Abdurahmon Rejeb a , Alirizo Abdullohiy b , Karim Rejeb c , Horst Treiblmaier d,
- a Menejment va huquq kafedrasi, Iqtisodiyot fakulteti, Tor Vergata Rim universiteti, Via Columbia, 2, Rim 00133, Italiya
- b Biznes boshqaruvi boʻlimi, Menejment fakulteti, Xarazmiy universiteti, 1599964511 Tehron, Eron
- c Bizerte fanlar fakulteti, Karfagen universiteti, Zarzouna, 7021 Bizerte, Tunis
- d Xalqaro menejment maktabi, Modul universiteti Vena, Am Kahlenberg 1, 1190 Vena, Avstriya
MAQOLA MA'LUMOTI | XULOSA |
Kalit so'zlar: Dronlar UAV Aniq qishloq xo'jaligi Things Internet Bibliometriya | Uchuvchisiz havo vositalari (UAV) deb ham ataladigan dronlar so'nggi o'n yilliklarda ajoyib rivojlanishga guvoh bo'ldi. Qishloq xo'jaligida ular fermerlarga xarajatlarni sezilarli darajada tejashni taklif qilish orqali dehqonchilik amaliyotini o'zgartirdilar. operatsion samaradorlik va yaxshi rentabellik. So'nggi o'n yilliklar davomida qishloq xo'jaligi dronlar mavzusiga aylandi katta ilmiy e'tiborni tortdi. Shuning uchun biz bibliometriyaga asoslangan keng qamrovli tekshiruv o'tkazamiz mavjud ilmiy adabiyotlarni umumlashtirish va tuzilish, shuningdek, hozirgi tadqiqot tendentsiyalari va faol nuqtalarini ochib berish. Biz bibliometrik usullarni qo'llash va umumlashtirish uchun qishloq xo'jaligi dronlari atrofidagi adabiyotlarni tahlil qilish va oldingi tadqiqotlarni baholang. Bizning tahlilimiz shuni ko'rsatadiki, masofadan zondlash, aniq qishloq xo'jaligi, chuqur o'rganish, mashinalarni o'rganish va narsalar interneti qishloq xo'jaligi dronlari bilan bog'liq muhim mavzulardir. Birgalikda iqtibos tahlil adabiyotda oltita keng tadqiqot klasterlarini ochib beradi. Ushbu tadqiqot qishloq xo'jaligida dron tadqiqotlarini umumlashtirish va kelajakdagi tadqiqot yo'nalishlarini taklif qilish bo'yicha birinchi urinishlardan biridir. |
Kirish
Qishloq xo'jaligi dunyoning asosiy oziq-ovqat manbai hisoblanadi (Friha va boshq., 2021) va u jiddiy muammolarga duch kelmoqda.
oziq-ovqat mahsulotlariga talabning ortishi, oziq-ovqat xavfsizligi va xavfsizlik muammolari, shuningdek, atrof-muhitni muhofaza qilish, suvni saqlash va
barqarorlik (Inoue, 2020). Bu rivojlanish davom etishi bashorat qilinmoqda, chunki 9.7 yilga borib dunyo aholisi 2050 milliardga etadi.
(2019). Qishloq xo'jaligi butun dunyoda suv iste'molining eng yorqin namunasini tashkil etganligi sababli, oziq-ovqat va suvga bo'lgan talab kutilmoqda.
yaqin kelajakda iste'mol keskin oshadi. Bundan tashqari, o'g'itlar va pestitsidlarni iste'mol qilish ortib bormoqda
dehqonchilik faoliyatini faollashtirish bilan birgalikda kelajakda ekologik muammolarni keltirib chiqarishi mumkin. Xuddi shunday, ekin maydonlari cheklangan va
butun dunyoda fermerlar soni kamayib bormoqda. Bu muammolar innovatsion va barqaror dehqonchilik yechimlariga ehtiyojni kuchaytiradi (Ilyos
va boshqalar, 2018; Friha va boshqalar, 2021; Inoue, 2020; Tzounis va boshqalar, 2017).
Yangi texnologiyalarni joriy etish ushbu muammolarni hal qilishning istiqbolli yechimi sifatida belgilangan. Aqlli dehqonchilik (Brewster va boshqalar,
2017; Tang va boshq., 2021) va aniq qishloq xo'jaligi (Feng va boshq., 2019; Khanna & Kaur, 2019) bunday munozaralar natijasida paydo bo'ldi. The
birinchisi, samaradorlik va samaradorlikni oshirish uchun fermerlik faoliyatida axborot kommunikatsiya texnologiyalari (AKT) va boshqa ilg'or innovatsiyalarni o'zlashtirish uchun umumiy tushunchadir (Haque va boshq., 2021). Ikkinchisi er bo'linadigan saytga xos boshqaruvga qaratilgan
bir hil qismlar va har bir qism yangi texnologiyalar yordamida hosildorlikni optimallashtirish uchun qishloq xo'jaligining aniq miqdorini oladi (Feng va boshq., 2019; Khanna & Kaur, 2019). Bu sohada olimlar e'tiborini tortgan mashhur texnologiyalar qatoriga Simsiz Sensor tarmoqlari (WSN) (J. Zheng & Yang, 2018; Y. Zhou va boshq., 2016), narsalar interneti (IoT) (Gill va boshqalar) kiradi. 2017; He va boshqalar, 2021; Liu va boshqalar, 2019);
sun'iy intellekt (AI) texnikasi, shu jumladan mashinani o'rganish va chuqur o'rganish (Liakos va boshq., 2018; Parsaeian va boshq., 2020; Shadrin va boshq.,
2019), hisoblash texnologiyalari (Hsu va boshq., 2020; Jinbo va boshq., 2019; Zamora-Izquierdo va boshq., 2019), katta ma'lumotlar (Gill va boshq., 2017; Tantalaki)
va boshq., 2019) va blokcheyn (PW Khan va boshq., 2020; Pincheira va boshq., 2021).
Yuqorida aytib o'tilgan texnologiyalarga qo'shimcha ravishda, masofaviy zondlash takomillashtirish uchun yuqori salohiyatga ega texnologik vosita hisoblanadi
aqlli va aniq qishloq xo'jaligi. Sun'iy yo'ldoshlar, ekipajli samolyotlar va dronlar masofadan zondlashning mashhur texnologiyalaridir (Tsouros va boshq., 2019).
Ommaviy ravishda uchuvchisiz havo vositalari (UAV), uchuvchisiz havo kemalari tizimlari (UAS) va masofadan boshqariladigan samolyotlar sifatida tanilgan dronlar
katta ahamiyatga ega, chunki ular boshqa masofaviy zondlash texnologiyalari bilan solishtirganda bir qancha afzalliklarga ega. Masalan, dronlar yetkazib berishi mumkin
bulutli kunlarda yuqori sifatli va yuqori aniqlikdagi tasvirlar (Manfreda va boshq., 2018). Bundan tashqari, ularning mavjudligi va uzatish tezligi boshqasini tashkil qiladi
imtiyozlar (Radoglou-Grammatikis va boshq., 2020). Samolyotlar bilan taqqoslaganda, dronlar juda tejamkor va sozlash va texnik xizmat ko'rsatish oson (Tsouros va boshq., 2019). Dastlab, asosan harbiy maqsadlarda foydalanilganiga qaramay, dronlar ko'plab fuqarolik ilovalarida, masalan, ta'minot zanjirini boshqarishda (A. Rejeb, Rejeb, va boshq., 2021a), insonparvarlik maqsadlarida (A. Rejeb, Rejeb va boshq., 2021c), aqlli qishloq xo'jaligi, o'lchash va xaritalash, madaniy meros hujjatlari, tabiiy ofatlarni boshqarish va o'rmon va yovvoyi tabiatni muhofaza qilish (Panday, Pratihast va boshqalar, 2020). Qishloq xo'jaligida dronlarning ko'plab qo'llanilishi sohalari mavjud, chunki ular ekinlarni boshqarishni qo'llab-quvvatlash uchun yangi texnologiyalar, hisoblash qobiliyatlari va bort sensorlari bilan birlashtirilishi mumkin (masalan, xaritalash, monitoring, sug'orish, o'simliklar diagnostikasi) (H. Huang va boshqalar, 2021). , ofatlarni kamaytirish, erta ogohlantirish tizimlari, yovvoyi tabiat va o'rmon xo'jaligini muhofaza qilish (Negash va boshq., 2019). Xuddi shunday, dronlardan bir qancha qishloq xoʻjaligi faoliyatida, jumladan, ekin va oʻsish monitoringi, hosilni baholash, suv taʼsirini baholash, begona oʻtlar, zararkunandalar va kasalliklarni aniqlashda foydalanish mumkin (Inoue, 2020; Panday, Pratihast, va boshq., 2020). Dronlardan nafaqat sensorli ma'lumotlarga asoslangan monitoring, baholash va aniqlash maqsadlarida, balki aniq sug'orish va begona o'tlar, zararkunandalar va kasalliklarga qarshi kurashda ham foydalanish mumkin. Boshqacha qilib aytadigan bo'lsak, dronlar atrof-muhitga oid ma'lumotlarga asoslanib, suv va pestitsidlarni aniq miqdorda purkash imkoniyatiga ega. Dronlarning qishloq xo‘jaligidagi afzalliklari 1-jadvalda umumlashtirilgan.
Qishloq xo'jaligida dronlarning asosiy afzalliklari.
Foyda | Malumot(lar) |
Vaqtinchalik va fazoviylikni oshiring sezgi o'lchamlari | (Gago va boshq., 2015; Niu va boshq., 2020; Srivastava va boshq., 2020) |
Aniq qishloq xo'jaligini osonlashtirish | (L. Deng va boshq., 2018; Kalischuk va boshq., 2019; Maimaitijiang va boshqalar, 2017) |
Klassifikatsiyasi va skauti ekinlar | (Inoue, 2020; Kalischuk va boshq., 2019; Lopez- ' Granados va boshqalar, 2016; Maimaitijiang va boshqalar, 2017; Melville va boshqalar, 2019; Moharana va Dutta, 2016) |
O'g'itdan foydalanish | (L. Deng va boshq., 2018; Guan va boshq., 2019) |
Qurg'oqchilik monitoringi | (Fawcett va boshq., 2020; Panday, Pratihast va boshqalar, 2020; Su va boshqalar, 2018) |
Biomassani baholash | (Bendig va boshq., 2014) |
Hosildorlikni baholash | (Inoue, 2020; Panday, Shrestha va boshqalar, 2020; Tao va boshq., 2020) |
Tabiiy ofatlarni kamaytirish | (Negash va boshqalar, 2019) |
Hayvonot dunyosini saqlash va o'rmon xo'jaligi | (Negash va boshq., 2019; Panday, Pratihast va boshqalar, 2020) |
Suv stressini baholash | (Inoue, 2020; J. Su, Coombes va boshqalar, 2018; L. Chjan va boshq., 2019) |
Zararkunandalar, begona o'tlar va kasalliklar Aniqlash | (Gaˇsparovi´c va boshq., 2020; Inoue, 2020; J. Su, Liu, va boshqalar, 2018; X. Zhang va boshqalar, 2019) |
Boshqa tomondan, dronlar ham cheklovlarga duch kelishadi. Uchuvchi ishtiroki, dvigatel kuchi, barqarorlik va ishonchlilik, foydali yuk tufayli sensorlarning sifati
vazn cheklovlari, amalga oshirish xarajatlari va aviatsiyani tartibga solish, ular orasida (C. Zhang & Kovacs, 2012). Kamchiliklarni solishtiramiz
2-jadvaldagi uchta mobil masofaviy zondlash texnologiyasidan. Boshqa masofaviy zondlash texnologiyalari, masalan, tuproq sensorlari, ushbu tadqiqotning diqqat markazidan tashqarida.
Har xil mobil masofadan zondlash texnologiyalarining kamchiliklari.
Masofadan zondlash texnologiyalari | Kamchiliklar | Manbalar |
Drone (UAV) | Uchuvchi ishtiroki; tasvirlar sifat (o'rtacha); amalga oshirish xarajatlari (o'rtacha); barqarorlik, manevrlik va ishonchliligi; standartlashtirish; dvigatel kuchi; cheklangan quvvat manbalar (batareyaning uzoq umr ko'rish muddati); cheklangan parvoz davomiyligi, to'qnashuv va kiberhujumlar; cheklangan foydali yuk og'irligi; katta ma'lumotlar to'plami va cheklangan ma'lumotlarni qayta ishlash qobiliyatlar; tartibga solishning yo'qligi; tajriba etishmasligi, yuqori kirish kirish uchun to'siqlar qishloq xo'jaligi dronlari; | (Bacco va boshqalar, 2018; Dawaliby va boshqalar, 2020; Hardin va Hardin, 2010; Hardin va Jensen, 2011 yil; Lagkas va boshqalar, 2018; Laliberte va boshqalar, 2007; Laliberte & Rango, 2011; Manfreda va boshqalar, 2018, 2018; Nebiker va boshqalar, 2008; Puri va boshqalar, 2017; Velusamy va boshqalar, 2022; C. Chjan va Kovacs, 2012) |
yo'ldosh | Davriy sun'iy yo'ldosh qamrovi, cheklangan spektral ruxsat; ko'rish muammolariga zaiflik (masalan, bulutlar); Mavjud emas va past uzatish tezligi; orientatsiya va vinyet qimmat fazoviy ma'lumotlarga ta'sir qiladi yig'ish; sekin ma'lumotlarni etkazib berish oxirgi foydalanuvchilarga vaqt | (Abutalebi va boshqalar, 2019; Cen va boshqalar, 2019; Chen va boshqalar, 2019; Nansen va Elliott, 2016; Panday, Pratihast, va boshqalar, 2020; Sai Vineeth va boshq., 2019) |
samolyot | Asrab olish uchun yuqori xarajatlar; murakkab sozlash; texnik xizmat ko'rsatish xarajatlari; ishonchlilikning yo'qligi samolyotlar, geometriyasi tasvirlar; muntazam bo'lmagan ma'lumotlar sotib olish; moslashuvchanlikning yo'qligi; halokatli baxtsiz hodisalar; sensor ma'lumotlari tebranishlar tufayli o'zgarishlar; georeferentsiya masalalari | (Armstrong va boshq., 2011; Atkinson va boshqalar, 2018; Barbedo & Koenigkan, 2018; Kovalev va Voroshilova, 2020; Suomalainen va boshqalar. 2013 yil; Thamm va boshqalar, 2013) |
Qishloq xo'jaligida ko'p tarmoqli va ko'p maqsadli texnologiya sifatida dronlar turli nuqtai nazarlardan o'rganildi. Misol uchun, olimlar qishloq xo'jaligidagi dron ilovalarini (Kulbacki va boshq., 2018; Mogili & Deepak, 2018), ularning aniq qishloq xo'jaligiga qo'shgan hissasini (Puri va boshq., 2017; Tsouros va boshq., 2019), ularning boshqa narsalar bilan to'ldirilishini ko'rib chiqdilar. ilg'or texnologiyalar (Al-Tani va boshq., 2020; Dutta & Mitra, 2021; Nayyar va boshq., 2020; Saha va boshq., 2018) va ularning navigatsiya va sezish imkoniyatlarini rivojlantirish imkoniyatlari (Baret va boshq. , 2015; Suomalainen va boshqalar, 2014). Qishloq xo'jaligida dronlarni qo'llash bo'yicha tadqiqotlar keng tarqalganligi sababli (Khan va boshq., 2021), mavjud adabiyotlarni umumlashtirish va domenning intellektual tuzilishini ochib berish zarurati paydo bo'ldi. Bundan tashqari, doimiy takomillashtiriladigan yuqori texnologiyali soha sifatida, mavjud adabiyotlarni vaqti-vaqti bilan umumlashtirish va muhim tadqiqot kamchiliklarini aniqlash uchun tizimli sharhlar o'tkazilishi kerak. Kimga
sana, qishloq xo'jaligi sohasida dron ilovalarini muhokama qiladigan bir nechta sharhlar mavjud. Misol uchun, Mogili va Dipak (2018) dronlarning hosilni kuzatish va pestitsidlarni purkashga ta'sirini qisqacha ko'rib chiqadi. Inoue (2020) qishloq xo'jaligida masofadan zondlashda sun'iy yo'ldosh va dronlardan foydalanishni ko'rib chiqadi. Muallif amaliy tadqiqotlar va ilg‘or tajribalar asosida aqlli dehqonchilikni qo‘llashning texnologik muammolarini hamda sun’iy yo‘ldoshlar va dronlarning hissalarini o‘rganadi. Tsouros va boshqalar. (2019) turli xil turdagi dronlarni va ularning qishloq xo'jaligidagi asosiy qo'llanilishini umumlashtirib, turli xil ma'lumotlarni yig'ish va qayta ishlash usullarini ta'kidlaydi. Yaqinda Aslan va boshqalar. (2022) qishloq xo'jaligida uchuvchisiz havo vositalarini qo'llashni har tomonlama ko'rib chiqdi va issiqxonada UAV uchun bir vaqtning o'zida mahalliylashtirish va xaritalashning dolzarbligini ta'kidladi. Diaz-Gonsales va boshqalar. (2022) turli xil mashina o'rganish texnikasi va masofadan turib hosildorlik bo'yicha so'nggi tadqiqotlarni ko'rib chiqdi
sezish tizimlari. Ularning topilmalari shuni ko'rsatdiki, UAVlar tuproq ko'rsatkichlarini baholashda foydali va fazoviy o'lchamlari, axborotning vaqtinchalikligi va moslashuvchanligi bo'yicha sun'iy yo'ldosh tizimlaridan ustundir. Basiri va boshqalar. (2022) aniq qishloq xo'jaligi kontekstida ko'p rotorli UAVlar uchun yo'lni rejalashtirish qiyinchiliklarini engish uchun turli yondashuvlar va usullarni to'liq ko'rib chiqdi. Bundan tashqari, Awais va boshqalar. (2022) suv holatini baholash uchun ekinlarda UAV masofadan zondlash ma'lumotlarini qo'llashni umumlashtirdi va isrofgarchilikni qo'llash uchun UAV masofadan zondlashning istiqbolli imkoniyatlarining chuqur sintezini taqdim etdi. Nihoyat, Aquilani va boshqalar. (2022) yaylovlarda chorvachilik tizimlarida qo'llaniladigan oldindan dehqonchilik texnologiyalarini ko'rib chiqdi va UAVlar yordamida masofadan zondlash biomassani baholash va podani boshqarish uchun foydali ekanligini xulosa qildi.
Shuningdek, so‘nggi paytlarda chorva mollarini kuzatish, kuzatish va yig‘ishda uchuvchisiz uchuvchi samolyotlardan foydalanish borasidagi sa’y-harakatlar qayd etilmoqda.
Garchi ushbu sharhlar yangi va muhim fikrlarni keltirsa-da, adabiyotlarda bibliometriyaga asoslangan har tomonlama va dolzarb sharhni topib bo'lmaydi, bu aniq bilim bo'shlig'ini ko'rsatadi. Bundan tashqari, ilmiy ishlab chiqarish ilmiy sohada o'sib borayotganida, tadqiqotchilar uchun domenning bilim strukturasini tushunish uchun miqdoriy tahlil usullarini qo'llash juda muhim bo'lib qoladi (Rivera va Pizam, 2015). Xuddi shunday, Ferreira va boshqalar. (2014) tadqiqot sohalari etuklashib, murakkablashib borar ekan, olimlar vaqti-vaqti bilan yangi hissalarni ochib berish, tadqiqot an'analari va tendentsiyalarini qo'lga kiritish, qaysi mavzular o'rganilayotganligini aniqlash va bilimlar tarkibini o'rganish uchun yaratilgan va to'plangan bilimlarni tushunishga harakat qilishlari kerakligini ta'kidladilar. soha va potentsial tadqiqot yo'nalishlari. Raparelli va Bajocco (2019) qishloq xo'jaligi va o'rmon xo'jaligida uchuvchisiz qurilmalarning bilim sohasini o'rganish uchun bibliometrik tahlil o'tkazgan bo'lsa-da, ularning tadqiqoti faqat 1995 va 2017 yillar oralig'ida chop etilgan ilmiy tadqiqotlarni ko'rib chiqadi, bu tez harakatlanuvchi hududning dinamikasini aks ettirmaydi. Bundan tashqari, mualliflar ushbu sohadagi eng ta'sirli hissalarni aniqlashga, adabiyotlarni birlashtirishga va birgalikda iqtibos tahlili yordamida intellektual tuzilmani baholashga harakat qilishmadi. Natijada, hozirgi tadqiqot o'choqlari, tendentsiyalari va faol nuqtalarini aniqlash uchun adabiyotlarni umumlashtirish kerak.
Ushbu bilim bo'shlig'ini to'ldirish uchun biz dronlar va qishloq xo'jaligi chorrahasida tadqiqotning hozirgi holatini o'rganish uchun miqdoriy metodologiya va qat'iy bibliometrik usullardan foydalanamiz. Biz ta'kidlaymizki, hozirgi tadqiqot qishloq xo'jaligida juda zarur bo'lgan yangi texnologiyani o'rganish orqali mavjud adabiyotlarga bir qator hissa qo'shadi, chunki u ushbu sektorning bir qancha jihatlarini o'zgartirish uchun ulkan salohiyatni beradi. Qishloq xo'jaligida uchuvchisiz samolyotlar bo'yicha tarqoq va parchalangan bilimlarni hisobga olsak, qishloq xo'jaligi dronlarini bibliometrik tahlil qilish zarurati yanada ko'proq seziladi. Xuddi shunday, qishloq xo'jaligi dronlariga oid adabiyotlar ushbu tadqiqot sohasining asosini yaratadigan eng ta'sirli tadqiqotlarni hisobga olgan holda tizimli ravishda klasterlangan bo'lishi kerak. Tahlilning ahamiyati adabiyotda ifodalangan asosiy tadqiqot mavzularini aniqlashtirishni ham o'z ichiga oladi. Texnologiyaning transformatsion potentsialini hisobga olgan holda, biz tarmoqning chuqur tahlili nufuzli ishlarni aniqlash va qishloq xo'jaligi uchun dronlarning salohiyatiga oid mavzularni ochib berish orqali yangi tushunchalarni beradi deb hisoblaymiz.
Shuning uchun biz quyidagi tadqiqot maqsadlariga erishishga intilamiz:
- Qishloq xo'jaligi sohasidagi dron ilovalariga katta hissa qo'shgan nufuzli nashrlarni aniqlash.
- Adabiyotlarni klasterlash, tadqiqot o‘choqlarini aniqlash va qo‘shma iqtibos tahlili yordamida semantik o‘xshashlik asosida asosiy “intellektual tuzilma” tadqiqotlarini xaritalash.
- Sohadagi turli nashrlar orasida vaqt o'tishi bilan bog'lanishlar va iqtibos tarmoqlari evolyutsiyasini tushunish va kelajakdagi tadqiqot yo'nalishlari va dolzarb mavzularni aniqlash.
Maqolaning qolgan qismi quyidagicha tuzilgan: 2-bo'lim metodologiya va ma'lumotlarni yig'ish bosqichlarini belgilaydi; 3-bo'limda tahlil natijalari keltirilgan; va 4-bo'limda topilmalar muhokama qilinadi va tadqiqot hissalari, oqibatlari va kelajakdagi yo'nalishlari bilan yakunlanadi.
Metodologiya
Ushbu joriy tadqiqot ishida biz qishloq xo'jaligida uchuvchisiz qurilmalarni o'rganish uchun bibliometrik tahlil qilamiz. Ushbu miqdoriy yondashuv bilim sohasining intellektual tuzilishini (Arora va Chakraborty, 2021) va ushbu usulni qo'llash orqali o'rganilishi mumkin bo'lgan hozirgi holat, dolzarb mavzular va kelajakdagi tadqiqot yo'nalishlarini ochib beradi (Kapur va boshq., 2018; Mishra va boshq. , 2017; A. Rejeb, va boshqalar, 2021b; MA Rejeb va boshqalar., 2021). Umuman olganda, bibliometrik tahlil yozma aloqaning yashirin naqshlarini umumlashtirish va ochish uchun mavjud adabiyotlarni va statistika va matematik usullarga asoslangan fanning evolyutsiyasini o'rganadi va u katta ma'lumotlar to'plamlariga taalluqlidir (Pritchard, 2020; Small, 1969; Tahai va Rigsby). , 1999). Bibliometriyadan foydalanib, biz mavjud paradigmalar va domenga o'xshashlik asosida hissa qo'shadigan tadqiqot markazlarini yaxshiroq tushunishga intilamiz (Thelwall, 1998). Bibliometriya metodologiyaning ob'ektiv miqdoriy kuchi bilan ta'minlangan yangi tushunchalarni beradi (Kasilyas va Acedo, 2008). Ko‘plab olimlar avval qishloq xo‘jaligi, masofaviy zondlash va raqamli transformatsiya kabi sohalarda bibliometrik tadqiqotlar olib borishgan (Armenta-Medina va boshq., 2007; Bouzembrak va boshq., 2020; A. Rejeb, Treiblmaier va boshq., 2019; Wamba). & Queiroz, 2021; Vang va boshqalar, 2021).
Iqtibos tahlili
Iqtibos tahlili ma'lum bir tadqiqot sohasi bo'yicha turli tushunchalarni ochib beradi. Bu, birinchi navbatda, ma'lum bir tadqiqot sohasiga hissa qo'shadigan va sezilarli ta'sir ko'rsatadigan eng nufuzli mualliflar va nashrlarni aniqlashga yordam beradi (Gundolf & Filser, 2013). Ikkinchidan, bilimlar oqimi va mualliflar o'rtasidagi aloqa aloqalarini ochish mumkin. Nihoyat, iqtiboslar va iqtiboslar o'rtasidagi bog'lanishlarni kuzatish orqali bilim sohasining vaqt o'tishi bilan o'zgarishi va evolyutsiyasini o'rganish mumkin (Pournader).
va boshq., 2020). Nashrning yuqori iqtibos raqamlari uning dolzarbligi va tadqiqot sohasiga qo'shgan salmoqli hissasini aks ettiradi (Baldi, 1998; Gundolf va Filser, 2013; Marinko, 1998). Nashrlarning iqtibos tahlili, shuningdek, tegishli asarlarni aniqlash va ularning mashhurligi va vaqt o'tishi bilan rivojlanishini kuzatishga yordam beradi.
Hujjatlarni birgalikda iqtibos tahlili
Birgalikda iqtibos tahlili nashrlar o'rtasidagi munosabatlarni o'rganish va sohaning intellektual tuzilishini tasvirlash uchun qimmatli usuldir (Nerur va boshq., 2008). Boshqacha qilib aytganda, eng ko'p iqtibos keltiriladigan nashrlar va ularning aloqalarini aniqlash orqali usul nashrlarni alohida tadqiqot klasterlariga guruhlaydi, bunda klasterdagi nashrlar muntazam ravishda o'xshash g'oyalarni baham ko'radi (McCain, 1990; Small, 1973). Shuni ta'kidlash kerakki, o'xshashlik nashrlarning topilmalari bir xil degani emas
uyushgan va bir-biri bilan kelishilgan; nashrlar mavzu o'xshashligi tufayli bir xil klasterga tegishli, ammo ular qarama-qarshi qarashlarga ega bo'lishi mumkin.
Ma'lumot yig'ish va tahlil qilish
Uayt va Griffit (1981) tomonidan taklif qilingan metodologiyaga amal qilgan holda, biz quyidagi besh bosqichni bajarib, qishloq xo'jaligida uchuvchisiz qurilmalarni qo'llash bo'yicha butun tadqiqot sohasini qamrab olish uchun jurnal maqolalarini keng qamrovli izladik:
- Birinchi qadam ma'lumotlarni yig'ish edi. Scopus standartlashtirilgan natijalarga ega bo'lgan eng keng qamrovli va ishonchli ma'lumotlar bazalaridan biri sifatida tanlandi. Qishloq xo'jaligidagi barcha dron ilovalari bilan bog'liq nashrlarning meta-ma'lumotlari olindi. Keyin biz tanlangan maqolalarni tahlil qildik, mavzudan tashqari maqolalarni tahlildan olib tashladik.
- Biz adabiyotlarni tahlil qildik va tadqiqot sohasida ishlatiladigan eng muhim kalit so'zlarni aniqladik.
- Iqtibos tahlilidan foydalanib, biz asosiy iqtibos naqshlarini aniqlash uchun mualliflar va hujjatlar o'rtasidagi aloqani o'rgandik. Shuningdek, biz qishloq xo‘jaligi dronlari sohasiga katta hissa qo‘shgan eng nufuzli mualliflar va nashrlarni aniqladik.
- Biz shunga o'xshash nashrlarni klasterlarga guruhlash uchun birgalikda iqtibos tahlilini o'tkazdik.
- Nihoyat, hamkorlik tarmog'ini tasvirlash uchun mamlakatlar, muassasalar va jurnallar o'rtasidagi aloqalar va aloqalarni tahlil qildik.
Tegishli qidiruv so'zlarini aniqlash
Biz ma'lumotlarni yig'ish uchun quyidagi qidiruv qatorlarini qo'lladik: (dron* YOKI "uchuvchisiz uchish apparati" YOKI UAV* YOKI "uchuvchisiz havo kemasi tizimi"” YOKI uas YOKI “masofadan boshqariladigan samolyot”) VA (qishloq xo‘jaligi YOKI qishloq xo‘jaligi YOKI dehqonchilik yoki fermer). Qidiruv 2021-yil sentabr oyida o‘tkazildi. Dronlar bir nechta belgilarga ega, jumladan, UAV, UAS va masofadan boshqariladigan samolyotlar (Sah va boshq., 2021). Qishloq xo'jaligiga oid maxsus qidiruv so'zlari Abdullohiy va boshqalarning tadqiqoti asosida aniqlangan. (2021). Aniqlik va shaffoflik uchun biz qo'llagan aniq so'rov 1-ilovada keltirilgan. Ma'lumotlarni tozalash jarayonidan so'ng biz matn faylini yaratdik, keyinchalik u iqtibos va birgalikda iqtibos tahlil qilish uchun keng tarqalgan vosita BibExcel-ga yuklandi. Ushbu vosita, shuningdek, boshqa dasturiy ta'minot bilan oddiy o'zaro aloqani ta'minlaydi va ma'lumotlarni qayta ishlash va tahlil qilishda sezilarli darajada erkinlikni taklif qiladi. VOSviewer versiyasi 1.6.16 topilmalarni vizualizatsiya qilish va bibliometrik tarmoqlarni yaratish uchun ishlatilgan (Eck & Waltman, 2009). VOSviewer bir qator intuitiv vizualizatsiyani taklif etadi, ayniqsa bibliometrik xaritalarni tahlil qilish uchun (Geng va boshq., 2020). Bundan tashqari, u natijalarni yaxshiroq tushunishga yordam beradigan aniq vizual natijalarni taqdim etishga yordam beradi (Abdollohi va boshq., 2021). Yuqorida aytib o'tilganidek, qidiruv satrlarini qo'llash orqali biz barcha tegishli nashrlarni to'pladik va saqladik. Birinchi qidiruv natijalari jami 5,085 ta hujjatni topdi. Tanlangan namunaning sifatini ta'minlash uchun tadqiqotda faqat sharhlangan jurnal maqolalari ko'rib chiqildi, natijada kitoblar, boblar, konferentsiya materiallari va tahririy eslatmalar kabi boshqa hujjat turlari chiqarib tashlandi. Tekshiruv jarayonida ahamiyatsiz (ya'ni, ushbu ish doirasidan tashqarida), ortiqcha (ya'ni, ikki tomonlama indeksatsiyadan kelib chiqadigan dublikatlar) va ingliz tilida so'zlashmaydigan nashrlar filtrdan o'tkazildi. Bu jarayon yakuniy tahlilga 4,700 ta hujjat kiritildi.
Topilmalar va muhokama
Boshlash uchun biz qishloq xo'jaligi dronlari bo'yicha joriy adabiyotlarda nashr etishdagi o'zgarishlarni tahlil qildik. Ilmiy tadqiqotlarning vaqtincha taqsimlanishi rasmda ko'rsatilgan. shuning uchun biz tahlil davrini ikki xil bosqichga bo'lishga qaror qildik. Biz 1 yildan 2011 yilgacha bo'lgan davrni qurish bosqichi deb ataymiz, har yili taxminan ettita maqola nashr etiladi. 30 yildan keyingi davr o'sish bosqichi deb nomlandi, chunki qishloq xo'jaligida dronlarni qo'llash bo'yicha tadqiqotlar bu davrda eksponensial o'sishga guvoh bo'ldi. 1990 yildan keyin nashrlar soni ortib borayotgani tadqiqotchilar orasida qiziqish ortib borayotganini tasdiqlaydi, bu shuningdek, dronlarning masofadan zondlashda qo'llanilganligini va aniq qishloq xo'jaligida qo'llanilganligini ko'rsatadi (Deng va boshq., 2010; Maes & Steppe, 2010; Messina & Modica, 2010). ). Xususan, nashrlar soni 2018-yildagi 2019 tadan 2020-yilda 108 taga yetdi va 2013-yilda 498 taga yetdi. 2018-yil yanvaridan sentabr o‘rtalarigacha jami 1,275 ta maqola chop etildi. Keyinchalik, tahlilimizni ko‘proq o‘sish bosqichiga qaratishni ma’qulladik. chunki bu davr qishloq xo'jaligi dronlarining eng so'nggi va muhim nozikliklarini aks ettiradi.
Kalit so'zlarni tahlil qilish
Mualliflar nashr qilish uchun tanlagan kalit so'zlar qog'ozning qanday taqdim etilishi va ilmiy jamoalarda qanday etkazilishiga hal qiluvchi ta'sir ko'rsatadi. Ular tadqiqotning asosiy mavzularini aniqlaydi va uning gullab-yashnashi yoki muvaffaqiyatsiz bo'lish potentsialini aniqlaydi (Day & Gastel, 1998; Kim va boshq., 2016; Uddin va boshq., 2015). Kengroq tadqiqot tendentsiyalari va yo'nalishlarini aniqlash vositasi bo'lgan kalit so'zlarni tahlil qilish domendagi barcha tegishli nashrlarning kalit so'zlarini to'plashni anglatadi (Dixit va Jakhar, 2021). Joriy tadqiqotda biz eng ommabop mavzularni o'rganish uchun jamlangan kalit so'zlarni ikkita to'plamga (ya'ni, 2010 va 2011–2021 yillargacha) ajratdik. Shunday qilib, biz ikkala to'plamdagi muhim kalit so'zlarni kuzatishimiz va barcha kerakli ma'lumotlarni to'plaganimizga ishonch hosil qilishimiz mumkin. Har bir toʻplam uchun eng yaxshi oʻnta kalit soʻzlar 3-jadvalda keltirilgan. Biz “dron” va “dronlar” yoki shunga oʻxshash “Internet of Things” va “IoT” kabi semantik jihatdan bir xil kalit soʻzlarni birlashtirib, nomuvofiqliklarni bartaraf etdik.
3-jadvalda ko'rsatilgandek, "uchuvchisiz uchish apparati" har ikkala vaqt oralig'ida "dron" va "uchuvchisiz havo tizimi" bilan solishtirganda ko'proq ishlatiladigan kalit so'zdir. Shuningdek, "masofadan zondlash", "aniq qishloq xo'jaligi" va "qishloq xo'jaligi" ikkala davrda ham yuqori o'rinlarni egallaydi. Birinchi davrda "aniq qishloq xo'jaligi" beshinchi o'rinni egalladi va ikkinchi davrda u ikkinchi o'rinni egalladi, bu dronlar aniq qishloq xo'jaligiga erishishda qanchalik muhim bo'lib borayotganini ko'rsatadi, chunki ular monitoringni amalga oshirishi mumkin.
Boshqa masofadan zondlash va yerga asoslangan tizimlar bilan solishtirganda aniqlash va baholash amaliyotlarini tezroq, arzonroq va bajarish osonroq. Bundan tashqari, ular kerak bo'lganda aniq miqdorda (masalan, suv yoki pestitsidlar) purkashlari mumkin (Guo va boshq., 2020; Inoue, 2020; Panday, Pratihast va boshq., 2020).
Eng ko'p ishlatiladigan kalit so'zlar ro'yxati.
unvon | 1990-2010 | № soni hodisalar | 2011-2021 | № soni hodisalar |
1 | uchuvchisiz antenna transport vositasi | 28 | uchuvchisiz havo vositasi | 1628 |
2 | masofadan zondlash | 7 | aniqligi qishloq xo'jaligi | 489 |
3 | qishloq xo'jaligi | 4 | masofadan zondlash | 399 |
4 | havo orqali | 4 | uchuvchisiz | 374 |
5 | aniqligi qishloq xo'jaligi | 4 | uchuvchisiz havo tizimi | 271 |
6 | uchuvchisiz antenna | 4 | qishloq xo'jaligi | 177 |
7 | giperspektral Sensor | 3 | chuqur o'rganish | 151 |
8 | sun'iy nerv tarmoqlar | 2 | mashina ta'lim | 149 |
9 | avtonom parvoz | 2 | o'simliklar indeks | 142 |
10 | qahva | 2 | Internet ning Things | 124 |
Yana bir qiziqarli xususiyat - qo'shimcha texnologiyalar mavjudligi. Birinchi bosqichda "Hiperspektral sensor" va "sun'iy neyron tarmoqlari" (ANN) eng yaxshi o'nta kalit so'zlar qatoriga kiradi. Giperspektral tasvirlash turli to'lqin uzunliklarida juda ko'p sonli tasvirlarni to'plash orqali an'anaviy tasvirni inqilob qildi. Shunday qilib, sensorlar bir vaqtning o'zida ko'p spektrli tasvirlash, spektroskopiya va RGB tasvirlariga qaraganda yaxshiroq fazoviy va spektral ma'lumotlarni to'plashlari mumkin (Adao ˜ va boshq.,
2017). Birinchi bosqichda "ANN" va ikkinchi bosqichda "chuqur o'rganish" (DL) va "mashinalarni o'rganish" (ML) ning paydo bo'lishi e'lon qilingan ishlarning aksariyati dronlar uchun AI texnikasining imkoniyatlarini tekshirishga qaratilganligini anglatadi. qishloq xo'jaligiga asoslangan. Dronlar avtonom parvoz qilish qobiliyatiga ega bo'lsa-da, ular hali ham uchuvchini jalb qilishni talab qiladi, bu esa qurilma intellektining past darajasini bildiradi. Biroq, bu muammoni AI texnikasining rivojlanishi tufayli hal qilish mumkin, bu esa vaziyatni yaxshiroq anglash va avtonom qarorlarni qo'llab-quvvatlashni ta'minlaydi. AI bilan jihozlangan dronlar navigatsiya paytida to'qnashuvlarning oldini oladi, tuproq va ekinlarni boshqarishni yaxshilaydi (Inoue, 2020) va odamlar uchun mehnat va stressni kamaytiradi (BK Sharma va boshqalar, 2019).
Moslashuvchanligi va katta hajmdagi chiziqli bo'lmagan ma'lumotlarni qayta ishlash qobiliyati tufayli sun'iy intellekt texnikasi prognoz qilish va qaror qabul qilish uchun dronlar va boshqa masofadan zondlash va yerga asoslangan tizimlar tomonidan uzatiladigan ma'lumotlarni tahlil qilish uchun mos usullardir (Ali va boshq., 2015; Inoue, 2020). Bundan tashqari, ikkinchi davrda "IoT" ning mavjudligi uning qishloq xo'jaligidagi rolini ko'rsatadi. IoT boshqa texnologiyalarni, jumladan dronlar, ML, DL, WSN va katta maʼlumotlarni oʻzaro bogʻlash orqali qishloq xoʻjaligida inqilob qilmoqda. IoTni joriy etishning asosiy afzalliklaridan biri bu turli vazifalarni (ma'lumotlarni yig'ish, ma'lumotlarni tahlil qilish va qayta ishlash, qaror qabul qilish va amalga oshirish) yaqin real vaqtda samarali va samarali birlashtirish qobiliyatidir (Elijah va boshq., 2018; Feng va boshq. , 2019; Muangprathub va boshqalar, 2019). Bundan tashqari, dronlar o'simliklarning kuchi va o'simlik xususiyatlarini hisoblash uchun zarur bo'lgan ma'lumotlarni olish uchun samarali vosita hisoblanadi (Candiago va boshq., 2015). 2a va 2b-rasmda ikkala vaqt oralig'i uchun kalit so'zlarning birgalikdagi tarmoqlari tasvirlangan.
Nufuzli mualliflar
Ushbu bo'limda biz nufuzli mualliflarni aniqlaymiz va muallif iqtibos tarmoqlari mavjud adabiyotlarni qanday tasavvur qilish va tartibga solishini ko'rib chiqamiz. 3-rasmda eng ko'p iqtibos keltirgan barcha tadqiqotchilarning xronologik qoplamasi ko'rsatilgan. Rang shkalasi mualliflarning iqtiboslarining yil bo'yicha o'zgarishini aks ettiradi. Biz qishloq xo'jaligi dronlari bo'yicha tadqiqotlarni nashr etgan tadqiqotchilarning iqtiboslar tuzilishini kamida 50 ta iqtibos va o'nta nashrdan foydalangan holda ko'rib chiqamiz. Tashqarida
12,891 115 muallif, faqat 4 tasi bu shartga javob berdi. 1,963-jadvalda eng ko'p iqtiboslar soni bo'yicha saralangan o'nta nufuzli mualliflar ro'yxati keltirilgan. Lopez-Granados F. 1,909 ta iqtibos bilan roʻyxatni boshqarmoqda, undan keyin Zarko-Tejada PJ XNUMX ta havola bilan.
Eng ko'p havola qilingan mualliflar ro'yxati.
Tartib | Muallif | havolalar |
1 | Lopez-Granados F. | 1,963 |
2 | Zarko-Tejada PJ | 1,909 |
3 | Pena ˜ JM | 1,644 |
4 | Torres-S´ anchez J. | 1,576 |
5 | Fereres E | 1,339 |
6 | Remondino F | 1,235 |
7 | Bolten A | 1,160 |
8 | Baret G | 1,155 |
9 | Berni J.A | 1,132 |
10 | de Kastro AI | 1,036 |
Shaxsiy nashrlar haqida gap ketganda, Chjan va Kovacsning (2012) maqolasi Precision Agriculture jurnalida chop etilgan eng ko'p iqtibos keltirgan tadqiqot bo'ldi. Bu erda mualliflar UASni aniq qishloq xo'jaligida qo'llashni ko'rib chiqdilar. Tadqiqot natijalari shuni ko'rsatadiki, fermerlarni ishonchli yakuniy mahsulotlar bilan ta'minlash uchun platforma dizaynini, ishlab chiqarishni, tasvirni georeferensiyani standartlashtirishni va ma'lumot qidirish ish jarayonini rivojlantirish zarurati bor. Bundan tashqari, ular fermerni, ayniqsa, dalani rejalashtirish, tasvirni olish, shuningdek, ma'lumotlarni sharhlash va tahlil qilishda faolroq jalb qilishni tavsiya qiladilar. Muhimi, bu tadqiqot birinchilardan boʻlib dala xaritasini tuzish, quvvatni xaritalash, kimyoviy tarkibni oʻlchash, oʻsimliklarning stressini kuzatish va oʻgʻitlarning oʻsimliklar oʻsishiga taʼsirini baholashda UAVning ahamiyatini koʻrsatgan. Texnologiya bilan bog'liq muammolar, shuningdek, taqiqlovchi xarajatlar, sensor qobiliyati, platforma barqarorligi va ishonchliligi, standartlashtirishning yo'qligi va katta hajmdagi ma'lumotlarni tahlil qilish uchun izchil tartibni o'z ichiga oladi.
Iqtibos tahlili
Iqtibos tahlili maqolalar ta'sirini o'rganishni ifodalaydi, garchi oqimlarga moyil bo'lsa ham (masalan, iqtibos keltirish, o'z-o'zidan iqtibos keltirish) ta'sirni baholashning standart vositalaridan biri hisoblanadi (Osareh, 1996; A. Rejeb va boshq., 2022; Sarli va boshqalar, 2010). Iqtiboslar, shuningdek, maqolalarning ma'lum bir mavzu bo'yicha adabiyotga qo'shgan hissalarining ahamiyati va hayotiyligini aks ettiradi (R. Sharma va boshqalar, 2022). Biz qishloq xo'jaligi dronlari bo'yicha eng ta'sirli tadqiqotlarni aniqlash uchun iqtibos tahlilini o'tkazdik va mazmunini umumlashtirdik. 5-jadvalda 1990–2010 va 2011–2021 yillardagi eng nufuzli oʻn beshta maqola roʻyxati keltirilgan. Berni va boshqalarning maqolalari. (2009)b va Ostin (2010) 1990 va 2010 yillarda mos ravishda 831 va 498 ta iqtibos bilan eng ko'p iqtibos keltirildi. Berni va boshqalar. (2009) b arzon termal va tor polosali multispektral tasvirlash sensorlari bilan jihozlangan vertolyotga asoslangan UAV orqali miqdoriy masofaviy zondlash mahsulotlarini ishlab chiqish potentsialini ko'rsatdi. An'anaviy boshqariladigan havo datchiklari bilan taqqoslaganda, qishloq xo'jaligi uchun arzon UAV tizimi ekinlarning biofizik parametrlarini solishtirish mumkin bo'lgan baholarga erishishga qodir, agar yaxshiroq bo'lmasa. Arzon xarajat va operatsion moslashuvchanlik, yuqori spektral, fazoviy va vaqtinchalik ruxsatlar bilan bir qatorda, tezkor aylanish vaqtida mavjud bo'lgan, UAVlarni muhim vaqtni boshqarishni talab qiladigan, jumladan, sug'orish jadvalini tuzish va aniq dehqonchilikni talab qiladigan bir qator ilovalar uchun mos qiladi. Berni va boshqalarning qog'ozi. (2009)b yuqori baholanadi, chunki u uchuvchisiz aylanma qanotli platformani va raqamli va termal sensorlarni qishloq xo'jaligida qo'llash uchun kerakli kalibrlash mexanizmlari bilan samarali birlashtirgan. Ikkinchi eng ko'p iqtibos keltiriladigan nashr Ostin (2010) muallifligidagi kitob bo'lib, u UAVlarni dizayn, ishlab chiqish va joylashtirish nuqtai nazaridan muhokama qilgan. Qishloq xo'jaligida UAVlar ekinlarning rangini o'zgartirish orqali kasalliklarni erta aniqlash, ekin ekish va püskürtmeyi osonlashtirish, shuningdek, podalarni kuzatish va haydash orqali hosil monitoringini qo'llab-quvvatlaydi.
Sullivan va boshqalarning tadqiqotlari. (2007), Lumme va boshqalar. (2008) va Gokto ¨ ǧan va boshqalar. (2010) eng ko'p keltirilgan o'n beshta maqola ro'yxatini yakunlaydi. Ushbu maqolalar qishloq xo'jaligini qo'llab-quvvatlash uchun UAVga asoslangan tizimlarning rivojlanishini ko'rsatadi. Ular ekinlarni kuzatish va skanerlash, begona o'tlarni nazorat qilish va boshqarish, qaror qabul qilishni qo'llab-quvvatlash kabi turli muammolarga yechim taklif qiladi. Ular, shuningdek, UAVning namuna olish samaradorligini oshirish va fermerlarga aniq va samarali ishlab chiqarishda yordam berish qobiliyatini taklif qiladi va muhokama qiladi.
ekish strategiyalari. Ikkita maqola Berni tomonidan yozilgan (Berni va boshq., 2009b; Berni va boshq., 2009a), bu uning qishloq xo'jaligidagi dron bilan bog'liq tadqiqotlarga sezilarli ta'sirini ta'kidladi. Zarco-Tejada va boshqalarning qog'ozi. (2014) daraxt balandligi miqdorini aniqlashda arzon UAV tasvirlaridan foydalanish zarurligini ko'rsatadigan kashshof tadqiqotlar qatoriga kiradi.
Eng ko'p havola qilingan adabiyotlar ro'yxati.
unvon | 1990 dan 2010-ga | 2011 dan 2021-ga | ||
Hujjat | Citation | Hujjat | Citation | |
1 | (Berni va boshq., 2009b) | 831 | (C. Chjan va Kovacs, 2012) | 967 |
2 | (Ostin, 2010) | 498 | (Nex va Remondino, 2014) | 893 |
3 | (Hant va boshqalar, 2010) | 331 | (Floreano va Vud, 2015) | 552 |
4 | (SR Herwitz va boshqalar, 2004) | 285 | (Hossein Motlagh va boshqalar, 2016) | 391 |
5 | (CCD Lelong va boshqalar, 2008) | 272 | (Shakhatre va boshqalar, 2019) | 383 |
6 | (Berni va boshq., 2009b) | 250 | (Ma va boshqalar, 2017) | 373 |
7 | (Grenzdorffer va boshq., 2008) | 198 | (Bendig va boshq., 2014) | 360 |
8 | (Xrabar va boshq., 2005) | 175 | (Zarko-Tejada va boshqalar, 2014) | 347 |
9 | (Y. Huang va boshqalar, 2009) | 129 | (Ad˜ ao va boshqalar, 2017) | 335 |
10 | (Schmale III va boshqalar, 2008) | 119 | (Honkavaara va boshqalar, 2013a) | 331 |
11 | (Abd-Elrahmon va boshqalar, 2005) | 79 | (Candiago va boshq., 2015) | 327 |
12 | (Techy va boshqalar, 2010) | 69 | (Xiang va Tian, 2011) | 307 |
13 | (Sullivan va boshq., 2007) | 51 | (Matese va boshq., 2015) | 303 |
14 | (Lumme va boshq., 2008) | 42 | (Gago va boshq., 2015) | 275 |
15 | (Gokto ¨ ǧan va boshqalar, 2010) | 40 | (Aasen va boshq., 2015a) | 269 |
Ikkinchi davrda (2011–2021) Chjan va Kovacs (2012) va Nex va Remondino (2014) tomonidan olib borilgan tadqiqotlar natijasida eng ko'p iqtibos keltiriladigan nashrlar paydo bo'ldi. Chjan va Kovacs (2012) aniq qishloq xo'jaligi geografik axborot tizimlari, GPS va masofadan zondlash kabi geofazoviy texnika va sensorlarni joriy etish orqali sohadagi o'zgarishlarni qo'lga kiritish va muqobil strategiyalarni qo'llash orqali ularni boshqarish uchun foyda keltirishi mumkinligini ta'kidlaydi. Aniq qishloq xo'jaligida o'yinni o'zgartiruvchi vosita sifatida dronlarning qabul qilinishi masofadan zondlashda yangi davrni e'lon qildi, havodan kuzatishni soddalashtirdi, ekinlarning o'sishi ma'lumotlarini, tuproq sharoitlarini va purkash maydonlarini qo'lga kiritdi. Chjan va Kovacsning (2012) sharhi muhim ahamiyatga ega, chunki u platforma va kamera cheklovlari, ma'lumotlarni qayta ishlash muammolari, fermerlarning ishtiroki va aviatsiya qoidalari kabi atrof-muhit monitoringi va aniq qishloq xo'jaligida ushbu qurilmalardan mavjud foydalanish va muammolarni ochib berish orqali UAVlar haqida tushuncha beradi. . Ikkinchisi
Nex va Remondino (2014) tomonidan olib borilgan eng ko'p iqtibos keltirgan tadqiqotida yer tasvirlarini olish, qayta ishlash va tahlil qilish uchun UAVlarning san'ati holati ko'rib chiqildi.
Ularning ishi, shuningdek, bir nechta UAV platformalari, ilovalari va foydalanish holatlari haqida umumiy ma'lumotni taqdim etib, UAV tasvirini qayta ishlashdagi eng yangi yutuqlarni namoyish etdi. Qishloq xoʻjaligida fermerlar xarajat va vaqtni tejash uchun samarali qarorlar qabul qilish, zararni tez va aniq qayd etish hamda yuzaga kelishi mumkin boʻlgan muammolarni oldindan bilish uchun UAVlardan foydalanishlari mumkin edi. An'anaviy havo platformalaridan farqli o'laroq, UAVlar yuqori aniqlik potentsialini saqlab qolgan holda operatsion xarajatlarni kamaytirishi va og'ir joylarda kirish xavfini kamaytirishi mumkin. Ularning maqolasida UAVlarning turli afzalliklari, xususan, aniqlik va rezolyutsiya nuqtai nazaridan umumlashtiriladi.
2011 va 2021 yillar orasida eng ko'p keltirilgan o'n uchta nashrlar orasida biz tasvirlash missiyalarida dron ilovalari bilan bog'liq bo'lgan tadqiqotlarga ko'proq e'tibor qaratdik (Bendig va boshq., 2014; Ma va boshq., 2017; Zarco-Tejada va boshq., 2014) , aniq qishloq xo'jaligi (Candiago va boshq., 2015; Honkavaara va boshq., 2013a), nozik uzumchilik (Matese va boshq., 2015), suv stressini baholash (Gago va boshq., 2015) va o'simliklar monitoringi (Aasen va boshq. , 2015a). Dastlabki yillarda tadqiqotchilar diqqat markazida bo'lishdi
qishloq xo'jaligi uchun arzon, engil va aniq UAVga asoslangan tizimlarni ishlab chiqish bo'yicha ko'proq; so'nggi tadqiqotlar ko'proq qishloq xo'jaligi va dala o'lchash uchun UAV ilovalarini ko'rib chiqishga qaratilgan. Xulosa qilib aytganda, ushbu tahlil shuni ko'rsatadiki, nufuzli nashrlar asosan UAVlarning hozirgi ilmiy va texnologik holatini baholash bo'yicha oldingi tadqiqotlar sharhlarini va aniq qishloq xo'jaligini qo'llab-quvvatlash uchun ishlab chiqilgan UAV tizimlarini taqdim etgan. Qizig'i shundaki, biz empirik tadqiqotlarni topa olmadik
metodologiyalar yoki tavsifiy misollar, bu muhim bilim bo'shlig'ini tashkil qiladi va ushbu mavzu bo'yicha ko'proq tadqiqotlar talab qiladi.
Birgalikda iqtibos tahlili
Gmur (2006) ma'lumotlariga ko'ra, birgalikda iqtibos tahlili o'xshash nashrlarni aniqlaydi va ularni birlashtiradi. Klasterni sinchiklab tekshirish nashrlar orasida umumiy tadqiqot sohasini aniqlashi mumkin. Biz tegishli mavzularni ko'rsatish va nashrlarning intellektual naqshlarini aniqlash uchun qishloq xo'jaligi dronlariga oid adabiyotlarning birgalikdagi iqtiboslarini o'rganamiz. Shu munosabat bilan, Small (1973) eng ta'sirli va muhim tadqiqotlarni o'rganish uchun kositatsiya tahlilidan foydalanishni tavsiya qildi.
intizom doirasida. To'plamni eng muhim maqolalar bilan cheklash uchun (Goyal va Kumar, 2021), biz birgalikda iqtibos qilish chegarasini 25 ga o'rnatdik, ya'ni ikkita maqola 25 yoki undan ortiq turli nashrlarning ma'lumotnomalar ro'yxatida birgalikda keltirilgan bo'lishi kerak. Klasterlash, shuningdek, klasterning minimal o'lchami 1 bilan va kichikroq klasterlarni kattaroqlari bilan birlashtirishning hech qanday usulisiz amalga oshirildi. Natijada, tadqiqotlarning o'xshashligi va ularning intellektual tuzilishi asosida oltita klaster yaratildi. 6-jadvalda nashrlarning har bir klaster bo'yicha taqsimlanishi ko'rsatilgan.
1-klaster: Ushbu klasterda ushbu klasterdagi nashrlarda atrof-muhit monitoringi, ekinlarni boshqarish va begona o'tlarni boshqarishni qo'llab-quvvatlashda dronlarning roli muhokama qilinganidan keyin nashr etilgan o'n sakkizta hujjat mavjud. Masalan, Manfreda va boshqalar. (2018) tabiiy qishloq xo'jaligi ekotizimini monitoring qilishda UAVning joriy tadqiqotlari va tatbiqlari haqida umumiy ma'lumot beradi va texnologiya atrof-muhit monitoringini keskin yaxshilash va kamaytirish uchun ulkan salohiyatni taklif qiladi.
dala kuzatuvi va an'anaviy havo va kosmik masofadan zondlash o'rtasidagi mavjud bo'shliq. Buni yaxshilangan vaqtni qidirish va keng maydonlarni arzon narxlarda fazoviy tushunish uchun yangi imkoniyatlarni taklif qilish orqali amalga oshirish mumkin. UAVlar doimiy ravishda atrof-muhitni sezishi va natijada olingan ma'lumotlarni kasallik yoki suvni aniqlashning etishmasligi kabi muammolarni aniqlash uchun sensorlarni boshqaradigan aqlli, markazlashtirilgan/markazlashtirilmagan ob'ektlarga yuborishi mumkin (Padua ´ va boshq., 2017). Adao ˜ va boshqalar. (2017) ta'kidlashicha, UAVlar suv holati, biomassani baholash va quvvatni baholash bilan bog'liq katta hajmdagi xom ma'lumotlarni olish orqali o'simliklar sharoitlarini baholash uchun idealdir. Masofadan zondlash ma'lumotlarini o'z vaqtida qo'lga kiritish uchun UAVga o'rnatilgan sensorlar ham zudlik bilan tegishli atrof-muhit sharoitida joylashtirilishi mumkin (Von Bueren va boshq., 2015). UAVlar yordamida fermerlar yopiq dehqonchilik muhitining (masalan, issiqxonalar) uch o'lchovli maydonidagi deyarli har qanday joydan o'lchovlarni olish orqali yopiq dehqonchilik faoliyatini amalga oshirishi mumkin, shu bilan mahalliy iqlim nazorati va o'simliklar monitoringini ta'minlaydi (Roldan ´ va boshqalar). ., 2015). Aniqlik kontekstida
qishloq xo'jaligi, ekinlarni boshqarish bo'yicha qarorlar tegishli vaqt va fazoviy rezolyutsiyaga ega bo'lgan aniq, ishonchli ekin ma'lumotlarini talab qiladi (Gebbers & Adamchuk, 2010; Gevaert va boshq., 2015; Maes & Steppe, 2019). Shu sababli, Aguera Vega va boshqalar. (2015) vegetatsiya davrida kungaboqar ekinining tasvirlarini olish uchun UAV o'rnatilgan multispektral sensor tizimidan foydalangan. Xuddi shunday, Huang va boshqalar. (2009) ta'kidlashicha, UAVlar asosida masofadan zondlash to'plangan spektral ma'lumotlardan ekinlar va tuproqni o'lchashni osonlashtirishi mumkin. Verger va boshqalar. (2014) bug'doy va kolza ekinlariga e'tibor qaratgan holda, aniq qishloq xo'jaligida qo'llashda UAV aks ettirish o'lchovlaridan yashil maydon indeksini (GAI) baholash usulini ishlab chiqdi va sinovdan o'tkazdi. Shu sababli, dronlar tez-tez qayta ko'rib chiqiladigan va yuqori fazoviy o'lchamlari bilan ekin holati ma'lumotlarini olish uchun yangi imkoniyatlarni taqdim etadi (Dong va boshq., 2019; Garzonio va boshq., 2017; H. Zheng va boshq., 2016).
Qishloq xo'jaligi dronlarida nufuzli nashrlarni klasterlash.
Klaster | Keng mavzu | Manbalar |
1 | Atrof-muhit monitoringi, hosil boshqarish, begona o'tlarni boshqarish | (Ad˜ ao va boshqalar, 2017; Aguera Vega va boshqalar, 2015; de Kastro va boshqalar, 2018; Gomez-Kand 'on' va boshqalar, 2014; YB Huang va boshqalar, 2013; Khanal va boshqalar, 2017; Lopez-Granados, ´ 2011; Manfreda va boshqalar, 2018; P´ adua va boshqalar, 2017; Pena ˜ va boshqalar, 2013; Peres-Ortiz va boshqalar, 2015; Rasmussen va boshqalar, 2013, 2016; Torres-S´ anchez va boshqalar, 2014; Torres-Sanches, "Lopez-Granados", "va" Pena, ˜ 2015; Verger va boshqalar, 2014; Von Bueren va boshqalar, 2015; C. Chjan va Kovacs, 2012) |
2 | Masofaviy fenotiplash, hosildorlik taxmin, ekin yuzasi modeli, o'simliklarni hisoblash | (Bendig va boshq., 2013, 2014; Geipel va boshqalar, 2014; Gnadinger ¨ & Shmidhalter, 2017 yil; Haqiqattalab va boshqalar, 2016; Holman va boshqalar, 2016; Jin va boshqalar, 2017; W. Li va boshqalar, 2016; Maimaitijiang va boshqalar, 2017; Sankaran va boshqalar, 2015; Schirrmann va boshqalar, 2016; Shi va boshqalar, 2016; Yue va boshqalar, 2017; X. Zhou va boshqalar, 2017) |
3 | Suv uchun termal tasvir, multispektral tasvirlash | (Baluja va boshq., 2012; Berni va boshq., 2009b; Berni va boshqalar, 2009a; Kandiago va boshqalar, 2015; Gago va boshqalar, 2015; Gonsales-Dugo va boshqalar, 2013, 2014; Grenzdorffer ¨ va boshqalar, 2008; Xoliq va boshqalar, 2019; Matese va boshqalar, 2015; Ribeiro-Gomes va boshqalar, 2017; Santesteban va boshqalar, 2017; Uto va boshqalar, 2013) |
4 | Gipersektral tasvirlash, spektral ko'rish | (Aasen va boshq., 2015a; Bareth va boshq., 2015; Hakala va boshqalar, 2013; Honkavaara va boshqalar, 2013a; Lyusier va boshqalar, 2014; Saari va boshqalar, 2011; Suomalainen va boshqalar, 2014) |
5 | 3D-Mapping ilovalari | (Jim'enez-Brenes va boshqalar, 2017; Nex & Remondino, 2014 yil; Salami va boshqalar, 2014; Torres-S´ anches, Lopez-´ Granados, Serrano va boshqalar, 2015; Zahawi va boshqalar, 2015; Zarko-Tejada va boshq., 2014) |
6 | Qishloq xo'jaligini nazorat qilish | (SR Herwitz va boshq., 2004; Hunt va boshqalar, 2010; CCD Lelong va boshqalar, 2008; Primicerio va boshqalar, 2012; Xiang & Tian, 2011) |
Bundan tashqari, dronlar qishloq xo'jaligidagi qiyin vazifalarni, shu jumladan begona o'tlarni xaritalash uchun foydalidir. Qurilmalar tomonidan olingan tasvirlar dalalarda begona o'tlarni erta aniqlash uchun foydali ekanligini isbotladi (de Kastro va boshq., 2018; Jim'enez-Brenes va boshq., 2017; Lam va boshq., 2021; Lopez-Granados va boshq., 2016; Rozenberg va boshqalar, 2021). Shu munosabat bilan de Kastro va boshqalar. (2018) ta'kidlashicha, UAV tasvirlari va ob'ektga asoslangan tasvir tahlili (OBIA) birlashishi amaliyotchilarga erta mavsumda o'tloq ekinlarini erta aniqlashni avtomatlashtirish muammosini yengish imkonini berdi, bu begona o'tlarni tadqiq qilishda oldinga katta qadamdir. Xuddi shunday, Pena ˜ va boshqalar. (2013) ta'kidlashicha, UAVdan ultra yuqori fazoviy aniqlikdagi tasvirlardan OBIA protsedurasi bilan birgalikda foydalanish erta makkajo'xori ekinlarida begona o'tlar xaritalarini yaratishga imkon beradi, bu esa mavsumda begona o'tlarga qarshi kurash choralarini amalga oshirishni rejalashtirishda ishlatilishi mumkin, sun'iy yo'ldosh va an'anaviy havo tasvirlari qobiliyatidan tashqari vazifa. Tasvirlarni tasniflash yoki ob'ektni aniqlash algoritmlari bilan solishtirganda, semantik segmentatsiya usullari begona o'tlarni xaritalash vazifalarida samaraliroq bo'ladi (J. Deng va boshq., 2020), bu fermerlarga dala sharoitlarini aniqlash, yo'qotishlarni kamaytirish va vegetatsiya davrida hosildorlikni oshirish imkonini beradi (Ramesh) va boshq., 2020). Chuqur o'rganishga asoslangan semantik segmentatsiya, shuningdek, yuqori aniqlikdagi havo tasvirlaridan o'simlik qoplamini aniq o'lchashni ta'minlaydi (Ramesh va boshq., 2020; A. Zheng va boshq., 2022). Masofadan foydalanish imkoniyatlariga qaramay
piksellar tasnifini sezish, semantik segmentatsiya texnikasi muhim hisoblash va juda yuqori GPU xotirasini talab qiladi (J. Deng va boshq., 2020).
Mashinani o'rganish va UAVga asoslanib, P'erez-Ortiz va boshqalar. (2015) fermerlar paydo bo'lgandan keyin begona o'tlarga qarshi kurashni qabul qilganda, saytga xos begona o'tlarni nazorat qilish strategiyasini ta'minlash uchun begona o'tlarni xaritalash yondashuvini taklif qildi. Nihoyat, Rasmussen va boshqalar. (2013) dronlar katta fazoviy piksellar sonini moslashuvchanligi bilan arzon sezgirlikni ta'minlashini ta'kidladi. Umuman olganda, ushbu klasterdagi nashrlar masofaviy zondlash, ekinlarni kuzatish va begona o'tlarni xaritalashni qo'llab-quvvatlash uchun UAVlarning imkoniyatlarini o'rganishga qaratilgan. Atrof-muhit monitoringi, ekinlarni boshqarish va begona o'tlarni xaritalashda dron ilovalari qanday qilib yanada barqaror qishloq xo'jaligiga erishish mumkinligini o'rganish uchun qo'shimcha chuqur tadqiqotlar talab etiladi (Chamuah & Singh, 2019; Islam va boshq., 2021; Popescu va boshq., 2020; J. Su, Liu, va boshq., 2018) va ekinlarni sug'urtalash ilovalarida ushbu texnologiyani boshqarish masalalarini ko'rib chiqing (Basnet & Bang, 2018; Chamuah & Singh, 2019, 2022; Meinen & Robinson, 2021). Tadqiqotchilar qayta ishlangan ma'lumotlarning yakuniy sifatini oshirish uchun samarali qayta ishlash texnikasi bilan UAV to'plangan o'lchovlarni tasdiqlashga e'tibor qaratishlari kerak (Manfreda va boshq., 2018). Bundan tashqari, raqamli tasvirlarda begona o'tlarni ko'rsatadigan piksellarni taniydigan va UAV begona o'tlarni xaritalash paytida ahamiyatsiz fonni yo'q qiladigan tegishli algoritmlarni ishlab chiqish kerak (Gaˇsparovi´c va boshq., 2020; Hamylton va boshq., 2020; H. Huang va boshq. , 2018, 2020; Lopez- ´ Granados va boshqalar, 2016). O'simliklarni aniqlash, barglarni tasniflash va kasalliklarni xaritalashda semantik segmentatsiya usullarini qo'llash bo'yicha qo'shimcha tadqiqotlar mamnuniyat bilan qabul qilinadi (Fuentes-Pacheco va boshq., 2019; Kerkech va boshq., 2020).
Klaster 2. Ushbu klasterdagi nashrlar qishloq xo'jaligi dronlarining bir necha jihatlariga e'tibor qaratdi. Masofaviy fenotiplash bilan bog'liq, Sankaran va boshqalar. (2015) daladagi ekinlarni tez fenotiplash uchun UAVlar bilan past balandlikdagi, yuqori aniqlikdagi havo tasvirlarini qo'llash imkoniyatlarini ko'rib chiqdi va ular yerga asoslangan sensorli platformalar bilan solishtirganda, etarli datchiklarga ega bo'lgan kichik UAVlar bir qator afzalliklarga ega ekanligini ta'kidlaydilar. , masalan, maydonga osonroq kirish, yuqori aniqlikdagi ma'lumotlar, samarali ma'lumotlarni yig'ish,
dala o'sishi sharoitlarini tezkor baholash va past operatsion xarajatlar. Shu bilan birga, mualliflar, shuningdek, UAVni dala fenotiplash uchun samarali qo'llash ikkita asosiy elementga, ya'ni UAV xususiyatlariga (masalan, xavfsizlik, barqarorlik, joylashishni aniqlash, avtonomiya) va sensor xususiyatlariga (masalan, ruxsat, vazn, spektral to'lqin uzunliklari, maydon) tayanishini ta'kidlaydilar. nuqtai). Haghighattalab va boshqalar. (2016) UAV tasvirlaridan uchastka darajasidagi ma'lumotlarni olish va naslchilik jarayonini tezlashtirish uchun yarim avtomatlashtirilgan tasvirni qayta ishlash quvurini taklif qildi. Holman va boshqalar. (2016) yuqori darajada ishlab chiqilgan
o'tkazuvchanlik maydonini fenotiplash tizimi va UAV sifatli, hajmli, dalaga asoslangan fenotipik ma'lumotlarni to'plash qobiliyatiga ega ekanligini va qurilma katta maydonlar va turli xil maydonlar uchun samarali ekanligini ta'kidladi.
Hosildorlikni baholash juda muhim ma'lumot bo'lganligi sababli, ayniqsa o'z vaqtida mavjud bo'lganda, UAVlar barcha dala o'lchovlarini ta'minlash va yuqori sifatli ma'lumotlarni samarali olish imkoniyatiga ega (Daakir va boshq., 2017; Demir va boshq., 2018). Enciso va boshq., 2019; Pudelko va boshqalar., 2018; Shu munosabat bilan Jin va boshqalar. (2012) bug'doy o'simliklarining paydo bo'lish bosqichida zichligini baholash usulini ishlab chiqish va baholash uchun juda past balandliklarda UAVlar tomonidan olingan yuqori aniqlikdagi tasvirlardan foydalangan. Mualliflarning fikriga ko'ra, UAVlar kameralar bilan jihozlangan rover tizimlarining cheklovlarini engib o'tadi va ekinlardagi o'simliklarning zichligini baholashning invaziv bo'lmagan usuli hisoblanadi, bu esa fermerlarga tuproqning harakatlanishidan qat'iy nazar dala fenotipini yaratish uchun zarur bo'lgan yuqori o'tkazuvchanlikka erishish imkonini beradi. Li va boshqalar. (2017) makkajo'xori parametrlarini, shu jumladan soyabon balandligi va er usti biomassasini baholash uchun UAVga asoslangan tizim yordamida juda yuqori aniqlikdagi yuzlab stereo tasvirlarni to'pladi. Nihoyat, Yue va boshqalar. (2016) UAVlardan aniqlangan hosil balandligi yer usti biomassasini (AGB) baholashni kuchaytirishi mumkinligini aniqladi.
Ekinlarning o'sishini kuzatishga yondashuv ekin yuzasi modellarini ishlab chiqish g'oyasidir (Bendig va boshq., 2014, 2015; Holman va boshq., 2016; Panday, Shrestha, va boshq., 2020; Sumesh va boshqalar, 2021). Bir qator tadqiqotlar o'simliklarning balandligini olish va ularning o'sishini kuzatish uchun UAVdan olingan tasvirlarning maqsadga muvofiqligini ta'kidladi. Masalan, Bendig va boshqalar. (2013) UAV yordamida 0.05 m dan kam bo'lgan juda yuqori ruxsatga ega bo'lgan ko'p vaqtli ekin yuzasi modellarini ishlab chiqishni tasvirlab berdi. Ular hosilni aniqlashni maqsad qilgan
o'sishning o'zgaruvchanligi va uning ekinlarni davolash, nav va stressga bog'liqligi. Bendig va boshqalar. (2014) ekin yuzasi modellaridan olingan o'simlik balandligi asosida yangi va quruq biomassani baholash uchun UAVlardan foydalangan va havo platformalari va er usti lazerli skanerlashdan farqli o'laroq, UAVlarning yuqori aniqlikdagi tasvirlari turli o'sish uchun o'simlik balandligini modellashtirishning aniqligini sezilarli darajada oshirishi mumkinligini aniqladi. bosqichlar. Xuddi shu nuqtai nazardan, Geipel va boshqalar. (2014) tasvirlarni olish uchun o'z tadqiqotlarida UAVlardan foydalangan
makkajo'xori donining hosildorligini mavsum boshidan o'rtasigacha bo'lgan uch xil o'sish bosqichida bashorat qilish uchun ma'lumotlar to'plami va havo tasvirlari va ekin yuzasi modellariga asoslangan spektral va fazoviy modellashtirishning kombinatsiyasi o'rta mavsumdagi makkajo'xori hosilini bashorat qilish uchun mos usul degan xulosaga keldi. Va nihoyat, Gnadinger ¨ va Shmidhalter (2017) aniq fenotiplashda UAVning foydaliligini o'rganib chiqdi va ushbu texnologiyadan foydalanish fermer xo'jaligini boshqarishni yaxshilashi va naslchilik va agrotexnika maqsadlarida dala tajribalarini o'tkazish imkonini berishi mumkinligini ta'kidladi. Umuman olganda, biz 2-klasterdagi nashrlarda uzoq masofadagi UAVlarning asosiy afzalliklariga e'tibor qaratilayotganini kuzatamiz.
fenotiplash, hosilni baholash, ekin sirtini modellashtirish va o'simliklarni hisoblash. Kelajakdagi tadqiqotlar masofadan turib ma'lumotlarni qayta ishlashni avtomatlashtirish va optimallashtirish imkonini beruvchi masofaviy fenotiplashning yangi usullarini ishlab chiqish orqali chuqurroq qazish mumkin (Barabaschi va boshq., 2016; Liebisch va boshq., 2015; Mochida va boshq., 2015; S. Zhou va boshqalar. ., 2021). Bundan tashqari, UAVlarga o'rnatilgan IoT sensorlarining ishlashi va ularning xarajatlari, mehnati va rentabellikni baholashning aniqligi o'rtasidagi o'zaro bog'liqlik tadqiqotda o'rganilishi kerak.
kelajak (Ju & Son, 2018a, 2018b; Xie & Yang, 2020; Yue va boshq., 2018). Oxir oqibat, ishonchli ma'lumotni yaratish, qishloq xo'jaligi ishlab chiqarishida samaradorlikni oshirish va fermerlarning qo'lda hisoblash ishlarini minimallashtirishga imkon beradigan tasvirni qayta ishlashning samarali usullarini ishlab chiqish zaruriyati mavjud (RU Khan va boshq., 2021; Koh va boshq., 2021; Lin; Lin. & Guo, 2020; C. Zhang va boshqalar, 2020).
Klaster 3. Ushbu klasterdagi nashrlarda UAV platformalarida foydalaniladigan qishloq xo'jaligi resurslarini masofadan turib zondlash uchun tasvirlash tizimlarining har xil turlari muhokama qilinadi. Shu nuqtai nazardan, termal tasvirlash hosilning shikastlanishining oldini olish va qurg'oqchilik stressini erta aniqlash uchun sirt haroratini kuzatish imkonini beradi (Awais va boshq., 2022; García-Tejero va boshq., 2018; Sankaran va boshq., 2015; Santesteban va boshq., 2017; Yeom, 2021). Baluja va boshqalar. (2012) bortda multispektral va termal kameralardan foydalanishni ta'kidladi
UAV tadqiqotchilarga yuqori aniqlikdagi tasvirlarni olish va tok suvi holatini baholash imkonini berdi. Bu masofaviy zondlash ma'lumotlaridan foydalangan holda yangi suv rejalashtirish modellarini ishlab chiqish uchun foydali bo'lishi mumkin (Baluja va boshq., 2012). tufayli
UAVlarning cheklangan yuk ko'tarish qobiliyati, Ribeiro-Gomes va boshqalar. (2017) zavodlardagi suv kuchlanishini aniqlash uchun sovutilmagan termal kameralarni UAVga integratsiyalashni ko'rib chiqdi, bu esa ushbu turdagi UAVlarni an'anaviy sun'iy yo'ldoshga asoslangan masofadan zondlash va sovutilgan termal kameralar bilan jihozlangan UAVlarga qaraganda samaraliroq va hayotiy qiladi. Mualliflarning fikriga ko'ra, sovutilmagan termal kameralar sovutilgan kameralarga qaraganda engilroq bo'lib, tegishli kalibrlashni talab qiladi. Gonsales-Dugo va boshqalar. (2014) issiqlik tasvirlari suv holatini baholash va tsitrus bog'lari orasidagi va ichidagi suv stressini miqdoriy aniqlash uchun ekinlar suvi stress indekslarining fazoviy xaritalarini samarali yaratishini ko'rsatdi. Gonsales-Dugo va boshqalar. (2013) va Santesteban va boshqalar. (2017) tijorat bog'i va uzumzorning suv holatining o'zgaruvchanligini baholash uchun yuqori aniqlikdagi UAV termal tasvirlaridan foydalanishni o'rganib chiqdi.
Multispektral tasvirlash an'anaviy RGB (Qizil, yashil va ko'k) tasvirlar bilan solishtirganda katta ma'lumotlarni taqdim etishi mumkin (Ad˜ ao va boshq., 2017; Navia va boshq., 2016). Ushbu spektral ma'lumotlar fazoviy ma'lumotlar bilan birga tasniflash, xaritalash, prognozlash, bashorat qilish va aniqlash maqsadlarida yordam berishi mumkin (Berni va boshq., 2009b). Candiago va boshqalarga ko'ra. (2015), UAVga asoslangan multispektral tasvirlash ishonchli va samarali manba sifatida hosilni baholash va aniq qishloq xo'jaligiga katta hissa qo'shishi mumkin. Shuningdek,
Xoliq va boshqalar. (2019) sun'iy yo'ldosh va UAVga asoslangan multispektral tasvir o'rtasida taqqoslash qildi. UAVga asoslangan tasvirlar uzumzorlarning o'zgaruvchanligini tasvirlashda aniqroq bo'ldi, shuningdek, ekin soyabonlarini ifodalash uchun quvvat xaritalari. Xulosa qilib aytganda, ushbu klasterdagi maqolalar issiqlik va ko'p spektrli tasvirlash sensorlarini qishloq xo'jaligi UAVlarga qo'shishni muhokama qiladi. Shunga ko'ra, termal va multispektral tasvirni sun'iy intellekt bilan qanday birlashtirish mumkinligini tushunish uchun ko'proq tadqiqotlar talab etiladi.
o'simlik stressini aniqlash usullari (masalan, chuqur o'rganish) (Ampatzidis va boshq., 2020; Ampatzidis & Partel, 2019; Jung va boshq., 2021; Santesteban va boshq., 2017; Syeda va boshq., 2021). Bunday tushunchalar o'simliklarning o'sishi, stressi va fenologiyasini kuzatish bilan bir qatorda yanada samarali va aniq aniqlashni ta'minlashga yordam beradi (Buters va boshq., 2019; Cao va boshq., 2020; Neupane & BaysalGurel, 2021; L. Chjou va boshq., 2020).
Klaster 4. Ushbu klaster qishloq xo'jaligi amaliyotlarini qo'llab-quvvatlashda spektral tasvirlash va giperspektral tasvirlashning hal qiluvchi roli atrofida aylanadigan etti maqoladan iborat. Giperspektral tasvirlash yer tizimini miqdoriy baholash imkonini beruvchi masofaviy zondlash usuli sifatida o'zini namoyon qildi (Schaepman va boshq., 2009). Aniqroq aytganda, u sirt materiallarini aniqlash, (nisbiy) kontsentratsiyalarni aniqlash va aniqlash imkonini beradi. sirt komponentlarining nisbatlarini belgilash
aralash piksellar ichida (Kirsch va boshq., 2018; Zhao va boshq., 2022). Boshqacha qilib aytadigan bo'lsak, giperspektral tizimlar tomonidan taqdim etilgan yuqori spektral piksellar sonini vegetarian xususiyatlari yoki barglardagi suv miqdori kabi turli parametrlarni aniqroq baholash imkonini beradi (Suomalainen va boshq., 2014). Ushbu klasterdagi tadqiqotchilar bunday tizimlarning turli jihatlarini o'rganishdi. Boshqalar qatorida, Aasen va boshqalar. (2015b) engil vazndan uch o'lchovli giperspektral ma'lumot olish uchun noyob yondashuvni taklif qildi.
o'simliklarni kuzatish uchun UAVlarda ishlatiladigan snapshot kameralari. Lucieer va boshqalar. (2014) yangi hiperspektral UAS ning dizayni, ishlab chiqilishi va havo operatsiyalari, shuningdek, u bilan to'plangan tasvir ma'lumotlarini kalibrlash, tahlil qilish va talqin qilishni muhokama qildi. Nihoyat, Honkavaara va boshqalar. (2013b) FabryPerot interferometriga asoslangan spektral tasvirlar uchun keng qamrovli ishlov berish yondashuvini ishlab chiqdi va uni aniq qishloq xo'jaligi uchun biomassani baholash protsedurasida foydalanishni ko'rsatdi. Ushbu joriy klasterning kelajakdagi potentsial yo'llari sensor texnologiyalarini texnik takomillashtirish zarurligini ta'kidlashni o'z ichiga oladi (Aasen va boshq., 2015b), shuningdek, qo'shimcha texnologiyalarni, xususan, katta ma'lumotlar va tahlillarni (Ang & Seng, 2021; Radoglou) kiritish va takomillashtirish zarurati. -Grammatikis va boshqalar, 2020; Shakoor va boshqalar, 2019). Ikkinchisi, asosan, aqlli qishloq xo'jaligida qo'llaniladigan turli sensorlar tomonidan ishlab chiqarilgan doimiy o'sib borayotgan ma'lumotlardan kelib chiqadi (C. Li & Niu, 2020; A. Rejeb va boshq., 2022; Y. Su & Vang, 2021).
Klaster 5. Ushbu klasterdagi nashrlarda dronlarga asoslangan 3Dmapping ilovalari ko'rib chiqildi. 3D xaritalash uchun dronlardan foydalanish murakkab dala ishlarini engillashtirishi va samaradorlikni sezilarli darajada oshirishi mumkin (Torres-Sanches ´ va boshq., 2015). Klasterdagi beshta maqola asosan o'simliklar monitoringi dasturlariga qaratilgan. Masalan, soyabon maydoni, daraxt balandligi va toj hajmi haqida uch o'lchovli ma'lumotlarni olish uchun Torres-Sanches ´ va boshqalar. (2015) raqamli sirt modellarini va keyin ob'ektga asoslangan tasvir tahlili (OBIA) yondashuvlarini yaratish uchun UAV texnologiyasidan foydalangan. Bundan tashqari, Zarco-Tejada va boshqalar. (2014) UAV texnologiyasi va uch o'lchovli foto-rekonstruksiya usullarini integratsiyalash orqali daraxt balandligini aniqladi. Jim'enez-Brenes Lopez-Granados, 'De Kastro va boshqalar. (2017) UAV texnologiyasini ilg'or OBIA metodologiyasi bilan integratsiyalash orqali o'nlab zaytun daraxtlarini ko'p vaqtli, 3D monitoringi uchun yangi jarayonni namoyish etdi. Ushbu klasterdagi kelajakdagi ishlar uchun qiziqarli yo'llar hozirgi takomillashtirishni o'z ichiga oladi
OBIA (de Castro va boshq., 2014, 2017; Ventura va boshq.) kabi raqamli sirtni modellashtirish maqsadlarida (Ajayi va boshq., 2016; Jaud va boshq., 2018) metodologiyalar (Zarco-Tejada va boshq., 2020). , 2018) va fotosuratlarni qayta tiklash yoki yangi usullarni ishlab chiqish (Díaz-Varela va boshq., 2015; Torres-S´ anchez va boshq., 2015).
Klaster 6. Ushbu klaster qishloq xo'jaligini kuzatishda dronlarning rolini muhokama qiladi. UAVlar sun'iy yo'ldosh va samolyotlarni tasvirlashning kamchiliklarini to'ldirishi va bartaraf etishi mumkin edi. Misol uchun, ular kam yoqilg'i yoki tajriba sinovlari bilan real vaqtda tasvirga yaqin yuqori aniqlikni ta'minlashi mumkin, natijada doimiy va real vaqtda kuzatuv va qaror qabul qilishda yaxshilanishlar olib keladi (S. Herwitz va boshq., 2004). UAVlarning yana bir muhim hissasi - bu aniq qishloq xo'jaligi yoki uchastkaga xos dehqonchilik uchun aniq ma'lumotlarni taqdim etish qobiliyatidir, chunki ularning yuqori aniqligi, turli parametrlar haqidagi batafsil ma'lumotlar fermerlarga erni bir hil qismlarga bo'lish va ularga mos ravishda ishlov berish imkonini beradi (Hunt va boshq. , 2010; CC Lelong va boshq., 2008; Primicerio va boshqalar., 2012). Qishloq xo'jaligiga asoslangan UAVga asoslangan bunday kuzatuv oziq-ovqat xavfsizligi monitoringi va qaror qabul qilishda yordam berishi mumkin (SR Herwitz va boshq., 2004). Qishloq xo'jaligini kuzatish bo'yicha tadqiqotlarni rivojlantirish uchun nafaqat sensorlar, UAVlar va boshqa tegishli texnologiyalar hamda ularning aloqa va ma'lumotlarni uzatish usullarini takomillashtirish kerak (Ewing va boshq., 2020; Shuai va boshqalar, 2019), shuningdek, dronlarni turli xil qurilmalar bilan birlashtirish kerak. Monitoring, qishloq xo'jaligini kuzatish va qaror qabul qilish kabi aqlli qishloq xo'jaligi bilan bog'liq turli vazifalarni optimallashtirish texnologiyalari yuqori potentsial tadqiqot sohasidir (Alsamhi va boshq., 2021; Popescu va boshq., 2020; Vuran va boshq., 2018). Shu nuqtai nazardan, IoT, WSN va katta ma'lumotlar qiziqarli qo'shimcha imkoniyatlarni taklif qiladi (van der Merwe va boshq., 2020). Amalga oshirish xarajatlari, xarajatlarni tejash, energiya samaradorligi va ma'lumotlar xavfsizligi bunday integratsiya uchun kam o'rganilgan sohalar qatoriga kiradi (Masroor va boshq., 2021).
Mamlakatlar va ilmiy muassasalar
Yakuniy bosqich kelib chiqqan mamlakat va mualliflarning ilmiy aloqalarini tekshirishni o'z ichiga oladi. Ushbu tahlil orqali biz dronlarni qishloq xo'jaligida qo'llashga hissa qo'shayotgan olimlarning geografik taqsimotini yaxshiroq tushunishni maqsad qilganmiz. Shunisi e'tiborga loyiqki, mamlakatlar va ilmiy muassasalarning xilma-xilligi. Mamlakat nuqtai nazaridan, nashrlar soni bo'yicha AQSh, Xitoy, Hindiston va Italiya ro'yxatning birinchi o'rinlarini egallaydi (7-jadval). Joriy
Qishloq xo'jaligi dronlar bo'yicha tadqiqotlar asosan Shimoliy Amerika va Osiyo mamlakatlarida, asosan, qishloq xo'jaligida aniq qo'llanilishi bilan bog'liq. Masalan, AQSHda qishloq xoʻjaligi dronlari bozori 841.9-yilda 2020 million dollarga baholangan boʻlib, bu global bozor ulushining taxminan 30 foizini tashkil qiladi (ReportLinker, 2021). Dunyoning eng yirik iqtisodiga aylangan Xitoy 2.6-yilda taxminan 2027 milliard dollar bozor hajmiga yetishi kutilmoqda. Bu mamlakat qishloq xoʻjaligi dronlarini hosildorlik bilan bogʻliq muammolarni yengib oʻtish va yaxshi hosil olish, mehnatni qisqartirish va ishlab chiqarish hajmini kamaytirishga chaqirmoqda. Biroq, Xitoyda texnologiyani qabul qilish, shuningdek, aholi soni va mavjud ekinlarni boshqarish usullarini yangilash va takomillashtirish zarurati kabi omillar bilan bog'liq.
Eng samarali mamlakatlar va hissa qo'shadigan universitetlar/tashkilotlar
qishloq xo'jaligi dronlari bilan bog'liq tadqiqotlar.
unvon | mamlakatlar |
1 | AQSH |
2 | Xitoy |
3 | Hindiston |
4 | Italiya |
5 | Ispaniya |
6 | Germaniya |
7 | Braziliya |
8 | Avstraliya |
9 | Yaponiya |
10 | Birlashgan Qirollik |
unvon | Universitetlar/tashkilotlar |
1 | Xitoy Fanlar akademiyasi |
2 | Xitoy Xalq Respublikasi Qishloq xo'jaligi vazirligi |
3 | Ilmiy tadqiqotlar yuqori kengashi |
4 | Texas A&M universiteti |
5 | Xitoy qishloq xo'jaligi universiteti |
6 | USDA qishloq xo'jaligi tadqiqotlari xizmati |
7 | CSIC - Instituto de Agricultura Sostenible IAS |
8 | Purdue universiteti |
9 | Milliy tadqiqot kengashi |
10 | Janubiy Xitoy qishloq xo'jaligi universiteti |
Universitet va tashkiliy nuqtai nazardan, nashrlar soni bo'yicha Xitoy Fanlar akademiyasi birinchi o'rinni egallaydi, Xitoy Xalq Respublikasi Qishloq xo'jaligi vazirligi va Consejo Superior de Investigaciones Científicas ikkinchi o'rinda turadi. Xitoy Fanlar akademiyasi mualliflar Liao Xiaohan va Li Jun tomonidan taqdim etiladi; Xan Venting Xitoy Xalq Respublikasi Qishloq xo‘jaligi vazirligi vakili; va Consejo Superior de Investigaciones Científicas vakili Lopez-Granados, ´ F. va Pena, ˜ Jos´e Maria S. AQShdan Texas A&M universiteti va Purdue universiteti kabi universitetlar o'z imkoniyatlarini topadilar.
eslatib o'tish. Nashrlar soni eng ko'p bo'lgan universitetlar va ularning aloqalari 4-rasmda ko'rsatilgan. Bundan tashqari, ushbu ro'yxatga ilmiy tadqiqotda faol bo'lgan, ammo akademik muassasalar hisoblanmaydigan Consiglio Nazionale delle Ricerche va Consejo Superior de Investigaciones Científicas kabi institutlar kiradi. .
Bizning tanlovimiz deyarli barcha mavjud ma'lumotlarni o'z ichiga olgan turli xil jurnallarni o'z ichiga oladi. 8-jadvalda ko'rsatilganidek, 258 ta maqola bilan masofaviy zondlash birinchi o'rinni egallagan bo'lsa, 126 ta maqola bilan "Intellektual va robotli tizimlar: nazariya va ilovalar" jurnali va 98 ta maqola bilan qishloq xo'jaligida kompyuterlar va elektronika jurnali ikkinchi o'rinda turadi. Masofadan zondlash asosan dronlarni qo'llash va rivojlantirishga qaratilgan bo'lsa, qishloq xo'jaligida kompyuterlar va elektronika asosan qishloq xo'jaligida kompyuter texnikasi, dasturiy ta'minot, elektronika va boshqaruv tizimlaridagi yutuqlarni qamrab oladi. 87 ta nashrga ega IEEE Robotics and Automation Letters va 34 ta nashrga ega IEEE Access kabi hududlararo savdo nuqtalari ham sohadagi eng yaxshi savdo nuqtalari hisoblanadi. Eng yaxshi o'n beshta nashr adabiyotga 959 ta hujjat bilan hissa qo'shgan, bu barcha nashrlarning taxminan 20.40% ni tashkil qiladi. Jurnalning birgalikdagi iqtibos tahlili nashrlarning ahamiyati va o'xshashligini tekshirishga imkon beradi. Birgalikda iqtibos tahlili 5-rasmda ko'rsatilganidek, uchta klasterni beradi. Qizil klaster masofaviy zondlash, Qishloq xo'jaligida kompyuter va elektronika, Sensorlar, sensorlar va boshqalar kabi jurnallardan iborat.
va masofaviy zondlash xalqaro jurnali. Bu shoxobchalarning barchasi masofadan zondlash va aniq qishloq xo'jaligi sohalarida obro'li jurnallardir. Yashil klaster robototexnika bilan shug'ullanadigan jurnallarni o'z ichiga oladi, masalan, Journal of Intelligent and Robotic Systems: Theory and Applications, IEEE Robotics and Automation Letters, IEEE Access va Dronlar. Ushbu nashrlar asosan avtomatlashtirish bo'yicha maqolalar nashr etadi va qishloq xo'jaligi muhandislari uchun foydalidir. Yakuniy klaster agronomiya va qishloq xo'jaligi muhandisligi bilan bog'liq bo'lgan "Agronomy" va "International Journal of Agricultural and Biological Engineering" kabi jurnallar tomonidan tuzilgan.
Qishloq xo'jaligi dronlari bilan bog'liq tadqiqotlar bo'yicha eng yaxshi 15 ta jurnal.
unvon | Jurnal | hisoblash |
1 | Masofadan sezish | 258 |
2 | Intelligent and Robotic Systems jurnali: nazariya va ilovalar | 126 |
3 | Qishloq xo'jaligida kompyuterlar va elektronika | 98 |
4 | IEEE robototexnika va avtomatlashtirish xatlari | 87 |
5 | sensorlar | 73 |
6 | Masofadan zondlash xalqaro jurnali | 42 |
7 | Aniq qishloq xo'jaligi | 41 |
8 | Dronlar | 40 |
9 | Agronomiya | 34 |
10 | IEEE kirish | 34 |
11 | Advanced Robotic Systems xalqaro jurnali | 31 |
12 | Xalqaro qishloq xo'jaligi va biologik muhandislik jurnali | 25 |
13 | PLOS ONE | 25 |
14 | Field Robotics jurnali | 23 |
15 | Biosistemlarning muhandisligi | 23 |
Xulosa
xulosa
Ushbu tadqiqotda biz qishloq xo'jaligi dronlari bo'yicha mavjud tadqiqotlarni umumlashtirdik va tahlil qildik. Turli bibliometrik usullarni qo'llagan holda, biz qishloq xo'jaligi dronlari bilan bog'liq tadqiqotlarning intellektual tuzilishini yaxshiroq tushunishga harakat qildik. Xulosa qilib aytganda, bizning sharhimiz adabiyotdagi kalit so'zlarni aniqlash va muhokama qilish, dronlar sohasida semantik jihatdan o'xshash jamoalarni shakllantirishda bilim klasterlarini ochib berish, oldingi tadqiqotlarni tavsiflash va kelajakdagi tadqiqot yo'nalishlarini taklif qilish orqali bir nechta hissalarni taklif etadi. Quyida biz qishloq xo'jaligi dronlarini rivojlantirish bo'yicha sharhning asosiy natijalarini keltiramiz:
• So'nggi o'n yil ichida umumiy adabiyot jadal sur'atlar bilan o'sib bordi va katta e'tiborni tortdi, buni 2012 yildan keyin maqolalar sonining ko'payishi ko'rsatmoqda. Garchi bu bilim sohasi hali to'liq etuklikka erishmagan bo'lsa ham (Barrientos va boshq., 2011; Maes). & Dasht, 2019), bir nechta savollar haligacha javobsiz. Masalan, yopiq dehqonchilikda dronlarning foydasi hali ham munozara uchun ochiq (Aslan va boshq., 2022; Krul va boshq., 2021; Rold' an va boshq., 2015). Maydon sahnalarining murakkabligi va turli xil tasvirlash holatlari (masalan, soyalar va yorug'lik) sinf ichidagi spektral dispersiyaga olib kelishi mumkin (Yao va boshq., 2019). Hatto keyingi tadqiqot bosqichlarida ham tadqiqotchilarga ma'lum stsenariylar va kerakli tasvir sifatiga muvofiq optimal parvoz rejalarini aniqlash talab qilingan (Soares va boshq., 2021; Tu va boshq.,
2020).
• Biz bu sohada samarali UAV tizimlarini ishlab chiqishdan boshlab, qishloq xo‘jaligi dronlarini loyihalashda mashinani o‘rganish va chuqur o‘rganish kabi sun’iy intellekt usullarini kiritishgacha o‘tganini payqayapmiz (Bah va boshq., 2018; Kitano va boshq., 2019; Maimaitijiang va boshq. , 2020; Mazzia va boshq., 2020; Tetila va boshqalar.
• Qishloq xo'jaligi dronlari bo'yicha olib borilgan tadqiqotlar asosan atrof-muhit monitoringi, ekinlarni boshqarish va begona o'tlarni boshqarish (1-klaster), shuningdek, masofaviy fenotiplash va hosilni baholash (2-klaster) kabi texnologiyalarning imkoniyatlarini o'rganish orqali masofadan zondlash masalalarini muhokama qildi. Qishloq xo'jaligi dronlari bo'yicha ta'sirli tadqiqotlar qatoriga Ostin (2010), Berni va boshqalar kiradi. (2009)a, Herwitz va boshqalar. (2004), Nex va Remondino (2014) va Chjan va Kovacs (2012). Ushbu tadqiqotlar qishloq xo'jaligi kontekstida dron bilan bog'liq tadqiqotlarning kontseptual asoslarini ishlab chiqdi.
• Metodologiya bilan bog'liq holda, biz hozirgacha olib borilgan tadqiqotlarning aksariyati tizim dizayni, kontseptual yoki ko'rib chiqishga asoslangan tadqiqotlardan iborat bo'lganligini kuzatdik (Inoue, 2020; Nex & Remondino, 2014; P'erez-Ortiz va boshq. , 2015; Yao va boshqalar, 2019). Shuningdek, biz qishloq xo‘jaligi dronlarini tekshirishda empirik, sifatli va amaliy tadqiqotlarga asoslangan usullarning etishmasligini ham ko‘ramiz.
• So'nggi paytlarda aniq qishloq xo'jaligi, AI texnikasi, nozik uzumchilik va suv stressini baholash bilan bog'liq mavzular katta e'tiborni tortdi (Espinoza va boshq., 2017; Gomez-Cand ´ on ´ va boshq., 2016; Matese va boshq., 2015; Matese & Di Gennaro, 2018, 2021; Z. Zhou va boshqalar, 2021). Ikki alohida davrda, 1990–2010 va 2011–2021-yillarda tadqiqot klasterlarini sinchkovlik bilan o'rganish domenning intellektual tuzilishining rivojlanishini ochib beradi. 1990 yildan 2010 yilgacha bo'lgan davr dronlarning markaziy tushunchalari va kontseptsiyalarining shakllanishini tashkil etdi, bu UAVni loyihalash, ishlab chiqish va amalga oshirishni muhokama qilishdan yaqqol ko'rinib turibdi. Ikkinchi davrda tadqiqot e'tibori qishloq xo'jaligida UAVdan foydalanish holatlarini sintez qilishga harakat qilib, oldingi tadqiqotlarni kengaytiradi. Shuningdek, biz tasvirlash vazifalari va aniq qishloq xo'jaligida dron ilovalarini muhokama qiladigan ko'plab tadqiqotlarni topdik.
unvon | Jurnal | hisoblash |
1 | Masofadan sezish | 258 |
2 | Intelligent and Robotic Systems jurnali: nazariya va | 126 |
ilovalar | ||
3 | Qishloq xo'jaligida kompyuterlar va elektronika | 98 |
4 | IEEE robototexnika va avtomatlashtirish xatlari | 87 |
5 | sensorlar | 73 |
6 | Masofadan zondlash xalqaro jurnali | 42 |
7 | Aniq qishloq xo'jaligi | 41 |
8 | Dronlar | 40 |
9 | Agronomiya | 34 |
10 | IEEE kirish | 34 |
11 | Advanced Robotic Systems xalqaro jurnali | 31 |
12 | Xalqaro qishloq xo'jaligi va biologik muhandislik jurnali | 25 |
13 | PLOS ONE | 25 |
14 | Field Robotics jurnali | 23 |
15 | Biosistemlarning muhandisligi | 22 |
ta'siri
Bizning bibliometrik tekshiruvimiz olimlar, fermerlar, qishloq xo'jaligi mutaxassislari, ekinlar bo'yicha maslahatchilar va UAV tizimi dizaynerlarini hisobga olgan holda ishlab chiqilgan va o'tkazilgan. Mualliflarning eng yaxshi ma'lumotlariga ko'ra, bu chuqur bibliometrik tahlilni amalga oshirgan birinchi original sharhlardan biridir.
qishloq xo'jaligida uchuvchisiz qurilmalar. Biz nashrlarning iqtibos va qo'shma iqtibos tahlillarini qo'llagan holda, ushbu bilim organini har tomonlama ko'rib chiqdik. Bizning dron tadqiqotlarining intellektual tuzilishini tasvirlashga urinishlarimiz ham akademiklar uchun yangi tushunchalarni taqdim etadi. Vaqt o'tishi bilan foydalanilgan kalit so'zlarni sinchkovlik bilan ko'rib chiqish dronlar bilan bog'liq adabiyotlarda faol nuqtalar va tadqiqot yo'nalishlarini ochib beradi. Bundan tashqari, biz ushbu sohada yakunlangan eng ta'sirli tadqiqot ishlarini aniqlash uchun eng ko'p keltirilgan tadqiqotlar ro'yxatini taqdim etamiz. Maqolalar va kalit so'zlarni aniqlash kelajakdagi tadqiqotlar uchun bir nechta yo'llarni ochish uchun mustahkam boshlanish nuqtasi bo'lishi mumkin.
Muhimi, biz taqqoslanadigan ishlarni tasniflaydigan klasterlarni aniqladik va natijalarni batafsil bayon qildik. Klasterlarda tasniflangan tadqiqotlar UAV tadqiqotlarining intellektual tuzilishini tushunishga yordam beradi. Shunisi e'tiborga loyiqki, biz dronlarni qabul qilish omillarini o'rganadigan tadqiqotlar kamligini aniqladik
va fermerlik faoliyatidagi to'siqlar (9-jadvalga qarang). Bo'lajak tadqiqotchilar turli xil dehqonchilik faoliyati va iqlim sharoitlarida dronlarni qabul qilish omillarini baholaydigan empirik tadqiqotlar o'tkazish orqali ushbu potentsial bo'shliqni bartaraf etishlari mumkin. Bundan tashqari, dronlarning samaradorligi bo'yicha amaliy tadqiqotlarga asoslangan tadqiqotlar sohadagi haqiqiy ma'lumotlar bilan ta'minlanishi kerak. Shuningdek, fermerlar va menejerlarni akademik tadqiqotlarga jalb qilish dron tadqiqotlarining nazariy va amaliy rivojlanishi uchun foydali bo'ladi. Shuningdek, biz eng ko'zga ko'ringan tadqiqotchilar va ularning hissalarini aniqlashga muvaffaq bo'ldik, bu juda qimmatli, chunki so'nggi muhim ishlardan xabardor bo'lish kelajakdagi akademik ishlar uchun ba'zi yo'l-yo'riqlar berishi mumkin.
9 stol
UAVni qabul qilish to'siqlari.
To'siq | Tavsif |
Ma'lumot xavfsizligi | Kiberxavfsizlik - amalga oshirish uchun katta muammo IoT yechimlari (Masroor va boshq., 2021). |
O'zaro hamkorlik va integratsiya | UAV, WSN, IoT va boshqalar kabi turli xil texnologiyalar. birlashtirilgan bo'lishi va ma'lumotlarni uzatishi kerak murakkablik darajasini oshirish (Alsamhi va boshq., 2021; Popescu va boshqalar, 2020; Vuran va boshqalar, 2018). |
Amalga oshirish xarajatlari | Bu, ayniqsa, kichik fermerlar va fermerlar uchun turli ilg'or texnologiyalarni birlashtirish ( Masroor va boshqalar, 2021). |
Mehnat bilimi va tajriba | UAVlarni boshqarish uchun malakali uchuvchisiz uchuvchilar kerak. Shuningdek, turli ilg'or texnologiyalarni joriy etish texnologiyalar malakali ishchilarni talab qiladi (YB Huang va boshqalar, 2013; Tsouros va boshqalar, 2019). |
Dvigatel quvvati va parvoz davomiyligi | Dronlarni uzoq vaqt davomida ishlatish va qoplash mumkin emas katta maydonlar (Hardin va Hardin, 2010; Laliberte va boshq., 2007). |
Barqarorlik, ishonchlilik va manevrlik | Yomon ob-havo sharoitida dronlar barqaror emas (Hardin va Hardin, 2010; Laliberte va boshq., 2007). |
Yuk tashish cheklovlari va sensorlarning sifati | Faqat dronlar cheklangan yuklarni olib yurishi mumkin past sifatli sensorlarni yuklash qobiliyati (Nebiker va boshq., 2008). |
tartibga solish | Dronlar ham xavfli bo'lishi mumkinligi sababli, ular juda og'ir ba'zi sohalardagi qoidalar (Hardin & Jensen, 2011; Laliberte va Rango, 2011). |
Fermerlarning bilim va qiziqish | Boshqa ilg'or texnologiyalar singari, dronlarning muvaffaqiyatli amalga oshirish, shuningdek, tajriba talab qiladi noaniqliklar bilan birga keladi (Fisher va boshq., 2009; Lambert va boshqalar, 2004; Stafford, 2000). |
Hosildorlikni oshirish uchun mavjud resurslardan samarali foydalanishga doimiy ehtiyoj borligi sababli, fermerlar o‘z dalalarini tez, aniq va tejamkor skanerlashni ta’minlash uchun dronlardan foydalanishlari mumkin. Texnologiya fermerlarga o'z ekinlarining holatini aniqlashda va suv holatini, pishish bosqichini, hasharotlar bilan zararlanishni va ozuqaviy ehtiyojlarni baholashda yordam berishi mumkin. Dronlarning masofadan turib zondlash imkoniyatlari fermerlarga muammolarni erta bosqichda oldindan bilish va tegishli choralarni ko‘rish uchun muhim ma’lumotlarni taqdim etishi mumkin. Biroq, texnologiyaning afzalliklari faqat muammolar to'g'ri hal qilingan taqdirdagina amalga oshirilishi mumkin. nurida
Ma'lumotlar xavfsizligi, sensor texnologiyasi muammolari (masalan, o'lchovlarning ishonchliligi yoki to'g'riligi), integratsiyaning murakkabligi va sezilarli amalga oshirish xarajatlari bilan bog'liq dolzarb muammolar, kelajakdagi tadqiqotlar, shuningdek, qishloq xo'jaligi dronlarini integratsiyalashning texnik, iqtisodiy va operatsion maqsadga muvofiqligini tekshirishi kerak. Keng texnologiyalar.
cheklashlar
Bizning tadqiqotimiz bir nechta cheklovlarga ega. Birinchidan, xulosalar yakuniy tahlil uchun tanlangan nashrlar tomonidan aniqlanadi. Qishloq xo'jaligi dronlari bilan bog'liq barcha tegishli tadqiqotlarni, ayniqsa Scopus ma'lumotlar bazasida indekslanmaganlarni qo'lga kiritish juda qiyin. Bundan tashqari, ma'lumotlarni yig'ish jarayoni qidiruv kalit so'zlarini o'rnatish bilan cheklanadi, ular inklyuziv bo'lmasligi va noaniq topilmalarga olib kelishi mumkin. Shunday qilib, kelajakdagi tadqiqotlar qilish uchun ma'lumotlarni yig'ishning asosiy muammosiga ko'proq e'tibor qaratish lozim
yanada ishonchli xulosalar. Yana bir cheklov iqtiboslar soni kam bo'lgan yangi nashrlarga tegishli. Bibliometrik tahlil avvalgi nashrlarga qarama-qarshidir, chunki ular yillar davomida ko'proq iqtibos olishadi. So'nggi tadqiqotlar diqqatni jalb qilish va iqtiboslarni to'plash uchun ma'lum vaqt talab qiladi. Shunday qilib, paradigma o'zgarishiga olib keladigan so'nggi tadqiqotlar eng nufuzli o'ntalikka kirmaydi. Ushbu cheklash qishloq xo'jaligi dronlari kabi tez rivojlanayotgan tadqiqot sohalarini tekshirishda keng tarqalgan. Ushbu ish uchun adabiyotlarni o'rganish uchun Scopus bilan maslahatlashganimiz sababli, kelajakdagi tadqiqotchilar boshqacha fikr yuritishlari mumkin
ufqni kengaytirish va tadqiqot tuzilmasini yaxshilash uchun Web of Science va IEEE Xplore kabi ma'lumotlar bazalari.
Potentsial bibliometrik tadqiqotlar yangi tushunchalarni yaratish uchun boshqa muhim bilim manbalarini ko'rib chiqishi mumkin, masalan, konferentsiya maqolalari, bo'limlar va kitoblar. Qishloq xo‘jaligi dronlari bo‘yicha global nashrlarni xaritalash va o‘rganishga qaramay, bizning topilmalarimiz universitetlarning ilmiy natijalari ortidagi sabablarni ochib bermadi. Bu qishloq xo'jaligi bo'yicha tadqiqotlar olib borilganda nima uchun ba'zi universitetlar boshqalarga qaraganda samaraliroq ekanligini sifatli tushuntirishda yangi tadqiqot sohasiga yo'l ochadi.
dronlar. Bundan tashqari, kelajakdagi tadqiqotlar bir necha tadqiqotchilar tomonidan ta'kidlanganidek, atrof-muhit monitoringi, ekinlarni boshqarish va begona o'tlarni xaritalash kabi turli yo'llar bilan qishloq xo'jaligi barqarorligini oshirish uchun dronlarning salohiyati haqida tushuncha berishi mumkin (Chamuah & Singh, 2019; Islam va boshq., 2021; Popescu va boshqalar, 2020; J. Su, Liu, va boshqalar, 2018b). Tanlangan maqolalar soni ko‘p bo‘lgani uchun matnni tahlil qilish imkoni bo‘lmagani uchun adabiyotlarni tizimli ko‘rib chiqish zarurati tug‘ildi.
qo'llaniladigan tadqiqot usullari va fermerlarni oldingi tadqiqotlarga jalb qilish. Muxtasar qilib aytganda, dron tadqiqotlari tahlilimiz ushbu bilimlar organining ko'rinmas aloqalarini ochib beradi. Shuning uchun ushbu sharh nashrlar o'rtasidagi munosabatlarni aniqlashga yordam beradi va tadqiqot sohasining intellektual tuzilishini o'rganadi. Shuningdek, u adabiyotning turli jihatlari, masalan, mualliflarning kalit so'zlari, mansubliklari va mamlakatlari o'rtasidagi bog'liqlikni tasvirlaydi.
Raqobatdosh qiziqishlar to'g'risidagi deklaratsiya
Mualliflar ushbu maqolada keltirilgan ishlarga ta'sir qilishi mumkin bo'lgan raqobatdosh moliyaviy manfaatlari yoki shaxsiy munosabatlariga ega emasligini e'lon qilishadi.
Qo'shimcha 1
TITLE-ABS-KEY (((dron* YOKI "uchuvchisiz havo vositasi" YOKI UAV* YOKI "uchuvchisiz havo kemasi tizimi"” YOKI uas YOKI “masofadan boshqariladigan samolyot”) VA (qishloq xo‘jaligi YOKI qishloq xo‘jaligi YOKI dehqonchilik yoki fermer))) VA (EXLUDE (PUBYEAR, 2022)) VA (LIMIT-TO (LANGUAGE, "inglizcha")).
Manbalar
Aasen, H., Burkart, A., Bolten, A., Bareth, G., 2015. O'simliklar monitoringi uchun engil UAV snapshot kameralari bilan 3D giperspektral ma'lumotni yaratish: dan
sifat kafolati uchun kamerani kalibrlash. ISPRS J. Fotogramma. Masofaviy Sensor 108, 245–259. https://doi.org/10.1016/j.isprsjprs.2015.08.002.
Abd-Elrahman, A., Pearlstine, L., Percival, F., 2005. Uchuvchisiz uchish apparati tasviridan qushlarni avtomatik aniqlash uchun naqshni aniqlash algoritmini ishlab chiqish.
Tadqiqot. Yer haqida ma'lumot. Sci. 65 (1), 37–45.
Abdollohi, A., Rejeb, K., Rejeb, A., Mostafa, MM, Zailani, S., 2021. Qishloq xo'jaligida simsiz sensor tarmoqlar: bibliometrik tahlildan olingan tushunchalar. Barqarorlik 13 (21),
12011.
Aboutalebi, M., Torres-Rua, AF, Kustas, WP, Nieto, H., Coopmans, C., McKee, M., Yuqori aniqlikdagi optik tasvirlarda soyani aniqlashning turli usullarini baholash va hisoblashda soya ta'sirini baholash. NDVI va evapotranspiratsiya. Irrig. Sci. 37 (3), 407–429. https://doi.org/10.1007/s00271-018-0613-9.
Adao, ˜ T., Hruˇska, J., Padua, ´ L., Bessa, J., Peres, E., Morais, R., Sousa, JJ, 2017. Giperspektral ko'rish: UAVga asoslangan sensorlar, ma'lumotlarga sharh. qayta ishlash va
qishloq va o'rmon xo'jaligi uchun arizalar. Masofadan zondlash 9 (11). https://doi.org/ 10.3390/rs9111110.
Agüera Vega, F., Ramírez, FC, Saiz, MP, Rosúa, FO, 2015. Kungaboqar hosilini kuzatish uchun uchuvchisiz havo vositasidan foydalangan holda ko'p vaqtli tasvirlash. Biosist. Eng.
132, 19–27. https://doi.org/10.1016/j.biosystemseng.2015.01.008.
Ajayi, OG, Salubi, AA, Angbas, AF, Odigure, MG, 2017. UAVdan aniq raqamli balandlik modellarini yaratish past foizli bir-biriga mos keladigan tasvirlarni oldi. Int.
J. Masofaviy Sensor 38 (8–10), 3113–3134. https://doi.org/10.1080/ 01431161.2017.1285085.
Ali, I., Greifeneder, F., Stamenkovic, J., Neumann, M., Notarnicola, C., 2015. Masofadan zondlash ma'lumotlaridan biomassa va tuproq namligini olish uchun mashinani o'rganish yondashuvlarini ko'rib chiqish. Masofadan zondlash 7 (12), 16398–16421.
Alsamxi, SH, Afg'ah, F., Sahal, R., Xavbani, A., Al-qaness, MAA, Li, B., Guizani, M., B5G tarmoqlarida UAVlardan foydalanadigan narsalarning yashil interneti: ilovalarni ko'rib chiqish
va strategiyalar. E'lon. Xoc. Tarmoq. 117, 102505 https://doi.org/10.1016/j. adhoc.2021.102505.
Al-Tani, N., Albuainain, A., Alnaimi, F., Zorba, N., 2020. Qo'y chorvachiligi monitoringi uchun dronlar. In: IEEE 20-O'rta er dengizi elektrotexnika konferentsiyasi. https://doi.
org/10.1109/MELECON48756.2020.9140588.
Ampatzidis, Y., Partel, V., 2019. Multispektral tasvir va sun'iy intellektdan foydalangan holda sitrusda UAVga asoslangan yuqori o'tkazuvchanlik fenotiplash. Masofadan zondlash 11 (4), https://doi.org/10.3390/rs11040410.
Ampatzidis, Y., Partel, V., Kosta, L., 2020. Agroview: Sun'iy intellektdan foydalangan holda aniq qishloq xo'jaligi ilovalari uchun UAV tomonidan to'plangan ma'lumotlarni qayta ishlash, tahlil qilish va vizualizatsiya qilish uchun bulutga asoslangan dastur. Hisoblash. Elektron. Agri. 174, 105457 https://doi. org/10.1016/j.compag.2020.105457.
Ang, K.-L.-M., Seng, JKP, 2021. Qishloq xo'jaligida giperspektral ma'lumotlar bilan katta ma'lumotlar va mashinalarni o'rganish. IEEE Access 9, 36699–36718. https://doi.org/10.1109/
ACCESS.2021.3051196.
Aquilani, C., Confessore, A., Bozzi, R., Sirtori, F., Pugliese, C., 2022. Ko'rib chiqish: yaylovga asoslangan chorvachilik tizimlarida chorvachilikning aniq texnologiyalari. Hayvon 16 (1), https://doi.org/10.1016/j.animal.2021.100429.
Armenta-Medina, D., Ramires-Delreal, TA, Villanueva-Vasquez, ´ D., Mejia-Aguirre, C., ilg'or axborot-kommunikatsiya texnologiyalari tendentsiyalari.
Qishloq xo'jaligi mahsuldorligini oshirish: bibliometrik tahlil. Agronomiya 10 (12), 12-modda. https://doi.org/10.3390/agronomy10121989.
Armstrong, I., Pirrone-Brusse, M., Smith, A., Jadud, M., 2011. Uchuvchi gator: occam-p da havo robototexnikasiga. Kommun. Jarayon arxitektori. 2011, 329–340. https://doi. org/10.3233/978-1-60750-774-1-329.
Arora, SD, Chakraborty, A., 2021. Iste'molchilarning shikoyat qilish xatti-harakati (CCB) tadqiqotining intellektual tuzilishi: bibliometrik tahlil. J. Biznes Res. 122, 60–74.
Aslan, MF, Durdu, A., Sabanci, K., Ropelewska, E., Gültekin, SS, 2022.
Ochiq dalalarda va issiqxonalarda aniq qishloq xo'jaligi uchun UAV bilan so'nggi tadqiqotlarning keng qamrovli tadqiqoti. Ilova. Sci. 12 (3), 1047. https://doi.org/10.3390/
ilova 12031047.
Atkinson, JA, Jekson, RJ, Bentley, AR, Ober, E., & Wells, DM (2018). Kelajak uchun dala fenotipi. Yillik o'simliklarning onlayn sharhlarida (719-736-betlar). Jon
Wiley & Sons, Ltd. doi: 10.1002/9781119312994.apr0651.
Ostin, R., 2010. Uchuvchisiz samolyot tizimlari: UAVSni loyihalash, ishlab chiqish va joylashtirish. In: Uchuvchisiz havo kemalari tizimlari: UAVS dizayni, ishlab chiqish va
Joylashtirish. Jon Uayli va o'g'illari. https://doi.org/10.1002/9780470664797.
Awais, M., Li, V., Cheema, MJM, Zaman, QU, Shaheen, A., Aslam, B., Ju, W., Ajmal, M., Faheem, M., Husayn, S., Nadeem, AA, Afzal, MM, Liu, C., 2022. O'simlik stressida UAVga asoslangan masofadan zondlash raqamli qishloq xo'jaligi amaliyotlari uchun yuqori aniqlikdagi termal sensordan foydalanishni tasavvur qiling: meta-ko'rib chiqish. Int. J. Environ. Sci. Technol. https://doi.
org/10.1007/s13762-021-03801-5.
Bacco, M., Berton, A., Ferro, E., Gennaro, C., Gotta, A., Matteoli, S., Paonessa, F., Ruggeri, M., Virone, G., Zanella, A., 2018. Aqlli fermerlik: Imkoniyatlar, muammolar
va texnologiyani faollashtiruvchilar. 2018 IoT Vertical va. Qishloq xo'jaligi bo'yicha dolzarb sammit - Toskana (IOT Toskana) 1–6. https://doi.org/10.1109/IOTTUSCANY.2018.8373043.
Bah, MD, Hafiane, A., Canals, R., 2018. UAV tasvirlarida chiziqli ekinlarda begona o'tlarni aniqlash uchun nazoratsiz ma'lumotlarni yorliqlash bilan chuqur o'rganish. Masofadan zondlash 10 (11), 1690.
https://doi.org/10.3390/rs10111690.
Baldi, S., 1998. Iqtiboslarni taqsimlashda me'yoriy va ijtimoiy konstruktivistik jarayonlar: tarmoq-analitik model. Am. Ijtimoiy. Vahiy 63 (6), 829–846. https://doi.
org/10.2307/2657504.
Baluja, J., Diago, MP, Balda, P., Zorer, R., Meggio, F., Morales, F., Tardaguila, J., 2012. Termal va multispektral bo'yicha uzumzor suvi holatining o'zgaruvchanligini baholash
uchuvchisiz uchish apparati (UAV) yordamida olingan tasvirlar. Irrig. Sci. 30 (6), 511–522. https://doi.org/10.1007/s00271-012-0382-9.
Barabaschi, D., Tondelli, A., Desiderio, F., Volante, A., Vaccino, P., Val`e, G., Cattivelli, L., Keyingi avlod naslchilik. O'simlik fanlari. 242, 3–13. https://doi.org/10.1016/j.
o'simliklarci.2015.07.010.
Barbedo, JGA, Koenigkan, LV, 2018. Chorvachilikni kuzatish uchun uchuvchisiz havo tizimlaridan foydalanish istiqbollari. Outlook Agric. 47 (3), 214–222. https://doi.org/10.1177/0030727018781876.
Bareth, G., Aasen, H., Bendig, J., Gnyp, ML, Bolten, A., Jung, A., Mishels, R., Soukkamaki, ¨ J., 2015. Kam vaznli va UAVga asoslangan giperspektral. to'liq kadrli kameralar
ekinlarni kuzatish uchun: Portativ spektroradiometr o'lchovlari bilan spektral taqqoslash. Photogrammetrie, Fernerkundung, Geoinformation 2015 (1), 69–79.
https://doi.org/10.1127/pfg/2015/0256.
Barrientos, A., Kolorado, J., del Cerro, J., Martinez, A., Rossi, C., Sanz, D., Valente, J., qishloq xo'jaligida havodan masofadan zondlash: hududni qamrab olishga amaliy yondashuv
va mini havo robotlari parklari uchun yo'lni rejalashtirish. J. Field Rob. 28 (5), 667–689. https://doi.org/10.1002/rob.20403.
Basiri, A., Mariani, V., Silano, G., Aatif, M., Iannelli, L., Glielmo, L., 2022. Ko'p rotorli UAVlar uchun yo'lni rejalashtirish algoritmlarini aniqlikda qo'llash bo'yicha so'rov.
qishloq xo'jaligi. J. Navig. 75 (2), 364–383.
Basnet, B., Bang, J., 2018. Ilm talab qiladigan qishloq xo'jaligining eng zamonaviy darajasi: amaliy sezish tizimlari va ma'lumotlar tahlili bo'yicha sharh. J. Sens. 2018, 1–13.
Bendig, J., Bolten, A., Bareth, G., 2013. Ekinlarning o'sishi o'zgaruvchanligini kuzatish uchun ko'p vaqtli, juda yuqori aniqlikdagi ekin yuzasi modellari uchun UAVga asoslangan tasvirlash. Photogrammetrie, Fernerkundung, Geoinformation 2013 (6), 551–562. https://doi. org/10.1127/1432-8364/2013/0200.
Bendig, J., Bolten, A., Bennertz, S., Broscheit, J., Eichfuss, S., Bareth, G., 2014. UAV asosidagi RGB tasviridan olingan ekin sirti modellari (CSM) yordamida arpa biomassasini baholash. Masofadan zondlash 6 (11), 10395–10412.
Bendig, J., Yu, K., Aasen, H., Bolten, A., Bennertz, S., Broscheit, J., Gnyp, ML, Bareth, G., 2015. Ekin yuzasidan UAVga asoslangan o'simlik balandligini birlashtirish modellar,
arpadagi biomassa monitoringi uchun ko'rinadigan va yaqin infraqizil o'simliklar indekslari. Int. J. Ilova. Earth Obs. Geoinf. 39, 79–87. https://doi.org/10.1016/j.jag.2015.02.012.
Berni, JA, Zarko-Tejada, PJ, Sepulkre-Kanto, ´ G., Fereres, E., Villalobos, F., 2009a. Yuqori aniqlikdan foydalangan holda zaytun bog'larida soyabon o'tkazuvchanligini va CWSIni xaritalash
termal masofadan zondlash tasvirlari. Atrof-muhitni masofadan boshqarish. 113 (11), 2380–2388. https://doi.org/10.1016/j.rse.2009.06.018.
Berni, JA, Zarko-Tejada, PJ, Suares, ´ L., Fereres, E., 2009b. Uchuvchisiz havo vositasidan o'simliklarni kuzatish uchun termal va tor polosali multispektral masofadan zondlash. IEEE Trans. Geosci. Masofaviy Sensor 47 (3), 722–738.
Bouzembrak, Y., Klüche, M., Gavai, A., Marvin, HJP, 2019. Oziq-ovqat xavfsizligidagi narsalar Interneti: adabiyotlarni ko'rib chiqish va bibliometrik tahlil. Trends Food Sci. Technol. 94,54–64. https://doi.org/10.1016/j.tifs.2019.11.002.
Brewster, C., Roussaki, I., Kalatzis, N., Doolin, K., Ellis, K., 2017. Qishloq xo'jaligida IoT: Evropa bo'ylab keng ko'lamli uchuvchini loyihalash. IEEE Commun. Mag. 55 (9), 26–33.
Buters, TM, Belton, D., Cross, AT, 2019. Ko'p sensorli UAV individual ko'chatlar va ko'chatlar jamoalarini millimetr aniqligida kuzatish. Dronlar 3 (4), 81.
https://doi.org/10.3390/drones3040081.
Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., Gattelli, M., 2015. UAV tasvirlaridan aniq dehqonchilik ilovalari uchun multispektral tasvirlar va o'simlik indekslarini baholash. Masofadan zondlash 7 (4), 4026–4047. https://doi.org/10.3390/rs70404026.
Cao, Y., Li, GL, Luo, YK, Pan, Q., Zhang, SY, 2020. UAVdan olingan keng dinamik diapazonli vegetatsiya indeksi (WDRVI) yordamida qand lavlagi o'sish ko'rsatkichlarini monitoring qilish
multispektral tasvirlar. Hisoblash. Elektron. Agri. 171, 105331 https://doi.org/10.1016/j.compag.2020.105331.
Kasilyas, J., Acedo, F., 2007. Oilaviy biznes adabiyotining intellektual tuzilishi evolyutsiyasi: FBRni bibliometrik o'rganish. Oilaviy biznes Rev. 20 (2), 141–162.
Cen, H., Wan, L., Chju, J., Li, Y., Li, X., Zhu, Y., Weng, H., Vu, W., Yin, W., Xu, C. Bao, Y., Feng, L., Shou, J., He, Y., 2019. Guruch biomassasining dinamik monitoringi
er-xotin tasvir ramkali snapshot kameralari bilan engil UAV yordamida turli xil azot bilan ishlov berish. O'simlik usullari 15 (1), 32. https://doi.org/10.1186/s13007-019-
0418-8.
Chamuah, A., Singh, R., 2019. Hindiston qishloq xo'jaligida fuqarolik UAV orqali barqarorlikni ta'minlash: mas'uliyatli innovatsion istiqbol. SN Appl. Sci. 2 (1), 106. https://
doi.org/10.1007/s42452-019-1901-6.
Chamuah, A., Singx, R., 2022. Hindiston ekinlarini sug'urtalash ilovalari uchun fuqarolik uchuvchisiz havo vositasi (UAV) innovatsiyalarini mas'uliyatli boshqarish. J. Mas'ul
Technol. 9, 100025 https://doi.org/10.1016/j.jrt.2022.100025.
Chen, A., Orlov-Levin, V., Meron, M., 2019. Aniq sug'orishni boshqarish uchun ekinlar soyabonining yuqori aniqlikdagi ko'rinadigan kanalli havo tasvirini qo'llash. Agri. Suv
Boshqarmoq. 216, 196–205. https://doi.org/10.1016/j.agwat.2019.02.017.
Daakir, M., Pierrot-Deseilligny, M., Bosser, P., Pichard, F., Thom, C., Rabot, Y., Martin, O., 2017. Bortda fotogrammetriya va yagona chastotali GPS joylashuviga ega engil UAV metrologiya dasturlari uchun. ISPRS J. Fotogramma. Masofaviy Sensor 127, 115–126. https://doi.org/10.1016/j.isprsjprs.2016.12.007.
Dawaliby, S., Aberkane, A., Bradai, A., 2020. Avtonom dron operatsiyalarini boshqarish uchun blokcheynga asoslangan IoT platformasi. In: 2-AKM materiallari
5G va undan keyingi tarmoqlar uchun Dron yordamida simsiz aloqalar boʻyicha MobiCom seminari, 31–36-betlar. https://doi.org/10.1145/3414045.3415939.
Day, RA, Gastel, B., 1998. Ilmiy maqolani qanday yozish va nashr etish. Kembrij universiteti matbuoti. de Kastro, AI, Pena, ˜ JM, Torres-Sanches, ´ J., Jim´enez-Brenes, FM, ValenciaGredilla, F., Recasens, J., Lopez-Granados, ´ F., 2020. Cinodon dactylon infektsiyalarini xaritalash aniq uzumchilik uchun avtomatik qaror daraxt-OBIA protsedurasi va UAV tasvirlar bilan ekinlarni qoplash. Masofadan zondlash 12 (1), 56. https://doi.org/10.3390/rs12010056.
de Kastro, AI, Torres-S´ anchez, J., Pena, ˜ JM, Jim´enez-Brenes, FM, Csillik, O., Lopez- ´Granados, F., 2018. Avtomatik tasodifiy o'rmon-OBIA algoritmi UAV tasvirlari yordamida ekin qatorlari orasida va ichida begona o'tlarni erta xaritalash. Masofadan zondlash 10 (2). https://doi.org/10.3390/rs10020285.
Demir, N., Sonmez, ¨ NK, Akar, T., Unal, S., 2018. UAV tasviridan olingan DSM yordamida bug'doy genotiplarining o'simlik balandligini avtomatlashtirilgan o'lchash. Ishlar 2 (7), 350. https://doi.org/10.3390/ecrs-2-05163.
Deng, J., Zhong, Z., Huang, H., Lan, Y., Xan, Y., Zhang, Y., 2020. Uchuvchisiz havo vositalaridan foydalangan holda real vaqtda begona o'tlarni xaritalash uchun engil semantik segmentatsiya tarmog'i. Ilova. Sci. 10 (20), 7132. https://doi.org/10.3390/app10207132.
Deng, L., Mao, Z., Li, X., Xu, Z., Duan, F., Yan, Y., 2018. Nozik qishloq xo'jaligi uchun UAVga asoslangan multispektral masofadan zondlash: turli kameralar o'rtasidagi taqqoslash. ISPRS J. Fotogramma. Masofaviy Sensor 146, 124–136.
Diaz-Gonsales, FA, Vuelvas, J., Korrea, CA, Vallejo, VE, Patino, D., 2022. Tuproq ko'rsatkichlarini baholash uchun qo'llaniladigan mashinani o'rganish va masofadan zondlash usullari - ko'rib chiqish. Ekol. Ind. 135, 108517 https://doi.org/10.1016/j.ecolind.2021.108517.
Díaz-Varela, RA, De la Rosa, R., Leon, ´ L., Zarco-Tejada, PJ, 2015. 3D fotosurat yordamida zaytun daraxti toji parametrlarini baholash uchun yuqori aniqlikdagi havodagi UAV tasvirlari
rekonstruksiya: naslchilik sinovlarida qo'llanilishi. Masofadan zondlash 7 (4), 4213–4232. https://doi.org/10.3390/rs70404213.
Dixit, A., Jakhar, SK, 2021. Aeroport imkoniyatlarini boshqarish: ko'rib chiqish va bibliometrik tahlil. J. Air Transp. Boshqarmoq. 91, 102010.
Dong, T., Shang, J., Liu, J., Qian, B., Jing, Q., Ma, B., Huffman, T., Geng, X., Sow, A., Shi, Y., Canisius, F., Jiao, X., Kovacs, JM, Walters, D., Cable, J., Wilson, J., 2019.
Ontario, Kanadada ekinlarning o'sishi va hosildorligining dala ichidagi o'zgaruvchanligini aniqlash uchun RapidEye tasvirlaridan foydalanish. Precision Agric. 20 (6), 1231–1250. https://doi.org/10.1007/
s11119-019-09646-w.
Dutta, PK, Mitra, S., 2021. Qishloq xoʻjaligi dronlari va iotlarni COVID-19dan keyingi davrda oziq-ovqat taʼminoti zanjirini tushunish uchun qoʻllash. In: Choudhury, A., Biswas, A., Prateek, M.,
Chakrabarti, A. (Eds.), Qishloq xo'jaligi informatikasi: IoT va Mashina o'rganishdan foydalangan holda avtomatlashtirish. Wiley, 67–87-betlar. van Eck, N., Waltman, L., 2009. Dasturiy ta'minot so'rovi: VOSviewer, bibliometrik xaritalash uchun kompyuter dasturi. Scientometrics 84 (2), 523–538. https://doi.org/10.1007/s11192-009-0146-3.
Elijah, O., Rahman, TA, Orikumhi, I., Leow, CY, Hindia, MN, 2018. Qishloq xo'jaligida narsalar Interneti (IoT) va ma'lumotlar tahliliga umumiy nuqtai: foyda va muammolar.
IEEE Internet Things J. 5 (5), 3758–3773.
Enciso, J., Avila, CA, Jung, J., Elsayed-Farag, S., Chang, A., Yeom, J., Landivar, J., Maeda, M., Chavez, JC, 2019. Agrotexnikani tekshirish UAV va maydon
pomidor navlari uchun o'lchovlar. Hisoblash. Elektron. Agri. 158, 278–283. https:// doi.org/10.1016/j.compag.2019.02.011.
Espinoza, CZ, Khot, LR, Sankaran, S., Jacoby, PW, 2017. Yuqori aniqlikdagi multispektral va termal masofaviy zondlash asosidagi suv stressini baholash
yer osti sugʻoriladigan uzumzorlar. Masofadan zondlash 9 (9), 961. https://doi.org/ 10.3390/rs9090961.
Ewing, J., Oommen, T., Jayakumar, P., Alger, R., 2020. Tuproq gradatsiyasi uchun giperspektral masofadan zondlashdan foydalanish. Masofadan zondlash 12 (20), 3312. ttps://doi.org/10.3390/
rs12203312.
Fawcett, D., Panigada, C., Tagliabue, G., Boschetti, M., Celesti, M., Evdokimov, A., Biriukova, K., Colombo, R., Miglietta, F., Rascher, U., Anderson, K., 2020. Operatsion sharoitlarda uchuvchisiz ko'p spektrli sirtni aks ettirish va o'simlik ko'rsatkichlarini ko'p miqyosli baholash. Masofadan zondlash 12 (3), 514.
Feng, X., Yan, F., Liu, X., 2019. Nozik qishloq xo'jaligi uchun narsalar Internetida simsiz aloqa texnologiyalarini o'rganish. Simsiz Pers. Kommun. 108 (3),
1785-1802.
Ferreira, MP, Pinto, CF, Serra, FR, 2014. Xalqaro biznes tadqiqotlarida tranzaksiya xarajatlari nazariyasi: o'ttiz yil davomida bibliometrik tadqiqot. Scientometrics 98 (3), 1899–1922. https://doi.org/10.1007/s11192-013-1172-8.
Fisher, P., Abuzar, M., Rab, M., Best, F., Chandra, S., 2009. Avstraliyaning janubi-sharqidagi aniq qishloq xo'jaligidagi yutuqlar. I. simulyatsiya qilish uchun regressiya metodologiyasi
dehqonlarning tarixiy paddok hosildorligidan foydalangan holda boshoqli ekinlar hosildorligining fazoviy o'zgarishi va normallashtirilgan farq o'simliklari indeksi. Ekin yaylovlari fanlari. 60 (9), 844–858.
Floreano, D., Wood, RJ, 2015. Ilm-fan, texnologiya va kichik avtonom dronlarning kelajagi. Tabiat 521 (7553), 460–466. https://doi.org/10.1038/nature14542.
Friha, O., Ferrag, MA, Shu, L., Maglaras, LA, Vang, X., 2021. Aqlli qishloq xo'jaligi kelajagi uchun narsalar Interneti: rivojlanayotgan texnologiyalarning keng qamrovli tadqiqoti. IEEE CAA J. Autom. Sinica 8 (4), 718–752.
Fuentes-Pacheco, J., Torres-Olivares, J., Roman-Rangel, E., Servantes, S., XuarezLopez, P., Hermosillo-Valadez, J., Rendon-Mancha, ´ JM, 2019. Anjir o'simliklarining segmentatsiyasi chuqur konvolyutsion kodlovchi-dekoder tarmog'idan foydalangan holda havo tasvirlaridan. Masofadan zondlash 11 (10), 1157. https://doi.org/10.3390/rs11101157.
Gago, J., Douthe, C., Coopman, RE, Gallego, PP, Ribas-Carbo, M., Flexas, J., Escalona, J., Medrano, H., 2015. UAVlar suv ta'sirini baholash uchun muammo.
barqaror qishloq xo'jaligi. Agri. Suv boshqaruvchisi. 153, 9–19. https://doi.org/10.1016/j. agwat.2015.01.020.
Garsiya-Tejero, IF, Rubio, AE, Vinuela, ˜ I., Hern´ andez, A., Guti´errez-Gordillo, S., Rodriguez-Pleguezuelo, CR, Dur´ an-Zuazo, VH, 2018. Termal tasvir zavodda
defitsit sug'orish strategiyalari ostida bodom daraxtlari (Cv. Guara)dagi hosil-suv holatini baholash uchun daraja. Agri. Suv boshqaruvchisi. 208, 176–186. https://doi.org/10.1016/j.
agwat.2018.06.002.
Garzonio, R., Di Mauro, B., Colombo, R., Cogliati, S., 2017. Kichkina hiperspektral UAS yordamida sirtni aks ettirish va suninduced floresan spektroskopiya o'lchovlari. Masofadan zondlash 9 (5), 472. https://doi.org/10.3390/rs9050472. Gaˇsparovi´c, M., Zrinjski, M., Barkovi´c, Đ., Radoˇcaj, D., 2020. Avtomatik usul
UAV tasvirlari asosida jo'xori dalalarida begona o'tlarni xaritalash. Hisoblash. Elektron. Agri.
Gebbers, R., Adamchuk, VI, 2010. Aniq qishloq xo'jaligi va oziq-ovqat xavfsizligi. Fan 327 (5967), 828–831. https://doi.org/10.1126/science.1183899.
Geipel, J., Link, J., Claupein, W., 2014. Uchuvchisiz samolyot tizimi bilan olingan havo tasvirlari va ekin yuzasi modellari asosida makkajo'xori hosildorligini birlashtirilgan spektral va fazoviy modellashtirish. Masofadan zondlash 6 (11), 10335–10355. https://doi.org/10.3390/rs61110335.
Geng, D., Feng, Y., Zhu, Q., 2020. Foydalanuvchilar uchun barqaror dizayn: adabiyotlarni ko'rib chiqish va bibliometrik tahlil. Atrof-muhit. Sci. Ifloslanish. Res. 27 (24), 29824–29836. https://doi. org/10.1007/s11356-020-09283-1.
Gevaert, CM, Suomalainen, J., Tang, J., Kooistra, L., 2015. Multispektral sun'iy yo'ldosh va hiperspektralni birlashtirib, spektral-vaqt javob yuzalarini yaratish
Aniq qishloq xo'jaligi ilovalari uchun UAV tasvirlari. IEEE J. Sel. Yuqori. Ilova. Earth Obs. Masofaviy Sensor 8 (6), 3140–3146. ttps://doi.org/10.1109/JSTARS.2015.2406339.
Gill, SS, Chana, I., Buyya, R., 2017. IoT-ga asoslangan qishloq xo'jaligi bulut va katta ma'lumotlar xizmati sifatida: raqamli Hindistonning boshlanishi. J. Org. va oxirgi foydalanuvchi hisobi. (JOEUC) 29 (4),
1-23.
Gmür, M., 2006. Birgalikda iqtibos tahlili va ko'rinmas kollejlarni qidirish: uslubiy baholash. Scientometrics 57 (1), 27–57. https://doi.org/10.1023/
a: 1023619503005.
Gnadinger, ¨ F., Schmidhalter, U., 2017. Uchuvchisiz havo vositalari (UAV) yordamida makkajo'xori o'simliklarining raqamli soni. Masofadan zondlash 9 (6). Https://doi.org/10.3390/rs9060544.
Gokto ¨ ǧan, AH, Sukkarieh, S., Bryson, M., Randle, J., Lupton, T., Hung, C., 2010. Suvdagi begona o'tlarni kuzatish va nazorat qilish uchun aylanadigan uchuvchisiz havo vositasi.
boshqaruv. J. Intell. Robototexnika tizimi: nazariya. Ilova. 57 (1–4), 467–484. https://doi. org/10.1007/s10846-009-9371-5.
Gomes-Cand ´ on, ´ D., De Castro, AI, Lopez-Granados, ´ F., 2014. Bug'doyda aniq qishloq xo'jaligi maqsadlari uchun uchuvchisiz havo vositasi (UAV) tasvirlaridan mozaikaning aniqligini baholash. Aniq. Agri. 15 (1), 44–56. https://doi.org/10.1007/s11119-013-9335-4.
Gomez-Kand ´ on, ´ D., Virlet, N., Labb´e, S., Jolivot, A., Regnard, J.-L., 2016. UAV tomonidan seziladigan tasvirlar yordamida daraxt miqyosida suv ta'sirining dala fenotipi : uchun yangi tushunchalar
termal olish va kalibrlash. Aniq. Agri. 17 (6), 786–800. https://doi.org/10.1007/s11119-016-9449-6.
Gonsales-Dugo, V., Zarco-Tejada, PJ, Fereres, E., 2014. Tsitrus bog'larida suv tanqisligi ko'rsatkichi sifatida ekinlarning suv stress indeksidan foydalanishning qo'llanilishi va cheklovlari. Agri. Uchun. Meteorol. 198–199, 94–104. https://doi.org/10.1016/j. agrformet.2014.08.003.
Gonsales-Dugo, V., Zarko-Tejada, P., Nicolas, ´ E., Nortes, PA, Alarcon, ´ JJ, Intrigliolo, DS, Fereres, E., 2013. Yuqori aniqlikdagi UAV termal tasvirlaridan foydalanish.
savdo bog'idagi beshta mevali daraxt turining suv holatining o'zgaruvchanligini baholash. Aniq. Agri. 14 (6), 660–678. https://doi.org/10.1007/s11119-013-9322-9.
Goyal, K., Kumar, S., 2021. Moliyaviy savodxonlik: tizimli tahlil va bibliometrik tahlil. Int. J. Consumer Studies 45 (1), 80–105. https://doi.org/10.1111/
ijcs.12605.
Grenzdorffer, ¨ GJ, Engel, A., Teichert, B., 2008. O'rmon xo'jaligi va qishloq xo'jaligida arzon samolyotlarning fotogrametrik salohiyati. Fotogrammetriya, masofaviy zondlash va fazoviy axborot fanlari xalqaro arxivlari - ISPRS arxivlari 37, 1207–1213. https://www.scopus.com/inward/record.uri?eid=2-s2.0-85039543258&partnerI D=40&md5=b4b2d639257e8ddb5a373d15959c4e1e.
Guan, S., Fukami, K., Matsunaka, H., Okami, M., Tanaka, R., Nakano, X., Sakai, T., Nakano, K., Ohdan, X., Takahashi, K. 2019. Yuqori aniqlikdagi korrelyatsiyani baholash
Kichik UAVlardan foydalangan holda o'g'itlarni qo'llash darajasi va sholi va bug'doy ekinlarining hosildorligi bilan NDVI. Masofadan zondlash 11 (2), 112.
Gundolf, K., Filser, M., 2013. Boshqaruv tadqiqotlari va din: iqtibos tahlili. J. Avtobus. Etika 112 (1), 177–185.
Guo, Q., Zhu, Y., Tang, Y., Xou, C., He, Y., Zhuang, J., Zheng, Y., Luo, S., 2020. CFD simulyatsiyasi va fazoviy eksperimental tekshirish va vaqtincha taqsimoti
hover holatida to'rt rotorli qishloq xo'jaligi UAVning pastga yuvish havo oqimi. Hisoblash. Elektron. Agri. 172, 105343 https://doi.org/10.1016/j.compag.2020.105343.
Haghighattalab, A., Gonz' alez P'eres, L., Mondal, S., Singx, D., Schinstock, D., Rutkoski, J., Ortiz-Monasterio, I., Singx, RP, Gudin, D. , Polsha, J., 2016 yil.
Yirik bug'doy pitomniklarini yuqori o'tkazuvchanlik fenotiplash uchun uchuvchisiz havo tizimlarini qo'llash. O'simlik usullari 12 (1). https://doi.org/10.1186/s13007-
016-0134-6.
Hakala, T., Xonkavaara, E., Saari, H., Makynen, ¨ J., Kaivosoja, J., Pesonen, L., & Pol ¨ onen, ¨I., 2013. Turli xil yoritish sharoitida UAVlardan spektral tasvirlash . GG Bill R. (Tahr.), Fotogrammetriya, masofaviy zondlash va fazoviy axborot fanlari xalqaro arxivlari — ISPRS arxivlari (40-jild, 1W2-son, 189-194-betlar). Fotogrammetriya va masofadan zondlash xalqaro jamiyati. https://www.scopus.com/inward/record.uri?eid=2-s2.0-848875632.
Hamilton, SM, Morris, RH, Carvalho, RC, Roder, N., Barlow, P., Mills, K., Wang, L. Orol o'simliklarini uchuvchisiz havodan xaritalash usullarini baholash.
avtomobil (UAV) tasvirlari: piksel tasnifi, vizual talqin va mashinani o'rganish yondashuvlari. Int. J. Ilova. Earth Obs. Geoinf. 89, 102085 https://doi.org/
10.1016/j.jag.2020.102085.
Haque, A., Islam, N., Samrat, NH, Dey, S., Rey, B., 2021. Bangladeshda mas'uliyatli rahbarlik orqali aqlli dehqonchilik: imkoniyatlar, imkoniyatlar va undan tashqari.
Barqarorlik 13 (8), 4511.
Hardin, PJ, Hardin, TJ, 2010. Atrof-muhitni tadqiq qilishda kichik o'lchamli masofadan uchuvchi transport vositalari. Geografiya kompas 4 (9), 1297–1311. ttps://doi.org/10.1111/j.1749-
8198.2010.00381.x.
Hardin, PJ, Jensen, RR, 2011. Atrof-muhitni masofadan zondlashda kichik o'lchamli uchuvchisiz havo vositalari: muammolar va imkoniyatlar. GISci. Masofaviy Sensor 48 (1), 99–111. https://doi.org/10.2747/1548-1603.48.1.99.
He, Y., Nie, P., Chjan, Q., Liu, F., 2021. Qishloq xo'jaligidagi narsalar Interneti: texnologiyalar va ilovalar, (1-nashr. 2021 yil). Springer.
Herwitz, SR, Jonson, LF, Dunagan, SE, Xiggins, RG, Sullivan, DV, Zheng, J., Lobitz, BM, Leung, JG, Gallmeyer, BA, Aoyagi, M., Slye, RE, Brass, JA, 2004 yil.
Uchuvchisiz havo vositasidan tasvir: qishloq xo'jaligini kuzatish va qarorlarni qo'llab-quvvatlash. Hisoblash. Elektron. Agri. 44 (1), 49–61. https://doi.org/10.1016/j.
compag.2004.02.006.
Holman, FH, Riche, AB, Michalski, A., Castle, M., Wooster, MJ, Hawkesford, MJ, UAV asosida masofadan zondlash yordamida dala uchastkalari sinovlarida bug'doy o'simlikining balandligi va o'sish tezligining yuqori o'tkazuvchanlik dala fenotipi. Masofadan zondlash 8 (12). https://doi. org/10.3390/rs8121031.
Honkavaara, E., Saari, X., Kaivosoja, J., Pol ¨ onen, ¨ I., Hakala, T., Litkey, P., M¨akynen, J., Pesonen, L., 2013. Qayta ishlash va baholash nozik qishloq xo'jaligi uchun engil UAV spektral kamera yordamida to'plangan spektrometrik, stereoskopik tasvirlar. Masofadan zondlash 5 (10), 5006–5039. https://doi.org/10.3390/rs5105006.
Hossein Motlagh, N., Taleb, T., Arouk, O., 2016. Pastki balandlikdagi uchuvchisiz uchish apparatlari Internet xizmatlariga asoslangan: keng qamrovli so'rov va kelajak istiqbollari. IEEE Internet Things J. 3 (6), 899–922. https://doi.org/10.1109/JIOT.2016.2612119.
Xrabar, S., Sukhatme, GS, Corke, P., Usher, K., Roberts, J., 2005. UAV uchun shahar kanyonlarining birlashtirilgan optik oqimi va stereo-asosli navigatsiyasi. In: 2005 IEEE/RSJ
Intellektual robotlar va tizimlar bo‘yicha xalqaro konferensiya, 3309–3316-betlar. https://doi.org/10.1109/IROS.2005.1544998.
Xsu, T.-C., Yang, H., Chung, Y.-C., Xsu, C.-H., 2020. Bulutli tuman hisoblashlari uchun ijodiy IoT qishloq xo'jaligi platformasi. Barqarorlik. Hisoblash. Inf. Sist. 28, 100285.
Huang, H., Deng, J., Lan, Y., Yang, A., Deng, X., Chjan, L., Gonsales-Andujar, JL, 2018. Uchuvchisiz havo vositasining begona o'tlarni xaritalash uchun to'liq konvolyutsion tarmoq ( UAV) tasvirlari. PLoS ONE 13 (4), e0196302.
Huang, H., Lan, Y., Yang, A., Chjan, Y., Wen, S., Deng, J., 2020. UAV tasvirlarini begona o'tlarni xaritalashda ob'ektga asoslangan tasvir tahliliga (OBIA) qarshi chuqur o'rganish. Int. J.
Masofaviy Sensor 41 (9), 3446–3479. https://doi.org/10.1080/01431161.2019.1706112.
Huang, X., Yang, A., Tang, Y., Zhuang, J., Xou, C., Tan, Z., Dananjayan, S., Xe, Y., Guo, Q., Luo, S. 2021. Ekinlarni kuzatishda UAV tasvirlari uchun chuqur rang kalibrlash
mahalliy global e'tibor bilan semantik uslubni uzatishdan foydalanish. Int. J. Ilova. Earth Obs. Geoinf. 104, 102590 https://doi.org/10.1016/j.jag.2021.102590.
Huang, YB, Thomson, SJ, Hoffmann, WC, Lan, YB, Fritz, BK, 2013. Qishloq xo'jaligi ishlab chiqarishi uchun uchuvchisiz havo vositalari texnologiyalarini ishlab chiqish va istiqbollari
boshqaruv. Int. J. Agrik. Biol. Eng. 6 (3), 1–10. https://doi.org/10.3965/j. ijabe.20130603.001.
Huang, Y., Hoffmann, WC, Lan, Y., Wu, W., Fritz, BK, 2009. Uchuvchisiz havo vositasi platformasi uchun purkash tizimini ishlab chiqish. Ilova. Eng. Agri. 25 (6), 803–809.
Hunt Jr., ER, Dean Hively, W., Fujikawa, SJ, Linden, DS, Daughtry, CST, McCarty, GW, 2010. NIR-yashil-ko'k raqamli fotosuratlarni sotib olish
hosilni kuzatish uchun uchuvchisiz samolyot. Masofadan zondlash 2 (1), 290–305. https://doi. org/10.3390/rs2010290. Inoue, Y., 2020. Aqlli dehqonchilik uchun ekinlar va tuproqlarni sun'iy yo'ldosh va dron yordamida masofadan zondlash - sharh. Tuproq fanlari. O'simlik Nutr. 66 (6), 798–810. https://doi.org/10.1080/00380768.2020.1738899.
Islom, N., Rashid, MM, Pasandideh, F., Rey, B., Mur, S., Kadel, R., 2021. Internet of Things (IoT) va kommunikatsiya texnologiyalari uchun ilovalar va kommunikatsiya texnologiyalarini ko'rib chiqish.
Uchuvchisiz havo vositasi (UAV) asosida barqaror aqlli dehqonchilik. Barqarorlik 13 (4), 1821. https://doi.org/10.3390/su13041821.
Jaud, M., Passot, S., Le Bivic, R., Delacourt, C., Grandjean, P., Le Dantec, N., 2016. tomonidan hisoblangan yuqori aniqlikdagi raqamli sirt modellarining aniqligini baholash.
PhotoScan® va MicMac® sub-optimal tadqiqot sharoitida. Masofadan zondlash 8 (6), https://doi.org/10.3390/rs8060465.
Jim´enez-Brenes, FM, Lopez-Granados, ´ F., Castro, AI, Torres-S´ anchez, J., Serrano, N., Pena, ˜ JM, 2017. Zaytun daraxti me'morchiligiga va yillik kesishning ta'sirini aniqlash UAV-ga asoslangan 3D modellash yordamida soyabon o'sishi. O'simlik usullari 13 (1). https://doi.org/10.1186/s13007-017-0205-3.
Jin, X., Liu, S., Baret, F., Hemerl'e, M., Comar, A., 2017. Juda past balandlikdagi UAV tasvirlaridan paydo bo'lgan bug'doy ekinlarining o'simlik zichligini baholash. Masofaviy Sensor.
Atrof-muhit. 198, 105–114. https://doi.org/10.1016/j.rse.2017.06.007.
Jinbo, C., Xiangliang, C., Han-Chi, F., Lam, A., 2019. Bulutli hisoblash tomonidan qo'llab-quvvatlanadigan qishloq xo'jaligi mahsulotlarini monitoring qilish tizimi. Klaster hisoblash. 22 (4), 8929–8938.
Ju, C. va Son, HI 2018a. Qishloq xo'jaligida masofadan zondlash uchun bir nechta UAV tizimlarining ishlashini baholash. Robototexnika va avtomatlashtirish bo‘yicha IEEE xalqaro konferensiyasida (ICRA), Brisben, Avstraliya, 21–26 da qishloq xo‘jaligida robototexnik ko‘rish va harakatlar bo‘yicha seminar materiallari.
Ju, C., Son, HI, 2018b. Qishloq xo'jaligida foydalanish uchun bir nechta UAV tizimlari: nazorat qilish, amalga oshirish va baholash. Elektronika 7 (9), 162. https://doi.org/10.3390/
elektronika7090162.
Jung, J., Maeda, M., Chang, A., Bhandari, M., Ashapur, A., Landivar-Bowles, J., 2021. Masofadan zondlash va sun'iy intellektning salohiyati
qishloq xo'jaligi ishlab chiqarish tizimlarining mustahkamligi. Curr. Fikr. Biotexnologiya. 70, 15–22. https://doi.org/10.1016/j.copbio.2020.09.003.
Kalischuk, M., Paret, ML, Freeman, JH, Raj, D., Da Silva, S., Eubanks, S., Wiggins, DJ, Lollar, M., Marois, JJ, Mellinger, HC, Das, J. , 2019. Tarvuzdagi tish poyasining kuyishi uchun an’anaviy izlanish amaliyotiga uchuvchisiz uchish apparati yordamida ko‘p spektrli ekin tasvirini o‘z ichiga olgan takomillashtirilgan ekin skauti texnikasi. Plant Dis. 103 (7), 1642–1650.
Kapur, KK, Tamilmani, K., Rana, NP, Patil, P., Dwivedi, YK, Nerur, S., 2018. Ijtimoiy media tadqiqotlaridagi yutuqlar: o'tmish, hozirgi va kelajak. Xabar berish. Sist. Old. 20
(3), 531-558.
Kerkech, M., Hafiane, A., Canals, R., 2020. VddNet: multispektral tasvirlar va chuqurlik xaritasi asosida tok kasalliklarini aniqlash tarmog'i. Masofadan zondlash 12 (20), 3305. https://doi. org/10.3390/rs12203305.
Khaliq, A., Comba, L., Biglia, A., Ricauda Aimonino, D., Chiaberge, M., Gay, P., 2019. Uzumzor uchun sun'iy yo'ldosh va UAVga asoslangan multispektral tasvirlarni taqqoslash
o'zgaruvchanlikni baholash. Masofadan zondlash 11 (4). https://doi.org/10.3390/rs11040436.
Khan, PW, Byun, Y.-C., Park, N., 2020. IoT-blockchain ilg'or chuqur o'rganishdan foydalangan holda oziq-ovqat sanoati 4.0 uchun optimallashtirilgan manba tizimini faollashtirdi. Sensorlar 20 (10), 2990.
Khan, RU, Khan, K., Albattah, W., Qamar, AM, Ullah, F., 2021. O'simlik kasalliklarini tasvirga asoslangan aniqlash: klassik mashinani o'rganishdan chuqur o'rganish sayohatigacha. Simsiz aloqa. Mobil kompyuter. 2021, 1–13.
Khan, S., Tufail, M., Khan, MT, Khan, ZA, Iqbal, J., Alam, M., Le, KNQ, 2021. UAV asosidagi ekin/begona o'tlar tasnifi uchun yarim nazorat ostidagi yangi asos. PLoS ONE 16 (5), e0251008.
Khanal, S., Fulton, J., Shearer, S., 2017. Aniq qishloq xo'jaligida termal masofaviy zondlashning joriy va potentsial qo'llanilishiga umumiy nuqtai. Hisoblash. Elektron.
Agri. 139, 22–32. https://doi.org/10.1016/j.compag.2017.05.001.
Khanna, A., Kaur, S., 2019. Internet of Things (IoT) evolyutsiyasi va uning Precision Agriculture sohasidagi muhim ta'siri. Hisoblash. Elektron. Agri. 157, 218–231.
Kim, W., Khan, GF, Wood, J., Mahmood, MT, 2016. Barqaror tashkilotlar uchun xodimlarni jalb qilish: ijtimoiy tarmoq tahlili va portlash yordamida kalit so'zlarni tahlil qilish
aniqlash yondashuvi. Barqarorlik 8 (7), 631.
Kirsch, M., Lorenz, S., Zimmermann, R., Tusa, L., Mockel, ¨ R., Hodl, ¨ P., Booysen, R., Xodadadzadeh, M., Gloaguen, R., 2018. Integratsiya yer usti va dronlar orqali
razvedka xaritasini tuzish va kon monitoringi uchun giperspektral va fotogrametrik zondlash usullari. Masofadan zondlash 10 (9), 1366. https://doi.org/10.3390/
rs10091366.
Kitano, BT, Mendes, CCT, Geus, AR, Oliveira, HC, Souza, JR, 2019. Chuqur o'rganish va UAV tasvirlari yordamida makkajo'xori o'simliklarini hisoblash. IEEE Geosci. Masofaviy Sensor. Lett. 1–5 https://doi.org/10.1109/LGRS.2019.2930549.
Koh, JCO, Spangenberg, G., Kant, S., 2021. Yuqori ishlab chiqarish tasviriga asoslangan o'simlik fenotiplash uchun avtomatlashtirilgan mashinani o'rganish. Masofadan zondlash 13 (5), 858. https://
doi.org/10.3390/rs13050858.
Kovalev, IV, Voroshilova, AA, 2020. Yuk tashuvchi UAV ekotizimini rivojlantirishning zamonaviy texnologik tendentsiyalari. J. Fizika. Konf. Ser. 1515 (5), 052068 https://doi. org/10.1088/1742-6596/1515/5/052068.
Krul, S., Pantos, C., Frangulea, M., Valente, J., 2021. Monokulyar kamerali kichik dron yordamida yopiq chorvachilik va dehqonchilik uchun vizual SLAM: texnik-iqtisodiy asoslash.
Dronlar 5 (2), 41. https://doi.org/10.3390/drones5020041.
Kulbacki, M., Segen, J., Knie´c, W., Klempous, R., Kluwak, K., Nikodem, J., Kulbacka, J., Serester, A., 2018. Qishloq xo'jaligini avtomatlashtirish uchun dronlarni o'rganish ekishdan boshlab
o'rim-yig'im. In: INES 2018 – Intellektual muhandislik tizimlari bo‘yicha IEEE 22-xalqaro konferensiyasi, 000353–358-betlar. https://doi.org/10.1109/INES.2018.8523943.
Lagkas, T., Argyriou, V., Bibi, S., Sarigiannidis, P., 2018. UAV IoT ramkasining qarashlari va muammolari: dronlarni "narsalar" sifatida himoya qilish tomon. Sensorlar 18 (11), 4015. https://doi.org/10.3390/s18114015.
Laliberte, AS, Rango, A., 2011. Qurg'oqchil havoda uchuvchisiz samolyot bilan olingan sub-desimetrli tasvirlarni tahlil qilish uchun tasvirni qayta ishlash va tasniflash protseduralari
yaylovlar. GISci. Masofaviy Sensor 48 (1), 4–23. https://doi.org/10.2747/1548-1603.48.1.4.
Laliberte, AS, Rango, A., Herrick, JE, 2007. Yaylovlarni xaritalash va monitoring qilish uchun uchuvchisiz havo vositalari: ikkita tizimni taqqoslash. ASPRS yillik konferentsiya materiallari.
Lam, OHY, Dogotari, M., Prüm, M., Vithlani, HN, Roers, C., Melville, B., Zimmer, F., Becker, R., 2021. Mahalliy yaylovlarda begona o'tlarni xaritalash uchun ochiq manbali ish jarayoni.
uchuvchisiz havo vositasidan foydalanish: Rumex obtusifoliusni amaliy tadqiqot sifatida ishlatish. Yevro. J.Remote Sens. 54 (sup1), 71–88. https://doi.org/10.1080/22797254.2020.1793687.
Lambert, DM, Lowenberg-DeBoer, J., Griffin, TW, Peone, J., Payne, T., Daberkow, SG, 2004. Qabul qilish, rentabellik va aniq dehqonchilik ma'lumotlaridan yaxshiroq foydalanish.
Ish qog'ozi. Purdue universiteti. https://doi.org/10.22004/ag.econ.28615.
Lelong, CCD, Burger, P., Jubelin, G., Roux, B., Labb'e, S., Baret, F., 2008. Kichik uchastkalarda bug'doy hosilini miqdoriy monitoring qilish uchun uchuvchisiz havo vositalari tasvirlarini baholash. Sensorlar 8 (5), 3557–3585. https://doi.org/10.3390/s8053557.
Li, C., Niu, B., 2020. Katta ma'lumotlar va Internet narsalarga asoslangan aqlli qishloq xo'jaligini loyihalash. Int. J. Distrib. Sens.Netw. 16 (5) ttps://doi.org/10.1177/1550147720917065.
Li, V., Niu, Z., Chen, H., Li, D., Vu, M., Zhao, V., 2016. Yuqori aniqlikdagi stereo tasvirlar yordamida makkajo'xorining soyabon balandligi va yer usti biomassasini masofadan baholash. arzon narxlardagi uchuvchisiz havo vositalari tizimi. Ekol. Ind. 67, 637–648. https://doi.org/10.1016/j.ecolind.2016.03.036.
Liakos, KG, Busato, P., Moshou, D., Pearson, S., Bochtis, D., 2018. Qishloq xo'jaligida mashinalarni o'rganish: sharh. Sensorlar 18 (8), 2674.
Liebisch, F., Kirchgessner, N., Schneider, D., Walter, A., Hund, A., 2015. Mobil ko'p sensorli yondashuv bilan makkajo'xori xususiyatlarini masofaviy, havodan fenotiplash. O'simlik usullari 11 (1), 9. https://doi.org/10.1186/s13007-015-0048-8.
Lin, Z., Guo, V., 2020. Uchuvchisiz havo tizimi tasvirlari va chuqur o'rganish yordamida jo'xori panikulasini aniqlash va hisoblash. Old. O'simlik fanlari. 11.
Liu, S., Guo, L., Webb, H., Ya, X., Chang, X., 2019. Bulutli hisoblashga asoslangan zamonaviy eko-qishloq xo'jaligining "Internet of Things" monitoring tizimi. IEEE Access 7, 37050–37058.
Lopez-Granados, ´ F., 2011. Saytga xos begona o'tlarni boshqarish uchun begona o'tlarni aniqlash: xaritalash va real vaqtda yondashuvlar. Weed Res. 51 (1), 1–11. https://doi.org/10.1111/j.1365-3180.2010.00829.x.
Lopes-Granados, ´ F., Torres-Sanches, ´ J., De Kastro, A.-I., Serrano-Peres, A., MesasKarraskosa, F.-J., Pena, ˜ J.-M. , 2016. Yuqori aniqlikdagi UAV tasvirlari yordamida o't ekinlarida o't o'tlarining ob'ektga asoslangan erta monitoringi. Agron. Barqarorlik. Dev. 36 (4), 1–12
Lopez-Granados, ´ F., Torres-S´ anches, J., Serrano-Peres, A., de Kastro, AI, MesasCarrascosa, F.-J., Pena, ˜ J.-M., 2016 yil. UAV texnologiyasidan foydalangan holda kungaboqarda erta mavsumda begona o'tlarni xaritalash: begona o'tlar chegaralariga nisbatan gerbitsidlarni davolash xaritalarining o'zgaruvchanligi. Aniq. Agri. 17 (2), 183–199.
Lucieer, A., Malenovsky, Z., Veness, T., Wallace, L., 2014. HyperUAS - ko'p rotorli uchuvchisiz samolyot tizimidan tasvirlash spektroskopiyasi. J. Field Rob. 31 (4),
571–590. https://doi.org/10.1002/rob.21508.
Lumme, J., Karjalainen, M., Kaartinen, X., Kukko, A., Hyyppa, ¨ J., Hyypp¨ a, H., Jaakkola, A., & Kleemola, J., 2008. Er usti lazerli skanerlash qishloq xo'jaligi ekinlari. JJda
Chen J. Maas H–G. (Tahr.), Fotogrammetriya, masofaviy zondlash va fazoviy axborot fanlari xalqaro arxivlari — ISPRS arxivlari (37-jild, 563–566-betlar).
Fotogrammetriya va masofadan zondlash xalqaro jamiyati. https://www.scopus .com/inward/record.uri?eid=2-s2.0-84919356328&partnerID=40&md5=574
b802131a99d16318ce619a01ca1bf.
Ma, L., Li, M., Ma, X., Cheng, L., Du, P., Liu, Y., 2017. Boshqariladigan ob'ektga asoslangan er qoplami tasvirlarining tasnifini ko'rib chiqish. ISPRS J. Fotogramma. Masofaviy Sensor 130,
277–293. https://doi.org/10.1016/j.isprsjprs.2017.06.001.
Maes, WH, Steppe, K., 2019. Aniq qishloq xo'jaligida uchuvchisiz havo vositalari bilan masofadan zondlash istiqbollari. Trends O'simlik Sci. 24 (2), 152–164. https://doi.org/10.1016/j.tplants.2018.11.007.
Maimaitijiang, M., Ghulom, A., Sidike, P., Hartling, S., Maimaitiyiming, M., Peterson, K., Shavers, E., Fishman, J., Peterson, J., Kadam, S., Burken, J., Fritschi, F., 2017.
Ko'p sensorli ma'lumotlarni birlashtirish va ekstremal o'rganish mashinasidan foydalangan holda uchuvchisiz havo tizimi (UAS) asosida soyaning fenotiplanishi. ISPRS J. Fotogramma. Masofaviy Sensor 134, 43–58. https://doi.org/10.1016/j.isprsjprs.2017.10.011. Maimaitijiang, M., Sagan, V., Sidike, P., Daloye, AM, Erkbol, H., Fritschi, FB, 2020.
Sun'iy yo'ldosh/UAV ma'lumotlarini birlashtirish va mashinani o'rganishdan foydalangan holda hosilni kuzatish. Masofadan zondlash 12 (9), 1357. https://doi.org/10.3390/rs12091357.
Manfreda, S., McCabe, M., Miller, P., Lukas, R., Pajuelo Madrigal, V., Mallinis, G., Ben Dor, E., Helman, D., Estes, L., Ciraolo, G. ., Myullerova, ´ J., Tauro, F., de Lima, M., de
Lima, J., Malta, A., Frensis, F., Kaylor, K., Kohv, M., Perks, M., Ruiz-Peres, G., Su, Z., Viko, G., Tot , B., 2018. Uchuvchisiz uchish tizimlaridan foydalanish to'g'risida
atrof-muhit monitoringi. Masofadan zondlash 10 (4), 641.
Marinko, RA, 1998. Dissertatsiyalardagi ayollar tadqiqotlari jurnallariga iqtiboslar, 1989 va The Serials Librarian 35 (1–2), 29–44. https://doi.org/10.1300/J123v35n01_
03.
Masroor, R., Naeem, M., Ejaz, W., 2021. UAV yordamida simsiz tarmoqlarda resurslarni boshqarish: optimallashtirish istiqboli. Ad Hoc Tarmoq. 121, 102596 https://doi.org/10.1016/j.adhoc.2021.102596.
Matese, A., Di Gennaro, SF, 2018. Aniqlikdagi ko'p spektrli, termal va RGB yuqori aniqlikdagi tasvirlarga asoslangan multisensorli UAV platformasining amaliy ilovalari
uzumchilik. Qishloq xo‘jaligi 8 (7), 116. https://doi.org/10.3390/agriculture8070116.
Matese, A., Di Gennaro, SF, 2021. An'anaviy NDVI indeksidan tashqari, aniq uzumchilikda UAVdan foydalanishning asosiy omili sifatida. Sci. Rep. 11 (1), 2721. https://doi.org/10.1038/s41598-021-81652-3.
Matese, A., Toscano, P., Di Gennaro, SF, Genesio, L., Vaccari, FP, Primicerio, J., Belli, C., Zaldei, A., Bianconi, R., Gioli, B., 2015 UAV, samolyotlarni o'zaro taqqoslash
aniq uzumchilik uchun sun'iy yo'ldosh masofadan zondlash platformalari. Masofadan zondlash 7 (3), 2971–2990. https://doi.org/10.3390/rs70302971.
Mazzia, V., Comba, L., Khaliq, A., Chiaberge, M., Gay, P., 2020. Aniqlik uchun sun'iy yo'ldosh orqali boshqariladigan o'simliklar ko'rsatkichini UAV va mashinani o'rganish asosida takomillashtirish
qishloq xo'jaligi. Sensorlar 20 (9), 2530. https://doi.org/10.3390/s20092530.
Makkeyn, KW, 1990. Intellektual makonda mualliflarni xaritalash: texnik sharh. J. Am. Soc. Ma'lumot. Sci. 41 (6), 433–443.
Meinen, BU, Robinson, DT, 2021. Qishloq xo'jaligi eroziyasini modellashtirish: UAV vaqt seriyali ma'lumotlaridan foydalangan holda USLE va WEPP dala miqyosidagi eroziya taxminlarini baholash. Atrof-muhit. Modell. Dasturiy ta'minot 137, 104962. https://doi.org/10.1016/j.envsoft.2021.104962.
Melville, B., Lucieer, A., Aryal, J., 2019. Giperspektral uchuvchisiz samolyotlar tizimi (UAS) tasvirlaridan foydalangan holda pasttekislikdagi mahalliy yaylov jamoalarining tasnifi.
Tasmaniya o'rta erlari. Dronlar 3 (1), 5.
Messina, G., Modica, G., 2020. Aniq qishloq xo'jaligida UAV termal tasvirlarini qo'llash: san'at holati va kelajakdagi tadqiqot istiqbollari. Masofadan zondlash 12 (9), https://doi.org/10.3390/rs12091491.
Mishra, D., Luo, Z., Jiang, S., Papadopulos, T., Dubey, R., 2017. Katta ma'lumotlar bo'yicha bibliografik tadqiqot: tushunchalar, tendentsiyalar va muammolar. Biznes jarayonlari menejeri. J. 23 (3),
555-573.
Mochida, K., Saisho, D., Hirayama, T., 2015. Dala sharoitida olingan hayot tsikli ma'lumotlar to'plamidan foydalangan holda hosilni yaxshilash. Old. O'simlik fanlari. 6 https://doi.org/10.3389/
fpls.2015.00740.
Mogili, UM.R., Deepak, BBVL, 2018. Nozik qishloq xo'jaligida uchuvchisiz tizimlarni qo'llash bo'yicha sharh. Procedia hisoblash. Sci. 133, 502–509.
Moharana, S., Dutta, S., 2016. Giperspektral tasvirlardan guruchning xlorofill va azot tarkibining fazoviy o'zgaruvchanligi. ISPRS J. Fotogramma. Masofaviy Sensor 122, 17–29.
Muangprathub, J., Boonnam, N., Kajornkasirat, S., Lekbangpong, N., Vanichsombat, A.,
Nillaor, P., 2019. Aqlli ferma uchun IoT va qishloq xo'jaligi ma'lumotlarini tahlil qilish. Hisoblash. Elektron. Agri. 156, 467–474.
Nansen, C., Elliott, N., 2016. Entomologiyada masofaviy zondlash va aks ettirish profili. Annu. Ruhoniy Entomol. 61 (1), 139–158. https://doi.org/10.1146/annurev-ento010715-023834.
Navia, J., Mondragon, I., Patino, D., Kolorado, J., 2016. Qishloq xo'jaligida multispektral xaritalash: avtonom kvadrokopter UAV yordamida er mozaikasi. Int. Konf.
Uchuvchisiz samolyotlar tizimi. (ICUAS) 2016, 1351–1358. https://doi.org/10.1109/ ICUAS.2016.7502606.
Nayyar, A., Nguyen, B.-L., Nguyen, NG, 2020. Dron narsalar interneti (Iodt): aqlli dronlarning kelajakdagi tasavvuri. Adv. Intell. Sist. Hisoblash. 1045, 563–580. https://doi.org/10.1007/978-981-15-0029-9_45.
Nebiker, S., Annen, A., Scherrer, M., Oesch, D., 2008. Mikro UAV uchun engil vaznli multispektral sensor - juda yuqori aniqlikdagi havoda masofadan zondlash uchun imkoniyatlar. Int. Ark. Fotogramma. Masofaviy Sens. Spat. Inf. Sci 37 (B1), 1193–1200.
Negash, L., Kim, H.-Y., Choi, H.-L., 2019. Qishloq xo'jaligida rivojlanayotgan UAV ilovalari. In: 2019 Robot razvedkasi texnologiyasi bo'yicha 7-xalqaro konferentsiya va
Ilovalar (RiTA), 254–257-betlar. https://doi.org/10.1109/RITAPP.2019.8932853.
Nerur, SP, Rasheed, AA, Natarajan, V., 2008. Strategik boshqaruv sohasining intellektual tuzilishi: muallifning birgalikdagi iqtibos tahlili. Strategiya. Boshqarmoq. J. 29 (3),
319-336.
Neupane, K., Baysal-Gurel, F., 2021. Uchuvchisiz havo vositalaridan foydalangan holda o'simlik kasalliklarini avtomatik aniqlash va monitoringi: sharh. Masofadan zondlash 13 (19), 3841. https://doi.org/10.3390/rs13193841.
Nex, F., Remondino, F., 2014. 3D xaritalash ilovalari uchun UAV: ko'rib chiqish. Ilova. Geomatika 6 (1), 1–15. https://doi.org/10.1007/s12518-013-0120-x.
Niu, H., Hollenbeck, D., Zhao, T., Wang, D., Chen, Y., 2020. Aniq qishloq xo'jaligida kichik UAVlar bilan bug'lanishni baholash. Sensorlar 20 (22), 6427. https://
doi.org/10.3390/s20226427.
Osareh, F., 1996. Bibliometriya, iqtibos tahlili va birgalikda iqtibos tahlili. Adabiyot sharhi I 46 (3), 149–158. https://doi.org/10.1515/libr.1996.46.3.149.
P´ adua, L., Vanko, J., Hruˇska, J., Ad˜ ao, T., Sousa, JJ, Peres, E., Morais, R., 2017. UAS, sensorlar va agroo'rmonchilikda ma'lumotlarni qayta ishlash: amaliy qo'llanmalar bo'yicha ko'rib chiqish. Int. J. Masofaviy Sens. 38 (8–10), 2349–2391. https://doi.org/10.1080/01431161.2017.1297548.
Panday, AQSh, Pratihast, AK, Aryal, J., Kayastha, RB, 2020. Donli ekinlar uchun dronga asoslangan ma'lumotlar yechimlari bo'yicha sharh. Dronlar 4 (3), 1–29. https://doi.org/10.3390/
dronlar4030041.
Parsaeian, M., Shahabi, M., Hassanpour, H., 2020. Tasvirni qayta ishlash va sun'iy neyron tarmog'idan foydalangan holda kunjut urug'larining yog'i va oqsil miqdorini baholash. J. Am. Yog '
Kimyogarlar jamiyati. 97 (7), 691–702.
Pena, JM, Torres-Sanches, J., de Kastro, AI, Kelli, M., Lopez-Granados, ´ F., Suares, O., ob'ektga asoslangan tahlil yordamida erta mavsumdagi makkajo'xori dalalarida begona o'tlarni xaritalash. ning
uchuvchisiz uchish apparati (UAV) tasvirlari. PLoS ONE 8 (10), e77151.
Peres-Ortiz, M., Pena, JM, Gutierrez, PA, Torres-S'anches, J., Xerv as-Martines, C.,
Lopez-Granados, ´ F., 2015. Uchuvchisiz uchish apparatlari va ekin qatorini aniqlash usuli yordamida kungaboqar ekinlarida begona o'tlarni xaritalash uchun yarim nazoratli tizim. Ilova. Yumshoq hisoblash. J. 37, 533–544. https://doi.org/10.1016/j.asoc.2015.08.027.
Pincheira, M., Vecchio, M., Giaffreda, R., Kanhere, SS, 2021. Aniq qishloq xo'jaligida blokcheynga asoslangan suvni boshqarish tizimi uchun ishonchli ma'lumot manbalari sifatida iqtisodiy jihatdan samarali IoT qurilmalari. Hisoblash. Elektron. Agri. 180, 105889.
Popescu, D., Stoican, F., Stamatescu, G., Ichim, L., Dragana, C., 2020. Aniq qishloq xo'jaligida aqlli monitoring uchun ilg'or UAV-WSN tizimi. Sensorlar 20 (3), https://doi.org/10.3390/s20030817.
Pournader, M., Shi, Y., Seuring, S., Koh, SL, 2020. Ta'minot zanjirlari, transport va logistika sohasida blokcheyn ilovalari: adabiyotlarni tizimli ko'rib chiqish. Int. J. Prod. Res. 58 (7), 2063–2081.
Primicerio, J., Di Gennaro, SF, Fiorillo, E., Genesio, L., Lugato, E., Matese, A., Vaccari, FP, 2012. Nozik qishloq xo'jaligi uchun moslashuvchan uchuvchisiz havo vositasi.
Aniq. Agri. 13 (4), 517–523. https://doi.org/10.1007/s11119-012-9257-6.
Pritchard, A., 1969. Statistik bibliografiya yoki bibliometriya. J. Hujjat. 25 (4), 348–349.
Pudelko, R., Stuczynski, T., Borzecka-Walker, M., 2012. Tajriba maydonlari va ekinlarni baholash uchun uchuvchisiz uchish apparatining (UAV) yaroqliligi. Qishloq xoʻjaligi 99 (4), 431–436.
Puri, V., Nayyar, A., Raja, L., 2017. Qishloq xo'jaligi dronlari: aniq qishloq xo'jaligidagi zamonaviy yutuq. J. Statis. Boshqarmoq. Sist. 20 (4), 507–518.
Radoglou-Grammatikis, P., Sarigiannidis, P., Lagkas, T., Moscholios, I., 2020. Aniq qishloq xo'jaligi uchun UAV ilovalari to'plami. Hisoblash. Tarmoq. 172,
107148 https://doi.org/10.1016/j.comnet.2020.107148.
Ramesh, KV, Rakesh, V., Prakasa Rao, EVS, 2020. Agrotexnik tadqiqotlarda katta ma'lumotlar tahlili va sun'iy intellektni qo'llash. Hindistonlik J. Agron. 65 (4), 383–395.
Raparelli, E., Bajocco, S., 2019. Qishloq xo'jaligi va o'rmon xo'jaligi tadqiqotlarida uchuvchisiz havo vositalaridan foydalanish bo'yicha bibliometrik tahlil. Int. J. Masofaviy Sensor 40 (24),
9070–9083. https://doi.org/10.1080/01431161.2019.1569793.
Rasmussen, J., Nielsen, J., Garsiya-Ruiz, F., Kristensen, S., Streibig, JC, Lotz, B., 2013.
Kichik uchuvchisiz samolyot tizimlaridan (UAS) begona o'tlarni o'rganishda potentsial foydalanish. Weed Res. 53 (4), 242–248.
Rasmussen, J., Ntakos, G., Nielsen, J., Svensgaard, J., Poulsen, RN, Kristensen, S., o'rnatilgan iste'molchi darajasidagi kameralardan olingan vegetatsiya indekslarimi?
UAVlar eksperimental uchastkalarni baholash uchun etarlicha ishonchlimi? Yevro. J. Agron. 74, 75–92. https://doi.org/10.1016/j.eja.2015.11.026.
Rejeb, A., Rejeb, K., Abdullohi, A., Zailani, S., Iranmanesh, M., Ghobakhloo, M., 2022. Oziq-ovqat ta'minoti zanjirlarida raqamlashtirish: bibliometrik tahlil va asosiy yo'nalish.
tahlil. Barqarorlik 14 (1), 83. https://doi.org/10.3390/su14010083.
Rejeb, A., Rejeb, K., Simske, SJ, Treiblmaier, H., 2021a. Ta'minot zanjirini boshqarish va logistika uchun dronlar: ko'rib chiqish va tadqiqot kun tartibi. Int. J. Logist. Res. Ilova.
1–24. https://doi.org/10.1080/13675567.2021.1981273.
Rejeb, A., Rejeb, K., Simske, S., Treiblmaier, H., 2021b. Logistika va ta'minot zanjirini boshqarishda blokcheyn texnologiyalari: bibliometrik sharh. Logistika 5 (4), 72.
https://doi.org/10.3390/logistics5040072.
Rejeb, A., Rejeb, K., Simske, S., Treiblmaier, H., 2021c. Gumanitar dronlar: ko'rib chiqish va tadqiqot kun tartibi. Narsalar interneti 16, 100434. https://doi.org/10.1016/j.
iot.2021.100434.
Rejeb, A., Treiblmaier, H., Rejeb, K., Zailani, S., 2021d. Sog'liqni saqlashda blokcheyn tadqiqotlari: bibliometrik sharh va hozirgi tadqiqot tendentsiyalari. J. of Data, Inf. va
Boshqarmoq. 3 (2), 109–124.
Rejeb, A., Simske, S., Rejeb, K., Treiblmaier, H., Zailani, S., 2020. Ta'minot zanjiri boshqaruvi va logistika bo'yicha narsalar Interneti tadqiqoti: bibliometrik tahlil. Internet
12-narsa, 100318.
ReportLinker, 2021. Global qishloq xo'jaligi dronlari bozori Yilga kelib 15.2 milliard AQSh dollariga etadi GlobeNewswire News Room. https://www.globenewswire.com/news-release/2021/08/10/2277986/0/en/Global-Agriculture-Drones-Market-to-Reach-US-15-2-Billion-by-the- Yil-2027.html.
Ribeiro-Gomes, K., Hernandez-L 'opez, 'D., Ortega, JF, Ballesteros, R., Poblete, T., Moreno, MA, 2017. Sovutilmagan termal kamerani kalibrlash va optimallashtirish
qishloq xo'jaligida UAV ilovalari uchun fotogrametriya jarayoni. Sensorlar (Shveytsariya) 17 (10). https://doi.org/10.3390/s17102173.
Rivera, MA, Pizam, A., 2015. Mehmondo'stlik tadqiqotlaridagi yutuqlar: "Rodney Dangerfilddan Areta Franklingacha". Int. J. Kontempor. Kasalxona. Boshqarmoq. 27 (3),
362–378. https://doi.org/10.1108/IJCHM-03-2014-0146.
Roldan, ´ JJ, Joossen, G., Sanz, D., Del Cerro, J., Barrientos, A., 2015. Issiqxonalarda atrof-muhit o'zgaruvchilarini o'lchash uchun mini-UAVga asoslangan sensorli tizim. Sensorlar 15 (2), 3334–3350. https://doi.org/10.3390/s150203334.
Rozenberg, G., Kent, R., Blank, L., 2021. Tijorat piyoz maydonlarida kech mavsumda begona o'tlarning fazoviy taqsimot modellarini aniqlash va tahlil qilish uchun iste'molchi darajasidagi UAV ishlatiladi. Aniq. Agri. 22 (4), 1317–1332. https://doi.org/10.1007/s11119-021-09786-y.
Saari, X., Pellikka, I., Pesonen, L., Tuominen, S., Heikkila, ¨ J., Holmlund, C., Makynen, ¨ J., Ojala, K., Antila, T., 2011. Uchuvchisiz o'rmon va qishloq xo'jaligi ilovalari uchun havo vositasi (UAV) tomonidan boshqariladigan spektral kamera tizimi. Davom eting. SPIE - Int. Soc. Opt. Eng. 8174 https://doi.org/10.1117/12.897585.
Sah, B., Gupta, R., Bani-Xani, D., 2021. Dron logistikasini amalga oshirishdagi to'siqlarni tahlil qilish. Int. J. Logist. Res. Ilova. 24 (6), 531–550. https://doi.org/10.1080/
13675567.2020.1782862.
Saha, AK, Saha, J., Rey, R., Sircar, S., Dutta, S., Chattopadhyay, SP va Saha, HN, qishloq xo'jaligida hosil sifatini yaxshilash uchun IOTga asoslangan dron. SHda
N. Chakrabarti S. (Tahr.), 2018 IEEE 8-yillik hisoblash va aloqa seminari va konferensiyasi, CCWC 2018 (Tillar. 2018-yanvar, 612-615-betlar). instituti
of Electrical and Electronics Engineers Inc. doi: 10.1109/CCWC.2018.8301662.
Sai Vineeth, KV, Vara Prasad, YR, Dubey, SR, Venkataraman, H., 2019. LEDCOM: aniq qishloq xo'jaligi uchun yangi va samarali LED asosidagi aloqa. IEEE konf. Ma'lumot. Kommun. Technol. 2019, 1–5. https://doi.org/10.1109/CICT48419.2019.9066177.
Salamí, E., Barrado, C., Pastor, E., 2014. O'simliklar bilan qoplangan maydonlarni masofadan zondlashda qo'llaniladigan UAV parvozi tajribalari. Masofadan zondlash 6 (11), 11051–11081. https://doi.org/10.3390/rs61111051.
Sankaran, S., Khot, LR, Espinoza, CZ, Jarolmasjed, S., Sathuvalli, VR, Vandemark, GJ, Miklas, PN, Carter, AH, Pumphrey, MO, Knowles, NRN, Pavek, MJ, 2015.
Qator va dala ekinlarini fenotiplash uchun past balandlikdagi, yuqori aniqlikdagi havodan tasvirlash tizimlari: sharh. Yevro. J. Agron. 70, 112–123. https://doi.org/10.1016/j.
eja.2015.07.004.
Santesteban, LG, Di Gennaro, SF, Herrero-Langreo, A., Miranda, C., Royo, JB, Matese, A., 2017. Yuqori aniqlikdagi UAVga asoslangan termal tasvir.
uzumzor ichidagi o'simlik suvi holatining oniy va mavsumiy o'zgaruvchanligi. Agri. Suv boshqaruvchisi. 183, 49–59. https://doi.org/10.1016/j.agwat.2016.08.026.
Sarli, CC, Dubinsky, EK, Holmes, KL, 2010. Beyond Citation tahlili: tadqiqot ta'sirini baholash modeli. J. Med. Kutubxona dots. : JMLA 98 (1), 17–23. https://doi.org/10.3163/1536-5050.98.1.008.
Schaepman, ME, Ustin, SL, Plaza, AJ, Painter, TH, Verrelst, J., Liang, S., 2009. Yer tizimi faniga oid tasvirlash spektroskopiyasi - baholash. Atrof-muhitni masofadan boshqarish. 113, S123–S137.
Schirrmann, M., Giebel, A., Gleiniger, F., Pflanz, M., Lentschke, J., Dammer, K.-H., 2016. Kuzgi bug'doy ekinlarining agrotexnik parametrlarini arzon narxlardagi UAV bilan kuzatish.
tasvir. Masofadan zondlash 8 (9). https://doi.org/10.3390/rs8090706.
Schmale III, DG, Dingus, BR, Reinholtz, C., 2008. Yuqorida aniq aerobiologik namuna olish uchun avtonom uchuvchisiz havo vositasini ishlab chiqish va qo'llash
qishloq xo'jaligi maydonlari. J. Field Rob. 25 (3), 133–147. https://doi.org/10.1002/rob.20232.
Shadrin, D., Menshchikov, A., Somov, A., Bornemann, G., Hauslage, J., Fedorov, M.,
Sun'iy intellekt bilan o'rnatilgan sezish orqali aniq qishloq xo'jaligini ta'minlash. IEEE Trans. Instrum. O'lchov. 69 (7), 4103–4113.
Shakhatreh, H., Savalmeh, AH, Al-Fuqaha, A., Dou, Z., Almaita, E., Xalil, I.,
Othman, NS, Khreishah, A., Guizani, M., 2019. Uchuvchisiz havo vositalari (UAVlar): fuqarolik ilovalari va asosiy tadqiqot muammolari bo'yicha so'rov. IEEE Access 7,
48572–48634. https://doi.org/10.1109/ACCESS.2019.2909530.
Shakoor, N., Northrup, D., Murray, S., Mockler, TC, 2019. Katta ma'lumotlarga asoslangan qishloq xo'jaligi: o'simliklarni ko'paytirishda katta ma'lumotlar tahlili, genomika va masofadan zondlashdan foydalanish
ekinlar hosildorligini oshirish texnologiyalari. O'simlik fenomeni J. 2 (1), 1-8.
Sharma, BK, Chandra, G., Mishra, VP, 2019. Sud-tibbiy tekshiruvlarda UAV va AIning qiyosiy tahlili va ta'siri. In: Proceedings – 2019 Amity International
Sun'iy intellekt bo'yicha konferentsiya. https://doi.org/10.1109/AICAI.2019.8701407.
Sharma, R., Shishodia, A., Gunasekaran, A., Min, H., Munim, ZH, 2022. Ta'minot zanjirini boshqarishda sun'iy intellektning roli: hududni xaritalash. Int. J.
Prod. Res. 1–24. https://doi.org/10.1080/00207543.2022.2029611.
Shi, Y., Tomasson, JA, Myurrey, SC, Pugh, NA, Runi, WL, Shafian, S., Rajan, N., Rouze, G., Morgan, CLS, Neely, HL, Rana, A., Bagavathiannan , MV,
Henrickson, J., Bowden, E., Valasek, J., Olsenholler, J., Bishop, MP, Sheridan, R., Putman, EB, Popescu, S., Burks, T., Cope, D., Ibrohim, A., McCutchen, BF,
Baltensperger, DD, Avant, RV, Vidrine, M., Yang, C., Zhang, J., 2016. Yuqori samarali fenotiplash va agrotexnik tadqiqotlar uchun uchuvchisiz havo vositalari. PLoS ONE
11 (7), e0159781.
Shuai, G., Martinez-Feria, RA, Chjan, J., Li, S., Price, R., Basso, B., 2019. Uchuvchisiz havo yordamida hosil barqarorlik zonalarida makkajo'xori stendining heterojenligini ushlash
Avtotransport vositalari (UAV). Sensorlar 19 (20), 4446. https://doi.org/10.3390/s19204446.
Small, H., 1973. Ilmiy adabiyotda qo'shma iqtibos: ikki hujjat o'rtasidagi munosabatlarning yangi o'lchovi. J. Am. Soc. Ma'lumot. Sci. 24 (4), 265–269.
Kichik, H., Rorvig, ME, Lunin, LF, 1999. Ilm-fanni iqtibos xaritalash orqali vizualizatsiya qilish. J. Am. Soc. Ma'lumot. Sci. 50 (9), 799–813.
Soares, VHA, Ponti, MA, Gonçalves, RA, Campello, RJGB, 2021. Katta yaylovlarda geolokatsiyalangan havo tasvirlari bilan yovvoyi tabiatda qoramollarni hisoblash. Hisoblash. Elektron. Agri. 189, 106354 https://doi.org/10.1016/j.compag.2021.106354.
Srivastava, K., Pandey, PC, Sharma, JK, 2020. UAVlardan foydalangan holda aniq qishloq xo'jaligini qo'llashda marshrutni optimallashtirish uchun yondashuv. Dronlar 4 (3), 58. https://doi.org/ 10.3390/drones4030058.
Stafford, QK, 2000. 21-asrda aniq qishloq xo'jaligini amalga oshirish. J. Agrik. Eng. Res. 76 (3), 267–275.
Su, J., Coombes, M., Liu, C., Guo, L., Chen, W.-H., 2018. Uchuvchisiz havo vositasi yordamida masofadan zondlash tasvirlari orqali bug'doy qurg'oqchiligini baholash. 2018 yilda 37-chi Xitoy nazorati konferentsiyasi (CCC).
Su, J., Liu, C., Coombes, M., Xu, X., Vang, C., Xu, X., Li, Q., Guo, L., Chen, V.-H., 2018. Ko'p spektrli UAV havo tasvirlaridan o'rganish orqali bug'doy sariq zang monitoringi.
Hisoblash. Elektron. Agri. 155, 157–166. https://doi.org/10.1016/j. compag.2018.10.017.
Su, Y., Vang, X., 2021. Katta ma'lumotlar bilan aqlli qishloq xo'jaligini qurish jarayonida qishloq xo'jaligi iqtisodiyotini boshqarish innovatsiyasi. Barqaror hisoblash. Inf. Sist. 31, 100579 https://doi.org/10.1016/j.suscom.2021.100579.
Sullivan, DG, Fulton, JP, Shaw, JN, Bland, GL, 2007. Paxta kanopidagi suv stressini aniqlash uchun uchuvchisiz termal infraqizil havo tizimining sezgirligini baholash. Trans. ASABE 50 (6), 1955–1962.
Sumesh, KC, Ninsawat, S., Som-ard, J., 2021. RGB asosidagi vegetatsiya indeksini, ekin yuzasi modeli va ob'ektga asoslangan tasvirni tahlil qilish yondashuvini uchuvchisiz havo vositasidan foydalangan holda shakarqamish hosilini baholash uchun integratsiya. Hisoblash. Elektron. Agri. 180, 105903 https://doi.org/10.1016/j.compag.2020.105903.
Suomalainen, J., Anders, N., Iqbal, S., Franke, J., Wenting, P., Bartholomeus, H., Becker, R., Kooistra, L., 2013. Engil vaznli giperspektral xaritalash tizimi.
uchuvchisiz uchish apparatlari - birinchi natijalar. In: 2013 Giperspektral tasvir va signallarni qayta ishlash boʻyicha 5-seminar: masofaviy zondlashda evolyutsiya (WHISPERS), 1–4-betlar. https://doi.org/10.1109/WHISPERS.2013.8080721.
Suomalainen, J., Anders, N., Iqbal, S., Roerink, G., Franke, J., Wenting, P., Hünniger, D., Bartholomeus, H., Becker, R., Kooistra, L., 2014. Engil giperspektral
uchuvchisiz uchish apparatlari uchun xaritalash tizimi va fotogrametrik ishlov berish zanjiri. Masofadan zondlash 6 (11), 11013–11030. https://doi.org/10.3390/
rs61111013.
Syeda, IH, Alam, MM, Illahi, U., Su'ud, MM, 2021. Qishloq xo'jaligida tasvirni qayta ishlash, UAV va AIdan foydalangan holda ilg'or nazorat qilish strategiyalari: ko'rib chiqish. Jahon J. Eng. 18 (4),
579–589. https://doi.org/10.1108/WJE-09-2020-0459.
Tahai, A., Rigsby, JT, 1998. Buxgalteriya hisobiga jurnal ta'sirini tekshirish uchun iqtiboslar yordamida ma'lumotlarni qayta ishlash. Inf. Jarayon. Boshqarish. 34 (2–3), 341–359.
Tang, Y., Dananjayan, S., Hou, C., Guo, Q., Luo, S., He, Y., 2021. 5G tarmog'i va uning qishloq xo'jaligiga ta'siri bo'yicha so'rov: muammolar va imkoniyatlar. Hisoblash.
Elektron. Agri. 180, 105895 https://doi.org/10.1016/j.compag.2020.105895.
Tantalaki, N., Souravlas, S., Roumeliotis, M., 2019. Aniq qishloq xo'jaligida ma'lumotlarga asoslangan qarorlar qabul qilish: qishloq xo'jaligi tizimlarida katta ma'lumotlarning o'sishi. J. Agrik. Oziq-ovqat haqida ma'lumot.
20 (4), 344-380.
Tao, H., Feng, H., Xu, L., Miao, M., Yang, G., Yang, X., Fan, L., 2020. UAV yordamida kuzgi bug'doyning hosildorligi va o'simlik balandligini baholash asoslangan giperspektral tasvirlar.
Sensorlar 20 (4), 1231.
Techy, L., Schmale III, DG, Woolsey, CA, 2010. Ikki avtonom uchuvchisiz uchish apparatlari yordamida quyi atmosferada o'simlik patogenining muvofiqlashtirilgan aerobiologik namunalarini olish. J. Field Rob. 27 (3), 335–343. https://doi.org/10.1002/rob.20335.
Tetila, EC, Machado, BB, Astolfi, G., Belete, NAdS, Amorim, WP, Roel, AR, Pistori, H., 2020. Chuqur o'rganish yordamida soya zararkunandalarini aniqlash va tasniflash
UAV tasvirlari bilan. Hisoblash. Elektron. Agri. 179, 105836.
Thamm, H.-P., Menz, G., Becker, M., Kuria, DN, Misana, S., Kohn, D., 2013. Tanzaniyadagi AN botqoqlikdagi qishloq xo'jaligi tizimlarini baholash uchun Uasdan foydalanish— Va Barqaror qishloq xo'jaligi uchun WetSeason va Terra-Sar X ma'lumotlari uchun asosli haqiqatni ta'minlash. In: ISPRS – Fotogrammetriya, masofaviy zondlash va fazoviy axborot fanlari xalqaro arxivlari, 401–406-betlar. https://doi.org/10.5194/isprsarchivesXL-1-W2-401-2013.
Thelwall, M., 2008. Bibliometriyadan webometriyaga. J. Ma'lumot. Sci. 34 (4), 605–621.
Torres-Sanches, ´ J., Lopez-Granados, ´ F., Pena, ˜ JM, 2015. UAV tasvirlarida optimal chegaralanish uchun ob'ektga asoslangan avtomatik usul: o't o'simliklarida o'simliklarni aniqlash uchun dastur. Hisoblash. Elektron. Agri. 114, 43–52. https://doi.org/10.1016/j.compag.2015.03.019.
Torres-Sanches, ´ J., Lopez-Granados, ´ F., Serrano, N., Arquero, O., Pena, ˜ JM, Hassan, QK, 2015. Qishloq xo'jaligi daraxti plantatsiyalarining yuqori samarali 3D monitoringi. Uchuvchisiz havo vositasi (UAV) texnologiyasi. PLoS ONE 10 (6), e0130479.
Torres-Sanches, ´ J., Pena, ˜ JM, de Castro, AI, Lopez-Granados, ´ F., 2014. UAVdan olingan tasvirlar yordamida erta mavsumdagi bug'doy dalalarida o'simlik fraktsiyasining ko'p vaqtli xaritasi. Hisoblash. Elektron. Agri. 103, 104–113. https://doi.org/10.1016/j. compag.2014.02.009.
Tsouros, DC, Bibi, S., Sarigiannidis, PG, 2019. Aniq qishloq xo'jaligi uchun UAVga asoslangan ilovalarni ko'rib chiqish. Axborot (Shveytsariya) 10 (11). https://doi.org/10.3390/info10110349.
Tu, Y.-H., Phinn, S., Yoxansen, K., Robson, A., Vu, D., 2020. Bog'dorchilik daraxti ekinlari tuzilishini o'lchash uchun uchuvchisiz parvozni rejalashtirishni optimallashtirish. ISPRS J. Fotogramma.
Masofaviy Sensor 160, 83–96. https://doi.org/10.1016/j.isprsjprs.2019.12.006
Tzounis, A., Katsoulas, N., Bartzanas, T., Kittas, C., 2017. Qishloq xo'jaligidagi narsalar Interneti, so'nggi yutuqlar va kelajakdagi muammolar. Biosist. Eng. 164, 31–48.
https://doi.org/10.1016/j.biosystemseng.2017.09.007.
Uddin, A., Singx, VK, Pinto, D., Olmos, I., 2015. Meksikadagi kompyuter fanlari tadqiqotining ilmiy-tometrik xaritasi. Scientometrics 105 (1), 97–114.
BMT., 2019. Dunyo aholisining istiqbollari 2019. https://population.un.org/wpp/ (Kirish 15/04/2022).
Uto, K., Seki, H., Saito, G., Kosugi, Y., 2013. UAVga o'rnatilgan miniatyura hiperspektral sensori tizimi orqali guruch maydonlarining tavsifi. IEEE J. Sel. Yuqori. Ilova. Earth Obs.
Masofaviy Sensor 6 (2), 851–860. https://doi.org/10.1109/JSTARS.2013.2250921. van der Merwe, D., Burchfield, DR, Witt, TD, Price, KP, Sharda, A., 2020. Uchuvchisiz samolyotlar
qishloq xo'jaligi. Adv. Agron. 162, 1–30.
Velusamy, P., Rajendran, S., Mahendran, RK, Nasir, S., Shafiq, M., Choi, J.-G., 2022.
Aniq qishloq xo'jaligida uchuvchisiz havo vositalari (UAV): ilovalar va muammolar. Energiyalar 15 (1), 217. https://doi.org/10.3390/en15010217.
Ventura, D., Bonifazi, A., Gravina, MF, Belluscio, A., Ardizzone, G., 2018. Uchuvchisiz havo yordamida ekologik sezgir dengiz yashash joylarini xaritalash va tasniflash
Avtomobil (UAV) tasviri va ob'ektga asoslangan tasvir tahlili (OBIA). Masofadan zondlash 10 (9), 1331. https://doi.org/10.3390/rs10091331.
Verger, A., Vigneau, N., Ch´eron, C., Gilliot, J.-M., Comar, A., Baret, F., 2014. Bug'doy va kolza ekinlari ustidan uchuvchisiz havo tizimidan yashil maydon indeksi . Atrof-muhitni masofadan boshqarish. 152, 654–664. https://doi.org/10.1016/j.rse.2014.06.006.
Von Bueren, SK, Burkart, A., Hueni, A., Rascher, U., Tuohy, MP, Yule, IJ, 2015. Yaylovda to'rtta optik UAVga asoslangan datchiklarni joylashtirish: qiyinchiliklar va
cheklovlar. Biogeologiya 12 (1), 163–175. https://doi.org/10.5194/bg-12-163-2015.
Vuran, MC, Salam, A., Wong, R., Irmak, S., 2018. Nozik qishloq xo'jaligida er osti narsalari Interneti: arxitektura va texnologiya jihatlari. Ad Hoc Tarmoq. 81,
160–173. https://doi.org/10.1016/j.adhoc.2018.07.017.
Wamba, SF, Queiroz, MM, 2021. Raqamli salomatlik uchun maxfiy tarkibiy qism sifatida mas'ul sun'iy intellekt: bibliometrik tahlil, tushunchalar va tadqiqot yo'nalishlari.
Ma'lumot. Sist. Old. 1–16.
Vang, L., Zhang, G., Vang, Z., Liu, J., Shang, J., Liang, L., 2019. O'simliklarning o'sishi monitoringi bo'yicha masofaviy zondlash tadqiqot tendentsiyasining bibliometrik tahlili: Xitoyda amaliy tadqiqot. Masofadan zondlash 11 (7). https://doi.org/10.3390/rs11070809.
White, HD, Griffith, BC, 1981. Muallif kocitatsiyasi: intellektual tuzilmaning adabiyot o'lchovi. J. Am. Soc. Ma'lumot. Sci. 32 (3), 163–171.
Xiang, H., Tian, L., 2011. Avtonom uchuvchisiz uchish apparati (UAV) asosida arzon qishloq xo'jaligini masofadan zondlash tizimini ishlab chiqish. Biosist. Eng. 108 (2), 174–190. https://doi.org/10.1016/j.biosystemseng.2010.11.010.
Xie, C., Yang, C., 2020. UAVga asoslangan sensorlar yordamida o'simliklarning yuqori o'tkazuvchanlik fenotiplash xususiyatlariga sharh. Hisoblash. Elektron. Agri. 178, 105731 https://doi.org/10.1016/j.
compag.2020.105731.
Yao, H., Qin, R., Chen, X., 2019. Masofadan zondlash ilovalari uchun uchuvchisiz havo vositasi - ko'rib chiqish. Masofadan zondlash 11 (12). https://doi.org/10.3390/
rs11121443.
Yeom, S., 2021. Ko'chirilgan odamlarni kuzatish va noto'g'ri yo'lni multirotor orqali infraqizil termal tasvir yordamida olib tashlash. Dronlar 5 (3), 65. https://doi.org/10.3390/drones5030065.
Yue, J., Feng, H., Jin, X., Yuan, H., Li, Z., Zhou, C., Yang, G., Tian, Q., 2018. Tasvirlar yordamida hosil parametrlarini baholashni taqqoslash UAVdan o'rnatilgan
snapshot hiperspektral sensori va yuqori aniqlikdagi raqamli kamera. Masofadan zondlash 10 (7), 1138. https://doi.org/10.3390/rs10071138.
Yue, J., Yang, G., Li, C., Li, Z., Vang, Y., Feng, H., Xu, B., 2017. Kuzgi bug'doyning er usti biomassasini uchuvchisiz samolyot yordamida baholash- suratga asoslangan
giperspektral sensor va ekin balandligi yaxshilangan modellar. Masofadan zondlash 9 (7). https://doi.org/10.3390/rs9070708.
Zahawi, RA, Dandois, JP, Holl, KD, Nadwodny, D., Reid, JL, Ellis, EC, 2015. Tropik o'rmonlarning tiklanishini kuzatish uchun engil uchuvchisiz havo vositalaridan foydalanish. Biol.
Konserv. 186, 287–295. https://doi.org/10.1016/j.biocon.2015.03.031. Zamora-Izquierdo, MA, Santa, J., Martines, JA, Martinez, V., Skarmeta, AF, 2019.
Keng va bulutli hisoblashlarga asoslangan aqlli fermer IoT platformasi. Biosist. Eng. 177,
4-17.
Zarko-Tejada, PJ, Diaz-Varela, R., Angileri, V., Loudjani, P., 2014. Uchuvchisiz antennadan olingan juda yuqori aniqlikdagi tasvirlar yordamida daraxt balandligi miqdorini aniqlash
avtomobil (UAV) va avtomatik 3D foto-rekonstruksiya usullari. Yevro. J. Agron. 55, 89–99. https://doi.org/10.1016/j.eja.2014.01.004.
Chjan, C., Kreyn, WA, McGee, RJ, Vandemark, GJ, Devis, JB, Braun, J., Hulbert, SH, Sankaran, S., 2020. Salqin mavsum ekinlarida gullash intensivligini tasvirga asoslangan fenotiplash. Sensorlar 20 (5), 1450. https://doi.org/10.3390/s20051450.
Zhang, C., Kovacs, JM, 2012. Aniq qishloq xo'jaligi uchun kichik uchuvchisiz havo tizimlarini qo'llash: sharh. Aniq. Agri. 13 (6), 693–712. https://doi.org/
10.1007/s11119-012-9274-5.
Chjan, L., Chjan, X., Niu, Y., Xan, V., 2019. UAV multispektral masofadan zondlash asosida makkajo'xori suvi stressini xaritalash. Masofadan zondlash 11 (6), 605.
Chjan, X., Xan, L., Dong, Y., Shi, Y., Xuang, V., Xan, L., Gonz' alez-Moreno, P., Ma, H., Ye, X., Sobeyx , T., 2019. Avtomatlashtirilgan sariq zang uchun chuqur o'rganishga asoslangan yondashuv
yuqori aniqlikdagi giperspektral UAV tasvirlaridan kasallikni aniqlash. Masofadan zondlash 11 (13), 1554.
Zhao, X., Zhang, J., Huang, Y., Tian, Y., Yuan, L., 2022. Choy o'simliklarining kasalligi va hasharotlar stressini to'lqinli tahlil bilan birgalikda hiperspektral tasvirlash yordamida aniqlash va kamsitish. Hisoblash. Elektron. Agri. 193, 106717 https://doi.org/10.1016/j. compag.2022.106717.
Zheng, A., Vang, M., Li, C., Tang, J., Luo, B., 2022. Havo tasvirining semantik segmentatsiyasi uchun entropiyaga asoslangan raqib domeniga moslashish. IEEE Trans. G
Zheng, H., Cheng, T., Yao, X., Deng, X., Tian, Y., Cao, W., Zhu, Y., 2016. Erga asoslangan spektral vaqt seriyali tahlili orqali guruch fenologiyasini aniqlash indeks ma'lumotlari. Dala ekinlari Res. 198, 131–139. https://doi.org/10.1016/j.fcr.2016.08.027.
Zheng, J., Yang, W., 2018. Simsiz datchiklar asosida qishloq xo'jaligida qochqinlarni ekishning nozik tizimini loyihalash. Int. J. Online Eng. 14 (05), 184.
Zhou, L., Gu, X., Cheng, S., Yang, G., Shu, M., Sun, Q., 2020. UAV-LiDAR ma'lumotlari yordamida joylashtirilgan makkajo'xori o'simliklarining balandligi o'zgarishini tahlil qilish. Qishloq xo‘jaligi 10 (5), 146. https://
doi.org/10.3390/agriculture10050146.
Chjou, S., Chai, X., Yang, Z., Vang, H., Yang, C., Sun, T., 2021. Makkajo'xori-IAS: Yuqori mahsuldorlikdagi o'simliklar fenotipini chuqur o'rganishdan foydalangan holda makkajo'xori tasvirini tahlil qilish dasturi . O'simlik usullari 17 (1), 48. https://doi.org/10.1186/s13007-021-00747-0.
Zhou, X., Zheng, HB, Xu, XQ, He, JY, Ge, XK, Yao, X., Cheng, T., Zhu, Y., Cao, WX, Tian, YC, 2017. G'alla hosilini bashorat qilish ko'p vaqtli o'simliklardan foydalangan holda guruch
UAVga asoslangan multispektral va raqamli tasvirlardan olingan indekslar. ISPRS J. Fotogramma. Masofaviy Sensor 130, 246–255. https://doi.org/10.1016/j.isprsjprs.2017.05.003.
Zhou, Y., Xie, Y., Shao, L., 2016. Simsiz sensor tarmog'iga asoslangan issiqxona monitoringi tizimining asosiy texnologiyasini simulyatsiya qilish. Int. J. Online Eng. 12 (05),
43.
Chjou, Z., Majeed, Y., Diverres Naranjo, G., Gambacorta, EMT, 2021. Aniq qishloq xo'jaligida infraqizil termal tasvirlar bilan ekin suvining stressini baholash: sharh
va chuqur o'rganish ilovalarining kelajakdagi istiqbollari. Hisoblash. Elektron. Agri. 182, 106019 https://doi.org/10.1016/j.compag.2021.106019.