinoza, CZ, Khot, LR, Sankaran, S., Jacoby, PW, 2017. Мультыспектральнае і цеплавое дыстанцыйнае зандзіраванне высокага дазволу ацэнка воднага стрэсу ў
вінаграднікі падземнага арашэння. Дыстанцыйнае зандзіраванне 9 (9), 961. https://doi.org/ 10.3390/rs9090961.
Юінг, Дж., Оммен, Т., Джаякумар, П., Алгер, Р., 2020. Выкарыстанне гіперспектральнага дыстанцыйнага зандзіравання для градацыі глебы. Дыстанцыйнае зандзіраванне 12 (20), 3312. ttps://doi.org/10.3390/
rs12203312.
Фосэт, Д., Панігада, К., Тальябуэ, Г., Баскетці, М., Чэлесці, М., Еўдакімаў, А., Бірукова, К., Каломба, Р., Мігліета, Ф., Рашэр, У., Андэрсан, К., 2020. Шматмаштабная ацэнка індэксаў шматспектральнага адлюстравання паверхні і расліннасці ў эксплуатацыйных умовах на аснове беспілотнікаў. Дыстанцыйнае зандзіраванне 12 (3), 514.
Фэн, X., Ян, Ф., Лю, X., 2019. Даследаванне тэхналогій бесправадной сувязі ў Інтэрнэце рэчаў для дакладнай сельскай гаспадаркі. Бесправадныя чал. камун. 108 (3),
1785-1802.
Ferreira, MP, Pinto, CF, Serra, FR, 2014. Тэорыя транзакцыйных выдаткаў у міжнародных бізнес-даследаваннях: бібліяметрычнае даследаванне на працягу трох дзесяцігоддзяў. Навукаметрыя 98 (3), 1899–1922. https://doi.org/10.1007/s11192-013-1172-8.
Фішэр, П., Абузар, М., Раб, М., Бест, Ф., Чандра, С., 2009. Дасягненні ў галіне дакладнага земляробства ў паўднёва-ўсходняй Аўстраліі. I. метадалогія рэгрэсіі для мадэлявання
прасторавыя змены ўраджайнасці збожжавых з выкарыстаннем гістарычнай ураджайнасці фермераў на загонах і нармалізаванага індэксу расліннасці розніцы. Раслінаводства і пашы навук. 60 (9), 844–858.
Floreano, D., Wood, RJ, 2015. Навука, тэхналогіі і будучыня невялікіх аўтаномных беспілотнікаў. Nature 521 (7553), 460–466. https://doi.org/10.1038/nature14542.
Friha, O., Ferrag, MA, Shu, L., Maglaras, LA, Wang, X., 2021. Інтэрнэт рэчаў для будучыні разумнай сельскай гаспадаркі: комплексны агляд новых тэхналогій. IEEE CAA J. Аўт. Sinica 8 (4), 718–752.
Фуэнтэс-Пачэка, Дж., Торэс-Аліварэс, Дж., Раман-Ранхель, Э., Сервантэс, С., ХуарэсЛопес, П., Эрмасільё-Валадэс, Дж., Рэндон-Манча, ´ Дж.М., 2019. Сегментацыя інжыра з аэрафотаздымкаў з дапамогай глыбокай сверточной сеткі кадавальнік-дэкодэр. Дыстанцыйнае зандзіраванне 11 (10), 1157. https://doi.org/10.3390/rs11101157.
Gago, J., Douthe, C., Coopman, RE, Gallego, PP, Ribas-Carbo, M., Flexas, J., Escalona, J., Medrano, H., 2015. БПЛА выклік для ацэнкі воднага стрэсу для
устойлівая сельская гаспадарка. Агрык. Кіраванне воднымі рэсурсамі. 153, 9–19. https://doi.org/10.1016/j. агват.2015.01.020.
Гарсія-Тэхера, І. Ф., Рубіё, А. Э., Вінуэла, ˜ І., Херн´ андэз, А., Гуцьерэс-Гардыльё, С., Радрыгес-Плегэсуэла, CR, Дуран-Зуаза, В. Г., 2018. Цеплавізар на заводзе
узровень для ацэнкі стану ўраджаю і вады ў міндальных дрэвах (сорт Guara) пры стратэгіях дэфіцытнага арашэння. Агрык. Кіраванне воднымі рэсурсамі. 208, 176–186. https://doi.org/10.1016/j.
агват.2018.06.002.
Garzonio, R., Di Mauro, B., Colombo, R., Cogliati, S., 2017. Вымярэнні павярхоўнага адлюстравання і індукаванай сонцам флуарэсцэнтнай спектраскапіі з выкарыстаннем невялікага гіперспектральнага UAS. Дыстанцыйнае зандзіраванне 9 (5), 472. https://doi.org/10.3390/rs9050472. Гашпаровіч, М., Зрыньскі, М., Барковіц, Дж., Радачай, Д., 2020 г. Аўтаматычны метад для
картаграфаванне пустазелля на аўсяных палях на аснове здымкаў БПЛА. Вылічальны. Электрон. Агрык.
Геберс, Р., Адамчук, В.І., 2010. Дакладнае земляробства і харчовая бяспека. Навука 327 (5967), 828–831. https://doi.org/10.1126/science.1183899.
Geipel, J., Link, J., Claupein, W., 2014. Камбінаванае спектральнае і прасторавае мадэляванне ўраджайнасці кукурузы на аснове аэрафотаздымкаў і мадэляў паверхні ўраджаю, атрыманых з дапамогай беспілотнай авіяцыйнай сістэмы. Дыстанцыйнае зандзіраванне 6 (11), 10335-10355. https://doi.org/10.3390/rs61110335.
Гэн, Д., Фэн, Ю., Чжу, К., 2020. Устойлівы дызайн для карыстальнікаў: агляд літаратуры і бібліяметрычны аналіз. Асяроддзе. навук. Забруджвальнік. Рэз. 27 (24), 29824–29836. https://doi. org/10.1007/s11356-020-09283-1.
Gevaert, CM, Suomalainen, J., Tang, J., Kooistra, L., 2015. Стварэнне спектральна-часавых паверхняў водгуку шляхам спалучэння шматспектральнага спадарожніка і гіперспектральнага
Здымкі БПЛА для прымянення ў дакладнай сельскай гаспадарцы. IEEE J. Sel. Топ. Дадатак Зямля Абс. Аддаленыя датчыкі 8 (6), 3140–3146. ttps://doi.org/10.1109/JSTARS.2015.2406339.
Гіл, С. С., Чана, І., Буйя, Р., 2017. Сельская гаспадарка на аснове IoT як воблака і служба вялікіх даных: пачатак лічбавай Індыі. J. Org. і End User Comput. (JOEUC) 29 (4),
1-23.
Gmür, M., 2006. Аналіз сумеснага цытавання і пошук нябачных каледжаў: метадалагічная ацэнка. Навукаметрыя 57 (1), 27–57. https://doi.org/10.1023/
a: 1023619503005.
Gnadinger, ¨ F., Schmidhalter, U., 2017. Лічбавыя падлікі раслін кукурузы беспілотнымі лятальнымі апаратамі (БПЛА). Дыстанцыйнае зандзіраванне 9 (6). https://doi.org/10.3390/rs9060544.
Gokto ¨ ǧan, AH, Sukkarieh, S., Bryson, M., Randle, J., Lupton, T., Hung, C., 2010. Ротарый беспілотны лятальны апарат для назірання за воднымі пустазеллямі і
кіравання. J. Intell. Робатызаваны сіст.: тэарэт. Дадатак 57 (1–4), 467–484. https://doi. org/10.1007/s10846-009-9371-5.
Gomez-Cand ´ on, ´ D., De Castro, AI, Lopez-Granados, ´ F., 2014. Ацэнка дакладнасці мазаікі з здымкаў беспілотных лятальных апаратаў (БПЛА) для мэтаў дакладнай сельскай гаспадаркі на пшаніцы. Дакладна. Агрык. 15 (1), 44–56. https://doi.org/10.1007/s11119-013-9335-4.
Gomez-Cand ´ on, ´ D., Virlet, N., Labb´e, S., Jolivot, A., Regnard, J.-L., 2016. Палявая фенатыпізацыя воднага стрэсу ў маштабе дрэў з дапамогай здымкаў, зафіксаваных БПЛА : новыя ідэі для
тэрмічны збор і каліброўка. Дакладна. Агрык. 17 (6), 786–800. https://doi.org/10.1007/s11119-016-9449-6.
Gonzalez-Dugo, V., Zarco-Tejada, PJ, Fereres, E., 2014. Дастасавальнасць і абмежаванні выкарыстання індэкса воднага стрэсу культур як індыкатара дэфіцыту вады ў цытрусавых садах. Агрык. Для. Метэарол. 198–199, 94–104. https://doi.org/10.1016/j. агрфармет.2014.08.003.
Gonzalez-Dugo, V., Zarco-Tejada, P., Nicolas, ´ E., Nortes, PA, Alarcon, ´ JJ, Intrigliolo, DS, Fereres, E., 2013. Выкарыстанне цеплавых відарысаў БПЛА з высокім дазволам для
ацаніць зменлівасць стану вады пяці відаў пладовых дрэў у камерцыйным садзе. Дакладна. Агрык. 14 (6), 660–678. https://doi.org/10.1007/s11119-013-9322-9.
Гоял, К., Кумар, С., 2021. Фінансавая граматнасць: сістэматычны агляд і бібліяметрычны аналіз. міжнар. J. Consumer Studies 45 (1), 80–105. https://doi.org/10.1111/
ijcs.12605.
Grenzdorffer, ¨ GJ, Engel, A., Teichert, B., 2008. Фотаграмметрычны патэнцыял недарагіх БПЛА ў лясной і сельскай гаспадарцы. Міжнародны архіў фотаграмметрыі, дыстанцыйнага зандзіравання і прасторавай інфармацыі – архіў ISPRS 37, 1207–1213. https://www.scopus.com/inward/record.uri?eid=2-s2.0-85039543258&partnerI D=40&md5=b4b2d639257e8ddb5a373d15959c4e1e.
Гуань, С., Фукамі, К., Мацунака, Х., Окамі, М., Танака, Р., Накано, Х., Сакаі, Т., Накано, К., Одан, Х., Такахасі, К., 2019. Ацэнка карэляцыі высокага раздзялення
NDVI з узроўнем унясення ўгнаенняў і ўраджайнасцю пасеваў рысу і пшаніцы з выкарыстаннем невялікіх БПЛА. Дыстанцыйнае зандзіраванне 11 (2), 112.
Gundolf, K., Filser, M., 2013. Даследаванне кіравання і рэлігія: аналіз цытавання. Я. Аўтобус. Этыка 112 (1), 177–185.
Го, К., Чжу, Ю., Тан, Ю., Хоу, Ч., Хэ, Ю., Чжуан, Дж., Чжэн, Ю., Ло, С., 2020. CFD мадэляванне і эксперыментальная праверка прасторавай і часовыя размеркаванні
паток паветра ўніз чатырохротарнага сельскагаспадарчага БЛА ў завісанні. Вылічальны. Электрон. Агрык. 172, 105343 https://doi.org/10.1016/j.compag.2020.105343.
Хагігаталаб, А., Гонз Алес П'ерэс, Л., Мондал, С., Сінгх, Д., Шынсток, Д., Руткоскі, Дж., Орціс-Манастэрыё, І., Сінгх, Р.П., Гудзін, Д. , Польшча, J., 2016.
Прымяненне беспілотных авіяцыйных сістэм для высокапрадукцыйнага фенатыпавання буйных гадавальнікаў пшаніцы. Раслінныя метады 12 (1). https://doi.org/10.1186/s13007-
016-0134-6.
Хакала, Т., Хонкаваара, Э., Саары, Х., Макынен, ¨ Дж., Кайвосоя, Дж., Песанен, Л., і Пол ¨ онен, ¨ І., 2013 г. Спектральныя выявы з БЛА пры розных умовах асвятлення . У GG Bill R. (Ed.), Міжнародныя архівы фотаграмметрыі, дыстанцыйнага зандзіравання і прасторавай інфармацыі — архівы ISPRS (том 40, выпуск 1W2, стар. 189–194). Міжнароднае таварыства фотаграмметрыі і дыстанцыйнага зандзіравання. https://www.scopus.com/inward/record.uri?eid=2-s2.0-848875632.
Гамільтан, С.М., Морыс, Р.Х., Карвалью, Р.К., Родэр, Н., Барлоў, П., Мілс, К., Ван, Л. Ацэнка метадаў картаграфавання астраўной расліннасці з беспілотных лятальных апаратаў
выявы транспартных сродкаў (БПЛА): класіфікацыя пікселяў, візуальная інтэрпрэтацыя і падыходы да машыннага навучання. міжнар. J. Appl. Зямля Абс. геаінф. 89, 102085 https://doi.org/
10.1016/дж.яг.2020.102085.
Хаке, А., Іслам, Н., Самрат, Н.Г., Дэй, С., Рэй, Б., 2021. Разумнае земляробства праз адказнае кіраўніцтва ў Бангладэш: магчымасці, магчымасці і не толькі.
Устойлівае развіццё 13 (8), 4511.
Хардзін, П.Дж., Хардзін, Т.Дж., 2010. Малыя дыстанцыйна кіраваныя апараты ў экалагічных даследаваннях. Геаграфічны компас 4 (9), 1297–1311. ttps://doi.org/10.1111/j.1749-
8198.2010.00381.x.
Хардзін, П.Дж., Дженсен, Р.Р., 2011. Малыя беспілотныя лятальныя апараты ў галіне дыстанцыйнага зандзіравання навакольнага асяроддзя: праблемы і магчымасці. ГІСі. Аддаленыя датчыкі 48 (1), 99–111. https://doi.org/10.2747/1548-1603.48.1.99.
Хэ Ю., Ні П., Чжан К., Лю Ф., 2021 г. Сельскагаспадарчы Інтэрнэт рэчаў: тэхналогіі і прымяненне (1-е выд. 2021 г.). Спрынгер.
Гервіц, С.Р., Джонсан, Л.Ф., Дунаган, SE, Хігінс, Р.Г., Саліван, Д.В., Чжэн, Дж., Лобіц, Б.М., Люн, Дж.Г., Галмаер, бакалаўр, Аоягі, М., Слай, Р.Э., Брас, JA, 2004 год.
Выява з беспілотнага лятальнага апарата: сельскагаспадарчае назіранне і падтрымка прыняцця рашэнняў. Вылічальны. Электрон. Агрык. 44 (1), 49–61. https://doi.org/10.1016/j.
камп.2004.02.006.
Holman, FH, Riche, AB, Michalski, A., Castle, M., Wooster, MJ, Hawkesford, MJ, Высокая прапускная здольнасць палявога фенатыпу вышыні і хуткасці росту раслін пшаніцы ў палявых выпрабаваннях з выкарыстаннем БПЛА дыстанцыйнага зандзіравання. Дыстанцыйнае зандзіраванне 8 (12). https://doi. org/10.3390/rs8121031.
Хонкаваара, Э., Саары, Х., Кайвосоя, Дж., Пол ¨ онен, ¨ І., Хакала, Т., Літкі, П., Макінен, Дж., Песонен, Л., 2013. Апрацоўка і ацэнка спектраметрычных стэрэаскапічных малюнкаў, сабраных з дапамогай лёгкай спектральнай камеры БПЛА для дакладнай сельскай гаспадаркі. Дыстанцыйнае зандзіраванне 5 (10), 5006-5039. https://doi.org/10.3390/rs5105006.
Хасэйн Мотлаг, Н., Талеб, Т., Арук, О., 2016. Паслугі Інтэрнэту рэчаў на базе беспілотных лятальных апаратаў на малых вышынях: комплекснае даследаванне і перспектывы на будучыню. IEEE Internet Things J. 3 (6), 899–922. https://doi.org/10.1109/JIOT.2016.2612119.
Грабар, С., Сухатме, Г. С., Корк, П., Ашэр, К., Робертс, Дж., 2005. Камбінаваная навігацыя на аснове аптычнага патоку і стэрэа па гарадскіх каньёнах для БПЛА. У: 2005 IEEE/RSJ
Міжнародная канферэнцыя па інтэлектуальных робатах і сістэмах, стар. 3309-3316. https://doi.org/10.1109/IROS.2005.1544998.
Hsu, T.-C., Yang, H., Chung, Y.-C., Hsu, C.-H., 2020. Крэатыўная сельскагаспадарчая платформа IoT для хмарных туманных вылічэнняў. Падтрымліваць. Вылічальны. Інф. Сіст. 28, 100285.
Хуанг, Х., Дэн, Дж., Лан, Ю., Ян, А., Дэн, X., Чжан, Л., Гансалес-Андухар, Дж.Л., 2018. Поўнасцю згорткавая сетка для картаграфавання пустазелля беспілотных лятальных апаратаў ( БПЛА). PLoS ONE 13 (4), e0196302.
Хуанг, Х., Лан, Ю., Ян, А., Чжан, Ю., Вэнь, С., Дэн, Дж., 2020. Глыбокае навучанне супраць аб'ектнага аналізу малюнкаў (OBIA) у картаграфаванні пустазелля здымкаў БПЛА. міжнар. Дж.
Выдаленае адчуванне 41 (9), 3446-3479. https://doi.org/10.1080/01431161.2019.1706112.
Хуан, Х., Ян, А., Тан, Ю., Чжуан, Дж., Хоу, К., Тан, З., Дананджаян, С., Хэ, Ю., Го, К., Ло, С., 2021. Глыбокая каліброўка колеру для здымкаў БПЛА ў маніторынгу ўраджаю
з выкарыстаннем семантычнай перадачы стылю з лакальнай на глабальную ўвагу. міжнар. J. Appl. Зямля Абс. геаінф. 104, 102590 https://doi.org/10.1016/j.jag.2021.102590.
Huang, YB, Thomson, SJ, Hoffmann, WC, Lan, YB, Fritz, BK, 2013. Развіццё і перспектыва тэхналогій беспілотных лятальных апаратаў для сельскагаспадарчай вытворчасці
кіравання. міжнар. Ж. Агрык. біял. англ. 6 (3), 1–10. https://doi.org/10.3965/j. ijabe.20130603.001.
Huang, Y., Hoffmann, WC, Lan, Y., Wu, W., Fritz, BK, 2009. Распрацоўка распыляльнай сістэмы для платформы беспілотнага лятальнага апарата. Дадатак англ. Агрык. 25 (6), 803–809.
Хант-малодшы, хуткая дапамога, Дын Хівлі, У., Фуджыкава, С.Дж., Ліндэн, Д.С., Дотры, К.С.Т., Макарці, Дж.В., 2010 г. Набыццё зялёна-блакітных лічбавых фотаздымкаў NIR з
беспілотны лятальны апарат для маніторынгу ўраджаю. Дыстанцыйнае зандзіраванне 2 (1), 290-305. https://doi. org/10.3390/rs2010290. Inoue, Y., 2020. Спадарожнікавае і беспілотнае дыстанцыйнае зандзіраванне сельскагаспадарчых культур і глеб для разумнага земляробства–агляд. глебазнаўства. Завод Nutr. 66 (6), 798–810. https://doi.org/10.1080/00380768.2020.1738899.
Іслам, Н., Рашыд, М.М., Пасандидех, Ф., Рэй, Б., Мур, С., Кадэль, Р., 2021. Агляд прыкладанняў і камунікацыйных тэхналогій для Інтэрнэту рэчаў (IoT) і
Устойлівае разумнае земляробства на аснове беспілотных лятальных апаратаў (БЛА). Устойлівае развіццё 13 (4), 1821. https://doi.org/10.3390/su13041821.
Джауд, М., Пасо, С., Ле Бівік, Р., Дэлякур, К., Гранджан, П., Ле Дантэк, Н., 2016. Ацэнка дакладнасці лічбавых мадэляў паверхні з высокім разрозненнем, вылічаных з дапамогай
PhotoScan® і MicMac® у неаптымальных умовах агляду. Дыстанцыйнае зандзіраванне 8 (6), https://doi.org/10.3390/rs8060465.
Jim´enez-Brenes, FM, Lopez-Granados, ´ F., Castro, AI, Torres-S´ anchez, J., Serrano, N., Pena, ˜ JM, 2017. Колькасная ацэнка ўздзеяння абрэзкі на архітэктуру аліўкавых дрэў і штогод рост купалы з выкарыстаннем 3D-мадэлявання на аснове БЛА. Раслінныя метады 13 (1). https://doi.org/10.1186/s13007-017-0205-3.
Джын, X., Лю, С., Барэт, Ф., Хемерле, М., Комар, А., 2017. Ацэнкі шчыльнасці раслін пасеваў пшаніцы пры выхадзе з здымкаў БПЛА на вельмі нізкай вышыні. Дыстанцыйны датчык.
Асяроддзе. 198, 105–114. https://doi.org/10.1016/j.rse.2017.06.007.
Jinbo, C., Xiangliang, C., Han-Chi, F., Lam, A., 2019. Сістэма маніторынгу сельскагаспадарчай прадукцыі падтрымліваецца воблачнымі вылічэннямі. Кластарныя вылічэнні. 22 (4), 8929–8938.
Ju, C., & Son, HI 2018a. Ацэнка прадукцыйнасці некалькіх сістэм БЛА для дыстанцыйнага зандзіравання ў сельскай гаспадарцы. Матэрыялы семінара па робататэхніцы і дзеяннях у сельскай гаспадарцы на Міжнароднай канферэнцыі IEEE па робататэхніцы і аўтаматызацыі (ICRA), Брысбэн, Аўстралія, 21–26.
Ju, C., Son, HI, 2018b. Некалькі сістэм БЛА для сельскагаспадарчага прымянення: кантроль, укараненне і ацэнка. Электроніка 7 (9), 162. https://doi.org/10.3390/
электроніка7090162.
Юнг Дж., Маэда М., Чанг А., Бхандары М., Ашапур А., Ландывар-Боўлз Дж., 2021. Патэнцыял дыстанцыйнага зандзіравання і штучнага інтэлекту як інструментаў для паляпшэння
устойлівасць сістэм сельскагаспадарчай вытворчасці. Curr. меркаванне. Біятэхналогія. 70, 15–22. https://doi.org/10.1016/j.copbio.2020.09.003.
Калішчук, М., Парэт, М.Л., Фрыман, Дж.Х., Радж, Д., Да Сілва, С., Юбэнкс, С., Уігінс, Дыджэй, Лолар, М., Маруа, Дж.Дж., Мелінгер, Х.К., Дас, Дж. , 2019. Палепшаная тэхніка разведкі ўраджаю, якая ўключае мультыспектральнае здымка ўраджаю з дапамогай беспілотнага лятальнага апарата ў звычайную практыку разведкі кавуна. Завод Dis. 103 (7), 1642–1650.
Капур, К.К., Тамілмані, К., Рана, Н.П., Паціл, П., Двіведзі, Ю.К., Нерур, С., 2018. Дасягненні ў даследаванні сацыяльных сетак: мінулае, сучаснасць і будучыня. Інфарм. Сіст. Фронт. 20
(3), 531-558.
Kerkech, M., Hafiane, A., Canals, R., 2020. VddNet: сетка выяўлення хвароб вінаграднай лазы на аснове шматспектральных малюнкаў і карты глыбіні. Дыстанцыйнае зандзіраванне 12 (20), 3305. https://doi. org/10.3390/rs12203305.
Халік, А., Комба, Л., Біглія, А., Рыкауда Аймоніна, Д., Чыаберг, М., Гей, П., 2019. Параўнанне спадарожнікавых і беспілотных здымкаў для вінаграднікаў
ацэнка зменлівасці. Дыстанцыйнае зандзіраванне 11 (4). https://doi.org/10.3390/rs11040436.
Khan, PW, Byun, Y.-C., Park, N., 2020. IoT-blockchain з аптымізаванай сістэмай паходжання для харчовай прамысловасці 4.0 з выкарыстаннем пашыранага глыбокага навучання. Датчыкі 20 (10), 2990.
Хан, Р.У., Хан, К., Альбатта, У., Камар, А.М., Ула, Ф., 2021. Выяўленне хвароб раслін на аснове малюнкаў: ад класічнага машыннага навучання да глыбокага навучання. Бесправадная камун. Мабільны кампутар. 2021, 1–13.
Хан, С., Туфаіл, М., Хан, М.Т., Хан, З.А., Ікбал, Дж., Алам, М., Ле, KNQ, 2021. Новая напаўкантраляваная структура для класіфікацыі культур і пустазелля на аснове БПЛА. PLoS ONE 16 (5), e0251008.
Ханал, С., Фултан, Дж., Шырэр, С., 2017. Агляд сучасных і патэнцыйных прымянення цеплавога дыстанцыйнага зандзіравання ў дакладнай сельскай гаспадарцы. Вылічальны. Электрон.
Агрык. 139, 22–32. https://doi.org/10.1016/j.compag.2017.05.001.
Khanna, A., Kaur, S., 2019. Эвалюцыя Інтэрнэту рэчаў (IoT) і яе значны ўплыў у галіне дакладнай сельскай гаспадаркі. Вылічальны. Электрон. Агрык. 157, 218–231.
Кім, У., Хан, Г.Ф., Вуд, Дж., Махмуд, MT, 2016. Прыцягненне супрацоўнікаў для ўстойлівых арганізацый: аналіз ключавых слоў з дапамогай аналізу сацыяльных сетак і выбуху
падыход да выяўлення. Устойлівае развіццё 8 (7), 631.
Кірш, М., Лорэнц, С., Цымерман, Р., Туса, Л., Мокель, ¨ Р., Ходл, ¨ П., Буйсен, Р., Хадададзадэ, М., Глоагуэн, Р., 2018. Інтэграцыя наземных і беспілотных
метады гіперспектральнага і фотаграмметрычнага зандзіравання для картаграфавання разведкі і маніторынгу горных работ. Дыстанцыйнае зандзіраванне 10 (9), 1366. https://doi.org/10.3390/
rs10091366.
Kitano, BT, Mendes, CCT, Geus, AR, Oliveira, HC, Souza, JR, 2019. Падлік раслін кукурузы з дапамогай глыбокага навучання і малюнкаў БПЛА. IEEE Geosci. Пульт дыстанцыйнага датчыка Lett. 1–5 https://doi.org/10.1109/LGRS.2019.2930549.
Koh, JCO, Spangenberg, G., Kant, S., 2021. Аўтаматызаванае машыннае навучанне для высокапрадукцыйнага фенатыпу раслін на аснове малюнкаў. Дыстанцыйнае зандзіраванне 13 (5), 858. https://
doi.org/10.3390/rs13050858.
Кавалёў І. В., Варашылава А. А. 2020. Сучасныя тэхналагічныя тэндэнцыі развіцця экасістэмы грузавых БПЛА. J. Phys. канф. сер. 1515 (5), 052068 https://doi. org/10.1088/1742-6596/1515/5/052068.
Крул, С., Пантас, К., Франгулеа, М., Валентэ, Дж., 2021. Візуальны SLAM для хатняй жывёлы і фермерства з выкарыстаннем невялікага беспілотніка з монакулярнай камерай: тэхніка-эканамічнае абгрунтаванне.
Дроны 5 (2), 41. https://doi.org/10.3390/drones5020041.
Кулбацкі, М., Сеген, Дж., Кніец, В., Клемпоус, Р., Клувак, К., Нікадэм, Дж., Кулбачка, Дж., Серэстэр, А., 2018. Агляд беспілотнікаў для аўтаматызацыі сельскай гаспадаркі ад пасадкі да
ўраджай. У: INES 2018 – 22-я Міжнародная канферэнцыя IEEE па інтэлектуальных інжынерных сістэмах, стар. 000353–358. https://doi.org/10.1109/INES.2018.8523943.
Lagkas, T., Argyriou, V., Bibi, S., Sarigiannidis, P., 2018. БПЛА Інтэрнет рэчаў погляды і праблемы: да абароны беспілотнікаў як «рэчаў». Датчыкі 18 (11), 4015. https://doi.org/10.3390/s18114015.
Laliberte, AS, Rango, A., 2011. Працэдуры апрацоўкі і класіфікацыі відарысаў для аналізу субдэцыметровых відарысаў, атрыманых беспілотным лятальным апаратам над засушлівым
пашы. ГІСі. Дыстанцыйная датчыка 48 (1), 4–23. https://doi.org/10.2747/1548-1603.48.1.4.
Laliberte, AS, Rango, A., Herrick, JE, 2007. Беспілотныя лятальныя апараты для картаграфавання і маніторынгу пашаў: параўнанне дзвюх сістэм. Працы штогадовай канферэнцыі ASPRS.
Лам, OHY, Дагатары, М., Прюм, М., Вітлані, Х.Н., Роерс, К., Мелвіл, Б., Цымер, Ф., Бекер, Р., 2021. Рабочы працэс з адкрытым зыходным кодам для картаграфавання пустазелля на мясцовых лугах
выкарыстанне беспілотнага лятальнага апарата: Выкарыстанне Rumex obtusifolius у якасці тэматычнага даследавання. Эўра. J.Remote Sens. 54 (sup1), 71–88. https://doi.org/10.1080/22797254.2020.1793687.
Ламберт, Д.М., Ловенберг-ДэБор, Дж., Грыфін, Т.В., Пеоне, Дж., Пэйн, Т., Даберкаў, С.Г., 2004. Прыняцце, рэнтабельнасць і лепшае выкарыстанне дадзеных дакладнага земляробства.
Працоўная папера. Універсітэт Перд'ю. https://doi.org/10.22004/ag.econ.28615.
Lelong, CCD, Burger, P., Jubelin, G., Roux, B., Labb´e, S., Baret, F., 2008. Ацэнка здымкаў з беспілотных лятальных апаратаў для колькаснага маніторынгу ўраджаю пшаніцы на невялікіх участках. Датчыкі 8 (5), 3557-3585. https://doi.org/10.3390/s8053557.
Лі К., Ніу Б., 2020 г. Дызайн разумнай сельскай гаспадаркі на аснове вялікіх даных і Інтэрнэту рэчаў. міжнар. Ж. Дыстрыб. Sens.Netw. 16 (5) ttps://doi.org/10.1177/1550147720917065.
Лі, В., Ніу, З., Чэнь, Х., Лі, Д., Ву, М., Чжао, В., 2016. Дыстанцыйная ацэнка вышыні полага і надземнай біямасы кукурузы з выкарыстаннем стэрэамалюнкаў высокай раздзяляльнасці з недарагі беспілотны лятальны апарат. экал. Індыя 67, 637–648. https://doi.org/10.1016/j.ecolind.2016.03.036.
Лякас, К.Г., Бусато, П., Мошу, Д., Пірсан, С., Бохціс, Д., 2018. Машыннае навучанне ў сельскай гаспадарцы: агляд. Датчыкі 18 (8), 2674.
Liebisch, F., Kirchgessner, N., Schneider, D., Walter, A., Hund, A., 2015. Дыстанцыйнае паветранае фенатыпаванне прыкмет кукурузы з выкарыстаннем мабільнага мульты-датчыка. Метады раслін 11 (1), 9. https://doi.org/10.1186/s13007-015-0048-8.
Лін, З., Го, В., 2020. Выяўленне і падлік мяцёлак сорга з выкарыстаннем здымкаў беспілотных авіяцыйных сістэм і глыбокага навучання. Фронт. расліназнаўства 11.
Лю, С., Го, Л., Уэб, Х., Я, X., Чанг, X., 2019. Сістэма маніторынгу Інтэрнэту рэчаў сучаснай экасельскай гаспадаркі на аснове воблачных вылічэнняў. IEEE Access 7, 37050–37058.
Lopez-Granados, ´ F., 2011. Выяўленне пустазелля для барацьбы з пустазеллем на пэўным участку: картаграфаванне і падыходы ў рэжыме рэальнага часу. Weed Res. 51 (1), 1–11. https://doi.org/10.1111/j.1365-3180.2010.00829.x.
Лопес-Гранадос, ´ Ф., Торэс-Санчэс, ´ Х., Дэ Кастра, А.-І., Серана-Перэс, А., МесасКарраскоса, Ф.-Х., Пена, ˜ Ж.-М. , 2016. Аб'ектны ранні маніторынг травяністых пустазелля ў пасевах травы з выкарыстаннем здымкаў БПЛА з высокім дазволам. Агрон. Падтрымліваць. Dev. 36 (4), 1–12
Лопес-Гранадос, ´ Ф., Торэс-Санчэс, Х., Серана-Пэрэс, А., дэ Кастра, А. І., МесасКарраскоса, Ф.-Х., Пена, ˜ Ж.-М., 2016. Карціраванне пустазелля ў сланечніку ў пачатку сезона з выкарыстаннем тэхналогіі БПЛА: зменлівасць карт апрацоўкі гербіцыдамі супраць парогаў пустазелля. Дакладна. Агрык. 17 (2), 183–199.
Lucieer, A., Malenovský, Z., Veness, T., Wallace, L., 2014. HyperUAS – спектраскапія візуалізацыі з шматротарнай беспілотнай лятальнай сістэмы. Дж. Філд Роб. 31 (4),
571–590. https://doi.org/10.1002/rob.21508.
Lumme, J., Karjalainen, M., Kaartinen, H., Kukko, A., Hyyppa, ¨ J., Hyypp¨ a, H., Jaakkola, A., & Kleemola, J., 2008. Наземнае лазернае сканаванне сельскагаспадарчыя культуры. У JJ
Чэнь Дж. Маас Х–Г. (Рэд.), Міжнародны архіў фотаграмметрыі, дыстанцыйнага зандзіравання і прасторавай інфармацыі — архіў ISPRS (том 37, с. 563–566).
Міжнароднае таварыства фотаграмметрыі і дыстанцыйнага зандзіравання. https://www.scopus .com/inward/record.uri?eid=2-s2.0-84919356328&partnerID=40&md5=574
b802131a99d16318ce619a01ca1bf.
Ма, Л., Лі, М., Ма, X., Чэн, Л., Ду, П., Лю, Ю., 2017. Агляд кантраляванай аб'ектнай класіфікацыі малюнкаў расліннага покрыва. ISPRS J. Photogramm. Дыстанцыйны датчык 130,
277–293. https://doi.org/10.1016/j.isprsjprs.2017.06.001.
Maes, WH, Steppe, K., 2019. Перспектывы дыстанцыйнага зандзіравання з дапамогай беспілотных лятальных апаратаў у дакладным земляробстве. Тэндэнцыі Plant Sci. 24 (2), 152–164. https://doi.org/10.1016/j.tplants.2018.11.007.
Майматыцзян, М., Гулам, А., Сідайк, П., Хартлінг, С., Маймайціімін, М., Петэрсан, К., Шэйверс, Э., Фішман, Дж., Петэрсан, Дж., Кадам, С., Беркен, Дж., Фрычы, Ф., 2017.
Фенатыпаванне соі на аснове беспілотнай авіяцыйнай сістэмы (UAS) з выкарыстаннем мультысенсарнага зліцця даных і машыны экстрэмальнага навучання. ISPRS J. Photogramm. Аддаленая сенсацыя 134, 43–58. https://doi.org/10.1016/j.isprsjprs.2017.10.011. Маймайціцзян, М., Саган, В., Сідайк, П., Далое, А.М., Эркбол, Х., Фрычы, Ф.Б., 2020.
Маніторынг сельскагаспадарчых культур з дапамогай аб'яднання даных са спадарожніка/БПЛА і машыннага навучання. Дыстанцыйнае зандзіраванне 12 (9), 1357. https://doi.org/10.3390/rs12091357.
Манфрэда, С., Маккейб, М., Мілер, П., Лукас, Р., Пахуэла Мадрыгал, В., Малініс, Г., Бэн Дор, Э., Хельман, Д., Эстэс, Л., Сіраала, Г. ., Мюлерава, ´ Дж., Таўро, Ф., дэ Ліма, М., дэ
Ліма, Х., Мальтыйскі, А., Фрэнсіс, Ф., Кэйлар, К., Кохв, М., Перкс, М., Руіс-Пэрэс, Г., Су, З., Віка, Г., Тот , Б., 2018. Аб выкарыстанні беспілотных авіяцыйных комплексаў для
экалагічны маніторынг. Дыстанцыйнае зандзіраванне 10 (4), 641.
Марынко, Р.А., 1998. Цытаты на часопісы па жаночых даследаваннях у дысертацыях, 1989 і The Serials Librarian 35 (1–2), 29–44. https://doi.org/10.1300/J123v35n01_
03.
Masroor, R., Naeem, M., Ejaz, W., 2021. Кіраванне рэсурсамі ў бесправадных сетках з дапамогай БПЛА: перспектыва аптымізацыі. Спецыяльная сетка. 121, 102596 https://doi.org/10.1016/j.adhoc.2021.102596.
Matese, A., Di Gennaro, SF, 2018. Практычнае прымяненне мультысенсарнай платформы БПЛА на аснове шматспектральных, цеплавых і RGB-малюнкаў з высокім разрозненнем у дакладнасці
вінаградарства. Сельская гаспадарка 8 (7), 116. https://doi.org/10.3390/agriculture8070116.
Matese, A., Di Gennaro, SF, 2021. Акрамя традыцыйнага індэкса NDVI як ключавога фактару для пашырэння выкарыстання БПЛА ў дакладным вінаградарстве. навук. Рэсп. 11 (1), 2721. https://doi.org/10.1038/s41598-021-81652-3.
Матэзэ, А., Таскана, П., Ды Джэнара, С.Ф., Джэнезіа, Л., Вакары, Ф.П., Прымічэрыо, Дж., Белі, К., Залдэі, А., Б'янконі, Р., Гіолі, Б., 2015 Параўнанне БПЛА, самалёта
і спадарожнікавыя платформы дыстанцыйнага зандзіравання для дакладнага вінаградарства. Дыстанцыйнае зандзіраванне 7 (3), 2971-2990. https://doi.org/10.3390/rs70302971.
Mazzia, V., Comba, L., Khaliq, A., Chiaberge, M., Gay, P., 2020. БЛА і машыннае навучанне на аснове ўдасканалення спадарожнікавага індэкса расліннасці для дакладнасці
сельская гаспадарка. Датчыкі 20 (9), 2530. https://doi.org/10.3390/s20092530.
McCain, KW, 1990. Адлюстраванне аўтараў у інтэлектуальнай прасторы: тэхнічны агляд. J. Am. Soc. Інфармацыя. навук. 41 (6), 433–443.
Meinen, BU, Robinson, DT, 2021. Мадэляванне сельскагаспадарчай эрозіі: ацэнка ацэнак эрозіі ў палявым маштабе USLE і WEPP з выкарыстаннем даных часовых шэрагаў БЛА. Асяроддзе. Мадэль. Праграмнае забеспячэнне 137, 104962. https://doi.org/10.1016/j.envsoft.2021.104962.
Мелвіл, Б., Люсіер, А., Ар'ял, Дж., 2019. Класіфікацыя мясцовых лугавых супольнасцей нізін з выкарыстаннем гіперспектральных здымкаў беспілотнай авіяцыйнай сістэмы (БАС) у
Тасманійскае сярэднягор'е. Дроны 3 (1), 5.
Месіна, Г., Модыка, Г., 2020 г. Прымяненне цеплавізійнай здымкі БПЛА ў дакладнай сельскай гаспадарцы: сучасны стан і будучыя перспектывы даследаванняў. Дыстанцыйнае зандзіраванне 12 (9), https://doi.org/10.3390/rs12091491.
Мішра Д., Луо З., Цзян С., Пападопулас Т., Дабі Р., 2017. Бібліяграфічнае даследаванне вялікіх даных: канцэпцыі, тэндэнцыі і праблемы. Кіраванне бізнес-працэсамі. J. 23 (3),
555-573.
Mochida, K., Saisho, D., Hirayama, T., 2015. Паляпшэнне ўраджаю з выкарыстаннем набораў даных жыццёвага цыкла, атрыманых у палявых умовах. Фронт. расліназнаўства 6 https://doi.org/10.3389/
fpls.2015.00740.
Mogili, UM.R., Deepak, BBVL, 2018. Агляд прымянення беспілотных сістэм у дакладным земляробстве. Вылічальны працэс. навук. 133, 502–509.
Moharana, S., Dutta, S., 2016. Прасторавая зменлівасць утрымання хларафіла і азоту ў рысе з гіперспектральных малюнкаў. ISPRS J. Photogramm. Аддаленая датчыка 122, 17–29.
Муангпратуб, Дж., Бунам, Н., Каджорнкасірат, С., Лекбангпонг, Н., Ванічсамбат, А.,
Нілаор, П., 2019. IoT і аналіз сельскагаспадарчых даных для разумнай фермы. Вылічальны. Электрон. Агрык. 156, 467–474.
Нансен, К., Эліят, Н., 2016. Дыстанцыйнае зандзіраванне і прафіляванне адлюстравання ў энтамалогіі. Ганну. вялебны Энтамол. 61 (1), 139–158. https://doi.org/10.1146/annurev-ento010715-023834.
Navia, J., Mondragon, I., Patino, D., Каларада, J., 2016. Мультыспектральнае картаграфаванне ў сельскай гаспадарцы: мазаіка мясцовасці з выкарыстаннем аўтаномнага квадракоптэра БПЛА. міжнар. канф.
Беспілотны лятальны апарат Syst. (ICUAS) 2016, 1351–1358. https://doi.org/10.1109/ ICUAS.2016.7502606.
Найяр, А., Нгуен, Б.-Л., Нгуен, Н.Г., 2020 г. Інтэрнэт беспілотных лятальных апаратаў (Iodt): будучае бачанне разумных беспілотнікаў. прысл. Intell. Сіст. Вылічальны. 1045, 563–580. https://doi.org/10.1007/978-981-15-0029-9_45.
Nebiker, S., Annen, A., Scherrer, M., Oesch, D., 2008. Лёгкі мультыспектральны датчык для мікра БПЛА—магчымасці для дыстанцыйнага зандзіравання з паветра з вельмі высокім дазволам. міжнар. Арх. Фотаграма. Пульт дыстанцыйнага датчыка. Інф. Sci 37 (B1), 1193–1200.
Негаш, Л., Кім, Х.-Я., Чой, Х.-Л., 2019. Новыя магчымасці прымянення БЛА ў сельскай гаспадарцы. У: 2019-я Міжнародная канферэнцыя па тэхналогіях інтэлекту робатаў у 7 г
Заяўкі (RiTA), стар. 254–257. https://doi.org/10.1109/RITAPP.2019.8932853.
Нерур, С. П., Рашыд, А. А., Натараджан, В., 2008. Інтэлектуальная структура сферы стратэгічнага кіравання: аналіз аўтарскага сумеснага цытавання. Стратэг. Кіраванне J. 29 (3),
319-336.
Neupane, K., Baysal-Gurel, F., 2021. Аўтаматычная ідэнтыфікацыя і маніторынг хвароб раслін з дапамогай беспілотных лятальных апаратаў: агляд. Дыстанцыйнае зандзіраванне 13 (19), 3841. https://doi.org/10.3390/rs13193841.
Nex, F., Remondino, F., 2014. БПЛА для прымянення трохмернага адлюстравання: агляд. Дадатак Геаматыка 3 (6), 1–1. https://doi.org/15/s10.1007-12518-013-x.
Ніу, Х., Холенбек, Д., Чжао, Т., Ван, Д., Чэнь, Ю., 2020. Ацэнка эвапатранспірацыі з невялікімі БПЛА ў дакладнай сельскай гаспадарцы. Датчыкі 20 (22), 6427. https://
doi.org/10.3390/s20226427.
Osareh, F., 1996. Бібліяметрыя, аналіз цытавання і аналіз сумеснага цытавання. Агляд літаратуры I 46 (3), 149–158. https://doi.org/10.1515/libr.1996.46.3.149.
P´adua, L., Vanko, J., Hruˇska, J., Ad˜ ao, T., Sousa, JJ, Peres, E., Morais, R., 2017. UAS, датчыкі і апрацоўка даных у агралесаводстве: агляд у бок практычнага прымянення. міжнар. J. Remote Sens. 38 (8–10), 2349–2391. https://doi.org/10.1080/01431161.2017.1297548.
Пандэй, ЗША, Праціхаст, Аляска, Арыял, Дж., Каяста, РБ, 2020. Агляд рашэнняў для апрацоўкі збожжавых культур на аснове беспілотнікаў. Трутні 4 (3), 1–29. https://doi.org/10.3390/
дроны4030041.
Парсеян, М., Шахабі, М., Хасанпур, Х., 2020. Ацэнка ўтрымання алею і бялку ў насенні кунжуту з дапамогай апрацоўкі малюнкаў і штучнай нейронавай сеткі. J. Am. Алей
хімікаў сац. 97 (7), 691–702.
Pena, ˜ JM, Torres-S´anchez, J., de Castro, AI, Kelly, M., Lopez-Granados, ´ F., Suarez, O., Карціраванне пустазелля на палях кукурузы ў пачатку сезона з выкарыстаннем аб'ектнага аналізу з
Выявы беспілотнага лятальнага апарата (БЛА). PLoS ONE 8 (10), e77151.
Пэрэс-Орціс, М., Пена, ˜ Дж.М., Гуціерэс, Пенсільванія, Торэс-Санчэз, Х., Эрв ас-Марцінес, К.,
Lopez-Granados, ´ F., 2015. Напаўкантраляваная сістэма для картаграфавання пустазелля ў пасевах сланечніка з выкарыстаннем беспілотных лятальных апаратаў і метаду выяўлення радкоў культур. Дадатак Мяккі кампутар. J. 37, 533–544. https://doi.org/10.1016/j.asoc.2015.08.027.
Pincheira, M., Vecchio, M., Giaffreda, R., Kanhere, SS, 2021. Эканамічна эфектыўныя прылады IoT як надзейныя крыніцы даных для сістэмы кіравання воднымі рэсурсамі на аснове блокчейна ў дакладным земляробстве. Вылічальны. Электрон. Агрык. 180, 105889.
Папеску, Д., Стоікан, Ф., Стаматэску, Г., Ічым, Л., Драгана, К., 2020. Удасканаленая сістэма БПЛА–WSN для інтэлектуальнага маніторынгу ў галіне дакладнага земляробства. Датчыкі 20 (3), https://doi.org/10.3390/s20030817.
Pournader, M., Shi, Y., Seuring, S., Koh, SL, 2020. Прымяненне блокчэйна ў ланцужках паставак, транспарце і лагістыцы: сістэматычны агляд літаратуры. міжнар. J. Prod. Рэз. 58 (7), 2063–2081.
Прыміцэрыо, Дж., Ды Джэнара, С.Ф., Фіарыла, Э., Джэнезіо, Л., Лугата, Э., Матэзэ, А., Вакары, Ф.П., 2012 г. Гнуткі беспілотны лятальны апарат для дакладнай сельскай гаспадаркі.
Дакладна. Агрык. 13 (4), 517–523. https://doi.org/10.1007/s11119-012-9257-6.
Прычард, А., 1969. Статыстычная бібліяграфія або бібліяметрыя. Ж. Дакумент. 25 (4), 348–349.
Pudelko, R., Stuczynski, T., Borzecka-Walker, M., 2012. Прыдатнасць беспілотнага лятальнага апарата (БЛА) для ацэнкі эксперыментальных палёў і пасеваў. Сельская гаспадарка 99 (4), 431–436.
Пуры, В., Найяр, А., Раджа, Л., 2017. Сельскагаспадарчыя беспілотнікі: сучасны прарыў у галіне дакладнага земляробства. Я. Статыс. Кіраванне Сіст. 20 (4), 507–518.
Радаглу-Грамацікіс, П., Сарыгіанідзіс, П., Лагкас, Т., Мошаліёс, І., 2020. Кампіляцыя прымянення БПЛА для дакладнай сельскай гаспадаркі. Вылічальны. Сетка 172,
107148 https://doi.org/10.1016/j.comnet.2020.107148.
Рамеш, К.В., Ракеш, В., Пракаса Рао, EVS, 2020. Прымяненне аналітыкі вялікіх даных і штучнага інтэлекту ў агранамічных даследаваннях. Індыец Дж.Агрон. 65 (4), 383–395.
Raparelli, E., Bajocco, S., 2019. Бібліяметрычны аналіз выкарыстання беспілотных лятальных апаратаў у сельскагаспадарчых і лясных даследаваннях. міжнар. J. Remote Sens. 40 (24),
9070–9083. https://doi.org/10.1080/01431161.2019.1569793.
Расмусэн, Дж., Нільсэн, Дж., Гарсія-Руіс, Ф., Крыстэнсэн, С., Стрэйбіг, Дж.К., Лоц, Б., 2013.
Патэнцыяльнае выкарыстанне малых беспілотных лятальных апаратаў (БАС) у даследаванні пустазелля. Weed Res. 53 (4), 242–248.
Расмусэн, Дж., Нтакос, Г., Нільсэн, Дж., Свенсгаард, Дж., Поўлсен, Р.Н., Крыстэнсэн, С. Ці індэксы расліннасці атрыманы з камер спажывецкага класа, усталяваных на
БПЛА дастаткова надзейныя для ацэнкі эксперыментальных участкаў? Эўра. Я.Агрон. 74, 75–92. https://doi.org/10.1016/j.eja.2015.11.026.
Рэджэб, А., Рэджэб, К., Абдалахі, А., Зайлані, С., Іранманеш, М., Гобахлу, М., 2022 г. Аблічбоўка ў ланцужках харчовых паставак: бібліяметрычны агляд і асноўны шлях
аналіз. Устойлівае развіццё 14 (1), 83. https://doi.org/10.3390/su14010083.
Рэджэб, А., Рэджэб, К., Сімске, С. Дж., Трайблмаер, Х., 2021a. Дроны для кіравання ланцужкамі паставак і лагістыкі: агляд і праграма даследаванняў. міжнар. Я. Лагіст. Рэз. Дадатак
1–24. https://doi.org/10.1080/13675567.2021.1981273.
Рэджэб, А., Рэджэб, К., Сімске, С., Трайблмайер, Х., 2021b. Блокчейн-тэхналогіі ў лагістыцы і кіраванні ланцужкамі паставак: бібліяметрычны агляд. Матэрыяльна-тэхнічнае забеспячэнне 5 (4), 72.
https://doi.org/10.3390/logistics5040072.
Рэджэб, А., Рэджэб, К., Сімске, С., Трайблмайер, Х., 2021c. Гуманітарныя беспілотнікі: агляд і парадак дня даследаванняў. Інтэрнэт рэчаў 16, 100434. https://doi.org/10.1016/j.
iot.2021.100434.
Рэджэб, А., Трайблмаер, Х., Рэджэб, К., Зайлані, С., 2021 г. Blockchain даследаванні ў ахове здароўя: бібліяметрычны агляд і сучасныя тэндэнцыі даследаванняў. Ж. дадзеных, інф. і
Кіраванне 3 (2), 109–124.
Рэджэб, А., Сімске, С., Рэджэб, К., Трайблмаер, Х., Зайлані, С., 2020. Даследаванне Інтэрнэту рэчаў у галіне кіравання ланцужкамі паставак і лагістыкі: бібліяметрычны аналіз. Інтэрнэт
рэчаў 12, 100318.
ReportLinker, 2021. Сусветны рынак сельскагаспадарчых беспілотнікаў дасягне 15.2 мільярда долараў ЗША да года. Пакой навін GlobeNewswire. https://www.globenewswire.com/news-release/2021/08/10/2277986/0/en/Global-Agriculture-Drones-Market-to-Reach-US-15-2-Billion-by-the- Год-2027.html.
Рыбейру-Гомес, К., Эрнандэс-Л'опез, ´ Д., Артэга, Дж.Ф., Балестэрас, Р., Поблетэ, Т., Марэна, Масачусэтс, 2017. Каліброўка цеплавой камеры без астуджэння і аптымізацыя
працэс фотаграмметрыі для прымянення БЛА ў сельскай гаспадарцы. Датчыкі (Швейцарыя) 17 (10). https://doi.org/10.3390/s17102173.
Рывера, штат Масачусэтс, Пізам, А., 2015 г. Дасягненні ў даследаванні гасціннасці: «Ад Родні Дангерфілда да Арэты Франклін». міжнар. Ж. Сучаснік. Шпіталь. Кіраванне 27 (3),
362–378. https://doi.org/10.1108/IJCHM-03-2014-0146.
Roldan, JJ, Joossen, G., Sanz, D., Del Cerro, J., Barrientos, A., 2015. Сэнсарная сістэма на базе міні-БЛА для вымярэння зменных навакольнага асяроддзя ў цяпліцах. Датчыкі 15 (2), 3334-3350. https://doi.org/10.3390/s150203334.
Розенберг, Г., Кент, Р., Бланк, Л., 2021. БПЛА спажывецкага класа, які выкарыстоўваецца для выяўлення і аналізу мадэляў прасторавага размеркавання пустазелля ў позні сезон на камерцыйных цыбульных палях. Дакладна. Агрык. 22 (4), 1317–1332. https://doi.org/10.1007/s11119-021-09786-y.
Саары, Х., Пеліка, І., Песанен, Л., Туомінен, С., Хейкіла, ¨ Дж., Холмлунд, К., Макінен, ¨ Дж., Ояла, К., Антыла, Т., 2011. Беспілотны Спектральная камера, кіраваная лятальным апаратам (БПЛА), для прымянення ў лясах і сельскай гаспадарцы. Працягвайце. SPIE – міжнар. Soc. Opt. англ. 8174 https://doi.org/10.1117/12.897585.
Сах, Б., Гупта, Р., Бані-Хані, Д., 2021. Аналіз бар'ераў для ўкаранення лагістыкі беспілотнікаў. міжнар. Я. Лагіст. Рэз. Дадатак 24 (6), 531–550. https://doi.org/10.1080/
13675567.2020.1782862.
Саха, А.К., Саха, Дж., Рэй, Р., Сіркар, С., Дута, С., Чатападхяй, С.П., і Саха, Х.Н., беспілотнік на базе IOT для паляпшэння якасці ўраджаю ў сельскагаспадарчай галіне. У SH
Н. Чакрабарці С. (рэдактар), 2018 г. 8-ы штогадовы семінар і канферэнцыя IEEE па вылічальнай тэхніцы і камунікацыі, CCWC 2018 г. (Тамы 2018 г. - студзень, стар. 612–615). Інстытут
of Electrical and Electronics Engineers Inc. doi: 10.1109/CCWC.2018.8301662.
Сай Вінет, KV, Вара Прасад, YR, Дубі, SR, Венкатараман, Х., 2019. LEDCOM: новая і эфектыўная камунікацыя на аснове святлодыёдаў для дакладнай сельскай гаспадаркі. IEEE Conf. Інфармацыя. камун. тэхнал. 2019, 1–5. https://doi.org/10.1109/CICT48419.2019.9066177.
Саламі, Э., Барада, К., Пастар, Э., 2014 г. Эксперыменты палёту БПЛА, якія прымяняюцца для дыстанцыйнага зандзіравання раслінных тэрыторый. Дыстанцыйнае зандзіраванне 6 (11), 11051-11081. https://doi.org/10.3390/rs61111051.
Санкаран, С., Хот, Л.Р., Эспіноза, Чэхіі, Яролмассед, С., Сатувалі, В.Р., Вандэмарк, Дж.Дж., Міклас, П.Н., Картэр, А.Г., Памфры, Місуры, Ноўлз, NRN, Павек, М.Дж., 2015.
Сістэмы аэрафотаздымкі з высокім дазволам на нізкай вышыні для фенатыпу прапашных і палявых культур: агляд. Эўра. Я.Агрон. 70, 112–123. https://doi.org/10.1016/j.
eja.2015.07.004.
Santesteban, LG, Di Gennaro, SF, Herrero-Langreo, A., Miranda, C., Royo, JB, Matese, A., 2017. Цеплавізійны здымак з высокім раздзяленнем на базе БПЛА для ацэнкі
імгненная і сезонная зменлівасць воднага стану раслін у вінаградніку. Агрык. Кіраванне воднымі рэсурсамі. 183, 49–59. https://doi.org/10.1016/j.agwat.2016.08.026.
Сарлі, CC, Дубінскі, EK, Холмс, KL, 2010. Акрамя аналізу цытавання: мадэль для ацэнкі ўздзеяння даследаванняў. J. Med. Бібліятэка дац. : JMLA 98 (1), 17–23. https://doi.org/10.3163/1536-5050.98.1.008.
Шэпман, М.Э., Усцін, С.Л., Плаза, А.Дж., Пэйнтэр, Т.Х., Веррэлст, Дж., Лян, С., 2009. Спектраскапія візуалізацыі, звязаная з навукай аб зямной сістэме — ацэнка. Дыстанцыйная датчыца навакольнага асяроддзя. 113, S123–S137.
Шырман М., Гібель А., Глейнігер Ф., Пфланц М., Лэнтшке Дж., Дамер К.-Х., 2016. Маніторынг агратэхнічных параметраў пасеваў азімай пшаніцы з дапамогай недарагога БПЛА
вобразнасць. Дыстанцыйнае зандзіраванне 8 (9). https://doi.org/10.3390/rs8090706.
Schmale III, DG, Dingus, BR, Reinholtz, C., 2008. Распрацоўка і прымяненне аўтаномнага беспілотнага лятальнага апарата для дакладнага аэробіялагічнага адбору проб вышэй
сельскагаспадарчыя палі. Дж. Філд Роб. 25 (3), 133–147. https://doi.org/10.1002/rob.20232.
Шадрын Д., Меньшчыкаў А., Сомаў А., Борнэман Г., Хаўслаге Я., Фёдараў М.
Стварэнне дакладнай сельскай гаспадаркі з дапамогай убудаваных датчыкаў са штучным інтэлектам. IEEE Trans. Інструмент. Вымярэнне 69 (7), 4103–4113.
Шахатрэх, Х., Савалме, А.Г., Аль-Фукаха, А., Доу, З., Алмайта, Э., Халіл, І.,
Othman, NS, Khreishah, A., Guizani, M., 2019. Беспілотныя лятальныя апараты (БПЛА): агляд прымянення ў грамадзянскіх мэтах і асноўныя праблемы даследаванняў. IEEE Access 7,
48572–48634. https://doi.org/10.1109/ACCESS.2019.2909530.
Шакур, Н., Нортрап, Д., Мюрэй, С., Моклер, TC, 2019. Сельская гаспадарка на аснове вялікіх даных: аналітыка вялікіх даных у селекцыі раслін, геноміцы і выкарыстанні дыстанцыйнага зандзіравання
тэхналогіі павышэння ўраджайнасці сельскагаспадарчых культур. Феномен раслін J. 2 (1), 1–8.
Шарма, Б. К., Чандра, Г., Мішра, В. П., 2019. Параўнальны аналіз і значэнне беспілотных лятальных апаратаў і штучнага інтэлекту ў судовых расследаваннях. У: Працы – 2019 Amity International
Канферэнцыя па штучным інтэлекце. https://doi.org/10.1109/AICAI.2019.8701407.
Шарма, Р., Шышодыя, А., Гунасекаран, А., Мін, Х., Мунім, Ж., 2022. Роля штучнага інтэлекту ў кіраванні ланцужкамі паставак: картаграфаванне тэрыторыі. міжнар. Дж.
Прад. Рэз. 1–24. https://doi.org/10.1080/00207543.2022.2029611.
Шы, Ю., Томассан, JA, Мюрэй, SC, П'ю, NA, Руні, WL, Шафіян, С., Раджан, N., Руз, Г., Морган, CLS, Нілі, HL, Рана, A., Багаватыянан , МВ,
Хенрыксан, Дж., Боўдэн, Э., Валасек, Дж., Олсенхолер, Дж., Бішоп, МП, Шэрыдан, Р., Путман, Э.Б., Папеску, С., Беркс, Т., Коп, Д., Ібрагім, А., МакКатчэн, Б.Ф.,
Baltensperger, DD, Avant, RV, Vidrine, M., Yang, C., Zhang, J., 2016. Беспілотныя лятальныя апараты для высокапрадукцыйнага фенатыпавання і агранамічных даследаванняў. ПлоС АДЗІН
11 (7), e0159781.
Шуай, Г., Марцінес-Ферыа, РА, Чжан, Дж., Лі, С., Прайс, Р., Басо, Б., 2019. Выяўленне гетэрагеннасці кукурузных насаджэнняў у зонах стабільнасці ўраджайнасці з дапамогай беспілотнай авіяцыі
Транспартныя сродкі (БЛА). Датчыкі 19 (20), 4446. https://doi.org/10.3390/s19204446.
Малы, Х., 1973. Сумеснае цытаванне ў навуковай літаратуры: новая мера ўзаемасувязі паміж двума дакументамі. J. Am. Soc. Інфармацыя. навук. 24 (4), 265–269.
Малы, Х., Рорвіг, М.Е., Лунін, Л.Ф., 1999. Візуалізацыя навукі шляхам адлюстравання цытавання. J. Am. Soc. Інфармацыя. навук. 50 (9), 799–813.
Соарэс, VHA, Понці, Масачусэтс, Гансалвес, Ара, Кампела, RJGB, 2021. Падлік буйной рагатай жывёлы ў дзікай прыродзе з геалакацыйнымі аэрафотаздымкамі на вялікіх пашах. Вылічальны. Электрон. Агрык. 189, 106354 https://doi.org/10.1016/j.compag.2021.106354.
Шрывастава, К., Пандзі, ПК, Шарма, Дж. К., 2020 г. Падыход да аптымізацыі маршруту ў мэтах дакладнага земляробства з выкарыстаннем БЛА. Дроны 4 (3), 58. https://doi.org/ 10.3390/drones4030058.
Стафард, СП, 2000. Укараненне дакладнай сельскай гаспадаркі ў 21 стагоддзі. Ж. Агрык. англ. Рэз. 76 (3), 267–275.
Су, Дж., Кумбс, М., Лю, К., Го, Л., Чэнь, В.-Х., 2018. Ацэнка засухі пшаніцы з дапамогай здымкаў дыстанцыйнага зандзіравання з выкарыстаннем беспілотнага лятальнага апарата. У 2018 годзе 37-я Кітайская кантрольная канферэнцыя (ККК).
Су, Дж., Лю, К., Кумбс, М., Ху, X., Ван, К., Сю, X., Лі, Q., Го, Л., Чэнь, В.-Х., 2018. Маніторынг жоўтай іржы пшаніцы на аснове шматспектральных аэрафотаздымкаў БПЛА.
Вылічальны. Электрон. Агрык. 155, 157–166. https://doi.org/10.1016/j. compag.2018.10.017.
Су, Ю., Ван, X., 2021. Інавацыі кіравання эканомікай сельскай гаспадаркі ў працэсе пабудовы разумнай сельскай гаспадаркі з дапамогай вялікіх даных. Устойлівы кампутар. Інф. Сіст. 31, 100579 https://doi.org/10.1016/j.suscom.2021.100579.
Саліван, Д.Г., Фултан, Дж.П., Шоу, Дж.Н., Блэнд, Г.Л., 2007. Ацэнка адчувальнасці беспілотнай цеплавой інфрачырвонай антэннай сістэмы для выяўлення воднага стрэсу ў бавоўны. Пер. ASABE 50 (6), 1955–1962.
Sumesh, KC, Ninsawat, S., Som-ard, J., 2021. Інтэграцыя індэкса расліннасці на аснове RGB, мадэлі паверхні ўраджаю і аб'ектнага аналізу малюнкаў для ацэнкі ўраджайнасці цукровага трыснёга з дапамогай беспілотнага лятальнага апарата. Вылічальны. Электрон. Агрык. 180, 105903 https://doi.org/10.1016/j.compag.2020.105903.
Суамалайнен Дж., Андэрс Н., Ікбал С., Франке Дж., Вентынг П., Барталамеус Х., Бекер Р., Койстра Л., 2013 г. Лёгкая сістэма гіперспектральнага адлюстравання для
беспілотныя лятальныя апараты — першыя вынікі. У: 2013 5-ы семінар па апрацоўцы гіперспектральнага малюнка і сігналу: эвалюцыя дыстанцыйнага зандзіравання (WHISPERS), стар. 1–4. https://doi.org/10.1109/WHISPERS.2013.8080721.
Суамалайнен, Дж., Андэрс, Н., Ікбал, С., Рэрынк, Г., Франке, Дж., Уэнтынг, П., Хюнігер, Д., Барталамеус, Х., Бекер, Р., Койстра, Л., 2014. Лёгкі гіперспектр
картаграфічная сістэма і ланцужок фотаграмметрычнай апрацоўкі беспілотных лятальных апаратаў. Дыстанцыйнае зандзіраванне 6 (11), 11013-11030. https://doi.org/10.3390/
rs61111013.
Сайеда, І. Г., Алам, М. М., Ілахі, У., Сууд, М. М., 2021 г. Стратэгіі папярэдняга кіравання з выкарыстаннем апрацоўкі малюнкаў, БПЛА і штучнага інтэлекту ў сельскай гаспадарцы: агляд. Сусветны Дж. 18 (4),
579–589. https://doi.org/10.1108/WJE-09-2020-0459.
Tahai, A., Rigsby, JT, 1998. Апрацоўка інфармацыі з выкарыстаннем цытат для даследавання ўплыву часопіса на бухгалтарскі ўлік. Інф. Працэс. Кіраваць. 34 (2–3), 341–359.
Тан, Ю., Дананджаян, С., Хоу, К., Го, К., Ло, С., Хэ, Ю., 2021. Апытанне аб сетцы 5G і яе ўплыве на сельскую гаспадарку: праблемы і магчымасці. Вылічальны.
Электрон. Агрык. 180, 105895 https://doi.org/10.1016/j.compag.2020.105895.
Танталакі, Н., Сураўлас, С., Румеліёціс, М., 2019. Прыняцце рашэнняў на аснове даных у дакладнай сельскай гаспадарцы: рост вялікіх даных у сельскагаспадарчых сістэмах. Ж. Агрык. Інфармацыя аб ежы.
20 (4), 344–380.
Тао, Х., Фэн, Х., Сюй, Л., Мяо, М., Ян, Г., Ян, X., Фан, Л., 2020. Ацэнка ўраджайнасці і вышыні раслін азімай пшаніцы з дапамогай БПЛА- на аснове гіперспектральных малюнкаў.
Датчыкі 20 (4), 1231.
Techy, L., Schmale III, DG, Woolsey, CA, 2010. Скаардынаваны аэробіялагічны адбор проб расліннага ўзбуджальніка ў ніжніх пластах атмасферы з дапамогай двух аўтаномных беспілотных лятальных апаратаў. Дж. Філд Роб. 27 (3), 335–343. https://doi.org/10.1002/rob.20335.
Tetila, EC, Machado, BB, Astolfi, G., Belete, NAdS, Amorim, WP, Roel, AR, Pistori, H., 2020. Выяўленне і класіфікацыя шкоднікаў соі з дапамогай глыбокага навучання
з выявамі БПЛА. Вылічальны. Электрон. Агрык. 179, 105836.
Тамм, Г.-П., Менц, Г., Бекер, М., Курыя, Д.Н., Мізана, С., Кон, Д., 2013. Выкарыстанне UAS для ацэнкі сельскагаспадарчых сістэм у AN Wetland ў Танзаніі ў— І WetSeason для ўстойлівай сельскай гаспадаркі і прадастаўлення праўдзівых дадзеных для даных Terra-Sar X. У: ISPRS – Міжнародны архіў фотаграмметрыі, дыстанцыйнага зандзіравання і прасторавай інфармацыі, с. 401–406. https://doi.org/10.5194/isprsarchivesXL-1-W2-401-2013.
Thelwall, M., 2008. Бібліяметрыя да вэбаметрыі. Ж. Інфармацыя. навук. 34 (4), 605–621.
Торэс-Санчэс, ´ Дж., Лопес-Гранадос, ´ Ф., Пена, ˜ Дж.М., 2015. Аўтаматычны аб'ектны метад для аптымальнага парогавага значэння ў выявах БПЛА: прымяненне для выяўлення расліннасці ў травяністых культурах. Вылічальны. Электрон. Агрык. 114, 43–52. https://doi.org/10.1016/j.compag.2015.03.019.
Torres-Sanchez, ´ J., Lopez-Granados, ´ F., Serrano, N., Arquero, O., Pena, ˜ JM, Hassan, QK, 2015. Высокапрадукцыйны 3-D маніторынг плантацый сельскагаспадарчых дрэў з Тэхналогія беспілотных лятальных апаратаў (БЛА). PLoS ONE 10 (6), e0130479.
Торэс-Санчэс, ´ Дж., Пена, ˜ Дж. М., дэ Кастра, А. І., Лопес-Гранадас, ´ Ф., 2014. Разначасовае картаграфаванне долі расліннасці на палях пшаніцы ў пачатку сезона з выкарыстаннем здымкаў з БПЛА. Вылічальны. Электрон. Агрык. 103, 104–113. https://doi.org/10.1016/j. камп.2014.02.009.
Цурас, акруга Калумбія, Бібі, С., Сарыгіанідзіс, П.Г., 2019. Агляд прыкладанняў на базе БПЛА для дакладнай сельскай гаспадаркі. Інфармацыя (Швейцарыя) 10 (11). https://doi.org/10.3390/info10110349.
Ту, Ю.-Х., Фін, С., Ёхансен, К., Робсан, А., Ву, Д., 2020. Аптымізацыя планавання палётаў беспілотніка для вымярэння структуры садовых дрэў. ISPRS J. Photogramm.
Дыстанцыйная датчыка 160, 83-96. https://doi.org/10.1016/j.isprsjprs.2019.12.006
Цуніс, А., Кацулас, Н., Барцанас, Т., Кітас, К., 2017. Інтэрнэт рэчаў у сельскай гаспадарцы, апошнія дасягненні і будучыя праблемы. біясіст. англ. 164, 31–48.
https://doi.org/10.1016/j.biosystemseng.2017.09.007.
Уддзін, А., Сінгх, В.К., Пінта, Д., Олмас, І., 2015. Навукаметрычнае адлюстраванне даследаванняў інфарматыкі ў Мексіцы. Навукаметрыя 105 (1), 97–114.
UN., 2019. Перспектывы дэмаграфічнага росту свету 2019. https://population.un.org/wpp/ (Прагледжана 15/04/2022).
Uto, K., Seki, H., Saito, G., Kosugi, Y., 2013. Характарыстыка рысавых палёў мініяцюрнай гіперспектральнай сістэмай датчыкаў, усталяванай на БЛА. IEEE J. Sel. Топ. Дадатак Зямля Абс.
Remote Sens. 6 (2), 851–860. https://doi.org/10.1109/JSTARS.2013.2250921. ван дэр Мерве, Д., Берчфілд, ДР, Віт, Т.Д., Прайс, КП, Шарда, А., 2020 г. Дроны ў
сельская гаспадарка. прысл. Агрон. 162, 1–30.
Велусамі, П., Раджэндран, С., Махендран, Р.К., Насір, С., Шафік, М., Чой, Дж.-Г., 2022.
Беспілотныя лятальныя апараты (БЛА) у дакладнай сельскай гаспадарцы: прымяненне і праблемы. Энергіі 15 (1), 217. https://doi.org/10.3390/en15010217.
Вентура, Д., Баніфазі, А., Гравіна, М.Ф., Белушыа, А., Ардызоне, Г., 2018. Карціраванне і класіфікацыя экалагічна адчувальных марскіх месцапражыванняў з выкарыстаннем беспілотнай авіяцыі
Выявы транспартных сродкаў (БЛА) і аб'ектны аналіз малюнкаў (OBIA). Дыстанцыйнае зандзіраванне 10 (9), 1331. https://doi.org/10.3390/rs10091331.
Вержэ, А., Вінье, Н., Чэран, К., Жыліёт, Дж.-М., Камар, А., Барэт, Ф., 2014. Індэкс зялёнай зоны ад беспілотнай лятальнай сістэмы над пасевамі пшаніцы і рапсу . Дыстанцыйная датчыца навакольнага асяроддзя. 152, 654–664. https://doi.org/10.1016/j.rse.2014.06.006.
Von Bueren, SK, Burkart, A., Hueni, A., Rascher, U., Tuohy, MP, Yule, IJ, 2015. Размяшчэнне чатырох аптычных датчыкаў на базе БПЛА над лугамі: праблемы і
абмежаванні. Biogeosciences 12 (1), 163–175. https://doi.org/10.5194/bg-12-163-2015.
Vuran, MC, Salam, A., Wong, R., Irmak, S., 2018. Інтэрнэт падземных рэчаў у дакладным земляробстве: архітэктурныя і тэхналагічныя аспекты. Спецыяльная сетка. 81,
160–173. https://doi.org/10.1016/j.adhoc.2018.07.017.
Wamba, SF, Queiroz, MM, 2021. Адказны штучны інтэлект як сакрэтны інгрэдыент для лічбавага здароўя: бібліяметрычны аналіз, ідэі і напрамкі даследаванняў.
Інфармацыя. Сіст. Фронт. 1–16.
Ван, Л., Чжан, Г., Ван, З., Лю, Дж., Шан, Дж., Лян, Л., 2019. Бібліяметрычны аналіз тэндэнцыі даследаванняў дыстанцыйнага зандзіравання ў маніторынгу росту сельскагаспадарчых культур: тэматычнае даследаванне ў Кітаі. Дыстанцыйнае зандзіраванне 11 (7). https://doi.org/10.3390/rs11070809.
Уайт, HD, Грыфіт, BC, 1981. Кацітацыя аўтара: літаратурная мера інтэлектуальнай структуры. J. Am. Soc. Інфармацыя. навук. 32 (3), 163–171.
Xiang, H., Tian, L., 2011. Распрацоўка недарагой сельскагаспадарчай сістэмы дыстанцыйнага зандзіравання на аснове аўтаномнага беспілотнага лятальнага апарата (БЛА). біясіст. англ. 108 (2), 174–190. https://doi.org/10.1016/j.biosystemseng.2010.11.010.
Се, К., Ян, К., 2020. Агляд высокапрадукцыйных фенатыпічных прыкмет раслін з выкарыстаннем датчыкаў на базе БЛА. Вылічальны. Электрон. Агрык. 178, 105731 https://doi.org/10.1016/j.
камп.2020.105731.
Яо, Х., Цынь, Р., Чэнь, X., 2019. Беспілотны лятальны апарат для прымянення дыстанцыйнага зандзіравання - агляд. Дыстанцыйнае зандзіраванне 11 (12). https://doi.org/10.3390/
rs11121443.
Yeom, S., 2021. Адсочванне людзей, якія рухаюцца, і выдаленне ілжывых следаў з дапамогай інфрачырвонага цеплавізара мультыротарам. Дроны 5 (3), 65. https://doi.org/10.3390/drones5030065.
Юэ, Дж., Фэн, Х., Джын, X., Юань, Х., Лі, З., Чжоу, К., Ян, Г., Цянь, К., 2018. Параўнанне ацэнкі параметраў ураджаю з выкарыстаннем малюнкаў з устаноўленага БПЛА
гіперспектральны датчык маментальных здымкаў і лічбавая камера высокай выразнасці. Дыстанцыйнае зандзіраванне 10 (7), 1138. https://doi.org/10.3390/rs10071138.
Юэ, Дж., Ян, Г., Лі, К., Лі, З., Ван, Ю., Фэн, Х., Сюй, Б., 2017. Ацэнка надземнай біямасы азімай пшаніцы з дапамогай беспілотнага лятальнага апарата- заснаваны здымак
гіперспектральны датчык і мадэлі з палепшанай вышынёй культур. Дыстанцыйнае зандзіраванне 9 (7). https://doi.org/10.3390/rs9070708.
Zahawi, RA, Dandois, JP, Holl, KD, Nadwodny, D., Reid, JL, Ellis, EC, 2015. Выкарыстанне лёгкіх беспілотных лятальных апаратаў для маніторынгу аднаўлення трапічных лясоў. біял.
Кансерваваць. 186, 287–295. https://doi.org/10.1016/j.biocon.2015.03.031. Самора-Іск'ерда, Масачусэтс, Санта, Дж., Марцінес, Я.А., Марцінес, В., Скармета, А.Ф., 2019.
IoT-платформа разумнага земляробства, заснаваная на краявых і воблачных вылічэннях. біясіст. англ. 177,
4-17.
Zarco-Tejada, PJ, Diaz-Varela, R., Angileri, V., Loudjani, P., 2014. Колькасная ацэнка вышыні дрэў з выкарыстаннем здымкаў з вельмі высокай раздзяляльнасцю, атрыманых з беспілотнага апарата
транспартнага сродку (БПЛА) і аўтаматычныя метады 3D фотарэканструкцыі. Эўра. Я.Агрон. 55, 89–99. https://doi.org/10.1016/j.eja.2014.01.004.
Zhang, C., Craine, WA, McGee, RJ, Vandemark, GJ, Davis, JB, Brown, J., Hulbert, SH, Sankaran, S., 2020. Фенатыпаванне на аснове малюнкаў інтэнсіўнасці цвіцення ў прахалодных культурах. Датчыкі 20 (5), 1450. https://doi.org/10.3390/s20051450.
Чжан Ч., Ковач Дж.М., 2012 г. Прымяненне малых беспілотных авіяцыйных сістэм для дакладнага земляробства: агляд. Дакладна. Агрык. 13 (6), 693–712. https://doi.org/
10.1007/s11119-012-9274-5.
Чжан, Л., Чжан, Х., Ніу, Ю., Хан, У., 2019. Карціраванне недахопу вады ў кукурузе на аснове шматспектральнага дыстанцыйнага зандзіравання БЛА. Дыстанцыйнае зандзіраванне 11 (6), 605.
Чжан, X., Хан, Л., Донг, Ю., Шы, Ю., Хуанг, В., Хань, Л., Гонз Алез-Марэна, П., Ма, Х., Е, Х., Сабіх , T., 2019. Падыход, заснаваны на глыбокім навучанні, для аўтаматызаванай жоўтай іржы
выяўленне хваробы з гіперспектральных здымкаў БПЛА з высокім дазволам. Дыстанцыйнае зандзіраванне 11 (13), 1554.
Чжао, X., Чжан, Дж., Хуан, Ю., Цянь, Ю., Юань, Л., 2022. Выяўленне і дыскрымінацыя хвароб і стрэсу ад насякомых чайных раслін з дапамогай гіперспектральнай візуалізацыі ў спалучэнні з вейвлет-аналізам. Вылічальны. Электрон. Агрык. 193, 106717 https://doi.org/10.1016/j. compag.2022.106717.
Чжэн, А., Ван, М., Лі, Ч., Тан, Дж., Луо, Б., 2022. Адаптацыя спаборніцкай вобласці з кіраваннем энтрапіі для семантычнай сегментацыі аэрафотаздымкаў. IEEE Trans. Г
Чжэн, Х., Чэн, Т., Яо, X., Дэн, X., Цянь, Ю., Цао, В., Чжу, Ю., 2016. Выяўленне феналогіі рысу праз аналіз часавых шэрагаў наземных спектральных дадзеныя індэкса. Палявыя культуры Рэз. 198, 131–139. https://doi.org/10.1016/j.fcr.2016.08.027.
Чжэн, Дж., Ян, В., 2018 г. Распрацоўка сістэмы высеву ўцечкі для дакладнага земляробства на аснове бесправадных датчыкаў. міжнар. J. Інтэрнэт англ. 14 (05), 184.
Чжоу, Л., Гу, X., Чэн, С., Ян, Г., Шу, М., Сун, К., 2020. Аналіз змяненняў вышыні раслін палеглай кукурузы з выкарыстаннем дадзеных БПЛА-LiDAR. Сельская гаспадарка 10 (5), 146. https://
doi.org/10.3390/agriculture10050146.
Чжоу, С., Чай, X., Ян, З., Ван, Х., Ян, К., Сун, Т., 2021. Maize-IAS: праграмнае забеспячэнне для аналізу малюнкаў кукурузы з выкарыстаннем глыбокага навучання для высокапрадукцыйнага фенатыпавання раслін . Метады раслін 17 (1), 48. https://doi.org/10.1186/s13007-021-00747-0.
Чжоу, X., Чжэн, HB, Xu, XQ, He, JY, Ge, XK, Яо, X., Чэн, Т., Чжу, Y., Цао, WX, Цянь, YC, 2017. Прагназаванне ўраджаю збожжа ў рысу з выкарыстаннем разначасавай расліннасці
індэксы з мультыспектральных і лічбавых здымкаў з БПЛА. ISPRS J. Photogramm. Аддаленыя датчыкі 130, 246-255. https://doi.org/10.1016/j.isprsjprs.2017.05.003.
Чжоу, Ю., Се, Ю., Шао, Л., 2016. Мадэляванне асноўнай тэхналогіі сістэмы маніторынгу цяпліц на аснове бесправадной сеткі датчыкаў. міжнар. J. Інтэрнэт англ. 12 (05),
43.
Zhou, Z., Majeed, Y., Diverres Naranjo, G., Gambacorta, EMT, 2021. Ацэнка воднага стрэсу сельскагаспадарчых культур з дапамогай інфрачырвонага цеплавізара ў дакладным земляробстве: агляд
і будучыя перспектывы для прыкладанняў глыбокага навучання. Вылічальны. Электрон. Агрык. 182, 106019 https://doi.org/10.1016/j.compag.2021.106019.