Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Comparing RGB - based vegetation indices from UAV imageries to estimate hops canopy area

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41310%2F20%3A84838" target="_blank" >RIV/60460709:41310/20:84838 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://dspace.emu.ee/xmlui/handle/10492/6091" target="_blank" >https://dspace.emu.ee/xmlui/handle/10492/6091</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.15159/AR.20.169" target="_blank" >10.15159/AR.20.169</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparing RGB - based vegetation indices from UAV imageries to estimate hops canopy area

  • Popis výsledku v původním jazyce

    Remote estimation of hops plants in hop gardens is imperative in field of precision agriculture, because of precise imaging of hop garden structure. Monitoring of hop plant volume and area can help to predict the condition and yield of hops. In this study, two unmanned aerial vehicles (UAV) - eBee X senseFly UAV equipped with Red Green Blue (RGB) S.O.D.A. camera and Vertical Take-Off Landing (VTOL) UAV FireFly6 Pro by BirdsEyeView Aerobotics equipped with MicaSense RedEdge MX camera were used to acquire images of hop garden at phenology stage maturity of cones (24 th July) before harvest. Seven commonly used RGB vegetation indices (VI) were derived from these RGB and multispectral (MS) images after photogrammetric pre-processing and orthophoto mosaic extraction using Pix4Dmapper software. Vegetation Indices as the Green Percentage Index (G%), Excess of Green Index (ExGreen), Green Leaf Index (GLI), Visible Atmospherically Resistant Index (VARI), Red Green Blue Vegetation Index (RGBVI), Nor

  • Název v anglickém jazyce

    Comparing RGB - based vegetation indices from UAV imageries to estimate hops canopy area

  • Popis výsledku anglicky

    Remote estimation of hops plants in hop gardens is imperative in field of precision agriculture, because of precise imaging of hop garden structure. Monitoring of hop plant volume and area can help to predict the condition and yield of hops. In this study, two unmanned aerial vehicles (UAV) - eBee X senseFly UAV equipped with Red Green Blue (RGB) S.O.D.A. camera and Vertical Take-Off Landing (VTOL) UAV FireFly6 Pro by BirdsEyeView Aerobotics equipped with MicaSense RedEdge MX camera were used to acquire images of hop garden at phenology stage maturity of cones (24 th July) before harvest. Seven commonly used RGB vegetation indices (VI) were derived from these RGB and multispectral (MS) images after photogrammetric pre-processing and orthophoto mosaic extraction using Pix4Dmapper software. Vegetation Indices as the Green Percentage Index (G%), Excess of Green Index (ExGreen), Green Leaf Index (GLI), Visible Atmospherically Resistant Index (VARI), Red Green Blue Vegetation Index (RGBVI), Nor

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

    40101 - Agriculture

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Agronomy Research

  • ISSN

    1406-894X

  • e-ISSN

  • Svazek periodika

    18

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    10

  • Strana od-do

    2592-2601

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-85098115020