Abderahman Rejeb a , Alireza Abdollahi b , Karim Rejeb c , Horst Treiblmaier d,
- a Dipartiment tal-Ġestjoni u l-Liġi, Fakultà tal-Ekonomija, Università ta’ Ruma Tor Vergata, Via Columbia, 2, Ruma 00133, l-Italja
- b Dipartiment tal-Amministrazzjoni tan-Negozju, Fakultà tal-Ġestjoni, Kharazmi University, 1599964511 Tehran, Iran
- c Fakultà tax-Xjenzi ta’ Bizerte, Università ta’ Kartaġni, Zarzouna, 7021 Bizerte, it-Tuneżija
- d Skola tal-Ġestjoni Internazzjonali, Modul University Vjenna, Am Kahlenberg 1, 1190 Vjenna, l-Awstrija
ARTIKOLU INFORMAZZJONI | Astratt |
keywords: Drones UAV Agrikoltura ta ’preċiżjoni Internet tal-Oġġetti Biblijometrija | Drones, imsejħa wkoll Vetturi tal-Ajru bla Ekwipaġġ (UAV), raw żvilupp notevoli fl-aħħar deċennji. Fl-agrikoltura, biddlu l-prattiki tal-biedja billi offrew lill-bdiewa iffrankar sostanzjali fl-ispejjeż, miżjuda effiċjenza operattiva, u profittabilità aħjar. Matul l-aħħar deċennji, is-suġġett tad-drones agrikoli kellu ġibed attenzjoni akkademika notevoli. Għalhekk aħna nwettqu reviżjoni komprensiva bbażata fuq biblijometrija biex tiġbor fil-qosor u tistruttura l-letteratura akkademika eżistenti u tiżvela xejriet u hotspots attwali tar-riċerka. Aħna japplikaw tekniki biblijometriċi u tanalizza l-letteratura madwar drones agrikoli biex tiġbor fil-qosor u tivvaluta r-riċerka preċedenti. L-analiżi tagħna tindika li r-remote sensing, l-agrikoltura ta’ preċiżjoni, it-tagħlim fil-fond, it-tagħlim tal-magni, u l-Internet tal-Oġġetti huma suġġetti kritiċi relatati mad-drones agrikoli. Il-ko-ċitazzjoni analiżi tiżvela sitt raggruppamenti wesgħin ta 'riċerka fil-letteratura. Dan l-istudju huwa wieħed mill-ewwel tentattivi biex jiġbor fil-qosor ir-riċerka tad-drones fl-agrikoltura u jissuġġerixxi direzzjonijiet ta 'riċerka futuri. |
introduzzjoni
L-agrikoltura tirrappreżenta s-sors primarju tal-ikel tad-dinja (Friha et al., 2021), u ilha tiffaċċja sfidi serji minħabba l-
domanda dejjem tiżdied għall-prodotti tal-ikel, sigurtà tal-ikel, u tħassib dwar is-sigurtà kif ukoll sejħiet għall-protezzjoni ambjentali, preservazzjoni tal-ilma, u
sostenibbiltà (Inoue, 2020). Dan l-iżvilupp huwa mbassar li jkompli peress li l-popolazzjoni dinjija hija stmata li tilħaq id-9.7 biljun sal-2050.
(2019). Peress li l-agrikoltura tikkostitwixxi l-aktar eżempju prominenti tal-konsum tal-ilma globalment, huwa mistenni li d-domanda għall-ikel u l-ilma
il-konsum se jiżdied b'mod drammatiku fil-futur prevedibbli. Barra minn hekk, iż-żieda fil-konsum ta 'fertilizzanti u pestiċidi
flimkien mal-intensifikazzjoni tal-attivitajiet tal-biedja jistgħu jwasslu għal sfidi ambjentali futuri. Bl-istess mod, art li tinħarat hija limitata, u l-
numru ta’ bdiewa qed jonqos madwar id-dinja. Dawn l-isfidi jaċċentwaw il-ħtieġa għal soluzzjonijiet tal-biedja innovattivi u sostenibbli (Elijah
et al., 2018; Friha et al., 2021; Inoue, 2020; Tzounis et al., 2017).
L-inkorporazzjoni ta' teknoloġiji ġodda ġiet identifikata bħala soluzzjoni promettenti biex jiġu indirizzati dawn l-isfidi. Biedja intelliġenti (Brewster et al.,
2017; Tang et al., 2021) u l-agrikoltura ta 'preċiżjoni (Feng et al., 2019; Khanna & Kaur, 2019) ħarġu bħala riżultat ta' tali dibattiti. Il-
l-ewwel huwa kunċett ġenerali għall-adozzjoni tat-teknoloġiji tal-komunikazzjoni tal-informazzjoni (ICT) u innovazzjonijiet oħra avvanzati fl-attivitajiet tal-biedja biex tiżdied l-effiċjenza u l-effikaċja (Haque et al., 2021). Dan tal-aħħar jiffoka fuq ġestjoni speċifika għas-sit li fiha l-art hija maqsuma
partijiet omoġenji, u kull parti tirċievi l-ammont eżatt ta 'input agrikolu għall-ottimizzazzjoni tar-rendiment tal-uċuħ tar-raba' permezz ta' teknoloġiji ġodda (Feng et al., 2019; Khanna & Kaur, 2019). Teknoloġiji prominenti li ġibdu l-attenzjoni tal-istudjużi f'dan il-qasam jinkludu Wireless Sensor Networks (WSNs) (J. Zheng & Yang, 2018; Y. Zhou et al., 2016), l-Internet tal-Oġġetti (IoT) (Gill et al., 2017; He et al., 2021; Liu et al., 2019),
Tekniki ta' intelliġenza artifiċjali (AI), inklużi tagħlim bil-magni u tagħlim profond (Liakos et al., 2018; Parsaeian et al., 2020; Shadrin et al.,
2019), teknoloġiji tal-kompjuters (Hsu et al., 2020; Jinbo et al., 2019; Zamora-Izquierdo et al., 2019), big data (Gill et al., 2017; Tantalaki
et al., 2019), u blockchain (PW Khan et al., 2020; Pincheira et al., 2021).
Minbarra t-teknoloġiji msemmija hawn fuq, ir-remote sensing ġie kkunsidrat bħala għodda teknoloġika b'potenzjal għoli biex titjieb
agrikoltura intelliġenti u ta 'preċiżjoni. Is-satelliti, l-ajruplani bl-ekwipaġġ tal-bniedem, u d-drones huma teknoloġiji popolari ta’ telerilevament (Tsouros et al., 2019).
Drones, magħrufa popolarment bħala Vetturi tal-Ajru bla Ekwipaġġ (UAVs), Sistemi tal-Ajruplani Bla Ekwipaġġ (UAS), u inġenji tal-ajru pilotati mill-bogħod, huma ta’
importanza kbira peress li għandhom vantaġġi multipli meta mqabbla ma 'teknoloġiji oħra ta' telerilevament. Pereżempju, id-drones jistgħu jwasslu
immaġini ta 'kwalità għolja u ta' riżoluzzjoni għolja fi ġranet imsaħħab (Manfreda et al., 2018). Ukoll, id-disponibbiltà tagħhom u l-veloċità tat-trasferiment jikkostitwixxu oħrajn
benefiċċji (Radoglou-Grammatikis et al., 2020). Meta mqabbla mal-inġenji tal-ajru, id-drones huma kosteffiċjenti ħafna u faċli biex jitwaqqfu u jinżammu (Tsouros et al., 2019). Minkejja li fil-bidu jintużaw prinċipalment għal skopijiet militari, id-drones jistgħu jibbenefikaw minn bosta applikazzjonijiet ċivili, pereżempju fil-ġestjoni tal-katina tal-provvista (A. Rejeb, Rejeb, et al., 2021a), għal skopijiet umanitarji (A. Rejeb, Rejeb, et al., 2021c), agrikoltura intelliġenti, stħarriġ u mapep, dokumentazzjoni tal-wirt kulturali, ġestjoni tad-diżastri, u konservazzjoni tal-foresti u tal-fawna selvaġġa (Panday, Pratihast, et al., 2020). Fl-agrikoltura, jeżistu diversi oqsma ta’ applikazzjoni tad-drones peress li jistgħu jiġu integrati ma’ teknoloġiji ġodda, kapaċitajiet ta’ kompjuters, u sensuri abbord biex jappoġġjaw il-ġestjoni tal-uċuħ tar-raba’ (eż., mapping, monitoraġġ, irrigazzjoni, dijanjosi tal-pjanti) (H. Huang et al., 2021) , tnaqqis tad-diżastri, sistemi ta’ twissija bikrija, konservazzjoni tal-fawna selvaġġa u tal-forestrija biex insemmu xi ftit (Negash et al., 2019). Bl-istess mod, id-drones jistgħu jiġu sfruttati f'diversi attivitajiet agrikoli, inkluż il-monitoraġġ tal-għelejjel u tat-tkabbir, stima tar-rendiment, valutazzjoni tal-istress tal-ilma, u skoperta ta' ħaxix ħażin, pesti u mard (Inoue, 2020; Panday, Pratihast, et al., 2020). Mhux biss id-drones jistgħu jintużaw għal skopijiet ta 'monitoraġġ, stima u skoperta bbażati fuq id-dejta sensorja tagħhom, iżda wkoll għal irrigazzjoni ta' preċiżjoni u ġestjoni ta 'ħaxix ħażin, pesti u mard ta' preċiżjoni. Fi kliem ieħor, id-drones huma kapaċi jisprejjaw l-ilma u l-pestiċidi f'ammonti preċiżi bbażati fuq data ambjentali. Il-benefiċċji tad-drones fl-agrikoltura huma miġbura fil-qosor fit-Tabella 1.
Benefiċċji ewlenin tad-drones fl-agrikoltura.
Benefiċċju | Referenza(i) |
Ittejjeb temporali u spazjali sensing riżoluzzjonijiet | (Gago et al., 2015; Niu et al., 2020; Srivastava et al., 2020) |
Tiffaċilita l-agrikoltura ta 'preċiżjoni | (L. Deng et al., 2018; Kalischuk et al., 2019; Maimaitijiang et al., 2017) |
Klassifikazzjoni u scouting ta' uċuħ | (Inoue, 2020; Kalischuk et al., 2019; Lopez- ´ Granados et al., 2016; Maimaitijiang et al., 2017; Melville et al., 2019; Moharana & Dutta, 2016) |
Użu ta 'fertilizzant | (L. Deng et al., 2018; Guan et al., 2019) |
Monitoraġġ tan-nixfa | (Fawcett et al., 2020; Panday, Pratihast, et al., 2020; Su et al., 2018) |
Stima tal-bijomassa | (Bendig et al., 2014) |
Stima tar-rendiment | (Inoue, 2020; Panday, Shrestha, et al., 2020; Tao et al., 2020) |
Tnaqqis tad-diżastri | (Negash et al., 2019) |
Konservazzjoni tal-ħajja selvaġġa u forestrija | (Negash et al., 2019; Panday, Pratihast, et al., 2020) |
Valutazzjoni tal-istress tal-ilma | (Inoue, 2020; J. Su, Coombes, et al., 2018; L. Zhang et al., 2019) |
Pesti, ħaxix ħażin, u mard kxif | (Gaˇsparovi´c et al., 2020; Inoue, 2020; J. Su, Liu, et al., 2018; X. Zhang et al., 2019) |
Min-naħa l-oħra, id-drones jiffaċċjaw limitazzjonijiet ukoll. Involviment tal-pilota, qawwa tal-magna, stabbiltà u affidabbiltà, kwalità tas-sensuri minħabba t-tagħbija
il-limitazzjonijiet tal-piż, l-ispejjeż tal-implimentazzjoni, u r-regolamentazzjoni tal-avjazzjoni, huma fosthom (C. Zhang & Kovacs, 2012). Inqabblu n-nuqqasijiet
tat-tliet teknoloġiji mobbli ta 'rilevament remot fit-Tabella 2. Teknoloġiji oħra ta' telerilevament, bħal sensuri tal-ħamrija, huma lil hinn mill-fokus ta 'dan l-istudju.
Nuqqasijiet ta 'diversi teknoloġiji mobbli ta' telerilevament.
Remote sensing teknoloġiji | Nuqqasijiet | Referenzi |
Drone (UAV) | Involviment tal-pilota; stampi' kwalità (medja); spejjeż ta' implimentazzjoni (medja); stabbiltà, manuvrabbiltà, u affidabbiltà; standardizzazzjoni; qawwa tal-magna; qawwa limitata sorsi (lonġevità tal-batterija); tul ta' titjira limitat, ħabta u attakki ċibernetiċi; limitati piż tat-tagħbija; settijiet ta' dejta kbar u ipproċessar limitat tad-data kapaċitajiet; nuqqas ta' regolamentazzjoni; nuqqas ta 'kompetenza, dħul għoli ostakli għall-aċċess għal drones agrikoli; | (Bacco et al., 2018; Dawaliby et al., 2020; Hardin & Hardin, 2010; Hardin & Jensen, 2011; Lagkas et al., 2018; Laliberte et al., 2007; Laliberte & Rango, 2011; Manfreda et al., 2018, 2018; Nebiker et al., 2008; Puri et al., 2017; Velusamy et al., 2022; C. Zhang & Kovacs, 2012) |
Satellite | Kopertura perjodika bis-satellita, riżoluzzjoni spettrali limitata; vulnerabbiltà għal kwistjonijiet ta’ viżibilità (eż., sħab); Indisponibbiltà u veloċità ta 'trasferiment baxx; orjentazzjoni u vignetting effetti data spazjali għalja ġbir; twassil tad-data bil-mod ħin għall-utenti finali | (Aboutalebi et al., 2019; Ċen et al., 2019; Chen et al., 2019; Nansen & Elliott, 2016; Panday, Pratihast, et al., 2020; Sai Vineeth et al., 2019) |
Ajruplani | Spejjeż għoljin ta' adozzjoni; twaqqif ikkumplikat; spejjeż ta' manutenzjoni; indisponibbiltà ta 'affidabbli ajruplani, ġeometrija tal- stampi; data mhux regolari akkwist; nuqqas ta' flessibbiltà; inċidenti fatali; data tas-sensuri varjazzjonijiet minħabba vibrazzjonijiet; kwistjonijiet ta' ġeorreferenzi | (Armstrong et al., 2011; Atkinson et al., 2018; Barbedo & Koenigkan, 2018; Kovalev & Voroshilova, 2020; Suomalainen et al., 2013; Thamm et al., 2013) |
Bħala teknoloġija multidixxiplinarja u multipurpose fl-agrikoltura, id-drones ġew investigati minn diversi perspettivi. Pereżempju, l-istudjużi eżaminaw l-applikazzjonijiet tad-drones fl-agrikoltura (Kulbacki et al., 2018; Mogili & Deepak, 2018), il-kontribut tagħhom għall-agrikoltura ta’ preċiżjoni (Puri et al., 2017; Tsouros et al., 2019), il-komplementarjetà tagħhom ma’ oħrajn teknoloġiji avvanzati (Al-Thani et al., 2020; Dutta & Mitra, 2021; Nayyar et al., 2020; Saha et al., 2018), u l-possibbiltajiet li javvanzaw il-kapaċitajiet tan-navigazzjoni u tas-sensing tagħhom (Bareth et al. , 2015; Suomalainen et al., 2014). Peress li r-riċerka dwar l-applikazzjonijiet tad-drone fl-agrikoltura saret prevalenti (Khan et al., 2021)), hemm bżonn li tiġbor fil-qosor il-letteratura eżistenti u tiżvela l-istruttura intellettwali tad-dominju. Barra minn hekk, bħala qasam ta' teknoloġija għolja b'titjib kontinwu, jeħtieġ li jsiru reviżjonijiet strutturati biex perjodikament jiġbru fil-qosor il-letteratura eżistenti u jiġu identifikati lakuni importanti fir-riċerka. Biex
data, hemm ftit reviżjonijiet li jiddiskutu applikazzjonijiet drone fis-settur agrikolu. Pereżempju, Mogili u Deepak (2018) jirrevedu fil-qosor l-implikazzjonijiet tad-drones għall-monitoraġġ tal-għelejjel u l-bexx tal-pestiċidi. Inoue (2020) twettaq reviżjoni tal-użu tas-satellita u tad-drones fit-telerilevament fl-agrikoltura. L-awtur jesplora l-isfidi teknoloġiċi tal-adozzjoni tal-biedja intelliġenti u l-kontribuzzjonijiet tas-satelliti u d-drones ibbażati fuq studji ta’ każijiet u l-aħjar prattiki. Tsouros et al. (2019) jiġbru fil-qosor tipi differenti ta 'drones u l-applikazzjonijiet ewlenin tagħhom fl-agrikoltura, filwaqt li jenfasizzaw diversi metodi ta' akkwist u pproċessar tad-dejta. Aktar reċentement, Aslan et al. (2022) wettqu reviżjoni komprensiva tal-applikazzjonijiet tal-UAV f'attivitajiet agrikoli u enfasizzaw ir-rilevanza tal-lokalizzazzjoni u l-immappjar simultanju għal UAV fis-serra. Diaz-Gonzalez et al. (2022) rrevedew studji reċenti tal-produzzjoni tar-rendiment tal-uċuħ tar-raba' bbażati fuq tekniki differenti ta' tagħlim bil-magni u remoti
sistemi ta' sensing. Is-sejbiet tagħhom indikaw li l-UAVs huma utli biex jistmaw l-indikaturi tal-ħamrija u jegħlbu s-sistemi tas-satellita f'termini ta 'riżoluzzjoni spazjali, temporalità tal-informazzjoni, u flessibilità. Basiri et al. (2022) għamlu reviżjoni eżawrjenti tad-diversi approċċi u metodi biex jingħelbu l-isfidi tal-ippjanar tal-mogħdija għal UAVs b'ħafna rotor fil-kuntest tal-agrikoltura ta' preċiżjoni. Barra minn hekk, Awais et al. (2022) ġabru fil-qosor l-applikazzjoni tad-dejta ta 'telerilevament tal-UAV fl-uċuħ tar-raba' biex jistmaw l-istatus tal-ilma u pprovdew sinteżi fil-fond tal-kapaċità prospettiva ta' telerilevament tal-UAV għall-applikazzjoni tal-istress tal-iskart. Fl-aħħarnett, Aquilani et al. (2022) rrevedew it-teknoloġiji tal-biedja ta’ previżjoni applikati f’sistemi ta’ bhejjem ibbażati fuq il-mergħat u ddeduċew li s-sensing remot attivat mill-UAVs huwa ta’ vantaġġ għall-valutazzjoni tal-bijomassa u l-ġestjoni tal-merħla.
Barra minn hekk, reċentement ġew irrappurtati sforzi biex jintużaw UAVs fil-monitoraġġ, it-traċċar u l-ġemgħa tal-bhejjem.
Għalkemm dawn ir-reviżjonijiet jagħtu għarfien ġdid u importanti, l-ebda reviżjoni komprensiva u aġġornata bbażata fuq il-bibljometrika ma tista’ tinstab fil-letteratura, li tippreżenta lakuna ċara fl-għarfien. Barra minn hekk, intqal li meta l-produzzjoni akkademika tikber f'qasam xjentifiku, isir vitali għar-riċerkaturi li jimpjegaw approċċi ta 'reviżjoni kwantitattiva biex jifhmu l-istruttura tal-għarfien tad-dominju (Rivera & Pizam, 2015). Bl-istess mod, Ferreira et al. (2014) argumentaw li hekk kif l-oqsma tar-riċerka jimmaturaw u jsiru kkomplikati, l-istudjużi għandhom jimmiraw li kultant jagħmlu sens tal-għarfien iġġenerat u miġbur biex jiżvelaw kontribuzzjonijiet ġodda, jaqbdu tradizzjonijiet u xejriet tar-riċerka, jidentifikaw liema suġġetti huma studjati, u jidħlu fl-istruttura tal-għarfien ta’ il-qasam u d-direzzjonijiet potenzjali tar-riċerka. Filwaqt li Raparelli u Bajocco (2019) wettqu analiżi biblijometrika biex jeżaminaw id-dominju tal-għarfien tal-applikazzjonijiet tad-droni fl-agrikoltura u l-forestrija, l-istudju tagħhom jikkunsidra biss riċerka akkademika ppubblikata bejn l-1995 u l-2017, li ma tirriflettix id-dinamika ta’ din iż-żona li qed tiċċaqlaq malajr. Barra minn hekk, l-awturi ma ppruvawx jidentifikaw l-aktar kontribuzzjonijiet influwenti fil-qasam, jiġbru l-letteratura, u jevalwaw l-istruttura intellettwali bl-użu ta 'analiżi ta' ko-ċitazzjoni. Bħala riżultat, huwa meħtieġ li tiġbor fil-qosor il-letteratura biex tiżvela l-fokus, ix-xejriet u l-hotspots attwali tar-riċerka.
Biex timla dan il-vojt fl-għarfien, aħna nisfruttaw metodoloġija kwantitattiva u metodi biblijometriċi rigorużi biex neżaminaw l-istat attwali tar-riċerka fl-intersezzjoni tad-drones u l-agrikoltura. Aħna nargumentaw li l-istudju attwali jagħmel diversi kontributi għal-letteratura eżistenti billi jeżamina teknoloġija emerġenti li hija meħtieġa ħafna fl-agrikoltura peress li tipprovdi potenzjal tremend biex tbiddel diversi aspetti f'dan is-settur. Il-ħtieġa għal analiżi biblijometrika tad-drones agrikoli tinħass saħansitra aktar minħabba l-għarfien mifrux u frammentat dwar id-drones fil-kuntest tal-agrikoltura. Bl-istess mod, il-letteratura li tappartjeni għad-drones agrikoli hija meħtieġa li tkun miġbura sistematikament, meta jitqiesu l-aktar studji influwenti li jibnu l-pedament ta 'dan il-qasam ta' riċerka. Il-mertu fl-analiżi jinkludi wkoll il-kjarifika tat-temi ewlenin tar-riċerka rappreżentati fil-letteratura. Meta wieħed iqis il-potenzjal ta 'trasformazzjoni tat-teknoloġija, aħna nipposponu li analiżi tan-netwerk fil-fond tagħti għarfien ġdid billi tiddetermina xogħlijiet influwenti u tiżvela temi dwar il-potenzjal tad-drones għall-agrikoltura.
Għalhekk nistinkaw biex niksbu l-għanijiet ta’ riċerka li ġejjin:
- Identifikazzjoni ta' pubblikazzjonijiet influwenti b'kontribuzzjonijiet pendenti għall-applikazzjonijiet tad-droni fil-qasam tal-agrikoltura.
- Raggruppament tal-letteratura, identifikazzjoni ta 'fokus ta' riċerka, u mapping ta 'l-istudji ewlenin 'struttura intellettwali' ibbażati fuq xebh semantiku bl-użu ta 'analiżi ta' ko-ċitazzjoni.
- Fehim ta 'l-evoluzzjoni ta' rabtiet u netwerks ta 'ċitazzjoni matul iż-żmien fost diversi pubblikazzjonijiet fil-qasam u identifikazzjoni ta' direzzjonijiet ta 'riċerka futuri u suġġetti jaħarqu.
Il-bqija tad-dokument huwa strutturat kif ġej: it-taqsima 2 tiddeskrivi l-metodoloġija u l-passi tal-ġbir tad-dejta; it-taqsima 3 tipprovdi r-riżultati tal-analiżi; u t-taqsima 4 tiddiskuti s-sejbiet u tikkonkludi b'kontribuzzjonijiet ta 'riċerka, implikazzjonijiet, u direzzjonijiet futuri.
Metodoloġija
F'dan l-istudju ta 'riċerka attwali, aħna nwettqu analiżi biblijometrika biex nesploraw applikazzjonijiet ta' drone fl-agrikoltura. Dan l-approċċ kwantitattiv jiżvela l-istruttura intellettwali tad-dominju tal-għarfien (Arora & Chakraborty, 2021) u l-istatus attwali, suġġetti jaħarqu, u direzzjonijiet ta’ riċerka futuri li jistgħu jiġu investigati bl-applikazzjoni ta’ dan il-metodu (Kapoor et al., 2018; Mishra et al. , 2017; A. Rejeb, Rejeb, et al., 2021b; A. Rejeb et al., 2021d; MA Rejeb et al., 2020). Ġeneralment, analiżi biblijometrika teżamina l-letteratura eżistenti biex tiġbor fil-qosor u tikxef mudelli moħbija ta’ komunikazzjoni bil-miktub u l-evoluzzjoni tad-dixxiplina bbażata fuq statistika u metodi matematiċi, u tapplika għal settijiet kbar ta’ data (Pritchard, 1969; Small, 1999; Tahai & Rigsby). , 1998). Billi nużaw il-bibljometrija, naspiraw li nifhmu aħjar il-paradigmi eżistenti u l-fokus ta’ riċerka li jikkontribwixxu għad-dominju bbażat fuq ix-xebh (Thelwall, 2008). Il-Bibljometrija tipprovdi għarfien ġdid sostnut mis-saħħa kwantitattiva oġġettiva tal-metodoloġija (Casillas & Acedo, 2007). Bosta studjużi qabel wettqu studji biblijometriċi f'oqsma relatati, inkluża l-agrikoltura, telerilevament, u trasformazzjoni diġitali (Armenta-Medina et al., 2020; Bouzembrak et al., 2019; A. Rejeb, Treiblmaier, et al., 2021; Wamba & Queiroz, 2021; Wang et al., 2019).
Analiżi taċ-ċitazzjoni
L-analiżi taċ-ċitazzjoni tiżvela diversi għarfien f'qasam ta' riċerka partikolari. L-ewwelnett, jgħin biex jiġu żvelati l-awturi u l-pubblikazzjonijiet l-aktar influwenti li jikkontribwixxu għal qasam ta’ riċerka partikolari u li jagħmlu impatt sinifikanti (Gundolf & Filser, 2013). It-tieni, il-fluss tal-għarfien u r-rabtiet tal-komunikazzjoni bejn l-awturi jistgħu jiġu mikxufa. Fl-aħħar nett, billi jintraċċa r-rabtiet bejn ix-xogħlijiet ikkwotati u dawk li jiċċitaw, wieħed jista’ jesplora l-bidliet u l-evoluzzjoni ta’ qasam tal-għarfien matul iż-żmien (Pournader
et al., 2020). Numri għoljin ta’ ċitazzjoni ta’ pubblikazzjoni jirriflettu r-rilevanza u l-kontribuzzjonijiet sostanzjali tagħha għad-dominju tar-riċerka (Baldi, 1998; Gundolf & Filser, 2013; Marinko, 1998). L-analiżi taċ-ċitazzjoni tal-pubblikazzjonijiet tgħin ukoll biex jiġu identifikati xogħlijiet rilevanti u jiġu segwiti l-popolarità u l-progress tagħhom maż-żmien.
Dokument ko-ċitazzjoni analiżi
L-analiżi tal-ko-ċitazzjoni hija metodu siewi biex jiġu esplorati r-relazzjonijiet bejn pubblikazzjonijiet u turi l-istruttura intellettwali ta 'qasam (Nerur et al., 2008). Fi kliem ieħor, billi jiġu identifikati l-aktar pubblikazzjonijiet ikkwotati u l-konnessjonijiet tagħhom, il-metodu jiġbor il-pubblikazzjonijiet fi gruppi distinti ta’ riċerka fejn pubblikazzjonijiet f’raggruppament jaqsmu regolarment ideat simili (McCain, 1990; Żgħar, 1973). Huwa kruċjali li wieħed isemmi li xebh ma jfissirx li s-sejbiet tal-pubblikazzjonijiet huma
koeżiva u jaqblu ma’ xulxin; pubblikazzjonijiet jappartjenu għall-istess raggruppament minħabba xebh tas-suġġett, iżda jista’ jkollhom opinjonijiet kontradittorji.
Ġbir u analiżi tad-dejta
Wara l-metodoloġija proposta minn White u Griffith (1981), għamilna tfittxija komprensiva ta 'artikoli ta' ġurnali biex ikopru d-dominju kollu ta 'riċerka ta' applikazzjonijiet ta 'drone fl-agrikoltura, segwiet il-ħames passi li ġejjin:
- L-ewwel pass kien il-ġbir tad-dejta. Scopus intgħażel bħala waħda mill-aktar databases komprensivi u affidabbli b'riżultati standardizzati. Ġiet irkuprata l-meta-dejta tal-pubblikazzjonijiet relatati mal-applikazzjonijiet kollha tad-drone fl-agrikoltura. Imbagħad analizzajna l-artikoli magħżula, billi neħħejna artikoli barra mis-suġġett mill-analiżi.
- Aħna analizzajna l-letteratura u identifikajna l-aktar kliem prinċipali importanti użati fil-qasam tar-riċerka.
- Bl-użu tal-analiżi taċ-ċitazzjonijiet, esplorajna l-konnessjoni bejn l-awturi u d-dokumenti biex niżvelaw mudelli ta 'ċitazzjoni sottostanti. Aħna identifikajna wkoll l-aktar awturi u pubblikazzjonijiet influwenti b'kontribuzzjonijiet sinifikanti fil-qasam tad-drones agrikoli.
- Aħna wettaqna analiżi tal-ko-ċitazzjoni biex niġbru pubblikazzjonijiet simili fi gruppi.
- Fl-aħħarnett, analiznajna l-konnessjonijiet u r-rabtiet bejn il-pajjiżi, l-istituzzjonijiet, u l-ġurnali biex juru n-netwerk ta’ kollaborazzjoni.
Identifikazzjoni ta' termini ta' tfittxija xierqa
Applikajna l-kordi ta’ tfittxija li ġejjin għall-aggregazzjoni tad-dejta: (drone* JEW “vettura tal-ajru bla ekwipaġġ” JEW uav* JEW “sistema tal-ajruplani bla ekwipaġġ” JEW uas JEW “inġenji tal-ajru pilotati mill-bogħod”) U (agrikoltura JEW agrikoltura JEW biedja JEW bidwi). It-tfittxija saret f'Settembru 2021. Id-drones għandhom diversi nominazzjonijiet, inklużi UAV, UAS, u inġenji tal-ajru pilotati mill-bogħod (Sah et al., 2021). It-termini speċifiċi ta 'tfittxija relatati mal-agrikoltura ġew identifikati abbażi tal-istudju ta' Abdollahi et al. (2021). Għal raġunijiet ta’ ċarezza u trasparenza, il-mistoqsija eżatta li użajna hija mogħtija fl-Appendiċi 1. Wara proċess ta’ tindif tad-dejta, ħloqna fajl ta’ test li sussegwentement ġie mgħobbi f’BibExcel, għodda komuni għall-analiżi taċ-ċitazzjoni u l-ko-ċitazzjoni. Din l-għodda toffri wkoll interazzjoni sempliċi ma 'softwer ieħor u toffri grad sinifikanti ta' libertà fl-immaniġġjar u l-analiżi tad-dejta. Il-verżjoni 1.6.16 ta' VOSviewer intużat biex tara s-sejbiet u tiġġenera n-netwerks biblijometriċi (Eck & Waltman, 2009). VOSviewer joffri firxa ta 'viżwalizzazzjoni intuwittiva, partikolarment għall-analiżi ta' mapep biblijometriċi (Geng et al., 2020). Barra minn hekk, jgħin biex jipprovdi riżultati viżwali sempliċi li jgħinu biex jifhmu aħjar ir-riżultati (Abdollahi et al., 2021). Bl-applikazzjoni tal-kordi tat-tiftix kif iddikjarat hawn fuq, aħna ġbarna u ħżin il-pubblikazzjonijiet rilevanti kollha. L-ewwel riżultati tat-tfittxija taw total ta’ 5,085 dokument. Biex tiġi żgurata l-kwalità tal-kampjun magħżul, ġew ikkunsidrati biss artikli ta 'ġurnali riveduti mill-pari fir-riċerka, li rriżultaw fl-esklużjoni ta' tipi oħra ta 'dokumenti, bħal kotba, kapitoli, proċeduri ta' konferenzi, u noti editorjali. Matul proċess ta' skrining, pubblikazzjonijiet irrelevanti (jiġifieri, lil hinn mill-ambitu ta' dan ix-xogħol), żejda (jiġifieri, duplikati li joriġinaw minn indiċjar doppju), u pubblikazzjonijiet li ma jitkellmux bl-Ingliż ġew iffiltrati. Dan il-proċess irriżulta fl-inklużjoni ta’ 4,700 dokument fl-analiżi finali.
Sejbiet u diskussjoni
Biex nibdew, analizzajna l-iżviluppi fil-produzzjoni tal-pubblikazzjoni fil-letteratura attwali dwar id-drones agrikoli. Id-distribuzzjoni temporali tar-riċerka akkademika tidher fil-Fig. 1. Naraw żieda mgħaġġla fil-pubblikazzjonijiet mis-sena 2011 (30 pubblikazzjoni) 'l quddiem; għalhekk, iddeċidejna li naqsmu l-perjodu ta 'analiżi f'żewġ stadji differenti. Nirreferu għall-perjodu bejn l-1990 u l-2010 bħala l-istadju ta’ build-up, li kellu bejn wieħed u ieħor seba’ karti ppubblikati kull sena. Il-perjodu ta’ wara l-2010 ġie msejjaħ l-istadju tat-tkabbir peress li r-riċerka dwar l-applikazzjonijiet tad-drones fl-agrikoltura rat żieda esponenzjali matul dan il-perjodu. Wara l-2010, in-numru dejjem jikber ta’ pubblikazzjonijiet jikkonferma l-interess dejjem jikber fost ir-riċerkaturi, li jirrifletti wkoll li d-drones ġew applikati għal remote sensing u użati fl-agrikoltura ta’ preċiżjoni (Deng et al., 2018; Maes & Steppe, 2019; Messina & Modica, 2020; ). Speċifikament, in-numru ta’ pubblikazzjonijiet tela’ minn 108 fl-2013 għal 498 fl-2018 u laħaq il-quċċata ta’ 1,275 fl-2020. Total ta’ 935 artiklu ġew ippubblikati bejn Jannar u nofs Settembru 2021. Sussegwentement, għażilna li niffukaw l-analiżi tagħna aktar fuq l-istadju tat-tkabbir. peress li dan il-perjodu jirrifletti l-irqaqat l-aktar riċenti u importanti tad-drones agrikoli.
Analiżi tal-kliem kjavi
Il-kliem prinċipali li l-awturi jagħżlu għal pubblikazzjoni għandhom impatt kruċjali fuq kif il-karta hija rappreżentata u kif tiġi kkomunikata fi ħdan il-komunitajiet xjentifiċi. Huma jidentifikaw is-suġġetti ewlenin tar-riċerka u jiddeterminaw il-potenzjal tagħha li tiffjorixxi jew tfalli (Day & Gastel, 1998.; Kim et al., 2016; Uddin et al., 2015). L-analiżi tal-kliem kjavi, għodda biex tiżvela xejriet u direzzjonijiet ta 'riċerka usa', tirreferi għall-kumpilazzjoni tal-kliem kjavi tal-pubblikazzjonijiet kollha relatati f'dominju (Dixit & Jakhar, 2021). Fl-istudju attwali, qsamna l-kliem kjavi aggregati f'żewġ settijiet (jiġifieri, sal-2010 u l-2011–2021) biex nesploraw l-aktar suġġetti popolari. Billi nagħmlu dan, nistgħu ntraċċaw il-kliem kjavi kruċjali fiż-żewġ settijiet u niżguraw li qbidna d-dejta kollha meħtieġa. Għal kull sett, l-aqwa għaxar kliem prinċipali huma ppreżentati fit-Tabella 3. Eliminajna l-inkonsistenzi billi għaqqadna kliem prinċipali semantikament identiċi, bħal "drone" u "drones" jew, bl-istess mod, "Internet tal-Oġġetti" u "IoT.".
It-Tabella 3 turi li "vettura tal-ajru bla ekwipaġġ" hija kelma prinċipali użata aktar spiss meta mqabbla ma '"drone" u "sistema tal-ajru bla ekwipaġġ" fiż-żewġ perjodi ta' żmien. Ukoll, "remote sensing", "agrikoltura ta 'preċiżjoni," u "agrikoltura" huma kklassifikati ħafna fiż-żewġ perjodi. Fl-ewwel perjodu, "agrikoltura ta 'preċiżjoni" kklassifikat fil-ħames, u kklassifikat fit-tieni perjodu, li juri kif id-drones qed isiru dejjem aktar importanti fil-kisba ta' agrikoltura ta 'preċiżjoni peress li jistgħu jagħmlu monitoraġġ,
prattiki ta' skoperta, u stima aktar mgħaġġla, irħas u eħfef biex jitwettqu meta mqabbla ma' sistemi oħra ta' telerilevament u bbażati fuq l-art. Ukoll, jistgħu jisprejjaw l-ammont preċiż ta 'input (eż., ilma jew pestiċidi) meta jkun meħtieġ (Guo et al., 2020; Inoue, 2020; Panday, Pratihast, et al., 2020).
Lista tal-kliem kjavi użati l-aktar frekwenti.
Rank | 1990-2010 | Nru ta ' okkorrenzi | 2011-2021 | Nru ta ' okkorrenzi |
1 | ajru bla ekwipaġġ vettura | 28 | bla ekwipaġġ vettura tal-ajru | 1628 |
2 | remote sensing | 7 | preċiżjoni agrikoltura | 489 |
3 | agrikoltura | 4 | remote sensing | 399 |
4 | fl-ajru | 4 | drone | 374 |
5 | preċiżjoni agrikoltura | 4 | bla ekwipaġġ sistema tal-ajru | 271 |
6 | ajru bla ekwipaġġ | 4 | agrikoltura | 177 |
7 | iperspettrali senser | 3 | tagħlim fil-fond | 151 |
8 | newrali artifiċjali netwerks | 2 | magna tagħlim | 149 |
9 | titjira awtonoma | 2 | il-veġetazzjoni indiċi | 142 |
10 | kafè | 2 | Internet ta' Things | 124 |
Karatteristika oħra interessanti hija l-preżenza ta 'teknoloġiji komplementari. Fl-ewwel stadju, "Sensor Hyperspectral" u "netwerks newrali artifiċjali" (ANN) huma fost l-aqwa għaxar kliem prinċipali. L-immaġini iperspettrali revoluzzjonaw l-immaġini tradizzjonali billi ġabar numru kbir ta 'immaġini f'tul ta' mewġ differenti. Meta jagħmlu dan, is-sensuri jistgħu simultanjament jiġbru informazzjoni spazjali u spettrali aħjar meta mqabbla ma 'immaġini multispettrali, spettroskopija, u xbihat RGB (Adao ˜ et al.,
2017). L-okkorrenza ta’ “ANN” fl-ewwel stadju u “tagħlim fil-fond” (DL) u “tagħlim bil-magni” (ML) fit-tieni wieħed jimplika li l-biċċa l-kbira tax-xogħlijiet ippubblikati ffukaw fuq l-eżami tal-potenzjal tat-tekniki tal-AI għad-droni- agrikoltura bbażata. Għalkemm id-drones huma kapaċi jtiru b'mod awtonomu, xorta jeħtieġu l-involviment ta 'pilota, li jimplika livell baxx ta' intelliġenza tal-apparat. Madankollu, din il-problema tista 'tiġi solvuta minħabba l-avvanz tat-tekniki tal-AI, li jistgħu jipprovdu għarfien aħjar tas-sitwazzjoni u appoġġ għal deċiżjonijiet awtonomi. Mgħammra b'AI, id-drones jistgħu jevitaw il-ħabtiet waqt in-navigazzjoni, itejbu l-ġestjoni tal-ħamrija u l-uċuħ tar-raba' (Inoue, 2020), u jnaqqsu x-xogħol u l-istress għall-bnedmin (BK Sharma et al., 2019).
Minħabba l-flessibbiltà u l-abbiltà tagħhom li jimmaniġġjaw ammonti vasti ta 'dejta mhux lineari, it-tekniki tal-AI huma metodi adattati biex janalizzaw id-dejta trażmessa minn drones u sistemi oħra ta' telerilevament u bbażati fuq l-art għat-tbassir u t-teħid tad-deċiżjonijiet (Ali et al., 2015; Inoue, 2020). Barra minn hekk, il-preżenza ta '"IoT" fit-tieni perjodu tindika r-rwol emerġenti tagħha fl-agrikoltura. L-IoT qed jirrevoluzzjona l-agrikoltura billi jgħaqqad teknoloġiji oħra, inklużi drones, ML, DL, WSNs, u big data. Wieħed mill-benefiċċji ewlenin tal-implimentazzjoni tal-IoT huwa l-kapaċità tiegħu li jingħaqad b'mod effiċjenti u effettiv diversi kompiti (akkwist tad-dejta, analiżi u pproċessar tad-dejta, teħid ta 'deċiżjonijiet, u implimentazzjoni) kważi f'ħin reali (Elijah et al., 2018; Feng et al. , 2019; Muangprathub et al., 2019). Barra minn hekk, id-drones huma kkunsidrati bħala għodda effiċjenti biex tinqabad id-dejta meħtieġa għall-kalkolu tal-qawwa tal-veġetazzjoni u l-proprjetajiet tal-veġetazzjoni (Candiago et al., 2015). Fig. 2a u 2b juru n-netwerks tal-ko-okkorrenza tal-keyword għaż-żewġ perjodi ta 'żmien.
Awturi influwenti
F'din it-taqsima, niddeterminaw l-awturi influwenti u neżaminaw kif in-netwerks ta 'ċitazzjoni tal-awturi jistgħu jivviżwalizzaw u jorganizzaw il-letteratura attwali. Fig. 3 turi l-overlay kronoloġiku tar-riċerkaturi kollha bl-ogħla numru ta 'ċitazzjonijiet. L-iskala tal-kulur tirrifletti l-varjazzjoni għas-sena taċ-ċitazzjonijiet tal-awturi. Aħna neżaminaw l-istruttura ta 'ċitazzjoni ta' riċerkaturi li ppubblikaw studji dwar drones agrikoli billi nużaw limitu ta 'minimu ta' ċitazzjoni 50 u għaxar pubblikazzjonijiet. Barra minn
12,891 awtur, 115 biss issodisfaw din il-kundizzjoni. Tabella 4 telenka l-aqwa għaxar awturi influwenti, magħżula skond in-numru massimu ta 'ċitazzjonijiet. Lopez- Granados F. imexxi l-lista b'1,963 ċitazzjoni, segwit minn Zarco-Tejada PJ b'1,909 ċitazzjoni.
Lista tal-aktar awturi ċċitati.
Ranking | awtur | Ċitazzjonijiet |
1 | Lopez-Granados 'F. | 1,963 |
2 | Zarco-Tejada PJ | 1,909 |
3 | Pena ˜ JM | 1,644 |
4 | Torres-S´ ankiz J. | 1,576 |
5 | Fereres E | 1,339 |
6 | Remondino F | 1,235 |
7 | Bolten A | 1,160 |
8 | Bareth G | 1,155 |
9 | Berni JA | 1,132 |
10 | de Castro AI | 1,036 |
Fejn jidħlu pubblikazzjonijiet individwali, l-artiklu ta’ Zhang u Kovacs (2012) kien l-aktar studju ċċitat ippubblikat f’Precision Agriculture. Hawnhekk, l-awturi rrevedew l-applikazzjoni tal-UAS fl-agrikoltura ta 'preċiżjoni. Is-sejbiet tar-riċerka tagħhom jissuġġerixxu li hemm bżonn li javvanzaw id-disinn tal-pjattaforma, il-produzzjoni, l-istandardizzazzjoni tal-ġeorreferenzi tal-immaġini, u l-fluss tax-xogħol tal-irkupru tal-informazzjoni biex jipprovdu lill-bdiewa prodotti finali affidabbli. Barra minn hekk, huma jirrakkomandaw li l-bidwi jiġi involut b'mod aktar qawwi, speċjalment fl-ippjanar tal-għelieqi, il-qbid tal-immaġni, kif ukoll l-interpretazzjoni u l-analiżi tad-dejta. Importanti, dan l-istudju kien fost l-ewwel li juri l-importanza tal-UAV fl-immappjar tal-kamp, l-immappjar tal-qawwa, il-kejl tal-kontenut kimiku, il-monitoraġġ tal-istress tal-veġetazzjoni, u l-evalwazzjoni tal-effetti tal-fertilizzanti fuq it-tkabbir tal-pjanti. L-isfidi relatati mat-teknoloġija jinkludu wkoll spejjeż projbittivi, kapaċità tas-sensuri, stabbiltà u affidabbiltà tal-pjattaforma, nuqqas ta 'standardizzazzjoni, u proċedura konsistenti biex tanalizza ammonti kbar ta' dejta.
Analiżi taċ-ċitazzjoni
L-analiżi taċ-ċitazzjoni tirrappreżenta l-istudju tal-influwenza tal-artikoli, għalkemm suxxettibbli għall-flussi (eż., ċitazzjoni bias, awto-ċitazzjoni) hija kkunsidrata bħala wieħed mill-istrumenti standard għall-evalwazzjoni tal-impatt (Osareh, 1996; A. Rejeb et al., 2022; Sarli et al., 2010). Iċ-ċitazzjonijiet jirriflettu wkoll l-importanza u l-vitalità tal-kontribuzzjonijiet tal-karti għal-letteratura dwar suġġett speċifiku (R. Sharma et al., 2022). Aħna wettaqna analiżi ta 'ċitazzjoni biex niddeterminaw l-aktar studji influwenti dwar drones agrikoli u ġabar fil-qosor il-kontenut. It-Tabella 5 tippreżenta l-lista tal-ħmistax-il karta l-aktar influwenti għall-perjodi 1990–2010 u 2011–2021. L-artikoli minn Berni et al. (2009)b u Austin (2010) kienu l-aktar ikkwotati matul l-1990 u l-2010, bi 831 u 498 ċitazzjoni, rispettivament. Berni et al. (2009)b wera l-potenzjal li jiġu żviluppati prodotti kwantitattivi ta' telerilevament permezz ta' UAV ibbażat fuq ħelikopter mgħammar b'sensors ta' immaġini multispettrali termali u narrowband affordabbli. Meta mqabbla ma 'sensors bl-ajru bl-ekwipaġġ tradizzjonali, sistema UAV bi prezz baxx għall-agrikoltura hija kapaċi tikseb stimi komparabbli tal-parametri bijofiżiċi tal-uċuħ tar-raba', jekk mhux aħjar. L-ispiża affordabbli u l-flessibbiltà operattiva, flimkien mar-riżoluzzjonijiet spettrali, spazjali u temporali għoljin disponibbli f'ħin ta 'tibdil rapidu, jagħmlu l-UAVs adattati għal firxa ta' applikazzjonijiet li jeħtieġu ġestjoni kritika taż-żmien, inkluż skedar ta 'irrigazzjoni, u biedja ta' preċiżjoni. Il-karta minn Berni et al. (2009)b huwa kkwotat ħafna minħabba li integrat b'mod effettiv pjattaforma b'ġwienaħ li jdur bla ekwipaġġ u sensuri diġitali u termali bil-mekkaniżmi ta' kalibrazzjoni meħtieġa għal applikazzjonijiet agrikoli. It-tieni pubblikazzjoni l-aktar ikkwotata hija ktieb miktub minn Austin (2010), li ddiskuta l-UAVs mill-perspettivi tad-disinn, l-iżvilupp u l-iskjerament. Fl-agrikoltura, l-UAVs jappoġġjaw il-monitoraġġ tal-għelejjel billi jiskopru l-mard kmieni permezz ta 'bidliet fil-kulur tal-uċuħ tar-raba', jiffaċilitaw iż-żrigħ u l-bexx tal-għelejjel, u jimmonitorjaw u jmexxu l-merħliet.
L-istudji ta 'Sullivan et al. (2007), Lumme et al. (2008), u Gokto ¨ ǧan et al. (2010) itemmu l-lista tal-aqwa ħmistax-il artiklu l-aktar iċċitati. Dawn l-artikoli juru l-iżvilupp ta 'sistemi bbażati fuq UAV biex jappoġġjaw l-agrikoltura. Huma joffru soluzzjonijiet għal diversi problemi, bħall-monitoraġġ u l-iskannjar tal-għelejjel, is-sorveljanza u l-ġestjoni tal-ħaxix ħażin, u l-appoġġ tad-deċiżjonijiet. Huma jissuġġerixxu u jiddiskutu wkoll l-abbiltà tal-UAV li jżidu l-effiċjenza tat-teħid tal-kampjuni u jgħinu lill-bdiewa biex ifasslu preċiż u effettiv.
strateġiji ta' tħawwil. Żewġ dokumenti ġew awturi minn Berni (Berni et al., 2009b; Berni et al., 2009a), li jenfasizzaw l-impatt sinifikanti tiegħu fuq ir-riċerka agrikola relatata mad-drones. Il-karta minn Zarco-Tejada et al. (2014) kien fost l-istudji pijunieri biex juru l-ħtieġa li jintużaw immaġini UAV bi prezz baxx fil-kwantifikazzjoni tal-għoli tas-siġar.
Lista tal-aktar pubblikazzjonijiet ikkwotati.
Rank | Mill 1990 li 2010 | Mill 2011 li 2021 | ||
Dokument | Ċitazzjoni | Dokument | Ċitazzjoni | |
1 | (Berni et al., 2009b) | 831 | (C. Zhang & Kovacs, 2012) | 967 |
2 | (Austin, 2010) | 498 | (Nex & Remondino, 2014) | 893 |
3 | (Hunt et al., 2010) | 331 | (Floreano & Wood, 2015) | 552 |
4 | (SR Herwitz et al., 2004) | 285 | (Hossein Motlagh et al., 2016) | 391 |
5 | (CCD Lelong et al., 2008) | 272 | (Shakhatreh et al., 2019) | 383 |
6 | (Berni et al., 2009b) | 250 | (Ma et al., 2017) | 373 |
7 | (Grenzdorffer ¨ 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 | (Ad˜ ao et al., 2017) | 335 |
10 | (Schmale III et al., 2008) | 119 | (Honkavaara et al., 2013a) | 331 |
11 | (Abd-Elrahman et al., 2005) | 79 | (Candiago et al., 2015) | 327 |
12 | (Techy et al., 2010) | 69 | (Xiang & Tian, 2011) | 307 |
13 | (Sullivan et al., 2007) | 51 | (Matese et al., 2015) | 303 |
14 | (Lumme et al., 2008) | 42 | (Gago et al., 2015) | 275 |
15 | (Gokto ¨ ǧan et al., 2010) | 40 | (Aasen et al., 2015a) | 269 |
Fit-tieni perjodu (2011–2021), ir-riċerka minn Zhang and Kovacs (2012) u Nex and Remondino (2014) irriżultat fil-pubblikazzjonijiet l-aktar ikkwotati ta' spiss. Zhang u Kovacs (2012) jargumentaw li l-agrikoltura ta 'preċiżjoni tista' tibbenefika mill-implimentazzjoni ta 'tekniki u sensuri ġeospazjali, bħal sistemi ta' informazzjoni ġeografika, GPS, u telerilevament, biex taqbad varjazzjonijiet fil-qasam u timmaniġġahom billi tuża strateġiji alternattivi. Bħala bidla fil-logħba fl-agrikoltura ta 'preċiżjoni, l-adozzjoni tad-drones waħħlet era ġdida fit-telerilevament, is-simplifikazzjoni tal-osservazzjoni mill-ajru, il-qbid tad-dejta dwar it-tkabbir tal-uċuħ, il-kundizzjonijiet tal-ħamrija, u ż-żoni tal-bexx. Ir-reviżjoni ta 'Zhang and Kovacs (2012) hija seminali peress li toffri għarfien dwar l-UAVs billi tiżvela l-użi eżistenti u l-isfidi ta' dawn l-apparati fil-monitoraġġ ambjentali u l-agrikoltura ta 'preċiżjoni, bħal limitazzjonijiet ta' pjattaforma u kamera, sfidi tal-ipproċessar tad-dejta, involviment tal-bdiewa, u regolamenti tal-avjazzjoni. . It-tieni
l-aktar studju ikkwotat minn Nex u Remondino (2014) irreveda l-istat tal-arti tal-UAVs għall-qbid, l-ipproċessar u l-analiżi ta 'immaġini tad-dinja.
Ix-xogħol tagħhom ippreżenta wkoll ħarsa ġenerali ta 'diversi pjattaformi, applikazzjonijiet u każijiet ta' użu tal-UAV, li juru l-aktar avvanzi ġodda fl-ipproċessar tal-immaġni tal-UAV. Fl-agrikoltura, il-bdiewa jistgħu jużaw l-UAVs biex jieħdu deċiżjonijiet effettivi biex jiksbu ffrankar ta 'spejjeż u ħin, jirċievu rekord rapidu u preċiż ta' danni, u jantiċipaw problemi possibbli. B'kuntrast mal-pjattaformi tal-ajru konvenzjonali, l-UAVs jistgħu jnaqqsu l-ispejjeż operattivi u jnaqqsu l-periklu ta 'aċċess f'postijiet ħarxa filwaqt li xorta jippreservaw potenzjal ta' preċiżjoni għolja. Id-dokument tagħhom jiġbor fil-qosor diversi vantaġġi ta 'UAVs, partikolarment f'termini ta' preċiżjoni u riżoluzzjoni.
Fost it-tlettax-il pubblikazzjoni l-aktar ikkwotati li jifdal bejn l-2011 u l-2021, innutajna konċentrazzjoni akbar fuq riċerka konnessa ma’ applikazzjonijiet ta’ drones f’missjonijiet ta’ immaġini (Bendig et al., 2014; Ma et al., 2017; Zarco-Tejada et al., 2014) , agrikoltura ta’ preċiżjoni (Candiago et al., 2015; Honkavaara et al., 2013a), vitikultura ta’ preċiżjoni (Matese et al., 2015), valutazzjoni tal-istress tal-ilma (Gago et al., 2015), u monitoraġġ tal-veġetazzjoni (Aasen et al., 2015). , XNUMXa). Fis-snin bikrija, ir-riċerkaturi ffukaw
aktar dwar l-iżvilupp ta' sistemi bi prezz baxx, ħfief u preċiżi bbażati fuq UAV għall-agrikoltura; riċerka aktar reċenti ffukat aktar fuq reviżjonijiet ta 'applikazzjonijiet UAV għall-agrikoltura u stħarriġ fuq il-post. Fil-qosor, din l-analiżi turi li l-pubblikazzjonijiet influwenti l-aktar ipprovdew reviżjonijiet ta 'studji preċedenti biex jevalwaw l-istatus xjentifiku u teknoloġiku attwali tal-UAVs u żviluppaw sistemi UAV biex jappoġġjaw l-agrikoltura ta' preċiżjoni. Interessanti, ma sibniex studji li impjegaw empiriċi
metodoloġiji jew studji ta’ każijiet deskrittivi, li jikkostitwixxu lakuna sinifikanti fl-għarfien u jitlob għal aktar riċerka dwar dan is-suġġett.
Analiżi tal-ko-ċitazzjoni
Skont Gmür (2006), l-analiżi tal-ko-ċitazzjoni tidentifika pubblikazzjonijiet simili u tiġborhom. Eżami bir-reqqa ta' raggruppament jista' jiżvela qasam komuni ta' riċerka fost il-pubblikazzjonijiet. Aħna ninvestigaw il-ko-ċitazzjoni tal-letteratura li għandha x'taqsam mad-drones agrikoli biex nillustraw oqsma tas-suġġetti relatati u niskopru l-mudelli intellettwali tal-pubblikazzjonijiet. F'dan ir-rigward, Small (1973) irrakkomanda l-użu ta' analiżi tal-koċitazzjoni biex tistudja r-riċerka l-aktar influwenti u seminali.
fi ħdan dixxiplina. Biex nillimitaw is-sett għall-aktar artikoli seminali (Goyal & Kumar, 2021), waqqafna limitu ta’ ko-ċitazzjoni ta’ 25, li jfisser li żewġ artikli jridu jkunu ġew ikkwotati flimkien fil-listi ta’ referenza ta’ 25 pubblikazzjonijiet differenti jew aktar. Ir-raggruppament sar ukoll b'daqs minimu ta' cluster 1 u mingħajr ebda metodu għall-għaqda ta' clusters iżgħar ma' oħrajn akbar. Bħala riżultat, ġew iġġenerati sitt raggruppamenti bbażati fuq ix-xebh tal-istudji u l-istruttura intellettwali tagħhom. It-Tabella 6 turi d-distribuzzjoni tal-pubblikazzjonijiet f'kull cluster.
Cluster 1: Dan il-cluster fih tmintax-il dokument ippubblikat wara Il-pubblikazzjonijiet f'dan il-cluster jiddiskutu r-rwol tad-drones fl-appoġġ tal-monitoraġġ ambjentali, il-ġestjoni tal-uċuħ tar-raba ', u l-ġestjoni tal-ħaxix ħażin. Pereżempju, Manfreda et al. (2018) jipprovdu ħarsa ġenerali lejn ir-riċerka u l-implimentazzjonijiet attwali tal-UAV fil-monitoraġġ tal-ekosistema agrikola naturali u jargumentaw li t-teknoloġija toffri potenzjal tremend biex ittejjeb drastikament il-monitoraġġ ambjentali u tnaqqas
id-distakk eżistenti bejn l-osservazzjoni fuq il-post u t-telerilevament konvenzjonali tal-arja u tal-ispazju. Dan jista’ jsir billi tiġi offruta kapaċità ġdida għal irkupru temporali mtejjeb u għarfien spazjali f’żoni kbar b’mod affordabbli. L-UAVs jistgħu kontinwament iħossu l-ambjent u jibagħtu d-dejta li tirriżulta lil entitajiet intelliġenti, ċentralizzati/deċentralizzati li jikkontrollaw is-sensuri biex jidentifikaw problemi eventwali, bħal nuqqas ta’ mard jew skoperta tal-ilma (Padua ´ et al., 2017). Adao ˜ et al. (2017) jippossjedu li l-UAVs huma ideali għall-valutazzjoni tal-kundizzjonijiet tal-pjanti billi jaqbdu volum vast ta 'dejta mhux ipproċessata relatata mal-istat tal-ilma, l-istima tal-bijomassa u l-valutazzjoni tal-qawwa. Sensuri immuntati fuq UAV jistgħu wkoll jiġu skjerati fil-pront f'kundizzjonijiet ambjentali xierqa biex jippermettu l-qbid f'waqtu ta 'data ta' telerilevament (Von Bueren et al., 2015). Permezz ta’ UAVs, il-bdiewa jkunu jistgħu jwettqu attivitajiet ta’ biedja ta’ ġewwa billi jakkwistaw kejl minn prattikament kull post fl-ispazju tridimensjonali ta’ ambjenti ta’ biedja ta’ ġewwa (eż. serer), u b’hekk jiżguraw kontroll lokali tal-klima u monitoraġġ tal-pjanti (Roldan ´ et al. ., 2015). Fil-kuntest tal-preċiżjoni
l-agrikoltura, id-deċiżjonijiet dwar il-ġestjoni tal-għelejjel jeħtieġu dejta tal-għelejjel preċiża u affidabbli b'riżoluzzjoni temporali u spazjali xierqa (Gebbers & Adamchuk, 2010; Gevaert et al., 2015; Maes & Steppe, 2019). Għal din ir-raġuni, Agüera Vega et al. (2015) użaw sistema ta 'sensuri multispettrali immuntati fuq UAV biex jiksbu immaġini ta' uċuħ tal-ġirasol matul l-istaġun tat-tkabbir. Bl-istess mod, Huang et al. (2009) jinnotaw li telerilevament ibbażat fuq UAVs jista’ jiffaċilita l-kejl tal-uċuħ tar-raba’ u l-ħamrija mid-dejta spettrali miġbura. Verger et al. (2014) żviluppaw u ttestjaw teknika għall-istima ta 'indiċi ta' żona ħadra (GAI) minn kejl ta 'riflettanza tal-UAV f'applikazzjonijiet ta' agrikoltura ta 'preċiżjoni, li jiffoka fuq uċuħ tar-raba' tal-qamħ u tal-kolza. Għalhekk, id-drones jipprovdu possibbiltajiet ġodda għall-irkupru ta 'informazzjoni dwar l-istat tal-għelejjel b'żjarat mill-ġdid frekwenti u riżoluzzjoni spazjali għolja (Dong et al., 2019; Garzonio et al., 2017; H. Zheng et al., 2016).
Raggruppament ta' pubblikazzjonijiet influwenti dwar drones agrikoli.
Cluster | Tema wiesgħa | Referenzi |
1 | Monitoraġġ ambjentali, uċuħ tar-raba ġestjoni, ġestjoni tal-ħaxix ħażin | (Ad˜ ao et al., 2017; Agüera Vega et al., 2015; de Castro et al., 2018; Gomez-Cand ´ on ´ et al., 2014; YB Huang et al., 2013; Khanal et al., 2017; Lopez-Granados, ´ 2011; Manfreda et al., 2018; P´ adua et al., 2017; Pena ˜ et al., 2013; P´erez-Ortiz et al., 2015; Rasmussen et al., 2013, 2016; Torres-S´ anchez et al., 2014; Torres-Sanchez, ´ Lopez-Granados, ´ & Pena, ˜ 2015; Verger et al., 2014; Von Bueren et al., 2015; C. Zhang & Kovacs, 2012) |
2 | Fenotipi mill-bogħod, rendiment stima, mudell tal-wiċċ tal-uċuħ tar-raba’, għadd ta' pjanti | (Bendig et al., 2013, 2014; Geipel et al., 2014; Gnadinger ¨ & Schmidhalter, 2017; Haghighattalab et al., 2016; Holman et al., 2016; Jin et al., 2017; W. Li et al., 2016; Maimaitijiang et al., 2017; Sankaran et al., 2015; Schirrmann et al., 2016; Shi et al., 2016; Yue et al., 2017; X. Zhou et al., 2017) |
3 | Immaġini termali għall-ilma, immaġini multispettrali | (Baluja et al., 2012; Berni et al., 2009b; Berni et al., 2009a; Candiago et al., 2015; Gago et al., 2015; Gonzalez-Dugo et al., 2013, 2014; Grenzdorffer ¨ et al., 2008; Khaliq et al., 2019; Matese et al., 2015; Ribeiro-Gomes et al., 2017; Santesteban et al., 2017; Uto et al., 2013) |
4 | Immaġini ipersettrali, spettrali immaġini | (Aasen et al., 2015a; Bareth et al., 2015; Hakala et al., 2013; Honkavaara et al., 2013a; Lucieer et al., 2014; Saari et al., 2011; Suomalainen et al., 2014) |
5 | 3D-Mapping Applikazzjonijiet | (Jim´enez-Brenes et al., 2017; Nex & Remondino, 2014; Salamí et al., 2014; Torres-S´ anchez, Lopez- ´ Granados, Serrano, et al., 2015; Zahawi et al., 2015; Zarco-Tejada et al., 2014) |
6 | Sorveljanza agrikola | (SR Herwitz et al., 2004; Hunt et al., 2010; CCD Lelong et al., 2008; Primicerio et al., 2012; Xiang & Tian, 2011) |
Barra minn hekk, id-drones huma utli għal kompiti ta' sfida fl-agrikoltura, inkluż l-immappjar tal-ħaxix ħażin. Stampi maqbuda mill-apparati wrew l-utilità tagħhom għall-iskoperta bikrija tal-ħaxix ħażin fl-għelieqi (de Castro et al., 2018; Jim´enez-Brenes et al., 2017; Lam et al., 2021; Lopez-Granados ´ et al., 2016; Rozenberg et al., 2021). F'dan ir-rigward, de Castro et al. (2018) jippossjedu li l-għaqda ta 'xbihat UAV u Analiżi tal-Immaġni Ibbażat fuq Oġġetti (OBIA) ippermettiet lill-prattikanti jegħlbu l-kwistjoni tal-awtomatizzazzjoni ta' skoperta bikrija fl-uċuħ tar-raba 'tal-ħaxix tal-bidu tal-istaġun, li huwa pass kbir 'il quddiem fir-riċerka tal-ħaxix ħażin. Bl-istess mod, Pena ˜ et al. (2013) jindikaw li l-użu ta' immaġini b'riżoluzzjoni spazjali ultra-għolja mill-UAV flimkien ma' proċedura OBIA jagħmilha possibbli li jiġu ġġenerati mapep tal-ħaxix ħażin fl-uċuħ tal-qamħirrum bikrija li jistgħu jintużaw fl-ippjanar tal-implimentazzjoni ta' miżuri ta' kontroll tal-ħaxix ħażin matul l-istaġun, kompitu lil hinn mill-kapaċità ta 'immaġni bis-satellita u tradizzjonali fl-ajru. Meta mqabbla mal-klassifikazzjoni tal-immaġini jew algoritmi ta' skoperta ta' oġġetti, tekniki ta' segmentazzjoni semantika huma aktar effettivi fil-kompiti tal-immappjar tal-ħaxix ħażin (J. Deng et al., 2020), u b'hekk il-bdiewa jkunu jistgħu jiskopru l-kundizzjonijiet tal-għalqa, itaffu t-telf, u jtejbu r-rendiment matul l-istaġun tat-tkabbir (Ramesh) et al., 2020). Is-segmentazzjoni semantika bbażata fuq it-tagħlim fil-fond tista 'wkoll tipprovdi kejl preċiż tal-kopertura tal-veġetazzjoni minn stampi mill-ajru b'riżoluzzjoni għolja (Ramesh et al., 2020; A. Zheng et al., 2022). Minkejja l-potenzjal tagħhom għal remoti
klassifikazzjoni tal-pixel sensing, tekniki ta 'segmentazzjoni semantika jeħtieġu komputazzjoni sinifikanti u memorja GPU projbittivament għolja (J. Deng et al., 2020).
Ibbażat fuq it-tagħlim tal-magni u l-UAV, P´erez-Ortiz et al. (2015) issuġġerixxa approċċ ta 'mappjar tal-ħaxix ħażin biex jipprovdi strateġiji ta' kontroll tal-ħaxix ħażin speċifiċi għas-sit meta l-bdiewa jadottaw il-kontroll tal-ħaxix ħażin wara l-emerġenza. Fl-aħħarnett, Rasmussen et al. (2013) enfasizzaw li d-drones jipprovdu sensing irħas bi flessibilità kbira ta' riżoluzzjoni spazjali. B'mod ġenerali, il-pubblikazzjonijiet f'dan il-grupp jiffokaw fuq l-esplorazzjoni tal-potenzjali tal-UAVs biex jappoġġaw ir-rilevament remot, il-monitoraġġ tal-uċuħ tar-raba ', u l-immappjar tal-ħaxix ħażin. Hija meħtieġa riċerka fil-fond addizzjonali biex tinvestiga aktar kif l-applikazzjonijiet tad-drones fil-monitoraġġ ambjentali, il-ġestjoni tal-uċuħ tar-raba’, u l-immappjar tal-ħaxix ħażin jistgħu jiksbu agrikoltura aktar sostenibbli (Chamuah & Singh, 2019; Islam et al., 2021; Popescu et al., 2020; J . Su, Liu, et al., 2018) u jindirizzaw kwistjonijiet ta 'governanza ta' din it-teknoloġija f'applikazzjonijiet ta 'assigurazzjoni tal-uċuħ tar-raba' (Basnet & Bang, 2018; Chamuah & Singh, 2019, 2022; Meinen & Robinson, 2021). Ir-riċerkaturi għandhom jikkonċentraw fuq il-validazzjoni tal-kejl miġbura mill-UAV b'tekniki ta 'proċessar effiċjenti biex itejbu l-kwalità aħħarija tad-dejta pproċessata (Manfreda et al., 2018). Barra minn hekk, huwa meħtieġ l-iżvilupp ta’ algoritmi xierqa li jirrikonoxxu pixels li juru ħaxix ħażin fl-immaġini diġitali u jeliminaw l-isfond irrilevanti waqt l-immappjar tal-ħaxix ħażin tal-UAV (Gaˇsparovi´c et al., 2020; Hamylton et al., 2020; H. Huang et al. , 2018, 2020; Lopez- ´ Granados et al., 2016). Riċerka addizzjonali dwar l-adozzjoni ta 'tekniki ta' segmentazzjoni semantika fir-rikonoxximent tal-pjanti, il-klassifikazzjoni tal-weraq, u l-immappjar tal-mard hija milqugħa (Fuentes-Pacheco et al., 2019; Kerkech et al., 2020).
Cluster 2. Il-pubblikazzjonijiet f'dan il-cluster iffokaw fuq diversi aspetti tad-drones agrikoli. Relatati mal-fenotipi remoti, Sankaran et al. (2015) rrevedew il-potenzjal tal-użu ta’ immaġni tal-ajru b’altitudni baxxa u b’riżoluzzjoni għolja mal-UAVs għal fenotipi malajr tal-uċuħ tar-raba’ fil-qasam, u jargumentaw li, meta mqabbla ma’ pjattaformi ta’ sensing bbażati fuq l-art, UAVs żgħar b’sensors adegwati joffru diversi vantaġġi , bħal aċċess eħfef għall-qasam, dejta b’riżoluzzjoni għolja, ġbir effiċjenti ta’ dejta,
valutazzjonijiet rapidi tal-kundizzjonijiet tat-tkabbir tal-għalqa, u spejjeż operattivi baxxi. Madankollu, l-awturi jinnotaw ukoll li l-applikazzjoni effettiva tal-UAV għall-fenotipi tal-kamp tiddependi fuq żewġ elementi fundamentali, jiġifieri, karatteristiċi tal-UAV (eż., sikurezza, stabbiltà, pożizzjonament, awtonomija) u karatteristiċi tas-sensuri (eż. riżoluzzjoni, piż, wavelengths spettrali, qasam. tal-vista). Haghighattalab et al. (2016) ippropona pipeline semi-awtomatizzat għall-ipproċessar tal-immaġni biex tiġi rkuprata dejta fil-livell tal-plott minn xbihat UAV u jaċċellera l-proċess tat-tnissil. Holman et al. (2016) żviluppaw għoli
sistema ta 'fenotipi tal-kamp ta' throughput u enfasizza li l-UAV huwa kapaċi jiġbor dejta fenotipika ta 'kwalità, voluminuża, ibbażata fuq il-post, u li l-apparat huwa effettiv għal żoni kbar u f'postijiet ta' qasam differenti.
Peress li l-istima tar-rendiment hija biċċa informazzjoni oerhört vitali, partikolarment meta tkun disponibbli fil-ħin, hemm potenzjal għall-UAVs li jipprovdu l-kejl kollu fuq il-post u jakkwistaw b'mod effiċjenti dejta ta' kwalità għolja (Daakir et al., 2017; Demir et al., 2018). ; Enciso et al., 2019; Kulbacki et al., 2018; Pudelko et al., 2012). F'dan ir-rigward, Jin et al. (2017) ħadu vantaġġ mill-immaġni b'riżoluzzjoni għolja miksuba mill-UAVs f'altitudnijiet baxxi ħafna biex jiżviluppaw u jivvalutaw metodu għall-istima tad-densità tal-pjanti tal-qamħ fl-istadju tal-emerġenza. Skont l-awturi, l-UAVs jegħlbu l-limitazzjonijiet tas-sistemi rover mgħammra b'kameras u jirrappreżentaw metodu mhux invażiv biex tiġi stmata d-densità tal-pjanti fl-uċuħ tar-raba ', li jippermettu lill-bdiewa jiksbu l-fluss għoli meħtieġ għall-fenotipi tal-għalqa indipendenti mit-traffikar tal-ħamrija. Li et al. (2016) ġabru mijiet ta 'immaġini stereo b'riżoluzzjoni estremament għolja bl-użu ta' sistema bbażata fuq UAV biex jistmaw il-parametri tal-qamħirrum, inkluż l-għoli tal-kanupew u l-bijomassa 'l fuq mill-art. Fl-aħħarnett, Yue et al. (2017) sabu li l-għoli tal-uċuħ tar-raba’ determinat mill-UAVs jista’ jtejjeb l-istima tal-bijomassa fuq l-art (AGB).
Approċċ għall-monitoraġġ tat-tkabbir tal-għelejjel huwa l-idea li jiġu żviluppati mudelli tal-wiċċ tal-għelejjel (Bendig et al., 2014, 2015; Holman et al., 2016; Panday, Shrestha, et al., 2020; Sumesh et al., 2021). Diversi studji enfasizzaw il-fattibbiltà ta 'immaġini meħuda mill-UAV biex jaqbdu l-għoli tal-pjanti u jimmonitorjaw it-tkabbir tagħhom. Pereżempju, Bendig et al. (2013) iddeskrivew l-iżvilupp ta 'mudelli multi-temporali tal-wiċċ tar-raba' b'riżoluzzjoni għolja ħafna ta' inqas minn 0.05 m bl-użu tal-UAV. Huma kellhom l-għan li jiskopru l-uċuħ tar-raba
il-varjabbiltà tat-tkabbir u d-dipendenza tagħha fuq it-trattament tal-uċuħ tar-raba’, il-kultivar, u l-istress. Bendig et al. (2014) użaw UAVs biex jistmaw il-bijomassa friska u niexfa bbażata fuq l-għoli tal-pjanti estratt minn mudelli tal-wiċċ tal-uċuħ u sabu li, b'differenza mill-pjattaformi fl-ajru u l-iskannjar bil-laser terrestri, l-immaġini b'riżoluzzjoni għolja mill-UAVs jistgħu jżidu b'mod sinifikanti l-eżattezza tal-immudellar tal-għoli tal-pjanti għal tkabbir differenti. stadji. Bl-istess mod, Geipel et al. (2014) użaw UAVs fir-riċerka tagħhom biex jiksbu xbihat
settijiet ta 'dejta għat-tbassir tar-rendiment tal-qamħ tal-qamħirrum fi tliet fażijiet ta' tkabbir differenti minn kmieni sa nofs l-istaġun u kkonkluda li l-kombinazzjoni ta 'mudellar spettrali u spazjali bbażat fuq stampi mill-ajru u mudelli tal-wiċċ tal-uċuħ tar-raba' hija metodu adattat biex tbassar ir-rendiment tal-qamħirrum f'nofs l-istaġun. Fl-aħħarnett, Gnadinger ¨ u Schmidhalter (2017) eżaminaw l-utilità tal-UAV fil-fenotipi ta 'preċiżjoni u enfasizzaw li l-użu ta' din it-teknoloġija jista 'jtejjeb il-ġestjoni tal-farms u jippermetti esperimentazzjoni fuq il-post għal skopijiet ta' tgħammir u agronomiċi. B'mod ġenerali, aħna nosservaw li l-pubblikazzjonijiet fil-cluster 2 jiffokaw fuq il-vantaġġi ewlenin tal-UAVs fil-bogħod
fenotipi, stima tar-rendiment, immudellar tal-wiċċ tal-uċuħ tar-raba', u għadd tal-pjanti. Studji futuri jistgħu jħaffru aktar fil-fond billi jiżviluppaw metodi ġodda għall-fenotipar mill-bogħod li jistgħu awtomatizzati u jottimizzaw l-ipproċessar ta’ data sensata mill-bogħod (Barabaschi et al., 2016; Liebisch et al., 2015; Mochida et al., 2015; S. Zhou et al., 2021; ., XNUMX). Barra minn hekk, il-prestazzjoni tas-sensuri IoT immuntati fuq UAVs u l-kompromess bejn l-ispejjeż tagħhom, ix-xogħol, u l-preċiżjoni tal-istima tar-rendiment jeħtieġ li jiġu riċerkati fil-
futur (Ju & Son, 2018a, 2018b; Xie & Yang, 2020; Yue et al., 2018). Fl-aħħar mill-aħħar, hemm bżonn li jiġu żviluppati metodi effiċjenti għall-ipproċessar tal-immaġni li jistgħu jiġġeneraw informazzjoni affidabbli, jimmassimizzaw l-effiċjenza fil-produzzjoni agrikola, u jimminimizzaw ix-xogħol tal-għadd manwali tal-bdiewa (RU Khan et al., 2021; Koh et al., 2021; Lin & Guo, 2020; C. Zhang et al., 2020).
Raggruppament 3. Il-pubblikazzjonijiet f'dan il-grupp jiddiskutu t-tipi differenti ta 'sistemi ta' immaġini għal telerilevament tar-riżorsi agrikoli użati fuq pjattaformi UAV. F'dan ir-rigward, l-immaġini termali tippermetti l-monitoraġġ tat-temperaturi tal-wiċċ biex jipprevjeni l-ħsara lill-uċuħ tar-raba' u jiskopri l-istress tan-nixfa kmieni (Awais et al., 2022; García-Tejero et al., 2018; Sankaran et al., 2015; Santesteban et al., 2017; Yeom, 2021). Baluja et al. (2012) sostnew li l-użu ta' kameras multispettrali u termali abbord il-
UAV ippermetta lir-riċerkaturi jiksbu stampi b'riżoluzzjoni għolja u jivvalutaw l-istat tal-ilma tad-dwieli. Dan jista’ jkun utli biex jiġu żviluppati mudelli ġodda ta’ skedar tal-ilma bl-użu ta’ data ta’ telerilevament (Baluja et al., 2012). Minħabba l-
kapaċità ta 'tagħbija limitata ta' UAVs, Ribeiro-Gomes et al. (2017) qiesu l-integrazzjoni ta 'kameras termali mhux imkessħa f'UAVS biex jiddeterminaw l-istress tal-ilma fil-pjanti, li jagħmel dan it-tip ta' UAVs aktar effiċjenti u vijabbli minn telerilevament tradizzjonali bbażat fuq satellita u UAVs mgħammra b'kameras termali mkessħa. Skond l-awturi, kameras termali mhux imkessħa huma eħfef minn kameras mkessħa, li jeħtieġu kalibrazzjoni xierqa. Gonzalez-Dugo et al. (2014) wrew li xbihat termali jiġġenera b'mod effettiv mapep spazjali ta' indiċijiet tal-istress tal-ilma tal-għelejjel għall-valutazzjoni tal-istat tal-ilma u l-kwantifikazzjoni tal-istress tal-ilma fost u fi ħdan il-ġonna taċ-ċitru. Gonzalez-Dugo et al. (2013) u Santesteban et al. (2017) investigaw l-użu ta 'xbihat termali UAV b'riżoluzzjoni għolja biex jistmaw il-varjabbiltà tal-istatus tal-ilma ta' ġnien tal-frott kummerċjali u vinja.
Immaġini multispettrali jistgħu jipprovdu dejta massiva meta mqabbla ma 'immaġini RGB tradizzjonali (Aħmar, Aħdar u Blu) (Ad˜ ao et al., 2017; Navia et al., 2016). Din id-dejta spettrali, flimkien ma’ data ġeografika, tista’ tgħin fil-klassifikazzjoni, l-immappjar, it-tbassir, it-tbassir u l-iskoperta (Berni et al., 2009b). Skont Candiago et al. (2015), immaġini multispettrali bbażati fuq l-UAV jistgħu jikkontribwixxu bil-kbir għall-valutazzjoni tal-uċuħ tar-raba’ u l-agrikoltura preċiża bħala riżors affidabbli u effiċjenti. Ukoll,
Khaliq et al. (2019) għamel paragun bejn immaġini multispettrali bbażati fuq is-satellita u l-UAV. L-immaġini bbażati fuq l-UAV irriżultaw li kienu aktar preċiżi fid-deskrizzjoni tal-varjabbiltà tal-vinji kif ukoll mapep tal-qawwa biex jirrappreżentaw il-kanupetti tal-uċuħ tar-raba '. Fil-qosor, artikoli f'dan il-grupp jiddiskutu l-inkorporazzjoni ta 'sensors ta' immaġini termali u multispettrali f'UAVs agrikoli. Għaldaqstant, hija meħtieġa aktar riċerka biex tifhem kif l-immaġini termali u multispettrali jistgħu jiġu integrati mal-AI
tekniki (eż., tagħlim fil-fond) biex jinstab stress tal-pjanti (Ampatzidis et al., 2020; Ampatzidis & Partel, 2019; Jung et al., 2021; Santesteban et al., 2017; Syeda et al., 2021). Tali għarfien se jgħin biex jiġi żgurat skoperta aktar effiċjenti u preċiża kif ukoll monitoraġġ tat-tkabbir tal-pjanti, stress, u fenoloġija (Buters et al., 2019; Cao et al., 2020; Neupane & BaysalGurel, 2021; L. Zhou et al., 2020).
Cluster 4. Dan il-cluster jikkonsisti f'seba' karti li jduru madwar ir-rwol kruċjali tal-immaġni spettrali u l-immaġini iperspettrali fl-appoġġ tal-prattiki tal-agrikoltura. L-immaġini iperspettrali stabbilixxa ruħu bħala metodu ta' telerilevament li jippermetti valutazzjoni kwantitattiva tas-sistema tad-dinja (Schaepman et al., 2009). Biex tkun aktar preċiż, tippermetti l-identifikazzjoni ta 'materjali tal-wiċċ, il-kwantifikazzjoni ta' konċentrazzjonijiet (relattivi), u l-assenjazzjoni tal-proporzjonijiet tal-komponenti tal-wiċċ
fi ħdan pixels imħallta (Kirsch et al., 2018; Zhao et al., 2022). Fi kliem ieħor, ir-riżoluzzjoni spettrali ogħla pprovduta minn sistemi iperspettrali tippermetti stimi aktar preċiżi ta 'diversi parametri, bħal proprjetajiet veġetarjani jew kontenut ta' ilma tal-weraq (Suomalainen et al., 2014). Ir-riċerkaturi f'dan il-grupp investigaw diversi aspetti ta 'sistemi bħal dawn. Fost oħrajn, Aasen et al. (2015b) offrew approċċ uniku biex tinkiseb informazzjoni iperspettrali tridimensjonali minn ħfief
kameras snapshot użati fuq UAVs għall-monitoraġġ tal-veġetazzjoni. Lucieer et al. (2014) iddiskutew id-disinn, l-iżvilupp u l-operazzjonijiet mill-ajru ta 'UAS iperspettrali ġdid kif ukoll il-kalibrazzjoni, l-analiżi u l-interpretazzjoni tad-dejta tal-immaġni miġbura magħha. Fl-aħħarnett, Honkavaara et al. (2013b) żviluppaw approċċ ta 'proċessar komprensiv għal stampi spettrali bbażati fuq interferometru FabryPerot u wrew l-użu tiegħu fi proċedura ta' stima tal-bijomassa għall-agrikoltura ta 'preċiżjoni. Mogħdijiet futuri potenzjali għal dan il-cluster attwali jinkludu l-enfasi fuq il-ħtieġa għal titjib tekniku fit-teknoloġiji tas-sensuri (Aasen et al., 2015b) kif ukoll il-ħtieġa li jiġu inkorporati u msaħħa teknoloġiji komplementari, speċifikament big data u analytics (Ang & Seng, 2021; Radoglou). -Grammatikis et al., 2020; Shakoor et al., 2019). Din tal-aħħar tirriżulta prinċipalment mid-dejta li dejjem tikber ġġenerata minn diversi sensuri implimentati fl-agrikoltura intelliġenti (C. Li & Niu, 2020; A. Rejeb et al., 2022; Y. Su & Wang, 2021).
Cluster 5. Il-pubblikazzjonijiet f'dan il-cluster eżaminaw applikazzjonijiet ta' 3Dmapping ibbażati fuq drones. L-użu ta' drones għall-immappjar 3D jista' jtaffi x-xogħol kumpless fuq il-post u jżid l-effiċjenza b'mod sostanzjali (Torres-Sanchez ´ et al., 2015). Il-ħames artikoli fil-cluster iffokaw prinċipalment fuq applikazzjonijiet ta 'monitoraġġ tal-pjanti. Pereżempju, biex tinkiseb data tridimensjonali dwar iż-żona tal-kanupew, l-għoli tas-siġar, u l-volum tal-kuruna, Torres-Sanchez ´ et al. (2015) użaw it-teknoloġija UAV biex jiġġeneraw mudelli diġitali tal-wiċċ u mbagħad approċċi ta 'analiżi tal-immaġni bbażata fuq l-oġġetti (OBIA). Barra minn hekk, Zarco-Tejada et al. (2014) ikkwantifika l-għoli tas-siġra billi jintegra t-teknoloġija UAV u metodi ta 'rikostruzzjoni ta' foto tridimensjonali. Jim´enez-Brenes Lopez-Granados, ´ De Castro, et al. (2017) wrew proċess ġdid għal monitoraġġ multi-temporali, 3D ta 'għexieren ta' siġar taż-żebbuġ billi jintegraw it-teknoloġija UAV b'metodoloġija avvanzata OBIA. Mogħdijiet interessanti għal xogħlijiet futuri f'dan il-grupp jinkludu jew it-titjib tal-kurrent
metodoloġiji (Zarco-Tejada et al., 2014) għal skopijiet ta’ mmudellar diġitali tal-wiċċ (Ajayi et al., 2017; Jaud et al., 2016), bħal OBIA (de Castro et al., 2018, 2020; Ventura et al., 2018. , 2015), u rikostruzzjoni tar-ritratti jew żvilupp ta’ metodi ġodda (Díaz-Varela et al., 2015; Torres-S´ anchez et al., XNUMX).
Cluster 6. Dan il-cluster jiddiskuti r-rwol tad-drones fis-sorveljanza agrikola. L-UAVs jistgħu jikkumplimentaw u jegħlbu n-nuqqasijiet tal-immaġini tas-satellita u tal-inġenji tal-ajru. Pereżempju, jistgħu jipprovdu immaġni ta’ riżoluzzjoni għolja kważi f’ħin reali b’inqas sfidi ta’ fjuwil jew ta’ pilotaġġ, li jirriżultaw f’sorveljanza kostanti u f’ħin reali u titjib fit-teħid tad-deċiżjonijiet (S. Herwitz et al., 2004). Kontribuzzjoni ewlenija oħra tal-UAVs hija l-kapaċità tagħhom li jipprovdu dejta speċifika għas-sit għall-agrikoltura ta’ preċiżjoni jew biedja speċifika għas-sit peress li d-dejta dettaljata b’riżoluzzjoni għolja tagħhom dwar diversi parametri tippermetti lill-bdiewa jaqsmu l-art f’partijiet omoġenji u jittrattawhom kif xieraq (Hunt et al. , 2010; CC Lelong et al., 2008; Primicerio et al., 2012). Tali sorveljanza agrikola bbażata fuq l-UAV tista’ tappoġġja l-monitoraġġ tas-sigurtà tal-ikel u t-teħid ta’ deċiżjonijiet (SR Herwitz et al., 2004). Biex tavvanza r-riċerka fis-sorveljanza agrikola, hemm bżonn mhux biss titjib fis-sensuri, UAVs, u teknoloġiji oħra relatati u l-metodi ta’ komunikazzjoni u trasferiment tad-dejta tagħhom (Ewing et al., 2020; Shuai et al., 2019), iżda wkoll l-integrazzjoni tad-drones b’diversi teknoloġiji għall-ottimizzazzjoni tal-kompiti differenti fir-rigward tal-agrikoltura intelliġenti, bħall-monitoraġġ, is-sorveljanza agrikola, u t-teħid ta’ deċiżjonijiet, huwa qasam ta’ riċerka b’potenzjal għoli (Alsamhi et al., 2021; Popescu et al., 2020; Vuran et al., 2018). F'dan ir-rigward, IoT, WSNs, u big data joffru kapaċitajiet komplementari interessanti (van der Merwe et al., 2020). L-ispejjeż tal-implimentazzjoni, l-iffrankar tal-ispejjeż, l-effiċjenza tal-enerġija u s-sigurtà tad-dejta huma fost l-oqsma li ma għandhomx riċerka biżżejjed għal tali integrazzjoni (Masroor et al., 2021).
Pajjiżi u istituzzjonijiet akkademiċi
Il-pass finali kien jinkludi l-investigazzjoni tal-pajjiż tal-oriġini u l-affiljazzjonijiet akkademiċi tal-awturi. Permezz ta’ din l-analiżi, aħna nimmiraw li nifhmu aħjar id-distribuzzjoni ġeografika ta’ studjużi li jikkontribwixxu għall-applikazzjonijiet tad-drones fl-agrikoltura. Ta’ min jinnota li wieħed jinnota d-diversità ta’ pajjiżi u istituzzjonijiet akkademiċi. Mill-perspettiva tal-pajjiż, l-Istati Uniti, iċ-Ċina, l-Indja u l-Italja jikklassifikaw fil-quċċata tal-lista f’termini tan-numru ta’ pubblikazzjonijiet (Tabella 7). Il-kurrent
ir-riċerka dwar id-drones agrikoli hija fil-biċċa l-kbira ċċentrata fil-pajjiżi tal-Amerika ta 'Fuq u l-Asja, prinċipalment minħabba l-impenn għoli tagħhom fl-applikazzjonijiet tal-agrikoltura ta' preċiżjoni. Pereżempju, fl-Istati Uniti, is-suq tad-drones agrikoli kien stmat għal 841.9 miljun USD fis-sena 2020, li jammonta għal madwar 30% tas-sehem tas-suq globali (ReportLinker, 2021). Klassifikazzjoni bħala l-akbar ekonomija fid-dinja, iċ-Ċina hija mbassra li tilħaq daqs approssimattiv tas-suq ta '2.6 biljun USD fis-sena 2027. Dan il-pajjiż qed jappella għal drones agrikoli biex jegħlbu kwistjonijiet ta' produttività u jiksbu rendimenti aħjar, tnaqqis tax-xogħol, u inputs ta 'produzzjoni inqas. Madankollu, l-adozzjoni tat-teknoloġija fiċ-Ċina hija wkoll immexxija minn fatturi bħad-daqs tal-popolazzjoni u l-bżonn li jinnovaw u jtejbu l-prattiki eżistenti ta 'ġestjoni tal-uċuħ tar-raba'.
L-aktar pajjiżi produttivi u universitajiet/organizzazzjonijiet li jikkontribwixxu għalihom
riċerka relatata mad-drones agrikoli.
Rank | pajjiżi |
1 | USA |
2 | Ċina |
3 | Indja |
4 | L-Italja |
5 | Spanja |
6 | Il-Ġermanja |
7 | Brażil |
8 | Awstralja |
9 | Ġappun |
10 | Ir-Renju Unit |
Rank | Universitajiet/Organizzazzjonijiet |
1 | Akkademja Ċiniża tax-Xjenzi |
2 | Ministeru tal-Agrikoltura tar-Repubblika Popolari taċ-Ċina |
3 | Kunsill Superjuri ta 'Investigazzjonijiet Xjentifiċi |
4 | Texas A&M University |
5 | Università Agrikola taċ-Ċina |
6 | Servizz ta 'Riċerka Agrikola tal-USDA |
7 | CSIC – Instituto de Agricultura Sostenible IAS |
8 | Purdue University |
9 | Consiglio Nazionale delle Ricerche |
10 | Università Agrikola taċ-Ċina t'Isfel |
Minn perspettiva universitarja u organizzattiva, l-Akkademja Ċiniża tax-Xjenzi fuq quddiem tal-lista f'termini tan-numru ta 'pubblikazzjonijiet, segwita mill-Ministeru tal-Agrikoltura tar-Repubblika Popolari taċ-Ċina u l-Consejo Superior de Investigaciones Científicas. L-Akkademja tax-Xjenzi Ċiniża hija rappreżentata mill-awturi Liao Xiaohan u Li Jun; Han Wenting jirrappreżenta l-Ministeru tal-Agrikoltura tar-Repubblika Popolari taċ-Ċina; u Consejo Superior de Investigaciones Científicas huwa rappreżentat minn Lopez-Granados, ´ F. u Pena, ˜ Jos´e María S. Mill-Istati Uniti, universitajiet bħall-Texas A&M University u l-Università Purdue isibu tagħhom
semmi. L-universitajiet bl-ogħla numru ta’ pubblikazzjonijiet u l-konnessjonijiet tagħhom huma murija fil-Fig. 4. Barra minn hekk, din il-lista tinkludi istituzzjonijiet bħall-Consiglio Nazionale delle Ricerche u l-Consejo Superior de Investigaciones Científicas li huma attivi fir-riċerka xjentifika, iżda mhumiex istituzzjonijiet akkademiċi. .
L-għażla tagħna kienet tinkludi varjetà wiesgħa ta’ ġurnali, li kienet tinkludi prattikament id-dejta kollha disponibbli. Kif jidher fit-Tabella 8, Remote Sensing b'258 artiklu jikklassifika fil-quċċata, segwit minn Journal of Intelligent and Robotic Systems: Theory and Applications with 126 u Computers and Electronics in Agriculture b'98 artiklu. Filwaqt li r-Remote Sensing huwa ffukat l-aktar fuq l-applikazzjoni u l-iżvilupp tad-drones, Kompjuters u Elettronika fl-Agrikoltura tkopri prinċipalment avvanzi fil-ħardwer tal-kompjuter, softwer, elettronika, u sistemi ta 'kontroll fl-agrikoltura. Ħwienet ta’ bejn iż-żoni, bħal IEEE Robotics and Automation Letters b’87 pubblikazzjoni u IEEE Access b’34 pubblikazzjoni, huma wkoll ħwienet ewlenin fil-qasam. L-aqwa ħmistax-il ħanut ikkontribwew għal-letteratura b'959 dokument, li huwa madwar 20.40% tal-pubblikazzjonijiet kollha. Analiżi tal-ko-ċitazzjoni tal-ġurnal tippermettilna neżaminaw l-importanza u x-xebh bejn il-pubblikazzjonijiet. L-analiżi tal-ko-ċitazzjoni tagħti tliet raggruppamenti, kif muri fil-Fig. 5. Ir-raggruppament aħmar jikkonsisti f'ġurnali bħal Remote Sensing, Computer and Electronics in Agriculture, Sensors,
u l-Ġurnal Internazzjonali tar-Remote Sensing. Dawn il-ħwienet kollha huma ġurnali ta’ fama kbira fl-oqsma tar-remote sensing u l-agrikoltura ta’ preċiżjoni. Il-grupp aħdar fih ġurnali li jittrattaw ir-robotika, bħal Journal of Intelligent and Robotic Systems: Theory and Applications, IEEE Robotics and Automation Letters, IEEE Access, and Drones. Dawn il-ħwienet l-aktar jippubblikaw dokumenti dwar l-awtomazzjoni u huma utli għall-inġiniera agrikoli. Il-cluster finali huwa ffurmat minn ġurnali relatati mal-agronomija u l-inġinerija agrikola, bħall-Agronomija u l-Ġurnal Internazzjonali tal-Inġinerija Agrikola u Bijoloġika.
L-aqwa 15-il ġurnal fir-riċerka agrikola relatata mad-drones.
Rank | Ġurnal | Count |
1 | Sensing mill-bogħod | 258 |
2 | Ġurnal ta 'Sistemi Intelliġenti u Robotiċi: Teorija u applikazzjonijiet | 126 |
3 | Kompjuters u Elettronika fl-Agrikoltura | 98 |
4 | Ittri IEEE Robotika u Awtomazzjoni | 87 |
5 | Sensers | 73 |
6 | Ġurnal Internazzjonali tar-Remote Sensing | 42 |
7 | Agrikoltura ta 'Preċiżjoni | 41 |
8 | Drones | 40 |
9 | Agronomija | 34 |
10 | Aċċess IEEE | 34 |
11 | Ġurnal Internazzjonali ta 'Sistemi Robotiċi Avvanzati | 31 |
12 | Ġurnal Internazzjonali ta 'l-Inġinerija Agrikola u Bijoloġika | 25 |
13 | PLoS ONE | 25 |
14 | Ġurnal ta 'Robotika Qasam | 23 |
15 | Bijosistemi Inġinerija | 23 |
konklużjoni
sommarju
F'dan l-istudju, aħna ġabar fil-qosor u analizzat ir-riċerka eżistenti dwar id-drones agrikoli. Billi napplikaw diversi tekniki biblijometriċi, stinkajna biex niksbu fehim aħjar tal-istruttura intellettwali tar-riċerka relatata mad-drones agrikoli. Fil-qosor, ir-reviżjoni tagħna toffri diversi kontribuzzjonijiet billi tidentifika u tiddiskuti kliem ewlieni fil-letteratura, tiżvela raggruppamenti ta 'għarfien filwaqt li tifforma komunitajiet semantikament simili fil-qasam tad-drones, tiddeskrivi riċerka preċedenti, u tissuġġerixxi direzzjonijiet ta' riċerka futura. Hawn taħt, niddeskrivu s-sejbiet ewlenin tar-reviżjoni dwar l-iżvilupp tad-drones agrikoli:
• Il-letteratura ġenerali kibret b'rata mgħaġġla u ġibdet attenzjoni enormi matul l-aħħar għaxar snin, kif indikat miż-żieda fin-numru ta' artikli wara l-2012. Anke jekk dan il-qasam tal-għarfien għadu jrid jilħaq il-maturità sħiħa tiegħu (Barrientos et al., 2011; Maes & Steppe, 2019), bosta mistoqsijiet għadhom mhux imwieġba. Pereżempju, l-utilità tad-drones fil-biedja fuq ġewwa għadha miftuħa għad-dibattitu (Aslan et al., 2022; Krul et al., 2021; Rold'an et al., 2015). Il-kumplessità tax-xeni tal-kampijiet u ċ-ċirkostanzi differenti tal-immaġini (eż. dellijiet u illuminazzjoni) jistgħu jirriżultaw f'varjanza spettrali ogħla fil-klassi (Yao et al., 2019). Anke fil-fażijiet ta’ riċerka aktar tard, ir-riċerkaturi ġew sfidati biex jiddeterminaw l-aħjar pjanijiet tat-titjira skont xenarji partikolari u l-kwalità tal-immaġni meħtieġa (Soares et al., 2021; Tu et al.,
2020).
• Ninnotaw li l-qasam mexa 'l quddiem mill-iżvilupp ta' sistemi effiċjenti tal-UAV biex jinkorpora tekniki AI, bħal tagħlim bil-magni u tagħlim profond fid-disinn ta 'drones agrikoli (Bah et al., 2018; Kitano et al., 2019; Maimaitijiang et al. , 2020; Mazzia et al., 2020; Tetila et al., 2020).
• Ir-riċerka dwar id-drones agrikoli ddiskutiet b'mod predominanti r-remote sensing billi esplorat il-potenzjali tat-teknoloġija fil-monitoraġġ ambjentali, il-ġestjoni tal-uċuħ tar-raba ', u l-ġestjoni tal-ħaxix ħażin (cluster 1) kif ukoll fenotipi remoti u stima tar-rendiment (cluster 2). Sett ta 'studji influwenti dwar drones agrikoli jinkludu Austin (2010), Berni et al. (2009)a, Herwitz et al. (2004), Nex and Remondino (2014), u Zhang and Kovacs (2012). Dawn l-istudji żviluppaw il-bażi kunċettwali tar-riċerka relatata mad-drones fil-kuntest tal-agrikoltura.
• Relatati mal-metodoloġija, osservajna li l-biċċa l-kbira tar-riċerka li saret s'issa kienet magħmula jew minn studji tad-disinn tas-sistema, kunċettwali, jew ibbażati fuq reviżjoni (Inoue, 2020; Nex & Remondino, 2014; P´erez-Ortiz et al. , 2015; Yao et al., 2019). Ninnotaw ukoll nuqqas ta’ metodi empiriċi, kwalitattivi u bbażati fuq studji ta’ każijiet fuq ix-xogħol fl-investigazzjoni tad-drones agrikoli.
• Riċentement, suġġetti relatati mal-agrikoltura ta’ preċiżjoni, tekniki tal-IA, vitikultura ta’ preċiżjoni, u valutazzjoni tal-istress tal-ilma ġibdu attenzjoni sostanzjali (Espinoza et al., 2017; Gomez-Cand ´ on ´ et al., 2016; Matese et al., 2015; Matese & Di Gennaro, 2018, 2021; Z. Zhou et al., 2021). Eżami bir-reqqa tar-raggruppamenti tar-riċerka f'żewġ era separati, 1990–2010 u 2011–2021, jiżvela l-progress tal-istruttura intellettwali tad-dominju. Il-perjodu mill-1990 sal-2010 kien jikkostitwixxi l-akkumulazzjoni ta 'kunċetti ċentrali u l-kunċetti ta' drones, li huwa ovvju mid-diskussjoni tad-disinn, l-iżvilupp u l-implimentazzjoni tal-UAV. Fit-tieni era, il-fokus tar-riċerka jespandi fuq studji preċedenti, jagħmel sforz biex jissintetizza l-każijiet ta 'użu tal-UAV fl-agrikoltura. Sibna wkoll bosta studji li jiddiskutu l-applikazzjonijiet tad-drones fil-kompiti tal-immaġini u l-agrikoltura ta 'preċiżjoni.
Rank | Ġurnal | Count |
1 | Sensing mill-bogħod | 258 |
2 | Ġurnal ta 'Sistemi Intelliġenti u Robotiċi: Teorija u | 126 |
applikazzjonijiet | ||
3 | Kompjuters u Elettronika fl-Agrikoltura | 98 |
4 | Ittri IEEE Robotika u Awtomazzjoni | 87 |
5 | Sensers | 73 |
6 | Ġurnal Internazzjonali tar-Remote Sensing | 42 |
7 | Agrikoltura ta 'Preċiżjoni | 41 |
8 | Drones | 40 |
9 | Agronomija | 34 |
10 | Aċċess IEEE | 34 |
11 | Ġurnal Internazzjonali ta 'Sistemi Robotiċi Avvanzati | 31 |
12 | Ġurnal Internazzjonali ta 'l-Inġinerija Agrikola u Bijoloġika | 25 |
13 | PLoS ONE | 25 |
14 | Ġurnal ta 'Robotika Qasam | 23 |
15 | Bijosistemi Inġinerija | 22 |
Implikazzjonijiet
Ir-reviżjoni biblijometrika tagħna kienet iddisinjata u mwettqa b'moħħ studjużi, bdiewa, esperti agrikoli, konsulenti tal-uċuħ tar-raba ', u disinjaturi tas-sistema UAV. Sa fejn jafu l-awturi, din hija waħda mill-ewwel reviżjonijiet oriġinali li wettqet analiżi biblijometrika fil-fond ta'
applikazzjonijiet tad-drones fl-agrikoltura. Aħna wettaqna reviżjoni komprensiva ta 'dan il-korp ta' għarfien, billi użajna analiżi ta 'ċitazzjoni u ko-ċitazzjoni ta' pubblikazzjonijiet. It-tentattivi tagħna biex niddeskrivu l-istruttura intellettwali tar-riċerka tad-drones joffru wkoll għarfien ġdid għall-akkademiċi. Reviżjoni bir-reqqa tal-kliem kjavi użati matul iż-żmien tiżvela l-hotspots u l-oqsma ta 'riċerka fokali fil-letteratura relatata mad-drones. Barra minn hekk, aħna nippreżentaw lista tal-aktar studji ċċitati biex jidentifikaw ix-xogħlijiet ta 'riċerka l-aktar ta' impatt li tlestew fil-qasam. L-identifikazzjoni ta' artikoli u kliem prinċipali tista' konsegwentement tipprovdi punt ta' tluq solidu biex jinkixfu diversi toroq għal studji futuri.
Importanti, aħna żvelajna gruppi li jikklassifikaw xogħlijiet komparabbli u elaborati fuq ir-riżultati. L-istudji kklassifikati fi gruppi jgħinu biex jifhmu l-istruttura intellettwali tar-riċerka tal-UAV. Notevolment, skoprejna nuqqas ta 'studji li jinvestigaw fatturi ta' adozzjoni tad-drones
u ostakli fl-attivitajiet tal-biedja (ara t-Tabella 9). Riċerkaturi futuri jistgħu jindirizzaw dan il-vojt potenzjali billi jwettqu investigazzjonijiet empiriċi li jevalwaw il-fatturi ta 'adozzjoni tad-drones f'attivitajiet tal-biedja u kundizzjonijiet klimatiċi differenti. Barra minn hekk, riċerka bbażata fuq studju ta' każi dwar l-effettività tad-drones għandha tkun appoġġjata b'dejta reali mill-post. Ukoll, l-involviment tal-bdiewa u l-maniġers fir-riċerka akkademika jkun vantaġġuż kemm għall-avvanz teoretiku kif ukoll prattiku tar-riċerka tad-drones. Konna wkoll kapaċi nidentifikaw l-aktar riċerkaturi prominenti u l-kontribuzzjonijiet tagħhom, li huwa ta 'valur minħabba li l-għarfien ta' xogħlijiet seminali reċenti jistgħu joffru xi gwida għal sforzi akkademiċi futuri.
Tabella 9
Ostakoli għall-adozzjoni tal-UAV.
Ostakoli | deskrizzjoni |
Sigurtà tad-data | Is-sigurtà ċibernetika hija sfida ewlenija għall-implimentazzjoni Soluzzjonijiet IoT (Masroor et al., 2021). |
Interoperabbiltà u integrazzjoni | Diversi teknoloġiji bħal UAV, WSN, IoT, eċċ. għandhom jiġu integrati u jittrasmettu data li iżżid il-livell ta’ kumplessità (Alsamhi et al., 2021; Popescu et al., 2020; Vuran et al., 2018). |
Spejjeż ta' implimentazzjoni | Dan huwa speċifikament il-każ għall-bdiewa ż-żgħar u għal li jintegra diversi teknoloġiji avvanzati ( Masroor et al., 2021). |
Għarfien tax-xogħol u kompetenza | Jinħtieġu bdoti tad-droni tas-sengħa biex joperaw l-UAVs. Ukoll, l-implimentazzjoni varji avvanzata teknoloġiji jeħtieġu ħaddiema tas-sengħa (YB Huang et al., 2013; Tsouros et al., 2019). |
Qawwa tal-Magna u titjira kemm iddum | Id-drones ma jistgħux jitħaddmu għal sigħat twal u jkopru żoni kbar (Hardin & Hardin, 2010; Laliberte et al., 2007). |
Stabbiltà, affidabbiltà, u manuvrabbiltà | Id-drones mhumiex stabbli waqt kundizzjonijiet ħżiena tat-temp (Hardin & Hardin, 2010; Laliberte et al., 2007). |
Limitazzjonijiet tat-tagħbija u kwalità tas-sensuri | Drones biss jistgħu jġorru tagħbijiet limitati twassal għal kapaċità ta’ tagħbija ta’ sensuri ta’ kwalità inferjuri (Nebiker et al., 2008). |
Ir-Regolament | Peress li d-drones jistgħu jkunu perikolużi wkoll, hemm gravi regolamenti f’xi oqsma (Hardin & Jensen, 2011; Laliberte & Rango, 2011). |
Għarfien tal-bdiewa u interess | Bħala teknoloġiji l-aktar avvanzati, id-drones' implimentazzjoni b'suċċess teħtieġ għarfien espert u wkoll akkumpanjat b'inċertezzi (Fisher et al., 2009; Lambert et al., 2004; Stafford, 2000). |
Peress li hemm ħtieġa kostanti li jintużaw b'mod effiċjenti r-riżorsi disponibbli biex jimmassimizzaw ir-rendiment, il-bdiewa jistgħu jieħdu vantaġġ mid-drones biex jiżguraw skannjar rapidu, preċiż u kost-effettiv tal-għelieqi tagħhom. It-teknoloġija tista 'tappoġġja lill-bdiewa biex jiddeterminaw il-kundizzjoni tal-uċuħ tar-raba' tagħhom u jivvalutaw l-istat tal-ilma, l-istadju tal-maturazzjoni, infestazzjonijiet tal-insetti, u l-ħtiġijiet nutrittivi. Il-kapaċitajiet ta’ telerilevament tad-drones jistgħu jipprovdu lill-bdiewa b’dejta kruċjali biex jantiċipaw il-kwistjonijiet fi stadju bikri u jagħmlu interventi xierqa fil-pront. Madankollu, il-benefiċċji tat-teknoloġija jistgħu jiġu realizzati biss jekk l-isfidi jiġu indirizzati kif suppost. Fid-dawl tal-
problemi attwali dwar is-sigurtà tad-dejta, kwistjonijiet tat-teknoloġija tas-sensuri (eż., l-affidabbiltà jew l-eżattezza tal-kejl), il-kumplessità tal-integrazzjoni, u l-ispejjeż sostanzjali tal-implimentazzjoni, studji futuri għandhom jeżaminaw ukoll il-fattibbiltà teknika, ekonomika u operazzjonali tal-integrazzjoni ta’ drones agrikoli u qtugħ ieħor. teknoloġiji tarf.
Limitazzjonijiet
L-istudju tagħna għandu diversi limitazzjonijiet. L-ewwelnett, is-sejbiet huma determinati mill-pubblikazzjonijiet magħżula għall-analiżi finali. Huwa ta’ sfida li jinqabdu l-istudji rilevanti kollha relatati mad-drones agrikoli, partikolarment dawk mhux indiċjati fid-database Scopus. Barra minn hekk, il-proċess tal-ġbir tad-dejta huwa limitat għall-iffissar ta’ kliem prinċipali tat-tiftix, li jistgħu ma jkunux inklużivi u jwasslu għal sejbiet inkonklussivi. Għalhekk, studji futuri jeħtieġ li jagħtu aktar attenzjoni lill-kwistjoni sottostanti tal-ġbir tad-dejta biex jagħmlu
konklużjonijiet aktar affidabbli. Limitazzjoni oħra tikkonċerna pubblikazzjonijiet ġodda b’numru baxx ta’ ċitazzjonijiet. L-analiżi biblijometrika hija preġudikata lejn pubblikazzjonijiet preċedenti peress li dawn għandhom tendenza li jirċievu aktar ċitazzjonijiet matul is-snin. Studji riċenti jeħtieġu ċertu ammont ta 'żmien biex jiġbdu l-attenzjoni u jakkumulaw ċitazzjonijiet. Konsegwentement, studji reċenti li jġibu bidla fil-paradigma ma jikklassifikawx fl-aqwa għaxar xogħlijiet influwenti. Din il-limitazzjoni hija prevalenti fl-eżaminazzjoni ta' oqsma ta' riċerka li qed jitfaċċaw malajr bħad-drones agrikoli. Hekk kif ikkonsultajna lil Scopus biex nistudjaw il-letteratura għal dan ix-xogħol, riċerkaturi futuri jistgħu jikkunsidraw differenti
databases, bħall-Web of Science u IEEE Xplore, biex jespandu l-orizzont u jtejbu l-istruttura tar-riċerka.
Studji biblijometriċi potenzjali jistgħu jikkunsidraw sorsi ta’ għarfien vitali oħra bħal karti tal-konferenzi, kapitoli, u kotba biex jiġġeneraw għarfien ġdid. Minkejja l-immappjar u l-investigazzjoni ta 'pubblikazzjonijiet globali dwar id-drones agrikoli, is-sejbiet tagħna ma żvelawx ir-raġunijiet wara l-outputs akkademiċi tal-universitajiet. Dan iwitti t-triq għal qasam ġdid ta’ riċerka billi jispjega b’mod kwalitattiv għaliex xi universitajiet huma aktar produttivi minn oħrajn meta niġu għar-riċerka dwar l-agrikoltura.
drones. Barra minn hekk, studji futuri jistgħu jipprovdu għarfien dwar il-potenzjal tad-drones biex iżidu s-sostenibbiltà tal-biedja b’diversi modi bħall-monitoraġġ ambjentali, il-ġestjoni tal-uċuħ tar-raba’, u l-immappjar tal-ħaxix ħażin kif indikat minn diversi riċerkaturi (Chamuah & Singh, 2019; Islam et al., 2021; Popescu et al., 2020; J. Su, Liu, et al., 2018b). Peress li l-analiżi testwali ma kinitx possibbli minħabba n-numru għoli ta’ karti magħżula, hemm bżonn ta’ reviżjonijiet sistematiċi tal-letteratura li jeżaminaw il-
metodi ta’ riċerka użati u l-involviment tal-bdiewa fi studji preċedenti. Fil-qosor, l-analiżi tagħna tar-riċerka tad-drones tesponi r-rabtiet inviżibbli ta 'dan il-korp ta' għarfien. Din ir-reviżjoni għalhekk tgħin biex tikxef ir-relazzjonijiet bejn il-pubblikazzjonijiet u tesplora l-istruttura intellettwali tal-qasam tar-riċerka. Tpinġi wkoll ir-rabtiet bejn id-diversi aspetti tal-letteratura, bħall-kliem kjavi tal-awturi, l-affiljazzjonijiet, u l-pajjiżi.
Dikjarazzjoni ta' Interess Kompetitur
L-awturi jiddikjaraw li m'għandhom l-ebda interessi finanzjarji konkorrenti magħrufa jew relazzjonijiet personali li setgħu jidhru li jinfluwenzaw ix-xogħol irrappurtat f'dan id-dokument.
Appendiċi 1
TITOLU-ABS-KEY (((drone* JEW “vettura tal-ajru bla ekwipaġġ” JEW uav* JEW “sistema tal-inġenju tal-ajru bla ekwipaġġ” JEW uas JEW “inġenji tal-ajru pilotati mill-bogħod”) U (agrikoltura JEW agrikoltura JEW biedja JEW bidwi))) U (ESKLUDI (PUBYEAR, 2022)) U (LIMIT-TO (LINGWA, “Ingliż”)).
Referenzi
Aasen, H., Burkart, A., Bolten, A., Bareth, G., 2015. Ġenerazzjoni ta' informazzjoni iperspettrali 3D b'kameras ħfief UAV snapshot għall-monitoraġġ tal-veġetazzjoni: minn
kalibrazzjoni tal-kamera għall-assigurazzjoni tal-kwalità. ISPRS J. Photogramm. Remote Sens 108, 245–259. https://doi.org/10.1016/j.isprsjprs.2015.08.002.
Abd-Elrahman, A., Pearlstine, L., Percival, F., 2005. Żvilupp ta 'algoritmu ta' rikonoxximent tal-mudell għal skoperta awtomatika ta 'għasafar minn xbihat ta' vetturi tal-ajru bla ekwipaġġ.
Stħarriġ. Art Informa. Sci. 65 (1), 37–45.
Abdollahi, A., Rejeb, K., Rejeb, A., Mostafa, MM, Zailani, S., 2021. Wireless sensor networks in agriculture: insights from bibliometric analysis. Sostenibbiltà 13 (21),
12011.
Aboutalebi, M., Torres-Rua, AF, Kustas, WP, Nieto, H., Coopmans, C., McKee, M., Valutazzjoni ta 'metodi differenti għall-iskoperta ta' dell f'immaġnijiet ottiċi b'riżoluzzjoni għolja u evalwazzjoni tal-impatt tad-dell fuq il-kalkolu ta' NDVI, u evapotraspirazzjoni. Irrig. Sci. 37 (3), 407–429. https://doi.org/10.1007/s00271-018-0613-9.
Adao, ˜ T., Hruˇska, J., Padova, ´ L., Bessa, J., Peres, E., Morais, R., Sousa, JJ, 2017. Immaġini iperspettrali: reviżjoni dwar sensuri bbażati fuq UAV, data ipproċessar u
applikazzjonijiet għall-agrikoltura u l-forestrija. Remote Sensing 9 (11). https://doi.org/ 10.3390/rs9111110.
Agüera Vega, F., Ramírez, FC, Saiz, MP, Rosúa, FO, 2015. Immaġini multi-temporali bl-użu ta 'vettura tal-ajru mingħajr ekwipaġġ għall-monitoraġġ ta' uċuħ tal-ġirasol. Biosyst. Inġ.
132, 19–27. https://doi.org/10.1016/j.biosystemseng.2015.01.008.
Ajayi, OG, Salubi, AA, Angbas, AF, Odigure, MG, 2017. Ġenerazzjoni ta 'mudelli ta' elevazzjoni diġitali preċiżi minn UAV akkwistat immaġini li jikkoinċidu perċentwali baxxi. 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. Reviżjoni ta 'approċċi ta' tagħlim tal-magni għall-irkupru tal-bijomassa u l-umdità tal-ħamrija minn data ta 'rilevament remot. Remote Sensing 7 (12), 16398–16421.
Alsamhi, SH, Afghah, F., Sahal, R., Hawbani, A., Al-qaness, MAA, Lee, B., Guizani, M., Green internet of things using UAVs in B5G networks: Reviżjoni tal-applikazzjonijiet
u strateġiji. Ad. Hoc. Netw. 117, 102505 https://doi.org/10.1016/j. adhoc.2021.102505.
Al-Thani, N., Albuainain, A., Alnaimi, F., Zorba, N., 2020. Drones għall-Monitoraġġ tal-Bhejjem tan-Nagħaġ. Fi: 20th IEEE Mediterranean Electrotechnical Conference. https://doi.
org/10.1109/MELECON48756.2020.9140588.
Ampatzidis, Y., Partel, V., 2019. Fenotipar ta' throughput għoli bbażat fuq UAV fiċ-ċitru li juża immaġini multispettrali u intelliġenza artifiċjali. Remote Sensing 11 (4), https://doi.org/10.3390/rs11040410.
Ampatzidis, Y., Partel, V., Costa, L., 2020. Agroview: Applikazzjoni bbażata fuq il-cloud biex tipproċessa, tanalizza u tivvista d-dejta miġbura mill-UAV għal applikazzjonijiet ta 'agrikoltura ta' preċiżjoni li jużaw intelliġenza artifiċjali. Kompjuta. Elettron. Agrikolu. 174, 105457 https://doi. org/10.1016/j.compag.2020.105457.
Ang, K.-L.-M., Seng, JKP, 2021. Big data u tagħlim tal-magni b'informazzjoni iperspettrali fl-agrikoltura. Aċċess IEEE 9, 36699–36718. https://doi.org/10.1109/
AĊĊESS.2021.3051196.
Aquilani, C., Confessore, A., Bozzi, R., Sirtori, F., Pugliese, C., 2022. Reviżjoni: Teknoloġiji ta' Preċiżjoni għall-Biedja tal-Bhejjem f'sistemi ta' bhejjem ibbażati fuq mergħat. Annimali 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 advanced information and communication technologies for
it-titjib tal-produttivitajiet agrikoli: analiżi biblijometrika. Agronomija 10 (12), Artikolu 12. https://doi.org/10.3390/agronomy10121989.
Armstrong, I., Pirrone-Brusse, M., Smith, A., Jadud, M., 2011. Il-gator li jtir: lejn ir-robotika tal-ajru f'occam-π. Komun. Perit tal-Proċess. 2011, 329–340. https://doi. org/10.3233/978-1-60750-774-1-329.
Arora, SD, Chakraborty, A., 2021. Struttura intellettwali tar-riċerka dwar l-imġiba tal-ilment tal-konsumatur (CCB): Analiżi biblijometrika. J. Business Res. 122, 60–74.
Aslan, MF, Durdu, A., Sabanci, K., Ropelewska, E., Gültekin, SS, 2022.
Stħarriġ komprensiv tal-istudji reċenti mal-UAV għall-agrikoltura ta 'preċiżjoni f'għelieqi miftuħa u serer. Appl. Sci. 12 (3), 1047. https://doi.org/10.3390/
app12031047.
Atkinson, JA, Jackson, RJ, Bentley, AR, Ober, E., & Wells, DM (2018). Fenotipi tal-Qasam għall-Futur. F'Annual Plant Reviews online (pp. 719–736). John
Wiley & Sons, Ltd doi: 10.1002/9781119312994.apr0651.
Austin, R., 2010. Sistemi ta' Inġenji tal-Ajru bla Ekwipaġġ: Disinn, Żvilupp u Skjerament tal-UAVS. Fi: Sistemi ta' Inġenji tal-Ajru bla Ekwipaġġ: Disinn, Żvilupp u UAVS
Skjerament. John Wiley u Sons. 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. Telerilevament ibbażat fuq l-UAV fl-istress tal-pjanti jimmaġina bl-użu ta 'sensorju termali b'riżoluzzjoni għolja għal prattiki ta' agrikoltura diġitali: meta-reviżjoni. Int. J. Environ. Sci. Technol. 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. Biedja intelliġenti: Opportunitajiet, sfidi
u faċilitaturi tat-teknoloġija. 2018 IoT Vertikali u. Summit Topiku dwar l-Agrikoltura -Toskana (IOT Toskana) 1–6. https://doi.org/10.1109/IOTTUSCANY.2018.8373043.
Bah, MD, Hafiane, A., Canals, R., 2018. Tagħlim fil-fond b'tikkettjar tad-dejta mhux sorveljat għall-iskoperta tal-ħaxix ħażin f'uċuħ tar-raba 'linja f'immaġini UAV. Remote Sensing 10 (11), 1690.
https://doi.org/10.3390/rs10111690.
Baldi, S., 1998. Normative versus social constructionist processes in the allocation of citations: a network-analytic model. Em. Soċjol. Apk 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. Valutazzjoni tal-varjabbiltà tal-istatus tal-ilma tad-dwieli permezz termali u multispettrali
immaġini bl-użu ta' vettura tal-ajru bla ekwipaġġ (UAV). Irrig. 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.,Trobbija tal-ġenerazzjoni li jmiss. Pjanti Sci. 242, 3–13. https://doi.org/10.1016/j.
plantsci.2015.07.010.
Barbedo, JGA, Koenigkan, LV, 2018. Perspettivi dwar l-użu ta 'sistemi ta' l-ajru bla ekwipaġġ biex jimmonitorjaw l-ifrat. Outlook Agrikolu. 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. Iperspettrali b'piż baxx u bbażati fuq UAV kameras full-frame
għall-monitoraġġ ta' l-uċuħ tar-raba': Paragun spettrali ma' kejl ta' spettroradjometru portabbli. 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., Aerial remote sensing fl-agrikoltura: Approċċ prattiku għall-kopertura taż-żona
u l-ippjanar tal-mogħdija għal flotot ta 'robots tal-ajru żgħar. J. Qasam Rob. 28 (5), 667–689. https://doi.org/10.1002/rob.20403.
Basiri, A., Mariani, V., Silano, G., Aatif, M., Iannelli, L., Glielmo, L., 2022. Stħarriġ dwar l-applikazzjoni ta 'algoritmi ta' ppjanar tal-mogħdija għal UAVs b'ħafna rotor fi preċiżjoni
agrikoltura. J. Navigazzjoni. 75 (2), 364–383.
Basnet, B., Bang, J., 2018. L-aktar avvanzata ta 'agrikoltura intensiva fl-għarfien: reviżjoni dwar sistemi ta' sensing applikati u analitika tad-dejta. J. Sens 2018, 1–13.
Bendig, J., Bolten, A., Bareth, G., 2013. Immaġini bbażati fuq UAV għal mudelli tal-wiċċ tal-uċuħ tar-raba 'multi-temporali, b'riżoluzzjoni għolja ħafna biex jimmonitorjaw il-varjabbiltà tat-tkabbir tal-uċuħ. 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. Stima tal-bijomassa tax-xgħir bl-użu ta 'mudelli tal-wiċċ tar-raba' (CSMs) derivati minn immaġini RGB bbażati fuq UAV. Remote Sensing 6 (11), 10395–10412.
Bendig, J., Yu, K., Aasen, H., Bolten, A., Bennertz, S., Broscheit, J., Gnyp, ML, Bareth, G., 2015. Jikkombinaw l-għoli tal-pjanti bbażati fuq UAV mill-wiċċ tal-uċuħ tar-raba' mudelli,
indiċi tal-veġetazzjoni viżibbli, u qrib infra-aħmar għall-monitoraġġ tal-bijomassa fix-xgħir. Int. J. Appl. Obs tad-Dinja. 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. Immappjar tal-konduttanza tal-kanupew u CWSI fil-ġonna taż-żebbuġ bl-użu ta 'riżoluzzjoni għolja
xbihat termali ta' telerilevament. Remote Sens Environ. 113 (11), 2380–2388. https://doi.org/10.1016/j.rse.2009.06.018.
Berni, JA, Zarco-Tejada, PJ, Suarez, ´ L., Fereres, E., 2009b. Telerilevament multispettrali termali u narrowband għall-monitoraġġ tal-veġetazzjoni minn vettura tal-ajru bla ekwipaġġ. IEEE Trans. Geosci. Remote Sens 47 (3), 722–738.
Bouzembrak, Y., Klüche, M., Gavai, A., Marvin, HJP, 2019. Internet tal-Oġġetti fis-sikurezza tal-ikel: Reviżjoni tal-letteratura u analiżi biblijometrika. Xejriet Ikel Sci. Technol. 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 fl-agrikoltura: Disinn ta 'pilota fuq skala kbira madwar l-Ewropa kollha. IEEE Komun. Mag. 55 (9), 26–33.
Buters, TM, Belton, D., Cross, AT, 2019. Traċċar UAV b'ħafna sensuri ta 'nebbieta individwali u komunitajiet ta' nebbieta bi preċiżjoni millimetrika. Drones 3 (4), 81.
https://doi.org/10.3390/drones3040081.
Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., Gattelli, M., 2015. Evalwazzjoni ta 'immaġni multispettrali u indiċi ta' veġetazzjoni għal applikazzjonijiet ta 'biedja ta' preċiżjoni minn stampi UAV. Remote Sensing 7 (4), 4026–4047. https://doi.org/10.3390/rs70404026.
Cao, Y., Li, GL, Luo, YK, Pan, Q., Zhang, SY, 2020. Monitoraġġ ta' indikaturi tat-tkabbir tal-pitravi taz-zokkor bl-użu ta' indiċi ta' veġetazzjoni ta' firxa dinamika wiesgħa (WDRVI) derivat minn UAV
immaġini multispettrali. Kompjuta. Elettron. Agrikolu. 171, 105331 https://doi.org/10.1016/j.compag.2020.105331.
Casillas, J., Acedo, F., 2007. Evoluzzjoni tal-istruttura intellettwali tal-letteratura tan-negozju tal-familja: studju biblijometriku tal-FBR. Negozju tal-Familja Rev 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. Monitoraġġ dinamiku tal-bijomassa tar-ross taħt
trattamenti tan-nitroġenu differenti bl-użu ta 'UAV ħafif b'kameras snapshot b'qafas doppju tal-immaġni. Metodi tal-Pjanti 15 (1), 32. https://doi.org/10.1186/s13007-019-
0418-8.
Chamuah, A., Singh, R., 2019. L-iżgurar tas-sostenibbiltà fl-agrikoltura Indjana permezz ta 'UAV ċivili: perspettiva ta' innovazzjoni responsabbli. SN Appl. Sci. 2 (1), 106. https://
doi.org/10.1007/s42452-019-1901-6.
Chamuah, A., Singh, R., 2022. Governanza responsabbli ta 'innovazzjonijiet ta' vetturi ta 'l-ajru mingħajr ekwipaġġ ċivili (UAV) għal applikazzjonijiet ta' assigurazzjoni ta 'uċuħ tar-raba' Indjani. J. Responsabbli
Technol. 9, 100025 https://doi.org/10.1016/j.jrt.2022.100025.
Chen, A., Orlov-Levin, V., Meron, M., 2019. L-applikazzjoni ta 'immaġni mill-ajru b'kanal viżibbli ta' riżoluzzjoni għolja tal-kanupew tal-uċuħ tar-raba 'għall-ġestjoni ta' irrigazzjoni ta 'preċiżjoni. Agrikolu. Ilma
Manag. 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. UAV ħafif b'fotogrammetrija abbord u pożizzjonament GPS ta' frekwenza waħda għall-applikazzjonijiet tal-metroloġija. ISPRS J. Photogramm. Remote Sens 127, 115–126. https://doi.org/10.1016/j.isprsjprs.2016.12.007.
Dawaliby, S., Aberkane, A., Bradai, A., 2020. Pjattaforma tal-IoT ibbażata fuq Blockchain għall-ġestjoni awtonoma tal-operazzjonijiet tad-drone. Fi: Proċedimenti tat-2 ACM
Workshop MobiCom dwar Komunikazzjonijiet Bla Fili Assistiti minn Drone għal 5G u lil hinn, pp. 31–36. https://doi.org/10.1145/3414045.3415939.
Day, RA, Gastel, B., 1998. Kif tikteb u tippubblika karta xjentifika. Cambridge University Press. de Castro, AI, Pena, ˜ JM, Torres-Sanchez, ´ J., Jim´enez-Brenes, FM, ValenciaGredilla, F., Recasens, J., Lopez-Granados, ´ F., 2020. Mapping cynodon dactylon infestating ikopru l-uċuħ bi proċedura awtomatika tas-siġra tad-deċiżjonijiet-OBIA u xbihat UAV għall-vitikultura ta 'preċiżjoni. Remote Sensing 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. An automatic random forest-OBIA algorithm for immappjar bikri tal-ħaxix ħażin bejn u fi ħdan ir-ringieli tal-uċuħ bl-użu ta' xbihat UAV. Remote Sensing 10 (2). https://doi.org/10.3390/rs10020285.
Demir, N., Sonmez, ¨ NK, Akar, T., Ünal, S., 2018. Kejl Awtomatizzat tal-Għoli tal-Pjanti tal-Ġenotipi tal-Qamħ Bl-użu ta 'DSM Derivat minn Immaġini UAV. Proċedimenti 2 (7), 350. https://doi.org/10.3390/ecrs-2-05163.
Deng, J., Zhong, Z., Huang, H., Lan, Y., Han, Y., Zhang, Y., 2020. Netwerk ta 'segmentazzjoni semantika ħafifa għall-immappjar tal-ħaxix ħażin f'ħin reali bl-użu ta' vetturi tal-ajru bla ekwipaġġ. Appl. Sci. 10 (20), 7132. https://doi.org/10.3390/app10207132.
Deng, L., Mao, Z., Li, X., Hu, Z., Duan, F., Yan, Y., 2018. Telerilevament multispettrali bbażat fuq UAV għall-agrikoltura ta 'preċiżjoni: paragun bejn kameras differenti. ISPRS J. Photogramm. Remote Sens 146, 124–136.
Diaz-Gonzalez, FA, Vuelvas, J., Correa, CA, Vallejo, VE, Patino, D., 2022. Tagħlim bil-magni u tekniki ta’ telerilevament applikati għall-istima tal-indikaturi tal-ħamrija – reviżjoni. Ekol. 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. Immaġini UAV fl-ajru b'riżoluzzjoni għolja biex jiġu vvalutati l-parametri tal-kuruna tas-siġra taż-żebbuġ bl-użu ta' ritratt 3D
rikostruzzjoni: applikazzjoni fil-provi tat-tnissil. Remote Sensing 7 (4), 4213–4232. https://doi.org/10.3390/rs70404213.
Dixit, A., Jakhar, SK, 2021. Ġestjoni tal-kapaċità tal-ajruport: reviżjoni u analiżi biblijometrika. J. Air Transp. Manag. 91, 102010.
Dong, T., Shang, J., Liu, J., Qian, B., Jing, Q., Ma, B., Huffman, T., Geng, X., Sow, A., Shi, Y., Canisius, F., Jiao, X., Kovacs, JM, Walters, D., Cable, J., Wilson, J., 2019.
Bl-użu ta 'xbihat RapidEye biex tidentifika l-varjabilità fi ħdan il-qasam tat-tkabbir u r-rendiment tal-uċuħ tar-raba' f'Ontario, il-Kanada. Preċiżjoni Agrikola. 20 (6), 1231–1250. https://doi.org/10.1007/
s11119-019-09646-w.
Dutta, PK, Mitra, S., 2021. Applikazzjoni ta' drones agrikoli u iot biex tifhem il-katina tal-provvista tal-ikel matul wara l-COVID-19. Fi: Choudhury, A., Biswas, A., Prateek, M.,
Chakrabarti, A. (Eds.), Informatika Agrikola: Awtomazzjoni Uża l-IoT u Tagħlim bil-Magni. Wiley, pp. 67–87. van Eck, N., Waltman, L., 2009. Stħarriġ tas-softwer: VOSviewer, programm tal-kompjuter għall-immappjar biblijometriku. Xjentometrika 84 (2), 523–538. https://doi.org/10.1007/s11192-009-0146-3.
Elijah, O., Rahman, TA, Orikumhi, I., Leow, CY, Hindia, MN, 2018. Ħarsa ġenerali lejn l-Internet tal-Oġġetti (IoT) u l-analiżi tad-dejta fl-agrikoltura: benefiċċji u sfidi.
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. Validazzjoni tal-agronomika UAV u qasam
kejl għall-varjetajiet tat-tadam. Kompjuta. Elettron. Agrikolu. 158, 278–283. https:// doi.org/10.1016/j.compag.2019.02.011.
Espinoza, CZ, Khot, LR, Sankaran, S., Jacoby, PW, 2017. Valutazzjoni tal-istress tal-ilma bbażata fuq telerilevament remot multispettrali u termali b'riżoluzzjoni għolja f'
dwieli irrigati taħt il-wiċċ. Remote Sensing 9 (9), 961. https://doi.org/ 10.3390/rs9090961.
Ewing, J., Oommen, T., Jayakumar, P., Alger, R., 2020. Jutilizzaw telerilevament iperspettrali għall-gradazzjoni tal-ħamrija. Remote Sensing 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. Evalwazzjoni fuq skala multipla ta 'riflettanza tal-wiċċ multispettrali u indiċi ta' veġetazzjoni bbażati fuq drone f'kundizzjonijiet operattivi. Remote Sensing 12 (3), 514.
Feng, X., Yan, F., Liu, X., 2019. Studju tat-teknoloġiji tal-komunikazzjoni mingħajr fili fuq l-Internet tal-Oġġetti għall-agrikoltura ta 'preċiżjoni. Wireless Pers. Komun. 108 (3),
1785-1802.
Ferreira, MP, Pinto, CF, Serra, FR, 2014. It-teorija tal-ispejjeż tat-tranżazzjonijiet fir-riċerka tan-negozju internazzjonali: studju biblijometriku fuq tliet deċennji. Xjentometrika 98 (3), 1899–1922. https://doi.org/10.1007/s11192-013-1172-8.
Fisher, P., Abuzar, M., Rab, M., Best, F., Chandra, S., 2009. Avvanzi fl-agrikoltura ta 'preċiżjoni fix-Xlokk tal-Awstralja. I. metodoloġija ta' rigressjoni biex tissimula
varjazzjoni spazjali fil-ħsad taċ-ċereali bl-użu tar-rendiment storiku tal-bdiewa tar-rad u l-indiċi tal-veġetazzjoni tad-differenza normalizzata. Crop Mergħa Sci. 60 (9), 844–858.
Floreano, D., Wood, RJ, 2015. Xjenza, teknoloġija u l-futur ta 'drones awtonomi żgħar. Nature 521 (7553), 460–466. https://doi.org/10.1038/nature14542.
Friha, O., Ferrag, MA, Shu, L., Maglaras, LA, Wang, X., 2021. Internet ta 'l-affarijiet għall-futur ta' agrikoltura intelliġenti: stħarriġ komprensiv ta 'teknoloġiji emerġenti. IEEE CAA J. Autom. Sinica 8 (4), 718–752.
Fuentes-Pacheco, J., Torres-Olivares, J., Roman-Rangel, E., Cervantes, S., JuarezLopez, P., Hermosillo-Valadez, J., Rendon-Mancha, ´ JM, 2019. Segmentazzjoni tal-pjanti tat-tin minn immaġni mill-ajru bl-użu ta 'netwerk ta' encoder-decoder konvoluzzjonali profond. Remote Sensing 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. UAVs challenge to assess water stress for
agrikoltura sostenibbli. Agrikolu. Ilma Manag. 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-Plegezuelo, CR, Dur´ an-Zuazo, VH, 2018. Immaġini termali fl-impjant
livell biex jiġi vvalutat l-istat tal-uċuħ-ilma fis-siġar tal-lewż (cv. Guara) taħt strateġiji ta’ irrigazzjoni ta’ defiċit. Agrikolu. Ilma Manag. 208, 176–186. https://doi.org/10.1016/j.
agwat.2018.06.002.
Garzonio, R., Di Mauro, B., Colombo, R., Cogliati, S., 2017. Riflettanza tal-wiċċ u kejl ta 'spettroskopija ta' fluworexxenza mix-xemx bl-użu ta 'UAS iperspettrali żgħir. Remote Sensing 9 (5), 472. https://doi.org/10.3390/rs9050472. Gaˇsparovi´c, M., Zrinjski, M., Barkovi´c, Đ., Radoˇcaj, D., 2020. Metodu awtomatiku għal
l-immappjar tal-ħaxix ħażin fl-għelieqi tal-ħafur ibbażat fuq immaġini tal-UAV. Kompjuta. Elettron. Agrikolu.
Gebbers, R., Adamchuk, VI, 2010. Agrikoltura ta 'preċiżjoni u sigurtà tal-ikel. Science 327 (5967), 828–831. https://doi.org/10.1126/science.1183899.
Geipel, J., Link, J., Claupein, W., 2014. Immudellar spettrali u spazjali kkombinat tar-rendiment tal-qamħirrum ibbażat fuq stampi mill-ajru u mudelli tal-wiċċ tal-uċuħ akkwistati b'sistema ta 'inġenji tal-ajru bla ekwipaġġ. Remote Sensing 6 (11), 10335–10355. https://doi.org/10.3390/rs61110335.
Geng, D., Feng, Y., Zhu, Q., 2020. Disinn sostenibbli għall-utenti: reviżjoni tal-letteratura u analiżi biblijometrika. Environ. Sci. Tniġġes. Riż. 27 (24), 29824–29836. https://doi. org/10.1007/s11356-020-09283-1.
Gevaert, CM, Suomalainen, J., Tang, J., Kooistra, L., 2015. Ġenerazzjoni ta 'uċuħ ta' rispons spettratemporal billi tgħaqqad satellita multispettrali u iperspettrali
Immaġini UAV għal applikazzjonijiet ta 'agrikoltura ta' preċiżjoni. IEEE J. Sel. Fuq. Appl. Obs tad-Dinja. Remote Sens 8 (6), 3140–3146. ttps://doi.org/10.1109/JSTARS.2015.2406339.
Gill, SS, Chana, I., Buyya, R., 2017. Agrikoltura bbażata fuq l-IoT bħala servizz ta 'sħaba u data kbira: il-bidu tal-Indja diġitali. J. Org. u Kompjuter tal-Utent Aħħar. (JOEUC) 29 (4),
1-23.
Gmür, M., 2006. Analiżi tal-ko-ċitazzjoni u t-tfittxija għal kulleġġi inviżibbli: evalwazzjoni metodoloġika. Xjentometrika 57 (1), 27–57. https://doi.org/10.1023/
a:1023619503005.
Gnadinger, ¨ F., Schmidhalter, U., 2017. Għadd diġitali tal-pjanti tal-qamħirrum minn Vetturi tal-Ajru bla Ekwipaġġ (UAVs). Remote Sensing 9 (6). Https://doi.org/10.3390/rs9060544.
Gokto ¨ ǧan, AH, Sukkarieh, S., Bryson, M., Randle, J., Lupton, T., Hung, C., 2010. Vettura tal-ajru bla ekwipaġġ bil-ġwienaħ rotanti għas-sorveljanza tal-ħaxix ħażin akkwatiku u
ġestjoni. J. Intell. Sist. Robotiku: Theor. Appl. 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. Evalwazzjoni tal-eżattezza tal-mużajk minn immaġini ta' vetturi tal-ajru bla ekwipaġġ (UAV) għal skopijiet ta' agrikoltura ta' preċiżjoni fil-qamħ. Preċiż. Agrikolu. 15 (1), 44–56. https://doi.org/10.1007/s11119-013-9335-4.
Gomez-Cand ´ on, ´ D., Virlet, N., Labb´e, S., Jolivot, A., Regnard, J.-L., 2016. Field phenotyping of water stress at tree scale by UAV-sensed imagery : għarfien ġdid għal
akkwist termali u kalibrazzjoni. Preċiż. Agrikolu. 17 (6), 786–800. https://doi.org/10.1007/s11119-016-9449-6.
Gonzalez-Dugo, V., Zarco-Tejada, PJ, Fereres, E., 2014. Applikabilità u limitazzjonijiet tal-użu tal-indiċi tal-istress tal-ilma tal-għelejjel bħala indikatur tad-defiċits tal-ilma fil-ġonna taċ-ċitru. Agrikolu. Għal. Meteorol. 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. Bl-użu ta' xbihat termali UAV b'riżoluzzjoni għolja biex
tivvaluta l-varjabbiltà fl-istat tal-ilma ta’ ħames speċi ta’ siġar tal-frott fi ġnien tal-frott kummerċjali. Preċiż. Agrikolu. 14 (6), 660–678. https://doi.org/10.1007/s11119-013-9322-9.
Goyal, K., Kumar, S., 2021. Litteriżmu finanzjarju: Reviżjoni sistematika u analiżi biblijometrika. Int. J. Studji tal-Konsumatur 45 (1), 80–105. https://doi.org/10.1111/
ijcs.12605.
Grenzdorffer, ¨ GJ, Engel, A., Teichert, B., 2008. Il-potenzjal fotogrammetriku ta 'uavs lowcost fil-forestrija u l-agrikoltura. Arkivji Internazzjonali tal-Fotogrammetrija, Remote Sensing u Xjenzi ta' Informazzjoni Spazjali – Arkivji ISPRS 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. Valutazzjoni ta 'korrelazzjoni ta' riżoluzzjoni għolja
NDVI b'livell ta 'applikazzjoni ta' fertilizzant u rendiment ta 'ross u uċuħ tar-raba' tal-qamħ bl-użu ta' UAVs żgħar. Remote Sensing 11 (2), 112.
Gundolf, K., Filser, M., 2013. Riċerka ta 'ġestjoni u reliġjon: analiżi ta' ċitazzjoni. J. Xarabank. Etika 112 (1), 177–185.
Guo, Q., Zhu, Y., Tang, Y., Hou, C., He, Y., Zhuang, J., Zheng, Y., Luo, S., 2020. Simulazzjoni CFD u verifika sperimentali tal-ispazju u d-distribuzzjonijiet temporali ta’
il-fluss ta 'arja downwash ta' UAV agrikolu quad-rotor f'hover. Kompjuta. Elettron. Agrikolu. 172, 105343 https://doi.org/10.1016/j.compag.2020.105343.
Haghighattalab, A., Gonz´ alez P´erez, L., Mondal, S., Singh, D., Schinstock, D., Rutkoski, J., Ortiz-Monasterio, I., Singh, RP, Goodin, D. , Polonja, J., 2016.
Applikazzjoni ta' sistemi ta' l-ajru bla ekwipaġġ għal fenotipi ta' throughput għoli ta' mixtliet kbar għat-tgħammir tal-qamħ. Metodi tal-Pjanti 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. Immaġini spettrali minn UAVs taħt kundizzjonijiet ta’ illuminazzjoni varji . F'GG Bill R. (Ed.), Arkivji Internazzjonali tal-Fotogrammetrija, Remote Sensing u Xjenzi ta' Informazzjoni Spazjali—Arkivji ISPRS (Vol. 40, Ħarġa 1W2, pp. 189–194). Soċjetà Internazzjonali għall-Fotogrammetrija u r-Remote Sensing. 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. Tekniki ta’ valutazzjoni għall-immappjar tal-veġetazzjoni tal-gżejjer minn ajru bla ekwipaġġ
Immaġini tal-vettura (UAV): klassifikazzjoni tal-pixels, interpretazzjoni viżwali u approċċi ta' tagħlim tal-magni. Int. J. Appl. Obs tad-Dinja. Geoinf. 89, 102085 https://doi.org/
10.1016/j.jag.2020.102085.
Haque, A., Islam, N., Samrat, NH, Dey, S., Ray, B., 2021. Biedja intelliġenti permezz ta 'tmexxija responsabbli fil-Bangladexx: possibbiltajiet, opportunitajiet, u lil hinn.
Sostenibbiltà 13 (8), 4511.
Hardin, PJ, Hardin, TJ, 2010. Vetturi pilotati mill-bogħod fuq skala żgħira fir-riċerka ambjentali. Boxxla tal-Ġeografija 4 (9), 1297–1311. ttps://doi.org/10.1111/j.1749-
8198.2010.00381.x.
Hardin, PJ, Jensen, RR, 2011. Vetturi tal-ajru bla ekwipaġġ fuq skala żgħira f'telerilevament ambjentali: sfidi u opportunitajiet. GISci. Remote Sens 48 (1), 99–111. https://doi.org/10.2747/1548-1603.48.1.99.
He, Y., Nie, P., Zhang, Q., Liu, F., 2021. Agrikolu Internet tal-Oġġetti: teknoloġiji u applikazzjonijiet, (1st ed. 2021 Edizzjoni). Springer.
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.
Immaġini minn vettura tal-ajru bla ekwipaġġ: sorveljanza agrikola u appoġġ għad-deċiżjonijiet. Kompjuta. Elettron. Agrikolu. 44 (1), 49–61. https://doi.org/10.1016/j.
kompag.2004.02.006.
Holman, FH, Riche, AB, Michalski, A., Castle, M., Wooster, MJ, Hawkesford, MJ, Fenotipi ta 'għoli fil-qasam ta' throughput ta 'għoli tal-pjanti tal-qamħ u rata ta' tkabbir fi provi tal-plott tal-għalqa bl-użu ta 'remote sensing ibbażat fuq UAV. Remote Sensing 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. Ipproċessar u valutazzjoni ta 'xbihat spettrometriku u stereoskopiku miġbura bl-użu ta' kamera spettrali UAV ħafifa għall-agrikoltura ta 'preċiżjoni. Remote Sensing 5 (10), 5006–5039. https://doi.org/10.3390/rs5105006.
Hossein Motlagh, N., Taleb, T., Arouk, O., 2016. Servizzi tal-internet tal-affarijiet ibbażati fuq vetturi tal-ajru mingħajr ekwipaġġ b'altitudni baxxa: stħarriġ komprensiv u perspettivi futuri. 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. Navigazzjoni kkombinata ta 'fluss ottiku u sterjo-bbażat ta' canyon urbani għal UAV. Fl-2005 IEEE/RSJ
Konferenza Internazzjonali dwar Robots u Sistemi Intelliġenti, pp. 3309–3316. https://doi.org/10.1109/IROS.2005.1544998.
Hsu, T.-C., Yang, H., Chung, Y.-C., Hsu, C.-H., 2020. Pjattaforma agrikola IoT Kreattiva għall-kompjuters taċ-ċpar tas-sħab. Isostni. Kompjuta. Inf. Syst. 28, 100285.
Huang, H., Deng, J., Lan, Y., Yang, A., Deng, X., Zhang, L., Gonzalez-Andujar, JL, 2018. Netwerk kompletament konvoluzzjonali għall-immappjar tal-ħaxix ħażin ta 'vettura tal-ajru bla ekwipaġġ ( UAV) immaġini. PLoS ONE 13 (4), e0196302.
Huang, H., Lan, Y., Yang, A., Zhang, Y., Wen, S., Deng, J., 2020. Tagħlim fil-fond versus Analiżi tal-Immaġni bbażata fuq Oġġetti (OBIA) fl-immappjar tal-ħaxix ħażin ta 'xbihat UAV. Int. J.
Remote Sens 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. Kalibrazzjoni profonda tal-kulur għal immaġini UAV fil-monitoraġġ tal-uċuħ tar-raba
bl-użu ta 'trasferiment ta' stil semantiku b'attenzjoni lokali għal globali. Int. J. Appl. Obs tad-Dinja. Geoinf. 104, 102590 https://doi.org/10.1016/j.jag.2021.102590.
Huang, YB, Thomson, SJ, Hoffmann, WC, Lan, YB, Fritz, BK, 2013. Żvilupp u prospett ta 'teknoloġiji ta' vetturi tal-ajru bla ekwipaġġ għall-produzzjoni agrikola
ġestjoni. Int. J. Agri. Biol. Inġ. 6 (3), 1–10. https://doi.org/10.3965/j. ijabe.20130603.001.
Huang, Y., Hoffmann, WC, Lan, Y., Wu, W., Fritz, BK, 2009. Żvilupp ta 'sistema ta' sprej għal pjattaforma ta 'vettura tal-ajru bla ekwipaġġ. Appl. Inġ. Agrikolu. 25 (6), 803–809.
Hunt Jr., ER, Dean Hively, W., Fujikawa, SJ, Linden, DS, Daughtry, CST, McCarty, GW, 2010. Akkwist ta’ ritratti diġitali NIR-aħdar-blu minn
inġenji tal-ajru bla ekwipaġġ għall-monitoraġġ tal-uċuħ tar-raba’. Remote Sensing 2 (1), 290–305. https://doi. org/10.3390/rs2010290. Inoue, Y., 2020. Telerilevament ibbażat fuq satellita u drone ta 'uċuħ tar-raba' u ħamrija għal biedja intelliġenti–reviżjoni. Ħamrija Sci. Nutr tal-Pjanti. 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. Reviżjoni tal-applikazzjonijiet u t-teknoloġiji tal-komunikazzjoni għall-Internet tal-Oġġetti (IoT) u
Biedja intelliġenti sostenibbli bbażata fuq Vetturi tal-Ajru bla Ekwipaġġ (UAV). Sostenibbiltà 13 (4), 1821. https://doi.org/10.3390/su13041821.
Jaud, M., Passot, S., Le Bivic, R., Delacourt, C., Grandjean, P., Le Dantec, N., 2016. Evalwazzjoni tal-eżattezza tal-mudelli tal-wiċċ diġitali b'riżoluzzjoni għolja kkalkulati minn
PhotoScan® u MicMac® f'kundizzjonijiet ta' stħarriġ sub-ottimali. Remote Sensing 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. Kwantifikazzjoni tal-impatti taż-żbir fuq l-arkitettura tas-siġar taż-żebbuġ u annwali tkabbir tal-kanupew bl-użu ta 'mudellar 3D ibbażat fuq UAV. Metodi tal-Pjanti 13 (1). https://doi.org/10.1186/s13007-017-0205-3.
Jin, X., Liu, S., Baret, F., Hemerl´e, M., Comar, A., 2017. Stimi tad-densità tal-pjanti tal-għelejjel tal-qamħ fil-ħruġ minn xbihat UAV ta 'altitudni baxx ħafna. Sens mill-bogħod.
Environ. 198, 105–114. https://doi.org/10.1016/j.rse.2017.06.007.
Jinbo, C., Xiangliang, C., Han-Chi, F., Lam, A., 2019. Sistema ta 'monitoraġġ tal-prodotti agrikoli appoġġjata minn cloud computing. Cluster Comput. 22 (4), 8929–8938.
Ju, C., & Son, HI 2018a. Evalwazzjoni tal-prestazzjoni ta 'sistemi UAV multipli għal telerilevament fl-agrikoltura. Proċedimenti tal-Workshop dwar il-Viżjoni u l-Azzjoni Robotika fl-Agrikoltura fil-Konferenza Internazzjonali tal-IEEE dwar ir-Robotika u l-Awtomazzjoni (ICRA), Brisbane, l-Awstralja, 21–26.
Ju, C., Son, HI, 2018b. Sistemi UAV multipli għal applikazzjonijiet agrikoli: kontroll, implimentazzjoni, u evalwazzjoni. Elettronika 7 (9), 162. https://doi.org/10.3390/
elettronika7090162.
Jung, J., Maeda, M., Chang, A., Bhandari, M., Ashapure, A., Landivar-Bowles, J., 2021. Il-potenzjal tar-remote sensing u l-intelliġenza artifiċjali bħala għodod biex itejbu l-
reżiljenza tas-sistemi tal-produzzjoni agrikola. Curr. Opinja. Bijoteknoloġija. 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. Teknika mtejba tal-iscouting tal-għelejjel li tinkorpora immaġini tal-għelejjel multispettrali assistita minn vettura tal-ajru bla ekwipaġġ fil-prattika konvenzjonali tal-iscouting għal seħta ta' zokk gummy fid-dulliegħa. Pjanti Dis. 103 (7), 1642–1650.
Kapoor, KK, Tamilmani, K., Rana, NP, Patil, P., Dwivedi, YK, Nerur, S., 2018. Avvanzi fir-riċerka tal-midja soċjali: passat, preżenti u futur. Informa. Syst. Quddiem. 20
(3), 531-558.
Kerkech, M., Hafiane, A., Canals, R., 2020. VddNet: netwerk ta 'skoperta ta' mard tad-dwieli bbażat fuq stampi multispettrali u mappa tal-fond. Remote Sensing 12 (20), 3305. https://doi. org/10.3390/rs12203305.
Khaliq, A., Comba, L., Biglia, A., Ricauda Aimonino, D., Chiaberge, M., Gay, P., 2019. Tqabbil ta’ immaġini multispettrali bbażati fuq satellita u UAV għall-vinja
valutazzjoni tal-varjabbiltà. Remote Sensing 11 (4). https://doi.org/10.3390/rs11040436.
Khan, PW, Byun, Y.-C., Park, N., 2020. IoT-blockchain ppermettiet sistema ta 'provenjenza ottimizzata għall-industrija tal-ikel 4.0 bl-użu ta' tagħlim profond avvanzat. Sensuri 20 (10), 2990.
Khan, RU, Khan, K., Albattah, W., Qamar, AM, Ullah, F., 2021. Sejbien ibbażat fuq l-immaġni ta 'mard tal-pjanti: minn tagħlim klassiku bil-magni għal vjaġġ ta' tagħlim fil-fond. Komun mingħajr fili. Kompjuter mobbli. 2021, 1–13.
Khan, S., Tufail, M., Khan, MT, Khan, ZA, Iqbal, J., Alam, M., Le, KNQ, 2021. Qafas ġdid semi-superviżjoni għall-klassifikazzjoni ta 'uċuħ tar-raba'/ħaxix ħażin ibbażat fuq l-UAV. PLoS ONE 16 (5), e0251008.
Khanal, S., Fulton, J., Shearer, S., 2017. Ħarsa ġenerali lejn l-applikazzjonijiet attwali u potenzjali ta 'telerilevament termali fl-agrikoltura ta' preċiżjoni. Kompjuta. Elettron.
Agrikolu. 139, 22–32. https://doi.org/10.1016/j.compag.2017.05.001.
Khanna, A., Kaur, S., 2019. Evoluzzjoni tal-Internet tal-Oġġetti (IoT) u l-impatt sinifikanti tiegħu fil-qasam tal-Agrikoltura ta 'Preċiżjoni. Kompjuta. Elettron. Agrikolu. 157, 218–231.
Kim, W., Khan, GF, Wood, J., Mahmood, MT, 2016. Impenn tal-impjegati għal organizzazzjonijiet sostenibbli: analiżi tal-kliem kjavi bl-użu ta' analiżi tan-netwerk soċjali u tat-tifqigħ
approċċ ta' skoperta. Sostenibbiltà 8 (7), 631.
Kirsch, M., Lorenz, S., Zimmermann, R., Tusa, L., Mockel, ¨ R., Hodl, ¨ P., Booysen, R., Khodadadzadeh, M., Gloaguen, R., 2018. Integrazzjoni ta’ terrestri u li jinġarru mid-drones
metodi ta 'sensing iperspettrali u fotogrammetriċi għall-immappjar ta' esplorazzjoni u monitoraġġ tal-minjieri. Remote Sensing 10 (9), 1366. https://doi.org/10.3390/
rs10091366.
Kitano, BT, Mendes, CCT, Geus, AR, Oliveira, HC, Souza, JR, 2019. Għadd tal-pjanti tal-qamħ bl-użu ta 'tagħlim fil-fond u stampi UAV. IEEE Geosci. Remote Sens Lett. 1–5 https://doi.org/10.1109/LGRS.2019.2930549.
Koh, JCO, Spangenberg, G., Kant, S., 2021. Tagħlim awtomatizzat bil-magni għal fenotipi tal-pjanti bbażati fuq immaġini b'rendiment għoli. Remote Sensing 13 (5), 858. https://
doi.org/10.3390/rs13050858.
Kovalev, IV, Voroshilova, AA, 2020. Xejriet teknoloġiċi moderni fl-iżvilupp tal-ekosistema tal-UAVs tal-merkanzija. J. Phys. Konf. Ser. 1515 (5), 052068 https://doi. org/10.1088/1742-6596/1515/5/052068.
Krul, S., Pantos, C., Frangulea, M., Valente, J., 2021. SLAM viżwali għall-bhejjem ta 'ġewwa u l-biedja bl-użu ta' drone żgħir b'kamera monokulari: studju ta 'fattibilità.
Drones 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. Stħarriġ tad-drones għall-awtomazzjoni tal-agrikoltura mit-tħawwil sa
ħsad. Fi: INES 2018 – IEEE 22nd International Conference on Intelligent Engineering Systems, pp. 000353–358. https://doi.org/10.1109/INES.2018.8523943.
Lagkas, T., Argyriou, V., Bibi, S., Sarigiannidis, P., 2018. Fehmiet u sfidi tal-qafas UAV IoT: lejn il-protezzjoni tad-drones bħala "Affarijiet". Sensuri 18 (11), 4015. https://doi.org/10.3390/s18114015.
Laliberte, AS, Rango, A., 2011. Proċeduri ta' pproċessar u klassifikazzjoni ta' immaġini għall-analiżi ta' xbihat sub-deċimetru akkwistat b'inġenju tal-ajru bla ekwipaġġ fuq l-arja
artijiet tar-razza. GISci. Remote Sens 48 (1), 4–23. https://doi.org/10.2747/1548-1603.48.1.4.
Laliberte, AS, Rango, A., Herrick, JE, 2007. Vetturi tal-ajru bla ekwipaġġ għall-immappjar u l-monitoraġġ tal-rangeland: paragun ta 'żewġ sistemi. Proċedimenti tal-Konferenza Annwali tal-ASPRS.
Lam, OHY, Dogotari, M., Prüm, M., Vithlani, HN, Roers, C., Melville, B., Zimmer, F., Becker, R., 2021. Fluss tax-xogħol ta' sors miftuħ għall-immappjar tal-ħaxix ħażin fil-mergħat indiġeni
bl-użu ta' vettura tal-ajru bla ekwipaġġ: L-użu ta' Rumex obtusifolius bħala studju ta' każ. Eur. 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. Adozzjoni, profittabilità, u użu aħjar tad-dejta tal-biedja ta 'preċiżjoni.
Dokument ta' ħidma. Università ta' Purdue. https://doi.org/10.22004/ag.econ.28615.
Lelong, CCD, Burger, P., Jubelin, G., Roux, B., Labb´e, S., Baret, F., 2008. Valutazzjoni ta 'xbihat ta' vetturi tal-ajru bla ekwipaġġ għal monitoraġġ kwantitattiv tal-uċuħ tal-qamħ f'plottijiet żgħar. Sensuri 8 (5), 3557–3585. https://doi.org/10.3390/s8053557.
Li, C., Niu, B., 2020. Disinn ta 'agrikoltura intelliġenti bbażat fuq data kbira u Internet tal-affarijiet. 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. Stima mill-bogħod tal-għoli tal-kanupew u l-bijomassa ta’ fuq l-art tal-qamħirrum bl-użu ta’ immaġini stereo b’riżoluzzjoni għolja minn sistema ta’ vettura tal-ajru bla ekwipaġġ bi prezz baxx. Ekol. Ind 67, 637–648. https://doi.org/10.1016/j.ecolind.2016.03.036.
Liakos, KG, Busato, P., Moshou, D., Pearson, S., Bochtis, D., 2018. Tagħlim bil-magni fl-agrikoltura: reviżjoni. Sensuri 18 (8), 2674.
Liebisch, F., Kirchgessner, N., Schneider, D., Walter, A., Hund, A., 2015. Fenotipar mill-bogħod, mill-ajru tal-karatteristiċi tal-qamħirrum b'approċċ mobbli b'ħafna sensuri. Metodi tal-Pjanti 11 (1), 9. https://doi.org/10.1186/s13007-015-0048-8.
Lin, Z., Guo, W., 2020. Sejbien u għadd tal-paniku tas-sorgu bl-użu ta 'immaġni ta' sistema ta 'l-ajru bla ekwipaġġ u tagħlim fil-fond. Quddiem. Pjanti Sci. 11.
Liu, S., Guo, L., Webb, H., Ya, X., Chang, X., 2019. Sistema ta 'monitoraġġ tal-Internet tal-Oġġetti tal-eko-agrikoltura moderna bbażata fuq cloud computing. Aċċess IEEE 7, 37050–37058.
Lopez-Granados, ´ F., 2011. Sejbien tal-ħaxix ħażin għall-ġestjoni tal-ħaxix ħażin speċifiku għas-sit: mapping u approċċi f'ħin reali. Weed Res. 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. Monitoraġġ bikri bbażat fuq oġġetti ta 'ħaxix ħażin f'wiċċ tal-ħaxix bl-użu ta' xbihat UAV b'riżoluzzjoni għolja. Agron. Isostni. 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. L-immappjar tal-ħaxix ħażin tal-istaġun bikri fil-ġirasol bl-użu tat-teknoloġija UAV: il-varjabbiltà tal-mapep tat-trattament tal-erbiċida kontra l-limiti tal-ħaxix ħażin. Preċiż. Agrikolu. 17 (2), 183–199.
Lucieer, A., Malenovský, Z., Veness, T., Wallace, L., 2014. HyperUAS - spettroskopija tal-immaġini minn sistema ta 'inġenji tal-ajru bla ekwipaġġ multirotor. J. Qasam Rob. 31 (4),
571–590. https://doi.org/10.1002/rob.21508.
Lumme, J., Karjalainen, M., Kaartinen, H., Kukko, A., Hyyppa, ¨ J., Hyypp¨ a, H., Jaakkola, A., & Kleemola, J., 2008. Terrestrial laser scanning of uċuħ tar-raba' agrikoli. Fi JJ
Chen J. Maas H–G. (Ed.), Arkivji Internazzjonali tal-Photogrammetry, Remote Sensing u Spatial Information Sciences—Arkivji ISPRS (Vol. 37, pp. 563–566).
Soċjetà Internazzjonali għall-Fotogrammetrija u r-Remote Sensing. 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. Reviżjoni tal-klassifikazzjoni tal-immaġni tal-kopertura tal-art ibbażata fuq oġġetti sorveljati. ISPRS J. Photogramm. Remote Sens. 130,
277–293. https://doi.org/10.1016/j.isprsjprs.2017.06.001.
Maes, WH, Steppe, K., 2019. Perspettivi għal telerilevament b'vetturi tal-ajru bla ekwipaġġ f'agrikoltura ta 'preċiżjoni. Xejriet tal-Pjanti 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.
Fenotipi tas-sojja bbażati fuq is-sistema tal-ajru bla ekwipaġġ (UAS) bl-użu ta 'fużjoni tad-dejta b'ħafna sensuri u magna ta' tagħlim estrema. ISPRS J. Photogramm. Remote Sens 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.
Monitoraġġ tal-uċuħ tar-raba' bl-użu ta' fużjoni ta' data bis-satellita/UAV u tagħlim tal-magni. Remote Sensing 12 (9), 1357. https://doi.org/10.3390/rs12091357.
Manfreda, S., McCabe, M., Miller, P., Lucas, R., Pajuelo Madrigal, V., Mallinis, G., Ben Dor, E., Helman, D., Estes, L., Ciraolo, G. ., Müllerova, ´ J., Tauro, F., de Lima, M., de
Lima, J., Malti, A., Frances, F., Caylor, K., Kohv, M., Perks, M., Ruiz-P´erez, G., Su, Z., Vico, G., Toth , B., 2018. Dwar l-użu ta 'sistemi ta' l-ajru bla ekwipaġġ għal
monitoraġġ ambjentali. Remote Sensing 10 (4), 641.
Marinko, RA, 1998. Ċitazzjonijiet għal ġurnali ta’ studji tan-nisa f’dissertazzjonijiet, 1989 u The Serials Librarian 35 (1–2), 29–44. https://doi.org/10.1300/J123v35n01_
03.
Masroor, R., Naeem, M., Ejaz, W., 2021. Ġestjoni tar-riżorsi f'netwerks bla fili assistiti mill-UAV: perspettiva ta 'ottimizzazzjoni. Ad Hoc Netw. 121, 102596 https://doi.org/10.1016/j.adhoc.2021.102596.
Matese, A., Di Gennaro, SF, 2018. Applikazzjonijiet prattiċi ta 'pjattaforma UAV multisensor ibbażata fuq immaġini multispettrali, termali u RGB b'riżoluzzjoni għolja fi preċiżjoni
vitikultura. Agrikoltura 8 (7), 116. https://doi.org/10.3390/agriculture8070116.
Matese, A., Di Gennaro, SF, 2021. Lil hinn mill-indiċi NDVI tradizzjonali bħala fattur ewlieni biex jiġi integrat l-użu tal-UAV fil-vitikultura ta 'preċiżjoni. Sci. Rep 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 Tqabbil ta' UAV, ajruplani
u pjattaformi ta' telerilevament bis-satellita għall-vitikultura ta' preċiżjoni. Remote Sensing 7 (3), 2971–2990. https://doi.org/10.3390/rs70302971.
Mazzia, V., Comba, L., Khaliq, A., Chiaberge, M., Gay, P., 2020. UAV u raffinament ibbażat fuq it-tagħlim tal-magni ta 'indiċi ta' veġetazzjoni mmexxi minn satellita għal preċiżjoni
agrikoltura. Sensuri 20 (9), 2530. https://doi.org/10.3390/s20092530.
McCain, KW, 1990. Mapping awturi fl-ispazju intellettwali: ħarsa ġenerali teknika. J. Am. Soc. Info. Sci. 41 (6), 433–443.
Meinen, BU, Robinson, DT, 2021. Immudellar ta 'erożjoni agrikola: evalwazzjoni ta' stimi ta 'erożjoni fuq skala tal-post tal-USLE u WEPP bl-użu ta' data ta 'serje ta' ħin UAV. Environ. Modell. Software 137, 104962. https://doi.org/10.1016/j.envsoft.2021.104962.
Melville, B., Lucieer, A., Aryal, J., 2019. Klassifikazzjoni tal-komunitajiet tal-mergħat indiġeni tal-artijiet baxxi bl-użu ta’ Immaġini iperspettrali tas-Sistema ta’ Inġenji tal-Ajru bla Ekwipaġġ (UAS) fil-
Midlands Tasmanjan. Drones 3 (1), 5.
Messina, G., Modica, G., 2020. Applikazzjonijiet ta 'xbihat termali UAV fl-agrikoltura ta' preċiżjoni: l-istat tal-arti u prospetti ta 'riċerka futura. Remote Sensing 12 (9), https://doi.org/10.3390/rs12091491.
Mishra, D., Luo, Z., Jiang, S., Papadopoulos, T., Dubey, R., 2017. Studju biblijografiku dwar data kbira: kunċetti, xejriet u sfidi. Ġestjoni tal-Proċess tan-Negozju. J. 23 (3),
555-573.
Mochida, K., Saisho, D., Hirayama, T., 2015. Titjib tal-għelejjel bl-użu ta 'settijiet ta' dejta taċ-ċiklu tal-ħajja akkwistati taħt kundizzjonijiet tal-qasam. Quddiem. Pjanti Sci. 6 https://doi.org/10.3389/
fpls.2015.00740.
Mogili, UM.R., Deepak, BBVL, 2018. Reviżjoni dwar l-applikazzjoni ta’ sistemi ta’ drone fl-agrikoltura ta’ preċiżjoni. Procedia Comput. Sci. 133, 502–509.
Moharana, S., Dutta, S., 2016. Varjabilità spazjali tal-kontenut ta 'klorofilla u nitroġenu tar-ross minn xbihat iperspettrali. ISPRS J. Photogramm. Remote Sens 122, 17–29.
Muangprathub, J., Boonnam, N., Kajornkasirat, S., Lekbangpong, N., Wanichsombat, A.,
Nillaor, P., 2019. Analiżi tad-dejta tal-IoT u tal-agrikoltura għal razzett intelliġenti. Kompjuta. Elettron. Agrikolu. 156, 467–474.
Nansen, C., Elliott, N., 2016. Profili ta 'rilevament remot u riflettanza fl-entomoloġija. Annu. Dun Entomol. 61 (1), 139–158. https://doi.org/10.1146/annurev-ento010715-023834.
Navia, J., Mondragon, I., Patino, D., Colorado, J., 2016. Immappjar multispettrali fl-agrikoltura: mużajk tat-terren bl-użu ta 'UAV quadcopter awtonomu. Int. Konf.
Inġenji tal-Ajru bla Ekwipaġġ Syst. (ICUAS) 2016, 1351–1358. https://doi.org/10.1109/ ICUAS.2016.7502606.
Nayyar, A., Nguyen, B.-L., Nguyen, NG, 2020. L-internet tal-affarijiet tad-drone (Iodt): viżjoni futura ta 'drones intelliġenti. Adv. Intell. Syst. Kompjuta. 1045, 563–580. https://doi.org/10.1007/978-981-15-0029-9_45.
Nebiker, S., Annen, A., Scherrer, M., Oesch, D., 2008. Sensor multispettrali ħafif għal mikro UAV — opportunitajiet għal telerilevament bl-ajru b'riżoluzzjoni għolja ħafna. Int. Arch. Fotogramma. Remote Sens Spat. Inf. Sci 37 (B1), 1193–1200.
Negash, L., Kim, H.-Y., Choi, H.-L., 2019. Applikazzjonijiet emerġenti UAV fl-agrikoltura. Fi: 2019 Is-7 Konferenza Internazzjonali dwar it-Teknoloġija tal-Intelliġenza tar-Robot u
Applikazzjonijiet (RiTA), pp. 254–257. https://doi.org/10.1109/RITAPP.2019.8932853.
Nerur, SP, Rasheed, AA, Natarajan, V., 2008. L-istruttura intellettwali tal-qasam tal-ġestjoni strateġika: analiżi tal-koċitazzjoni tal-awtur. Strateg. Manag. J. 29 (3),
319-336.
Neupane, K., Baysal-Gurel, F., 2021. Identifikazzjoni awtomatika u monitoraġġ ta 'mard tal-pjanti bl-użu ta' vetturi tal-ajru bla ekwipaġġ: reviżjoni. Remote Sensing 13 (19), 3841. https://doi.org/10.3390/rs13193841.
Nex, F., Remondino, F., 2014. UAV għal applikazzjonijiet ta 'mapping 3D: reviżjoni. Appl. Ġeomatika 6 (1), 1–15. https://doi.org/10.1007/s12518-013-0120-x.
Niu, H., Hollenbeck, D., Zhao, T., Wang, D., Chen, Y., 2020. Stima ta 'evapotranspiration b'UAVs żgħar fl-agrikoltura ta' preċiżjoni. Sensuri 20 (22), 6427. https://
doi.org/10.3390/s20226427.
Osareh, F., 1996. Biblijometrija, Analiżi ta 'Ċitazzjoni u Analiżi ta' Co-Citation. Reviżjoni tal-Letteratura 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, sensors, and data processing in agroforestry: reviżjoni lejn applikazzjonijiet prattiċi. Int. J. Remote Sens 38 (8–10), 2349–2391. https://doi.org/10.1080/01431161.2017.1297548.
Panday, US, Pratihast, AK, Aryal, J., Kayastha, RB, 2020. Reviżjoni dwar soluzzjonijiet ta 'dejta bbażati fuq drone għall-uċuħ taċ-ċereali. Drones 4 (3), 1–29. https://doi.org/10.3390/
drones4030041.
Parsaeian, M., Shahabi, M., Hassanpour, H., 2020. Stima tal-kontenut ta 'żejt u proteina taż-żerriegħa tal-ġulġlien bl-użu ta' proċessar ta 'immaġni u netwerk newrali artifiċjali. J. Am. Żejt
Soc. tal-kimika. 97 (7), 691–702.
Pena, ˜ JM, Torres-S´anchez, J., de Castro, AI, Kelly, M., Lopez-Granados, ´ F., Suarez, O., Mapping tal-ħaxix ħażin f'għelieqi tal-qamħirrum tal-bidu tal-istaġun bl-użu ta' analiżi bbażata fuq l-oġġetti ta
Immaġni ta' vetturi tal-ajru bla ekwipaġġ (UAV). 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. Sistema semi-sorveljata għall-immappjar tal-ħaxix ħażin fl-għelejjel tal-ġirasol bl-użu ta' vetturi tal-ajru bla ekwipaġġ u metodu ta' skoperta ta' ringieli tal-għelejjel. Appl. Kompjuter artab. J. 37, 533–544. https://doi.org/10.1016/j.asoc.2015.08.027.
Pincheira, M., Vecchio, M., Giaffreda, R., Kanhere, SS, 2021. Apparati IoT kost-effettivi bħala sorsi ta 'dejta affidabbli għal sistema ta' ġestjoni tal-ilma bbażata fuq blockchain fl-agrikoltura ta 'preċiżjoni. Kompjuta. Elettron. Agrikolu. 180, 105889.
Popescu, D., Stoican, F., Stamatescu, G., Ichim, L., Dragana, C., 2020. Sistema avvanzata UAV-WSN għal monitoraġġ intelliġenti fl-agrikoltura ta 'preċiżjoni. Sensuri 20 (3), https://doi.org/10.3390/s20030817.
Pournader, M., Shi, Y., Seuring, S., Koh, SL, 2020. Applikazzjonijiet Blockchain fil-ktajjen tal-provvista, trasport u loġistika: reviżjoni sistematika tal-letteratura. Int. J. Prod. Riż. 58 (7), 2063–2081.
Primicerio, J., Di Gennaro, SF, Fiorillo, E., Genesio, L., Lugato, E., Matese, A., Vaccari, FP, 2012. Vettura tal-ajru mingħajr ekwipaġġ flessibbli għall-agrikoltura ta 'preċiżjoni.
Preċiż. Agrikolu. 13 (4), 517–523. https://doi.org/10.1007/s11119-012-9257-6.
Pritchard, A., 1969. Bibljografija statistika jew biblijometrika. J. Dokument. 25 (4), 348–349.
Pudelko, R., Stuczynski, T., Borzecka-Walker, M., 2012. L-adegwatezza ta 'vettura tal-ajru bla ekwipaġġ (UAV) għall-evalwazzjoni ta' għelieqi u uċuħ sperimentali. Agrikoltura 99 (4), 431–436.
Puri, V., Nayyar, A., Raja, L., 2017. Drones tal-agrikoltura: avvanz modern fl-agrikoltura ta 'preċiżjoni. J. Statis. Manag. Syst. 20 (4), 507–518.
Radoglou-Grammatikis, P., Sarigiannidis, P., Lagkas, T., Moscholios, I., 2020. Kumpilazzjoni ta 'applikazzjonijiet UAV għall-agrikoltura ta' preċiżjoni. Kompjuta. Netw. 172,
107148 https://doi.org/10.1016/j.comnet.2020.107148.
Ramesh, KV, Rakesh, V., Prakasa Rao, EVS, 2020. Applikazzjoni ta 'analitika ta' data kbira u intelliġenza artifiċjali fir-riċerka agronomika. Indjan J. Agron. 65 (4), 383–395.
Raparelli, E., Bajocco, S., 2019. Analiżi biblijometrika dwar l-użu ta 'vetturi tal-ajru bla ekwipaġġ fi studji agrikoli u tal-forestrija. 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.
Użi potenzjali ta 'sistemi ta' inġenji tal-ajru bla ekwipaġġ żgħar (UAS) fir-riċerka tal-ħaxix ħażin. Weed Res. 53 (4), 242–248.
Rasmussen, J., Ntakos, G., Nielsen, J., Svensgaard, J., Poulsen, RN, Christensen, S., Huma indiċi tal-veġetazzjoni derivati minn kameras tal-konsumatur immuntati fuq
UAVs affidabbli biżżejjed biex jiġu vvalutati plottijiet sperimentali? Eur. J. Agron. 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. Diġitalizzazzjoni fil-ktajjen tal-provvista tal-ikel: reviżjoni biblijometrika u mogħdija ewlenija tar-rotta ewlenija
analiżi. Sostenibbiltà 14 (1), 83. https://doi.org/10.3390/su14010083.
Rejeb, A., Rejeb, K., Simske, SJ, Treiblmaier, H., 2021a. Drones għall-ġestjoni tal-katina tal-provvista u l-loġistika: aġenda ta 'reviżjoni u riċerka. Int. J. Logist. Riż. Appl.
1–24. https://doi.org/10.1080/13675567.2021.1981273.
Rejeb, A., Rejeb, K., Simske, S., Treiblmaier, H., 2021b. Teknoloġiji Blockchain fil-loġistika u l-ġestjoni tal-katina tal-provvista: reviżjoni biblijometrika. Loġistika 5 (4), 72.
https://doi.org/10.3390/logistics5040072.
Rejeb, A., Rejeb, K., Simske, S., Treiblmaier, H., 2021c. Drones umanitarji: aġenda ta 'reviżjoni u riċerka. Internet tal-Oġġetti 16, 100434. https://doi.org/10.1016/j.
iot.2021.100434.
Rejeb, A., Treiblmaier, H., Rejeb, K., Zailani, S., 2021d. Riċerka tal-Blockchain fil-kura tas-saħħa: reviżjoni biblijometrika u xejriet attwali tar-riċerka. J. tad-Data, Inf. u
Manag. 3 (2), 109–124.
Rejeb, A., Simske, S., Rejeb, K., Treiblmaier, H., Zailani, S., 2020. Riċerka tal-Internet tal-Oġġetti fil-ġestjoni tal-katina tal-provvista u l-loġistika: analiżi biblijometrika. Internet
tal-Oġġetti 12, 100318.
ReportLinker, 2021. Is-Suq Globali tad-Drones tal-Agrikoltura biex Jilħaq il-$15.2 biljun mill-YearGlobeNewswire News Room. https://www.globenewswire.com/news-release/2021/08/10/2277986/0/en/Global-Agriculture-Drones-Market-to-Reach-US-15-2-Billion-by-the- Sena-2027.html.
Ribeiro-Gomes, K., Hernandez-L ´ opez, ´ D., Ortega, JF, Ballesteros, R., Poblete, T., Moreno, MA, 2017. Kalibrazzjoni u ottimizzazzjoni tal-kamera termali mhux imkessħa tal-
proċess ta 'fotogrammetrija għal applikazzjonijiet UAV fl-agrikoltura. Sensers (l-Isvizzera) 17 (10). https://doi.org/10.3390/s17102173.
Rivera, MA, Pizam, A., 2015. Avvanzi fir-riċerka tal-ospitalità: "Minn Rodney Dangerfield għal Aretha Franklin". Int. J. Kontemporan. Sptar. Manag. 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. Sistema sensorja bbażata fuq Mini-UAV għall-kejl tal-varjabbli ambjentali fis-serer. Sensuri 15 (2), 3334–3350. https://doi.org/10.3390/s150203334.
Rozenberg, G., Kent, R., Blank, L., 2021. UAV ta 'grad tal-konsumatur użat għall-iskoperta u l-analiżi ta' mudelli ta 'distribuzzjoni spazjali tal-ħaxix ħażin ta' l-istaġun tard f'għelieqi tal-basal kummerċjali. Preċiż. Agrikolu. 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. Bla ekwipaġġ Sistema ta 'kamera spettrali mħaddma minn vettura ta' l-ajru (UAV) għall-applikazzjonijiet tal-foresti u l-agrikoltura. Ipproċedi. SPIE – Int. Soc. Opt. Inġ. 8174 https://doi.org/10.1117/12.897585.
Sah, B., Gupta, R., Bani-Hani, D., 2021. Analiżi tal-ostakli biex tiġi implimentata l-loġistika tad-drones. Int. J. Logist. Riż. Appl. 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, drone ibbażat fuq l-IOT għat-titjib tal-kwalità tal-uċuħ tar-raba' fil-qasam agrikolu. F'SH
N. Chakrabarti S. (Ed.), 2018 IEEE 8th Annual Computing and Communication Workshop and Conference, CCWC 2018 (Vols. 2018-Jannar, pp. 612–615). Istitut
tal-Inġiniera Elettrika u Elettronika Inc doi: 10.1109/CCWC.2018.8301662.
Sai Vineeth, KV, Vara Prasad, YR, Dubey, SR, Venkataraman, H., 2019. LEDCOM: komunikazzjoni ġdida u effiċjenti bbażata fuq LED għall-agrikoltura ta 'preċiżjoni. IEEE Conf. Info. Komun. Technol. 2019, 1–5. https://doi.org/10.1109/CICT48419.2019.9066177.
Salamí, E., Barrado, C., Pastor, E., 2014. Esperimenti ta 'titjir UAV applikati għall-rilevament remot ta' żoni veġetati. Remote Sensing 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.
Sistemi ta 'immaġini mill-ajru b'altitudni baxxa u b'riżoluzzjoni għolja għall-fenotipi ta' ringieli u uċuħ tar-raba ': reviżjoni. Eur. J. Agron. 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. Immaġini termali bbażati fuq UAV b'riżoluzzjoni għolja biex tistma l-
varjabbiltà istantanja u staġjonali tal-istat tal-ilma tal-pjanti f'vinja. Agrikolu. Ilma Manag. 183, 49–59. https://doi.org/10.1016/j.agwat.2016.08.026.
Sarli, CC, Dubinsky, EK, Holmes, KL, 2010. Lil hinn mill-analiżi taċ-ċitazzjoni: Mudell għall-valutazzjoni tal-impatt tar-riċerka. J. Med. Librerija 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. Spettroskopija tal-immaġini relatata max-xjenza tas-sistema tad-Dinja—valutazzjoni. Remote Sens Environ. 113, S123–S137.
Schirrmann, M., Giebel, A., Gleiniger, F., Pflanz, M., Lentschke, J., Dammer, K.-H., 2016. Monitoraġġ tal-parametri agronomiċi tal-għelejjel tal-qamħ tax-xitwa b'UAV bi prezz baxx
xbihat. Remote Sensing 8 (9). https://doi.org/10.3390/rs8090706.
Schmale III, DG, Dingus, BR, Reinholtz, C., 2008. Żvilupp u applikazzjoni ta’ vettura tal-ajru awtonoma mingħajr ekwipaġġ għal kampjunar aerobijoloġiku preċiż hawn fuq
għelieqi agrikoli. J. Qasam Rob. 25 (3), 133–147. https://doi.org/10.1002/rob.20232.
Shadrin, D., Menshchikov, A., Somov, A., Bornemann, G., Hauslage, J., Fedorov, M.,
Jippermetti l-agrikoltura ta 'preċiżjoni permezz ta' sensing inkorporat b'intelliġenza artifiċjali. IEEE Trans. Strum. Meas. 69 (7), 4103–4113.
Shakhatreh, H., Sawalmeh, AH, Al-Fuqaha, A., Dou, Z., Almaita, E., Khalil, I.,
Othman, NS, Khreishah, A., Guizani, M., 2019. Vetturi tal-Ajru bla Ekwipaġġ (UAVs): stħarriġ dwar applikazzjonijiet ċivili u sfidi ewlenin tar-riċerka. Aċċess IEEE 7,
48572–48634. https://doi.org/10.1109/ACCESS.2019.2909530.
Shakoor, N., Northrup, D., Murray, S., Mockler, TC, 2019. Agrikoltura mmexxija minn dejta kbira: analitika ta 'dejta kbira fit-tnissil tal-pjanti, ġenomika, u l-użu ta' telerilevament
teknoloġiji biex tavvanza l-produttività tal-għelejjel. Fenomu tal-Pjanti J. 2 (1), 1-8.
Sharma, BK, Chandra, G., Mishra, VP, 2019. Analiżi Komparattiva u Implikazzjoni ta 'UAV u AI f'Investigazzjonijiet Forensiċi. Fi: Proċedimenti – 2019 Amity International
Konferenza dwar l-Intelliġenza Artifiċjali. https://doi.org/10.1109/AICAI.2019.8701407.
Sharma, R., Shishodia, A., Gunasekaran, A., Min, H., Munim, ZH, 2022. Ir-rwol tal-intelliġenza artifiċjali fil-ġestjoni tal-katina tal-provvista: l-immappjar tat-territorju. Int. J.
Prod. Riż. 1–24. https://doi.org/10.1080/00207543.2022.2029611.
Shi, Y., Thomasson, JA, Murray, SC, Pugh, NA, Rooney, WL, Shafian, S., Rajan, N., Rouze, G., Morgan, CLS, Neely, HL, Rana, A., Bagavathiannan , MV,
Henrickson, J., Bowden, E., Valasek, J., Olsenholler, J., Isqof, 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. Vetturi ta 'l-ajru bla ekwipaġġ għal fenotipi ta' produzzjoni għolja u riċerka agronomika. PLoS WIEĦED
11 (7), e0159781.
Shuai, G., Martinez-Feria, RA, Zhang, J., Li, S., Price, R., Basso, B., 2019. Il-qbid tal-eteroġeneità tal-istand tal-qamħirrum f'żoni ta' stabbiltà tar-rendiment bl-użu tal-Ajru bla Ekwipaġġ
Vetturi (UAV). Sensuri 19 (20), 4446. https://doi.org/10.3390/s19204446.
Żgħar, H., 1973. Ko-ċitazzjoni fil-letteratura xjentifika: miżura ġdida tar-relazzjoni bejn żewġ dokumenti. J. Am. Soc. Info. Sci. 24 (4), 265–269.
Żgħar, H., Rorvig, ME, Lunin, LF, 1999. Viżwalizzazzjoni tax-xjenza permezz ta 'mapping ta' ċitazzjoni. J. Am. Soc. Info. Sci. 50 (9), 799–813.
Soares, VHA, Ponti, MA, Gonçalves, RA, Campello, RJGB, 2021. Għadd tal-baqar fis-selvaġġ bi stampi mill-ajru ġeolokati f'żoni ta' mergħat kbar. Kompjuta. Elettron. Agrikolu. 189, 106354 https://doi.org/10.1016/j.compag.2021.106354.
Srivastava, K., Pandey, PC, Sharma, JK, 2020. Approċċ għall-ottimizzazzjoni tar-rotot f'applikazzjonijiet ta 'agrikoltura ta' preċiżjoni bl-użu ta 'UAVs. Drones 4 (3), 58. https://doi.org/ 10.3390/drones4030058.
Stafford, JV, 2000. L-implimentazzjoni ta 'agrikoltura ta' preċiżjoni fis-seklu 21. J. Agri. Inġ. Res. 76 (3), 267–275.
Su, J., Coombes, M., Liu, C., Guo, L., Chen, W.-H., 2018. Valutazzjoni tan-nixfa tal-qamħ permezz ta 'xbihat ta' telerilevament bl-użu ta 'vettura tal-ajru bla ekwipaġġ. Fl-2018 is-37 Konferenza tal-Kontroll Ċiniż (CCC).
Su, J., Liu, C., Coombes, M., Hu, X., Wang, C., Xu, X., Li, Q., Guo, L., Chen, W.-H., 2018. Monitoraġġ tas-sadid isfar tal-qamħ billi titgħallem minn xbihat mill-ajru multispettrali tal-UAV.
Kompjuta. Elettron. Agrikolu. 155, 157–166. https://doi.org/10.1016/j. compag.2018.10.017.
Su, Y., Wang, X., 2021. Innovazzjoni tal-ġestjoni ekonomika agrikola fil-proċess tal-kostruzzjoni ta 'agrikoltura intelliġenti permezz ta' dejta kbira. Kompjuter Sostenibbli. Inf. Syst. 31, 100579 https://doi.org/10.1016/j.suscom.2021.100579.
Sullivan, DG, Fulton, JP, Shaw, JN, Bland, GL, 2007. Evalwazzjoni tas-sensittività ta 'sistema ta' l-ajru infrared termali bla ekwipaġġ biex tiskopri stress ta 'l-ilma f'kanupew tal-qoton. Trans. ASABE 50 (6), 1955–1962.
Sumesh, KC, Ninsawat, S., Som-ard, J., 2021. Integrazzjoni ta 'indiċi ta' veġetazzjoni bbażat fuq RGB, mudell tal-wiċċ tal-uċuħ tar-raba 'u approċċ ta' analiżi ta 'immaġni bbażat fuq oġġetti għal stima tar-rendiment tal-kannamieli bl-użu ta' vettura tal-ajru bla ekwipaġġ. Kompjuta. Elettron. Agrikolu. 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. A light-weight hyperspectral mapping system for
vetturi tal-ajru bla ekwipaġġ—l-ewwel riżultati. Fi: 2013 Il-5 Workshop dwar Immaġni Iperspettrali u Ipproċessar tas-Sinjali: Evoluzzjoni f'Remote Sensing (WHISPERS), pp. 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. Iperspettrali ħafif
sistema ta' mapping u katina ta' pproċessar fotogrammetriċi għal vetturi tal-ajru bla ekwipaġġ. Remote Sensing 6 (11), 11013–11030. https://doi.org/10.3390/
rs61111013.
Syeda, IH, Alam, MM, Illahi, U., Su'ud, MM, 2021. Strateġiji ta 'kontroll bil-quddiem li jużaw l-ipproċessar tal-immaġni, UAV u AI fl-agrikoltura: Reviżjoni. Dinja J. Eng. 18 (4),
579–589. https://doi.org/10.1108/WJE-09-2020-0459.
Tahai, A., Rigsby, JT, 1998. Ipproċessar ta 'informazzjoni li juża ċitazzjonijiet biex jinvestiga l-influwenza tal-ġurnal fil-kontabilità. Inf. Proċess. Immaniġġja. 34 (2–3), 341–359.
Tang, Y., Dananjayan, S., Hou, C., Guo, Q., Luo, S., He, Y., 2021. Stħarriġ dwar in-netwerk 5G u l-impatt tiegħu fuq l-agrikoltura: sfidi u opportunitajiet. Kompjuta.
Elettron. Agrikolu. 180, 105895 https://doi.org/10.1016/j.compag.2020.105895.
Tantalaki, N., Souravlas, S., Roumeliotis, M., 2019. Teħid ta 'deċiżjonijiet immexxi mid-dejta fl-agrikoltura ta' preċiżjoni: iż-żieda ta 'dejta kbira f'sistemi agrikoli. J. Agri. Informazzjoni dwar l-Ikel.
20 (4), 344-380.
Tao, H., Feng, H., Xu, L., Miao, M., Yang, G., Yang, X., Fan, L., 2020. Stima tar-rendiment u l-għoli tal-pjanti tal-qamħ tax-xitwa bl-użu tal-UAV- immaġini iperspettrali bbażati.
Sensuri 20 (4), 1231.
Techy, L., Schmale III, DG, Woolsey, CA, 2010. Kampjunar aerobijoloġiku koordinat ta 'patoġenu tal-pjanti fl-atmosfera t'isfel bl-użu ta' żewġ vetturi tal-ajru awtonomi mingħajr ekwipaġġ. J. Qasam Rob. 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. Sejbien u klassifikazzjoni ta’ pesti tas-sojja bl-użu ta’ tagħlim fil-fond
bi stampi UAV. Kompjuta. Elettron. Agrikolu. 179, 105836.
Thamm, H.-P., Menz, G., Becker, M., Kuria, DN, Misana, S., Kohn, D., 2013. L-Użu ta 'Uas għall-Valutazzjoni ta' Sistemi Agrikoli f'NA Wetland fit-Tanżanija fil-— U WetSeason għall-Agrikoltura Sostenibbli u l-Provvista tal-Verità tal-Art għad-Data Terra-Sar X. Fi: ISPRS – International Archives of the Photogrammetry, Remote Sensing u Spatial Information Sciences, pp. 401–406. https://doi.org/10.5194/isprsarchivesXL-1-W2-401-2013.
Thelwall, M., 2008. Bibliometrika għall-webometrija. J. Info. Sci. 34 (4), 605–621.
Torres-Sanchez, ´ J., Lopez-Granados, ´ F., Pena, ˜ JM, 2015. Metodu awtomatiku bbażat fuq oġġetti għal thresholding ottimali f'immaġini UAV: applikazzjoni għal skoperta ta 'veġetazzjoni f'uċuħ erbaċej. Kompjuta. Elettron. Agrikolu. 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. Monitoraġġ 3-D ta' rendiment għoli ta' pjantaġġuni ta' siġar agrikoli bi Teknoloġija tal-Vetturi tal-Ajru bla Ekwipaġġ (UAV). PLoS ONE 10 (6), e0130479.
Torres-Sanchez, ´ J., Pena, ˜ JM, de Castro, AI, Lopez-Granados, ´ F., 2014. Immappjar multi-temporal tal-frazzjoni tal-veġetazzjoni f'għelieqi tal-qamħ tal-bidu tal-istaġun bl-użu ta' immaġini minn UAV. Kompjuta. Elettron. Agrikolu. 103, 104–113. https://doi.org/10.1016/j. kompag.2014.02.009.
Tsouros, DC, Bibi, S., Sarigiannidis, PG, 2019. Reviżjoni dwar applikazzjonijiet ibbażati fuq UAV għall-agrikoltura ta 'preċiżjoni. Informazzjoni (l-Iżvizzera) 10 (11). https://doi.org/10.3390/info10110349.
Tu, Y.-H., Phinn, S., Johansen, K., Robson, A., Wu, D., 2020. Ottimizzazzjoni tal-ippjanar tat-titjir tad-drone għall-kejl tal-istruttura tal-uċuħ tar-raba 'siġar ortikulturali. ISPRS J. Photogramm.
Remote Sens 160, 83–96. https://doi.org/10.1016/j.isprsjprs.2019.12.006
Tzounis, A., Katsoulas, N., Bartzanas, T., Kittas, C., 2017. Internet tal-Oġġetti fl-agrikoltura, avvanzi reċenti u sfidi futuri. Biosyst. Inġ. 164, 31–48.
https://doi.org/10.1016/j.biosystemseng.2017.09.007.
Uddin, A., Singh, VK, Pinto, D., Olmos, I., 2015. Immappjar xjentometriku tar-riċerka tax-xjenza tal-kompjuter fil-Messiku. Xjentometrika 105 (1), 97–114.
NU., 2019. World population prospects 2019. https://population.un.org/wpp/ (Aċċessjat fil-15/04/2022).
Uto, K., Seki, H., Saito, G., Kosugi, Y., 2013. Karatterizzazzjoni ta 'ross paddies minn sistema ta' sensorju iperspettrali ta 'daqs żgħir UAVmounted. IEEE J. Sel. Fuq. Appl. Obs tad-Dinja.
Remote Sens 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. Drones fi
agrikoltura. Adv. Agron. 162, 1–30.
Velusamy, P., Rajendran, S., Mahendran, RK, Naseer, S., Shafiq, M., Choi, J.-G., 2022.
Vetturi tal-Ajru bla Ekwipaġġ (UAV) fl-agrikoltura ta' preċiżjoni: applikazzjonijiet u sfidi. Enerġiji 15 (1), 217. https://doi.org/10.3390/en15010217.
Ventura, D., Bonifazi, A., Gravina, MF, Belluscio, A., Ardizzone, G., 2018. Mapping and classification of ecoically sensitive marine habitats using Unmanned Aerial
Immaġini tal-Vetturi (UAV) u Analiżi tal-Immaġni Ibbażata fuq Oġġetti (OBIA). Remote Sensing 10 (9), 1331. https://doi.org/10.3390/rs10091331.
Verger, A., Vigneau, N., Ch´eron, C., Gilliot, J.-M., Comar, A., Baret, F., 2014. Indiċi taż-żona ħadra minn sistema tal-ajru mingħajr ekwipaġġ fuq uċuħ tar-raba' tal-qamħ u tal-kolza . Remote Sens Environ. 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. L-użu ta' erba' sensuri ottiċi bbażati fuq l-UAV fuq il-ħaxix: sfidi u
limitazzjonijiet. Biogeosciences 12 (1), 163–175. https://doi.org/10.5194/bg-12-163-2015.
Vuran, MC, Salam, A., Wong, R., Irmak, S., 2018. Internet ta 'affarijiet taħt l-art fl-agrikoltura ta' preċiżjoni: aspetti ta 'arkitettura u teknoloġija. Ad Hoc Netw. 81,
160–173. https://doi.org/10.1016/j.adhoc.2018.07.017.
Wamba, SF, Queiroz, MM, 2021. Intelliġenza artifiċjali responsabbli bħala ingredjent sigriet għas-saħħa diġitali: analiżi biblijometrika, għarfien, u direzzjonijiet ta 'riċerka.
Info. Syst. Quddiem. 1–16.
Wang, L., Zhang, G., Wang, Z., Liu, J., Shang, J., Liang, L., 2019. Analiżi biblijometrika tat-tendenza tar-riċerka ta 'remote sensing fil-monitoraġġ tat-tkabbir tal-uċuħ: Studju ta' każ fiċ-Ċina. Remote Sensing 11 (7). https://doi.org/10.3390/rs11070809.
Abjad, HD, Griffith, BC, 1981. Koċitazzjoni ta 'l-awtur: Miżura tal-letteratura ta' struttura intellettwali. J. Am. Soc. Info. Sci. 32 (3), 163–171.
Xiang, H., Tian, L., 2011. Żvilupp ta 'sistema ta' telerilevament agrikolu bi prezz baxx ibbażata fuq vettura tal-ajru mingħajr ekwipaġġ awtonoma (UAV). Biosyst. Inġ. 108 (2), 174–190. https://doi.org/10.1016/j.biosystemseng.2010.11.010.
Xie, C., Yang, C., 2020. Reviżjoni dwar il-karatteristiċi ta 'fenotipi ta' produzzjoni għolja tal-pjanti li jużaw sensuri bbażati fuq UAV. Kompjuta. Elettron. Agrikolu. 178, 105731 https://doi.org/10.1016/j.
kompag.2020.105731.
Yao, H., Qin, R., Chen, X., 2019. Vettura ta 'l-ajru bla ekwipaġġ għal applikazzjonijiet ta' telerilevament—reviżjoni. Remote Sensing 11 (12). https://doi.org/10.3390/
rs11121443.
Yeom, S., 2021. Iċ-ċaqliq tan-nies traċċar u t-tneħħija tal-binarji foloz b'immaġini termali infrared minn multirotor. Drones 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. Paragun ta 'stima tal-parametri tal-uċuħ tar-raba' bl-użu ta' immaġini minn immuntati fuq l-UAV
Sensor iperspettrali snapshot u kamera diġitali b'definizzjoni għolja. Remote Sensing 10 (7), 1138. https://doi.org/10.3390/rs10071138.
Yue, J., Yang, G., Li, C., Li, Z., Wang, Y., Feng, H., Xu, B., 2017. Stima tal-bijomassa tal-qamħ tax-xitwa 'l fuq mill-art bl-użu ta' vetturi tal-ajru bla ekwipaġġ- snapshot ibbażata
sensur iperspettrali u l-għoli tal-għelejjel imtejba mudelli. Remote Sensing 9 (7). https://doi.org/10.3390/rs9070708.
Zahawi, RA, Dandois, JP, Holl, KD, Nadwodny, D., Reid, JL, Ellis, EC, 2015. L-użu ta 'vetturi tal-ajru ħfief mingħajr ekwipaġġ biex jimmonitorja l-irkupru tal-foresti tropikali. Biol.
Konserv. 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.
Pjattaforma tal-IoT tal-biedja intelliġenti bbażata fuq edge and cloud computing. Biosyst. Inġ. 177,
4-17.
Zarco-Tejada, PJ, Diaz-Varela, R., Angileri, V., Loudjani, P., 2014. Kwantifikazzjoni tal-għoli tas-siġar bl-użu ta’ xbihat b’riżoluzzjoni għolja ħafna miksuba minn ajru bla ekwipaġġ
vettura (UAV) u metodi awtomatiċi ta' kostruzzjoni ta' foto 3D. Eur. J. Agron. 55, 89–99. https://doi.org/10.1016/j.eja.2014.01.004.
Zhang, C., Craine, WA, McGee, RJ, Vandemark, GJ, Davis, JB, Brown, J., Hulbert, SH, Sankaran, S., 2020. Fenotipar ibbażat fuq l-immaġni tal-intensità tal-fjuri fl-uċuħ tar-raba 'coolseason. Sensuri 20 (5), 1450. https://doi.org/10.3390/s20051450.
Zhang, C., Kovacs, JM, 2012. L-applikazzjoni ta 'sistemi ta' l-ajru żgħar mingħajr ekwipaġġ għall-agrikoltura ta 'preċiżjoni: reviżjoni. Preċiż. Agrikolu. 13 (6), 693–712. https://doi.org/
10.1007/s11119-012-9274-5.
Zhang, L., Zhang, H., Niu, Y., Han, W., 2019. Immappjar tal-istress tal-ilma tal-qamħirrum ibbażat fuq telerilevament multispettrali UAV. Remote Sensing 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. Approċċ ibbażat fuq it-tagħlim fil-fond għal sadid isfar awtomatizzat
sejbien ta' mard minn stampi UAV iperspettrali b'riżoluzzjoni għolja. Remote Sensing 11 (13), 1554.
Zhao, X., Zhang, J., Huang, Y., Tian, Y., Yuan, L., 2022. Sejbien u diskriminazzjoni ta 'mard u stress ta' insetti ta 'pjanti tat-te bl-użu ta' immaġini iperspettrali flimkien ma 'analiżi wavelet. Kompjuta. Elettron. Agrikolu. 193, 106717 https://doi.org/10.1016/j. compag.2022.106717.
Zheng, A., Wang, M., Li, C., Tang, J., Luo, B., 2022. Adattament tad-dominju avversarju ggwidat minn entropija għal segmentazzjoni semantika ta 'immaġni mill-ajru. IEEE Trans. G
Zheng, H., Cheng, T., Yao, X., Deng, X., Tian, Y., Cao, W., Zhu, Y., 2016. Sejbien ta 'fenoloġija tar-ross permezz ta' analiżi ta 'serje ta' ħin ta 'spettrali bbażata fuq l-art data indiċi. Uċuħ tar-raba' tal-Qegħda Res. 198, 131–139. https://doi.org/10.1016/j.fcr.2016.08.027.
Zheng, J., Yang, W., 2018. Disinn ta 'sistema ta' żrigħ ta 'tnixxija agrikola ta' preċiżjoni bbażata fuq sensuri mingħajr fili. Int. J. Online Eng. 14 (05), 184.
Zhou, L., Gu, X., Cheng, S., Yang, G., Shu, M., Sun, Q., 2020. Analiżi tal-bidliet fl-għoli tal-pjanti tal-qamħirrum ippreżentat bl-użu tad-dejta UAV-LiDAR. Agrikoltura 10 (5), 146. https://
doi.org/10.3390/agriculture10050146.
Zhou, S., Chai, X., Yang, Z., Wang, H., Yang, C., Sun, T., 2021. Qamħirrum-IAS: Softwer għall-analiżi tal-immaġni tal-qamħirrum li juża tagħlim fil-fond għall-fenotipi tal-pjanti b'rendiment għoli . Metodi tal-Pjanti 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. Tbassir tar-rendiment tal-qamħ fi ross li juża veġetazzjoni multi-temporali
indiċijiet minn immaġini multispettrali u diġitali bbażati fuq UAV. ISPRS J. Photogramm. Remote Sens 130, 246–255. https://doi.org/10.1016/j.isprsjprs.2017.05.003.
Zhou, Y., Xie, Y., Shao, L., 2016. Simulazzjoni tat-teknoloġija ewlenija ta 'sistema ta' monitoraġġ tas-serra bbażata fuq netwerk tas-sensuri mingħajr fili. Int. J. Online Eng. 12 (05),
43.
Zhou, Z., Majeed, Y., Diverres Naranjo, G., Gambacorta, EMT, 2021. Valutazzjoni għall-istress tal-ilma tal-uċuħ tar-raba 'b'immaġni termali infra-aħmar fl-agrikoltura ta' preċiżjoni: reviżjoni
u prospetti futuri għal applikazzjonijiet ta' tagħlim profond. Kompjuta. Elettron. Agrikolu. 182, 106019 https://doi.org/10.1016/j.compag.2021.106019.