- ỨNG DỤNG CÔNG NGHỆ UAV (DRONES) THEO DÕI VÀ HỖ TRỢ CẢNH BÁO SỚM DỊCH HẠI VÙNG CANH TÁC LÚA TỈNH SÓC TRĂNG. - Nghiên cứu phân tích mối quan hệ giữa mức độ nhiễm dịch hại trên lúa dựa trên chỉ số khác biệt thực vật (NDVI - normalized difference vegetation index), chỉ số khác biệt rìa đỏ (NDRE - normalized difference red edge index), và số liệu điều tra thực địa được thu thập tại thời điểm chụp ảnh. - Kết quả phân tích đã phân loại được 4 mức độ nhiễm dịch hại trên lúa: nhiễm dịch hại nặng, nhiễm dịch hại trung bình, nhiễm dịch hại nhẹ và không nhiễm dịch hại với tổng diện tích nhiễm là 11,37 ha. - Sugiura, 2020), một số nghiên cứu ứng dụng gần đây như ứng dụng công nghệ UAV để phát hiện sớm dịch hại trên vườn nho, bọ cánh cứng và cỏ dại trên cà rốt và hành tây (Bouroubi et al., 2017). - Đặc biệt trên cây lúa, UAV được sử dụng trong giám sát giai đoạn đầu tăng trưởng của lúa bằng máy ảnh kỹ thuật số đa năng Red, Green, Blue (RGB) (Norasma et al., 2018). - thành lập hệ thống tạo bản đồ và phát hiện sớm dịch hại trên lúa bằng Drone và IoT (Kitpo &. - Dữ liệu ảnh UAV cho phép phát triển nhanh chóng và liên tục các công cụ giám sát, quản lý cây trồng, giúp phát hiện sớm dịch hại và côn trùng. - Vì vậy, UAV là thiết bị tiềm năng cho việc thực hiện nhiệm vụ này, dòng sản phẩm DJI Inspire 2, mang cảm biến nông ngiệp Sentera Double 4K (Chỉ số khác biệt thực vật chuẩn hóa - NDVI và chỉ số khác biệt rìa đỏ - NDRE) là công cụ phù hợp cho theo dõi sự phát triển của lúa, với kích thước điểm ảnh nhỏ nên dễ dàng nhận dạng các đối tượng dịch hại (Norasma et al., 2019). - Hơn nữa, việc chủ động thời gian bay phù hợp với các giai đoạn phát triển của cây lúa, giúp thực hiện các biện pháp phòng ngừa, ngăn chặn sự lây lan dịch hại kịp thời (Aylor et al., 2006. - Do đó, việc ứng dụng công nghệ UAV được xem là công cụ tìm năng cho việc theo dõi và hỗ trợ cảnh báo sớm dịch hại trên lúa, với khả năng cung cấp dữ liệu kịp thời, với độ phân giải không gian rất cao, kết hợp với cảm biến nông nghiệp, giúp phát hiện sớm dịch hại, đảm bảo thời gian thực hiện các biện pháp phòng ngừa, ngăn chặn sự lây lan và giảm thiểu các tác động xấu cho sản xuất lúa. - Vì thế, nghiên cứu được thực hiện nhằm đánh giá khả năng ứng dụng công nghệ UAV trong theo dõi và hỗ trợ cảnh báo sớm dịch hại trên vùng canh tác lúa tại tỉnh Sóc Trăng.. - *.jpg, trong đó có 2 kênh phổ được sử dụng để tính toán các chỉ số thực vật (NDVI và NDRE). - Nguồn dữ liệu ảnh thu được có độ phân giải không gian là 4,62 cm, với độ phủ 70% (side overlap), che phủ 23,7 ha diện tích lúa tại xã Tân Hưng, huyện Long Phú, tỉnh Sóc Trăng, được thể hiện trong Hình 1. - Nghiên cứu thực hiện khảo sát tại 15 điểm trong khu vực nghiên cứu, số liệu về hiện trạng sâu bệnh được mô tả bởi chuyên gia tại Chi cục Trồng trọt và Bảo vệ thực vật ở địa phương, được thực hiện theo quy chuẩn Việt Nam năm 2014 về “Về phương pháp điều tra phát hiện dịch hại lúa” của Bộ Nông nghiệp và Pháp triển Nông thôn (QCVN 01-166:. - Đối tượng điều tra là các yếu tố đại diện có liên quan đến dịch hại, bao gồm thông tin dịch hại: sâu bệnh, dịch bệnh. - các thông tin về cây lúa: giống, thời vụ, giai đoạn sinh trưởng, phát triển của cây lúa và tập quán canh tác;. - Từ đó, tính toán, thống kê các thông số về mật độ, số lượng sâu bệnh, tỷ lệ dịch hại. - Thông qua đó, phân cấp các mức độ nhiễm dịch hại: nhiễm nhẹ, nhiễm trung bình, nhiễm nặng và. - thống kê diện tích nhiễm được thực hiện theo QCVN BNNPTNT.. - Tạo chỉ số khác biệt thực vật (NDVI) và. - chỉ số khác biệt rìa đỏ (NDRE). - Chỉ số khác biệt thực vật và chỉ số khác biệt rìa đỏ được thành lập bằng công cụ “Raster Calculator”. - Công thức tính chỉ số NDVI trên cảm biến Sentera Double 4K sử dụng kênh xanh dương (Blue) cho kênh NIR và kênh đỏ (Red) cho kênh Red. - Kênh xanh lá được loại bỏ khi thực hiện tính toán chỉ số và dải phổ.. - Chỉ số NDVI được tính toán theo công thức sau:. - Công thức tính chỉ số NDRE gần giống như chỉ số khác biệt thực vật, nhưng sử dụng tỷ số giữa kênh phổ gần hồng ngoại và kênh phổ rìa đỏ (Barnes et al., 2000), được xác định bởi công thức sau:. - Đánh giá quan hệ giữa giá trị. - NDVI/NDRE với mức độ nhiễm dịch hại của lúa. - Sau khi chỉ số NDVI và NDRE được tạo thành, sử dụng công cụ “Point Sampling tool” trên phần. - mềm Qgis để trích xuất giá trị NDVI và NDRE tại 15 điểm khảo sát nhằm kết nối thông tin trên ảnh và hiện trạng nhiễm bệnh trên mặt đất. - Đồng thời kết hợp phương pháp kiểm định Anova (kiểm định giữa biến định lượng “biến giá trị NDVI/NDRE” và biến định tính “biến mức độ nhiễm dịch hại trên lúa”) trên phần mềm thống kê “IBM SPSS Statistics” để phân tích mối quan hệ giữa chỉ số NDVI và NDRE với mức độ lúa nhiễm dịch hại (Sow, 2014).. - Dựa vào mức ý nghĩa (Significance) để xác định giữa giá trị NDVI/NDRE và mức độ lúa nhiễm dịch hại có mối quan hệ hay không, nếu hệ số Significance (Sig.) p <. - 0,05 thì xác định giữa giá trị NDVI/NDRE và mức độ nhiễm dịch hại có mối quan hệ. - Ở các giai đoạn tiếp theo (lúa 43 ngày và 50 ngày tuổi) tình hình nhiễm bệnh có xu hướng giảm do dịch bệnh được kiểm soát và bổ sung diện tích lúa bị nhiễm nặng. - Ở giai đoạn đẻ nhánh, sinh vật gây. - hại chính là sâu cuốn lá và bệnh đạo ôn lá, sâu cuốn lá phổ biến từ tuổi 1 đến tuổi 4 và bệnh đạo ôn đang gây hại tập trung nhiều ở các trà lúa cấy dặm với mức độ nhiễm từ trung bình đến nặng. - Biểu đồ diện tích lúa nhiễm dịch hại. - a) Lúa bị nhiễm nặng b) Lúa bị nhiễm trung bình. - c) Lúa bị nhiễm nhẹ d) Lúa không bị nhiễm Hình 4. - Mức độ nhiễm dịch hại trên lúa 3.2. - Kết quả xây dựng ảnh ghép trực giao. - Tuy nhiên, để có thể nhận dạng rõ các đối tượng thì cần thực hiện phân loại hiện trạng mặt đất thông qua các chỉ số thực vật như NDVI và NDRE.. - Kết quả đánh giá quan hệ giữa chỉ số. - NDVI và NDRE với mức độ nhiễm dịch hại của lúa. - Kết quả theo dõi giá trị NDVI và NDRE tại các điểm lúa bị nhiễm dịch hại. - Kết quả theo dõi chuỗi giá trị NDVI trong giai đoạn nghiên cứu được trình bày trong Hình 6, Hình 7, Hình 8 và Hình 9 cho thấy lúa không nhiễm dịch hại trong giai đoạn 30 ngày tuổi có giá trị NDVI lớn hơn 0,5 và ngược lại khi nhiễm dịch hại thì lúa có giá trị NDVI sẽ thấp hơn 0,5 (ở mức độ nhiễm nhẹ) và thấp hơn 0,4 (ở mức độ nhiễm nặng và trung bình). - Tương tự ở giai đoạn 43 ngày và 50 ngày, khi lúa không bị nhiễm dịch hại có giá trị NDVI lần lượt lớn hơn 0,6 và 0,62 và ngược lại khi lúa bị nhiễm dịch hại sẽ có giá trị NDVI từ -0,5 đến thấp hơn 0,6 và 0,62. - Khi lúa bị nhiễm bệnh thì giá trị NDVI sẽ đột nhiên giảm thấp do sự phát triển mạnh của dịch hại làm cho hàm lượng diệp lục tố trên thân và lá giảm, vì thế giá trị NDVI có xu hướng giảm theo.. - Tuy nhiên, do có sự ngăn chặn và kiểm soát dịch hại kịp thời nên các trà lúa nhiễm dịch hại ở mức độ trung bình và nhẹ dần dần phục hồi và tăng trưởng trở lại ở các giai đoạn sau.. - Biểu đồ thay đổi giá trị NDVI tại các điểm (1-6) nhiễm bệnh giai đoạn lúa 30 ngày tuổi. - Biểu đồ thay đổi giá trị NDVI tại các điểm (1-6) nhiễm bệnh giai đoạn lúa 43 ngày tuổi. - Biểu đồ thay đổi giá trị NDVI tại các điểm (1-6) nhiễm bệnh giai đoạn lúa 50 ngày tuổi. - Biểu đồ thay đổi giá trị NDVI tại các điểm (1-6) lúa không bị nhiễm bệnh. - Kết quả nghiên cứu chuỗi giá trị NDRE được thể hiện trong Hình 10, Hình 11, Hình 12 và Hình 13 cho thấy biểu đồ thay đổi giá trị NDRE cũng tương tự như giá trị NDVI, lúa không bị nhiễm dịch hại có giá trị NDRE tăng dần dần theo giai đoạn tăng trưởng và ngược lại lúa khi bị nhiễm dịch hại thì giá trị NDRE sẽ đột ngột bị giảm xuống. - Tuy nhiên, các ngưỡng giá trị NDRE ở các mức độ nhiễm bệnh thấp hơn ngưỡng giá trị NDVI, cụ thể: trong giai đoạn lúa 30 ngày tuổi, lúa không bị nhiễm dịch hại có giá trị NDRE lớn hơn 0,05 và lúa nhiễm dịch hại có giá trị NDRE trong khoảng từ -0,5 đến 0,05. - tương tự ở giai đoạn lúa 43 ngày và 50 ngày tuổi thì ngưỡng giá trị NDRE của lúa nhiễm dịch hại tương ứng trong khoảng là từ -0,5 đến 0,07 và từ -0,5 đến 0,1.. - Biểu đồ thay đổi giá trị NDRE tại các điểm (1-6) nhiễm bệnh giai đoạn lúa 30 ngày. - Biểu đồ thay đổi giá trị NDRE tại các điểm (1-6) nhiễm bệnh giai đoạn lúa 43 ngày. - Biểu đồ thay đổi giá trị NDRE tại các điểm (1-6) nhiễm bệnh giai đoạn lúa 50 ngày. - Biểu đồ thay đổi giá trị NDRE tại các điểm (1-6) lúa không bị nhiễm bệnh. - Kết quả đánh giá quan hệ giữa chỉ số NDVI và NDRE với mức độ nhiễm dịch hại của lúa Kết quả đánh giá quan hệ giữa chỉ số NDVI và NDRE với mức độ nhiễm dịch hại, được thể hiện trong Bảng 2 cho thấy, chỉ số NDVI và mức độ lúa nhiễm dịch hại có mối quan hệ với nhau, với mức ý nghĩa (significance) Sig. - Hệ số ảnh hưởng (Eta Squared) giữa mức độ lúa nhiễm bệnh và giá trị NDVI tương đối cao (𝜂 qua đó cho thấy có 71,7% hiện trạng lúa nhiễm bệnh tương ứng với giá trị NDVI trên ảnh. - biểu đồ Hình 6, Hình 7, Hình 8 và Hình 9 nhận thấy, giá trị NDVI càng thấp tương ứng với mức độ lúa nhiễm bệnh càng nặng.. - Kết quả đánh giá mối quan hệ giữa chỉ số NDRE và mức độ lúa nhiễm dịch hại, được trình bày trong Bảng 2 cũng cho thấy chỉ số NDRE và mức độ lúa nhiễm dịch hại có mối quan hệ với nhau với hệ số Sig. - Hệ số ảnh hưởng giữa giá trị NDRE và mức độ lúa nhiễm dịch hại cao hơn hệ số ảnh hưởng giữa giá trị NDVI và mức độ nhiễm dịch hại, với hệ số ảnh hưởng 𝜂 2 =0,831. - Thông qua kết quả đánh giá mối quan hệ giữa giá trị NDVI và NDRE với mức độ nhiễm dịch hại của lúa, thấy rằng chỉ số NDRE phản ánh chính xác mức độ nhiễm dịch hại của lúa hơn chỉ số NDVI.. - Kết quả đánh giá quan hệ giữa giá trị NDVI/NDRE với hiện trạng khảo sát lúa nhiễm dịch hại. - Giá trị mối quan hệ. - Giá trị NDVI . - Giá trị NDRE . - Kết quả phân tích diễn biến dịch hại trên lúa. - Kết quả phân tích diễn biến dịch hại thông qua chỉ số NDVI được trình bày trong bản đồ Hình 14. - Trong đó, diện tích nhiễm từ trung bình đến nặng chiếm 3,02 ha, chủ yếu do ảnh hưởng bởi sâu lá và bệnh đạo ôn.. - Trong các giai đoạn lúa 43 ngày và 50 ngày tuổi diện tích nhiễm dịch hại suy giảm đáng kể, trong đó. - tổng diện tích nhiễm chỉ còn tương ứng là 0,48 ha và 0,61 ha chiếm 2% và 2,6%. - Phần lớn diện tích lúa nhiễm bệnh ở mức độ trung bình và nhẹ, lúa chủ yếu bị ảnh hưởng bởi sâu lá, phân bố đều trên toàn bộ khu vực nghiên cứu.. - a) Bản đồ lúa bị nhiễm bệnh ngày b) Bản đồ lúa bị nhiễm bệnh ngày 5/12/2018. - c) Bản đồ lúa bị nhiễm bệnh ngày d) Bản đồ lúa ngày 25/01/2019. - Bản đồ lúa nhiễm bệnh được phân tích bằng chỉ số NDVI và bản đồ vị trí các điểm khảo sát thực địa. - Kết quả phân tích diễn biến dịch hại trên lúa thông qua chỉ số NDRE được trình bày thông qua các bản đồ Hình 15 và các biểu đồ Hình 16, cho thấy diện tích lúa bị nhiễm dịch hại gần tương tự như chỉ số NDVI, với tổng diện tích nhiễm bệnh là 11,38 ha,. - chiếm 48% khi lúa ở giai đoạn 30 ngày tuổi. - Tuy nhiên, ở các giai đoạn lúa 43 ngày và 50 ngày tuổi, diện tích lúa nhiễm bệnh được phân tích bằng chỉ số NDVI và NDRE có sự khác biệt lớn, cụ thể tổng diện tích nhiễm được phân tích bằng chỉ số NDRE tương ứng 5,9 ha và 5,77 ha (chênh lệch so với giá. - trị NDVI tương ứng là 5,43 ha và 5,16 ha). - Trong giai đoạn này, diện tích lúa nhiễm dịch hại chủ yếu ở mức độ nhẹ chiếm hơn 68% diện tích nhiễm bệnh. - khi lúa 43 ngày và 77% diện tích nhiễm bệnh khi lúa 50 ngày.. - c) Bản đồ lúa bị nhiễm bệnh ngày d) Bản đồ lúa ngày Hình 15. - Bản đồ lúa nhiễm bệnh được phân tích bằng chỉ số NDRE Thông qua các biểu đồ so sánh diện tích nhiễm. - dịch hại được phân tích bằng chỉ số NDVI, NDRE và kết quả khảo sát thực địa, được thể hiện trong Hình 16 dễ dàng nhận thấy diện tích nhiễm dịch hại được phân tích bằng chỉ số NDRE và dữ liệu khảo sát thực địa có sự tương đồng cao hơn so với phân tích bằng giá trị NDVI, với hệ số tương quan diện tích tương ứng là r = 0,97 và r = 0,69.. - Ở giai đoạn 30 ngày tuổi, lúa bị nhiễm bệnh ở mức độ trung bình và nhẹ thì diện tích nhiễm bệnh được phân tích bằng chỉ số NDVI, NDRE và khảo sát thực địa không có sự chênh lệch nhiều, được thể. - Tuy nhiên, ở các giai đoạn 43 ngày và 50 ngày, lúa bị nhiễm bệnh chủ yếu ở mức độ nhẹ, thì diện tích nhiễm bệnh được phân tích bằng chỉ số NDVI, NDRE và khảo sát thực địa có sự khác nhau lớn, diện tích nhiễm bệnh được phân tích bằng chỉ số NDRE và khảo sát thực địa lớn hơn so với diện tích nhiễm bệnh được phân tích bằng chỉ số NDVI, được thể hiện trong Hình 16-b, Hình 16- c. - Vì thế cho thấy, chỉ số NDRE có độ nhạy với lúa nhiễm bệnh cao hơn chỉ số NDVI, đặc biệt khi lúa ở mức độ nhiễm nhẹ, ở giai đoạn đầu phát triển của dịch hại nên chỉ số NDRE có khả năng ứng dụng theo dõi và cảnh báo sớm dịch hại cao hơn.. - a) Diện tích nhiễm bệnh ngày b)Diện tích nhiễm bệnh ngày 05/12/2018. - c) Diện tích nhiễm bệnh ngày 12/12/2018. - Các biểu đồ so sánh diện tích lúa nhiễm bệnh được phân tích dựa trên chỉ số NDVI, NDRE và dữ liệu khảo sát thực địa. - Việc ứng dụng công nghệ UAV trong theo dõi diễn biến dịch hại để đưa ra các cảnh báo sớm đang mang lại nhiều hiệu quả, giúp nhà sản xuất theo dõi tình hình dịch hại kịp thời và chính xác. - Nghiên cứu cho thấy chỉ số NDRE có độ nhạy để xác định mức độ nhiễm dịch hại cao hơn chỉ số NDVI, đặc biệt khi dịch hại đang ở mức độ nhiễm trung bình và nhẹ. - Vì thế, việc ứng dụng phương pháp phân tích lúa nhiễm dịch hại bằng công nghệ UAV đã giúp phát hiện sớm và chính xác mức độ nhiễm dịch hại, góp phần ngăn chặn và phòng ngừa dịch hại kịp thời, giảm chi phí và nâng cao hiệu quả sản xuất lúa.. - Kết quả nghiên cứu cho thấy lúa bị nhiễm dịch hại nhiều nhất ở giai đoạn đẻ nhánh (30 ngày tuổi) với tổng diện tích nhiễm là 11,37 ha, trong đó phần lớn diện tích nhiễm ở mức độ trung bình và nặng, trong giai đoạn này lúa chủ yếu bị ảnh hưởng bởi sâu lá và bệnh đạo ôn lá. - Trong giai đoạn lúa 43 ngày và 50 ngày tuổi, diện tích nhiễm bệnh đã có xu hướng giảm, chủ yếu ở mức độ nhiễm trung bình và nhẹ.. - thập cho toàn bộ thời gian canh tác lúa, các số liệu được thu thập ở ngoài đồng phải được chuẩn hóa để có thể đánh giá độ chính xác kết quả phân tích giá trị NDVI và NDRE trên ảnh.