עבדהמן רג'ב a , אלירזה עבדולהי b , קארים רג'ב c , הורסט טרייבלמאייר d,
- a המחלקה לניהול ומשפטים, הפקולטה לכלכלה, אוניברסיטת רומא Tor Vergata, Via Columbia, 2, רומא 00133, איטליה
- b המחלקה למנהל עסקים, הפקולטה לניהול, אוניברסיטת חרזמי, 1599964511 טהראן, איראן
- c הפקולטה למדעים של ביזרטה, אוניברסיטת קרתגו, זרזונה, 7021 ביזרטה, תוניסיה
- d בית הספר לניהול בינלאומי, Modul University Vienna, Am Kahlenberg 1, 1190 Vienna, אוסטריה
מידע על המאמר | תקציר |
מילות מפתח: מזל"ט מל"ט חקלאות מדויקת אינטרנט של דברים ביבליומטריה | מל"טים, הנקראים גם כלי טיס בלתי מאוישים (מל"ט), היו עדים להתפתחות יוצאת דופן בעשורים האחרונים. בחקלאות, הם שינו את שיטות החקלאות בכך שהציעו לחקלאים חיסכון משמעותי בעלויות, מוגבר יעילות תפעולית, ורווחיות טובה יותר. בעשורים האחרונים, הנושא של מל"טים חקלאיים היה משך תשומת לב אקדמית יוצאת דופן. לכן אנו עורכים סקירה מקיפה המבוססת על ביבליומטריה לסכם ולבנות ספרות אקדמית קיימת ולחשוף מגמות מחקר ונקודות חמות עדכניות. אָנוּ ליישם טכניקות ביבליומטריות ולנתח את הספרות סביב מזל"טים חקלאיים לסיכום ו להעריך מחקרים קודמים. הניתוח שלנו מצביע על כך שחישה מרחוק, חקלאות מדויקת, למידה עמוקה, למידת מכונה ואינטרנט של הדברים הם נושאים קריטיים הקשורים לרחפנים חקלאיים. הציטוט המשותף ניתוח מגלה שישה אשכולות מחקר רחבים בספרות. מחקר זה הוא אחד הניסיונות הראשונים לסכם את מחקר המל"טים בחקלאות ולהציע כיווני מחקר עתידיים. |
מבוא
החקלאות מייצגת את מקור המזון העיקרי של העולם (Friha et al., 2021), והיא ניצבת בפני אתגרים קשים בשל
הגדלת הביקוש למוצרי מזון, בטיחות מזון ודאגות אבטחה, כמו גם קריאות להגנת הסביבה, שימור מים, ו
קיימות (Inoue, 2020). התפתחות זו צפויה להימשך מאחר שאוכלוסיית העולם מוערכת להגיע ל-9.7 מיליארד עד 2050
(2019). מאחר שהחקלאות מהווה את הדוגמה הבולטת ביותר לצריכת מים בעולם, צפוי כי הביקוש למזון ומים
הצריכה תגדל באופן דרמטי בעתיד הנראה לעין. יתר על כן, הצריכה הגוברת של דשנים וחומרי הדברה
יחד עם התעצמות הפעילות החקלאית עלולים להוביל לאתגרים סביבתיים עתידיים. באופן דומה, הקרקע הניתנת לעיבוד מוגבלת, וה
מספר החקלאים הולך ופוחת ברחבי העולם. אתגרים אלו מדגישים את הצורך בפתרונות חקלאות חדשניים וברי קיימא (אליהו
et al., 2018; Friha et al., 2021; אינואה, 2020; צוניס וחב', 2017).
שילוב טכנולוגיות חדשניות זוהה כפתרון מבטיח להתמודדות עם אתגרים אלו. חקלאות חכמה (Brewster et al.,
2017; Tang et al., 2021) וחקלאות מדויקת (Feng et al., 2019; Khanna & Kaur, 2019) הופיעו כתוצאה מוויכוחים כאלה. ה
הראשון הוא רעיון כללי לאימוץ טכנולוגיות תקשורת מידע (ICT) וחידושים חדישים אחרים בפעילויות חקלאות כדי להגביר את היעילות והיעילות (Haque et al., 2021). האחרון מתמקד בניהול ספציפי לאתר שבו הקרקע מחולקת
חלקים הומוגניים, וכל חלק מקבל את הכמות המדויקת של תשומה חקלאית לאופטימיזציה של תפוקת היבול באמצעות טכנולוגיות חדשות (Feng et al., 2019; Khanna & Kaur, 2019). טכנולוגיות בולטות שמשכו את תשומת הלב של חוקרים בתחום זה כוללות רשתות חיישנים אלחוטיות (WSNs) (J. Zheng & Yang, 2018; Y. Zhou et al., 2016), האינטרנט של הדברים (IoT) (Gill et al., 2017; He et al., 2021; Liu et al., 2019),
טכניקות של בינה מלאכותית (AI), כולל למידת מכונה ולמידה עמוקה (Liakos et al., 2018; Parsaeian et al., 2020; Shadrin et al.,
2019), טכנולוגיות מחשוב (Hsu et al., 2020; Jinbo et al., 2019; Zamora-Izquierdo et al., 2019), ביג דאטה (Gill et al., 2017; Tantalaki
et al., 2019), ובלוקצ'יין (PW Khan et al., 2020; Pincheira et al., 2021).
בנוסף לטכנולוגיות הנ"ל, חישה מרחוק נחשבה לכלי טכנולוגי בעל פוטנציאל גבוה לשיפור
חקלאות חכמה ומדויקת. לוויינים, מטוסים בצוות אנושי ומזל"טים הם טכנולוגיות חישה מרחוק פופולריות (Tsouros et al., 2019).
מל"טים, הידועים בכינויים כלי טיס בלתי מאוישים (מל"טים), מערכות מטוסים בלתי מאוישים (UAS), וכלי טיס מנוהלים מרחוק, הם של
חשיבות רבה שכן יש להם יתרונות מרובים בהשוואה לטכנולוגיות חישה מרחוק אחרות. לדוגמה, מל"טים יכולים לספק
תמונות באיכות גבוהה וברזולוציה גבוהה בימים מעוננים (Manfreda et al., 2018). כמו כן, הזמינות ומהירות ההעברה שלהם מהווים אחרים
יתרונות (Radoglou-Grammatikis et al., 2020). בהשוואה למטוסים, מזל"טים הם חסכוניים ביותר וקלים להגדרה ולתחזוקה (Tsouros et al., 2019). למרות היותם תחילה בשימוש בעיקר למטרות צבאיות, מל"טים יכולים להועיל ליישומים אזרחיים רבים, למשל בניהול שרשרת אספקה (A. Rejeb, Rejeb, et al., 2021a), למטרות הומניטריות (A. Rejeb, Rejeb, et al., 2021c), חקלאות חכמה, מדידות ומיפוי, תיעוד מורשת תרבותית, ניהול אסונות ושימור יערות וחיות בר (Panday, Pratihast, et al., 2020). בחקלאות קיימים אזורי יישום רבים של מזל"טים שכן ניתן לשלב אותם עם טכנולוגיות חדשות, יכולות מחשוב וחיישנים משולבים לתמיכה בניהול יבולים (למשל, מיפוי, ניטור, השקיה, אבחון צמחים) (H. Huang et al., 2021) , הפחתת אסונות, מערכות התרעה מוקדמת, שימור חיות בר ושימור יערות, כדי לציין כמה (Negash et al., 2019). באופן דומה, ניתן למנף מל"טים במספר פעילויות חקלאיות, כולל ניטור יבול וצמיחה, הערכת יבול, הערכת מתח מים וגילוי עשבים שוטים, מזיקים ומחלות (Inoue, 2020; Panday, Pratihast, et al., 2020). לא רק שמזל"טים יכולים לשמש למטרות ניטור, הערכה וגילוי בהתבסס על הנתונים הסנסוריים שלהם, אלא גם להשקיה מדויקת וניהול מדויק של עשבים, מזיקים ומחלות. במילים אחרות, מזל"טים מסוגלים לרסס מים וחומרי הדברה בכמויות מדויקות על סמך נתונים סביבתיים. היתרונות של מזל"טים בחקלאות מסוכמים בטבלה 1.
היתרונות העיקריים של מזל"טים בחקלאות.
תועלת | הפניות |
שפר את הזמן והמרחב חישה רזולוציות | (Gago et al., 2015; Niu et al., 2020; Srivastava et al., 2020) |
להקל על חקלאות מדויקת | (L. Deng et al., 2018; Kalischuk et al., 2019; Maimaitijiang et al., 2017) |
סיווג וצפייה של יבולים | (Inoue, 2020; Kalischuk et al., 2019; Lopez-´ Granados et al., 2016; Maimaitijiang et al., 2017; Melville et al., 2019; Moharana & Dutta, 2016) |
שימוש בדשן | (L. Deng et al., 2018; Guan et al., 2019) |
ניטור הבצורת | (Fawcett et al., 2020; Panday, Pratihast, et al., 2020; Su et al., 2018) |
הערכת ביומסה | (Bendig et al., 2014) |
הערכת תשואה | (Inoue, 2020; Panday, Shrestha, et al., 2020; Tao et al., 2020) |
הפחתת אסונות | (Negash et al., 2019) |
שימור חיות בר ו יערנות | (Negash et al., 2019; Panday, Pratihast, et al., 2020) |
הערכה של מתח מים | (Inoue, 2020; J. Su, Coombes, et al., 2018; L. Zhang et al., 2019) |
מזיקים, עשבים שוטים ומחלות זיהוי | (Gaˇsparovi´c et al., 2020; Inoue, 2020; J. Su, Liu, et al., 2018; X. Zhang et al., 2019) |
מצד שני, מזל"טים מתמודדים גם עם מגבלות. מעורבות הטייס, כוח מנוע, יציבות ואמינות, איכות חיישנים עקב עומס
מגבלות משקל, עלויות יישום ורגולציה תעופה, הם ביניהם (C. Zhang & Kovacs, 2012). אנחנו משווים את החסרונות
מבין שלוש טכנולוגיות החישה מרחוק הניידות בטבלה 2. טכנולוגיות חישה מרחוק אחרות, כגון חיישני קרקע, נמצאות מעבר למוקד מחקר זה.
חסרונות של טכנולוגיות חישה מרחוק ניידות שונות.
חישה מרחוק טכנולוגיות | חסרונות | הפניות |
מזל"ט (מל"ט) | מעורבות טייס; תמונות' איכות (ממוצע); עלויות יישום (ממוצע); יציבות, יכולת תמרון ו מהימנות; תְקִינָה; כח מנוע; כוח מוגבל מקורות (אורך חיים של סוללה); משך טיסה מוגבל, התנגשות ומתקפות סייבר; מוגבל משקל מטען; מערכי נתונים גדולים ועיבוד נתונים מוגבל יכולות; חוסר רגולציה; חוסר מומחיות, כניסה גבוהה מחסומים לגישה ל מזל"טים חקלאיים; | (Bacco et al., 2018; Dawaliby et al., 2020; הארדין & הרדין, 2010; הארדין & Jensen, 2011; Lagkas et al., 2018; Laliberte et al., 2007; Laliberte & Rango, 2011; Manfreda et al., 2018, 2018; Nebiker et al., 2008; פורי et al., 2017; Velusamy et al., 2022; C. Zhang & Kovacs, 2012) |
הלוויין | כיסוי לוויין תקופתי, רזולוציה ספקטרלית מוגבלת; פגיעות לבעיות נראות (למשל, עננים); חוסר זמינות ומהירות העברה נמוכה; התמצאות ויגנטיות משפיע על נתונים מרחביים יקרים אוסף; אספקת נתונים איטית זמן עד למשתמשי הקצה | (Aboutalebi et al., 2019; Cen et al., 2019; חן וחב', 2019; נאנסן ואליוט, 2016; פנדיי, פראטיהסט, et al., 2020; סאי וינת' et al., 2019) |
כלי טיס | עלויות אימוץ גבוהות; הגדרה מסובכת; עלויות תחזוקה; חוסר זמינות של אמין מטוסים, גיאומטריה של תמונות; נתונים לא רגילים רְכִישָׁה; חוסר גמישות; תאונות קטלניות; נתוני חיישן שינויים עקב רעידות; בעיות בהתייחסות גיאוגרפית | (Armstrong et al., 2011; אטקינסון וחב', 2018; Barbedo & Koenigkan, 2018; קובלב וורושילובה, 2020; Suomalainen et al., 2013; Thamm et al., 2013) |
כטכנולוגיה רב תחומית ורב תכליתית בחקלאות, רחפנים נחקרו מנקודות מבט שונות. לדוגמה, חוקרים בחנו יישומי מזל"ט בחקלאות (Kulbacki et al., 2018; Mogili & Deepak, 2018), את תרומתם לחקלאות מדויקת (Puri et al., 2017; Tsouros et al., 2019), את ההשלמה שלהם עם אחרים טכנולוגיות מתקדמות (Al-Thani et al., 2020; Dutta & Mitra, 2021; Nayyar et al., 2020; Saha et al., 2018), והאפשרויות לקדם את יכולות הניווט והחישה שלהם (Bareth et al. , 2015; Suomalainen et al., 2014). מאז מחקר על יישומי מזל"ט בחקלאות הפך נפוץ (Khan et al., 2021)), יש צורך לסכם את הספרות הקיימת ולחשוף את המבנה האינטלקטואלי של התחום. יתר על כן, כתחום היי-טק עם שיפורים מתמשכים, יש לערוך סקירות מובנות כדי לסכם מעת לעת את הספרות הקיימת ולזהות פערים מחקריים חשובים. ל
נכון להיום, יש מעט ביקורות הדנות ביישומי מזל"ט במגזר החקלאי. לדוגמה, Mogili and Deepak (2018) סוקרים בקצרה את ההשלכות של רחפנים על ניטור יבולים וריסוס חומרי הדברה. Inoue (2020) עורכת סקירה של שימוש בלוויינים ומזל"טים בחישה מרחוק בחקלאות. המחבר בוחן את האתגרים הטכנולוגיים של אימוץ חקלאות חכמה ואת התרומות של לוויינים ומזל"טים בהתבסס על מקרי מקרה ושיטות עבודה מומלצות. Tsouros et al. (2019) מסכמים סוגים שונים של רחפנים והיישומים העיקריים שלהם בחקלאות, תוך הדגשת שיטות שונות של רכישת נתונים ועיבוד. לאחרונה, Aslan et al. (2022) ערך סקירה מקיפה של יישומי מל"ט בפעילויות חקלאות והדגיש את הרלוונטיות של לוקליזציה ומיפוי בו-זמנית עבור מל"ט בחממה. Diaz-Gonzalez et al. (2022) סקר מחקרים עדכניים של ייצור יבול המבוסס על טכניקות שונות של למידת מכונה ומרוחק
מערכות חישה. הממצאים שלהם הצביעו על כך שמל"טים מועילים להערכת אינדיקטורים של קרקע וביצועים טובים יותר ממערכות לווייניות במונחים של רזולוציה מרחבית, זמניות מידע וגמישות. Basiri et al. (2022) ערכה סקירה ממצה של הגישות והשיטות השונות להתגברות על אתגרי תכנון נתיבים עבור מל"טים מרובי רוטורים בהקשר של חקלאות מדויקת. יתרה מכך, Awais et al. (2022) סיכם את היישום של נתוני חישה מרחוק של מל"טים בגידולים כדי להעריך את מצב המים וסיפק סינתזה מעמיקה של הקיבולת הפרוספקטיבית של חישה מרחוק של מל"ט עבור יישום מתח בזבוז. לבסוף, Aquilani et al. (2022) סקר טכנולוגיות חקלאות מקדימות המיושמות במערכות בעלי חיים מבוססות מרעה והסיק כי חישה מרחוק המתאפשרת על ידי מל"טים היא יתרון להערכת ביומסה ולניהול עדר.
כמו כן, לאחרונה דווח על ניסיונות להשתמש במל"טים בניטור, מעקב וגיוס של בעלי חיים.
למרות שסקירות אלו מניבות תובנות חדשות וחשובות, לא ניתן למצוא בספרות סקירה מקיפה ועדכנית המבוססת על ביבליומטריה, המציגה פער ידע ברור. יתרה מכך, נאמר שכאשר ייצור מדעי צומח בתחום מדעי, הופך חיוני לחוקרים להשתמש בגישות סקירה כמותיות כדי להבין את מבנה הידע של התחום (Rivera & Pizam, 2015). באופן דומה, Ferreira et al. (2014) טען שכאשר תחומי המחקר מתבגרים ומסתבכים, על החוקרים לשאוף להגיב מדי פעם לידע שנוצר וצבר כדי לחשוף תרומות חדשות, ללכוד מסורות ומגמות מחקריות, לזהות אילו נושאים נלמדים ולהעמיק במבנה הידע של התחום וכיווני המחקר הפוטנציאליים. בעוד ש-Raparelli ו-Bajocco (2019) ערכו ניתוח ביבליומטרי כדי לבחון את תחום הידע של יישומי מזל"טים בחקלאות וייעור, המחקר שלהם מתייחס רק למחקרים אקדמיים שפורסמו בין השנים 1995 ל-2017, שאינו משקף את הדינמיקה של תחום מהיר זה. יתרה מכך, המחברים לא ניסו לזהות את התרומות המשפיעות ביותר בתחום, לאגד את הספרות ולהעריך את המבנה האינטלקטואלי באמצעות ניתוח ציטוט משותף. כתוצאה מכך, יש צורך לסכם את הספרות כדי לחשוף מוקדי מחקר עדכניים, מגמות ונקודות חמות.
כדי למלא את פער הידע הזה, אנו ממנפים מתודולוגיה כמותית ושיטות ביבליומטריות קפדניות כדי לבחון את מצב המחקר הנוכחי בצומת של מל"טים וחקלאות. אנו טוענים כי המחקר הנוכחי תורם מספר תרומות לספרות הקיימת על ידי בחינת טכנולוגיה מתפתחת אשר נחוצה מאוד בחקלאות מכיוון שהיא מספקת פוטנציאל אדיר לשנות מספר היבטים במגזר זה. הצורך בניתוח ביבליומטרי של מל"טים חקלאיים מורגש עוד יותר בהתחשב בידע המפוזר והמפוצל על מל"טים בהקשר החקלאי. באופן דומה, הספרות הנוגעת למזל"טים חקלאיים נדרשת להתקבץ באופן שיטתי, בהתחשב במחקרים המשפיעים ביותר אשר בונים את הבסיס של שדה מחקר זה. הכשרון בניתוח כולל גם בירור של נושאי מחקר עיקריים המיוצגים בספרות. בהתחשב בפוטנציאל הטרנספורמציה של הטכנולוגיה, אנו מניחים שניתוח רשת מעמיק מניב תובנות חדשות על ידי קביעת עבודות משפיעות וחשיפת נושאים הנוגעים לפוטנציאל של מל"טים לחקלאות.
לכן אנו שואפים להשיג את מטרות המחקר הבאות:
- זיהוי פרסומים משפיעים בעלי תרומה יוצאת דופן ליישומי מזל"ט בתחום החקלאות.
- מקבץ הספרות, זיהוי מוקדי מחקר ומיפוי של מחקרי ה'מבנה האינטלקטואלי' העיקריים בהתבסס על דמיון סמנטי באמצעות ניתוח ציטוט משותף.
- הבנת האבולוציה של קישורים ורשתות ציטוטים לאורך זמן בין פרסומים שונים בתחום וזיהוי כיווני מחקר עתידיים ונושאים חמים.
שאר המאמר בנוי באופן הבא: סעיף 2 מתאר את המתודולוגיה ואת שלבי איסוף הנתונים; סעיף 3 מספק את תוצאות הניתוחים; וסעיף 4 דן בממצאים ומסתיים בתרומות מחקר, השלכות וכיוונים עתידיים.
מֵתוֹדוֹלוֹגִיָה
במחקר הנוכחי, אנו עורכים ניתוח ביבליומטרי כדי לחקור יישומי מזל"ט בחקלאות. גישה כמותית זו חושפת את המבנה האינטלקטואלי של תחום הידע (Arora & Chakraborty, 2021) ואת המצב הנוכחי, נושאים חמים וכיווני מחקר עתידיים שניתן לחקור על ידי יישום שיטה זו (Kapoor et al., 2018; Mishra et al. , 2017; A. Rejeb, Rejeb, et al., 2021b; A. Rejeb et al., 2021d; MA Rejeb et al., 2020). באופן כללי, ניתוח ביבליומטרי בוחן את הספרות הקיימת כדי לסכם ולחשוף דפוסים נסתרים של תקשורת כתובה ואת התפתחות הדיסציפלינה המבוססת על סטטיסטיקה ושיטות מתמטיות, והוא חל על מערכי נתונים גדולים (Pritchard, 1969; Small, 1999; Tahai & Rigsby , 1998). באמצעות שימוש בביבליומטריה, אנו שואפים להבין טוב יותר את הפרדיגמות הקיימות ואת מוקדי המחקר התורמים לתחום בהתבסס על דמיון (Thelwall, 2008). ביבליומטריה מספקת תובנות חדשות המגובות בחוזק הכמותי האובייקטיבי של המתודולוגיה (Casillas & Acedo, 2007). חוקרים רבים ערכו בעבר מחקרים ביבליומטריים בתחומים קשורים, כולל חקלאות, חישה מרחוק וטרנספורמציה דיגיטלית (Armenta-Medina et al., 2020; Bouzembrak et al., 2019; A. Rejeb, Treiblmaier, et al., 2021; Wamba. & Queiroz, 2021; Wang et al., 2019).
ניתוח ציטוטים
ניתוח ציטוטים מגלה תובנות שונות על תחום מחקר נתון. קודם כל, זה עוזר לחשוף את המחברים והפרסומים המשפיעים ביותר שתורמים לתחום מחקר נתון ומשפיעים באופן משמעותי (Gundolf & Fiser, 2013). שנית, ניתן לחשוף את זרימת הידע ואת קשרי התקשורת בין המחברים. לבסוף, על ידי מעקב אחר הקשרים בין יצירות שצוטטו לציטוט, אפשר לחקור את השינויים וההתפתחות של תחום ידע לאורך זמן (Pournader
et al., 2020). מספרי ציטוטים גבוהים של פרסום משקפים את הרלוונטיות שלו ואת התרומות המשמעותיות שלו לתחום המחקר (Baldi, 1998; Gundolf & Filser, 2013; Marinko, 1998). ניתוח ציטוטים של פרסומים עוזר גם לזהות עבודות רלוונטיות ולעקוב אחר הפופולריות וההתקדמות שלהן לאורך זמן.
מסמך ניתוח ציטוט משותף
ניתוח ציטוט משותף הוא שיטה בעלת ערך לחקור קשרים בין פרסומים ולתאר את המבנה האינטלקטואלי של תחום (Nerur et al., 2008). במילים אחרות, על ידי זיהוי הפרסומים המצוטטים ביותר והקשרים ביניהם, השיטה מקבצת את הפרסומים לאשכולות מחקר נפרדים שבהם פרסומים באשכול חולקים באופן קבוע רעיונות דומים (McCain, 1990; Small, 1973). חשוב להזכיר שדמיון אינו אומר שממצאי הפרסומים הם
מגובשים ומסכימים זה עם זה; פרסומים שייכים לאותו אשכול בשל דמיון לנושא, אך יכולים להיות להם נקודות מבט סותרות.
איסוף נתונים וניתוחם
בעקבות המתודולוגיה שהוצעה על ידי White ו-Griffith (1981), ביצענו חיפוש מקיף של מאמרי כתב עת כדי לכסות את כל תחום המחקר של יישומי מזל"טים בחקלאות, תוך המשך חמשת השלבים הבאים:
- השלב הראשון היה איסוף נתונים. Scopus נבחר כאחד ממאגרי המידע המקיפים והאמינים ביותר עם תוצאות סטנדרטיות. אוחזרו המטא-נתונים של פרסומים הקשורים לכל יישומי הרחפנים בחקלאות. לאחר מכן ניתחנו את המאמרים שנבחרו, והסרנו מאמרים מחוץ לנושא מהניתוח.
- ניתחנו את הספרות וזיהינו את מילות המפתח החשובות ביותר בשימוש בתחום המחקר.
- באמצעות ניתוח ציטוטים, חקרנו את הקשר בין מחברים ומסמכים כדי לחשוף דפוסי ציטוט בסיסיים. זיהינו גם את המחברים והפרסומים המשפיעים ביותר עם תרומה משמעותית לתחום המל"טים החקלאיים.
- ערכנו ניתוח ציטוט משותף כדי לקבץ פרסומים דומים לאשכולות.
- לבסוף, ניתחנו את הקשרים והקשרים בין מדינות, מוסדות וכתבי עת כדי לתאר את רשת שיתוף הפעולה.
זיהוי מונחי חיפוש מתאימים
החלמנו את מחרוזות החיפוש הבאות לצבירה של נתונים: (רחפן* או "כלי טיס בלתי מאויש" OR uav* או "מערכת מטוסים בלתי מאוישת" או uas או "מטוסי טייס מרחוק”) AND (חקלאי OR חקלאות OR חקלאות OR חקלאי). החיפוש נערך בספטמבר 2021. למל"טים יש מספר ייעודים, כולל מל"ט, מל"ט וכלי טיס מנוהלים מרחוק (Sah et al., 2021). מונחי החיפוש הספציפיים הקשורים לחקלאות זוהו על סמך מחקרם של Abdollahi et al. (2021). למען הבהירות והשקיפות, השאילתה המדויקת בה השתמשנו ניתנת בנספח 1. לאחר תהליך ניקוי נתונים, יצרנו קובץ טקסט שנטען לאחר מכן לתוך BibExcel, כלי נפוץ לניתוח ציטוטים וציטוטים משותפים. כלי זה מציע גם אינטראקציה פשוטה עם תוכנות אחרות ומציע מידה משמעותית של חופש בטיפול וניתוח נתונים. VOSviewer גרסה 1.6.16 שימשה כדי להמחיש את הממצאים וליצור את הרשתות הביבליומטריות (Eck & Waltman, 2009). VOSviewer מציע מגוון של הדמיה אינטואיטיבית, במיוחד עבור ניתוח מפות ביבליומטריות (Geng et al., 2020). יתר על כן, הוא מסייע במתן תוצאות חזותיות ברורות המסייעות בהבנה טובה יותר של התוצאות (Abdollahi et al., 2021). החלת מחרוזות החיפוש כאמור לעיל, אספנו ואחסנו את כל הפרסומים הרלוונטיים. תוצאות החיפוש הראשונות הניבו בסך הכל 5,085 מסמכים. כדי להבטיח את איכות המדגם שנבחר, רק מאמרי כתב עת שנבדקו על ידי עמיתים נשקלו במחקר, וכתוצאה מכך אי הכללה של סוגי מסמכים אחרים, כגון ספרים, פרקים, פעולות ועידה והערות עריכה. במהלך תהליך מיון, סוננו פרסומים לא רלוונטיים (כלומר, מעבר לתחום העבודה), מיותרים (כלומר, כפילויות שמקורן באינדקס כפול), ופרסומים שאינם דוברי אנגלית. תהליך זה הביא להכללת 4,700 מסמכים בניתוח הסופי.
ממצאים ודיון
כדי להתחיל, ניתחנו את ההתפתחויות בתפוקת הפרסום בספרות הנוכחית על מל"טים חקלאיים. ההתפלגות הזמנית של המחקר האקדמי מוצגת באיור 1. אנו רואים עלייה מהירה בפרסומים משנת 2011 (30 פרסומים) ואילך; לכן, החלטנו לפצל את תקופת הניתוח לשני שלבים שונים. אנו מתייחסים לתקופה שבין 1990 ל-2010 כשלב הבנייה, שבו יצאו בערך שבעה מאמרים מדי שנה. התקופה שלאחר 2010 נקראה שלב הצמיחה מאז מחקר על יישומי מזל"ט בחקלאות היה עד לעלייה אקספוננציאלית במהלך תקופה זו. לאחר 2010, המספר ההולך וגדל של פרסומים מאשר את העניין הגובר בקרב חוקרים, מה שמשקף גם שמל"טים יושמו בחישה מרחוק והשתמשו בהם בחקלאות מדויקת (Deng et al., 2018; Maes & Steppe, 2019; Messina & Modica, 2020 ). באופן ספציפי, מספר הפרסומים עלה מ-108 ב-2013 ל-498 ב-2018 והגיע לשיא של 1,275 ב-2020. בסך הכל פורסמו 935 מאמרים בין ינואר לאמצע ספטמבר 2021. לאחר מכן, בחרנו למקד את הניתוח שלנו יותר בשלב הצמיחה. שכן תקופה זו משקפת את הדקויות העדכניות והחשובות ביותר של מל"טים חקלאיים.
ניתוח מילות מפתח
למילות המפתח שמחברים בוחרים לפרסום יש השפעה מכרעת על אופן ייצוג המאמר ועל האופן שבו הוא מועבר בקהילות מדעיות. הם מזהים את נושאי המפתח של המחקר וקובעים את הפוטנציאל שלו לפרוח או להיכשל (Day & Gastel, 1998.; Kim et al., 2016; Uddin et al., 2015). ניתוח מילות מפתח, כלי לחשיפת מגמות וכיוונים מחקריים רחבים יותר, מתייחס לאיסוף מילות המפתח של כל הפרסומים הקשורים בתחום (Dixit & Jakhar, 2021). במחקר הנוכחי, חילקנו את מילות המפתח המצטברות לשתי קבוצות (כלומר, עד 2010 ו-2011–2021) כדי לחקור את הנושאים הפופולריים ביותר. על ידי כך, נוכל להתחקות אחר מילות המפתח החשובות בשני הקבוצות ולהבטיח שלכדנו את כל הנתונים הדרושים. עבור כל קבוצה, עשר מילות המפתח המובילות מוצגות בטבלה 3. ביטלנו חוסר עקביות על ידי מיזוג מילות מפתח זהות מבחינה סמנטית, כגון "מל"ט" ו"מל"טים" או, בדומה, "האינטרנט של הדברים" ו-"IoT".
טבלה 3 מראה כי "כלי טיס בלתי מאויש" היא מילת מפתח בשימוש תכוף יותר בהשוואה ל"מל"ט" ו"מערכת טיס בלתי מאוישת" בשתי תקופות הזמן. כמו כן, "חישה מרחוק", "חקלאות מדויקת" ו"חקלאות" מדורגים גבוה בשתי התקופות. בתקופה הראשונה "חקלאות מדוייקת" דורגה במקום החמישי, והיא דורגה במקום השני בתקופה השנייה, מה שממחיש כיצד מזל"טים הופכים חשובים יותר בהשגת חקלאות מדויקת מכיוון שהם יכולים לבצע ניטור,
שיטות איתור ואומדן מהירים יותר, זולים יותר וקלים יותר לביצוע בהשוואה למערכות אחרות של חישה מרחוק ומבוססות קרקע. כמו כן, הם יכולים לרסס את הכמות המדויקת של הקלט (למשל, מים או חומרי הדברה) בעת הצורך (Guo et al., 2020; Inoue, 2020; Panday, Pratihast, et al., 2020).
רשימת מילות המפתח הנפוצות ביותר.
דַרגָה | 1990-2010 | מספר התרחשויות | 2011-2021 | מספר התרחשויות |
1 | מטוס בלתי מאויש רכב | 28 | ללא טייס רכב אווירי | 1628 |
2 | חישה מרחוק | 7 | דיוק חקלאות | 489 |
3 | חקלאות | 4 | חישה מרחוק | 399 |
4 | מוטס | 4 | זמזום | 374 |
5 | דיוק חקלאות | 4 | ללא טייס מערכת אווירית | 271 |
6 | מטוס בלתי מאויש | 4 | חקלאות | 177 |
7 | היפרספקטרלי חיישן | 3 | למידה עמוקה | 151 |
8 | עצבי מלאכותי רשתות | 2 | מכונה למידה | 149 |
9 | טיסה אוטונומית | 2 | צמחיה מדד | 142 |
10 | קָפֶה | 2 | אינטרנט של דברים | 124 |
תכונה מעניינת נוספת היא נוכחותן של טכנולוגיות משלימות. בשלב הראשון, "חיישן היפרספקטרלי" ו"רשתות עצביות מלאכותיות" (ANN) הן בין עשר מילות המפתח המובילות. הדמיה היפרספקטרלית חוללה מהפכה בהדמיה המסורתית על ידי איסוף מספר עצום של תמונות באורכי גל שונים. תוך כדי כך, החיישנים יכולים לאסוף מידע מרחבי וספקטרלי טוב יותר בו זמנית בהשוואה להדמיה רב-ספקטרלית, ספקטרוסקופיה ותמונות RGB (Adao ˜ et al.,
2017). התרחשותם של "ANN" בשלב הראשון ו"למידה עמוקה" (DL) ו"למידת מכונה" (ML) בשלב השני מרמזת שרוב העבודות שפורסמו התמקדו בבחינת הפוטנציאל של טכניקות AI עבור מזל"ט- חקלאות מבוססת. למרות שמזל"טים מסוגלים לטוס באופן אוטונומי, הם עדיין דורשים מעורבות של טייס, מה שמרמז על רמה נמוכה של אינטליגנציה של מכשירים. עם זאת, ניתן לפתור בעיה זו עקב התקדמות טכניקות AI, שיכולות לספק מודעות למצב טוב יותר ותמיכה אוטונומית בהחלטות. הרחפנים מצוידים בבינה מלאכותית, יכולים להימנע מהתנגשויות במהלך ניווט, לשפר את ניהול הקרקע והיבול (Inoue, 2020), ולהפחית את העבודה והלחץ עבור בני אדם (BK Sharma et al., 2019).
בשל הגמישות והיכולת שלהם להתמודד עם כמויות עצומות של נתונים לא ליניאריים, טכניקות בינה מלאכותית הן שיטות מתאימות לניתוח הנתונים המועברים על ידי רחפנים ומערכות אחרות של חישה מרחוק וקרקע לחיזוי וקבלת החלטות (Ali et al., 2015; אינואה, 2020). יתר על כן, נוכחותו של "IoT" בתקופה השנייה מעידה על תפקידו המתהווה בחקלאות. IoT מחולל מהפכה בחקלאות על ידי חיבור בין טכנולוגיות אחרות, כולל רחפנים, ML, DL, WSNs וביג דאטה. אחד היתרונות המרכזיים של יישום IoT הוא היכולת שלו למזג ביעילות וביעילות משימות שונות (רכישת נתונים, ניתוח ועיבוד נתונים, קבלת החלטות והטמעה) כמעט בזמן אמת (Elijah et al., 2018; Feng et al. , 2019; Muangprathub et al., 2019). יתר על כן, מל"טים נחשבים לכלים יעילים ללכידת הנתונים הדרושים לחישוב עוצמת הצמחייה ותכונות הצמחייה (Candiago et al., 2015). איור 2a ו-2b ממחישים את רשתות התרחשות משותפת של מילות מפתח עבור שתי תקופות הזמן.
סופרים משפיעים
בחלק זה, אנו קובעים את המחברים המשפיעים ובודקים כיצד רשתות ציטוט מחברים יכולות להמחיש ולארגן את הספרות הנוכחית. איור 3 מציג את השכבה הכרונולוגית של כל החוקרים עם המספר הגבוה ביותר של ציטוטים. סולם הצבעים משקף את הווריאציה השנתית של ציטוטי המחברים. אנו בוחנים את מבנה הציטוטים של חוקרים שפרסמו מחקרים על מל"טים חקלאיים על ידי שימוש בסף של מינימום 50 ציטוטים ועשרה פרסומים. מִתוֹך
12,891 מחברים, רק 115 עמדו בתנאי זה. טבלה 4 מפרטת את עשרת המחברים המשפיעים ביותר, ממוינת לפי המספר המרבי של ציטוטים. לופז- Granados F. מוביל את הרשימה עם 1,963 ציטוטים, ואחריו Zarco-Tejada PJ עם 1,909 ציטוטים.
רשימת המחברים המצוטטים ביותר.
דירוג | מְחַבֵּר | ציטוטים |
1 | לופז-גרנאדוס ´F. | 1,963 |
2 | Zarco-Tejada PJ | 1,909 |
3 | Pena ~ JM | 1,644 |
4 | טורס-ס' אנז'ז ג'יי. | 1,576 |
5 | פררס אי | 1,339 |
6 | רמונדינו פ | 1,235 |
7 | בולטן א | 1,160 |
8 | בארת ג'י | 1,155 |
9 | ברני JA | 1,132 |
10 | דה קסטרו AI | 1,036 |
בכל הנוגע לפרסומים בודדים, המאמר של Zhang ו-Kovacs (2012) היה המחקר המצוטט ביותר שפורסם ב- Precision Agriculture. כאן, המחברים סקרו את היישום של UAS בחקלאות מדויקת. ממצאי המחקר שלהם מצביעים על כך שיש צורך לקדם את עיצוב הפלטפורמה, הייצור, הסטנדרטיזציה של התייחסות גיאוגרפית של תמונות וזרימת עבודה של אחזור מידע כדי לספק לחקלאים תוצרי קצה אמינים. בנוסף, הם ממליצים לערב את החקלאי בצורה חזקה יותר, במיוחד בתכנון שדה, לכידת תמונה, כמו גם בפירוש וניתוח נתונים. חשוב לציין, מחקר זה היה בין הראשונים שהראו את חשיבות המל"ט במיפוי שדה, מיפוי כוח, מדידת תכולה כימית, ניטור מתח צמחייה והערכת השפעות של דשנים על צמיחת צמחים. האתגרים הקשורים לטכנולוגיה כוללים גם עלויות עצומות, יכולת חיישנים, יציבות ואמינות פלטפורמה, חוסר סטנדרטיזציה והליך עקבי לניתוח כמויות אדירות של נתונים.
ניתוח ציטוטים
ניתוח ציטוטים מייצג את חקר השפעתם של מאמרים, אם כי נוטים לזרימות (למשל, הטיית ציטוטים, ציטוט עצמי) נחשב לאחד הכלים הסטנדרטיים להערכת ההשפעה (Osareh, 1996; A. Rejeb et al., 2022; Sarli et al., 2010). הציטוטים משקפים גם את החשיבות והחיוניות של תרומות המאמרים לספרות בנושא מסוים (R. Sharma et al., 2022). ערכנו ניתוח ציטוטים כדי לקבוע את המחקרים המשפיעים ביותר על מל"טים חקלאיים וסיכמנו את התכנים. טבלה 5 מציגה את רשימת חמש עשרה המאמרים המשפיעים ביותר לתקופות 1990–2010 ו-2011–2021. המאמרים של ברני וחב'. (2009)b ואוסטין (2010) היו המצוטטות ביותר במהלך 1990 ו-2010, עם 831 ו-498 ציטוטים, בהתאמה. ברני וחב'. (2009)b המחיש את הפוטנציאל לפתח מוצרי חישה מרחוק כמותיים באמצעות מל"ט מבוסס מסוק המצויד בחיישני הדמיה רב-ספקטרליים תרמית וצר פס במחירים נוחים. בהשוואה לחיישנים מאוישים מאוישים מסורתיים, מערכת מל"טים לחקלאות בעלות נמוכה מסוגלת להשיג הערכות דומות של הפרמטרים הביו-פיזיים של יבולים, אם לא טוב יותר. העלות המשתלמת והגמישות התפעולית, לצד הרזולוציות הספקטרליות, המרחביות והזמניות הגבוהות הזמינות בזמן אספקה מהיר, הופכות את המל"טים מתאימים למגוון יישומים הדורשים ניהול קריטי בזמן, כולל תזמון השקיה וחקלאות מדויקת. המאמר מאת Berni et al. (2009)b זוכה לציטוט רב מכיוון שהוא משלב ביעילות פלטפורמת כנף סיבובית בלתי מאוישת וחיישנים דיגיטליים ותרמיים עם מנגנוני הכיול הדרושים ליישומים חקלאיים. הפרסום השני המצוטט ביותר הוא ספר שחיבר אוסטין (2010), שדן במל"טים מנקודות מבט של עיצוב, פיתוח ופריסה. בחקלאות, מל"טים תומכים בניטור יבול על ידי גילוי מוקדם של מחלות באמצעות שינויים בצבע היבול, הקלה על זריעה וריסוס יבול, וניטור והנעת עדרים.
מחקריהם של סאליבן וחב'. (2007), Lumme et al. (2008), ו-Gokto ¨ ǧan et al. (2010) מסיימים את רשימת חמש עשרה המאמרים המצוטטים ביותר. מאמרים אלו ממחישים את הפיתוח של מערכות מבוססות מל"טים לתמיכה בחקלאות. הם מציעים פתרונות לבעיות שונות, כגון ניטור וסריקת יבול, מעקב וניהול עשבים ותמיכה בהחלטות. הם גם מציעים ודנים ביכולת של מל"טים להגביר את יעילות הדגימה ולסייע לחקלאים בתכנון מדויק ויעיל.
אסטרטגיות שתילה. שני מאמרים נכתבו על ידי Berni (Berni et al., 2009b; Berni et al., 2009a), המדגישים את השפעתו המשמעותית על מחקר הקשור לרחפנים חקלאיים. המאמר מ-Zarco-Tejada et al. (2014) היה בין המחקרים החלוציים להמחשת הצורך בשימוש בדימויים של מל"טים בעלות נמוכה בכימות גובה עצים.
רשימת הפרסומים המצוטטים ביותר.
דַרגָה | מ1990 ל2010 | מ2011 ל2021 | ||
מסמך | צִיטָטָה | מסמך | צִיטָטָה | |
1 | (Berni et al., 2009b) | 831 | (C. Zhang & Kovacs, 2012) | 967 |
2 | (אוסטין, 2010) | 498 | (Nex & Remondino, 2014) | 893 |
3 | (Hunt et al., 2010) | 331 | (פלוראנו ועץ, 2015) | 552 |
4 | (SR Herwitz et al., 2004) | 285 | (Hossein Motlagh וחב', 2016) | 391 |
5 | (CCD Lelong et al., 2008) | 272 | (שחאתרה ואח', 2019) | 383 |
6 | (Berni et al., 2009b) | 250 | (Ma et al., 2017) | 373 |
7 | (גרנצדורפר ¨ et al., 2008) | 198 | (Bendig et al., 2014) | 360 |
8 | (Hrabar et al., 2005) | 175 | (Zarco-Tejada et al., 2014) | 347 |
9 | (Y. Huang et al., 2009) | 129 | (מוֹדָעָה ao et al., 2017) | 335 |
10 | (Schmale III et al., 2008) | 119 | (Honkavaara et al., 2013a) | 331 |
11 | (עבד-אלרחמן ואח', 2005) | 79 | (Candiago et al., 2015) | 327 |
12 | (Techy et al., 2010) | 69 | (שיאנג וטיאן, 2011) | 307 |
13 | (סאליבן וחב', 2007) | 51 | (Matese et al., 2015) | 303 |
14 | (Lumme et al., 2008) | 42 | (גאגו וחב', 2015) | 275 |
15 | (Gokto ¨ ǧan et al., 2010) | 40 | (Aasen et al., 2015a) | 269 |
בתקופה השנייה (2011–2021), המחקר של Zhang ו-Kovacs (2012) ו-Nex and Remondino (2014) הביא לפרסומים שצוטטו בתדירות הגבוהה ביותר. Zhang ו-Kovacs (2012) טוענים שחקלאות מדויקת יכולה להפיק תועלת מיישום טכניקות וחיישנים גיאו-מרחביים, כגון מערכות מידע גיאוגרפיות, GPS וחישה מרחוק, כדי ללכוד שינויים בשטח ולטפל בהם על ידי שימוש באסטרטגיות חלופיות. כמשנה משחק בחקלאות מדויקת, אימוץ המל"טים בישר עידן חדש בחישה מרחוק, פישוט תצפית אווירית, לכידת נתוני גידול יבול, תנאי קרקע ואזורי ריסוס. הסקירה של Zhang ו-Kovacs (2012) היא מכוננת מכיוון שהיא מציעה תובנות לגבי מל"טים על ידי חשיפת שימושים ואתגרים קיימים של מכשירים אלה בניטור סביבתי וחקלאות מדויקת, כגון מגבלות פלטפורמה ומצלמות, אתגרי עיבוד נתונים, מעורבות חקלאים ותקנות תעופה. . השני
המחקר המצוטט ביותר של Nex ו-Remondino (2014) סקר את מצב האמנות של מל"טים ללכידה, עיבוד וניתוח של תמונות כדור הארץ.
עבודתם גם הציגה סקירה כללית של מספר פלטפורמות, יישומים ומקרי שימוש, והציגה את ההתקדמות החדשה ביותר בעיבוד תמונה של מל"טים. בחקלאות, חקלאים יכלו להשתמש במל"טים כדי לקבל החלטות יעילות כדי להשיג חיסכון בעלויות ובזמן, לקבל תיעוד מהיר ומדויק של נזקים ולצפות בעיות אפשריות. בניגוד לפלטפורמות אוויריות קונבנציונליות, מל"טים יכולים לקצץ בהוצאות התפעול ולהפחית את סכנת הגישה במקומות קשים תוך שמירה על פוטנציאל דיוק גבוה. המאמר שלהם מסכם יתרונות שונים של מל"טים, במיוחד במונחים של דיוק ורזולוציה.
בין 2011 הפרסומים הנותרים ביותר המצוטטים בין 2021 ל-2014, הבחנו בריכוז גדול יותר במחקר הקשור ליישומי מזל"ט במשימות הדמיה (Bendig et al., 2017; Ma et al., 2014; Zarco-Tejada et al., 2015) , חקלאות מדויקת (Candiago et al., 2013; Honkavaara et al., 2015a), גידול גפנים מדויק (Matese et al., 2015), הערכת מתח מים (Gago et al., 2015), וניטור צמחייה (Aasen et al. , XNUMXא). בשנים הראשונות התמקדו החוקרים
עוד על פיתוח מערכות מבוססות מל"טים בעלות נמוכה, קלת משקל ומדויקת לחקלאות; מחקר עדכני יותר התמקד יותר בסקירות של יישומי מל"טים לחקלאות וסקרי שטח. לסיכום, ניתוח זה מגלה כי הפרסומים המשפיעים סיפקו בעיקר סקירות של מחקרים קודמים להערכת מצבם המדעי והטכנולוגי הנוכחי של מל"טים ופיתחו מערכות מל"טים לתמיכה בחקלאות מדויקת. מעניין שלא מצאנו מחקרים שהשתמשו באמפיריות
מתודולוגיות או תיאורי מקרה תיאוריים, המהווים פער ידע משמעותי ומחייב מחקר נוסף בנושא זה.
ניתוח ציטוט משותף
לפי Gmür (2006), ניתוח ציטוט משותף מזהה פרסומים דומים ומקבץ אותם. בחינה מדוקדקת של אשכול יכולה לחשוף תחום מחקר משותף בין הפרסומים. אנו חוקרים את הציטוט המשותף של הספרות הנוגעת לרחפנים חקלאיים כדי להמחיש תחומי נושא קשורים ולזהות את הדפוסים האינטלקטואליים של פרסומים. בהקשר זה, Small (1973) המליץ על שימוש בניתוח cocitation כדי לחקור את המחקרים המשפיעים והעיקריים ביותר
בתוך דיסציפלינה. כדי להגביל את הסט למאמרים המכריעים ביותר (Goyal & Kumar, 2021), קבענו סף ציטוט משותף של 25, כלומר שני מאמרים חייבים להיות צוטטו יחד ברשימות הפניות של 25 פרסומים שונים או יותר. האשכול נערך גם עם גודל אשכול מינימלי 1 וללא כל שיטה למיזוג אשכולות קטנים יותר עם גדולים יותר. כתוצאה מכך נוצרו שישה אשכולות על סמך הדמיון של המחקרים והמבנה האינטלקטואלי שלהם. טבלה 6 מציגה את התפלגות הפרסומים בכל אשכול.
אשכול 1: אשכול זה מכיל שמונה עשר מסמכים שפורסמו לאחר הפרסומים באשכול זה דנים בתפקידם של מזל"טים בתמיכה בניטור סביבתי, ניהול יבולים וניהול עשבים. לדוגמה, Manfreda et al. (2018) מספקים סקירה כללית של המחקר והיישום הנוכחי של מל"ט בניטור מערכות אקולוגיות חקלאיות טבעיות וטוענים שהטכנולוגיה מציעה פוטנציאל אדיר לשפר באופן דרסטי את הניטור הסביבתי ולהפחית
הפער הקיים בין תצפית בשטח לבין חישה מרחוק באוויר ובחלל. ניתן לעשות זאת על ידי מתן יכולת חדשה לאחזור זמני משופר ותובנות מרחביות על אזורים גדולים בצורה משתלמת. מל"טים יכולים לחוש כל הזמן את הסביבה ולשלוח את הנתונים המתקבלים לגופים אינטליגנטיים, מרכזיים/מבוזרים השולטים בחיישנים כדי לזהות בעיות בסופו של דבר, כגון חוסר מחלות או זיהוי מים (Padua ´ et al., 2017). Adao ˜ et al. (2017) טוענים כי מל"טים הם אידיאליים להערכת תנאי הצמחים על ידי לכידת נפח עצום של נתונים גולמיים הקשורים למצב מים, הערכת ביומסה והערכת מרץ. חיישני מל"ט יכולים גם להיפרס באופן מיידי בתנאי סביבה נאותים כדי לאפשר לכידה בזמן של נתוני חישה מרחוק (Von Bueren et al., 2015). באמצעות מל"טים, חקלאים מסוגלים לבצע פעילות חקלאית מקורה על ידי רכישת מדידות כמעט מכל מקום במרחב התלת מימדי של סביבות חקלאות מקורה (למשל, חממות), ובכך להבטיח בקרת אקלים מקומית וניטור צמחים (Roldan ´ et al. ., 2015). בהקשר של דיוק
חקלאות, החלטות ניהול יבול מחייבות נתוני יבול מדויקים ומהימנים עם רזולוציה זמנית ומרחבית מתאימה (Gebbers & Adamchuk, 2010; Gevaert et al., 2015; Maes & Steppe, 2019). מסיבה זו, Agüera Vega et al. (2015) השתמשו במערכת חיישנים רב-ספקטרלית מותקנת במל"ט כדי לרכוש תמונות של יבול חמניות במהלך עונת הגידול. באופן דומה, Huang et al. (2009) מציינים כי חישה מרחוק המבוססת על מל"טים יכולה להקל על מדידת יבולים ואדמה מהנתונים הספקטרליים שנאספו. Verger et al. (2014) פיתחה ובדקה טכניקה להערכת אינדקס שטח ירוק (GAI) מתוך מדידות החזרת מל"טים ביישומי חקלאות מדויקים, תוך התמקדות בגידולי חיטה ולפתית. לכן, מל"טים מספקים אפשרויות חדשות לאחזור מידע על מצב היבול עם ביקורים חוזרים תכופים ורזולוציה מרחבית גבוהה (Dong et al., 2019; Garzonio et al., 2017; H. Zheng et al., 2016).
מקבץ פרסומים משפיעים על מל"טים חקלאיים.
אשכול | נושא רחב | הפניות |
1 | ניטור סביבתי, יבול ניהול, ניהול עשבים | (מוֹדָעָה ao et al., 2017; Agüera Vega et al., 2015; de Castro et al., 2018; Gomez-Cand ´ און ´ et al., 2014; י.ב Huang et al., 2013; חנאל וחב', 2017; לופז-גרנדוס, ´ 2011; Manfreda et al., 2018; פ' adua et al., 2017; Pena ˜ et al., 2013; פרז-אורטיז et al., 2015; Rasmussen et al., 2013, 2016; טורס-ס' anchez et al., 2014; טורס-סאנצ'ס, ´ לופז-גרנדוס, ´ & Pena, ~ 2015; Verger et al., 2014; פון Bueren et al., 2015; C. Zhang & Kovacs, 2012) |
2 | פנוטייפ מרחוק, תשואה הערכה, מודל משטח יבול, ספירה של צמחים | (Bendig et al., 2013, 2014; Geipel et al., 2014; Gnadinger ¨ & שמידהאלטר, 2017; היגהטלאב et al., 2016; הולמן וחב', 2016; ג'ין et al., 2017; W. Li et al., 2016; Maimaitijiang et al., 2017; סנקראן et al., 2015; Schirrmann et al., 2016; שי ואח', 2016; Yue et al., 2017; איקס. Zhou et al., 2017) |
3 | הדמיה תרמית למים, הדמיה רב-ספקטרלית | (Baluja et al., 2012; Berni et al., 2009ב; Berni et al., 2009a; קנדיאגו et al., 2015; Gago et al., 2015; Gonzalez-Dugo et al., 2013, 2014; Grenzdorffer ¨ et al., 2008; חליק et al., 2019; Matese et al., 2015; Ribeiro-Gomes et al., 2017; Santesteban et al., 2017; אוטו וחב', 2013) |
4 | הדמיה היפר-סקטרלית, ספקטרלית הדמיה | (Aasen et al., 2015a; Bareth et al., 2015; Hakala et al., 2013; Honkavaara et al., 2013a; לוצייר et al., 2014; סערי וחב', 2011; Suomalainen et al., 2014) |
5 | יישומי מיפוי תלת מימד | (Jim´enez-Brenes et al., 2017; Nex & רמונדינו, 2014; סלמי וחב', 2014; טורס-ס' אנז'ז, לופז-´ Granados, Serrano, et al., 2015; Zahawi et al., 2015; זרקו-טג'אדה et al., 2014) |
6 | מעקב חקלאות | (SR Herwitz et al., 2004; Hunt et al., 2010; CCD Lelong וחב', 2008; Primicerio et al., 2012; שיאנג & טיאן, 2011) |
יתר על כן, מזל"טים שימושיים למשימות מאתגרות בחקלאות, כולל מיפוי עשבים. תמונות שצולמו על ידי המכשירים הוכיחו את השימושיות שלהן לגילוי מוקדם של עשבים בשדות (de Castro et al., 2018; Jim´enez-Brenes et al., 2017; Lam et al., 2021; Lopez-Granados ´ et al., 2016; Rozenberg et al., 2021). בהקשר זה, דה קסטרו ואח'. (2018) טוענים שהמיזוג של תמונות מל"טים וניתוח תמונה מבוססת אובייקטים (OBIA) אפשרה למתרגלים להתגבר על סוגיית האוטומציה של גילוי מוקדם בגידולי עשב בעונה המוקדמת, שהיא צעד גדול קדימה במחקר עשבים. כמו כן, Pena ˜ et al. (2013) מציינים כי השימוש בתמונות ברזולוציה מרחבית גבוהה במיוחד ממל"ט בשילוב עם נוהל OBIA מאפשר ליצור מפות עשבים בגידולי תירס מוקדמים שיוכלו לשמש בתכנון יישום אמצעים למניעת עשבים בעונה. משימה מעבר ליכולת של תמונות לוויין ותמונות מוטסות מסורתיות. בהשוואה לסיווג תמונות או אלגוריתמים לזיהוי אובייקטים, טכניקות פילוח סמנטי יעילות יותר במשימות מיפוי עשבים (J. Deng et al., 2020), ובכך מאפשרות לחקלאים לזהות תנאי שדה, להפחית אובדנים ולשפר את היבול לאורך עונת הגידול (Ramesh et al., 2020). פילוח סמנטי מבוסס למידה עמוקה יכול גם לספק מדידה מדויקת של כיסוי הצמחייה מתמונות אוויר ברזולוציה גבוהה (Ramesh et al., 2020; A. Zheng et al., 2022). למרות הפוטנציאל שלהם לרחוק
חישת סיווג פיקסלים, טכניקות פילוח סמנטי דורשות חישוב משמעותי וזיכרון GPU גבוה באופן מופרז (J. Deng et al., 2020).
בהתבסס על למידת מכונה ומל"ט, P´erez-Ortiz et al. (2015) הציע גישה למיפוי עשבים כדי לספק אסטרטגיות הדברת עשבים ספציפיות לאתר כאשר חקלאים מאמצים את הדברת עשבים מוקדמת לאחר הופעתה. לבסוף, Rasmussen et al. (2013) הדגיש שמזל"טים מספקים חישה זולה עם גמישות רזולוציה מרחבית רבה. בסך הכל, הפרסומים באשכול זה מתמקדים בבחינת הפוטנציאלים של מל"טים לתמוך בחישה מרחוק, ניטור יבול ומיפוי עשבים. דרוש מחקר מעמיק נוסף כדי לחקור עוד יותר כיצד יישומי מזל"טים בניטור סביבתי, ניהול יבולים ומיפוי עשבים יכולים להשיג חקלאות בת קיימא יותר (Chamuah & Singh, 2019; Islam et al., 2021; Popescu et al., 2020; J Su, Liu, et al., 2018) ולהתייחס לבעיות ממשל של טכנולוגיה זו ביישומי ביטוח יבול (Basnet & Bang, 2018; Chamuah & Singh, 2019, 2022; Meinen & Robinson, 2021). על החוקרים להתרכז באימות מדידות שנאספו באמצעות טכניקות עיבוד יעילות כדי לשפר את האיכות האולטימטיבית של נתונים מעובדים (Manfreda et al., 2018). יתר על כן, יש צורך בפיתוח של אלגוריתמים מתאימים המזהים פיקסלים המציגים עשבים שוטים בתמונות הדיגיטליות ומבטלים רקע לא רלוונטי במהלך מיפוי עשבים של מל"ט (Gaˇsparovi´c et al., 2020; Hamylton et al., 2020; H. Huang et al. , 2018, 2020; Lopez-´ Granados et al., 2016). מחקר נוסף על אימוץ טכניקות פילוח סמנטי בזיהוי צמחים, סיווג עלים ומיפוי מחלות יתקבל בברכה (Fuentes-Pacheco et al., 2019; Kerkech et al., 2020).
אשכול 2. הפרסומים באשכול זה התמקדו במספר היבטים של מל"טים חקלאיים. קשור לפנוטייפ מרחוק, Sankaran et al. (2015) סקרו את הפוטנציאל של שימוש בהדמיה אווירית בגובה נמוך ברזולוציה גבוהה עם מל"טים ליצירת פנוטייפ מהיר של יבולים בשטח, והם טוענים שבהשוואה לפלטפורמות חישה קרקעיות, מל"טים קטנים עם חיישנים מתאימים מציעים מספר יתרונות , כגון גישה קלה יותר לשטח, נתונים ברזולוציה גבוהה, איסוף נתונים יעיל,
הערכות מהירות של תנאי הגידול בשטח ועלויות תפעול נמוכות. עם זאת, המחברים גם מציינים כי היישום היעיל של מל"ט עבור פנוטייפ שדה מסתמך על שני אלמנטים בסיסיים, כלומר, תכונות מל"ט (למשל, בטיחות, יציבות, מיקום, אוטונומיה) ומאפייני חיישנים (למשל, רזולוציה, משקל, אורכי גל ספקטרליים, שדה למראה). Haghithatalab et al. (2016) הציע צינור עיבוד תמונה אוטומטי למחצה כדי לאחזר נתונים ברמת העלילה מתמונות מל"טים ולהאיץ את תהליך הרבייה. הולמן וחב'. (2016) פיתחה שיא
מערכת פנוטיפי שדה תפוקה והדגישה כי מל"ט מסוגל לאסוף נתונים פנוטיפיים איכותיים, נפחיים, מבוססי שדה, וכי המכשיר יעיל לאזורים גדולים ולרוחב מיקומי שטח שונים.
מכיוון שהערכת תפוקה היא פיסת מידע חיונית להפליא, במיוחד כאשר הם זמינים בזמן, יש פוטנציאל למל"טים לספק את כל מדידות השטח ולרכוש ביעילות נתונים באיכות גבוהה (Daakir et al., 2017; Demir et al., 2018 ; Enciso et al., 2019; Kulbacki et al., 2018; Pudelko et al., 2012). בהקשר זה, Jin et al. (2017) ניצלו את התמונות ברזולוציה הגבוהה שהתקבלו על ידי מל"טים בגבהים נמוכים מאוד כדי לפתח ולהעריך שיטה להערכת צפיפות צמחי החיטה בשלב ההופעה. לדברי המחברים, מל"טים מתגברים על המגבלות של מערכות רוברים המצוידות במצלמות ומייצגים שיטה לא פולשנית להערכת צפיפות הצמחים בגידולים, מה שמאפשר לחקלאים להשיג את התפוקה הגבוהה הדרושה לפנוטייפ בשטח ללא תלות בסחירות הקרקע. לי וחב'. (2016) אסף מאות תמונות סטריאו ברזולוציה גבוהה במיוחד באמצעות מערכת מבוססת מל"ט כדי להעריך פרמטרים של תירס, כולל גובה החופה וביומסה מעל הקרקע. לבסוף, Yue et al. (2017) מצא כי גובה היבול שנקבע ממל"טים יכול לשפר את הערכת הביומסה מעל הקרקע (AGB).
גישה לניטור צמיחת היבול היא הרעיון של פיתוח מודלים של פני שטח היבול (Bendig et al., 2014, 2015; Holman et al., 2016; Panday, Shrestha, et al., 2020; Sumesh et al., 2021). מספר מחקרים הדגישו את ההיתכנות של תמונות שנלקחו ממל"ט כדי ללכוד את גובה הצמחים ולנטר את צמיחתם. לדוגמה, Bendig et al. (2013) תיאר את הפיתוח של מודלים משטחי יבול רב-זמניים עם רזולוציה גבוהה מאוד של פחות מ-0.05 מ' באמצעות מל"ט. הם שאפו לזהות יבול
שונות הצמיחה והתלות שלה בטיפול ביבול, זן ומתח. בנדייג וחב'. (2014) השתמשו במל"טים כדי להעריך ביומסה טרייה ויבשה בהתבסס על גובה הצמח שהופק ממודלים של פני שטח היבול וגילו שבניגוד לפלטפורמות מוטסות וסריקת לייזר יבשתית, התמונות ברזולוציה גבוהה ממל"טים יכולות להגביר באופן משמעותי את הדיוק של מודלים של גובה צמחים לגידול שונה שלבים. באותה צורה, גייפל וחב'. (2014) השתמשו במל"טים במחקר שלהם כדי לרכוש תמונות
מערכי נתונים לחיזוי תפוקת גרגרי תירס בשלושה שלבי צמיחה שונים מתחילת העונה עד אמצע העונה והגיעו למסקנה כי השילוב של מודלים ספקטרליים ומרחביים המבוססים על תמונות אוויריות ומודלים של פני שטח היבול היא שיטה מתאימה לניבוי תפוקת תירס באמצע העונה. לבסוף, Gnadinger ¨ ו-Schmidhalter (2017) בחנו את התועלת של מל"ט בפיתוח פנוטייפ מדויק והדגישו כי השימוש בטכנולוגיה זו יכול לשפר את ניהול החווה ולאפשר ניסויים בשטח למטרות רבייה ואגרונומיות. בסך הכל, אנו רואים שהפרסומים באשכול 2 מתמקדים ביתרונות העיקריים של מל"טים במרוחקים
פנוטייפ, הערכת יבול, מודלים של פני היבול וספירת צמחים. מחקרים עתידיים יכולים לחפור עמוק יותר על ידי פיתוח שיטות חדשות לפנוטייפ מרחוק שיכולות להפוך לאוטומטיות ולמטב את העיבוד של נתונים שנחושו מרחוק (Barabaschi et al., 2016; Liebisch et al., 2015; Mochida et al., 2015; S. Zhou et al. ., 2021). בנוסף, יש לחקור את הביצועים של חיישני ה-IoT המורכבים על מל"טים ואת הפשרה בין העלויות, העבודה והדיוק של הערכת התשואה שלהם.
עתיד (Ju & Son, 2018a, 2018b; Xie & Yang, 2020; Yue et al., 2018). בסופו של דבר, יש צורך לפתח שיטות עיבוד תמונה יעילות שיכולות לייצר מידע אמין, למקסם את היעילות בייצור החקלאי ולמזער את עבודת הספירה הידנית של החקלאים (RU Khan et al., 2021; Koh et al., 2021; Lin & Guo, 2020; C. Zhang et al., 2020).
אשכול 3. הפרסומים באשכול זה דנים בסוגים השונים של מערכות הדמיה לחישה מרחוק של משאבי חקלאות המשמשים בפלטפורמות מל"טים. בהקשר זה, הדמיה תרמית מאפשרת ניטור של טמפרטורות פני השטח כדי למנוע נזק ליבול ולגלות לחץ בצורת מוקדם (Awais et al., 2022; García-Tejero et al., 2018; Sankaran et al., 2015; Santesteban et al., 2017; Yeom, 2021). Baluja et al. (2012) טען כי השימוש במצלמות רב-ספקטרליות ותרמיות על סיפון
המל"ט איפשר לחוקרים לקבל תמונות ברזולוציה גבוהה ולהעריך את מצב מי הגפן. זה יכול להיות שימושי כדי לפתח מודלים חדשים של תזמון מים באמצעות נתוני חישה מרחוק (Baluja et al., 2012). בגלל ה
יכולת עומס מוגבלת של מל"טים, Ribeiro-Gomes et al. (2017) שקלה את השילוב של מצלמות תרמיות לא מקוררות במל"טים כדי לקבוע את מתח המים במפעלים, מה שהופך את הסוג הזה של מל"טים ליעילים וברי קיימא יותר מחישה מרחוק מבוססת לוויין ומל"טים המצוידים במצלמות תרמיות מקוררות. לדברי המחברים, מצלמות תרמיות לא מקוררות קלות יותר ממצלמות מקוררות, הדורשות כיול מתאים. גונזלס-דוגו וחב'. (2014) הראו שתמונות תרמיות מייצרות ביעילות מפות מרחביות של מדדי לחץ מי יבול להערכת מצב המים וכימות מתח מים בין ובתוך מטעי הדרים. גונזלס-דוגו וחב'. (2013) ו-Santesteban et al. (2017) חקרה את השימוש בתמונות תרמיות של מל"טים ברזולוציה גבוהה כדי להעריך את שונות מצב המים של מטע מסחרי וכרם.
הדמיה רב-ספקטרלית יכולה לספק נתונים מסיביים בהשוואה לתמונות RGB (אדום, ירוק וכחול) מסורתיות (Ad˜ ao et al., 2017; Navia et al., 2016). נתונים ספקטרליים אלה, יחד עם נתונים מרחביים, יכולים לסייע במטרות סיווג, מיפוי, חיזוי, חיזוי וזיהוי (Berni et al., 2009b). לפי Candiago et al. (2015), הדמיה רב-ספקטרלית מבוססת מל"ט יכולה לתרום באופן מסיבי להערכת יבול ולחקלאות מדויקת כמשאב אמין ויעיל. גַם,
חליק וחב'. (2019) ערכה השוואה בין הדמיה רב-ספקטרלית מבוססת מל"טים ולוויין. התמונות המבוססות על מל"ט הביאו לדייקנות יותר בתיאור שונות של כרמים וכן מפות מרץ לייצוג חופות יבול. בקצרה, מאמרים באשכול זה דנים בשילוב חיישני הדמיה תרמית ורב-ספקטרלית במל"טים חקלאיים. בהתאם, יש צורך במחקר נוסף כדי להבין כיצד ניתן לשלב הדמיה תרמית ורב-ספקטרלית עם AI
טכניקות (למשל, למידה עמוקה) לאיתור מתח צמחי (Ampatzidis et al., 2020; Ampatzidis & Partel, 2019; Jung et al., 2021; Santesteban et al., 2017; Syeda et al., 2021). תובנות כאלה יסייעו להבטיח זיהוי יעיל ומדויק יותר וכן ניטור של צמיחת צמחים, מתח ופנולוגיה (Buters et al., 2019; Cao et al., 2020; Neupane & BaysalGurel, 2021; L. Zhou et al., 2020).
אשכול 4. אשכול זה מורכב משבעה מאמרים הסובבים את התפקיד המכריע של הדמיה ספקטרלית והדמיה היפרספקטרלית בתמיכה בפרקטיקות החקלאות. הדמיה היפרספקטרלית ביססה את עצמה כשיטת חישה מרחוק המאפשרת הערכה כמותית של מערכת כדור הארץ (Schaepman et al., 2009). ליתר דיוק, היא מאפשרת זיהוי של חומרי פני השטח, כימות של ריכוזים (יחסיים) וכן הקצאת פרופורציות של רכיבי פני השטח
בתוך פיקסלים מעורבים (Kirsch et al., 2018; Zhao et al., 2022). במילים אחרות, הרזולוציה הספקטרלית הגבוהה יותר שמספקת מערכות היפרספקטרליות מאפשרת הערכות מדויקות יותר של פרמטרים שונים, כגון תכונות צמחוניות או תכולת מי עלים (Suomalainen et al., 2014). החוקרים באשכול זה חקרו היבטים שונים של מערכות כאלה. בין היתר, Aasen et al. (2015b) הציעה גישה ייחודית להפקת מידע היפרספקטרלי תלת מימדי מקל משקל
מצלמות תמונת מצב המשמשות על מל"טים לניטור צמחייה. Lucieer et al. (2014) דנו בתכנון, בפיתוח ובפעולות אוויריות של UAS היפרספקטרלי חדש, כמו גם בכיול, ניתוח ופרשנות של נתוני התמונה שנאספו איתו. לבסוף, Honkavaara et al. (2013b) פיתחה גישת עיבוד מקיפה עבור תמונות ספקטרליות מבוססות אינטרפרומטר FabryPerot והראתה את השימוש בה בהליך אומדן ביומסה לחקלאות מדויקת. מסלולים עתידיים פוטנציאליים עבור אשכול נוכחי זה כוללים הדגשת הצורך בשיפורים טכניים בטכנולוגיות חיישנים (Aasen et al., 2015b) וכן את הצורך בשילוב ושיפור טכנולוגיות משלימות, במיוחד ביג דאטה ואנליטיקה (Ang & Seng, 2021; Radoglou -Grammatikis et al., 2020; Shakoor et al., 2019). זה האחרון נובע בעיקר מהנתונים ההולכים וגדלים שנוצרים על ידי חיישנים שונים המיושמים בחקלאות חכמה (C. Li & Niu, 2020; A. Rejeb et al., 2022; Y. Su & Wang, 2021).
אשכול 5. הפרסומים באשכול זה בחנו יישומי 3Dmapping מבוססי מזל"טים. שימוש ברחפנים למיפוי תלת מימדי יכול להקל על עבודת השטח המורכבת ולהגביר את היעילות באופן משמעותי (Torres-Sanchez et al., 3). חמשת המאמרים באשכול התמקדו בעיקר ביישומי ניטור צמחים. לדוגמה, כדי לקבל נתונים תלת מימדיים על שטח החופה, גובה העץ ונפח הכתר, Torres-Sanchez ´ et al. (2015) השתמש בטכנולוגיית מל"טים כדי ליצור מודלים דיגיטליים של פני השטח ולאחר מכן בגישות ניתוח תמונה מבוסס אובייקט (OBIA). יתר על כן, Zarco-Tejada et al. (2015) כימת את גובה העץ על ידי שילוב טכנולוגיית מל"טים ושיטות שחזור צילום תלת מימדי. Jim'enez-Brenes Lopez-Granados, 'De Castro, et al. (2014) הדגים תהליך חדש לניטור רב-זמני תלת-ממדי של עשרות עצי זית על ידי שילוב טכנולוגיית מל"טים עם מתודולוגיה מתקדמת של OBIA. מסלולים מעניינים לעבודות עתידיות באשכול זה כוללים שיפור הנוכחי
מתודולוגיות (Zarco-Tejada et al., 2014) למטרות דוגמנות משטח דיגיטלי (Ajayi et al., 2017; Jaud et al., 2016), כגון OBIA (de Castro et al., 2018, 2020; Ventura et al. , 2018), ושחזור צילום או פיתוח שיטות חדשות (Díaz-Varela et al., 2015; Torres-S´ anchez et al., 2015).
אשכול 6. אשכול זה דן בתפקידם של רחפנים במעקב חקלאי. מל"טים יכולים להשלים ולהתגבר על החסרונות של הדמיית לוויין ומטוסים. לדוגמה, הם יכולים לספק הדמיה כמעט בזמן אמת ברזולוציה גבוהה עם פחות אתגרי דלק או פיילוט, וכתוצאה מכך מעקב מתמיד ובזמן אמת ושיפורים בקבלת החלטות (S. Herwitz et al., 2004). תרומה מרכזית נוספת של מל"טים היא היכולת שלהם לספק נתונים ספציפיים לאתר עבור חקלאות מדויקת או חקלאות ספציפית לאתר, שכן נתונים מפורטים ברזולוציה גבוהה שלהם על פרמטרים שונים מאפשרים לחקלאים לחלק את האדמה לחלקים הומוגניים ולטפל בהם בהתאם (Hunt et al. , 2010; CC Lelong et al., 2008; Primicerio et al., 2012). מעקב חקלאי כזה המבוסס על מל"טים יכול לתמוך בניטור ביטחון תזונתי וקבלת החלטות (SR Herwitz et al., 2004). כדי לקדם את המחקר במעקב חקלאי, נדרשים לא רק שיפורים בחיישנים, מל"טים וטכנולוגיות קשורות אחרות ובשיטות התקשורת והעברת הנתונים שלהם (Ewing et al., 2020; Shuai et al., 2019), אלא גם שילוב מל"טים עם מגוון טכנולוגיות לייעול משימות שונות ביחס לחקלאות חכמה, כגון ניטור, מעקב חקלאי וקבלת החלטות, הן תחום מחקר בפוטנציאל גבוה (Alsamhi et al., 2021; Popescu et al., 2020; Vuran et al., 2018). בהקשר זה, IoT, WSNs וביג דאטה מציעים יכולות משלימות מעניינות (van der Merwe et al., 2020). עלויות יישום, חיסכון בעלויות, יעילות אנרגטית ואבטחת מידע הם בין התחומים הבלתי נחקרים לאינטגרציה כזו (Masroor et al., 2021).
מדינות ומוסדות אקדמיים
השלב האחרון כלל את חקירת ארץ המוצא ואת ההשתייכות האקדמית של המחברים. באמצעות ניתוח זה, אנו שואפים להבין טוב יותר את ההתפלגות הגיאוגרפית של חוקרים שתורמים ליישומים של מזל"טים בחקלאות. ראוי לציין את המגוון של מדינות ומוסדות אקדמיים. מנקודת מבט של מדינה, ארה"ב, סין, הודו ואיטליה ממוקמות בראש הרשימה מבחינת מספר הפרסומים (טבלה 7). הנוכחי
המחקר על מל"טים חקלאיים מתרכז בעיקר במדינות צפון אמריקה ואסיה, בעיקר בשל עיסוקם הרב ביישומי חקלאות מדויקים. לדוגמה, בארה"ב, שוק המל"טים החקלאי נאמד ב-841.9 מיליון דולר בשנת 2020, המהווה כ-30% מנתח השוק העולמי (ReportLinker, 2021). סין, המדורגת ככלכלה הגדולה בעולם, צפויה להגיע לגודל שוק משוער של 2.6 מיליארד דולר בשנת 2027. מדינה זו פונה למזל"טים חקלאיים כדי להתגבר על בעיות פריון ולהשיג תשואות טובות יותר, הפחתת עבודה ותשומות ייצור נמוכות יותר. עם זאת, אימוץ הטכנולוגיה בסין מונע גם על ידי גורמים כמו גודל האוכלוסייה והצורך לחדש ולשפר את שיטות ניהול היבול הקיימות.
מובילות המדינות היצרניות ביותר ואוניברסיטאות/ארגונים שתורמים
מחקר בנושא מזל"ט חקלאי.
דַרגָה | מדינות |
1 | ארה"ב |
2 | סין |
3 | הודו |
4 | איטליה |
5 | ספרד |
6 | גרמניה |
7 | ברזיל |
8 | אוסטרליה |
9 | יפן |
10 | בריטניה |
דַרגָה | אוניברסיטאות/ ארגונים |
1 | האקדמיה הסינית למדעים |
2 | משרד החקלאות של הרפובליקה העממית של סין |
3 | מועצה עליונה לחקירות מדעיות |
4 | אוניברסיטת טקסס A & M |
5 | סין האוניברסיטה החקלאית |
6 | שירות המחקר החקלאי של USDA |
7 | CSIC – Instituto de Agricultura Sostenible IAS |
8 | אוניברסיטת Purdue |
9 | מועצת המחקר הארצית |
10 | האוניברסיטה החקלאית דרום סין |
מנקודת מבט אוניברסיטה וארגונית, האקדמיה הסינית למדעים נמצאת בראש הרשימה מבחינת מספר הפרסומים, ואחריה משרד החקלאות של הרפובליקה העממית של סין ו-Consejo Superior de Investigaciones Científicas. האקדמיה הסינית למדעים מיוצגת על ידי המחברים ליאו שיאוהאן ולי ג'ון; האן ווטינג מייצג את משרד החקלאות של הרפובליקה העממית של סין; ו-Consejo Superior de Investigaciones Científicas מיוצג על ידי לופז-גרנאדוס, ´F. ופנה, ˜ Jos´e María S. מארה"ב, אוניברסיטאות כמו אוניברסיטת טקסס A&M ואוניברסיטת פרדו מוצאות את
אִזְכּוּר. האוניברסיטאות עם מספר הפרסומים הגבוה ביותר והקשרים ביניהן מוצגים באיור 4. בנוסף, רשימה זו כוללת מוסדות כגון Consiglio Nazionale delle Ricerche ו-Consejo Superior de Investigaciones Científicas, הפעילים במחקר מדעי, אך אינם מוסדות אקדמיים .
הבחירה שלנו כללה מגוון רחב של כתבי עת, שהקיף כמעט את כל הנתונים הזמינים. כפי שמוצג בטבלה 8, חישה מרחוק עם 258 מאמרים מדורגת בראש, ואחריה Journal of Intelligent and Robotic Systems: Theory and Applications עם 126 ומחשבים ואלקטרוניקה בחקלאות עם 98 מאמרים. בעוד שחישה מרחוק מתמקדת בעיקר ביישום ופיתוח של רחפנים, מחשבים ואלקטרוניקה בחקלאות מכסה בעיקר התקדמות בחומרת מחשבים, תוכנה, אלקטרוניקה ומערכות בקרה בחקלאות. נקודות מכירה חוצות-אזורים, כגון IEEE Robotics and Automation Letters עם 87 פרסומים ו-IEEE Access עם 34 פרסומים, הם גם שקעים מובילים בתחום. חמש עשרה החנויות המובילות תרמו לספרות עם 959 מסמכים, שהם כ-20.40% מכלל הפרסומים. ניתוח ציטוט משותף של כתב עת מאפשר לנו לבחון את החשיבות והדמיון בין הפרסומים. ניתוח הציטוט המשותף מניב שלושה אשכולות, כפי שמוצג באיור 5. האשכול האדום מורכב מכתבי עת כגון חישה מרחוק, מחשב ואלקטרוניקה בחקלאות, חיישנים,
וכתב העת הבינלאומי לחישה מרחוק. כל החנויות הללו הן כתבי עת בעלי מוניטין רב בתחומי החישה מרחוק וחקלאות מדויקת. האשכול הירוק מכיל כתבי עת העוסקים ברובוטיקה, כגון Journal of Intelligent and Robotic Systems: Theory and Applications, IEEE Robotics and Automation Letters, IEEE Access ו-Drones. חנויות אלה מפרסמות בעיקר מאמרים בנושא אוטומציה ושימושיים למהנדסים חקלאיים. האשכול הסופי נוצר על ידי כתבי עת הקשורים לאגרונומיה והנדסה חקלאית, כמו אגרונומיה ו-International Journal of Agricultural and Biological Engineering.
15 כתבי עת מובילים במחקר הקשור לרחפנים חקלאיים.
דַרגָה | כתב העת | לִסְפּוֹר |
1 | חישה מרחוק | 258 |
2 | כתב עת למערכות חכמות ורובוטיות: תיאוריה ו יישומים | 126 |
3 | מחשבים ואלקטרוניקה בחקלאות | 98 |
4 | IEEE רובוטיקה ומכתבי אוטומציה | 87 |
5 | חיישנים | 73 |
6 | כתב העת הבינלאומי לחישה מרחוק | 42 |
7 | חקלאות מדויקת | 41 |
8 | מזל"ט | 40 |
9 | אגרונומיה | 34 |
10 | גישה ל- IEEE | 34 |
11 | כתב העת הבינלאומי למערכות רובוטיות מתקדמות | 31 |
12 | כתב העת הבינלאומי להנדסה חקלאית וביולוגית | 25 |
13 | PLoS ONE | 25 |
14 | Journal of Field Robotics | 23 |
15 | הנדסה ביו-סיסטמית | 23 |
סיכום
<br> סיכום
במחקר זה, סיכמנו וניתחנו מחקרים קיימים על מל"טים חקלאיים. תוך יישום טכניקות ביבליומטריות שונות, חתרנו להשיג הבנה טובה יותר של המבנה האינטלקטואלי של מחקר הקשור לרחפנים חקלאיים. לסיכום, הסקירה שלנו מציעה מספר תרומות על ידי זיהוי ודיון במילות מפתח בספרות, חשיפת אשכולות ידע תוך יצירת קהילות דומות מבחינה סמנטית בתחום הרחפנים, מתווה מחקר מוקדם יותר והצעת כיווני מחקר עתידיים. להלן, אנו מתארים את הממצאים העיקריים של הסקירה על פיתוח מל"טים חקלאיים:
• הספרות הכוללת גדלה במהירות ומשכה תשומת לב עצומה בעשור האחרון, כפי שעולה מהעלייה במספר המאמרים לאחר 2012. למרות שתחום ידע זה טרם הגיע לבשלותו המלאה (Barrientos et al., 2011; Maes & Steppe, 2019), מספר שאלות עדיין ללא מענה. לדוגמה, התועלת של מזל"טים בחקלאות מקורה עדיין פתוחה לוויכוח (Aslan et al., 2022; Krul et al., 2021; Rold´an et al., 2015). המורכבות של סצנות השדות ונסיבות ההדמיה השונות (למשל, צללים והארה) עלולות לגרום לשונות ספקטרלית גבוהה יותר בכיתה (Yao et al., 2019). אפילו בשלבי המחקר המאוחרים, החוקרים אותגרו לקבוע תוכניות טיסה אופטימליות בהתאם לתרחישים מסוימים ואיכות התמונה הנדרשת (Soares et al., 2021; Tu et al.,
2020).
• אנו שמים לב שהתחום התקדם מפיתוח מערכות מל"טים יעילות לשילוב טכניקות בינה מלאכותית, כגון למידת מכונה ולמידה עמוקה בתכנון מל"טים חקלאיים (Bah et al., 2018; Kitano et al., 2019; Maimaitijiang et al. , 2020; Mazzia et al., 2020; Tetila et al., 2020).
• מחקר על מל"טים חקלאיים דנו בעיקר בחישה מרחוק על ידי בחינת הפוטנציאלים של הטכנולוגיה בניטור סביבתי, ניהול יבולים וניהול עשבים (אשכול 1) וכן פנוטייפ מרחוק והערכת יבול (אשכול 2). קבוצה של מחקרים משפיעים על מל"טים חקלאיים כוללים את אוסטין (2010), Berni et al. (2009)א, Herwitz et al. (2004), נקס ורמונדינו (2014), וג'אנג וקובץ' (2012). מחקרים אלו פיתחו את הבסיס הרעיוני של מחקר הקשור לרחפנים בהקשר של חקלאות.
• בהקשר למתודולוגיה, ראינו שרוב המחקרים שנעשו עד כה הורכבו ממחקרים של עיצוב מערכת, קונספטואלי או סקירה (Inoue, 2020; Nex & Remondino, 2014; P´erez-Ortiz et al. , 2015; Yao et al., 2019). אנו מבחינים גם במחסור בשיטות אמפיריות, איכותיות ומבוססות על מקרה-מחקר הפועלות בחקירת מל"טים חקלאיים.
• לאחרונה, נושאים הקשורים לחקלאות מדויקת, טכניקות AI, גידול גפנים מדויק והערכת מתח מים משכו תשומת לב רבה (Espinoza et al., 2017; Gomez-Cand ´ on ´ et al., 2016; Matese et al., 2015; Matese & Di Gennaro, 2018, 2021; Z. Zhou et al., 2021). בחינה מדוקדקת של אשכולות מחקר בשני תקופות נפרדות, 1990–2010 ו-2011–2021, חושפת את התקדמות המבנה האינטלקטואלי של התחום. התקופה שבין 1990 ל-2010 היוותה את הבנייה של מושגים מרכזיים ומושגים של מל"טים, מה שברור מהדיון בתכנון, פיתוח ויישום של מל"טים. בעידן השני, ההתמקדות המחקרית מתרחבת על מחקרים קודמים, תוך מאמץ לסנתז מקרי שימוש במל"טים בחקלאות. מצאנו גם מחקרים רבים הדנים ביישומי מזל"ט במשימות הדמיה וחקלאות מדויקת.
דַרגָה | כתב העת | לִסְפּוֹר |
1 | חישה מרחוק | 258 |
2 | כתב עת למערכות חכמות ורובוטיות: תיאוריה ו | 126 |
יישומים | ||
3 | מחשבים ואלקטרוניקה בחקלאות | 98 |
4 | IEEE רובוטיקה ומכתבי אוטומציה | 87 |
5 | חיישנים | 73 |
6 | כתב העת הבינלאומי לחישה מרחוק | 42 |
7 | חקלאות מדויקת | 41 |
8 | מזל"ט | 40 |
9 | אגרונומיה | 34 |
10 | גישה ל- IEEE | 34 |
11 | כתב העת הבינלאומי למערכות רובוטיות מתקדמות | 31 |
12 | כתב העת הבינלאומי להנדסה חקלאית וביולוגית | 25 |
13 | PLoS ONE | 25 |
14 | Journal of Field Robotics | 23 |
15 | הנדסה ביו-סיסטמית | 22 |
משמעויות
הסקירה הביבליומטרית שלנו תוכננה ונערכה מתוך מחשבה על חוקרים, חקלאים, מומחים חקלאיים, יועצי יבול ומעצבי מערכות מל"טים. למיטב ידיעת המחברים, זוהי אחת הביקורות המקוריות הראשונות שביצעו ניתוח ביבליומטרי מעמיק של
יישומי מזל"ט בחקלאות. ערכנו סקירה מקיפה של גוף הידע הזה, תוך שימוש בניתוחי ציטוטים וציטוטים משותפים של פרסומים. הניסיונות שלנו לתאר את המבנה האינטלקטואלי של חקר המל"טים מציעים גם תובנות חדשות לאקדמאים. סקירה מדוקדקת של מילות המפתח בהן נעשה שימוש לאורך זמן חושפת את הנקודות החמות ותחומי המחקר המוקדים בספרות הקשורה לרחפנים. יתר על כן, אנו מציגים רשימה של המחקרים המצוטטים ביותר כדי לזהות את עבודות המחקר המשפיעות ביותר שהושלמו בתחום. הזיהוי של מאמרים ומילות מפתח עשוי להוות נקודת התחלה מוצקה לחשיפת מספר אפיקים למחקרים עתידיים.
חשוב לציין, חשפנו אשכולות שמסווגים עבודות דומות והרחבנו את התוצאות. המחקרים המסווגים באשכולות מסייעים בהבנת המבנה האינטלקטואלי של חקר המל"טים. יש לציין שגילינו מחסור במחקרים שחוקרים את גורמי האימוץ של מל"טים
וחסמים בפעילות חקלאית (ראה טבלה 9). חוקרים עתידיים יוכלו לטפל בפער הפוטנציאלי הזה על ידי ביצוע חקירות אמפיריות שמעריכות את גורמי האימוץ של מל"טים בפעילויות חקלאות שונות ובתנאי אקלים. יתרה מזאת, מחקר המבוסס על מקרים בנוגע ליעילות של רחפנים צריך להיות מגובה בנתונים אמיתיים מהשטח. כמו כן, שיתוף חקלאים ומנהלים במחקר אקדמי יהיה יתרון לקידום התיאורטי והמעשי של חקר הרחפנים. הצלחנו גם לזהות את החוקרים הבולטים ביותר ואת תרומתם, וזה בעל ערך מכיוון שהמודעות לעבודות המכוננות האחרונות יכולה להציע הנחיות לעשייה אקדמית עתידית.
לוח 9
חסמי אימוץ מל"טים.
מחסום | תיאור |
אבטחת מידע | אבטחת סייבר היא אתגר מרכזי ליישום פתרונות IoT (Masroor et al., 2021). |
יכולת פעולה הדדית ו השתלבות | טכנולוגיות שונות כמו מל"ט, WSN, IoT וכו'. צריך להיות משולב ולהעביר נתונים אשר להגדיל את רמת המורכבות (Alsamhi et al., 2021; Popescu et al., 2020; Vuran et al., 2018). |
עלויות יישום | זה נכון במיוחד עבור חקלאים קטנים ועבור שילוב טכנולוגיות מתקדמות שונות ( Masroor et al., 2021). |
ידע בעבודה ו מומחיות | דרושים טייסי מל"טים מיומנים להפעלת מל"טים. כמו כן, יישום חדשני שונים טכנולוגיות דורשות עובדים מיומנים (YB Huang et al., 2013; Tsouros et al., 2019). |
כוח מנוע וטיסה משך | לא ניתן להפעיל מל"טים במשך שעות ארוכות ולכסות שטחים גדולים (Hardin & Hardin, 2010; Laliberte et al., 2007). |
יציבות, אמינות ו כּוֹשֵׁר תִמרוּן | מל"טים אינם יציבים בתנאי מזג אוויר גרועים (Hardin & Hardin, 2010; Laliberte et al., 2007). |
מגבלות מטען ו איכות החיישנים | רחפנים בלבד יכולים לשאת עומסים מוגבלים שמובילים אליהם יכולת טעינת חיישנים באיכות נמוכה יותר (Nebiker ואח ', 2008). |
תקנה | מכיוון שמזל"טים יכולים להיות מסוכנים גם כן, ישנם מצבים חמורים תקנות בתחומים מסוימים (Hardin & Jensen, 2011; Laliberte & Rango, 2011). |
ידע חקלאים ו אינטרס | כמו טכנולוגיות מתקדמות אחרות, הרחפנים יישום מוצלח דורש מומחיות וגם מלווה באי ודאויות (Fisher et al., 2009; Lambert et al., 2004; סטפורד, 2000). |
מכיוון שקיים צורך מתמיד בשימוש יעיל במשאבים זמינים כדי למקסם את התפוקה, חקלאים יכולים לנצל את הרחפנים כדי להבטיח סריקה מהירה, מדויקת וחסכונית של השדות שלהם. הטכנולוגיה יכולה לתמוך בחקלאים לקבוע את מצב היבולים שלהם ולהעריך את מצב המים, שלב ההבשלה, נגיעות חרקים וצרכים תזונתיים. יכולות החישה מרחוק של רחפנים יכולות לספק לחקלאים נתונים חיוניים כדי לצפות בעיות בשלב מוקדם ולבצע התערבויות מתאימות. עם זאת, היתרונות של הטכנולוגיה יכולים להתממש רק אם האתגרים יטופלו כראוי. לאור ה
בעיות נוכחיות בנוגע לאבטחת נתונים, בעיות טכנולוגיות חיישנים (למשל, מהימנות או דיוק של מדידות), מורכבות האינטגרציה ועלויות יישום משמעותיות, מחקרים עתידיים חייבים לבחון גם את ההיתכנות הטכנית, הכלכלית והתפעולית של שילוב מל"טים חקלאיים וחיתוך אחר- טכנולוגיות קצה.
מגבלות
למחקר שלנו יש מספר מגבלות. ראשית, הממצאים נקבעים לפי הפרסומים שנבחרו לניתוח הסופי. זה מאתגר ללכוד את כל המחקרים הרלוונטיים הקשורים למזל"טים חקלאיים, במיוחד אלה שאינם מודפסים במסד הנתונים של Scopus. יתר על כן, תהליך איסוף הנתונים מוגבל להגדרת מילות מפתח לחיפוש, אשר עשויות לא להיות כוללות ולהוביל לממצאים לא חד משמעיים. לפיכך, מחקרים עתידיים צריכים לשים לב יותר לנושא הבסיסי של איסוף נתונים
מסקנות אמינות יותר. מגבלה נוספת נוגעת לפרסומים חדשים עם מספר נמוך של ציטוטים. הניתוח הביבליומטרי מוטה לפרסומים מוקדמים יותר מכיוון שהם נוטים לקבל יותר ציטוטים במהלך השנים. מחקרים אחרונים צריכים פרק זמן מסוים כדי למשוך תשומת לב ולצבור אזכורים. כתוצאה מכך, מחקרים עדכניים שמביאים שינוי פרדיגמה לא ידורגו בעשרת היצירות המשפיעות ביותר. מגבלה זו רווחת בבחינת תחומי מחקר המתפתחים במהירות כמו מל"טים חקלאיים. כפי שהתייעצנו עם Scopus כדי ללמוד את הספרות לעבודה זו, חוקרים עתידיים יכולים לשקול אחרת
מסדי נתונים, כגון Web of Science ו-IEEE Xplore, כדי להרחיב את האופק ולשפר את מבנה המחקר.
מחקרים ביבליומטריים פוטנציאליים עשויים לשקול מקורות ידע חיוניים אחרים כמו מאמרים בכנס, פרקים וספרים כדי ליצור תובנות חדשות. למרות מיפוי וחקירה של פרסומים גלובליים על מל"טים חקלאיים, הממצאים שלנו לא חשפו את הסיבות מאחורי התפוקות המדעיות של אוניברסיטאות. זה סולל את הדרך לתחום מחקר חדשני בהסבר איכותני מדוע כמה אוניברסיטאות פרודוקטיביות יותר מאחרות כשמדובר במחקר על חקלאות
מל"טים. בנוסף, מחקרים עתידיים יכולים לספק תובנות לגבי הפוטנציאל של מל"טים להגביר את הקיימות החקלאית במספר דרכים כגון ניטור סביבתי, ניהול יבולים ומיפוי עשבים, כפי שצוינו על ידי מספר חוקרים (Chamuah & Singh, 2019; Islam et al., 2021; Popescu et al., 2020; J. Su, Liu, et al., 2018b). מאחר שהניתוח הטקסטואלי לא התאפשר עקב המספר הגבוה של מאמרים נבחרים, יש צורך בסקירות ספרות שיטתיות הבודקות את
שיטות מחקר בשימוש ומעורבות חקלאים במחקרים קודמים. בקיצור, הניתוח שלנו של חקר המל"טים חושף את הקשרים הבלתי נראים של גוף הידע הזה. סקירה זו מסייעת אפוא לחשוף את היחסים בין פרסומים וחוקרת את המבנה האינטלקטואלי של שדה המחקר. הוא גם מתאר את הקשרים בין ההיבטים השונים של הספרות, כגון מילות המפתח של המחברים, השתייכותם ומדינותיהם.
הצהרת עניין מתחרה
המחברים מצהירים כי אין להם אינטרסים כלכליים מתחרים או יחסים אישיים ידועים שיכולים היו להשפיע על העבודה המדווחת במאמר זה.
נספח 1
TITLE-ABS-KEY (((מל"ט* או "כלי טיס בלתי מאויש" OR uav* או "מערכת מטוסים בלתי מאוישים" או uas או "מטוסי טייס מרחוק”) AND (חקלאי OR חקלאות OR חקלאות OR חקלאי))) AND (EXCLUDE (PUBYEAR, 2022)) AND (LIMIT-TO (שפה, "אנגלית")).
הפניות
Aasen, H., Burkart, A., Bolten, A., Bareth, G., 2015. הפקת מידע היפרספקטרלי תלת מימדי עם מצלמות כטב"ם קלות משקל לניטור צמחייה: מ
כיול מצלמה לאבטחת איכות. ISPRS J. Photogram. חיישנים מרוחקים 108, 245–259. https://doi.org/10.1016/j.isprsjprs.2015.08.002.
Abd-Elrahman, A., Pearlstine, L., Percival, F., 2005. פיתוח אלגוריתם לזיהוי תבניות לזיהוי ציפורים אוטומטי מתמונות כלי טיס בלתי מאוישים.
סֶקֶר. מידע על קרקע. Sci. 65 (1), 37–45.
Abdollahi, A., Rejeb, K., Rejeb, A., Mostafa, MM, Zailani, S., 2021. רשתות חיישנים אלחוטיות בחקלאות: תובנות מניתוח ביבליומטרי. קיימות 13 (21),
12011.
Aboutalebi, M., Torres-Rua, AF, Kustas, WP, Nieto, H., Coopmans, C., McKee, M., הערכה של שיטות שונות לזיהוי צללים בתמונות אופטיות ברזולוציה גבוהה והערכת השפעת הצל על החישוב של NDVI, ואפוטרנספירציה. אירג. Sci. 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. הדמיה היפרספקטרלית: סקירה על חיישנים מבוססי מל"ט, נתונים עיבוד ו
בקשות לחקלאות וייעור. חישה מרחוק 9 (11). https://doi.org/ 10.3390/rs9111110.
Agüera Vega, F., Ramírez, FC, Saiz, MP, Rosúa, FO, 2015. הדמיה רב-זמנית באמצעות כלי טיס בלתי מאויש לניטור יבול חמניות. ביוסיסט. Eng.
132, 19–27. https://doi.org/10.1016/j.biosystemseng.2015.01.008.
Ajayi, OG, Salubi, AA, Angbas, AF, Odigure, MG, 2017. יצירת דגמי גובה דיגיטליים מדויקים ממל"ט רכשה תמונות חופפות באחוז נמוך. Int.
J. Remote Sens. 38 (8–10), 3113–3134. https://doi.org/10.1080/ 01431161.2017.1285085.
Ali, I., Greifeneder, F., Stamenkovic, J., Neumann, M., Notarnicola, C., 2015. סקירה של גישות למידת מכונה לאחזור של ביומסה ולחות בקרקע מנתוני חישה מרחוק. חישה מרחוק 7 (12), 16398–16421.
Alsamhi, SH, Afghah, F., Sahal, R., Hawbani, A., Al-Qaness, MAA, Lee, B., Guizani, M., Green internet of things באמצעות מל"טים ברשתות B5G: סקירת יישומים
ואסטרטגיות. מוֹדָעָה. Hoc. רשת 117, 102505 https://doi.org/10.1016/j. adhoc.2021.102505.
Al-Thani, N., Albuainain, A., Alnaimi, F., Zorba, N., 2020. מל"טים לניטור חיות כבשים. במסגרת: כנס האלקטרוטכני ה-20 של IEEE Mediterranean. https://doi.
org/10.1109/MELECON48756.2020.9140588.
Ampatzidis, Y., Partel, V., 2019. פנוטייפ מבוסס מל"טים בתפוקה גבוהה בהדרים תוך שימוש בהדמיה רב-ספקטרלית ובינה מלאכותית. חישה מרחוק 11 (4), https://doi.org/10.3390/rs11040410.
Ampatzidis, Y., Partel, V., Costa, L., 2020. Agroview: אפליקציה מבוססת ענן לעיבוד, ניתוח והצגה של נתונים שנאספו מל"טים עבור יישומי חקלאות מדויקים תוך שימוש בבינה מלאכותית. מחשוב. אֶלֶקטרוֹן. Agric. 174, 105457 https://doi. org/10.1016/j.compag.2020.105457.
Ang, K.-L.-M., Seng, JKP, 2021. Big Data ולמידת מכונה עם מידע היפרספקטרלי בחקלאות. IEEE Access 9, 36699–36718. https://doi.org/10.1109/
ACCESS.2021.3051196.
Aquilani, C., Confessore, A., Bozzi, R., Sirtori, F., Pugliese, C., 2022. סקירה: טכנולוגיות חקלאות חיות מדויקות במערכות חיה מבוססות מרעה. חיה 16 (1), https://doi.org/10.1016/j.animal.2021.100429.
Armenta-Medina, D., Ramirez-Delreal, TA, Villanueva-Vasquez, ´D., Mejia-Aguirre, C., Trends on technological information and communication for
שיפור הפרודוקטיביות החקלאית: ניתוח ביבליומטרי. אגרונומיה 10 (12), סעיף 12. https://doi.org/10.3390/agronomy10121989.
Armstrong, I., Pirrone-Brusse, M., Smith, A., Jadud, M., 2011. The flying Gator: into aerial robotics in occam-π. Commun. אדריכל תהליכים. 2011, 329–340. https://doi. org/10.3233/978-1-60750-774-1-329.
Arora, SD, Chakraborty, A., 2021. מבנה אינטלקטואלי של התנהגות צרכנים מתלוננים (CCB): ניתוח ביבליומטרי. J. Business Res. 122, 60–74.
Aslan, MF, Durdu, A., Sabanci, K., Ropelewska, E., Gültekin, SS, 2022.
סקר מקיף של המחקרים האחרונים עם מל"ט לחקלאות מדויקת בשדות פתוחים ובחממות. יישום Sci. 12 (3), 1047. https://doi.org/10.3390/
app12031047.
Atkinson, JA, Jackson, RJ, Bentley, AR, Ober, E., & Wells, DM (2018). פנוטייפ שדה לעתיד. ב-Anual Plant Reviews באינטרנט (עמ' 719–736). ג'ון
Wiley & Sons, Ltd. doi: 10.1002/9781119312994.apr0651.
Austin, R., 2010. מערכות מטוסים בלתי מאוישים: תכנון, פיתוח ופריסה של מל"טים. בתוך: מערכות מטוסים בלתי מאוישים: תכנון, פיתוח של מל"טים ו
פְּרִיסָה. ג'ון ווילי ובניו. https://doi.org/10.1002/9780470664797.
Awais, M., Li, W., Cheema, MJM, Zaman, QU, Shaheen, A., Aslam, B., Zhu, W., Ajmal, M., Faheem, M., Hussain, S., Nadeem, AA, Afzal, MM, Liu, C., 2022. חישה מרחוק מבוססת UAV במתח צמחים דמיינו שימוש בחיישן תרמי ברזולוציה גבוהה עבור שיטות חקלאות דיגיטליות: מטה-סקירה. Int. J. Environ. Sci. טכנול. https://doi.
org/10.1007/s13762-021-03801-5.
Bacco, M., Berton, A., Ferro, E., Gennaro, C., Gotta, A., Matteoli, S., Paonessa, F., Ruggeri, M., Virone, G., Zanella, A., 2018. חקלאות חכמה: הזדמנויות, אתגרים
ומאפשרי טכנולוגיה. 2018 IoT אנכי ו. פסגה אקטואלית בנושא חקלאות -טוסקנה (IOT טוסקנה) 1–6. https://doi.org/10.1109/IOTTUSCANY.2018.8373043.
Bah, MD, Hafiane, A., Canals, R., 2018. למידה עמוקה עם תיוג נתונים ללא פיקוח לזיהוי עשבים בגידולי קו בתמונות מל"ט. חישה מרחוק 10 (11), 1690.
https://doi.org/10.3390/rs10111690.
Baldi, S., 1998. תהליכים נורמטיביים לעומת חברתי קונסטרוקטיביסטיים בהקצאת ציטוטים: מודל רשת-אנליטי. אמ. Sociol. רפ' 63 (6), 829–846. https://doi.
org/10.2307/2657504.
Baluja, J., Diago, MP, Balda, P., Zorer, R., Meggio, F., Morales, F., Tardaguila, J., 2012. הערכה של שונות מצב מי הכרם על ידי תרמית ורב-ספקטרלית
צילום באמצעות כלי טיס בלתי מאויש (מל"ט). אירג. Sci. 30 (6), 511–522. https://doi.org/10.1007/s00271-012-0382-9.
Barabaschi, D., Tondelli, A., Desiderio, F., Volante, A., Vaccino, P., Val`e, G., Cattivelli, L., רבייה מהדור הבא. Plant Sci. 242, 3–13. https://doi.org/10.1016/j.
plantsci.2015.07.010.
Barbedo, JGA, Koenigkan, LV, 2018. פרספקטיבות על השימוש במערכות אוויריות בלתי מאוישות לניטור בקר. Outlook Agric. 47 (3), 214–222. https://doi.org/10.1177/0030727018781876.
Bareth, G., Aasen, H., Bendig, J., Gnyp, ML, Bolten, A., Jung, A., Michels, R., Soukkamaki, ¨ J., 2015. Hyperspectral בעל משקל נמוך ומבוסס על מל"ט מצלמות פול-פריים
לניטור יבולים: השוואה ספקטרלית עם מדידות ספקטרורדיומטרים ניידים. Photogrammetrie, Fernerkundung, Geoinformation 2015 (1), 69–79.
https://doi.org/10.1127/pfg/2015/0256.
Barrientos, A., Colorado, J., Del Cerro, J., Martinez, A., Rossi, C., Sanz, D., Valente, J., חישה מרחוק אווירית בחקלאות: גישה מעשית לכיסוי שטח
ותכנון נתיבים עבור ציים של מיני רובוטים אוויריים. ג'יי פילד רוב. 28 (5), 667–689. https://doi.org/10.1002/rob.20403.
Basiri, A., Mariani, V., Silano, G., Aatif, M., Iannelli, L., Glielmo, L., 2022. סקר על יישום אלגוריתמים של תכנון נתיבים עבור מל"טים מרובי רוטורים בדייקנות
חַקלָאוּת. J. Navig. 75 (2), 364–383.
Basnet, B., Bang, J., 2018. המדינה-of-the-art של חקלאות עתירת ידע: סקירה על מערכות חישה יישומיות וניתוח נתונים. J. Sens 2018, 1–13.
Bendig, J., Bolten, A., Bareth, G., 2013. הדמיה מבוססת מל"ט עבור מודלים של משטח יבול רב-זמני, ברזולוציה גבוהה מאוד, לניטור שונות של גידול היבול. 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. הערכת ביומסה של שעורה באמצעות מודלים משטחי יבול (CSMs) שמקורם בהדמיית RGB מבוססת UAV. חישה מרחוק 6 (11), 10395–10412.
Bendig, J., Yu, K., Aasen, H., Bolten, A., Bennertz, S., Broscheit, J., Gnyp, ML, Bareth, G., 2015. שילוב של גובה צמחים מבוסס מל"ט משטח היבול דגמים,
מדדי צמחייה גלויים וקרובים לאינפרא אדום לניטור ביומסה בשעורה. Int. J. Appl. Earth Obs. Geoinf. 39, 79–87. https://doi.org/10.1016/j.jag.2015.02.012.
Berni, JA, Zarco-Tejada, PJ, Sepulcre-Canto, ´G., Fereres, E., Villalobos, F., 2009a. מיפוי מוליכות חופה ו-CWSI במטעי זיתים ברזולוציה גבוהה
תמונות חישה תרמית מרחוק. חיישנים מרחוק סביבת. 113 (11), 2380–2388. https://doi.org/10.1016/j.rse.2009.06.018.
Berni, JA, Zarco-Tejada, PJ, Suarez, ´L., Fereres, E., 2009b. חישה מרחוק תרמית וצר פס לניטור צמחייה מכלי טיס בלתי מאויש. IEEE טרנס. Geosci. חיישנים מרוחקים 47 (3), 722–738.
Bouzembrak, Y., Klüche, M., Gavai, A., Marvin, HJP, 2019. האינטרנט של הדברים בבטיחות מזון: סקירת ספרות וניתוח ביבליומטרי. Trends Food Sci. טכנול. 94,54–64. https://doi.org/10.1016/j.tifs.2019.11.002.
Brewster, C., Roussaki, I., Kalatzis, N., Doolin, K., Ellis, K., 2017. IoT בחקלאות: תכנון פיילוט רחב היקף באירופה. IEEE Commun. מג. 55 (9), 26–33.
Buters, TM, Belton, D., Cross, AT, 2019. מעקב מל"ט רב חיישני של שתילים בודדים וקהילות שתילים בדיוק מילימטר. מזל"טים 3 (4), 81.
https://doi.org/10.3390/drones3040081.
Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., Gatelli, M., 2015. הערכת תמונות רב-ספקטרליות ומדדי צמחייה ליישומי חקלאות מדויקת מתמונות מל"טים. חישה מרחוק 7 (4), 4026–4047. https://doi.org/10.3390/rs70404026.
Cao, Y., Li, GL, Luo, YK, Pan, Q., Zhang, SY, 2020. ניטור מדדי גידול סלק סוכר באמצעות אינדקס צמחייה רחב דינמי (WDRVI) שמקורו במל"ט
תמונות רב-ספקטרליות. מחשוב. אֶלֶקטרוֹן. Agric. 171, 105331 https://doi.org/10.1016/j.compag.2020.105331.
Casillas, J., Acedo, F., 2007. אבולוציה של המבנה האינטלקטואלי של ספרות עסקים משפחתיים: מחקר ביבליומטרי של FBR. עסק משפחתי כד 20 (2), 141–162.
Cen, H., Wan, L., Zhu, J., Li, Y., Li, X., Zhu, Y., Weng, H., Wu, W., Yin, W., Xu, C., Bao, Y., Feng, L., Shou, J., He, Y., 2019. ניטור דינמי של ביומסה של אורז תחת
טיפולי חנקן שונים באמצעות מל"ט קל משקל עם מצלמות תמונה כפולה. שיטות צמחים 15 (1), 32. https://doi.org/10.1186/s13007-019-
0418-8.
Chamuah, A., Singh, R., 2019. הבטחת קיימות בחקלאות הודית באמצעות מל"ט אזרחי: פרספקטיבה של חדשנות אחראית. SN Appl. Sci. 2 (1), 106. https://
doi.org/10.1007/s42452-019-1901-6.
Chamuah, A., Singh, R., 2022. ממשל אחראי של חידושים אזרחיים בלתי מאוישים כלי טיס (מל"ט) עבור יישומי ביטוח יבול הודי. י. אחראי
טכנול. 9, 100025 https://doi.org/10.1016/j.jrt.2022.100025.
חן, א', אורלוב-לוין, ו', מירון, מ', 2019. יישום הדמיה אווירית של חופת יבול ברזולוציה גבוהה ברזולוציה גבוהה לניהול השקיה מדויק. Agric. מים
מנהל. 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. מל"ט קל משקל עם פוטוגרמטריה מובנית ומיצוב GPS חד-תדר. ליישומי מטרולוגיה. ISPRS J. Photogram. חיישנים מרוחקים 127, 115–126. https://doi.org/10.1016/j.isprsjprs.2016.12.007.
Dawaliby, S., Aberkane, A., Bradai, A., 2020. פלטפורמת IoT מבוססת בלוקצ'יין לניהול תפעול רחפנים אוטונומי. בתוך: הליכים של ACM 2
סדנת MobiCom בנושא תקשורת אלחוטית בעזרת מזל"ט עבור 5G ומעלה, עמ' 31–36. https://doi.org/10.1145/3414045.3415939.
Day, RA, Gastel, B., 1998. כיצד לכתוב ולפרסם מאמר מדעי. הוצאת אוניברסיטת קיימברידג'. דה קסטרו, AI, Pena, ˜ JM, Torres-Sanchez, ´J., Jim´enez-Brenes, FM, ValenciaGredilla, F., Recasens, J., Lopez-Granados, ´F., 2020. מיפוי דקטילון צינודון כיסוי יבולים עם נוהל עץ החלטה אוטומטי-OBIA ותמונות מל"טים לגידול גפנים מדויק. חישה מרחוק 12 (1), 56. https://doi.org/10.3390/rs12010056.
de Castro, AI, Torres-S' anchez, J., Pena, ˜ JM, Jim'enez-Brenes, FM, Csillik, O., Lopez- 'Granados, F., 2018. אלגוריתם אוטומטי אקראי של יער-OBIA עבור מיפוי עשבים מוקדם בין ובתוך שורות היבול באמצעות תמונות מל"טים. חישה מרחוק 10 (2). https://doi.org/10.3390/rs10020285.
Demir, N., Sonmez, ¨ NK, Akar, T., Ünal, S., 2018. מדידה אוטומטית של גובה הצמח של גנוטיפים של חיטה באמצעות DSM שנגזר מתמונות מל"טים. הליכים 2 (7), 350. https://doi.org/10.3390/ecrs-2-05163.
Deng, J., Zhong, Z., Huang, H., Lan, Y., Han, Y., Zhang, Y., 2020. רשת פילוח סמנטי קלת משקל למיפוי עשבים בזמן אמת באמצעות כלי טיס בלתי מאוישים. יישום Sci. 10 (20), 7132. https://doi.org/10.3390/app10207132.
Deng, L., Mao, Z., Li, X., Hu, Z., Duan, F., Yan, Y., 2018. חישה מרחוק רב-ספקטרלית מבוססת מל"ט לחקלאות מדויקת: השוואה בין מצלמות שונות. ISPRS J. Photogram. חיישנים מרוחקים 146, 124–136.
Diaz-Gonzalez, FA, Vuelvas, J., Correa, CA, Vallejo, VE, Patino, D., 2022. למידת מכונה וטכניקות חישה מרחוק מיושמות להערכת אינדיקטורים לקרקע - סקירה. אקול. Ind. 135, 108517 https://doi.org/10.1016/j.ecolind.2021.108517.
Díaz-Varela, RA, De la Rosa, R., Leon, ´L., Zarco-Tejada, PJ, 2015. תמונות של מל"ט מוטס ברזולוציה גבוהה להערכת פרמטרים של כתר עץ זית באמצעות צילום תלת מימד
שחזור: יישום בניסויי רבייה. חישה מרחוק 7 (4), 4213–4232. https://doi.org/10.3390/rs70404213.
Dixit, A., Jakhar, SK, 2021. ניהול קיבולת שדה תעופה: סקירה וניתוח ביבליומטרי. J. Air Transp. ניהול 91, 102010.
דונג, ט., שאנג, ג'., ליו, ג'., קיאן, ב., ג'ינג, קיו, מא, ב., האפמן, ט., גנג, איקס, סו, א., שי, י., Canisius, F., Jiao, X., Kovacs, JM, Walters, D., Cable, J., Wilson, J., 2019.
שימוש בתמונות RapidEye כדי לזהות שונות בתוך השדה של צמיחת יבולים ותפוקה באונטריו, קנדה. Precision Agric. 20 (6), 1231–1250. https://doi.org/10.1007/
s11119-019-09646-w.
Dutta, PK, Mitra, S., 2021. יישום של מל"טים חקלאיים ו-iot להבנת שרשרת אספקת המזון במהלך פוסט COVID-19. בתוך: Choudhury, A., Biswas, A., Prateek, M.,
Chakrabarti, A. (עורכים), אינפורמטיקה חקלאית: אוטומציה באמצעות IoT ולמידת מכונה. ווילי, עמ' 67–87. van Eck, N., Waltman, L., 2009. סקר תוכנה: VOSviewer, תוכנת מחשב למיפוי ביבליומטרי. סיינטמטריקס 84 (2), 523–538. https://doi.org/10.1007/s11192-009-0146-3.
Elijah, O., Rahman, TA, Orikumhi, I., Leow, CY, Hindia, MN, 2018. סקירה כללית של האינטרנט של הדברים (IoT) וניתוח נתונים בחקלאות: יתרונות ואתגרים.
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. Validation of agronomic מל"ט ושדה
מדידות עבור זני עגבניות. מחשוב. אֶלֶקטרוֹן. Agric. 158, 278–283. https:// doi.org/10.1016/j.compag.2019.02.011.
Espinoza, CZ, Khot, LR, Sankaran, S., Jacoby, PW, 2017. הערכת מתח מים רב-ספקטרלית ותרמית מבוססת חישה מרחוק ברזולוציה גבוהה ב
גפנים מושקות תת קרקעיות. חישה מרחוק 9 (9), 961. https://doi.org/ 10.3390/rs9090961.
Ewing, J., Oommen, T., Jayakumar, P., Alger, R., 2020. ניצול חישה מרחוק היפרספקטרלית להדרגת קרקע. חישה מרחוק 12 (20), 3312. ttps://doi.org/10.3390/
rs12203312.
Fawcett, D., Panigada, C., Tagliabue, G., Boschetti, M., Celesti, M., Evdokimov, A., Biriukova, K., Colombo, R., Miglietta, F., Rascher, U., Anderson, K., 2020. הערכה רב-קנה מידה של החזר משטח רב-ספקטרלי מבוסס מזל"ט ומדדי צמחייה בתנאים תפעוליים. חישה מרחוק 12 (3), 514.
Feng, X., Yan, F., Liu, X., 2019. מחקר של טכנולוגיות תקשורת אלחוטיות באינטרנט של הדברים לחקלאות מדויקת. פרס. Commun. 108 (3),
1785-1802.
Ferreira, MP, Pinto, CF, Serra, FR, 2014. תורת עלויות העסקה במחקר עסקי בינלאומי: מחקר ביבליומטרי על פני שלושה עשורים. Scientometrics 98 (3), 1899–1922. https://doi.org/10.1007/s11192-013-1172-8.
Fisher, P., Abuzar, M., Rab, M., Best, F., Chandra, S., 2009. התקדמות בחקלאות מדויקת בדרום-מזרח אוסטרליה. I. מתודולוגיית רגרסיה לדמות
וריאציה מרחבית בתשואות הדגנים תוך שימוש בתשואות הכר ההיסטוריות של החקלאים ובמדד הצמחייה המנורמלת. Crop Pasture Sci. 60 (9), 844–858.
Floreano, D., Wood, RJ, 2015. מדע, טכנולוגיה והעתיד של מל"טים אוטונומיים קטנים. טבע 521 (7553), 460–466. https://doi.org/10.1038/nature14542.
Friha, O., Ferrag, MA, Shu, L., Maglaras, LA, Wang, X., 2021. האינטרנט של הדברים לעתיד החקלאות החכמה: סקר מקיף של טכנולוגיות מתפתחות. IEEE CAA J. Autom. סיניקה 8 (4), 718–752.
Fuentes-Pacheco, J., Torres-Olivares, J., Roman-Rangel, E., Cervantes, S., JuarezLopez, P., Hermosillo-Valadez, J., Rendon-Mancha, ´ JM, 2019. פילוח צמח התאנה מתמונות אוויר באמצעות רשת מקודדים-מפענחים קונבולוציונית עמוקה. חישה מרחוק 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. מל"טים מאתגרים להעריך מתח מים עבור
חקלאות בת קיימא. Agric. מנהל מים. 153, 9–19. https://doi.org/10.1016/j. agwat.2015.01.020.
García-Tejero, IF, Rubio, AE, Vinuela, ˜ I., Hern´andez, A., Guti´errez-Gordillo, S., Rodríguez-Pleguezuelo, CR, Dur´an-Zuazo, VH, 2018. הדמיה תרמית במפעל
רמה להערכת מצב מי היבול בעצי שקד (Cv. Guara) תחת אסטרטגיות השקיה בגירעון. Agric. מנהל מים. 208, 176–186. https://doi.org/10.1016/j.
agwat.2018.06.002.
Garzonio, R., Di Mauro, B., Colombo, R., Cogliati, S., 2017. מדידות ספקטרוסקופיה של פלואורסצנציה מוגברת של פני השטח באמצעות UAS היפרספקטרלי קטן. חישה מרחוק 9 (5), 472. https://doi.org/10.3390/rs9050472. Gaˇsparovi´c, M., Zrinjski, M., Barkovi´c, Đ., Radoˇcaj, D., 2020. שיטה אוטומטית עבור
מיפוי עשבים בשדות שיבולת שועל בהתבסס על תמונות מל"טים. מחשוב. אֶלֶקטרוֹן. Agric.
Gebbers, R., Adamchuk, VI, 2010. חקלאות מדויקת ואבטחת מזון. מדע 327 (5967), 828–831. https://doi.org/10.1126/science.1183899.
Geipel, J., Link, J., Claupein, W., 2014. מידול ספקטרלי ומרחבי משולב של תפוקת תירס בהתבסס על תמונות אוויריות ומודלים משטחי יבול שנרכשו עם מערכת מטוסים בלתי מאוישים. חישה מרחוק 6 (11), 10335–10355. https://doi.org/10.3390/rs61110335.
Geng, D., Feng, Y., Zhu, Q., 2020. עיצוב בר קיימא למשתמשים: סקירת ספרות וניתוח ביבליומטרי. סביבה. Sci. לזהם. מילון 27 (24), 29824–29836. https://doi. org/10.1007/s11356-020-09283-1.
Gevaert, CM, Suomalainen, J., Tang, J., Kooistra, L., 2015. יצירת משטחי תגובה ספקטרל-זמניים על ידי שילוב של לווין רב-ספקטרלי והיפר-ספקטרלי
תמונת מל"טים ליישומי חקלאות מדויקת. IEEE J. Sel. חלק עליון. יישום Earth Obs. חיישנים מרוחקים 8 (6), 3140–3146. ttps://doi.org/10.1109/JSTARS.2015.2406339.
Gill, SS, Chana, I., Buyya, R., 2017. חקלאות מבוססת IoT כשירות ענן וביג דאטה: תחילתה של הודו הדיגיטלית. J. Org. ומחשוב משתמש קצה. (JOEUC) 29 (4),
1-23.
Gmür, M., 2006. ניתוח ציטוט משותף וחיפוש מכללות בלתי נראות: הערכה מתודולוגית. סיינטמטריקס 57 (1), 27–57. https://doi.org/10.1023/
a:1023619503005.
Gnadinger, ¨ F., Schmidhalter, U., 2017. ספירות דיגיטליות של צמחי תירס על ידי כלי טיס בלתי מאוישים (מל"טים). חישה מרחוק 9 (6). Https://doi.org/10.3390/rs9060544.
Gokto ¨ ǧan, AH, Sukkarieh, S., Bryson, M., Randle, J., Lupton, T., Hung, C., 2010. רכב אווירי בלתי מאויש בעל כנף רוטרי למעקב עשבים מימיים ו
הַנהָלָה. ג'יי אינטל. מערכת רובוטית: תיאוריה. יישום 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. הערכת הדיוק של פסיפסים מתמונות של כלי טיס בלתי מאוישים (מל"ט) למטרות חקלאות מדויקות בחיטה. מדויק. Agric. 15 (1), 44–56. https://doi.org/10.1007/s11119-013-9335-4.
Gomez-Cand ´ on, ´ D., Virlet, N., Labbe, S., Jolivot, A., Regnard, J.-L., 2016. פנוטייפ שדה של מתח מים בקנה מידה עצים על ידי דימויים שחושים במל"ט : תובנות חדשות עבור
רכישה תרמית וכיול. מדויק. Agric. 17 (6), 786–800. https://doi.org/10.1007/s11119-016-9449-6.
Gonzalez-Dugo, V., Zarco-Tejada, PJ, Fereres, E., 2014. ישימות ומגבלות של שימוש במדד מתח המים של היבול כאינדיקטור לגירעונות מים במטעי הדרים. Agric. ל. מטאורול. 198–199, 94–104. https://doi.org/10.1016/j. agrformet.2014.08.003.
Gonzalez-Dugo, V., Zarco-Tejada, P., Nicolas, ´ E., Nortes, PA, Alarcon, ´ JJ, Intrigliolo, DS, Fereres, E., 2013. שימוש בתמונות תרמיות של מל"ט ברזולוציה גבוהה כדי
להעריך את השונות במצב המים של חמישה מיני עצי פרי בתוך מטע מסחרי. מדויק. Agric. 14 (6), 660–678. https://doi.org/10.1007/s11119-013-9322-9.
Goyal, K., Kumar, S., 2021. אוריינות פיננסית: סקירה שיטתית וניתוח ביבליומטרי. Int. י' לימודי צרכנות 45 (1), 80–105. https://doi.org/10.1111/
ijcs.12605.
Grenzdorffer, ¨ GJ, Engel, A., Teichert, B., 2008. הפוטנציאל הפוטוגרמטרי של Uavs בעלות נמוכה בייעור ובחקלאות. ארכיון בינלאומי של מדעי הפוטוגרמטריה, החישה מרחוק ומדעי המידע המרחבי - ISPRS Archives 37, 1207–1213. https://www.scopus.com/inward/record.uri?eid=2-s2.0-85039543258&partnerI D=40&md5=b4b2d639257e8ddb5a373d15959c4e1e.
Guan, S., Fukami, K., Matsunaka, H., Okami, M., Tanaka, R., Nakano, H., Sakai, T., Nakano, K., Ohdan, H., Takahashi, K., 2019. הערכת מתאם של רזולוציה גבוהה
NDVI עם רמת יישום דשן ותפוקת גידולי אורז וחיטה באמצעות מל"טים קטנים. חישה מרחוק 11 (2), 112.
Gundolf, K., Filser, M., 2013. מחקר ניהול ודת: ניתוח ציטוט. J. Bus. אתיקה 112 (1), 177–185.
Guo, Q., Zhu, Y., Tang, Y., Hou, C., He, Y., Zhuang, J., Zheng, Y., Luo, S., 2020. סימולציית CFD ואימות ניסיוני של המרחב המרחבי והפצות זמניות של
זרימת האוויר של מל"ט חקלאי מרובע רוטורים ברחף. מחשוב. אֶלֶקטרוֹן. Agric. 172, 105343 https://doi.org/10.1016/j.compag.2020.105343.
Haghighattab, A., Gonz' alez P'erez, L., Mondal, S., Singh, D., Schinstock, D., Rutkoski, J., Ortiz-Monasterio, I., Singh, RP, Goodin, D. , פולין, J., 2016.
יישום של מערכות אוויריות בלתי מאוישות עבור פנוטייפ תפוקה גבוהה של משתלות גדולות לגידול חיטה. שיטות צמחים 12 (1). https://doi.org/10.1186/s13007-
016-0134-6.
Hakala, T., Honkavaara, E., Saari, H., Makynen, ¨ J., Kaivosoja, J., Pesonen, L., & Pol ¨ onen, ¨I., 2013. הדמיה ספקטרלית ממל"טים בתנאי תאורה משתנים . ב-GG Bill R. (עורך), International Archives of the Photogramtry, Remote Exit and Spatial Information Sciences — ISPRS Archives (כרך 40, גיליון 1W2, עמ' 189–194). החברה הבינלאומית לפוטוגרמטריה וחישה מרחוק. https://www.scopus.com/inward/record.uri?eid=2-s2.0-848875632.
Hamylton, SM, Morris, RH, Carvalho, RC, Roder, N., Barlow, P., Mills, K., Wang, L. הערכת טכניקות למיפוי צמחיית איים מאוויר בלתי מאויש
תמונות רכב (מל"ט): סיווג פיקסלים, פרשנות חזותית וגישות למידת מכונה. Int. J. Appl. Earth Obs. Geoinf. 89, 102085 https://doi.org/
10.1016/j.jag.2020.102085.
Haque, A., Islam, N., Samrat, NH, Dey, S., Ray, B., 2021. חקלאות חכמה באמצעות מנהיגות אחראית בבנגלדש: אפשרויות, הזדמנויות ומעבר לכך.
קיימות 13 (8), 4511.
Hardin, PJ, Hardin, TJ, 2010. כלי רכב מנוהלים מרחוק בקנה מידה קטן במחקר סביבתי. מצפן גיאוגרפיה 4 (9), 1297–1311. ttps://doi.org/10.1111/j.1749-
8198.2010.00381.x.
Hardin, PJ, Jensen, RR, 2011. כלי טיס בלתי מאוישים בקנה מידה קטן בחישה מרחוק סביבתי: אתגרים והזדמנויות. GISci. חיישנים מרוחקים 48 (1), 99–111. https://doi.org/10.2747/1548-1603.48.1.99.
He, Y., Nie, P., Zhang, Q., Liu, F., 2021. Agricultural Internet of Things: Technologies and Applications, (מהדורה ראשונה של 1). ספרינגר.
Herwitz, SR, Johnson, LF, Dunagan, SE, Higgins, RG, Sullivan, DV, Zheng, J., Lobitz, BM, Leung, JG, Gallmeyer, BA, Aoyagi, M., Slye, RE, Brass, JA, 2004.
הדמיה מכלי טיס בלתי מאויש: מעקב חקלאי ותמיכה בהחלטות. מחשוב. אֶלֶקטרוֹן. Agric. 44 (1), 49–61. https://doi.org/10.1016/j.
compag.2004.02.006.
Holman, FH, Riche, AB, Michalski, A., Castle, M., Wooster, MJ, Hawkesford, MJ, פנוטייפ שדה תפוקה גבוהה של גובה צמחי חיטה וקצב גדילה בניסויים בחלקת שדה באמצעות חישה מרחוק מבוססת מל"ט. חישה מרחוק 8 (12). https://doi. org/10.3390/rs8121031.
Honkavaara, E., Saari, H., Kaivosoja, J., Pol ¨ onen, ¨ I., Hakala, T., Litkey, P., M¨akynen, J., Pesonen, L., 2013. עיבוד והערכה של תמונות ספקטרומטריות וסטריאוסקופיות שנאספו באמצעות מצלמה ספקטרלית קלת משקל של מל"ט לחקלאות מדויקת. חישה מרחוק 5 (10), 5006–5039. https://doi.org/10.3390/rs5105006.
Hossein Motlagh, N., Taleb, T., Arouk, O., 2016. שירותי אינטרנט של דברים מבוססי כלי טיס בלתי מאוישים בגובה נמוך: סקר מקיף ופרספקטיבות עתידיות. IEEE Internet Things J. 3 (6), 899–922. https://doi.org/10.1109/JIOT.2016.2612119.
Hrabar, S., Sukhatme, GS, Corke, P., Usher, K., Roberts, J., 2005. ניווט אופטי-זרימה אופטי וניווט מבוסס סטריאו של קניונים עירוניים עבור מל"ט. בשנת: 2005 IEEE/RSJ
ועידה בינלאומית על רובוטים ומערכות אינטליגנטיות, עמ' 3309–3316. https://doi.org/10.1109/IROS.2005.1544998.
Hsu, T.-C., Yang, H., Chung, Y.-C., Hsu, C.-H., 2020. פלטפורמת IoT חקלאית יצירתית עבור מחשוב ערפל בענן. לִתְמוֹך. מחשוב. אינפ. סיסט. 28, 100285.
Huang, H., Deng, J., Lan, Y., Yang, A., Deng, X., Zhang, L., Gonzalez-Andujar, JL, 2018. רשת קונבולוציונית מלאה למיפוי עשבים של כלי טיס בלתי מאוישים ( תמונת מל"ט). PLoS ONE 13 (4), e0196302.
Huang, H., Lan, Y., Yang, A., Zhang, Y., Wen, S., Deng, J., 2020. למידה עמוקה לעומת ניתוח תמונה מבוסס אובייקט (OBIA) במיפוי עשבים של תמונת מל"ט. Int. י.
חיישנים מרוחקים 41 (9), 3446–3479. https://doi.org/10.1080/01431161.2019.1706112.
Huang, H., Yang, A., Tang, Y., Zhuang, J., Hou, C., Tan, Z., Dananjayan, S., He, Y., Guo, Q., Luo, S., 2021. כיול צבע עמוק לתמונות מל"טים בניטור יבול
שימוש בהעברת סגנון סמנטי עם תשומת לב מקומית לגלובלית. Int. J. Appl. Earth Obs. Geoinf. 104, 102590 https://doi.org/10.1016/j.jag.2021.102590.
Huang, YB, Thomson, SJ, Hoffmann, WC, Lan, YB, Fritz, BK, 2013. פיתוח וסיכוי של טכנולוגיות כלי טיס בלתי מאוישים לייצור חקלאי
הַנהָלָה. Int. J. Agric. ביול. Eng. 6 (3), 1-10. https://doi.org/10.3965/j. ijabe.20130603.001.
Huang, Y., Hoffmann, WC, Lan, Y., Wu, W., Fritz, BK, 2009. פיתוח מערכת ריסוס לפלטפורמת כלי טיס בלתי מאוישים. יישום Eng. Agric. 25 (6), 803–809.
Hunt Jr., ER, Dean Hively, W., Fujikawa, SJ, Linden, DS, Daughtry, CST, McCarty, GW, 2010. רכישת צילומים דיגיטליים NIR-ירוק-כחול מ-NIR
כלי טיס בלתי מאוישים לניטור יבול. חישה מרחוק 2 (1), 290–305. https://doi. org/10.3390/rs2010290. Inoue, Y., 2020. חישה מרחוק מבוססת לוויין ומזל"ט של יבולים וקרקעות לחקלאות חכמה - סקירה. מדע קרקע. צמח Nutr. 66 (6), 798–810. https://doi.org/10.1080/00380768.2020.1738899.
Islam, N., Rashid, MM, Pasandideh, F., Ray, B., Moore, S., Kadel, R., 2021. סקירה של יישומים וטכנולוגיות תקשורת עבור האינטרנט של הדברים (IoT) ו
חקלאות חכמה בת קיימא המבוססת על כלי טיס בלתי מאוישים (מל"ט). קיימות 13 (4), 1821. https://doi.org/10.3390/su13041821.
Jaud, M., Passot, S., Le Bivic, R., Delacourt, C., Grandjean, P., Le Dantec, N., 2016. הערכת הדיוק של מודלים דיגיטליים ברזולוציה גבוהה המחושבים על ידי
PhotoScan® ו-MicMac® בתנאי סקר לא אופטימליים. חישה מרחוק 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. כימות השפעות גיזום על ארכיטקטורת עצי זית ושנתית גידול חופה על ידי שימוש במודל תלת מימדי מבוסס מל"ט. שיטות צמחים 3 (13). https://doi.org/1/s10.1186-13007-017-0205.
Jin, X., Liu, S., Baret, F., Hemerl´e, M., Comar, A., 2017. אומדנים של צפיפות הצמח של יבולי חיטה בהופעה מתמונות מל"טים בגובה נמוך מאוד. חוש מרחוק.
סביבה. 198, 105–114. https://doi.org/10.1016/j.rse.2017.06.007.
Jinbo, C., Xiangliang, C., Han-Chi, F., Lam, A., 2019. מערכת ניטור מוצרים חקלאיים הנתמכת על ידי מחשוב ענן. מחשוב אשכול. 22 (4), 8929–8938.
Ju, C., & Son, HI 2018a. הערכת ביצועים של מערכות מל"טים מרובות לחישה מרחוק בחקלאות. הליכי הסדנה על חזון ופעולה רובוטי בחקלאות בכנס הבינלאומי IEEE על רובוטיקה ואוטומציה (ICRA), בריסביין, אוסטרליה, 21–26.
Ju, C., Son, HI, 2018b. מערכות מל"טים מרובות ליישומים חקלאיים: בקרה, יישום והערכה. אלקטרוניקה 7 (9), 162. https://doi.org/10.3390/
אלקטרוניקה7090162.
Jung, J., Maeda, M., Chang, A., Bhandari, M., Ashapure, A., Landivar-Bowles, J., 2021. הפוטנציאל של חישה מרחוק ובינה מלאכותית ככלים לשיפור
חוסן של מערכות ייצור בחקלאות. Curr. דעה. ביוטכנולוגיה. 70, 15–22. https://doi.org/10.1016/j.copbio.2020.09.003.
Kalischuk, M., Paret, ML, Freeman, JH, Raj, D., Da Silva, S., Eubanks, S., Wiggins, DJ, Lollar, M., Marois, JJ, Mellinger, HC, Das, J. , 2019. טכניקה משופרת של סיור יבולים המשלבת כלי טיס בלתי מאוישים בעזרת הדמיה רב-ספקטרלית של יבול לתוך תרגול צופים קונבנציונלי עבור מחלת גזע גומי באבטיח. צמח דיס. 103 (7), 1642–1650.
Kapoor, KK, Tamilmani, K., Rana, NP, Patil, P., Dwivedi, YK, Nerur, S., 2018. התקדמות בחקר המדיה החברתית: עבר, הווה ועתיד. לדווח. סיסט. חֲזִית. 20
(3), 531-558.
Kerkech, M., Hafiane, A., Canals, R., 2020. VddNet: רשת לזיהוי מחלות גפן המבוססת על תמונות רב-ספקטרליות ומפת עומק. חישה מרחוק 12 (20), 3305. https://doi. org/10.3390/rs12203305.
Khaliq, A., Comba, L., Biglia, A., Ricauda Aimonino, D., Chiaberge, M., Gay, P., 2019. השוואה של תמונות רב-ספקטרליות מבוססות לוויין ומל"ט עבור כרם
הערכת שונות. חישה מרחוק 11 (4). https://doi.org/10.3390/rs11040436.
Khan, PW, Byun, Y.-C., Park, N., 2020. IoT-blockchain אפשרה מערכת מקור אופטימלית לתעשיית המזון 4.0 תוך שימוש בלמידה עמוקה מתקדמת. חיישנים 20 (10), 2990.
Khan, RU, Khan, K., Albattah, W., Qamar, AM, Ullah, F., 2021. זיהוי מבוסס תמונה של מחלות צמחים: מלמידת מכונה קלאסית למסע למידה עמוק. תקשורת אלחוטית. מחשב נייד. 2021, 1–13.
Khan, S., Tufail, M., Khan, MT, Khan, ZA, Iqbal, J., Alam, M., Le, KNQ, 2021. מסגרת חדשנית מפוקחת למחצה לסיווג יבולים/עשבים מבוססי מל"טים. PLoS ONE 16 (5), e0251008.
Khanal, S., Fulton, J., Shearer, S., 2017. סקירה של יישומים נוכחיים ופוטנציאליים של חישה מרחוק תרמית בחקלאות מדויקת. מחשוב. אֶלֶקטרוֹן.
Agric. 139, 22–32. https://doi.org/10.1016/j.compag.2017.05.001.
Khanna, A., Kaur, S., 2019. Evolution of Internet of Things (IoT) והשפעתה המשמעותית בתחום החקלאות המדויקת. מחשוב. אֶלֶקטרוֹן. Agric. 157, 218–231.
Kim, W., Khan, GF, Wood, J., Mahmood, MT, 2016. מעורבות עובדים עבור ארגונים ברי קיימא: ניתוח מילות מפתח באמצעות ניתוח רשתות חברתיות והתפרצות
גישת גילוי. קיימות 8 (7), 631.
Kirsch, M., Lorenz, S., Zimmermann, R., Tusa, L., Mockel, ¨ R., Hodl, ¨ P., Booysen, R., Khodadadzadeh, M., Gloaguen, R., 2018. אינטגרציה של יבשתיים ורחפנים
שיטות חישה היפרספקטרליות ופוטוגרמטריות למיפוי חקר וניטור כרייה. חישה מרחוק 10 (9), 1366. https://doi.org/10.3390/
rs10091366.
Kitano, BT, Mendes, CCT, Geus, AR, Oliveira, HC, Souza, JR, 2019. ספירת צמחי תירס באמצעות למידה עמוקה ותמונות מל"ט. IEEE Geosci. חיישנים מרחוק Lett. 1–5 https://doi.org/10.1109/LGRS.2019.2930549.
Koh, JCO, Spangenberg, G., Kant, S., 2021. למידת מכונה אוטומטית עבור פנוטייפ צמח המבוסס על תמונת תפוקה גבוהה. חישה מרחוק 13 (5), 858. https://
doi.org/10.3390/rs13050858.
Kovalev, IV, Vorohilova, AA, 2020. מגמות טכנולוגיות מודרניות בפיתוח המערכת האקולוגית של מל"טים מטען. J. Phys. Conf. סר. 1515 (5), 052068 https://doi. org/10.1088/1742-6596/1515/5/052068.
Krul, S., Pantos, C., Frangulea, M., Valente, J., 2021. Visual SLAM לבעלי חיים וחקלאות מקורה באמצעות מזל"ט קטן עם מצלמה מונוקולרית: בדיקת היתכנות.
מזל"טים 5 (2), 41. https://doi.org/10.3390/drones5020041.
Kulbacki, M., Segen, J., Knie´c, W., Klempous, R., Kluwak, K., Nikodem, J., Kulbacka, J., Serester, A., 2018. סקר רחפנים לאוטומציה בחקלאות משתילה ועד
קְצִיר. בתוך: INES 2018 – IEEE 22nd International Conference on Intelligent Engineering Systems, עמ' 000353–358. https://doi.org/10.1109/INES.2018.8523943.
Lagkas, T., Argyriou, V., Bibi, S., Sarigiannidis, P., 2018. השקפות ואתגרים של מסגרת IoT של UAV: לקראת הגנה על מל"טים כ"דברים". חיישנים 18 (11), 4015. https://doi.org/10.3390/s18114015.
Laliberte, AS, Rango, A., 2011. תהליכי עיבוד תמונה וסיווג לניתוח של תמונות תת-דצימטריות שנרכשו עם כלי טיס בלתי מאויש מעל צחיח
שטחי טווח. GISci. חיישנים מרוחקים 48 (1), 4–23. https://doi.org/10.2747/1548-1603.48.1.4.
Laliberte, AS, Rango, A., Herrick, JE, 2007. כלי טיס בלתי מאוישים למיפוי וניטור שטחי טווח: השוואה של שתי מערכות. הליכי הכנס השנתי של ASPRS.
Lam, OHY, Dogotari, M., Prüm, M., Vithlani, HN, Roers, C., Melville, B., Zimmer, F., Becker, R., 2021. זרימת עבודה בקוד פתוח למיפוי עשבים בשטחי דשא מקומיים.
שימוש בכלי טיס בלתי מאויש: שימוש ב-Rumex obtusifolius כמחקר מקרה. יורו J.Remote Sens. 54 (sup1), 71–88. https://doi.org/10.1080/22797254.2020.1793687.
Lambert, DM, Lowenberg-DeBoer, J., Griffin, TW, Peone, J., Payne, T., Daberkow, SG, 2004. אימוץ, רווחיות ושימוש טוב יותר בנתוני חקלאות מדויקים.
נייר עבודה. אוניברסיטת פרדו. https://doi.org/10.22004/ag.econ.28615.
Lelong, CCD, Burger, P., Jubelin, G., Roux, B., Lab´e, S., Baret, F., 2008. הערכה של תמונות של כלי טיס בלתי מאוישים לניטור כמותי של יבול חיטה בחלקות קטנות. חיישנים 8 (5), 3557–3585. https://doi.org/10.3390/s8053557.
Li, C., Niu, B., 2020. עיצוב חקלאות חכמה המבוססת על ביג דאטה ואינטרנט של הדברים. Int. J. Distrib. Sens. Netw. 16 (5) ttps://doi.org/10.1177/1550147720917065.
Li, W., Niu, Z., Chen, H., Li, D., Wu, M., Zhao, W., 2016. הערכה מרחוק של גובה החופה וביומסה מעל הקרקע של תירס באמצעות תמונות סטריאו ברזולוציה גבוהה מ- מערכת כלי טיס בלתי מאויש בעלות נמוכה. אקול. אינד' 67, 637–648. https://doi.org/10.1016/j.ecolind.2016.03.036.
Liakos, KG, Busato, P., Moshou, D., Pearson, S., Bochtis, D., 2018. למידת מכונה בחקלאות: סקירה. חיישנים 18 (8), 2674.
Liebisch, F., Kirchgessner, N., Schneider, D., Walter, A., Hund, A., 2015. פנוטייפ מרחוק, אווירי של תכונות תירס בגישה רב-חיישנית ניידת. שיטות צמחים 11 (1), 9. https://doi.org/10.1186/s13007-015-0048-8.
Lin, Z., Guo, W., 2020. זיהוי וספירה של פאניקה של Sorghum באמצעות תמונות של מערכת אווירית בלתי מאוישת ולמידה עמוקה. חֲזִית. Plant Sci. 11.
Liu, S., Guo, L., Webb, H., Ya, X., Chang, X., 2019. מערכת ניטור האינטרנט של הדברים של חקלאות אקולוגית מודרנית המבוססת על מחשוב ענן. IEEE Access 7, 37050–37058.
Lopez-Granados, ´F., 2011. איתור עשבים לניהול עשב ספציפי לאתר: מיפוי וגישות בזמן אמת. ויד מיל. 51 (1), 1–11. https://doi.org/10.1111/j.1365-3180.2010.00829.x.
Lopez-Granados, ´F., Torres-Sanchez, ´J., De Castro, A.-I., Serrano-P´erez, A., MesasCarrascosa, F.-J., Pena, ˜ J.-M. , 2016. ניטור מוקדם מבוסס אובייקטים של עשב עשב בגידול דשא באמצעות תמונות מל"ט ברזולוציה גבוהה. אגרון. לִתְמוֹך. Dev. 36 (4), 1–12
Lopez-Granados, ´F., Torres-S´anchez, J., Serrano-P´erez, A., de Castro, AI, MesasCarrascosa, F.-J., Pena, ˜ J.-M., 2016. מיפוי עשבים בתחילת העונה בחמניות בטכנולוגיית מל"ט: שונות של מפות טיפול בקוטלי עשבים כנגד ספי עשבים. מדויק. Agric. 17 (2), 183–199.
Lucieer, A., Malenovský, Z., Veness, T., Wallace, L., 2014. HyperUAS – ספקטרוסקופיה הדמיה ממערכת מטוסים בלתי מאוישים מרובי רוטור. ג'יי פילד רוב. 31 (4),
571–590. https://doi.org/10.1002/rob.21508.
Lumme, J., Karjalainen, M., Cardinen, H., Kukko, A., Hyyppa, ¨ J., Hyypp¨ a, H., Jaakkola, A., & Kleemola, J., 2008. סריקת לייזר יבשתית של גידולים חקלאיים. ב-JJ
חן ג' מאס ח–ג. (עורך), ארכיון בינלאומי לפוטוגרמטריה, חישה מרחוק ומדעי מידע מרחבי - ארכיון ISPRS (כרך 37, עמ' 563–566).
החברה הבינלאומית לפוטוגרמטריה וחישה מרחוק. https://www.scopus .com/inward/record.uri?eid=2-s2.0-84919356328&partnerID=40&md5=574
b802131a99d16318ce619a01ca1bf.
Ma, L., Li, M., Ma, X., Cheng, L., Du, P., Liu, Y., 2017. סקירה של סיווג תמונות כיסוי קרקע מפוקחות. ISPRS J. Photogram. חיישנים מרחוק 130,
277–293. https://doi.org/10.1016/j.isprsjprs.2017.06.001.
Maes, WH, Steppe, K., 2019. פרספקטיבות לחישה מרחוק עם כלי טיס בלתי מאוישים בחקלאות מדויקת. Trends Plant Sci. 24 (2), 152–164. https://doi.org/10.1016/j.tplants.2018.11.007.
Maimaitijiang, M., Ghulam, A., Sidike, P., Hartling, S., Maimaitiyiming, M., Peterson, K., Shavers, E., Fishman, J., Peterson, J., Kadam, S., Burken, J., Fritschi, F., 2017.
פנוטייפ מבוסס מערכת אווירית בלתי מאוישת (UAS) של פולי סויה באמצעות היתוך נתונים רב חיישני ומכונת למידה קיצונית. ISPRS J. Photogram. חיישנים מרוחקים 134, 43–58. https://doi.org/10.1016/j.isprsjprs.2017.10.011. Maimaitijiang, M., Sagan, V., Sidike, P., Daloye, AM, Erkbol, H., Fritschi, FB, 2020.
ניטור יבול באמצעות היתוך נתונים לווייני/מל"ט ולמידת מכונה. חישה מרחוק 12 (9), 1357. https://doi.org/10.3390/rs12091357.
Manfreda, S., McCabe, M., Miller, P., Lucas, R., Pajuelo Madrigal, V., Malinis, G., Ben Dor, E., Helman, D., Estes, L., Ciraolo, G. ., Müllerova, ´ J., Tauro, F., de Lima, M., de
Lima, J., Maltese, A., Frances, F., Caylor, K., Kohv, M., Perks, M., Ruiz-P´erez, G., Su, Z., Vico, G., Toth , B., 2018. על השימוש במערכות אוויריות בלתי מאוישות עבור
ניטור סביבתי. חישה מרחוק 10 (4), 641.
Marinko, RA, 1998. ציטוטים לכתבי עת ללימודי נשים בדיסרטציות, 1989 ו- The Serial Librarian 35 (1–2), 29–44. https://doi.org/10.1300/J123v35n01_
03.
Masroor, R., Naeem, M., Ejaz, W., 2021. ניהול משאבים ברשתות אלחוטיות בסיוע מל"טים: פרספקטיבה של אופטימיזציה. Ad-Hoc Netw. 121, 102596 https://doi.org/10.1016/j.adhoc.2021.102596.
Matese, A., Di Gennaro, SF, 2018. יישומים מעשיים של פלטפורמת מל"ט מרובה חיישן המבוססת על תמונות רב-ספקטרליות, תרמיות ו-RGB ברזולוציה גבוהה בדיוק
גידול גפנים. חקלאות 8 (7), 116. https://doi.org/10.3390/agriculture8070116.
Matese, A., Di Gennaro, SF, 2021. מעבר לאינדקס ה-NDVI המסורתי כגורם מפתח למיינסטרים של השימוש במל"ט בגידול גפנים מדויק. Sci. נציג 11 (1), 2721. https://doi.org/10.1038/s41598-021-81652-3.
Matese, A., Toscano, P., Di Gennaro, SF, Genesio, L., Vaccari, FP, Primicerio, J., Belli, C., Zaldei, A., Bianconi, R., Gioli, B., 2015 השוואה בין מל"ט, מטוסים
ופלטפורמות חישה מרחוק לוויינית לגידול גפנים מדויק. חישה מרחוק 7 (3), 2971–2990. https://doi.org/10.3390/rs70302971.
Mazzia, V., Comba, L., Khaliq, A., Chiaberge, M., Gay, P., 2020. חידוד מבוסס מל"ט ולמידת מכונה של אינדקס צמחייה מונעת על ידי לוויין לצורך דיוק
חַקלָאוּת. חיישנים 20 (9), 2530. https://doi.org/10.3390/s20092530.
McCain, KW, 1990. מיפוי מחברים במרחב האינטלקטואלי: סקירה טכנית. ריבה. Soc. מידע. Sci. 41 (6), 433–443.
Meinen, BU, Robinson, DT, 2021. מודלים של שחיקה חקלאית: הערכת אומדני שחיקה בקנה מידה של USLE ו-WEPP באמצעות נתונים מסדרות זמן של מל"טים. סביבה. דגם. תוכנה 137, 104962. https://doi.org/10.1016/j.envsoft.2021.104962.
Melville, B., Lucieer, A., Aryal, J., 2019. סיווג קהילות עשב ילידים בשפלה תוך שימוש בתמונות היפרספקטרליות של מערכת מטוסים בלתי מאוישים (UAS) ב-
אזור הביניים הטזמני. מזל"טים 3 (1), 5.
Messina, G., Modica, G., 2020. יישומים של דימויים תרמיים של מל"טים בחקלאות מדויקת: עדכניות והשקפת מחקר עתידית. חישה מרחוק 12 (9), https://doi.org/10.3390/rs12091491.
Mishra, D., Luo, Z., Jiang, S., Papadopoulos, T., Dubey, R., 2017. מחקר ביבליוגרפי על ביג דאטה: מושגים, מגמות ואתגרים. ניהול תהליכים עסקיים. י' 23 (3),
555-573.
Mochida, K., Saisho, D., Hirayama, T., 2015. שיפור יבול באמצעות מערכי נתונים של מחזור חיים שנרכשו בתנאי שדה. חֲזִית. Plant Sci. 6 https://doi.org/10.3389/
fpls.2015.00740.
Mogili, UM.R., Deepak, BBVL, 2018. סקירה על יישום מערכות מזל"ט בחקלאות מדויקת. Procedia Comput. Sci. 133, 502–509.
Moharana, S., Dutta, S., 2016. שונות מרחבית של תכולת כלורופיל וחנקן של אורז מתמונות היפרספקטרליות. ISPRS J. Photogram. חיישנים מרוחקים 122, 17–29.
Muangprathub, J., Boonnam, N., Kajornkasirat, S., Lekbangpong, N., Wanichsombat, A.,
Nillaor, P., 2019. IoT וניתוח נתונים בחקלאות עבור חווה חכמה. מחשוב. אֶלֶקטרוֹן. Agric. 156, 467–474.
Nansen, C., Elliott, N., 2016. חישה מרחוק ופרופיל השתקפות באנטומולוגיה. אננו. כומר אנטומול. 61 (1), 139–158. https://doi.org/10.1146/annurev-ento010715-023834.
Navia, J., Mondragon, I., Patino, D., Colorado, J., 2016. מיפוי רב-ספקטרלי בחקלאות: פסיפס שטח באמצעות מל"ט quadcopter אוטונומי. Int. Conf.
מערכת מטוסים בלתי מאוישים. (ICUAS) 2016, 1351–1358. https://doi.org/10.1109/ ICUAS.2016.7502606.
Nayyar, A., Nguyen, B.-L., Nguyen, NG, 2020. האינטרנט של רחפנים חכמים (Iodt): תחזית עתידית של מל"טים חכמים. עו"ד אינטל. סיסט. מחשוב. 1045, 563–580. https://doi.org/10.1007/978-981-15-0029-9_45.
Nebiker, S., Annen, A., Scherrer, M., Oesch, D., 2008. חיישן רב-ספקטרלי קל משקל עבור מיקרו מל"ט - הזדמנויות לחישה מרחוק מוטס ברזולוציה גבוהה מאוד. Int. קֶשֶׁת. Photogram. חיישנים מרחוק ירק. אינפ. Sci 37 (B1), 1193–1200.
Negash, L., Kim, H.-Y., Choi, H.-L., 2019. יישומי מל"טים מתעוררים בחקלאות. ב: 2019 הכנס הבינלאומי השביעי על טכנולוגיית מודיעין רובוט ו
יישומים (RiTA), עמ' 254–257. https://doi.org/10.1109/RITAPP.2019.8932853.
נרור, SP, Rasheed, AA, Natarajan, V., 2008. המבנה האינטלקטואלי של שדה הניהול האסטרטגי: ניתוח ציטוט משותף של מחבר. אסטרטג. ניהול י' 29 (3),
319-336.
Neupane, K., Baysal-Gurel, F., 2021. זיהוי וניטור אוטומטי של מחלות צמחים באמצעות כלי טיס בלתי מאוישים: סקירה. חישה מרחוק 13 (19), 3841. https://doi.org/10.3390/rs13193841.
Nex, F., Remondino, F., 2014. מל"ט ליישומי מיפוי תלת מימד: סקירה. יישום גיאומטיקה 3 (6), 1–1. https://doi.org/15/s10.1007-12518-013-x.
Niu, H., Hollenbeck, D., Zhao, T., Wang, D., Chen, Y., 2020. הערכת אוופוטרנספירציה עם מל"טים קטנים בחקלאות מדויקת. חיישנים 20 (22), 6427. https://
doi.org/10.3390/s20226427.
Osareh, F., 1996. Bibliometrics, Citation Analysis and Co-Citation Analysis. סקירת ספרות 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, חיישנים ועיבוד נתונים ב-agroforestry: סקירה לקראת יישומים מעשיים. Int. J. Remote Sens. 38 (8–10), 2349–2391. https://doi.org/10.1080/01431161.2017.1297548.
Panday, ארה"ב, Pratihast, AK, Aryal, J., Kayastha, RB, 2020. סקירה על פתרונות נתונים מבוססי מזל"ט עבור גידולי דגנים. מזל"טים 4 (3), 1–29. https://doi.org/10.3390/
רחפנים4030041.
Parsaeian, M., Shahabi, M., Hassanpour, H., 2020. הערכת תכולת שמן וחלבון של זרעי שומשום באמצעות עיבוד תמונה ורשת עצבית מלאכותית. ריבה. שמן
כימאים Soc. 97 (7), 691–702.
Pena, ˜ JM, Torres-S´anchez, J., de Castro, AI, Kelly, M., Lopez-Granados, ´F., Suarez, O., מיפוי עשבים בשדות תירס בתחילת העונה באמצעות ניתוח מבוסס-אובייקטים שֶׁל
תמונות של כלי טיס בלתי מאויש (מל"ט). PLoS ONE 8 (10), e77151.
P´erez-Ortiz, M., Pena, ~ JM, Guti´errez, PA, Torres-S´anchez, J., Herv´ as-Martínez, C.,
Lopez-Granados, ´F., 2015. מערכת חצי מפוקחת למיפוי עשבים בגידולי חמניות באמצעות כלי טיס בלתי מאוישים ושיטת זיהוי שורות יבולים. יישום מחשוב רך. י' 37, 533–544. https://doi.org/10.1016/j.asoc.2015.08.027.
Pincheira, M., Vecchio, M., Giaffreda, R., Kanhere, SS, 2021. התקני IoT חסכוניים כמקורות נתונים אמינים עבור מערכת ניהול מים מבוססת בלוקצ'יין בחקלאות מדויקת. מחשוב. אֶלֶקטרוֹן. Agric. 180, 105889.
Popescu, D., Stoican, F., Stamatescu, G., Ichim, L., Dragana, C., 2020. מערכת UAV–WSN מתקדמת לניטור חכם בחקלאות מדויקת. חיישנים 20 (3), https://doi.org/10.3390/s20030817.
Pournader, M., Shi, Y., Seuring, S., Koh, SL, 2020. יישומי בלוקצ'יין בשרשרת אספקה, תחבורה ולוגיסטיקה: סקירה שיטתית של הספרות. Int. J. Prod. מילון 58 (7), 2063–2081.
Primicerio, J., Di Gennaro, SF, Fiorillo, E., Genesio, L., Lugato, E., Matese, A., Vaccari, FP, 2012. כלי טיס בלתי מאויש גמיש לחקלאות מדויקת.
מדויק. Agric. 13 (4), 517–523. https://doi.org/10.1007/s11119-012-9257-6.
Pritchard, A., 1969. ביבליוגרפיה סטטיסטית או ביבליומטריה. י. מסמך. 25 (4), 348–349.
Pudelko, R., Stuczynski, T., Borzecka-Walker, M., 2012. התאמתו של כלי טיס בלתי מאויש (מל"ט) להערכת שדות ניסויים ויבולים. חקלאות 99 (4), 431–436.
Puri, V., Nayyar, A., Raja, L., 2017. מל"טים חקלאיים: פריצת דרך מודרנית בחקלאות מדויקת. J. Statis. ניהול סיסט. 20 (4), 507–518.
Radoglou-Grammatikis, P., Sarigiannidis, P., Lagkas, T., Moscholios, I., 2020. אוסף של יישומי מל"טים לחקלאות מדויקת. מחשוב. רשת 172,
107148 https://doi.org/10.1016/j.comnet.2020.107148.
Ramesh, KV, Rakesh, V., Prakasa Rao, EVS, 2020. יישום של ניתוח ביג דאטה ובינה מלאכותית במחקר אגרונומי. ההודי ג'יי אגרון. 65 (4), 383–395.
Raparelli, E., Bajocco, S., 2019. ניתוח ביבליומטרי על השימוש בכלי טיס בלתי מאוישים במחקרי חקלאות וייעור. Int. J. Remote Sens. 40 (24),
9070–9083. https://doi.org/10.1080/01431161.2019.1569793.
Rasmussen, J., Nielsen, J., Garcia-Ruiz, F., Christensen, S., Streibig, JC, Lotz, B., 2013.
שימושים פוטנציאליים של מערכות מטוסים בלתי מאוישים קטנים (UAS) בחקר עשבים. ויד מיל. 53 (4), 242–248.
Rasmussen, J., Ntakos, G., Nielsen, J., Svensgaard, J., Poulsen, RN, Christensen, S., האם מדדי הצמחייה נגזרים ממצלמות ברמה צרכנית המותקנות על
מל"טים אמינים מספיק להערכת חלקות ניסוי? יורו ג'יי אגרון. 74, 75–92. https://doi.org/10.1016/j.eja.2015.11.026.
Rejeb, A., Rejeb, K., Abdollahi, A., Zailani, S., Iranmanesh, M., Ghobakhloo, M., 2022. Digitalization in chains supply food: a review bibliometric and key-way main
אָנָלִיזָה. קיימות 14 (1), 83. https://doi.org/10.3390/su14010083.
Rejeb, A., Rejeb, K., Simske, SJ, Treiblmaier, H., 2021a. מל"טים לניהול שרשרת אספקה ולוגיסטיקה: סדר יום סקירה ומחקר. Int. ג'יי לוגיסט. מילון יישום
1–24. https://doi.org/10.1080/13675567.2021.1981273.
Rejeb, A., Rejeb, K., Simske, S., Treiblmaier, H., 2021b. טכנולוגיות בלוקצ'יין בלוגיסטיקה וניהול שרשרת אספקה: סקירה ביבליומטרית. לוגיסטיקה 5 (4), 72.
https://doi.org/10.3390/logistics5040072.
Rejeb, A., Rejeb, K., Simske, S., Treiblmaier, H., 2021c. מל"טים הומניטריים: סדר יום סקירה ומחקר. Internet of Things 16, 100434. https://doi.org/10.1016/j.
iot.2021.100434.
Rejeb, A., Treiblmaier, H., Rejeb, K., Zailani, S., 2021d. מחקר בלוקצ'יין בבריאות: סקירה ביבליומטרית ומגמות מחקר עדכניות. J. of Data, Inf. ו
ניהול 3 (2), 109–124.
Rejeb, A., Simske, S., Rejeb, K., Treiblmaier, H., Zailani, S., 2020. מחקר האינטרנט של הדברים בניהול שרשרת אספקה ולוגיסטיקה: ניתוח ביבליומטרי. מרשתת
של דברים 12, 100318.
ReportLinker, 2021. שוק המל"טים העולמי לחקלאות יגיע ל-15.2 מיליארד דולר לפי YearGlobeNewswire. https://www.globenewswire.com/news-release/2021/08/10/2277986/0/en/Global-Agriculture-Drones-Market-to-Reach-US-15-2-Billion-by-the- שנה-2027.html.
Ribeiro-Gomes, K., Hernandez-L ´ opez, ´ D., Ortega, JF, Ballesteros, R., Poblete, T.,Moreno, MA, 2017. כיול מצלמה תרמית לא מקוררת ואופטימיזציה של
תהליך פוטוגרמטריה ליישומי מל"טים בחקלאות. חיישנים (שוויץ) 17 (10). https://doi.org/10.3390/s17102173.
Rivera, MA, Pizam, A., 2015. התקדמות בחקר האירוח: "מרודני דינג'רפילד ועד אריתה פרנקלין". Int. J. Contempor. בית חולים. מנהל. 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. מערכת חושית מבוססת מיני-מל"ט למדידת משתנים סביבתיים בחממות. חיישנים 15 (2), 3334–3350. https://doi.org/10.3390/s150203334.
Rozenberg, G., Kent, R., Blank, L., 2021. מל"ט בדרגת צרכן המשמש לאיתור וניתוח דפוסי תפוצה מרחביים של עשבים עשבים בסוף העונה בשדות בצל מסחריים. מדויק. Agric. 22 (4), 1317–1332. https://doi.org/10.1007/s11119-021-09786-y.
Saari, H., Pellikka, I., Pesonen, L., Tuominen, S., Heikkila, ¨ J., Holmlund, C., Makynen, ¨ J., Ojala, K., Antila, T., 2011. Unmanned מערכת מצלמות ספקטרלית מופעלת על כלי רכב (מל"ט) ליישומי יער וחקלאות. להמשיך. SPIE – Int. Soc. העדיף. Eng. 8174 https://doi.org/10.1117/12.897585.
Sah, B., Gupta, R., Bani-Hani, D., 2021. ניתוח חסמים ליישום לוגיסטיקה של רחפנים. Int. ג'יי לוגיסט. מילון יישום 24 (6), 531–550. https://doi.org/10.1080/
13675567.2020.1782862.
Saha, AK, Saha, J., Ray, R., Sircar, S., Dutta, S., Chattopadhyay, SP, & Saha, HN, מזל"ט מבוסס IOT לשיפור איכות היבול בשדה חקלאי. בש.ש
N. Chakrabarti S. (Ed.), 2018 IEEE 8th Annual Computing and Communication Workshop and Conference, CCWC 2018 (כרכים 2018-ינואר, עמ' 612–615). מכון
של מהנדסי חשמל ואלקטרוניקה בע"מ doi: 10.1109/CCWC.2018.8301662.
Sai Vineeth, KV, Vara Prasad, YR, Dubey, SR, Venkataraman, H., 2019. LEDCOM: תקשורת חדשנית ויעילה מבוססת LED לחקלאות מדויקת. IEEE Conf. מידע. Commun. טכנול. 2019, 1–5. https://doi.org/10.1109/CICT48419.2019.9066177.
Salamí, E., Barrado, C., Pastor, E., 2014. ניסויי טיסה של מל"טים מיושמים על חישה מרחוק של אזורים צמחיים. חישה מרחוק 6 (11), 11051–11081. https://doi.org/10.3390/rs61111051.
Sankaran, S., Khot, LR, Espinoza, CZ, Jarolmasjed, S., Sathuvalli, VR, Vandemark, GJ, Miklas, PN, Carter, AH, Pumphrey, MO, Knowles, NRN, Pavek, MJ, 2015.
מערכות הדמיה אווירית ברזולוציה גבוהה בגובה נמוך עבור פנוטייפ של יבולי שורות ושדה: סקירה. יורו ג'יי אגרון. 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. הדמיה תרמית מבוססת מל"ט כדי להעריך את
שונות מיידית ועונתית של מצב מי הצמח בתוך כרם. Agric. מנהל מים. 183, 49–59. https://doi.org/10.1016/j.agwat.2016.08.026.
Sarli, CC, Dubinsky, EK, Holmes, KL, 2010. מעבר לניתוח הציטוטים: מודל להערכת השפעת המחקר. J. Med. Assoc. : JMLA 98 (1), 17–23. https://doi.org/10.3163/1536-5050.98.1.008.
Schaepman, ME, Ustin, SL, Plaza, AJ, Painter, TH, Verrelst, J., Liang, S., 2009. ספקטרוסקופיה הדמיה הקשורה למערכת כדור הארץ - הערכה. חיישנים מרחוק סביבת. 113, S123–S137.
Schirrmann, M., Giebel, A., Gleiniger, F., Pflanz, M., Lentschke, J., Dammer, K.-H., 2016. ניטור פרמטרים אגרונומיים של גידולי חיטת חורף עם מל"ט בעלות נמוכה
דימויים. חישה מרחוק 8 (9). https://doi.org/10.3390/rs8090706.
Schmale III, DG, Dingus, BR, Reinholtz, C., 2008. פיתוח ויישום של כלי טיס אוטונומי בלתי מאויש לדגימה אירוביולוגית מדויקת למעלה
שדות חקלאיים. ג'יי פילד רוב. 25 (3), 133–147. https://doi.org/10.1002/rob.20232.
שדרין, ד', מנשצ'יקוב, א', סומוב, א', בורנמן, ג', האוסלאג', ג', פדורוב, מ.
מתן אפשרות לחקלאות מדויקת באמצעות חישה משובצת עם בינה מלאכותית. IEEE טרנס. מכשיר. Meas. 69 (7), 4103–4113.
שחתרה, ה', סוואלמה, ע"ה, אל-פוקהא, א', דו, ז', אלמאיטה, ע., חליל, א.
עותמאן, נ"ס, חרישה, א', גיזאני, מ', 2019. כלי טיס בלתי מאוישים (מל"טים): סקר על יישומים אזרחיים ואתגרי מחקר מרכזיים. IEEE Access 7,
48572–48634. https://doi.org/10.1109/ACCESS.2019.2909530.
Shakoor, N., Northrup, D., Murray, S., Mockler, TC, 2019. חקלאות מונעת ביג דאטה: ניתוח ביג דאטה בגידול צמחים, גנומיקה ושימוש בחישה מרחוק
טכנולוגיות לקידום פרודוקטיביות היבול. תופעת הצמח J. 2 (1), 1–8.
Sharma, BK, Chandra, G., Mishra, VP, 2019. ניתוח השוואתי והשלכה של מל"ט ו-AI בחקירות משפטיות. בתוך: הליכים – 2019 Amity International
כנס בנושא בינה מלאכותית. https://doi.org/10.1109/AICAI.2019.8701407.
Sharma, R., Shishodia, A., Gunasekaran, A., Min, H., Munim, ZH, 2022. תפקידה של בינה מלאכותית בניהול שרשרת אספקה: מיפוי השטח. Int. י.
לְדַרבֵּן. מילון 1–24. https://doi.org/10.1080/00207543.2022.2029611.
Shi, Y., Thomasson, JA, Murray, SC, Pugh, NA, רוני, WL, Shafian, S., Rajan, N., Rouze, G., Morgan, CLS, Neely, HL, Rana, A., Bagavathiannan , MV,
הנריקסון, J., Bowden, E., Valasek, J., Olsenholler, J., Bishop, MP, Sheridan, R., Putman, EB, Popescu, S., Burks, T., Cope, D., Ibrahim, A., McCutchen, BF,
Baltensperger, DD, Avant, RV, Vidrine, M., Yang, C., Zhang, J., 2016. כלי טיס בלתי מאוישים עבור פנוטייפ בתפוקה גבוהה ומחקר אגרונומי. PLoS ONE
11 (7), e0159781.
Shuai, G., Martinez-Feria, RA, Zhang, J., Li, S., Price, R., Basso, B., 2019. לכידת הטרוגניות של דוכן תירס על פני אזורי יציבות תפוקה באמצעות אוויר בלתי מאויש
כלי רכב (מל"ט). חיישנים 19 (20), 4446. https://doi.org/10.3390/s19204446.
Small, H., 1973. ציטוט משותף בספרות המדעית: מדד חדש לקשר בין שני מסמכים. ריבה. Soc. מידע. Sci. 24 (4), 265–269.
Small, H., Rorvig, ME, Lunin, LF, 1999. הדמיית מדע על ידי מיפוי ציטוטים. ריבה. Soc. מידע. Sci. 50 (9), 799–813.
Soares, VHA, Ponti, MA, Gonçalves, RA, Campello, RJGB, 2021. ספירת בקר בטבע עם תמונות אוויריות ממוקמות גיאוגרפית באזורי מרעה גדולים. מחשוב. אֶלֶקטרוֹן. Agric. 189, 106354 https://doi.org/10.1016/j.compag.2021.106354.
Srivastava, K., Pandey, PC, Sharma, JK, 2020. גישה לאופטימיזציה של מסלול ביישומים של חקלאות מדויקת באמצעות מל"טים. מזל"טים 4 (3), 58. https://doi.org/ 10.3390/drones4030058.
Stafford, JV, 2000. יישום חקלאות מדויקת במאה ה-21. J. Agric. Eng. מילון 76 (3), 267–275.
Su, J., Coombes, M., Liu, C., Guo, L., Chen, W.-H., 2018. הערכת בצורת חיטה על ידי תמונות חישה מרחוק באמצעות כלי טיס בלתי מאויש. בשנת 2018 ועידת השליטה הסינית ה-37 (CCC).
Su, J., Liu, C., Coombes, M., Hu, X., Wang, C., Xu, X., Li, Q., Guo, L., Chen, W.-H., 2018. ניטור חלודה צהובה חיטה על ידי למידה מצילומי אוויר של מל"ט רב ספקטרלי.
מחשוב. אֶלֶקטרוֹן. Agric. 155, 157–166. https://doi.org/10.1016/j. compag.2018.10.017.
Su, Y., Wang, X., 2021. חדשנות של ניהול כלכלי חקלאי בתהליך בניית חקלאות חכמה על ידי ביג דאטה. מחשוב בר קיימא. אינפ. סיסט. 31, 100579 https://doi.org/10.1016/j.suscom.2021.100579.
Sullivan, DG, Fulton, JP, Shaw, JN, Bland, GL, 2007. הערכת הרגישות של מערכת אווירית אינפרא אדום תרמית בלתי מאוישת לזיהוי מתח מים בחופת כותנה. עָבָר. ASABE 50 (6), 1955–1962.
Sumesh, KC, Ninsawat, S., Som-ard, J., 2021. שילוב של אינדקס צמחייה מבוסס RGB, מודל משטח יבול וגישת ניתוח תמונה מבוססת אובייקטים להערכת תפוקת קני סוכר באמצעות כלי טיס בלתי מאויש. מחשוב. אֶלֶקטרוֹן. Agric. 180, 105903 https://doi.org/10.1016/j.compag.2020.105903.
Suomalainen, J., Anders, N., Iqbal, S., Franke, J., Wenting, P., Bartholomeus, H., Becker, R., Kooistra, L., 2013. מערכת מיפוי היפרספקטרלית קלת משקל עבור
כלי טיס בלתי מאוישים - התוצאות הראשונות. ב: 2013 5th Workshop on Hyperspectral Image and Processing Processing: Evolution in Remote Exit (WHISPERS), עמ' 1–4. https://doi.org/10.1109/WHISPERS.2013.8080721.
Suomalainen, J., Anders, N., Iqbal, S., Roerink, G., Franke, J., Wenting, P., Hünniger, D., Bartholomeus, H., Becker, R., Kooistra, L., 2014. היפרספקטרל קל משקל
מערכת מיפוי ושרשרת עיבוד פוטוגרמטרית לכלי טיס בלתי מאוישים. חישה מרחוק 6 (11), 11013–11030. https://doi.org/10.3390/
rs61111013.
Syeda, IH, Alam, MM, Illahi, U., Su'ud, MM, 2021. אסטרטגיות בקרה מתקדמות באמצעות עיבוד תמונה, מל"ט ובינה מלאכותית בחקלאות: סקירה. World J. Eng. 18 (4),
579–589. https://doi.org/10.1108/WJE-09-2020-0459.
Tahai, A., Rigsby, JT, 1998. עיבוד מידע באמצעות ציטוטים כדי לחקור את ההשפעה של כתבי עת בחשבונאות. אינפ. תהליך. לנהל. 34 (2–3), 341–359.
Tang, Y., Dananjayan, S., Hou, C., Guo, Q., Luo, S., He, Y., 2021. סקר על רשת 5G והשפעתה על החקלאות: אתגרים והזדמנויות. מחשוב.
אֶלֶקטרוֹן. Agric. 180, 105895 https://doi.org/10.1016/j.compag.2020.105895.
Tantalaki, N., Souravlas, S., Roumeliotis, M., 2019. קבלת החלטות מונעת נתונים בחקלאות מדויקת: עליית הביג דאטה במערכות חקלאיות. J. Agric. מידע על אוכל.
20 (4), 344-380.
Tao, H., Feng, H., Xu, L., Miao, M., Yang, G., Yang, X., Fan, L., 2020. אומדן היבול וגובה הצמח של חיטת חורף באמצעות UAV- תמונות היפרספקטרליות מבוססות.
חיישנים 20 (4), 1231.
Techy, L., Schmale III, DG, Woolsey, CA, 2010. דגימה אירוביולוגית מתואמת של פתוגן צמחי באטמוספרה התחתונה באמצעות שני כלי טיס אוטונומיים בלתי מאוישים. ג'יי פילד רוב. 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. איתור וסיווג של מזיקים בפולי סויה באמצעות למידה עמוקה
עם תמונות מל"ט. מחשוב. אֶלֶקטרוֹן. Agric. 179, 105836.
Thamm, H.-P., Menz, G., Becker, M., Kuria, DN, Misana, S., Kohn, D., 2013. The Use of UAS for Assessment Agricultural Systems in AN Wetland בטנזניה ב- ו-WetSeason לחקלאות בת קיימא ואספקת אמת קרקע לנתוני Terra-Sar X. בתוך: ISPRS – International Archives of the Photogrammetry, Remote Sing and Spatial Information Sciences, עמ' 401–406. https://doi.org/10.5194/isprsarchivesXL-1-W2-401-2013.
Thelwall, M., 2008. Bibliometrics to webometrics. J. מידע. Sci. 34 (4), 605–621.
Torres-Sanchez, ´ J., Lopez-Granados, ´ F., Pena, ˜ JM, 2015. שיטה אוטומטית מבוססת אובייקטים לסף אופטימלי בתמונות מל"ט: יישום לזיהוי צמחייה בגידולים עשבוניים. מחשוב. אֶלֶקטרוֹן. Agric. 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. ניטור תלת-ממדי בתפוקה גבוהה של מטעי עצים חקלאיים עם טכנולוגיית כלי טיס בלתי מאוישים (מל"ט). PLoS ONE 3 (10), e6.
Torres-Sanchez, ´ J., Pena, ˜ JM, de Castro, AI, Lopez-Granados, ´ F., 2014. מיפוי רב-זמני של חלק הצומח בשדות חיטה בתחילת העונה באמצעות תמונות ממל"ט. מחשוב. אֶלֶקטרוֹן. Agric. 103, 104–113. https://doi.org/10.1016/j. compag.2014.02.009.
Tsouros, DC, Bibi, S., Sarigiannidis, PG, 2019. סקירה על יישומים מבוססי מל"טים לחקלאות מדויקת. מידע (שוויץ) 10 (11). https://doi.org/10.3390/info10110349.
Tu, Y.-H., Phinn, S., Johansen, K., Robson, A., Wu, D., 2020. אופטימיזציה של תכנון טיסת מזל"ט למדידת מבנה יבול עצים גננות. ISPRS J. Photogram.
חיישנים מרוחקים 160, 83–96. https://doi.org/10.1016/j.isprsjprs.2019.12.006
Tzounis, A., Katsoulas, N., Bartzanas, T., Kittas, C., 2017. האינטרנט של הדברים בחקלאות, התקדמות אחרונה ואתגרים עתידיים. ביוסיסט. Eng. 164, 31–48.
https://doi.org/10.1016/j.biosystemseng.2017.09.007.
Uddin, A., Singh, VK, Pinto, D., Olmos, I., 2015. מיפוי סיינטומטרי של חקר מדעי המחשב במקסיקו. Scientometrics 105 (1), 97–114.
האו"ם, 2019. סיכויי אוכלוסיית העולם 2019. https://population.un.org/wpp/ (נגישה ב-15/04/2022).
Uto, K., Seki, H., Saito, G., Kosugi, Y., 2013. אפיון של שדות אורז על ידי מערכת חיישן היפרספקטרלי מיניאטורי המותקן על ידי UAV. IEEE J. Sel. חלק עליון. יישום Earth Obs.
חיישנים מרוחקים 6 (2), 851–860. https://doi.org/10.1109/JSTARS.2013.2250921. van der Merwe, D., Burchfield, DR, Witt, TD, Price, KP, Sharda, A., 2020. מל"טים ב
חַקלָאוּת. עו"ד אגרון. 162, 1–30.
Velusamy, P., Rajendran, S., Mahendra, RK, Naseer, S., Shafiq, M., Choi, J.-G., 2022.
כלי טיס בלתי מאוישים (מל"ט) בחקלאות מדויקת: יישומים ואתגרים. אנרגיות 15 (1), 217. https://doi.org/10.3390/en15010217.
Ventura, D., Bonifazi, A., Gravina, MF, Belluscio, A., Ardizzone, G., 2018. מיפוי וסיווג של בתי גידול ימיים רגישים מבחינה אקולוגית באמצעות אוויר בלתי מאויש
תמונות רכב (מל"ט) וניתוח תמונה מבוסס אובייקט (OBIA). חישה מרחוק 10 (9), 1331. https://doi.org/10.3390/rs10091331.
Verger, A., Vigneau, N., Ch´eron, C., Gilliot, J.-M., Comar, A., Baret, F., 2014. מדד שטח ירוק ממערכת אווירית בלתי מאוישת על גידולי חיטה ולפתית . חיישנים מרחוק סביבת. 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. פריסת ארבעה חיישנים אופטיים מבוססי מל"ט על שטחי דשא: אתגרים ו
מגבלות. Biogeosciences 12 (1), 163–175. https://doi.org/10.5194/bg-12-163-2015.
Vuran, MC, Salam, A., Wong, R., Irmak, S., 2018. אינטרנט של דברים מחתרתיים בחקלאות מדויקת: היבטי אדריכלות וטכנולוגיה. Ad-Hoc Netw. 81,
160–173. https://doi.org/10.1016/j.adhoc.2018.07.017.
Wamba, SF, Queiroz, MM, 2021. בינה מלאכותית אחראית כמרכיב סודי לבריאות דיגיטלית: ניתוח ביבליומטרי, תובנות וכיווני מחקר.
מידע. סיסט. חֲזִית. 1–16.
Wang, L., Zhang, G., Wang, Z., Liu, J., Shang, J., Liang, L., 2019. ניתוח ביבליומטרי של מגמת מחקר בחישה מרחוק בניטור צמיחת יבול: מחקר מקרה בסין. חישה מרחוק 11 (7). https://doi.org/10.3390/rs11070809.
White, HD, Griffith, BC, 1981. Cocitation מחבר: מדד ספרותי של מבנה אינטלקטואלי. ריבה. Soc. מידע. Sci. 32 (3), 163–171.
Xiang, H., Tian, L., 2011. פיתוח מערכת חישה מרחוק חקלאית בעלות נמוכה המבוססת על רכב אוטונומי בלתי מאויש (מל"ט). ביוסיסט. Eng. 108 (2), 174–190. https://doi.org/10.1016/j.biosystemseng.2010.11.010.
Xie, C., Yang, C., 2020. סקירה על תכונות פנוטייפ של צמחים בעלי תפוקה גבוהה באמצעות חיישנים מבוססי UAV. מחשוב. אֶלֶקטרוֹן. Agric. 178, 105731 https://doi.org/10.1016/j.
compag.2020.105731.
Yao, H., Qin, R., Chen, X., 2019. כלי טיס בלתי מאויש ליישומי חישה מרחוק - סקירה. חישה מרחוק 11 (12). https://doi.org/10.3390/
rs11121443.
Yeom, S., 2021. מעקב אחר אנשים והסרת מסלול כוזב עם הדמיה תרמית אינפרא אדום על ידי רב רוטור. מזל"טים 5 (3), 65. https://doi.org/10.3390/drones5030065.
Yue, J., Feng, H., Jin, X., Yuan, H., Li, Z., Zhou, C., Yang, G., Tian, Q., 2018. השוואה של אומדן פרמטרי יבול באמצעות תמונות ממל"ט רכוב
חיישן היפרספקטרלי של תמונת מצב ומצלמה דיגיטלית בחדות גבוהה. חישה מרחוק 10 (7), 1138. https://doi.org/10.3390/rs10071138.
Yue, J., Yang, G., Li, C., Li, Z., Wang, Y., Feng, H., Xu, B., 2017. אומדן של ביומסה של חיטת חורף מעל פני הקרקע באמצעות כלי טיס בלתי מאויש- תמונת מצב מבוססת
דגמים משופרים של חיישן היפרספקטרלי וגובה היבול. חישה מרחוק 9 (7). https://doi.org/10.3390/rs9070708.
Zahawi, RA, Dandois, JP, Holl, KD, Nadwodny, D., Reid, JL, Ellis, EC, 2015. שימוש בכלי טיס בלתי מאוישים קלים לניטור התאוששות יער טרופי. ביול.
שמר. 186, 287–295. https://doi.org/10.1016/j.biocon.2015.03.031. Zamora-Izquierdo, MA, Santa, J., Martínez, JA, Martínez, V., Skarmeta, AF, 2019.
פלטפורמת IoT חקלאית חכמה המבוססת על מחשוב קצה וענן. ביוסיסט. Eng. 177,
4-17.
Zarco-Tejada, PJ, Diaz-Varela, R., Angileri, V., Loudjani, P., 2014. כימות גובה העץ באמצעות תמונות ברזולוציה גבוהה מאוד שנרכשו מאוויר בלתי מאויש
כלי רכב (מל"ט) ושיטות שחזור צילום תלת מימד אוטומטי. יורו ג'יי אגרון. 3, 55–89. https://doi.org/99/j.eja.10.1016.
Zhang, C., Craine, WA, McGee, RJ, Vandemark, GJ, Davis, JB, Brown, J., Hulbert, SH, Sankaran, S., 2020. פנוטייפ מבוסס תמונה של עוצמת הפריחה בגידולי העונה הקרירה. חיישנים 20 (5), 1450. https://doi.org/10.3390/s20051450.
Zhang, C., Kovacs, JM, 2012. היישום של מערכות אוויריות קטנות בלתי מאוישות לחקלאות מדויקת: סקירה. מדויק. Agric. 13 (6), 693–712. https://doi.org/
10.1007/s11119-012-9274-5.
Zhang, L., Zhang, H., Niu, Y., Han, W., 2019. מיפוי מתח מי תירס על בסיס חישה מרחוק של מל"ט. חישה מרחוק 11 (6), 605.
Zhang, X., Han, L., Dong, Y., Shi, Y., Huang, W., Han, L., Gonz´ alez-Moreno, P., Ma, H., Ye, H., Sobeih. , T., 2019. גישה מבוססת למידה עמוקה לחלודה צהובה אוטומטית
זיהוי מחלה מתמונות מל"ט היפרספקטרליות ברזולוציה גבוהה. חישה מרחוק 11 (13), 1554.
Zhao, X., Zhang, J., Huang, Y., Tian, Y., Yuan, L., 2022. איתור והבחנה של מחלות ולחץ חרקים של צמחי תה באמצעות הדמיה היפרספקטרלית בשילוב עם ניתוח גלים. מחשוב. אֶלֶקטרוֹן. Agric. 193, 106717 https://doi.org/10.1016/j. compag.2022.106717.
Zheng, A., Wang, M., Li, C., Tang, J., Luo, B., 2022. התאמה של תחום יריב מונחה אנטרופיה לפילוח סמנטי של תמונה אווירית. IEEE טרנס. G
Zheng, H., Cheng, T., Yao, X., Deng, X., Tian, Y., Cao, W., Zhu, Y., 2016. זיהוי של פנולוגיית אורז באמצעות ניתוח סדרת זמן של ספקטרלים מבוססי קרקע נתוני אינדקס. גידולי שדה ר. 198, 131–139. https://doi.org/10.1016/j.fcr.2016.08.027.
Zheng, J., Yang, W., 2018. תכנון מערכת זריעת דליפות חקלאית מדויקת המבוססת על חיישנים אלחוטיים. Int. J. Online Eng. 14 (05), 184.
Zhou, L., Gu, X., Cheng, S., Yang, G., Shu, M., Sun, Q., 2020. ניתוח של שינויים בגובה הצמח של תירס מרוכז באמצעות נתוני UAV-LiDAR. חקלאות 10 (5), 146. https://
doi.org/10.3390/agriculture10050146.
Zhou, S., Chai, X., Yang, Z., Wang, H., Yang, C., Sun, T., 2021. Maize-IAS: תוכנת ניתוח תמונה תירס המשתמשת בלמידה עמוקה עבור פנוטייפ צמחים בתפוקה גבוהה . שיטות צמחים 17 (1), 48. https://doi.org/10.1186/s13007-021-00747-0.
Zhou, X., Zheng, HB, Xu, XQ, He, JY, Ge, XK, Yao, X., Cheng, T., Zhu, Y., Cao, WX, Tian, YC, 2017. חיזוי תפוקת תבואה ב אורז באמצעות צמחייה רב-זמנית
מדדים מתמונות רב-ספקטרליות ודיגיטליות מבוססות מל"ט. ISPRS J. Photogram. חיישנים מרוחקים 130, 246–255. https://doi.org/10.1016/j.isprsjprs.2017.05.003.
Zhou, Y., Xie, Y., Shao, L., 2016. סימולציה של טכנולוגיית הליבה של מערכת ניטור חממה המבוססת על רשת חיישנים אלחוטית. Int. J. Online Eng. 12 (05),
43.
Zhou, Z., Majeed, Y., Diverres Naranjo, G., Gambacorta, EMT, 2021. הערכה עבור מתח מים של יבול עם תמונות תרמיות אינפרא אדום בחקלאות מדויקת: סקירה
וסיכויים עתידיים ליישומי למידה עמוקה. מחשוב. אֶלֶקטרוֹן. Agric. 182, 106019 https://doi.org/10.1016/j.compag.2021.106019.