Bài viết Nghiên cứu phương pháp sử dụng máy bay không người lái và camera đa phổ theo dõi quá trình sinh trưởng cây trồng giới thiệu việc sử dụng máy bay không người lái cánh bằng WingtraOne với cảm biến đa phổ Micasense để lập bản đồ chi tiết và theo dõi sức khỏe thực vật ở các trang trại cà phê, thực nghiệm tại tỉnh Lâm Đồng, Việt Nam.
NGHIÊN CỨU PHƯƠNG PHÁP SỬ DỤNG MÁY BAY KHÔNG NGƯỜI LÁI VÀ CAMERA ĐA PHỔ THEO DÕI QUÁ TRÌNH SINH TRƯỞNG CÂY TRỒNG Lê Thị Kim Dung Trường Đại học Tài ngun Mơi trường Hà Nội Tóm tắt Trong năm gần đây, máy bay không người lái ngày trở nên phổ biến ứng dụng nông nghiệp nhằm hỗ trợ quản lý trang trại hiệu cải thiện suất nông nghiệp Bài báo giới thiệu việc sử dụng máy bay không người lái cánh WingtraOne với cảm biến đa phổ Micasense để lập đồ chi tiết theo dõi sức khỏe thực vật trang trại cà phê, thực nghiệm tỉnh Lâm Đồng, Việt Nam Từ khóa: Máy bay không người lái; Đo ảnh; Cảm biến đa phổ; Lập đồ; Cà phê Abstract Research method of using uav and multi - spectral sensors to monitor the growth process of plants Recently, unmanned aerial vehicles have become increasingly popular in agricultural applications to assist in efficient farm management and improve agricultural productivity This paper introduces the use of WingtraOne unmanned aerial vehicles with Micasense multi - spectral and RGB Sony RX1 sensor for detailed mapping and monitoring of plant health in coffee farms, project was completed in Lam Dong province, Vietnam Keywords: Unmanned aerial vehicles; Photogrammetry; Multi - spectral sensors; Mapping; Coffee Đặt vấn đề Phân loại viễn thám theo độ cao hoạt động bao gồm: Cấp không gian vũ trụ, cấp máy bay, cấp khinh khí cầu cấp máy bay không người lái (Unmanned Aerial Vehicles - UAV), Công nghệ đo ảnh sử dụng thiết bị UAV thuộc loại viễn thám cấp độ thấp, chủ yếu hoạt động độ cao khoảng vài chục đến vài trăm mét Cơng nghệ thu thập hình ảnh với độ phân giải siêu cao cách nhanh chóng cung cấp kết xử lý gần thời gian thực Nó cho phép chủ động bay, thu thập hình ảnh linh hoạt điều kiện thời tiết Trong lĩnh vực đo đạc đồ, UAV dùng để giám sát xây dựng, nông nghiệp, địa hình hiểm trở, đường ống cơng nghệ sử dụng nhiều để thành lập đồ tỷ lệ lớn Với nhiều thử nghiệm, công nghệ UAV chứng tỏ sức mạnh vượt trội so sánh với cơng nghệ truyền thống như: Có thể tạo ảnh trực quan; Cung cấp thơng tin nhanh chóng xác; Nhiều sản phẩm (Ảnh trực giao, DSM, DEM, đám mây điểm, mơ hình 3D), đặc biệt nay, giá thành hệ thống UAV ngày thấp tính ứng dụng trở lên phổ biến Nơng nghiệp xác lên canh tác cà phê thống để hỗ trợ quản lý trang trại hiệu quả, tăng cường khả kiểm sốt nơng dân ứng dụng địa phương nhằm giảm thiểu việc sử dụng tài nguyên Do đó, cơng nghệ áp dụng để tập trung, khơng tiếp cận tiết kiệm chi phí, ví dụ lập đồ đất, lấy mẫu đất, bón phân, kiểm sốt sâu bệnh, với cảnh báo thời tiết mang tính cục cao Là cơng nghệ phát triển nhanh, UAV cung cấp tảng hiệu chi phí, nhanh chóng thay chụp ảnh hàng không thông thường, để lập đồ với hình ảnh khơng có độ phân giải không gian cao 250 Hội thảo Quốc gia 2022 Với tốc độ thấp hoạt động bay linh hoạt, UAV đóng vai trị quan trọng việc giám sát hệ thống nông nghiệp quy mô nhỏ (trang trại cà phê), nơi mà phần trăm mây bao phủ lớn thường cản trở hệ thống viễn thám quang học thu hình ảnh chất lượng Cơng nghệ UAV lập đồ bề mặt có đặc điểm khác nhau, phân định ranh giới nơng trại xác định loại trồng khác nhau, thu thập phân tích hình ảnh trồng theo thời gian khác giai đoạn phát triển quan trọng trồng để theo dõi động thái trồng Lập đồ máy bay khơng người lái cung cấp thông tin cập nhật thông số thiết yếu để ước tính suất cà phê, bao gồm: Quy mô trang trại, số lượng cây/mật độ cây, chiều cao cây, kích thước tán, số trạng thái nitơ yếu tố suất như: Cây chết, mức độ dinh dưỡng nước, tỷ lệ sâu bệnh dịch bệnh (thông qua số thảm thực vật) Với đầy đủ liệu trang trại (ví dụ: Thu hoạch năm trước, giống tuổi cà phê, chất lượng đất, sử dụng đầu vào, tỷ lệ mắc bệnh khí hậu địa phương), thơng số thu từ UAV sử dụng để phân tích ước tính phạm vi suất trang trại cà phê Trong báo cung cấp quy trình sử dụng UAV VTOL WingtraOne với cảm biến quang học đa phổ để giám sát trang trại cà phê tỉnh Lâm Đồng Nhiệm vụ hoàn thành với lần bay năm với thời gian tháng Việc phân tích liệu UAV thực phần mềm Pix4dMapper Metashape Phạm vi nghiên cứu Phạm vi thời gian: Năm 2020, 2021 Phạm vi không gian: Các khu vực nghiên cứu báo thuộc số trang trại cà phê tỉnh Lâm Đồng Dữ liệu nghiên cứu: Bao gồm liệu ảnh đa phổ chụp từ thiết bị RedEdge liệu chụp từ máy ảnh SonyRX1 Phương pháp nghiên cứu 3.1 Phương pháp sử dụng công nghệ UAV phương pháp xử lý ảnh viễn thám để theo dõi trang trại thu phí 3.1.1 Chọn UAV phù hợp để giải vấn đề nghiên cứu Có ba loại UAV bao gồm UAV cánh cất hạ cánh thẳng đứng, UAV cánh cất hạ cánh dù bụng, UAV cánh quạt Ngày nay, UAV nhiều cánh quạt hãng lớn giới sử dụng phát triển rộng rãi UAV cánh quạt md4 - 1000 (Thụy Sĩ), Inspire Pro (DJI) Đã có số cơng ty chế tạo thành cơng đưa vào sử dụng thực tế UAV cánh như: UAV Trimble UX5 (Trimble Mỹ), UAV Ebee, SwingletCam (thương hiệu SenseFly Thụy Sĩ), UAV GeoScan (Geoscan, Nga) UAV cánh khai thác lĩnh vực đo đạc đồ phổ biến tính ưu việt bay lâu, ổn định cao, chịu tốc độ gió lớn, hệ thống dễ vận hành Loại hỗn hợp (VTOL) với mục tiêu tích hợp điểm mạnh hai loại cánh cánh quạt, đồng thời hạn chế tối đa nhược điểm chúng, gần xuất loại máy bay lai trực thăng UAV cánh cố định WingtraOne, loại UAV có ưu điểm cần sân cất hạ cánh nhỏ (như UAV bay thẳng), đến đường bay bay với tốc độ cao, độ ổn định tốt (như UAV cánh bằng) nên hiệu suất tăng lên đáng kể nơi khó chọn bãi đáp thời tiết không thuận lợi Tuy nhiên, giá thành loại UAV cịn cao nên việc tiếp cận cịn khó khăn Hội thảo Quốc gia 2022 251 Hình 1: Thiết bị bay không người lái WingtraOne Bảng Thông số kỹ thuật UAV WingtraOne Loại Tối đa trọng lượng cất cánh Trọng lượng (trống) Tối đa trọng lượng tải trọng Sải cánh Kích thước WingtraOne Pin Dạng pin Liên kết vô tuyến Thời gian bay tối đa VTOL 4,5 kg 3,7 kg 800 g 125 cm 125 × 68 × 12 cm Hai pin 99 Wh (yêu cầu cặp pin) Li-ion, công nghệ pin thông minh, tuân thủ UN3481 Lên tới 10 km Sử dụng GPS, Glonass sẵn sàng cho Galileo Beidou dải tần số: 1561,098 MHz/1575,42 MHz/1602,00 MHz Tốc độ hành trình hoạt động: 16 m/s (35,8 mph) Lên/xuống: 6/3 m/s (13,4/6,7 mph) Lên đến 59 phút Nhiệt độ -10 °C + 40 °C (14 đến 104 °F) GPS tích hợp Tốc độ bay IP54, khơng khuyến khích bay sương mù, mưa tuyết < m (< 16 ft) Thời tiết PPK Thiết bị bay sử dụng 02 cảm biến: Máy ảnh full frame Sony RX1RII tiêu cự 35 mm, độ phân giải 42 Mp máy ảnh đa phổ Micasense RedEdge Mx Bảng Thông số kỹ thuật cảm biến đa phổ Tên máy ảnh Tiêu cự Pixel Loại cảm biến Trọng lượng máy ảnh (bao gồm DSL cáp) Độ phân giải mặt đất Kích thước cảm biến x Kích thước cảm biến y Pixel x Pixel y Góc nhìn dọc 252 Hội thảo Quốc gia 2022 MicaSense RedEdge-MX 5,5 mm × 122 cảm biến riêng lẻ 325 gr 6,7 - 50 cm/px 4,8 mm 3,6 mm 1280 960 36,2o Tên máy ảnh Góc nhìn ngang Thời gian kích hoạt tối thiểu MicaSense RedEdge-MX 47,1o giây Hình 2: Multispectral sensor - Micasense RedEdge - MX Trong thực nghiệm này, phương tiện để bay chụp UAV WingtraOne với hai camera Lý quan trọng để đưa định khu vực khó khăn việc lựa chọn hạ cánh cất cánh cho UAV cánh bằng, VTOL cất cánh hạ cánh bệ nhỏ Hơn nữa, khu vực miền núi cần bay với độ cao lớn nên máy ảnh tiêu cự 35 mm lựa chọn Máy ảnh đa phổ RedEdge - MX có dải tần với dải tần Red - edge, băng phổ NIR RedEdge sử dụng để phân tích tình trạng sức khỏe trồng 3.1.2 Quy trình giám sát chất lượng trồng (cây cà phê) Nhiệm vụ thử nghiệm bao gồm: Chúng ta cần lập đồ camera RGB cho khu vực tỉnh Lâm Đồng với diện tích 12.000 khu vực cần chọn 10 nhỏ để bay camera đa phổ, diện tích khu vực khoảng 1.995 để phân tích sức khỏe cà phê Quy trình sử dụng UAV để thu thập xử lý liệu trình bày Hình Hình 3: Quy trình sử dụng UAV để thu thập liệu Hội thảo Quốc gia 2022 253 Thu thập liệu bao gồm bước: Bước 1: Chuẩn bị Xin cấp phép bay UAV, kiểm tra thiết bị (UAV, pin, máy ảnh, trạm GNSS) xác minh khu vực cất/hạ cánh thực địa Bước 2: Lập kế hoạch bay dựa ranh giới khu vực (AOI), sử dụng phần mềm WingtraPilot để lập kế hoạch nhiệm vụ cho máy ảnh RGB Multispectral Bước 3: Đo đạc điểm Khống chế ảnh (GCP) Mặc dù sử dụng công nghệ PPK máy ảnh RGB kích hoạt, cần xác định GCP (tối thiểu GCP cho AOI) cho tất AOI Sử dụng GPS RTK để xác định tọa độ GCP Bước 4: Thiết lập trạm Base GNSS (tùy chọn), để xử lý ảnh quang học RGB Bước 5: Bay chụp ảnh, tải kiểm tra liệu Kiểm tra điều kiện mơi trường (thời tiết, gió, mưa) khởi động cho UAV bay Sau chuyến bay, cần tải ảnh liệu GNSS kiểm tra chất lượng ảnh, đặc biệt độ phủ mây 3.1.3 Phương pháp phân tích xử lý liệu Sau thu thập liệu cần thiết, trình xử lý liệu thực theo bước sau: Bước 1: Geotag, sau chuyến bay ảnh phải tham chiếu tọa độ địa lý Sử dụng phần mềm WingtraHub để tham chiếu tọa độ địa lý cho ảnh RGB với liệu trạm gốc GNSS Kết bước tọa độ tâm ảnh xác Bước 2: Xử lý hình ảnh, Sử dụng Pix4dMapper phiên 4.3 Agisoft Metashape để xử lý liệu UAV Bước 3: Kết Bước Hình ảnh Orthomosaics, DSM, PointCloud ảnh số Trong bước này, tính tốn ảnh số khác NDVI, VARI, NDRE,… Bước 4: Kết xuất báo cáo Kết phải kiểm tra độ xác yêu cầu khác Sau tiến hành thực báo cáo cho chuyến bay Kết thử nghiệm Đối với nhiệm vụ thành lập đồ RGB cần bay xử lý ảnh lần nhất, ảnh đa phổ phải bay chụp thời điểm khác để phân tích sức khỏe trồng Thiết kế bay chụp ảnh RGB đa phổ thể hình dưới: Thời gian bay tối đa UAV WingtraOne 50 phút, với thiết kế bay có độ phủ 70 % × 70 % độ phân giải 10 cm Đối với khu vực lớn, cần chia thành khu vực nhỏ để bay, khu vực cần có độ chồng phủ, ví dụ khu vực phải chia thành khu vực nhỏ, tổng thời gian bay cho toàn khu vực khoảng 345 phút Tổng chuyến bay RGB cho khu vực khoảng 25 chuyến, với thời gian làm việc khoảng 13 ngày Thiết kế bay cho máy ảnh đa phổ Micasense RedEdge Với tối đa 50 phút cho thời gian bay độ phân giải pixel 10 cm với máy ảnh MicaSense RedEdge - M, độ phủ ảnh 75 % × 75 %, chuyến bay thực với diện tích 130 Do đó, tổng số chuyến bay khoảng 10 tuyến, tổng thời gian làm việc khoảng 10 ngày - Đo điểm khống chế ảnh (GCP) phải bố trí trước chuyến bay UAV Cơng việc bao gồm: Chọn, bố trí GCP, làm sơ họa cho điểm GCP, đo GCP thực địa thiết bị đo GNSS (Trimble R2) Số lượng GCP đo cho khu vực: 92 điểm Các điểm GCP sử dụng làm khống chế ảnh điểm kiểm tra cho tất khu vực 254 Hội thảo Quốc gia 2022 Hình 4: Thiết kế đường bay cho ánh xạ RGB AOI_1 Mẫu điểm khống chế Hình ảnh điểm khống chế thực tế Hình 5: Mẫu điểm khống chế ảnh (GCP) Sử dụng phần mềm Pix4D Mapper Agisoft Metashape để xử lý liệu UAV Đối với khu vực rộng khu vực 01, số lượng ảnh RGB lớn nên phần mềm Pix4D khơng thể xử lý, để xử lý liệu bay chụp cần sử dụng phần mềm Agisoft Metashape, mặt khác, phần mềm Pix4dMapper tạo hình ảnh số nhanh Agisoft, Pix4D lựa chọn để xử lý ảnh đa phổ Kết trình xử lý ảnh trực giao (Orthophoto), DSM, đám mây điểm ảnh số, ảnh số tính theo cơng thức sau trình bày Bảng Tất ảnh số gán tọa độ xác, đồng thời điểm sẵn sàng để phục vụ bước phân tích Bảng Cơng thức hình ảnh số Chỉ số BNDVI - Chỉ số thực vật xanh nước biển GNDVI - Chỉ số thực vật xanh Công thức (NIR - BLUE)/(NIR + BLUE) (NIR - GREEN)/(NIR + GREEN) Hội thảo Quốc gia 2022 255 LCI - Chỉ số diệp lục NDRE - Chỉ số kênh Red Edge NDVI - Chỉ số thực vật SIPI2 - Chỉ số sắc tố VARI - Chỉ số suốt khí (NIR - REDEDGE)/(NIR + RED) (NIR - REDEDGE)/(NIR + REDEDGE) (NIR - RED)/(NIR + RED) (NIR - GREEN)/(NIR - RED) (GREEN - RED)/(GREEN + RED - BLUE) Việc phân tích liệu thời kỳ đòi hỏi phù hợp thời điểm quan trọng, sử dụng điểm GCP để nắn chỉnh hình học ảnh thời điểm giúp loại bỏ sai số đồng Đồng thời ảnh sau xử lý đánh giá chất lượng hình ảnh độ xác Sử dụng 14 điểm kiểm tra cho tất khu vực, sai số trung phương theo phương ngang cm, theo phương dọc khoảng 23 cm Bảng Điểm kiểm tra đánh giá độ xác UAV Tên điểm kiểm tra KCA 1.12 KCA 1.14 KCA 1.10 KCA 2.7 KCA 2.5 KCA 3.11 KCA 3.3 A4.3 A4.10 A5.5 A5.10 A6.5 A7.2 A7.4p x_kiểm tra y_kiểm tra 176120,174 177573,051 177276,041 185319,811 185883,607 231614,805 232449,275 235931,041 236575,900 232464,742 233939,635 214877,594 214746,295 213676,510 1293101,605 1292225,710 1286474,060 1301486,667 1301486,704 1316184,163 1315589,866 1311322,555 1312273,945 1338910,572 1338845,044 1342385,792 1348213,264 1348100,527 h_kiểm tra 931,016 872,284 961,801 961,507 955,277 1483,991 1434,270 1380,471 1437,958 1509,236 1434,359 1504,047 1262,523 1230,437 x 176120,130 177573,004 177275,993 185319,873 185883,702 231614,809 232449,221 235931,086 236575,826 232464,861 233939,672 214877,666 214746,335 213676,534 y h 1293101,553 931,118 1292225,738 872,305 1286473,957 961,292 1301486,649 961,338 1301486,667 955,289 1316184,123 1483,88 1315589,807 1434,179 1311322,468 1380,423 1312273,968 1437,852 1338910,482 1509,343 1338844,952 1434,252 1342385,683 1504,233 1348213,246 1262,5 1348100,578 1229,847 Sai số trung bình Sai số lớn Sai số nhỏ Sai số trung phương Delta_x Delta_y 0,044 0,047 0,048 0,062 0,095 0,004 0,054 0,045 0,074 0,119 0,037 0,072 0,040 0,024 0,055 0,119 0,004 0,061 0,052 0,028 0,103 0,018 0,037 0,040 0,059 0,087 0,023 0,090 0,092 0,109 0,018 0,051 0,058 0,109 0,018 0,066 Delta_ Delta_h xy 0,068 0,102 0,055 0,021 0,114 0,509 0,064 0,169 0,102 0,012 0,040 0,111 0,080 0,091 0,098 0,048 0,078 0,106 0,149 0,107 0,099 0,107 0,131 0,186 0,044 0,023 0,056 0,590 0,084 0,156 0,149 0,590 0,040 0,012 0,090 0,230 Trên hình ảnh RGB cho khu vực, hình dung cà phê tách phân loại rừng trồng (thời gian loại trồng) theo Hình Hình 6: Cây cà phê non vùng cà phê trồng ảnh RGB 256 Hội thảo Quốc gia 2022 Kết trình xử lý ảnh RGB khu vực bao gồm: Orthor image, DSM, DTM, Point Cloud, VARI Index Kết trình xử lý ảnh đa phổ khu vực bao gồm: Ảnh Orthor; DSM; DTM; Đám mây điểm; Chỉ số phản xạ; Chỉ số VARI; Bản đồ mục (NDVI, LCI, NDRE, SIPI2, BNDVI, GNDVI) Hình 7: Ảnh RGB ảnh số NDVI Sử dụng ảnh số NDVI ảnh số khác, dễ dàng xác định phân loại sức khỏe trồng Đặc biệt, quy trình cung cấp liệu đám mây điểm để trích xuất chiều cao tán chúng So sánh hình ảnh thời kỳ ta đánh giá phát triển Hình 8: Đám mây điểm khả phân tích tán Kết luận Dựa sản phẩm xử lý hình ảnh, ranh giới trang trại cà phê cập nhật Sử dụng phần mềm GIS QGIS, Ecognition để xác định số lượng cây, mật độ cây, bóng Nhiệm vụ phải thực việc chụp ảnh RGB tất khu vực trước để lấy hình ảnh khảo sát tổng thể, sau chụp ảnh đa phổ thời điểm (Tháng 3, tháng tháng 12) sau bay chụp cơng việc xử lý hình ảnh kéo dài khoảng 10 ngày cho khu vực Q trình xử lý, ngồi sản phẩm thơng thường ảnh trực giao, mơ hình số bề mặt, cịn cho sản phẩm đám mây điểm hàng loạt ảnh số liên quan đến sức khỏe trồng nhờ sử dụng máy ảnh đa phổ Sử dụng UAV nâng cao chất lượng tốc độ (Hình ảnh có độ trực quan tốt, độ xác cao) nên phương pháp có hiệu kinh tế cao so với phương pháp truyền thống khác Hội thảo Quốc gia 2022 257 Mặt khác, công tác lập đồ UAV gặp số hạn chế, khó khăn, bao gồm: Yếu tố thời tiết (Mây mù, mưa, gió giật địa bàn tỉnh Lâm Đồng), UAV thu hình ảnh chất lượng khơng tốt phải thực số chuyến bay lại; Quy mô trang trại không đồng phân bố rải rác Dựa kết đạt học kinh nghiệm trình thực hiện, để sử dụng hiệu chi phí tương lai UAV lập đồ nông trại cà phê quy mô nhỏ Việt Nam (Cụ thể tỉnh Tây Nguyên có điều kiện khí hậu tương tự Lâm Đồng), khuyến nghị kỹ thuật sau: Áp dụng phương pháp lập đồ máy bay không người lái (Tương tự phương pháp sử dụng công việc này) cách sử dụng máy ảnh RGB máy ảnh đa kính với số cải tiến dựa cân nhắc sau: - Nên sử dụng camera đa phổ với kênh RedEdge để theo dõi sức khỏe trồng - Khảo sát UAV sử dụng camera RGB: (1) Để bao quát toàn khu vực nghiên cứu; (2) Lập đồ tổng thể cho trang trại kiểm kê ranh giới trang trại, số lượng cây, cỏ dại, phần thực vật độ dốc; (3) Thời gian: Cuối tháng - đầu tháng cho tốt điều kiện thời tiết lập đồ trang trại cà phê giai đoạn ngủ đông (đánh giá tốt điều kiện nông trại sức khỏe trồng chưa thụ tinh) - Nếu ngân sách cho phép, xem xét lập đồ độ phân giải tốt khoảng cm (Chiều cao bay UAV thấp hơn) để phân tách xác việc trồng xen xác định chiều cao cà phê để ước tính khối lượng thảm thực vật - Thiết kế khảo sát UAV camera đa phổ dựa kết lập đồ RGB vào tháng - xem xét hai giai đoạn (Tháng - mùa mưa tháng 11 - mùa khô, trước thu hoạch) cân nhắc lựa chọn khu vực nhỏ (Độ cao bay UAV thấp) để lập đồ cách sử dụng UAV nhiều cánh quạt ngân sách hạn chế (Lập đồ khu vực nhỏ linh hoạt hiệu trang trại cà phê quy mô nhỏ rải rác lựa chọn cẩn thận) TÀI LIỆU THAM KHẢO [1] Ana I de Castro, Yeyin Shi, Joe Mari Maja, Jose M Peña (2021) UAV để giám sát thảm thực vật: Tổng quan đóng góp khoa học gần Viễn thám,13, 2139 [2] P Sanseechan, K Saengprachathanarug, J Posom, S Wongpichet, C Chea, M Wongphati (2019) Sử dụng số thực vật để theo dõi triệu chứng bệnh trắng mía ruộng mía hình ảnh hàng khơng UAV đa kính Hội nghị IOP Loạt bài: Khoa học Trái đất Môi trường 301 (2019) 012025 [3] Pix4Dmapper (2022) How to generate a vegetation index - PIX4Dfields https://support.pix4d.com/ hc/en-us/articles/360000891623-How-to-generate-a-vegetation-index-with-Pix4Dfields#index_generator BBT nhận bài: 30/9/2022; Chấp nhận đăng: 31/10/2022 258 Hội thảo Quốc gia 2022 ... Áp dụng phương pháp lập đồ máy bay không người lái (Tương tự phương pháp sử dụng công việc này) cách sử dụng máy ảnh RGB máy ảnh đa kính với số cải tiến dựa cân nhắc sau: - Nên sử dụng camera đa. .. đến sức khỏe trồng nhờ sử dụng máy ảnh đa phổ Sử dụng UAV nâng cao chất lượng tốc độ (Hình ảnh có độ trực quan tốt, độ xác cao) nên phương pháp có hiệu kinh tế cao so với phương pháp truyền thống... SonyRX1 Phương pháp nghiên cứu 3.1 Phương pháp sử dụng công nghệ UAV phương pháp xử lý ảnh viễn thám để theo dõi trang trại thu phí 3.1.1 Chọn UAV phù hợp để giải vấn đề nghiên cứu Có ba loại UAV bao