Showing posts with label sUAS. Show all posts
Showing posts with label sUAS. Show all posts

Sunday, June 04, 2017

UAS or drone mapping versus conventional methods - cost and benefit analysis - two cases in Africa

The use of small unmanned aerial systems (sUAS) in aerial mapping applications is increasingly being used as an appropriate surveying method in many sectors, particularly for agriculture.
Since the use of sUAS is new to many agricultural sector players, it is useful to reflect on the costs and benefits, and related technical and operational challenges, as well as the advantages that present themselves in the practical implementation of this technology.

Download full publication: http://bit.ly/2rFD26M

Author(s): Volkmann, Walter
Published: 2017
Series: CTA Working Paper
Publisher(s): CTA www.cta.int
Type: Technical publication 

Friday, December 16, 2016

Global Drone Regulations Database Launched

Geneva, 15 December 2016 – FSD and partners announce the launch of a new repository of global drone regulations. The database includes summaries of national laws of more than 100 countries with the aim to help better inform drone pilots and stakeholders. In the ongoing effort to document the rapidly changing regulatory landscape, CTA, the New America Foundation, the Humanitarian UAV Network, senseFly, Parrot, FSD and EU Humanitarian Aid have joined forces to make this resource available. Volunteers are encouraged to help further improve its contents by signing up and suggesting edits.

The database can be accessed at www.droneregulations.info.
----
For information contact: Denise Soesilo, RPAS Project Manager FSD space@fsd.ch or +41 22 907 3603

Tuesday, October 18, 2016

Drone governance: study of policies, laws and regulations governing the use of unmanned aerial vehicles (UAVs) in ACP countries

The use of UAVs or drones in the management of crops, livestock, fisheries, forests and other natural resource-based activities represents a new technological frontier and opens up a range of exciting opportunities. However, the use of UAVs is a recent phenomenon and interested users and national civil aviation authorities are facing challenges linked to their use within their skies. To realise the full potential of the technology while ensuring the safety and privacy of citizens, two things are necessary: enabling regulatory regimes and increasing awareness of the rules and regulations surrounding civil use of UAVs.

Although the European Commission recently supported the establishment of an online repository of information concerning regulations issued by all European countries, there is no similar comprehensive database on existing and forthcoming policies, laws and regulations governing the use of UAVs in ACP countries. The Technical Centre for Agricultural and Rural Cooperation ACP-EU (CTA), an international organisation funded mainly by the European Union and operating in 79 African, Caribbean and Pacific (ACP) countries wishes to facilitate the responsible use of UAVs and related software applications to improve the effective management of crops, fishing grounds and other resource-based activities.

To that end, this study assessed the existence or absence of policies, rules and regulations governing the use of UAVs in all 79 ACP countries. The results are quite telling: as of April 2016, 73% of ACP countries did not have any rules or regulations in place; 19% had some regulations in place; and 8% were in the process of formulating them. CTA hopes that this database will help to increase awareness of the rules and regulations surrounding UAV use, promote their responsible use and help to fully realise their potential in the management of crops, fisheries and other resources.

The report is available as a download on CTA's online publications' portal.

Data gathered in the course of the study have been published on a site hosted by The Swiss Foundation for Mine Action (FSD) and is accessible on this wiki www.droneregulations.info which allows online collaboration.

Monday, July 11, 2016

Les systèmes d'irrigation des rizières d'Afrique vus du ciel

La technologie des drones procure aux agriculteurs un moyen économique de planifier l'infrastructure. Au Nigeria, elle a permis d'accélérer la planification, la conception et la construction des systèmes d'irrigation des rizières.  

À mesure que le drone, appelés dans le monde anglophone « véhicules aériens sans pilote (UAV) », réapparaît au loin et perd de l'altitude pour se poser, Richard, le chauffeur de l'équipe de chercheurs qui s'est porté volontaire pour apporter son soutien à la mission, court plein d'enthousiasme vers l'avion sans pilote. « Bienvenue ! » s'écrie-t-il en exultant, à la fois en anglais et en haoussa, la langue parlée dans le nord du Nigeria.

L'équipe growmoreX de la société londonienne GMX Consultancy, gestionnaire d'un service applicatif agricole fondé sur les drones, était présente au Nigeria afin de réaliser une étude préalable au développement d'une exploitation rizicole irriguée de 3 000 hectares. L'exploitation occupera un terrain acquis via un bail à long terme signé avec l'administration publique locale chargée de l'irrigation. L'objectif du projet était d'étudier et de cartographier 7 500 hectares afin de préparer la planification et la construction de l'infrastructure d'irrigation des rizières.

Un aéronef piloté aurait coûté une fortune. La technologie des drones était une alternative bien moins coûteuse. Le site étudié dans le cadre du projet était une région à faible densité de population située environ à 75 kilomètres de la ville de New Bussa. Cette région se caractérise par un accès limité aux routes, à l'électricité, à l'eau potable ainsi qu'à d'autres équipements collectifs. La population y vit principalement de petites exploitations agricoles. Les habitants cultivent tous les ans au cours de la saison des pluies du sorgho, du riz et des haricots. Les tomates poussent pendant la saison sèche, grâce à l'irrigation par pompage.

Le premier vol

Un drone à voilure fixe importé directement des États-Unis a été utilisé pour le premier vol. La journée d'assemblage a donné le temps à l'équipe de résoudre les petits problèmes techniques et de comprendre comment utiliser sa fonction de planification automatique de mission.

Une fois tous les contrôles effectués, l'équipe a réglé le système de navigation du drone sur le mode « automatique ». L'hélice du drone s'est mise à tourner et celui-ci a pris son envol, sous les yeux émerveillés d'une foule qui s'était rassemblée pour observer le premier vol. La mission démarrait.

Bien qu'il ait effectué un bon décollage, le drone commença soudain à s'éloigner au lieu de débuter sa mission préprogrammée, probablement en raison de la direction du vent. L'équipe perdit la communication de télémétrie avec le drone et pensa que le drone s'était écrasé.

Mais soudain, la connexion radio avec le drone se rétablit et il entama sa mission de cartographie automatique. Il ne lui fallut que quelques minutes pour atteindre l'altitude de 150 mètres, considérée comme optimale pour son travail d'étude. Une fois arrivé à cette altitude, il se mit à voler selon une trajectoire spécifique, prenant automatiquement des photos pendant son vol.

Une planification précoce

L'appareil photographique fut contrôlé dès l'arrivée du drone sur le sol. Les photos semblaient nettes et de bonne qualité. Il y en avait beaucoup : au cours du vol de 55 minutes, le drone avait pris des photos superposées de quelque 300 hectares.

Le drone pouvait voler environ quatre heures par jour lorsque le soleil projetait le moins d'ombre possible. Dès lors, l'équipe put cartographier environ 1 000 hectares en une seule journée. Le processus est particulièrement rapide, surtout si l'on tient compte du terrain, des conditions de travail difficiles et des températures élevées. On estime qu'il aurait fallu une vingtaine de jours à un géomètre professionnel travaillant à pied pour couvrir la même surface.

Toutefois, faire appel à un drone nécessite de s'y prendre à l'avance. Les chercheurs se sont d'abord assurés qu'aucun règlement spécifique n'empêchait l'équipe d'utiliser ce type d’appareil. L'émir local, le chef du village, ainsi que les responsables d'un aéroport militaire situé à quelque 100 kilomètres du site étudié avaient été informés du projet. Les autorités locales avaient heureusement accueilli favorablement la nouvelle technologie. Une seule condition avait été imposée : l'émir avait insisté pour que son village soit survolé afin que sa population puisse observer le drone et les photos qu'il prendrait.

Le résultat fut inattendu. Pour la première fois, l'équipe a pu établir le nombre exact de maisons et d'habitations dans le village, permettant ainsi aux chercheurs d'effectuer une estimation bien plus précise de sa population. Cette information sera très utile, car l'équipe chargée de l'étude prévoit d'engager de la main-d'œuvre locale pour construire l'exploitation rizicole et la gérer.

Une hypothèse remise en cause

Aussi magnifique qu'ait été le survol du village, le principal objectif était la planification de l'infrastructure d'irrigation de la rizière. En se basant sur les premières études, les chercheurs devaient créer une carte à l'échelle 1:2 000 (1 centimètre de la carte représente 20 mètres). L'objectif de cette carte était que l'équipe prenne des décisions éclairées concernant la meilleure disposition des champs ainsi que des systèmes d'irrigation et de drainage.

En se fondant sur les informations limitées rassemblées à l'issue de visites précédentes du site, l'hypothèse était qu'il serait possible de disposer les rizières sous forme de vastes bassins rectangulaires. Il aurait fallu d'énormes machines de terrassement et du matériel agricole important pour construire et cultiver ces bassins. Les champs destinés à la culture du riz nécessitent une gestion prudente de l'eau car le niveau de l'eau influence la distribution des mauvaises herbes et des nutriments. Cela signifiait que tous les 100 mètres, 50 cm de terre devaient être éliminés en haut du champ afin de surélever sa partie inférieure au cours du processus de nivellement.

Toutefois, l'étude réalisée par le drone a infirmé cette hypothèse. Même s'il était vrai que certaines parties du site concerné étaient plates, la plus grande partie du terrain était vallonnée.

En raison du terrain en pente et de la finesse de la couche supérieure du sol, l'équipe de chercheurs a dû radicalement modifier son hypothèse et oublier la conception en vastes bassins rectangulaires pour opter pour de longs champs étroits qui suivraient les ondulations du terrain. Ce changement impliquait également une conception très différente du système d'irrigation.

Éviter des frais inutiles

À l'aide des données obtenues grâce à la technologie des drones, les planificateurs agricoles peuvent maintenant éviter plus facilement la mauvaise planification de l'infrastructure. Cette information facilite également l'organisation d'un approvisionnement adéquat en termes de matériel, ce qui permet d'éviter les gros investissements de départ inutiles pouvant mener un projet à l'échec.

L'eau est le facteur essentiel en matière d'autosuffisance rizicole en Afrique, où la culture du riz est principalement pluviale. Le manque d'infrastructures d'irrigation constitue un obstacle majeur à l'augmentation de la production rizicole sur le continent. La plupart des systèmes existants sont mal conçus, mal construits et mal entretenus.

Une bonne nouvelle : la technologie des drones peut accélérer la planification, la conception et la construction de l'infrastructure d'irrigation africaine. Comme ce projet l'a démontré, la technologie des drones pourrait offrir aux agriculteurs un moyen économique de planifier cette infrastructure.

Mais ce n'est pas tout. Après l'étape de planification, les drones pourraient être utiles aux exploitants en vue d'estimer avec plus de précision la quantité de fertilisants et de matériaux de plantation nécessaires pendant la période de végétation. Une fois les cultures plantées, des drones équipés de capteurs spéciaux peuvent surveiller leur croissance.

Avec l'aide des drones agricoles, l'Afrique peut se propulser directement à l'ère de l'agriculture de précision en pleine expansion, tout comme les entreprises africaines de mobilophonie ont court-circuité l'infrastructure traditionnelle des lignes fixes pour créer un système innovant de financement mobile.

À propos de l'auteur :

Quan Le (quan.le@gmx.com) est le directeur général de GMX Agri (www.gmxconsulting.co.uk), une entreprise de conseil, de développement et d'opération axée sur l'agriculture africaine.

Source:

Vous pouvez commander une version imprimée ou télécharger une version PDF de ce numéro en suivant ce lien.

Une sélection d'articles sont proposés sur le portail web du magazine : http://ictupdate.cta.int/fr, où vous pouvez vous abonner à la publication gratuitement.




Sunday, July 10, 2016

A bird’s eye view on Africa’s rice irrigation systems

Drone technology provides agriculturists with a cost-effective method of infrastructure planning. In Nigeria it has accelerated the planning, design and construction of rice irrigation systems.

As the drone reappeared in the sky and lowered its altitude in an attempt to land, the research team’s driver Richard, who had been volunteering to help out with the mission, ran towards the unpiloted plane in jubilation. ‘You’re welcome!’ he said enthusiastically in both English and Hausa, the language that is spoken in northern Nigeria.

The growmoreX team of the London based company GMX Consultancy, which runs a drone-based farming application service, was in Nigeria to do a preliminary assessment for the development of a 3,000 hectares irrigated rice farm. The farm will be built on land that was acquired in a long term lease from the local government’s irrigation authority. The aim of the project was to survey and map a total of 7,500 hectares in preparation of planning and building the irrigation infrastructure for the rice fields.

Although a manned aircraft could have done the job, it also would have cost a fortune. The alternative is unmanned aerial vehicle (UAV) technology. The project site was in a sparsely populated area, located approximately 75 kilometres from the town New Bussa, some 700 kilometres away from the capital Abidjan with limited access to roads, electricity, clean water, and other amenities. Local livelihoods here are mainly based on small-scale agriculture. Crops are grown annually during the rainy season, and include sorghum, rice and beans. Tomatoes are grown during the dry season using pump-fed irrigation.

First flight

A fixed-wing UAV, which was imported directly from the US with assistance from a local project partner, was used for the first flight. It took a day to assemble it. That gave the team time to sort out technical hiccups and figure out how to use its automatic mission planning function. The activity attracted attention from local villagers, who had already been informed about the forthcoming agribusiness development.

When all the checks were completed, the team set the UAV’s navigation system to ‘automatic’. Then the UAV’s propeller was turning and it was launched into the air, witnessed by a crowd of people who had gathered to watch the first flight. The mission had begun.

Although the UAV had made it into the air, it suddenly began to fly away instead of starting its pre-programmed mission – likely due to the direction of the wind. The team lost telemetry communication with the drone, and it was thought that the UAV had crashed.

Suddenly, the radio established a connection with the UAV again, and it finally began its automatic mapping mission. It took the UAV only a few minutes to reach the optimal surveying altitude of 150 metres above ground level. Once at this altitude, it began to fly in a specific pattern, shooting images automatically as it went.

Advance planning

After the UAV landed safely the camera was checked immediately. The photos looked sharp and beautiful. There were a lot of them: during the 55-minute flight, the drone took overlapping photos of nearly 300 hectares of land.

The UAV was able to fly for roughly four hours a day when the sun cast the fewest shadows. This meant that the team was able to map about 1,000 hectares in a single day. That is fast, especially if the harsh terrain and working conditions with high temperatures are considered. Estimations assume that it would have taken a professional surveyor working on foot about twenty days to cover the same area.

To operate an UAV requires advance planning. The researchers made sure no specific regulations barred the team from using the UAV. The local Emir, the village chief and a military airport located about 100 kilometres from the project site were informed of the plans to make use of an UAV. Fortunately, the local authorities welcomed the new technology. There was only one condition: the Emir insisted that we do a flyover of his village, so that his people could see both the drone and the pictures it would take.

The village flyover had an unexpected result. For the first time the team could establish exactly how many houses and dwellings there are in the village, thus enabling researchers to make a much better estimation of its population. This information will be very useful, because the research team is planning to hire local labour to build the rice farm and to run it.

The hypothesis was proved wrong

Wonderful as the village flyover was, the main objective was to begin planning the rice farm’s irrigation infrastructure. For the preliminary investigation, the researchers needed to create a map at a scale of 1:2,000 (1 centimetre on the map represents 20 metres). With such a map the research team could make informed decisions on the best layout of the paddy fields, the irrigation and drainage systems.

Based on the limited information from previous visits to the site, it was hypothesised that it would have been able to lay out the rice fields as large, rectangular basins. Large earth moving and farming machinery would have been needed to build and cultivate those basins. Paddy fields for rice cultivation need careful water management as water levels impact weed and nutrient distribution. This meant that for every 100 metres, half a metre of soil at the top of the field had to be removed to raise its lower end during the levelling process.

However, the drone survey proved the hypothesis wrong. Although it was certainly true that parts of the project site were flat, most of the terrain was an undulating landscape.
The sloping terrain combined with a thin top soil layer led the team of researchers to radically change their designed hypothesis, away from large rectangular basins and towards long, narrow fields that would follow the terrain. But this change also meant that a very different irrigation system design was necessary.

Avoiding unnecessary costs

By using data required from UAV technology, agricultural planners can now easier avoid incorrect infrastructural planning. This information also makes it easier to organise the right procurement of machinery, avoiding unnecessary large upfront investments that can break a project if they are improperly planned.

Water is the deciding factor in Africa’s rice self-sufficiency. Most rice cultivation is rain-fed in Africa. The lack of irrigation infrastructure is a major obstacle to increase rice production on the continent. Most of the existing systems are poorly designed, built, and maintained.

The good news is that UAV technology can potentially accelerate the planning, design and construction of Africa's irrigation infrastructure. As this project has shown, UAV technology could provide agriculturists with a cost-effective method of irrigation infrastructure planning.

And that is not all. After the farm planning stage, UAVs could be useful for farmers to estimate more accurately how much fertilizer and planting materials they will need during the growing season. Once crops have been planted, UAVs equipped with special sensors can monitor their growth.

With the help of agricultural UAVs, Africa can leapfrog into the quickly-advancing area of precision agriculture – just as African mobile phone companies bypassed traditional fixed line infrastructure to create an innovative mobile finance system.

About the author:

Quan Le (quan.le@gmx.com) is managing director of GMX Agri, an Africa-focused agriculture adviser, developer and operator. The firm recently launched growmoreX, an UAV-based farming application service. It collaborates with UAV operators in Africa.

Source:

Republished with permission from ICT Update, issue 82, April 2016

Sunday, June 26, 2016

Prévention de l'extension des essaims de criquets pèlerins

Les drones pourraient jouer un rôle décisif en matière d'identification et de prévention des essaims de criquets pèlerins, dans le cadre de la lutte contre ce migrateur dangereux et nuisible. 

Les criquets pèlerins ont un appétit vorace, au point d'être inégalés dans le monde des insectes. Dans leur zone d'activité, soit 20 pour cent de la surface terrestre, ils se reproduisent annuellement, se regroupent, et forment ensuite des essaims pouvant couvrir jusqu'à 150 kilomètres par jour, passant d'un continent à l'autre.

Alors que les essaims de criquets pèlerins sont inconnus en Amérique et en Europe, ils représentent une menace constante pour les ressources alimentaires de certains des pays les plus pauvres et les plus secs au monde, occupant une surface immense s'étendant de l'Afrique de l'Ouest au sous-continent indien. Les pays vulnérables luttent en faisant appel à une technologie de télédétection et d'étude sur le terrain en vue d'identifier et éliminer les zones de reproduction des criquets. Aujourd'hui, certains experts pensent que la technologie des drones, appelés dans le monde anglophone « véhicules aériens sans pilote (UAV) », pourrait offrir aux équipes d'étude et de lutte une solution économique et efficace.

Système d'alerte précoce

Un système d'alerte précoce et de lutte préventive contre les criquets pèlerins existe depuis plus de cinquante ans. C'est le système d'alerte le plus ancien au monde contre les migrateurs nuisibles. Environ vingt-quatre pays concernés ont créé des centres nationaux de lutte contre les criquets au sein de leur gouvernement, regroupant des équipes d'étude et de lutte spécialisées, bien formées, équipées pour parcourir tous les jours le désert dans des 4x4 afin de trouver et traiter les infestations.

Pour les détecter, ces équipes se fondent sur leur propres connaissances ainsi que sur les informations fournies par les nomades. Ces connaissances sont associées à des images satellite actualisées montrant les précipitations et la végétation, ce qui permet aux équipes d'identifier les sites potentiels de reproduction et les infestations de criquets en cours d'expansion. Les équipes enregistrent leurs observations dans une tablette qui transmet les données en temps réel via satellite à leur centre national de lutte contre les criquets. Cette information est ensuite transmise au Desert Locust Information Service (DLIS), installé au siège de l'Organisation des Nations Unies pour l’alimentation et l’agriculture (ONUAA) à Rome, en Italie.

La réussite de la prévention des invasions de criquet pèlerin se fonde sur une surveillance régulière dans le désert, des alertes précoces, et une réaction rapide. Si une invasion n'est pas détectée à temps, cela peut avoir un effet dévastateur sur la subsistance de la population locale. Il a par exemple fallu plus de 500 millions USD et deux années pour contrôler les crises acridiennes de 2003 et 2005 en Afrique du Nord. Quelque 13 millions d'hectares ont été traités avec des pesticides. En ce qui concerne les céréales, des pertes de 100 pour cent ont été rapportées dans certaines régions, et rien qu'en Mauritanie, 60 % des chefs de famille ont dû s'endetter. Au Mali, le niveau d'éducation a chuté car les enfants ont été retirés des écoles en raison de la mauvaise situation économique de leurs parents.

Même si le système d'alerte précoce et de lutte préventive est bien établi et reste efficace au jour le jour, il n'est pas parfait. Actuellement, trois obstacles fondamentaux ont un impact sur ce système : l'énorme étendue et l'éloignement des régions désertiques à explorer, l'insécurité politique croissante, l'inaccessibilité ainsi que les dangers dans ces régions, et enfin l'utilisation fiable des pesticides au cours des opérations de lutte.

Images en haute résolution

L'utilisation de drones pourrait permettre de lever ces obstacles dans de nombreux pays affectés. Sur le terrain, on pourrait utiliser les drones pour collecter automatiquement des images en haute résolution de zones de végétation potentiellement affectées. Commandé par une tablette portative robuste, le drone suivrait un plan de vol préprogrammé couvrant un rayon de 100 kilomètres.

Au terme du vol, les équipes chargées de l'étude pourraient exploiter les données collectées pour identifier les zones les plus susceptibles d'abriter des criquets, ce qui leur permettrait de se rendre directement sur place. Une fois que l'équipe atteint une zone suspecte, le drone pourrait la survoler et identifier d'autres zones proches et nécessitant un traitement. On pourrait ensuite utiliser un drone de lutte séparé pour répandre les pesticides directement sur les concentrations de criquets. Les drones pourraient encore être utilisés pour vérifier la présence de criquets dans des zones peu sûres ou inaccessibles par les équipes de terrain.

Cette solution présente bien des avantages comparée aux méthodes d'étude et de lutte employées actuellement dans les pays touchés par les invasions de criquets. Les études du terrain seraient plus efficaces puisque les équipes ne devraient plus parcourir le désert à l'aveugle en espérant tomber sur des zones de végétation suspectes ou des invasions de criquets.  Les drones permettraient au contraire d'identifier ces zones, ce qui donnerait la possibilité aux équipes d'étude de s'y rendre directement.

Une fois sur place, le drone donnerait une confirmation précise de l'étendue et de la gravité de l'invasion du site. Les opérations de lutte seraient plus sûres et plus efficaces car des opérateurs humains ne seraient plus exposés à des pesticides potentiellement dangereux lors de l'élimination des insectes. Les opérations de lutte contre les parasites deviendraient aussi plus efficaces parce que les drones seraient capables de traiter précisément les invasions, avec la bonne dose de pesticides et la bonne méthode.

Défis à relever

L'introduction des drones dans le système existant §d'alerte précoce et de prévention présente bien des avantages, mais il reste des défis à relever. Il faut d'abord concevoir un drone suffisamment endurant pour couvrir au moins 100 kilomètres en un seul vol, tout en étant chargé de détecteurs optiques capables de différencier une végétation annuelle d'un sol nu. Le système du drone devra ensuite pouvoir traiter et produire les résultats sur le terrain. Étant donné les limitations relatives aux batteries et aux pièces détachées dans les pays en développement, le drone devra fonctionner à l'énergie solaire et être composé de pièces robustes mais simples, facilement disponibles sur les marchés locaux.

Le drone devra aussi pouvoir détecter avec exactitude et fiabilité des taches ou concentrations de criquets sur un site. Un drone de lutte devra pouvoir associer une charge de pesticide potentiellement lourde et une durée de vol relativement longue en vue de traiter le plus possible d'invasions de criquets sur la surface la plus étendue possible.

La commande des drones d'étude et de lutte devra être simple et intuitive car les utilisateurs de terrain disposeront peut-être d’une expertise et de compétences informatiques limitées. Les gouvernements nationaux devront enfin élaborer des cadres juridiques permettant l'utilisation de drones pour des opérations de lutte contre les criquets.

L'ONUAA collabore actuellement avec des chercheurs universitaires et des partenaires du secteur privé en Europe pour répondre à des défis concernant la conception, l'endurance, la puissance, la détection de végétation et de criquets, et le traitement sur place des données en vue d'intégrer la technologie des drones dans les opérations nationales d'étude et de lutte. On s'attend à ce que les premiers essais sur le terrain débutent cette année en Mauritanie pour tester de nouvelles technologies potentielles, les perfectionner, et les adopter en vue d'une utilisation opérationnelle potentielle dans les pays touchés par les invasions de criquets.

L'ONUAA espère que d'ici cinq ans les drones joueront un rôle décisif dans la protection des denrées alimentaires et des moyens de subsistance contre le criquet pèlerin dans le cadre de la lutte contre la faim et la pauvreté mondiales. Cette technologie et les enseignements tirés de l'expérience avec le criquet pèlerin devraient pouvoir être modifiés et adoptés dans le combat contre d'autres maladies et parasites agricoles de par le monde.

À propos de l'auteur :

Keith Cressman (Keith.Cressman@fao.org) est le fonctionnaire principal en charge des prévisions acridiennes au sein du DLIS, ONUAA à Rome, en Italie. Il s'occupe du système global d'alerte précoce acridienne de l'ONUAA.

Liens connexes :



Source:

Vous pouvez commander une version imprimée ou télécharger une version PDF de ce numéro en suivant ce lien.

Une sélection d'articles sont proposés sur le portail web du magazine : http://ictupdate.cta.int/fr, où vous pouvez vous abonner à la publication gratuitement.

Saturday, June 25, 2016

The use of unmanned aerial vehicles to prevent the spread of desert locust swarms

Drones could play an integral role in identifying and preventing desert locust swarms in the fight against this dangerous migratory pest. 

The desert locust is the world's most dangerous migratory pest with a voracious appetite unmatched in the insect world. Within the desert locust's range, which is equivalent to 20% of the earth's land surface, the insects annually reproduce, concentrate and then form swarms that can move up to 150 kilometres per day in search of food.

These swarms are able to migrate across long distances, and can even jump from continent to continent.  A single desert locust swarm the size of Brussels could consume Belgium's entire food supply in a single day.

While desert locust swarms aren't found in the Americas or in Europe, these insects pose a constant threat to food supplies in some of the world's poorest and driest countries, occupying a huge area that stretches from West Africa to the Indian subcontinent. To control these swarms, vulnerable countries use remote sensing technology and ground surveys to identify and eliminate locust breeding areas. Now, some experts think drone technology could provide survey and control teams with an inexpensive and efficient method of searching for these destructive insects.

Early warning system

A global early warning and preventive control system against desert locust has been in place for more than half a century, representing the world's oldest migratory pest warning system. Some two dozen frontline countries have created dedicated national locust centres within their government, consisting of well-trained specialized survey and control teams equipped to scour the desert every day in 4WD vehicles to find and treat infestations.

To find insect infestations, these teams rely on their own knowledge as well as on information from nomads. This knowledge is combined with up-to-date satellite imagery indicating rainfall and green vegetation, allowing the teams to identify potential breeding sites and growing locust infestations. The teams record their observations on a rugged handheld tablet, which transmits the data in real time via satellite to their national locust centre. This information is then passed on to the Desert Locust Information Service (DLIS), based at the headquarters of the Food and Agriculture Organisation (FAO) of the United Nations in Rome, Italy.

The successful prevention of desert locust plagues relies on regular monitoring in the desert, early warning, and timely response. If a local plague is not detected on time it has devastating effects on local livelihoods. For example, it took more than $500 million and two years to control the 2003 and 2005 locust crises in northern Africa. Some 13 million hectares were treated with pesticides. Cereal losses reaching 100% were reported in some areas, and in Mauritania alone, 60% of household heads became indebted. Education levels dropped in Mali, as children were withdrawn from school due to economic pressure.

While the early warning and preventive control system to manage locust plagues is well-established and functions on a daily basis to protect valuable food supplies and livelihoods, it is not perfect. Currently, there are three primary limitations that impact this system: the huge and remote desert areas that must be searched for locust infestations; increasing political insecurity, inaccessibility and dangers within these areas; and the safe use of pesticides during control operations.

High-resolution imagery

The operational use of unmanned aerial vehicles (UAVs) – also known as drones – could potentially overcome these limitations in many affected nations. In the field, UAVs could be used to automatically collect high-resolution imagery of green, vegetated areas potentially affected by locusts. Controlled by a rugged, hand-held tablet, the UAV would follow a pre-programmed flight path, covering a 100 kilometre survey radius.

After the UAV finishes its flight, survey teams would be able to use the data to identify areas that seem most likely to harbour locusts, allowing them to travel directly to suspicious locations. Once the team reaches such an area, the UAV could be launched to hover overhead and identify other, nearby locust infestations that may require treatment. A separate control UAV could then be used to administer pesticides directly onto the locust concentrations. UAVs could also be used to check for locusts in areas that are insecure or cannot be accessed by ground teams.

The above scenario offers a number of advantages, as compared to the survey and control methods currently used in locust-affected countries. Ground surveys would become more efficient, since teams would no longer have to roam the desert in a random manner, hoping to come across suspicious-looking green areas or locust infestations. Instead, UAVs would be able to pinpoint these areas, allowing teams to directly travel to them.

Once in the potentially infested area, the UAV would provide a precise confirmation of the extent and scale of the infestation at that site, which could be several hectares or square kilometres in size. Control operations would become safer and more effective, as human operators would no longer be exposed to potentially dangerous pesticides while eliminating the insects. Pest control operations would also become more effective, since drones would be able to spray infestations precisely, using the correct pesticide dose and methodology.

Remaining challenges

While incorporating UAVs into the existing desert locust early warning and prevention system seems to offer advantages, but several challenges remain. First, an UAV needs to be designed with sufficient endurance to cover at least 100 kilometres in one flight, while carrying optical sensors that can accurately differentiate green annual vegetation from bare ground. The drone system should then be able to process and output these results while in the field. Due to battery and spare parts limitations in developing countries, the UAV should be solar powered, and consist of robust yet simple parts that are easily available in local markets.

The UAV should also be able to accurately detect patches or concentrations of locusts within a single site on a reliable basis. A control UAV will need to be able to balance a potentially bulky pesticide payload with a long flight time, in order to treat the largest number of locust infestations within the greatest amount of area.

Operating both survey and pest control UAVs will have to be simple and intuitive, as users in the field may have only limited expertise and computer skills. Lastly, national governments will need to create legal frameworks that permit the use of drones for locust control operations.

The FAO is currently working with university researchers and private sector partners in Europe to address challenges concerning design, endurance, power, detection of green vegetation and locusts, and in situ data processing in order to incorporate drone technology into national survey and control operations. Initial field trials are expected to commence later this year in Mauritania to test some potential new technology, and to refine and adopt it for eventual operational use in locust-affected countries.

The FAO remains hopeful that within five years, UAVs will play an integral role in protecting food supplies and livelihoods from the desert locust, as part of the fight against global hunger and poverty. It is hoped that this technology and the lessons learned from the desert locust experience can be further modified and adopted for use in combatting other agricultural pests and diseases throughout the world.

About the Author:

Keith Cressman (Keith.Cressman@fao.org) is senior locust forecasting officer at DLIS, FAO in Rome, Italy. He operates FAO’s global desert locust early warning system.

Related Links:


Source:

Republished with permission from ICT Update, issue 82, April 2016

Sunday, June 12, 2016

Les cinq étapes de la création d’une carte au moyen de petits drones

Auparavant, on représentait tous les éléments d’une carte par des symboles dont les caractéristiques spatiales (emplacement, taille, forme) pouvaient être définies mathématiquement dans un système référentiel de coordonnées. On appelait « données vectorielles » les informations spatiales sous-jacentes aux éléments représentés de cette manière. En revanche, depuis l’apparition de la photographie aérienne, on peut désormais également produire des cartes avec des cellules de quadrillage (ou pixels) à chacune desquelles on assigne des valeurs de couleur normalisées, exactement comme pour une image numérique. On appelle « données raster » (ou matricielles) les données utilisées pour produire ce type de carte. Les cartes élaborées à partir des capteurs embarqués à bord des véhicules aériens sans pilote (VASP) ou drones sont dites « sous format matriciel ».

Une carte, au sens traditionnel du terme, doit au minimum répondre aux conditions suivantes : elle doit comporter une échelle et une flèche indiquant le nord, et elle doit offrir un grand degré de cohérence dans la précision des données. De nos jours, au lieu d’utiliser une échelle donnée pour obtenir la résolution souhaitée, les experts utilisent la résolution au sol (Ground sample distance, GSD). Cela représente la largeur et la longueur de la zone couverte au sol par un seul pixel de la mosaïque de capteurs de la caméra. La précision de la carte est donc intimement liée à la GSD. Pour une GSD fixée à 20 centimètres, il ne sera pas possible d’obtenir une mesure des distances entre des points perceptibles au sol plus précise que 20 cm.

Cinq étapes sont nécessaires pour créer une carte au moyen de drones de petite taille :

Étape 1. Conception de la carte et des plans de vol

Afin de s’assurer que la carte sera bien adaptée aux objectifs poursuivis, il importe de déterminer dès le début du processus le type de capteur(s) à utiliser (de lumière visible, de lumière infrarouge, multispectral ou hyperspectral). Une fois le type de capteur déterminé, il faut fixer la GSD adéquate. Plus la résolution au sol diminue et plus la résolution (et la précision) de la carte sera élevée.

Pour évaluer la résolution au sol souhaitée avec un appareil donné, il faut calculer l’altitude de vol correspondante, qui sera fonction de la résolution du ou des capteur(s) et de la distance focale de l’optique de la caméra. La création de cartes à partir d’images doit de plus garantir un recouvrement minimum des photos (exprimé en pourcentage). Pour satisfaire aux exigences en matière de recouvrement, il convient de calculer les intervalles auxquels l’appareil doit se déclencher, ainsi que l’espacement des bandes adjacentes au moyen des dimensions de l’empreinte au sol d’une image.

La Figure 1 illustre le rapport entre, d’une part, la taille et la résolution du capteur ainsi que la distance focale et l’altitude de vol et, d’autre part, la résolution au sol (GSD) et les espacements entre les déclenchements et entre les bandes.

Figure 1 : Paramètres du plan de vol (en mètres)

Par exemple, pour une GSD fixée à 12 millimètres, l’altitude de vol est de 50 mètres, l’appareil doit se déclencher tous les 9,8 mètres dans la bande de vol, et les bandes de vol doivent être espacées de 22 mètres.  
Une fois ces paramètres calculés, on peut mettre au point un plan de vol pour couvrir la zone d’intérêt. Il existe de nombreux outils de conception de plans de vol (gratuits ou payants) pour générer des plans de vol et des plans de tâches numériques de manière quasi automatique qui pourront ensuite être téléchargés sur le drone qui les exécutera alors automatiquement.

Étape 2. Acquisition des images

Afin de permettre l’orientation et la position absolues de la future carte, c’est-à-dire pour géo-référencer cette carte, il est nécessaire de placer sur le terrain des balises de taille et de forme adéquates : ces « Points de contrôle au sol » (PCS) doivent pouvoir être formellement identifiés sur l’imagerie aérienne, et leurs coordonnées dans le système de cartographie de référence souhaité seront mesurées par des méthodes de géomètres.

Dès que les balises PCS sont en place, le plan de vol peut être téléchargé sur le drone pour y être exécuté. Pour un fonctionnement sûr, il convient de procéder à des vérifications de vol et à l’évaluation du terrain avant le lancement du drone. À l’atterrissage, on télécharge le journal de bord et les images aériennes du drone vers un ordinateur portable ou un périphérique de stockage avant de procéder au traitement des images.

Étape 3. Traitement des images 

On associe volontiers la technologie des drones à la production de cartes en haute résolution, mais, sans la technologie de la Structure from Motion (SfM), la révolution cartographique que nous connaissons n’aurait jamais pu avoir lieu. Le degré d’automatisation extrêmement élevé qui caractérise cette technique de cartographie est essentiel pour la démocratisation de la production de cartes.

La première étape de la SfM consiste à aligner les caméras, processus accéléré par l’introduction des positions approximatives des caméras telles qu’enregistrées par le contrôleur de vol du drone. Ces positions approximatives sont également utilisées pour géo-référencer les positions des caméras, ainsi que tous les produits en aval générés par le processus de SfM. Lorsque des PCS (ainsi que leurs coordonnées terrestres) sont nécessaires pour un géoréférencement plus précis, leurs coordonnées-image doivent être visibles dans chaque visuel dans lequel ils apparaissent. Cette étape est généralement la seule intervention manuelle de la procédure de SfM. Dès qu’un modèle de terrain et un atlas de textures ont été produits, on peut générer différents produits géo-spatiaux. En règle générale, sur un ordinateur portable, on peut traiter quelque 500 images de 20MP (couvrant entre 5 et 10 hectares à une résolution au sol entre 10 et 20 millimètres) de grande qualité en l’espace de 24 heures environ.

Étape 4. Préparation et visualisation des produits géo-spatiaux

Une fois le processus de SfM achevé, on peut extraire différents produits géo-spatiaux. Pour une représentation en deux dimensions du terrain, on génère une orthophotographie sur le référentiel et la projection souhaités. On obtient alors une carte raster géo-référencée sans distorsion. Pour ajouter la troisième dimension, on peut générer un modèle altimétrique numérique (MAN) sous format matriciel ou vectoriel. L’association des produits susmentionnés permet des visualisations en 3D extrêmement réalistes, ainsi que des analyses plus ou moins automatiques relatives à la santé de la végétation, la détection de bâtiments, l’évaluation des sols sous l’angle du drainage et de l’irrigation, ou encore au calcul des volumes et de la hauteur des cultures.

Étape 5. L’extraction d’informations essentielles 

Des cartes matricielles véhiculent une quantité impressionnante d’informations, mais la diffusion des volumes de données très importants qu’elles contiennent occuperait une quantité considérable de bande passante. De nombreux logiciels de représentation graphique sont incapables de gérer de tels volumes. Il est donc impératif d’extraire des volumes de données les éléments essentiels pour toute analyse spécifique.

Cette opération est réalisée grâce à l’arpentage virtuel, un processus permettant à l’« arpenteur » de parcourir sans effort le terrain virtuel tout en procédant à des mesures, comme s’il se trouvait sur le terrain. Toutes les données capturées ainsi par l’« arpenteur virtuel » sont sauvegardées sous format vectoriel (format le plus efficace) puis exportées vers un logiciel DAO ou un système d’information géographique (SIG). La possibilité de se livrer à des travaux de topographie virtuels permet d’améliorer considérablement les performances et de réduire les coûts liés aux travaux de cartographie et de topographie. Le travail sur le terrain ne prend plus que quelques heures contre plusieurs semaines auparavant, voire plusieurs mois.

Autres progrès liés à la cartographie par drones

Notons que la cartographie SfM sans PCS est également possible : il suffit alors de connecter un récepteur miniaturisé de système mondial de navigation par satellite (GNSS) à double fréquence à la caméra pour enregistrer le moment précis de chaque déclenchement de l’appareil. De cette manière, les positions de déclenchement peuvent être déterminées de manière très précise, au centimètre près. Certains soutiennent que cette manière de procéder permet de faire l’impasse sur les PCS. De toute évidence, cette nouvelle approche devra faire l’objet de recherches plus approfondies avant de pouvoir convaincre les professionnels de la cartographie.

Enfin, l’émergence de scanners Lidar toujours plus légers constitue un autre progrès important. Le Lidar présente l’avantage unique de pouvoir pénétrer à travers la végétation, ce que n’arrive pas à faire la SfM.

Grâce à ces étapes et ces développements, les cartes numériques peuvent désormais être créées et analysées.

À propos de l’auteur :

Walter Volkmann (walter@unirove.com) préside Micro Aerial Projects L.L.C., une entreprise officielle de mesures géodésiques et cadastrales, spécialisée dans les solutions géo-spatiales.

Source:

Vous pouvez commander une version imprimée ou télécharger une version PDF de ce numéro en suivant ce lien : http://bit.ly/uav4ag-FR

Une sélection d'articles sont proposés sur le portail web du magazine : http://ictupdate.cta.int/fr, où vous pouvez vous abonner à la publication gratuitement.

Saturday, June 11, 2016

Five steps of making a map with small drones

Traditionally all features on a map were represented in the form of symbols whose spatial characteristics, like location, size and shape, could be mathematically defined in a spatial reference system. The underlying spatial information of features depicted in this way is referred to as vector data. Since the arrival of aerial photography, however, maps could also be made with contiguous cells, called pixels, to each of which normalised colour values are attached, just like a digital image. The data used to make a map in this way is referred to as raster data. The maps derived directly from unmanned aerial vehicles (UAV)-carried sensors are in raster form.

In the classical sense, a map has to satisfy at least the following basic conditions: it has to have a scale, a north arrow and be of uniform accuracy across the mapping domain. The scale on printed maps determined its resolution as well as its accuracy. In the digital age the scale of a map can be changed by simply scrolling the wheel of your mouse. Instead of using scale to achieve desired resolution, analysts nowadays make use of the Ground Sampling Distance (GSD). The GSD represents the width and length of the area covered on the ground by one pixel on the sensor array of the camera. For any given camera, the GSD is thus a function of how high above the ground the camera is located. The accuracy of the map is in turn intrinsically linked to the GSD. For a GSD of 20 centimetres it is not possible to measure distances between discernible features more accurately than 20 centimetres.

The small drone mapping workflow can be divided into five steps.

Step 1. Map design and flight planning


To ensure that the map is made “fit for purpose” it is important to decide from the outset which type of sensor(s) (visible light, infrared, multispectral, hyperspectral) will be needed. Once the appropriate sensor has been identified, the appropriate GSD has to be determined. The smaller the GSD, the higher the resolution (and accuracy) of the map will be.

To achieve the desired GSD with a given camera the corresponding flying height has to be computed. This is a function of the sensor resolution and the focal length of the lens of the camera. Moreover, making maps from images requires the so-called “stereo effect” which is brought about by image overlaps. Overlaps along the flight direction and between adjacent strips are expressed in percentages. Using the footprint dimensions of an image on the ground, the intervals at which the camera must expose and the spacing of adjacent lines which will satisfy the overlap conditions must be computed.

Figure 1 illustrates the relationship between camera sensor size and resolution, focal length and flying height on the one hand and GSD, photo and line spacing on the other.

Figure 1: Flight Planning Parameters (in units of meters)

For example, a GSD of 12 millimetres requires a flying height of 50 metres, the camera must be exposed every 9.8 metres along the flight line and flight lines must have a spacing of 22 metres.
With these parameters a flight plan can be compiled to cover the area of interest. There are many flight planning tools (open source as well as proprietary) available to more or less automatically generate digital flight and task plans which can be uploaded to the drone for automatic execution.

Step 2. Image acquisition

To provide the resulting map with absolute orientation and location, in other words to geo-reference it, it is necessary to place suitably sized and shaped targets on the terrain. These targets, known as Ground Control Points (GCPs) must be positively identifiable in the aerial imagery and their coordinates in the desired mapping reference system have to be established by survey. Obviously the targets have to be in place during the time of aerial image capture, however, they can be surveyed before or after image acquisition.

Once the GCP targets are in place, the flight plan can be uploaded to the drone for automatic execution. To ensure a safe operation, launching the drone should be preceded with flight checks and terrain evaluation. Upon landing the flight logs of the drone and the aerial images are downloaded to a laptop or storage device for processing.

Step 3. Image processing 

Drone technology is predominantly associated with high resolution mapping, but without the powerful Structure from Motion (SfM) technique we would not be experiencing the current mapping revolution. The very high degree of automation in this robust mapping technique is key in the democratization of map making.

The first step in the SfM workflow is the alignment of the cameras. This process can be accelerated by introducing the approximate camera exposure positions as recorded by the flight controller of the drone. These approximate camera positions are also used to approximately geo-reference the positions of the camera positions as well as all subsequent products generated by the SfM process. When GCPs (with their terrestrially determined coordinates) are needed for more precise geo-referencing, their image coordinates have to be observed in each image on which they appear. This is commonly the only manual intervention in the SfM process. Once a terrain model and a texture atlas have been derived, various geo-spatial products can be generated. As a rough rule of thumb some 500 20MP images (covering some 5 to 10 hectares at 10 to 20 millimetres GSD) can be processed at high quality in a matter of 24 hours or less on a gaming laptop.

Step 4. Preparation and visualisation of geo-spatial products

Once the SfM process has been completed various geo-spatial products can be extracted. For a two-dimensional depiction of the terrain an ortho photo is generated on a desired mapping datum and projection. This is a geo-referenced, distortion free raster map (as opposed to a distorted mosaic of “stitched” images). To add the third dimension a digital elevation model (DEM) either in raster or in vector form can be generated. Combining the above products allows for highly realistic 3D visualisations as well as more or less automated analyses such as vegetation health, building detections, terrain evaluations with regard to drainage and irrigation, volume calculations and crop heights, to mention a few.

Step 5. The extraction of essential information 

While raster maps such as high resolution ortho photos with underlying DEMs can convey a tremendous amount of information, they do so at the expense of very large data volumes which require considerable bandwidth for dissemination. Many graphic information systems, such as Computer Aided Drafting (CAD) programmes simply cannot handle these volumes. It is thus necessary to extract from the mass data volumes those elements that are essential for a specific analysis.

This is done by means of virtual surveying, a process which enables the “surveyor” to effortlessly navigate on and over the virtual terrain while performing measurements as if he were in the field. All data captured by the “virtual surveyor” in this fashion is saved in the much more efficient vector format and subsequently exported to CAD or Geographic Information Systems (GIS). The ability to do surveys virtually brings about enormous performance improvements and cost savings to mapping and surveying, typically reducing field work from weeks or months to a few hours.

Other developments related to drone mapping

It should be mentioned that SfM mapping without the use of GCP is also possible. This is accomplished by connecting a miniaturised dual frequency global navigation satellite system (GNSS) receiver to the camera to record the exact time of each exposure. In this way the camera exposure positions can be determined accurately to a few centimetres, thus it is argued, obviating the need for GCP. More research is needed before this approach can overcome the scepticism of many mapping professionals.

Finally, the emergence of ever lighter Lidar scanners is another important development. Lidar has the distinct advantage of penetrating vegetation, something which SfM fails to do.

With these steps and developments in mind digital maps can be created and analysed.

About the author:

Walter Volkmann (walter@unirove.com) is president of Micro Aerial Projects L.L.C., a geodetic and cadastral Surveyor, and geo-spatial solutions specialist.

Source:

Republished with permission from ICT Update, issue 82, April 2016

Follow @UAV4Ag on Twitter

Sunday, June 05, 2016

Des drones pour compter les cocotiers

Dans les îles de Samoa, au cœur du Pacifique, la technologie des drones est utilisée dans le cadre d'une étude sur les cocotiers visant à prévoir plus précisément le rendement et la production d'huile de coco vierge. 

En 2015, l'organisation non gouvernementale agricole samoane WIBDI, Women in Business Development Incorporated (les femmes pour le développement intégré des entreprises), a réalisé qu'elle avait besoin d'un nouveau moyen pour collecter des données exhaustives auprès des associations d’exploitations agricoles, et de les organiser. WIBDI aide les familles rurales locales à s'engager activement sur le marché de niche des produits biologiques grâce au commerce équitable. Cette organisation cherchait un moyen de faciliter les contrôles du respect des normes en matière d'agriculture biologique et l'estimation de certaines cultures, notamment celle des cocotiers.

La noix de coco est à la fois la ressource renouvelable et le produit d'exportation le plus important des Samoa. Le pays exporte de l'huile de coprah, de l'huile de coco vierge, de la crème de coco, de la noix de coco séchée, de la fibre de coco et des produits à base de coquillages, à destination de l'Australie et de la Nouvelle Zélande pour la majorité des produits. WIBDI est le principal exportateur d'huile de coco vierge des Samoa et son premier client est l'entreprise The Body Shop.

À la recherche de solutions au problème de collecte de données, WIBDI s'est tourné vers l'entreprise samoane de services techniques Skyeye. Selon ses experts, les véhicules aériens sans pilote (UAV), communément appelés drones, étaient la solution idéale. Leur utilisation est moins coûteuse que celle d'un appareil avec pilote, et ils peuvent prendre des images d'une résolution supérieure à celle des images satellites.

Un serveur ouvert et gratuit

Dans le cadre de ses travaux de cartographie, Skyeye utilise un drone à voilure fixe pour la cartographie professionnelle pouvant couvrir des zones étendues au cours d'un même vol autonome. « Le drone nous permet de photographier des exploitations agricoles difficilement accessibles et d'effectuer des vols quand nous le souhaitons, si les conditions météorologiques sont favorables. La possibilité de capturer des images instantanées a représenté un avantage considérable pour ce projet de numérisation », explique Ephraim Reynolds, le technicien de Skyeye spécialisé en systèmes d'information géographique (SIG).

Une fois les images du drone récupérées, elles sont traitées pour produire des ortho-mosaïques (images assemblées dont la déformation est corrigée numériquement) afin de pouvoir les superposer sur une carte. Ces images sont ensuite ouvertes dans un logiciel SIG libre (QGIS). À l'aide de ce logiciel, les techniciens peuvent numériser des caractéristiques essentielles des exploitations agricoles. La haute résolution des images obtenues à partir des drones permet de procéder à un comptage visuel du nombre total d'arbres.

Skyeye utilise une application SIG nommée Web Feature Service (WFS) qui lui permet de donner accès aux utilisateurs à son géo-serveur, un serveur ouvert et gratuit conçu pour le partage de données géospatiales. Grâce à elles, les exploitants agricoles peuvent télécharger différents types d’informations, et modifier comme mettre à jour eux-mêmes la carte numérique de leur exploitation. « Skyeye peut ainsi répartir le travail et analyser les images des drones plus rapidement et de manière plus centralisée au sein d'un même système », explique M. Reynolds.

Repérer des zones d'atterrissage pour les drones

En estimant l'âge des cocotiers sur chacune des parcelles de l'exploitant agricole, WIBDI peut prévoir le rendement et la production d'huile de coco vierge. Ces estimations peuvent à leur tour être exploitées pour évaluer la viabilité de futures entreprises commerciales et obtenir des estimations plus précises quant aux bénéfices annuels escomptés.

L'utilisation de drones a représenté un avantage considérable pour WIBDI, mais elle n'a toutefois pas été sans poser quelques problèmes. M. Reynolds explique que le défi le plus important de Skyeye a été de sélectionner des zones d'atterrissage appropriées, particulièrement difficiles à trouver sur une île tropicale. « Les images satellites de Google dans les Samoa ne sont pas à jour. Parfois, la meilleure solution a été de demander aux habitants du village où nous pouvions trouver une clairière appropriée », raconte Ephraim Reynolds.

Maintenir une liaison radio stable avec le drone a constitué une contrainte supplémentaire. « Pour faire face à cette difficulté, nous avons restreint l'étendue de la trajectoire de vol du drone, ou alors nous l'avons lancé depuis des terrains surélevés », explique M. Reynolds.

Fin janvier 2016, Skyeye avait cartographié 10 480 hectares à l'aide de drones et avait comptabilisé 138 180 cocotiers. L'étude devrait être terminée d'ici le mois d'avril 2016. À l'avenir, Skyeye Samoa espère développer ce procédé de comptage des cocotiers mis au point pour WIBDI. Comme le fait remarquer Ephraim Reynolds, « Au fur et à mesure que les Samoa et la région du Pacifique prendront conscience que la technologie des drones peut être utilisée dans divers secteurs d'activité, notamment l'agriculture, la région renforcera sa capacité à atteindre des marchés importants et à rester en phase avec l'évolution des techniques modernes. »

À propos des auteurs :

Ephraim Reynolds (ephraim@skyeye.ws) est technicien spécialisé en SIG à Skyeye. Faumuina Felolini Tafuna’i (flyinggeesepro@gmail.com) est responsable des médias pour la Women in Business Development Inc.

Source:

Vous pouvez commander une version imprimée ou télécharger une version PDF de ce numéro en suivant ce lien : http://bit.ly/uav4ag-FR

Une sélection d'articles sont proposés sur le portail web du magazine : http://ictupdate.cta.int/fr, où vous pouvez vous abonner à la publication gratuitement.

Saturday, June 04, 2016

Counting coconut trees with drones in Western Samoa

On the Pacific islands of Samoa drone technology is used in a coconut tree survey to forecast more accurately yield and production of virgin coconut oil. 

In 2015 the Samoan agricultural non-governmental organisation Women in Business Development Incorporated (WIBDI) realised that it needed a new way to collect and organise comprehensive data from associated farms. The organisation helps local rural families actively engage through fair-trade in the niche market of organic products. They were wondering what would make it easier to carry out organic standards inspections and conduct counts of certain crops, in particular coconut trees.

Coconut is Samoa’s most important renewable resource and export product. The country exports copra coconut oil, virgin coconut oil, coconut cream, desiccated coconut, coconut fibre (coir) and shell products mainly to Australia and New Zealand. WIBDI is the largest exporter of virgin coconut oil in Samoa and its main buyer is The Body Shop, which is based in the United Kingdom.

In search for answers to the data collection problem, WIBDI turned to Samoan tech-services company Skyeye for help. Skyeye’s experts explained to them that the technology of unmanned aerial vehicles (UAVs) – also known as drones – was the perfect solution. It is cheaper than a manned aircraft and capable of collecting higher-resolution imagery than those that are available from a satellite.

Open source server

For its mapping work, Skyeye uses a fixed wing professional mapping UAV, which is capable of covering large areas in a single autonomous flight. ’The drone allows us to capture images of farms that are not easily accessible and it gives us the flexibility to fly whenever we want as long as the weather permits it. Being able to capture up-to-date imagery has been a massive benefit to this digitisation project,’ says Skyeye’s Geographic Information System (GIS) technician Ephraim Reynolds.

After technicians download images from the UAV, they process them into orthomosaics: stitched-together images that have been digitally corrected for distortion, so that they can be overlaid onto a map. They then open these image layers in a free, open source GIS computer programme, known as QGIS. In QGIS, they are able to digitise key farm features – and the high resolution drone imagery clearly shows individual coconut trees, allowing them to conduct a visual count of total tree numbers.

Skyeye uses a GIS feature known as a Web Feature Service (WFS), which allows them to grant users access to its geoserver – an open source server made for sharing geospatial data. With WFS, users are able to download individual layers of information, such as the layer containing information about farm’s coconut trees. With these geospatial data farmers then can make their own changes and updates to the digital map. ‘In this way, Skyeye is able to divide the labour and make the process of analysing the drone imagery faster and more centralised within one system,’ says Reynolds.

Locating landing areas for drones

To further speed up the process of mapping, Skyeye shows farmers images of their farms from the air so they can draw their boundaries. By estimating the age of the palm trees on each of the farmer’s property, WIBDI is able to forecast the yield and production of virgin coconut oil. These estimates can in turn be used to assess the feasibility of future business ventures, and to make more accurate estimates of expected annual profits.

While the drones have been a boon to WIBDI, they have not been entirely trouble-free. According to Reynolds, Skyeye’s biggest challenge has been locating suitable landing areas, as the drone requires an open area free of vegetation to safely land after completing a mission – and such an area can be hard to find on a tropical island. ‘Google’s satellite imagery in Samoa is outdated. Sometimes, we found that the best solution is to ask the locals in the village where we can find suitably clearing,’ he describes.

Maintaining a strong radio link to the drone was another hassle due to tall coconut trees, which can obstruct the signal and result in the drone not capturing images. ’For this, we shortened the range of the drone’s flight path, or found higher ground to launch it from,’ explains Reynolds.

By the end of January 2016, Skyeye had mapped 10,480 hectares by drone and counted 138,180 coconut trees. The drone survey of all 558 farms in WIBDI’s network should be completed by April 2016. In the future, Skyeye Samoa hopes to extend the tree-counting process it has developed for WIBDI.  ’As Samoa and the Pacific continue to realise how drone technology can be used in various industries, especially in agriculture, the region will become better able to reach large markets and keep up with modern advancements,’ says Reynolds.

About the authors:

Ephraim Reynolds (ephraim@skyeye.ws) is GIS technician at Skyeye. Faumuina Felolini Tafuna’i (flyinggeesepro@gmail.com) is media specialist at Women in Business Development Inc. WIBDI.


Source:

Republished with permission from ICT Update, issue 82, April 2016

Follow @UAV4Ag on Twitter

Thursday, May 26, 2016

Les drones du Sri Lanka, de véritables pionniers

L'Institut international de gestion de l'eau (IIGE) au Sri Lanka a lancé des expérimentations avec des drones dans le but de fournir des informations utiles à de nombreuses études telles que la surveillance des récoltes, la réduction des effets des catastrophes naturelles, et la prévention des maladies. 

Ces derniers mois, l'Institut international de gestion de l'eau de Colombo a utilisé des drones, appelés dans le monde anglophone « véhicules aériens sans pilote (UAV) », afin de surveiller les récoltes de riz dans la région aride d'Anuradhapura et ses alentours. Des capteurs de couleur RVB (rouge, vert, bleu) et des capteurs proche infrarouge ont par exemple été utilisés pour photographier les champs de riz. Ces technologies ont le potentiel d'aider les agriculteurs à repérer les champs sous pression et à déterminer les potentielles zones à faible altitude pour le partage des ressources.

Le drone de l'institut est également régulièrement utilisé en partenariat avec les autorités locales. En décembre 2015, le département des relevés topographiques du Sri Lanka a mis en place un plan de réduction des effets des catastrophes pour Badulla, la capitale de la province d'Uva.

Si des techniques conventionnelles avaient été utilisées, le département aurait mis plus d'un an à effectuer le relevé topographique de la ville. En revanche, le drone de l'IIGE a réussi à cartographier la totalité de la zone de 10 km2 en à peine trois jours, avec quatorze vols, 4 600 images haute résolution obtenues, et une résolution spatiale moyenne de quatre centimètres.

Prévention des maladies

L'imagerie par drone peut également servir à mieux comprendre la propagation des maladies, ce qui aide les experts du domaine de la santé à créer des cartes de grande qualité. La maladie rénale chronique d'étiologie incertaine (CKDu) est l'une des maladies non contagieuses les plus graves touchant les Sri Lankais aujourd'hui, et elle reste mal comprise. Diagnostiquée pour la première fois au milieu des années 1990, cette maladie est désormais présente dans six des neuf provinces du pays. Elle est essentiellement confinée dans la région sèche et ne touche que les agriculteurs cultivant le riz. La CKDu aurait jusqu'à présent entraîné la mort d'environ 25 000 personnes, et on estime que 8 000 personnes reçoivent actuellement un traitement.

Dans la région de Mahiyangana, la CKDu se serait propagée en contaminant l'eau potable issue des puits. Le drone a été utilisé pour rassembler des données géoréférencées sur les lieux d'habitation des ménages et l'emplacement des puits. Les données collectées peuvent en outre servir à la réalisation d'un modèle numérique d'élévation afin de localiser les zones élevées et basses de deux villages.

Les données ont été utilisées dans le cadre d'un projet pilote sur la prévention de la CKDu dans la région. Selon Ranjith Mulleriyawa, le responsable du projet, ces photos et cartes aériennes ont fourni aux chercheurs une meilleure vue globale de la région, et les ont aidés à comprendre de quelle manière les puits contaminés sont liés à la propagation de la CKDu dans les zones concernées.

Haute précision

L'IIGE prévoit également d'utiliser le drone au Népal afin de répertorier les sources d'eau fraîche à l'aide d'un petit capteur thermique. Les bassins hydrographiques ciblés au Népal sont dissimulés derrière une végétation dense, ce qui rend difficile l'utilisation de capteurs optiques standards afin d'identifier et de localiser les sources. Le capteur thermique monté sur le drone peut trouver les sources à travers la végétation car leur température est inférieure à celle de la terre qui les entoure.

Si l'utilisation des drones dans la recherche ainsi que d'autres applications pratiques de cette technologie sont encore balbutiantes, les premiers essais de l'IIGE ont déjà démontré leur efficacité. En effet, les drones peuvent servir à effectuer des relevés topographiques des régions étendues et difficiles d'accès en un temps relativement limité, et avec une grande précision. Pour les experts et décideurs politiques, ces images aériennes peuvent constituer des sources d'informations plus précises et davantage actualisées que celles dont ils disposaient auparavant. Les images de grande qualité des drones peuvent aider les agriculteurs à repérer de manière précoce les mauvaises récoltes, et leur donner assez de temps pour réagir.

Selon l'IIGE, les relevés topographiques effectués par des drones seront particulièrement utiles dans les recherches qui nécessitent une surveillance très précise et répétée. Il peut s'agir par exemple de vérifier les changements dans les systèmes de culture, de modifier le statut de ressources hydriques importantes et de documenter l'étendue des catastrophes environnementales. Il ne fait aucun doute que les agriculteurs ne tarderont pas à utiliser des drones pour surveiller leurs cultures, tout comme ils utilisent aujourd'hui des machines plus traditionnelles pour semer et récolter.

À propos de l'auteur :

Salman Siddiqui (S.Siddiqui@cgiar.org) est responsable senior de la division des systèmes d’information géographique, des capteurs à distance, et de la gestion des données auprès de l'Institut international de gestion de l'eau au Sri Lanka.

Source:

Vous pouvez commander une version imprimée ou télécharger une version PDF de ce numéro en suivant ce lien : http://bit.ly/uav4ag-FR

Une sélection d'articles sont proposés sur le portail web du magazine : http://ictupdate.cta.int/fr, où vous pouvez vous abonner à la publication gratuitement. 

Tuesday, May 24, 2016

Assurer plus efficacement les exploitants agricoles indiens en utilisant les drones

Le paiement de l'assurance-récolte pourrait être accéléré grâce à la technologie des drones en vue de prévenir les difficultés financières, et permettre à davantage de petits exploitants agricoles de s'assurer. 

Chaque année, des milliers d'exploitants agricoles indiens se suicident. Ceci s’explique par des conditions météorologiques difficiles, mais aussi parce que leur assurance-récolte, principale protection contre les aléas climatiques, leur a fait faux bond.

Credit: GaryCycles (CC license)
Moins de 23 pour
cent des exploitants indiens sont couverts par une assurance-récolte. Et même ceux qui sont assurés connaissent des difficultés financières générées par des retards de paiement, lesquels sont souvent liés à la lenteur du processus d'évaluation des dommages. Il faut donc beaucoup de temps avant que les assureurs reçoivent des données actualisées et exactes.

Les exploitants indiens doivent recevoir plus rapidement les remboursements au titre des assurances. Le gouvernement central indien a donc lancé un projet pilote d'assurance-récolte axé sur la technologie et nommé « Kisan ». Il fait partie du nouveau régime d'assurance-récolte gouvernemental, Pradhan Mantri Fasal Bima Yojna, que l'on pourrait traduire par « régime d'assurance-récolte du Premier Ministre ».

Système d'assurance-récolte

Le projet pilote Kisan associe des données agricoles collectées par des drones, appelés dans le monde anglophone « véhicules aériens sans pilote (UAV) », des images satellite haute définition, et des données collectées de manière participative à partir des smartphones des exploitants. Ces données peuvent ensuite être combinées avec des méthodes d'évaluation traditionnelles, permettant aux fonctionnaires d'accélérer l'évaluation des dommages touchant les récoltes et d'estimer les rendements avec plus de précision.

Même si l'utilisation des drones par Kisan est à un stade expérimental, les données collectées par les appareils peuvent être utilisées par les analystes agricoles gouvernementaux, les exploitants agricoles et les compagnies d'assurance, en vue d'améliorer le système d'assurance-récolte sous différents aspects. L'imagerie aérienne permet d’identifier les terres cultivées et celles qui ne le sont pas, et d’évaluer l'ampleur des dommages causés par des catastrophes naturelles. Les analystes experts peuvent aussi utiliser les données collectées par les drones sur la topographie et l'altitude afin d’assurer un suivi de l'érosion des sols et concevoir plus efficacement des systèmes de drainage et d'irrigation.

Les analystes agricoles pourraient employer les données de l'indice de végétation par différence normalisée (Normalized Difference Vegetation Index, NDVI) collectées pour mener des enquêtes plus rapides et plus précises quant à la santé des cultures, pour un traitement plus rapide des sinistres. Ils peuvent utiliser les mêmes données pour développer des modèles statistiques de gestion des risques, sur la base des rendements historiques, des nuisibles et des données météorologiques. Les données des drones pourraient également être utiles pour la détection et la prédiction précoce des infestations parasitaires, des données que les compagnies d'assurance pourraient partager avec les exploitants agricoles. Enfin, les données pourraient permettre de détecter les fraudes à l'assurance, empêchant ainsi les fraudeurs d'assurer la même parcelle plusieurs fois ou de réclamer des dommages inexistants.

Interdiction des drones

Les drones ne fonctionneront pas seuls. À l'avenir, les assureurs agricoles recourront certainement à des combinaisons différentes de données provenant de satellites et de drones, éventuellement associées à des méthodes d'analyse traditionnelles afin de générer une image réellement complète des terres agricoles indiennes. Avec ces nouvelles méthodes, les assureurs pourraient proposer un produit de meilleure qualité et plus économique, accessible à davantage d'exploitants agricoles.

Bien que la technologie des drones semble très prometteuse pour les assureurs agricoles indiens, il existe de nombreux défis réglementaires et logistiques à relever. Depuis octobre 2014, les drones sont interdits aux citoyens en Inde. Cette interdiction restera certainement d'actualité tant que la Direction générale de l'Aviation civile (DGCA) indienne n'élaborera pas un système de réglementation des drones commerciaux.

Alors que l'interdiction des drones civils est toujours effective, certaines organisations gouvernementales commencent à en acquérir. Début 2016, le Ministère de l'Agriculture a annoncé qu'il permettrait au Mahalanobis National Crop Forecast Centre (MNCFC) d'acheter des drones pour évaluer les dommages subis par des cultures. À terme, le Ministère de l'Agriculture prévoit d'acheter des drones pour chacun des états indiens afin d'appuyer le programme d'assurance-récolte.

L'immense secteur agricole indien présente un autre obstacle à l'adoption généralisée de l'imagerie par les drones pour l'assurance-récolte. Même s’ils permettent d'accélérer la collecte de données et de la rendre plus économique, de nouveaux modèles commerciaux seront nécessaires pour que l'assurance-récolte soit efficace à une échelle aussi importante.

Il ne sera par conséquent pas toujours facile d'introduire l'imagerie par les drones dans le système d'assurance-récolte indien. Si le projet Kisan est une réussite, davantage d'exploitants agricoles indiens pourront bénéficier de la sérénité qu'apporte une bonne assurance-récolte. Et ils auront beaucoup moins à craindre des mauvaises conditions météorologiques.

À propos de l'auteur :

Ruchit G Garg (Ruchit@harvesting.co) est le fondateur et le directeur général de Harvesting, une entreprise dont le siège se trouve dans la Silicon Valley, aux États-Unis, et qui propose aux exploitants agricoles des informations fondées sur les données.

Source: 

ICT Update #82

Suivez @UAV4Ag sur Twitter