Original paper

UAV-based Imaging for Multi-Temporal, very high Resolution Crop Surface Models to monitor Crop Growth Variability

[Monitoring des Pflanzenwachstums mit Hilfe multitemporaler und hoch auflösender Oberflächenmodelle von Getreidebeständen auf Basis von Bildern aus UAV-Befliegungen]

Bendig, Juliane; Bolten, Andreas; Bareth, Georg

Abstract

This paper describes the generation of multi-temporal crop surface models (CSMs) with very high resolution of < 0.05 m. Data collection was carried out with a low-cost and low-weight UAV-system with a weight of less than 5 kg and the possibility of mounting different sensors. Key focus is the detection of crop growth variability and its dependency on cultivar, crop treatment and stress. The study area is a barley experiment field in Bonn in the west of Germany. Four replications of four cultivars of barley were investigated of which half of them where treated with a fungicide. Five UAV-campaigns were carried out during the growing season between early May and late July 2012. Ground control points (GCPs) measured with a Hi-Per Pro Topcon DGPS allowed for appropriate ground truth (< 0.02 m). Ground based infield control surveys on three dates served as validation of the method. Additionally, various destructive and non-destructive ground data were collected. The stereo images captured were processed into CSMs by using the structure-from-motion (SfM) software Agisoft PhotoScan. Generated plant heights ranged between 0.16 m and 0.983 m. R (n = 32) for the correlation between plant heights in the CSM and infield control surveys is 0.69. Lower plant heights were detected in those plots of the field where no fungicide was applied. Height differences between cultivars were observed and increased during growing season. The accuracy assessment of DEMs generated with the proposed UAV-based imaging showed a correlation coefficient of 0.99 (n = 10) between the DGPS GCPs and the DEMs with a mean difference of 0.01 m in z-direction.

Kurzfassung

Dieser Beitrag beschreibt die Erzeugung von multitemporalen Oberflächenmodellen von Getreidebeständen (crop surface models, CSMs) mit einer sehr hohen Auflösung von < 0.05 m. Die Datenerfassung wurde mit einem kostengünstigen UAV-System mit einem Gewicht von weniger als 5 kg durchgeführt, welches die Möglichkeit der Anbringung verschiedener Sensoren bietet. Schwerpunkt war die Detektion der Variabilität im Pflanzenwachstum und die Abhängigkeit von Sorte, Pflanzenbehandlung und Stress. Das Untersuchungsgebiet liegt in Bonn im Westen Deutschlands und besteht aus 32 Testflächen, die mit viermaliger Wiederholung mit je vier Gerstensorten bepflanzt wurden, Die Hälfte der Pflanzen wurde mit einem Fungizid behandelt. Die Untersuchung umfasste fünf UAV-Kampagnen während der Vegetationsperiode zwischen Anfang Mai und Ende Juli 2012. Passpunkte (GCPs), gemessen mit einem HiPer Pro Topcon DGPS, sorgten für eine entsprechende Georeferenzierung (< 0.02 m). Kontrollmessungen im Feld an drei Terminen dienten zur Validierung der Methode. Zusätzlich wurden weitere destruktive und nicht-destruktive Felddaten erhoben. Aus den Stereobildern wurden unter Verwendung der Structure-from-Motion (SfM) Software Agisoft PhotoScan CSMs erzeugt. Die abgeleiteten Pflanzenhöhen lagen zwischen 0,16 m und 0,983 m. Das R2 für die Korrelation zwischen Pflanzenhöhe im CSM und den Kontrollmessungen liegt bei 0,69. Niedrigere Pflanzenhöhen befanden sich in ungespritzten Teilen des Feldes. Höhenunterschiede zwischen den Sorten wurden festgestellt, die sich während der Vegetationsperiode verstärkten. Die Genauigkeitsanalyse des UAV-basierten DEMs zeigte einen Korrelationskoeffizienten von 0,99 zwischen DGPS und DEM, mit einer mittleren Differenz von 0,01 m in Z-Richtung.

Keywords

agriculturecrop growthdemplant heightuav