अब्देरहमान रेजेब a , अलीरेज़ा अब्दुल्लाह b , करीम रेजेब c , होर्स्ट ट्रेब्लमेयर d,
- a प्रबंधन और कानून विभाग, अर्थशास्त्र के संकाय, रोम विश्वविद्यालय टोर वर्गाटा, कोलंबिया के माध्यम से, 2, रोम 00133, इटली
- b व्यवसाय प्रशासन विभाग, प्रबंधन संकाय, खराज़मी विश्वविद्यालय, 1599964511 तेहरान, ईरान
- c Bizerte के विज्ञान संकाय, कार्थेज विश्वविद्यालय, Zarzouna, 7021 Bizerte, ट्यूनीशिया
- d इंटरनेशनल मैनेजमेंट स्कूल, मोडुल यूनिवर्सिटी वियना, एम कहलेनबर्ग 1, 1190 वियना, ऑस्ट्रिया
लेख की जानकारी | अमूर्त |
कीवर्ड: राजा UAV सटीक कृषि चीजों की इंटरनेट ग्रंथ सूची | ड्रोन, जिसे मानव रहित हवाई वाहन (यूएवी) भी कहा जाता है, ने हाल के दशकों में एक उल्लेखनीय विकास देखा है। कृषि में, उन्होंने किसानों को पर्याप्त लागत बचत की पेशकश करके कृषि पद्धतियों को बदल दिया है, वृद्धि हुई है परिचालन दक्षता, और बेहतर लाभप्रदता। पिछले दशकों में, कृषि ड्रोन का विषय रहा है उल्लेखनीय अकादमिक ध्यान आकर्षित किया। इसलिए हम ग्रंथ सूची पर आधारित व्यापक समीक्षा करते हैं मौजूदा अकादमिक साहित्य को सारांशित और संरचित करना और वर्तमान शोध प्रवृत्तियों और हॉटस्पॉट को प्रकट करना। हम ग्रंथ सूची तकनीकों को लागू करें और सारांशित करने के लिए कृषि ड्रोन के आसपास के साहित्य का विश्लेषण करें और पिछले शोध का आकलन करें। हमारा विश्लेषण बताता है कि रिमोट सेंसिंग, सटीक कृषि, गहन शिक्षण, मशीन लर्निंग और इंटरनेट ऑफ थिंग्स कृषि ड्रोन से संबंधित महत्वपूर्ण विषय हैं। सह-उद्धरण विश्लेषण से साहित्य में छह व्यापक अनुसंधान समूहों का पता चलता है। यह अध्ययन कृषि में ड्रोन अनुसंधान को संक्षेप में प्रस्तुत करने और भविष्य के अनुसंधान दिशाओं का सुझाव देने वाले पहले प्रयासों में से एक है। |
परिचय
कृषि दुनिया के प्राथमिक खाद्य स्रोत का प्रतिनिधित्व करती है (फ्रिहा एट अल।, 2021), और इसे गंभीर चुनौतियों का सामना करना पड़ रहा है।
खाद्य उत्पादों, खाद्य सुरक्षा और सुरक्षा चिंताओं की बढ़ती मांग के साथ-साथ पर्यावरण संरक्षण, जल संरक्षण, और
स्थिरता (इनौए, 2020). यह विकास जारी रहने का अनुमान है क्योंकि 9.7 तक विश्व की जनसंख्या 2050 बिलियन तक पहुंचने का अनुमान है
(2019)। चूंकि कृषि विश्व स्तर पर पानी की खपत का सबसे प्रमुख उदाहरण है, यह उम्मीद की जाती है कि भोजन की मांग और पानी
निकट भविष्य में खपत में नाटकीय रूप से वृद्धि होगी। इसके अलावा, उर्वरकों और कीटनाशकों की बढ़ती खपत
कृषि गतिविधियों की गहनता से भविष्य में पर्यावरणीय चुनौतियों का सामना करना पड़ सकता है। इसी तरह, कृषि योग्य भूमि सीमित है, और
दुनिया भर में किसानों की संख्या घट रही है। ये चुनौतियाँ नवोन्मेषी और टिकाऊ कृषि समाधानों की आवश्यकता पर बल देती हैं (एलिजाहो)
एट अल।, 2018; फ्रिहा एट अल।, 2021; इनौए, 2020; तज़ुनिस एट अल।, 2017)।
इन चुनौतियों का समाधान करने के लिए नई प्रौद्योगिकियों को शामिल करना एक आशाजनक समाधान के रूप में पहचाना गया है। स्मार्ट खेती (ब्रूस्टर एट अल।,
2017; टैंग एट अल।, 2021) और सटीक कृषि (फेंग एट अल।, 2019; खन्ना और कौर, 2019) इस तरह की बहसों के परिणामस्वरूप उभरे हैं।
पूर्व सूचना संचार प्रौद्योगिकियों (आईसीटी) को अपनाने और कृषि गतिविधियों में अन्य अत्याधुनिक नवाचारों को अपनाने के लिए दक्षता और प्रभावकारिता बढ़ाने के लिए एक सामान्य धारणा है (हक एट अल।, 2021)। उत्तरार्द्ध साइट-विशिष्ट प्रबंधन पर केंद्रित है जिसमें भूमि को विभाजित किया गया है
सजातीय भागों, और प्रत्येक भाग को नवीन तकनीकों के माध्यम से फसल उपज अनुकूलन के लिए कृषि इनपुट की सटीक मात्रा प्राप्त होती है (फेंग एट अल।, 2019; खन्ना और कौर, 2019)। इस क्षेत्र में विद्वानों का ध्यान आकर्षित करने वाली प्रमुख तकनीकों में वायरलेस सेंसर नेटवर्क (WSNs) (J. Zheng & Yang, 2018; Y. Zhou et al।, 2016), इंटरनेट ऑफ थिंग्स (IoT) (गिल एट अल।) शामिल हैं। 2017; वह एट अल।, 2021; लियू एट अल।, 2019),
मशीन लर्निंग और डीप लर्निंग सहित आर्टिफिशियल इंटेलिजेंस (एआई) तकनीक (लिआकोस एट अल।, 2018; पारसियन एट अल।, 2020; शाद्रिन एट अल।,
2019), कंप्यूटिंग टेक्नोलॉजीज (Hsu et al।, 2020; Jinbo et al।, 2019; Zamora-Izquierdo et al।, 2019), बड़ा डेटा (गिल एट अल।, 2017; तांतलाकी)
एट अल।, 2019), और ब्लॉकचेन (पीडब्ल्यू खान एट अल।, 2020; पिंचीरा एट अल।, 2021)।
उपर्युक्त प्रौद्योगिकियों के अलावा, रिमोट सेंसिंग को एक तकनीकी उपकरण माना गया है जिसमें सुधार करने की उच्च क्षमता है
स्मार्ट और सटीक कृषि। उपग्रह, मानव-चालित विमान और ड्रोन लोकप्रिय रिमोट-सेंसिंग प्रौद्योगिकियां हैं (त्सुरोस एट अल।, 2019)।
मानव रहित हवाई वाहन (यूएवी), मानव रहित विमान प्रणाली (यूएएस), और दूर से चलने वाले विमान के रूप में लोकप्रिय ड्रोन, के हैं
अन्य रिमोट-सेंसिंग तकनीकों की तुलना में उनके कई फायदे हैं, इसलिए यह बहुत महत्वपूर्ण है। उदाहरण के लिए, ड्रोन वितरित कर सकते हैं
बादलों के दिनों में उच्च-गुणवत्ता और उच्च-रिज़ॉल्यूशन वाली छवियां (मैनफ्रेडा एट अल।, 2018)। साथ ही, उनकी उपलब्धता और स्थानांतरण गति अन्य का गठन करती है
लाभ (राडोग्लू-ग्रामेटिकिस एट अल।, 2020)। विमान की तुलना में, ड्रोन अत्यधिक लागत-कुशल और स्थापित करने और बनाए रखने में आसान हैं (Tsouros et al।, 2019)। शुरू में मुख्य रूप से सैन्य उद्देश्यों के लिए उपयोग किए जाने के बावजूद, ड्रोन कई नागरिक अनुप्रयोगों को लाभान्वित कर सकते हैं, उदाहरण के लिए आपूर्ति श्रृंखला प्रबंधन (ए। रेजेब, रेजेब, एट अल।, 2021 ए), मानवीय उद्देश्यों के लिए (ए। रेजेब, रेजेब, एट अल।, 2021c), स्मार्ट कृषि, सर्वेक्षण और मानचित्रण, सांस्कृतिक विरासत प्रलेखन, आपदा प्रबंधन, और वन और वन्यजीव संरक्षण (पांडे, प्रतिहस्त, एट अल।, 2020)। कृषि में, ड्रोन के कई गुना अनुप्रयोग क्षेत्र मौजूद हैं क्योंकि उन्हें फसल प्रबंधन का समर्थन करने के लिए उपन्यास प्रौद्योगिकियों, कंप्यूटिंग क्षमताओं और ऑनबोर्ड सेंसर के साथ एकीकृत किया जा सकता है (उदाहरण के लिए, मानचित्रण, निगरानी, सिंचाई, पौधे निदान) (एच हुआंग एट अल।, 2021) , आपदा में कमी, पूर्व चेतावनी प्रणाली, वन्यजीव और वानिकी संरक्षण कुछ नाम हैं (नेगाश एट अल।, 2019)। इसी तरह, कई कृषि गतिविधियों में ड्रोन का लाभ उठाया जा सकता है, जिसमें फसल और विकास की निगरानी, उपज का अनुमान, जल तनाव मूल्यांकन, और खरपतवार, कीट, और रोग का पता लगाना (इनौ, 2020; पांडे, प्रतिहस्त, एट अल।, 2020) शामिल हैं। ड्रोन का उपयोग न केवल उनके संवेदी डेटा के आधार पर निगरानी, अनुमान और पता लगाने के उद्देश्यों के लिए किया जा सकता है, बल्कि सटीक सिंचाई और सटीक खरपतवार, कीट और रोग प्रबंधन के लिए भी किया जा सकता है। दूसरे शब्दों में, ड्रोन पर्यावरण के आंकड़ों के आधार पर सटीक मात्रा में पानी और कीटनाशकों का छिड़काव करने में सक्षम हैं। कृषि में ड्रोन के लाभों को तालिका 1 में संक्षेपित किया गया है।
कृषि में ड्रोन के मुख्य लाभ।
लाभ | संदर्भ |
अस्थायी और स्थानिक बढ़ाएँ संवेदन संकल्प | (गागो एट अल।, 2015; नीयू एट अल।, 2020; श्रीवास्तव एट अल।, एक्सएनयूएमएक्स) |
सटीक कृषि की सुविधा | (एल। देंग एट अल।, 2018; कलिसचुक एट अल।, 2019; मैमैतीजियांग एट अल।, 2017) |
वर्गीकरण और स्काउटिंग फसलों | (इनौए, 2020; कलिसचुक एट अल।, 2019; लोपेज़- ग्रेनाडोस एट अल।, 2016; मैमैतीजियांग एट अल।, 2017; मेलविल एट अल।, 2019; मोहराना और दत्ता, 2016) |
उर्वरक का प्रयोग | (एल। डेंग एट अल।, 2018; गुआन एट अल।, 2019) |
सूखे की निगरानी | (फॉसेट एट अल।, 2020; पांडे, प्रतिहस्त, एट अल।, 2020; सु एट अल।, 2018) |
बायोमास अनुमान | (बेंडिग एट अल।, 2014) |
उपज का अनुमान | (इनौए, 2020; पांडे, श्रेष्ठ, एट अल।, 2020; ताओ एट अल।, एक्सएनयूएमएक्स) |
आपदा में कमी | (नेगाश एट अल।, 2019) |
वन्य जीवन का संरक्षण और वानिकी | (नेगाश एट अल।, 2019; पांडे, प्रतिहस्त, एट अल।, 2020) |
जल तनाव का आकलन | (इनौए, 2020; जे. सु, कूम्ब्स, एट अल।, 2018; एल। झांग एट अल।, 2019) |
कीट, खरपतवार और रोग खोज | (गैस्पारोविक एट अल।, 2020; इनौए, 2020; जे। सु, लियू, एट अल।, 2018; एक्स झांग एट अल।, 2019) |
दूसरी ओर, ड्रोन को भी सीमाओं का सामना करना पड़ता है। पायलट की भागीदारी, इंजन की शक्ति, स्थिरता और विश्वसनीयता, पेलोड के कारण सेंसर की गुणवत्ता
वजन सीमाएं, कार्यान्वयन लागत, और विमानन विनियमन, उनमें से हैं (सी झांग और कोवाक्स, 2012)। हम कमियों की तुलना करते हैं
तालिका 2 में तीन मोबाइल रिमोट सेंसिंग प्रौद्योगिकियों में से। अन्य रिमोट सेंसिंग प्रौद्योगिकियां, जैसे कि मृदा सेंसर, इस अध्ययन के फोकस से बाहर हैं।
विभिन्न मोबाइल रिमोट सेंसिंग प्रौद्योगिकियों की कमियां।
सुदूर संवेदन प्रौद्योगिकियों | कमियों | संदर्भ |
ड्रोन (यूएवी) | पायलट की भागीदारी; इमेजिस' गुणवत्ता (औसत); कार्यान्वयन लागत (औसत); स्थिरता, गतिशीलता, और विश्वसनीयता; मानकीकरण; इंजन की शक्ति; सीमित शक्ति स्रोत (बैटरी दीर्घायु); सीमित उड़ान अवधि, टक्कर और साइबर हमले; सीमित पेलोड वजन; बड़े डेटासेट और सीमित डेटा प्रोसेसिंग क्षमताएं; विनियमन की कमी; विशेषज्ञता की कमी, उच्च प्रवेश तक पहुँचने में बाधाएँ कृषि ड्रोन; | (बाको एट अल।, 2018; दावालिबी .) एट अल।, 2020; हार्डिन और हार्डिन, 2010; हार्डिन और जेन्सेन, 2011; लगकस एट अल।, 2018; लालिबर्टे एट अल।, 2007; लालिबर्टे और रंगो, 2011; मैनफ्रेडा एट अल।, 2018, 2018; नेबीकर एट अल।, 2008; पुरी एट अल।, 2017; वेलुसामी एट अल।, 2022; सी झांग और कोवाक्स, 2012) |
उपग्रह | आवधिक उपग्रह कवरेज, सीमित वर्णक्रमीय संकल्प; दृश्यता के मुद्दों की भेद्यता (जैसे, बादल); अनुपलब्धता और कम स्थानांतरण गति; अभिविन्यास और विग्नेटिंग प्रभाव महंगा स्थानिक डेटा संग्रह; धीमी डेटा डिलीवरी उपयोगकर्ताओं को समाप्त करने का समय | (अबाउटलेबी एट अल।, 2019; सेन एट अल।, 2019; चेन एट अल।, 2019; नानसेन और इलियट, 2016; पांडे, प्रतिहस्त, एट अल।, 2020; साईं विनीत एट अल।, एक्सएनयूएमएक्स) |
हवाई जहाज | उच्च गोद लेने की लागत; जटिल स्थापना; रखरखाव की लागत; विश्वसनीय की अनुपलब्धता हवाई जहाज, की ज्यामिति इमेजिस; गैर-नियमित डेटा अधिग्रहण; लचीलेपन की कमी; घातक दुर्घटनाएं; सेंसर डेटा कंपन के कारण भिन्नता; भू-संदर्भन मुद्दे | (आर्मस्ट्रांग एट अल।, 2011; एटकिंसन एट अल।, 2018; बारबेडो और कोएनिगकन, 2018; कोवालेव और वोरोशिलोवा, 2020; सुओमलैनेन एट अल।, 2013; थम एट अल।, 2013) |
कृषि में बहु-विषयक और बहुउद्देशीय प्रौद्योगिकी के रूप में, ड्रोन की विभिन्न दृष्टिकोणों से जांच की गई है। उदाहरण के लिए, विद्वानों ने कृषि में ड्रोन अनुप्रयोगों की जांच की है (कुलबैकी एट अल।, 2018; मोगिली और दीपक, 2018), सटीक कृषि में उनका योगदान (पुरी एट अल।, 2017; त्सुरोस एट अल।, 2019), अन्य के साथ उनकी पूरकता। अत्याधुनिक प्रौद्योगिकियां (अल-थानी एट अल।, 2020; दत्ता और मित्रा, 2021; नैयर एट अल।, 2020; साहा एट अल।, 2018), और उनकी नेविगेशनल और सेंसिंग क्षमताओं को आगे बढ़ाने की संभावनाएं (बरेथ एट अल। , 2015; सुओमलैनन एट अल।, 2014)। चूंकि कृषि में ड्रोन अनुप्रयोगों पर शोध प्रचलित हो गया है (खान एट अल।, 2021)), मौजूदा साहित्य को संक्षेप में प्रस्तुत करने और डोमेन की बौद्धिक संरचना को प्रकट करने की आवश्यकता है। इसके अलावा, निरंतर सुधार के साथ एक उच्च तकनीक वाले क्षेत्र के रूप में, मौजूदा साहित्य को समय-समय पर सारांशित करने और महत्वपूर्ण शोध अंतराल की पहचान करने के लिए संरचित समीक्षा की आवश्यकता होती है। प्रति
तिथि, कुछ समीक्षाएँ हैं जो कृषि क्षेत्र में ड्रोन अनुप्रयोगों पर चर्चा करती हैं। उदाहरण के लिए, मोगिली और दीपक (2018) ने फसल निगरानी और कीटनाशक छिड़काव के लिए ड्रोन के प्रभाव की संक्षिप्त समीक्षा की। Inoue (2020) कृषि में रिमोट सेंसिंग में उपग्रह और ड्रोन के उपयोग की समीक्षा करता है। लेखक स्मार्ट खेती को अपनाने की तकनीकी चुनौतियों और केस स्टडी और सर्वोत्तम प्रथाओं के आधार पर उपग्रहों और ड्रोन के योगदान की पड़ताल करता है। त्सुरोस एट अल। (2019) विभिन्न डेटा अधिग्रहण और प्रसंस्करण विधियों पर प्रकाश डालते हुए, कृषि में विभिन्न प्रकार के ड्रोन और उनके मुख्य अनुप्रयोगों को संक्षेप में प्रस्तुत करता है। हाल ही में, असलान एट अल। (2022) ने कृषि गतिविधियों में यूएवी अनुप्रयोगों की व्यापक समीक्षा की और ग्रीनहाउस में यूएवी के लिए एक साथ स्थानीयकरण और मानचित्रण की प्रासंगिकता को रेखांकित किया। डियाज़-गोंजालेज एट अल। (2022) ने विभिन्न मशीन लर्निंग तकनीकों और रिमोट के आधार पर फसल उपज उत्पादन के हाल के अध्ययनों की समीक्षा की
संवेदन प्रणाली। उनके निष्कर्षों ने संकेत दिया कि यूएवी मिट्टी के संकेतकों का अनुमान लगाने और स्थानिक संकल्प, सूचना अस्थायीता और लचीलेपन के संदर्भ में उपग्रह प्रणालियों से बेहतर प्रदर्शन करने के लिए उपयोगी हैं। बसिरी एट अल। (2022) ने सटीक कृषि के संदर्भ में मल्टी-रोटर यूएवी के लिए पथ-नियोजन चुनौतियों को दूर करने के लिए विभिन्न दृष्टिकोणों और विधियों की विस्तृत समीक्षा की। इसके अलावा, अवैस एट अल। (2022) ने पानी की स्थिति का अनुमान लगाने के लिए फसलों में यूएवी रिमोट सेंसिंग डेटा के आवेदन को सारांशित किया और वेस्टर स्ट्रेस एप्लीकेशन के लिए यूएवी रिमोट सेंसिंग की संभावित क्षमता का गहन संश्लेषण प्रदान किया। अंत में, अक्विलानी एट अल। (2022) ने चारागाह आधारित पशुधन प्रणालियों में लागू होने वाली पूर्व-कृषि प्रौद्योगिकियों की समीक्षा की और निष्कर्ष निकाला कि यूएवी द्वारा सक्षम रिमोट सेंसिंग बायोमास मूल्यांकन और झुंड प्रबंधन के लिए फायदेमंद है।
इसके अलावा, हाल ही में पशुधन की निगरानी, ट्रैकिंग और एकत्रीकरण में यूएवी का उपयोग करने के प्रयासों की सूचना मिली है।
यद्यपि इन समीक्षाओं से नई और महत्वपूर्ण अंतर्दृष्टि प्राप्त होती है, ग्रंथ सूची पर आधारित कोई व्यापक और अद्यतन समीक्षा साहित्य में नहीं पाई जा सकती है, जो स्पष्ट ज्ञान अंतराल प्रस्तुत करती है। इसके अलावा, यह कहा गया है कि जब वैज्ञानिक क्षेत्र में विद्वानों का उत्पादन बढ़ता है, तो शोधकर्ताओं के लिए डोमेन की ज्ञान संरचना को समझने के लिए मात्रात्मक समीक्षा दृष्टिकोणों को नियोजित करना महत्वपूर्ण हो जाता है (रिवेरा और पिज़म, 2015)। इसी तरह, फरेरा एट अल। (2014) ने तर्क दिया कि जैसे-जैसे अनुसंधान क्षेत्र परिपक्व और जटिल होते जाते हैं, विद्वानों को कभी-कभी नए योगदानों को प्रकट करने, अनुसंधान परंपराओं और प्रवृत्तियों को पकड़ने, उन विषयों की पहचान करने और ज्ञान संरचना में तल्लीन करने का लक्ष्य रखना चाहिए। क्षेत्र और संभावित अनुसंधान दिशाएँ। जबकि रापरेली और बाजोको (2019) ने कृषि और वानिकी में ड्रोन अनुप्रयोगों के ज्ञान डोमेन की जांच के लिए एक ग्रंथ सूची विश्लेषण किया, उनका अध्ययन केवल 1995 और 2017 के बीच प्रकाशित विद्वानों के शोध पर विचार करता है, जो इस तेजी से बढ़ते क्षेत्र की गतिशीलता को प्रतिबिंबित नहीं करता है। इसके अलावा, लेखकों ने क्षेत्र में सबसे प्रभावशाली योगदान की पहचान करने, साहित्य को क्लस्टर करने और सह-उद्धरण विश्लेषण का उपयोग करके बौद्धिक संरचना का मूल्यांकन करने का प्रयास नहीं किया। नतीजतन, वर्तमान शोध फोकस, प्रवृत्तियों और हॉटस्पॉट को प्रकट करने के लिए साहित्य को सारांशित करना आवश्यक है।
इस ज्ञान अंतर को भरने के लिए, हम ड्रोन और कृषि के चौराहे पर अनुसंधान की वर्तमान स्थिति की जांच करने के लिए मात्रात्मक पद्धति और कठोर ग्रंथ सूची विधियों का लाभ उठाते हैं। हमारा तर्क है कि वर्तमान अध्ययन एक उभरती हुई तकनीक की जांच करके मौजूदा साहित्य में कई योगदान देता है जिसकी कृषि में अत्यधिक आवश्यकता है क्योंकि यह इस क्षेत्र में कई पहलुओं को बदलने की जबरदस्त क्षमता प्रदान करता है। कृषि संदर्भ में ड्रोन पर बिखरे और खंडित ज्ञान को देखते हुए कृषि ड्रोन के ग्रंथ सूची विश्लेषण की आवश्यकता को और भी अधिक महसूस किया गया है। इसी तरह, इस शोध क्षेत्र की नींव बनाने वाले सबसे प्रभावशाली अध्ययनों पर विचार करते हुए, कृषि ड्रोन से संबंधित साहित्य को व्यवस्थित रूप से समूहीकृत करने की आवश्यकता है। विश्लेषण में योग्यता में साहित्य में प्रस्तुत मुख्य शोध विषयों का स्पष्टीकरण भी शामिल है। प्रौद्योगिकी की परिवर्तनकारी क्षमता को ध्यान में रखते हुए, हम मानते हैं कि एक गहन नेटवर्क विश्लेषण प्रभावशाली कार्यों को निर्धारित करके और कृषि के लिए ड्रोन की क्षमता से संबंधित विषयों का खुलासा करके उपन्यास अंतर्दृष्टि उत्पन्न करता है।
इसलिए हम निम्नलिखित शोध उद्देश्यों को प्राप्त करने का प्रयास करते हैं:
- कृषि के क्षेत्र में ड्रोन अनुप्रयोगों में उत्कृष्ट योगदान वाले प्रभावशाली प्रकाशनों की पहचान।
- सह-प्रशस्ति पत्र विश्लेषण का उपयोग करते हुए साहित्य का समूहन, अनुसंधान केन्द्रों की पहचान, और मुख्य 'बौद्धिक संरचना' अध्ययनों का मानचित्रण शब्दार्थ समानता पर आधारित है।
- क्षेत्र में विभिन्न प्रकाशनों के बीच समय के साथ लिंकेज और उद्धरण नेटवर्क के विकास की समझ और भविष्य के अनुसंधान दिशाओं और गर्म विषयों की पहचान।
शेष पेपर इस प्रकार संरचित है: खंड 2 कार्यप्रणाली और डेटा संग्रह चरणों की रूपरेखा तैयार करता है; खंड 3 विश्लेषण के परिणाम प्रदान करता है; और खंड 4 निष्कर्षों पर चर्चा करता है और अनुसंधान योगदान, निहितार्थ और भविष्य के निर्देशों के साथ समाप्त होता है।
क्रियाविधि
इस वर्तमान शोध अध्ययन में, हम कृषि में ड्रोन अनुप्रयोगों का पता लगाने के लिए एक ग्रंथ सूची विश्लेषण करते हैं। यह मात्रात्मक दृष्टिकोण ज्ञान क्षेत्र की बौद्धिक संरचना (अरोड़ा और चक्रवर्ती, 2021) और वर्तमान स्थिति, गर्म विषयों और भविष्य के अनुसंधान दिशाओं को प्रकट करता है, जिनकी इस पद्धति को लागू करके जांच की जा सकती है (कपूर एट अल।, 2018; मिश्रा एट अल। , 2017; ए रेजेब, रेजेब, एट अल।, 2021बी; ए। रेजेब एट अल।, 2021डी; एमए रिजेब एट अल।, 2020)। आम तौर पर, एक ग्रंथ सूची विश्लेषण, लिखित संचार के छिपे हुए पैटर्न और सांख्यिकी और गणितीय तरीकों के आधार पर अनुशासन के विकास को सारांशित करने और उजागर करने के लिए मौजूदा साहित्य की जांच करता है, और यह बड़े डेटा सेट (प्रिचर्ड, 1969; स्मॉल, 1999; ताहाई और रिग्सबी) पर लागू होता है। , 1998)। ग्रंथ सूची का उपयोग करके, हम मौजूदा प्रतिमानों और अनुसंधान केंद्रों को बेहतर ढंग से समझने की इच्छा रखते हैं जो समानता के आधार पर डोमेन में योगदान करते हैं (थेलवाल, 2008)। बिब्लियोमेट्रिक्स कार्यप्रणाली की उद्देश्य मात्रात्मक ताकत (कैसिलस एंड एसेडो, 2007) द्वारा समर्थित नई अंतर्दृष्टि प्रदान करता है। कई विद्वानों ने पहले कृषि, रिमोट सेंसिंग और डिजिटल ट्रांसफॉर्मेशन (अरमेंटा-मदीना एट अल।, 2020; बुज़ेम्ब्राक एट अल।, 2019; ए। रेजेब, ट्रेब्लमेयर, एट अल।, 2021; वम्बा) सहित संबंधित डोमेन में ग्रंथ सूची संबंधी अध्ययन किए हैं। और क्विरोज़, 2021; वांग एट अल।, 2019)।
उद्धरण विश्लेषण
प्रशस्ति पत्र विश्लेषण से किसी दिए गए शोध क्षेत्र में विभिन्न अंतर्दृष्टि का पता चलता है। सबसे पहले, यह सबसे प्रभावशाली लेखकों और प्रकाशनों को प्रकट करने में मदद करता है जो किसी दिए गए शोध क्षेत्र में योगदान करते हैं और एक महत्वपूर्ण प्रभाव डालते हैं (गुंडोल्फ एंड फिल्सर, 2013)। दूसरे, ज्ञान प्रवाह और लेखकों के बीच संचार लिंक को उजागर किया जा सकता है। अंत में, उद्धृत और उद्धृत कार्यों के बीच संबंधों का पता लगाकर, कोई भी समय के साथ एक ज्ञान डोमेन के परिवर्तन और विकास का पता लगा सकता है (Pournader
एट अल।, 2020)। एक प्रकाशन की उच्च उद्धरण संख्या इसकी प्रासंगिकता और अनुसंधान क्षेत्र में पर्याप्त योगदान को दर्शाती है (बाल्डी, 1998; गुंडोल्फ एंड फिल्सर, 2013; मारिंको, 1998)। प्रकाशनों का उद्धरण विश्लेषण प्रासंगिक कार्यों की पहचान करने और समय के साथ उनकी लोकप्रियता और प्रगति को ट्रैक करने में भी मदद करता है।
दस्तावेज़ सह-उद्धरण विश्लेषण
सह-उद्धरण विश्लेषण प्रकाशनों के बीच संबंधों का पता लगाने और किसी क्षेत्र की बौद्धिक संरचना को चित्रित करने का एक मूल्यवान तरीका है (नेरूर एट अल।, 2008)। दूसरे शब्दों में, सबसे उद्धृत प्रकाशनों और उनके कनेक्शनों की पहचान करके, विधि समूह प्रकाशनों को अलग-अलग शोध समूहों में विभाजित करता है जिसमें एक क्लस्टर में प्रकाशन नियमित रूप से समान विचार साझा करते हैं (मैककेन, 1990; छोटा, 1973)। यह उल्लेख करना महत्वपूर्ण है कि समानता का मतलब यह नहीं है कि प्रकाशनों के निष्कर्ष हैं
एक दूसरे के साथ एकजुट और सहमत; विषय समानता के कारण प्रकाशन एक ही समूह के हैं, लेकिन उनमें परस्पर विरोधी दृष्टिकोण हो सकते हैं।
डेटा संग्रह और विश्लेषण
व्हाइट एंड ग्रिफ़िथ (1981) द्वारा प्रस्तावित कार्यप्रणाली के बाद, हमने कृषि में ड्रोन अनुप्रयोगों के संपूर्ण शोध डोमेन को कवर करने के लिए जर्नल लेखों की व्यापक खोज की, निम्नलिखित पांच चरणों का पालन किया:
- पहला कदम डेटा संग्रह था। स्कोपस को मानकीकृत परिणामों के साथ सबसे व्यापक और भरोसेमंद डेटाबेस में से एक के रूप में चुना गया था। कृषि में सभी ड्रोन अनुप्रयोगों से संबंधित प्रकाशनों का मेटा-डेटा पुनर्प्राप्त किया गया था। फिर हमने चयनित लेखों का विश्लेषण किया, विश्लेषण से ऑफ-टॉपिक लेखों को हटा दिया।
- हमने साहित्य का विश्लेषण किया और शोध क्षेत्र में उपयोग किए जाने वाले सबसे महत्वपूर्ण कीवर्ड की पहचान की।
- उद्धरण विश्लेषण का उपयोग करते हुए, हमने अंतर्निहित उद्धरण पैटर्न को प्रकट करने के लिए लेखकों और दस्तावेज़ों के बीच संबंध का पता लगाया। हमने कृषि ड्रोन के क्षेत्र में महत्वपूर्ण योगदान वाले सबसे प्रभावशाली लेखकों और प्रकाशनों की भी पहचान की है।
- हमने समान प्रकाशनों को समूहों में समूहित करने के लिए एक सह-उद्धरण विश्लेषण किया।
- अंत में, हमने सहयोग नेटवर्क को चित्रित करने के लिए देशों, संस्थानों और पत्रिकाओं के बीच संबंधों और संबंधों का विश्लेषण किया।
उपयुक्त खोज शब्दों की पहचान
हमने डेटा एकत्रीकरण के लिए निम्नलिखित खोज स्ट्रिंग लागू की: (ड्रोन * या "मानव रहित हवाई वाहन" या यूएवी * या "मानव रहित विमान प्रणालीया यूएएस या "दूर से संचालित विमान”) और (कृषि या कृषि या खेती या किसान) खोज सितंबर 2021 में आयोजित की गई थी। ड्रोन के कई पदनाम हैं, जिनमें यूएवी, यूएएस और दूर से चलने वाले विमान (साह एट अल।, 2021) शामिल हैं। अब्दुल्लाही एट अल के अध्ययन के आधार पर कृषि से संबंधित विशिष्ट खोज शब्दों की पहचान की गई। (2021)। स्पष्टता और पारदर्शिता के लिए, हमारे द्वारा उपयोग की गई सटीक क्वेरी परिशिष्ट 1 में दी गई है। डेटा सफाई प्रक्रिया के बाद, हमने एक टेक्स्ट फ़ाइल बनाई जिसे बाद में उद्धरण और सह-उद्धरण विश्लेषण के लिए एक सामान्य उपकरण, बिबएक्ससेल में लोड किया गया था। यह टूल अन्य सॉफ़्टवेयर के साथ सरल इंटरैक्शन भी प्रदान करता है और डेटा हैंडलिंग और विश्लेषण में महत्वपूर्ण स्वतंत्रता प्रदान करता है। VOSviewer संस्करण 1.6.16 का उपयोग निष्कर्षों की कल्पना करने और ग्रंथ सूची नेटवर्क (Eck & Waltman, 2009) उत्पन्न करने के लिए किया गया था। VOSviewer सहज ज्ञान युक्त विज़ुअलाइज़ेशन की एक श्रृंखला प्रदान करता है, विशेष रूप से ग्रंथ सूची मानचित्रों का विश्लेषण करने के लिए (गेंग एट अल।, 2020)। इसके अलावा, यह सादे दृश्य परिणाम प्रदान करने में सहायता करता है जो परिणामों को बेहतर ढंग से समझने में सहायता करता है (अब्दुल्ला एट अल।, 2021)। ऊपर बताए अनुसार सर्च स्ट्रिंग्स को लागू करते हुए, हमने सभी प्रासंगिक प्रकाशनों को इकट्ठा किया और संग्रहीत किया। पहले खोज परिणामों में कुल 5,085 दस्तावेज़ मिले। चयनित नमूने की गुणवत्ता सुनिश्चित करने के लिए, शोध में केवल सहकर्मी-समीक्षित जर्नल लेखों पर विचार किया गया था, जिसके परिणामस्वरूप अन्य दस्तावेज़ प्रकारों, जैसे किताबें, अध्याय, सम्मेलन की कार्यवाही, और संपादकीय नोट्स को बाहर रखा गया था। एक स्क्रीनिंग प्रक्रिया के दौरान, अप्रासंगिक (अर्थात, इस कार्य के दायरे से बाहर), निरर्थक (अर्थात, दोहरे अनुक्रमण से उत्पन्न डुप्लिकेट), और गैर-अंग्रेज़ी-भाषी प्रकाशनों को फ़िल्टर कर दिया गया था। इस प्रक्रिया के परिणामस्वरूप अंतिम विश्लेषण में 4,700 दस्तावेजों को शामिल किया गया।
निष्कर्ष और चर्चा
शुरू करने के लिए, हमने कृषि ड्रोन पर वर्तमान साहित्य में प्रकाशन उत्पादन में विकास का विश्लेषण किया। विद्वानों के शोध का अस्थायी वितरण चित्र 1 में दिखाया गया है। हम वर्ष 2011 (30 प्रकाशन) से प्रकाशनों में तेजी से वृद्धि देखते हैं; इसलिए, हमने विश्लेषण अवधि को दो अलग-अलग चरणों में विभाजित करने का निर्णय लिया। हम 1990 और 2010 के बीच की अवधि को बिल्ड-अप चरण के रूप में संदर्भित करते हैं, जिसमें सालाना लगभग सात पत्र प्रकाशित होते थे। 2010 के बाद की अवधि को विकास का चरण कहा गया है क्योंकि इस अवधि के दौरान कृषि में ड्रोन अनुप्रयोगों पर अनुसंधान में तेजी देखी गई है। 2010 के बाद, प्रकाशनों की बढ़ती संख्या शोधकर्ताओं के बीच बढ़ती रुचि की पुष्टि करती है, जो यह भी दर्शाती है कि ड्रोन को रिमोट सेंसिंग पर लागू किया गया है और सटीक कृषि में उपयोग किया जाता है (डेंग एट अल।, 2018; मेस एंड स्टेप, 2019; मेसिना और मोडिका, 2020)। ) विशेष रूप से, प्रकाशनों की संख्या 108 में 2013 से बढ़कर 498 में 2018 हो गई और 1,275 में 2020 पर पहुंच गई। जनवरी और मध्य सितंबर 935 के बीच कुल 2021 लेख प्रकाशित किए गए। इसके बाद, हमने विकास के चरण पर अपने विश्लेषण पर अधिक ध्यान केंद्रित करने का विकल्प चुना। चूंकि यह अवधि कृषि ड्रोन की सबसे हालिया और महत्वपूर्ण सूक्ष्मताओं को दर्शाती है।
कीवर्ड विश्लेषण
एक प्रकाशन के लिए लेखकों द्वारा चुने गए कीवर्ड का इस बात पर महत्वपूर्ण प्रभाव पड़ता है कि पेपर का प्रतिनिधित्व कैसे किया जाता है और वैज्ञानिक समुदायों के भीतर इसे कैसे संप्रेषित किया जाता है। वे अनुसंधान के प्रमुख विषयों की पहचान करते हैं और इसके फलने-फूलने या विफल होने की क्षमता का निर्धारण करते हैं (डे एंड गैस्टेल, 1998।; किम एट अल।, 2016; उद्दीन एट अल।, 2015)। कीवर्ड विश्लेषण, व्यापक शोध प्रवृत्तियों और दिशाओं को प्रकट करने के लिए एक उपकरण, एक डोमेन में सभी संबंधित प्रकाशनों के कीवर्ड के संकलन को संदर्भित करता है (दीक्षित और जाखड़, 2021)। वर्तमान अध्ययन में, हमने सबसे लोकप्रिय विषयों का पता लगाने के लिए एकत्रित कीवर्ड को दो सेटों (यानी 2010 और 2011–2021 तक) में विभाजित किया है। ऐसा करने से, हम दोनों सेटों में महत्वपूर्ण कीवर्ड का पता लगा सकते हैं और आश्वस्त कर सकते हैं कि हमने सभी आवश्यक डेटा कैप्चर कर लिए हैं। प्रत्येक सेट के लिए, शीर्ष दस कीवर्ड तालिका 3 में प्रस्तुत किए गए हैं। हमने "ड्रोन" और "ड्रोन" या इसी तरह, "इंटरनेट ऑफ थिंग्स" और "आईओटी" जैसे शब्दार्थ समान कीवर्ड को मर्ज करके विसंगतियों को समाप्त कर दिया है।
तालिका 3 से पता चलता है कि "मानव रहित हवाई वाहन" दोनों समय अवधि में "ड्रोन" और "मानव रहित हवाई प्रणाली" की तुलना में अधिक बार उपयोग किया जाने वाला कीवर्ड है। इसके अलावा, "रिमोट सेंसिंग," "सटीक कृषि," और "कृषि" दोनों अवधियों में उच्च स्थान पर हैं। पहली अवधि में, "सटीक कृषि" पांचवें स्थान पर रही, और यह दूसरी अवधि में दूसरे स्थान पर रही, जो दर्शाती है कि सटीक कृषि प्राप्त करने में ड्रोन कैसे तेजी से महत्वपूर्ण होते जा रहे हैं क्योंकि वे निगरानी कर सकते हैं,
अन्य रिमोट-सेंसिंग और ग्राउंड-आधारित सिस्टम की तुलना में पता लगाने, और अनुमान लगाने का अभ्यास तेज, सस्ता और आसान प्रदर्शन करता है। इसके अलावा, वे जरूरत पड़ने पर इनपुट की सटीक मात्रा (जैसे, पानी या कीटनाशक) का छिड़काव कर सकते हैं (गुओ एट अल।, 2020; इनौए, 2020; पांडे, प्रतिहस्त, एट अल।, 2020)।
सबसे अधिक उपयोग किए जाने वाले खोजशब्दों की सूची।
श्रेणी | 1990 - 2010 | की संख्या घटनाओं | 2011 - 2021 | की संख्या घटनाओं |
1 | मानव रहित हवाई वाहन | 28 | मानवरहित हवाई वाहन | 1628 |
2 | सुदूर संवेदन | 7 | शुद्धता कृषि | 489 |
3 | कृषि | 4 | सुदूर संवेदन | 399 |
4 | हवाई | 4 | परजीवी | 374 |
5 | शुद्धता कृषि | 4 | मानवरहित हवाई प्रणाली | 271 |
6 | मानव रहित हवाई | 4 | कृषि | 177 |
7 | हाइपरस्पेक्ट्रल सेंसर | 3 | ध्यान लगा के पढ़ना या सीखना | 151 |
8 | कृत्रिम तंत्रिका नेटवर्क | 2 | मशीन सीख रहा हूँ | 149 |
9 | स्वायत्त उड़ान | 2 | पेड़ - पौधे सूची | 142 |
10 | कॉफ़ी | 2 | का इंटरनेट चीज़ें | 124 |
एक और दिलचस्प विशेषता पूरक प्रौद्योगिकियों की उपस्थिति है। पहले चरण में, "हाइपरस्पेक्ट्रल सेंसर" और "कृत्रिम तंत्रिका नेटवर्क" (एएनएन) शीर्ष दस कीवर्ड में से हैं। हाइपरस्पेक्ट्रल इमेजिंग ने विभिन्न तरंग दैर्ध्य में बड़ी संख्या में छवियों को एकत्र करके पारंपरिक इमेजिंग में क्रांति ला दी। ऐसा करने में, सेंसर मल्टीस्पेक्ट्रल इमेजिंग, स्पेक्ट्रोस्कोपी और आरजीबी इमेजरी की तुलना में एक साथ बेहतर स्थानिक और वर्णक्रमीय जानकारी एकत्र कर सकते हैं (Adao et al।,
2017)। पहले चरण में "एएनएन" और दूसरे चरण में "डीप लर्निंग" (डीएल) और "मशीन लर्निंग" (एमएल) की घटना का तात्पर्य है कि अधिकांश प्रकाशित कार्य ड्रोन के लिए एआई तकनीकों की क्षमता की परीक्षा पर केंद्रित हैं- आधारित कृषि। हालांकि ड्रोन स्वायत्त रूप से उड़ान भरने में सक्षम हैं, फिर भी उन्हें एक पायलट की भागीदारी की आवश्यकता होती है, जिसका अर्थ है निम्न स्तर की डिवाइस इंटेलिजेंस। हालांकि, एआई तकनीकों की प्रगति के कारण इस समस्या को हल किया जा सकता है, जो बेहतर स्थितिजन्य जागरूकता और स्वायत्त निर्णय समर्थन प्रदान कर सकता है। एआई से लैस, ड्रोन नेविगेशन के दौरान टकराव से बच सकते हैं, मिट्टी और फसल प्रबंधन में सुधार कर सकते हैं (इनौ, 2020), और मानव के लिए श्रम और तनाव को कम कर सकते हैं (बीके शर्मा एट अल।, 2019)।
उनके लचीलेपन और बड़ी मात्रा में गैर-रेखीय डेटा को संभालने की क्षमता के कारण, एआई तकनीक भविष्यवाणी और निर्णय लेने के लिए ड्रोन और अन्य रिमोट-सेंसिंग और ग्राउंड-आधारित सिस्टम द्वारा प्रेषित डेटा का विश्लेषण करने के लिए उपयुक्त तरीके हैं (अली एट अल।, 2015; इंदौर, 2020)। इसके अलावा, दूसरी अवधि में "आईओटी" की उपस्थिति कृषि में इसकी उभरती भूमिका को इंगित करती है। IoT ड्रोन, ML, DL, WSN और बिग डेटा सहित अन्य तकनीकों को आपस में जोड़कर कृषि में क्रांति ला रहा है। IoT को लागू करने के प्रमुख लाभों में से एक है, विभिन्न कार्यों (डेटा अधिग्रहण, डेटा विश्लेषण और प्रसंस्करण, निर्णय लेने और कार्यान्वयन) को निकट वास्तविक समय में कुशलतापूर्वक और प्रभावी ढंग से मर्ज करने की क्षमता (एलिजा एट अल।, 2018; फेंग एट अल। , 2019; मुंगप्रथुब एट अल।, 2019)। इसके अलावा, ड्रोन को वनस्पति की ताक़त और वनस्पति गुणों की गणना के लिए आवश्यक डेटा को कैप्चर करने के लिए कुशल उपकरण माना जाता है (कैंडियागो एट अल।, 2015)। चित्र 2a और 2b दोनों समयावधियों के लिए कीवर्ड सह-घटना नेटवर्क का वर्णन करते हैं।
प्रभावशाली लेखक
इस खंड में, हम प्रभावशाली लेखकों का निर्धारण करते हैं और जांच करते हैं कि लेखक उद्धरण नेटवर्क वर्तमान साहित्य की कल्पना और व्यवस्थित कैसे कर सकते हैं। अंजीर। 3 सभी शोधकर्ताओं के कालानुक्रमिक ओवरले को उच्चतम संख्या में उद्धरणों के साथ दिखाता है। रंग पैमाना लेखकों के उद्धरणों की वर्ष-वार भिन्नता को दर्शाता है। हम कम से कम 50 उद्धरणों और दस प्रकाशनों की सीमा का उपयोग करके कृषि ड्रोन पर अध्ययन प्रकाशित करने वाले शोधकर्ताओं के उद्धरण संरचना की जांच करते हैं। से बाहर
12,891 लेखक, केवल 115 इस शर्त को पूरा करते थे। तालिका 4 में शीर्ष दस प्रभावशाली लेखकों को सूचीबद्ध किया गया है, जिन्हें उद्धरणों की अधिकतम संख्या के आधार पर क्रमबद्ध किया गया है। लोपेज- ग्रेनाडोस एफ। 1,963 उद्धरणों के साथ सूची में सबसे आगे है, इसके बाद ज़ारको-तेजादा पीजे 1,909 उद्धरणों के साथ है।
सबसे उद्धृत लेखकों की सूची।
रैंकिंग | Author | प्रशंसा पत्र |
1 | लोपेज-ग्रेनाडोस एफ। | 1,963 |
2 | ज़ारको-तेजादा पीजे | 1,909 |
3 | पेना जेएम | 1,644 |
4 | टोरेस-सो एंचेज जे. | 1,576 |
5 | फेररेस ई | 1,339 |
6 | रेमंडिनो एफ | 1,235 |
7 | बोल्टन ए | 1,160 |
8 | बरेथ जी | 1,155 |
9 | बर्नी जा | 1,132 |
10 | डी कास्त्रो एआई | 1,036 |
जब व्यक्तिगत प्रकाशनों की बात आती है, तो झांग और कोवाक्स (2012) का लेख प्रेसिजन एग्रीकल्चर में प्रकाशित सबसे उद्धृत अध्ययन रहा है। यहां, लेखकों ने सटीक कृषि में यूएएस के आवेदन की समीक्षा की। उनके शोध के निष्कर्ष बताते हैं कि किसानों को विश्वसनीय अंतिम उत्पाद प्रदान करने के लिए प्लेटफॉर्म डिजाइन, उत्पादन, इमेज जियोफेरेंसिंग के मानकीकरण और सूचना पुनर्प्राप्ति वर्कफ़्लो को आगे बढ़ाने की आवश्यकता है। इसके अतिरिक्त, वे विशेष रूप से क्षेत्र नियोजन, छवि कैप्चर, साथ ही डेटा व्याख्या और विश्लेषण में किसान को अधिक मजबूती से शामिल करने की सलाह देते हैं। महत्वपूर्ण रूप से, यह अध्ययन क्षेत्र मानचित्रण, शक्ति मानचित्रण, रासायनिक सामग्री माप, वनस्पति तनाव निगरानी और पौधों के विकास पर उर्वरकों के प्रभावों के मूल्यांकन में यूएवी के महत्व को दिखाने वाला पहला अध्ययन था। प्रौद्योगिकी से संबंधित चुनौतियों में निषेधात्मक लागत, सेंसर क्षमता, प्लेटफ़ॉर्म स्थिरता और विश्वसनीयता, मानकीकरण की कमी और भारी मात्रा में डेटा का विश्लेषण करने के लिए सुसंगत प्रक्रिया भी शामिल है।
उद्धरण विश्लेषण
उद्धरण विश्लेषण लेखों के प्रभाव के अध्ययन का प्रतिनिधित्व करता है, यद्यपि प्रवाह के लिए प्रवण (उदाहरण के लिए, उद्धरण पूर्वाग्रह, आत्म-उद्धरण) प्रभाव मूल्यांकन के लिए मानक उपकरणों में से एक माना जाता है (ओसारेह, 1996; ए. रेजेब एट अल।, 2022; सरली एट अल।, 2010)। उद्धरण एक विशिष्ट विषय (आर शर्मा एट अल।, 2022) पर साहित्य में पत्रों के योगदान के महत्व और जीवन शक्ति को भी दर्शाते हैं। हमने कृषि ड्रोन पर सबसे प्रभावशाली अध्ययनों को निर्धारित करने के लिए एक उद्धरण विश्लेषण किया और सामग्री को संक्षेप में प्रस्तुत किया। तालिका 5 1990-2010 और 2011-2021 की अवधि के लिए पंद्रह सबसे प्रभावशाली पत्रों की सूची प्रस्तुत करती है। बर्नी एट अल द्वारा लेख। (2009)बी और ऑस्टिन (2010) को 1990 और 2010 के दौरान क्रमशः 831 और 498 उद्धरणों के साथ सबसे अधिक उद्धृत किया गया है। बर्नी एट अल। (2009)बी ने किफायती थर्मल और नैरोबैंड मल्टीस्पेक्ट्रल इमेजिंग सेंसर से लैस हेलीकॉप्टर-आधारित यूएवी के माध्यम से मात्रात्मक रिमोटसेंसिंग उत्पादों को विकसित करने की क्षमता को चित्रित किया। पारंपरिक मानवयुक्त हवाई सेंसर की तुलना में, कृषि के लिए एक कम लागत वाली यूएवी प्रणाली फसलों के जैव-भौतिकीय मापदंडों के तुलनीय अनुमानों को प्राप्त करने में सक्षम है, यदि बेहतर नहीं है। सस्ती लागत और परिचालन लचीलापन, त्वरित टर्नअराउंड समय पर उपलब्ध उच्च वर्णक्रमीय, स्थानिक और अस्थायी संकल्पों के साथ, यूएवी को उन अनुप्रयोगों की एक श्रृंखला के लिए उपयुक्त प्रदान करता है जिनके लिए सिंचाई समय-निर्धारण और सटीक खेती सहित समय-महत्वपूर्ण प्रबंधन की आवश्यकता होती है। बर्नी एट अल से पेपर। (2009)बी अत्यधिक उद्धृत किया गया है क्योंकि इसने कृषि अनुप्रयोगों के लिए आवश्यक अंशांकन तंत्र के साथ एक मानव रहित रोटरी-विंग प्लेटफॉर्म और डिजिटल और थर्मल सेंसर को प्रभावी ढंग से एकीकृत किया है। दूसरा सबसे उद्धृत प्रकाशन ऑस्टिन (2010) द्वारा लिखित एक पुस्तक है, जिसने डिजाइन, विकास और परिनियोजन के दृष्टिकोण से यूएवी पर चर्चा की। कृषि में, यूएवी फसल के रंग में परिवर्तन, फसल की बुवाई और छिड़काव की सुविधा, और निगरानी और झुंड को चलाने के माध्यम से रोगों का जल्दी पता लगाकर फसल निगरानी का समर्थन करते हैं।
सुलिवन एट अल का अध्ययन । (2007), लुमे एट अल। (2008), और गोकतो an एट अल। (2010) शीर्ष पंद्रह सबसे उद्धृत लेखों की सूची समाप्त करें। ये लेख कृषि का समर्थन करने के लिए यूएवी-आधारित प्रणालियों के विकास का वर्णन करते हैं। वे फसल निगरानी और स्कैनिंग, खरपतवार निगरानी और प्रबंधन, और निर्णय समर्थन जैसी विभिन्न समस्याओं के समाधान प्रदान करते हैं। वे नमूना दक्षता बढ़ाने और किसानों को सटीक और प्रभावी बनाने में सहायता करने के लिए यूएवी की क्षमता का सुझाव और चर्चा भी करते हैं
रोपण रणनीतियाँ। बर्नी (बर्नी एट अल।, 2009 बी; बर्नी एट अल।, 2009 ए) द्वारा दो पत्र लिखे गए थे, जो कृषि ड्रोन से संबंधित अनुसंधान पर उनके महत्वपूर्ण प्रभाव को रेखांकित करते हैं। ज़ारको-तेजादा एट अल से पेपर। (2014) पेड़ की ऊंचाई मात्रा का ठहराव में कम लागत वाली यूएवी इमेजरी का उपयोग करने की आवश्यकता को स्पष्ट करने के लिए अग्रणी अध्ययनों में से एक रहा है।
सबसे उद्धृत प्रकाशनों की सूची।
श्रेणी | 1990 से 2010 | 2011 से 2021 | ||
दस्तावेज़ | उद्धरण | दस्तावेज़ | उद्धरण | |
1 | (बर्नी एट अल।, 2009बी) | 831 | (सी झांग और कोवाक्स, 2012) | 967 |
2 | (ऑस्टिन, 2010) | 498 | (नेक्स एंड रेमंडिनो, 2014) | 893 |
3 | (हंट एट अल।, 2010) | 331 | (फ्लोरेनो और लकड़ी, 2015) | 552 |
4 | (एसआर हेरविट्ज़ एट अल।, 2004) | 285 | (होसेन मोटलाघ एट अल।, 2016) | 391 |
5 | (सीसीडी लेलोंग एट अल।, 2008) | 272 | (शखत्रेह एट अल।, 2019) | 383 |
6 | (बर्नी एट अल।, 2009बी) | 250 | (मा एट अल।, 2017) | 373 |
7 | (ग्रेन्ज़डॉर्फर एट अल।, 2008) | 198 | (बेंडिग एट अल।, 2014) | 360 |
8 | (हराबर एट अल।, 2005) | 175 | (जर्को-तेजादा एट अल।, 2014) | 347 |
9 | (वाई। हुआंग एट अल।, 2009) | 129 | (आदि एओ एट अल।, 2017) | 335 |
10 | (श्मेल III एट अल।, 2008) | 119 | (होनकवारा एट अल।, 2013a) | 331 |
11 | (अब्द-एलरहमान एट अल।, 2005) | 79 | (कैंडियागो एट अल।, 2015) | 327 |
12 | (टेकी एट अल।, 2010) | 69 | (जियांग और तियान, 2011) | 307 |
13 | (सुलिवन एट अल।, 2007) | 51 | (माटेसी एट अल।, 2015) | 303 |
14 | (लुमे एट अल।, 2008) | 42 | (गागो एट अल।, 2015) | 275 |
15 | (गोकतो an एट अल।, 2010) | 40 | (आसन एट अल।, 2015ए) | 269 |
दूसरी अवधि (2011-2021) में, झांग और कोवाक्स (2012) और नेक्स और रेमंडिनो (2014) के शोध के परिणामस्वरूप सबसे अधिक बार उद्धृत प्रकाशन हुए। झांग और कोवाक्स (2012) का तर्क है कि सटीक कृषि भू-स्थानिक तकनीकों और सेंसरों को लागू करने से लाभान्वित हो सकती है, जैसे कि भौगोलिक सूचना प्रणाली, जीपीएस और रिमोट सेंसिंग, क्षेत्र में विविधताओं को पकड़ने और वैकल्पिक रणनीतियों को नियोजित करके उन्हें संभालने के लिए। सटीक कृषि में गेम-चेंजर के रूप में, ड्रोन को अपनाने ने रिमोट सेंसिंग में एक नए युग की शुरुआत की है, हवाई अवलोकन को सरल बनाया है, फसल वृद्धि डेटा, मिट्टी की स्थिति और छिड़काव क्षेत्रों को कैप्चर किया है। झांग और कोवाक्स (2012) की समीक्षा मौलिक है क्योंकि यह पर्यावरण निगरानी और सटीक कृषि में इन उपकरणों के मौजूदा उपयोगों और चुनौतियों का खुलासा करके यूएवी में अंतर्दृष्टि प्रदान करती है, जैसे कि प्लेटफॉर्म और कैमरा सीमाएं, डेटा प्रोसेसिंग चुनौतियां, किसान जुड़ाव और विमानन नियम . दूसरा
नेक्स और रेमंडिनो (2014) के सबसे उद्धृत अध्ययन ने पृथ्वी की छवियों को कैप्चर करने, प्रसंस्करण और विश्लेषण करने के लिए यूएवी की कला की स्थिति की समीक्षा की।
उनके काम ने यूएवी इमेज प्रोसेसिंग में नवीनतम प्रगति को प्रदर्शित करते हुए कई यूएवी प्लेटफार्मों, अनुप्रयोगों और उपयोग के मामलों का अवलोकन भी प्रस्तुत किया। कृषि में, किसान लागत और समय की बचत प्राप्त करने के लिए प्रभावी निर्णय लेने के लिए यूएवी का उपयोग कर सकते हैं, नुकसान का एक तेज़ और सटीक रिकॉर्ड प्राप्त कर सकते हैं, और संभावित समस्याओं का अनुमान लगा सकते हैं। पारंपरिक हवाई प्लेटफार्मों के विपरीत, यूएवी परिचालन खर्चों में कटौती कर सकते हैं और उच्च परिशुद्धता क्षमता को संरक्षित करते हुए कठोर स्थानों में पहुंच के खतरे को कम कर सकते हैं। उनका पेपर यूएवी के विभिन्न लाभों को सारांशित करता है, विशेष रूप से सटीकता और संकल्प के संदर्भ में।
2011 और 2021 के बीच शेष तेरह सबसे उद्धृत प्रकाशनों में, हमने इमेजिंग मिशनों में ड्रोन अनुप्रयोगों से जुड़े अनुसंधान पर अधिक ध्यान केंद्रित किया (बेंडिग एट अल।, 2014; मा एट अल।, 2017; ज़ारको-तेजादा एट अल।, 2014) , सटीक कृषि (कैंडियागो एट अल।, 2015; होनकवारा एट अल।, 2013ए), सटीक अंगूर की खेती (माटेसी एट अल।, 2015), जल तनाव मूल्यांकन (गागो एट अल।, 2015), और वनस्पति निगरानी (आसन एट अल। , 2015ए)। प्रारंभिक वर्षों में, शोधकर्ताओं ने ध्यान केंद्रित किया
कृषि के लिए कम लागत, हल्के और सटीक यूएवी-आधारित सिस्टम विकसित करने पर अधिक; हाल के अनुसंधान ने कृषि और क्षेत्र सर्वेक्षण के लिए यूएवी अनुप्रयोगों की समीक्षाओं पर अधिक ध्यान केंद्रित किया है। संक्षेप में, इस विश्लेषण से पता चलता है कि प्रभावशाली प्रकाशनों ने ज्यादातर यूएवी की वर्तमान वैज्ञानिक और तकनीकी स्थिति का मूल्यांकन करने के लिए पूर्व अध्ययनों की समीक्षा प्रदान की है और सटीक कृषि का समर्थन करने के लिए विकसित यूएवी सिस्टम विकसित किए हैं। दिलचस्प बात यह है कि हमें ऐसे अध्ययन नहीं मिले जो अनुभवजन्य को नियोजित करते हों
कार्यप्रणाली या वर्णनात्मक केस स्टडीज, जो एक महत्वपूर्ण ज्ञान अंतराल का गठन करते हैं और इस विषय पर अधिक शोध की मांग करते हैं।
सह-उद्धरण विश्लेषण
गमूर (2006) के अनुसार, सह-उद्धरण विश्लेषण समान प्रकाशनों की पहचान करता है और उन्हें समूहित करता है। क्लस्टर की सावधानीपूर्वक जांच से प्रकाशनों के बीच अनुसंधान के एक सामान्य क्षेत्र का पता चल सकता है। हम संबंधित विषय क्षेत्रों को चित्रित करने और प्रकाशनों के बौद्धिक पैटर्न का पता लगाने के लिए कृषि ड्रोन से संबंधित साहित्य के सह-उद्धरण की जांच करते हैं। इस संबंध में, स्मॉल (1973) ने सबसे प्रभावशाली और मौलिक शोध का अध्ययन करने के लिए सहवास विश्लेषण के उपयोग की सिफारिश की
एक अनुशासन के भीतर। सेट को सबसे मौलिक लेखों (गोयल और कुमार, 2021) तक सीमित करने के लिए, हमने 25 की सह-उद्धरण सीमा निर्धारित की है, जिसका अर्थ है कि 25 या अधिक विभिन्न प्रकाशनों की संदर्भ सूचियों में दो लेखों को एक साथ उद्धृत किया जाना चाहिए। क्लस्टरिंग भी न्यूनतम क्लस्टर आकार 1 के साथ आयोजित की गई थी और छोटे समूहों को बड़े समूहों के साथ विलय करने के लिए किसी भी विधि के बिना। नतीजतन, अध्ययन की समानता और उनकी बौद्धिक संरचना के आधार पर छह समूहों का निर्माण किया गया। तालिका 6 प्रत्येक क्लस्टर में प्रकाशनों के वितरण को दर्शाती है।
क्लस्टर 1: इस क्लस्टर में अठारह दस्तावेज़ शामिल हैं, जो इस क्लस्टर में प्रकाशित प्रकाशनों के बाद पर्यावरण निगरानी, फसल प्रबंधन और खरपतवार प्रबंधन में ड्रोन की भूमिका पर चर्चा करते हैं। उदाहरण के लिए, मैनफ्रेडा एट अल। (2018) प्राकृतिक कृषि पारिस्थितिकी तंत्र की निगरानी में यूएवी के वर्तमान अनुसंधान और कार्यान्वयन का एक सिंहावलोकन प्रदान करते हैं और तर्क देते हैं कि प्रौद्योगिकी पर्यावरण निगरानी को बढ़ाने और कम करने के लिए जबरदस्त क्षमता प्रदान करती है।
क्षेत्र अवलोकन और पारंपरिक वायु और अंतरिक्ष जनित रिमोट सेंसिंग के बीच मौजूदा अंतर। यह बेहतर अस्थायी पुनर्प्राप्ति और बड़े क्षेत्रों में स्थानिक अंतर्दृष्टि के लिए एक किफायती तरीके से नई क्षमता प्रदान करके किया जा सकता है। यूएवी लगातार पर्यावरण को समझ सकते हैं और परिणामी डेटा को बुद्धिमान, केंद्रीकृत / विकेन्द्रीकृत संस्थाओं को भेज सकते हैं जो सेंसर को नियंत्रित करते हैं ताकि संभावित समस्याओं की पहचान की जा सके, जैसे कि बीमारी या पानी का पता लगाने की कमी (पडुआ एट अल।, 2017)। अदाओ एट अल। (2017) का मानना है कि यूएवी पानी की स्थिति, बायोमास अनुमान और शक्ति मूल्यांकन से संबंधित कच्चे डेटा की एक विशाल मात्रा को कैप्चर करके पौधों की स्थिति का आकलन करने के लिए आदर्श हैं। रिमोट-सेंसिंग डेटा (वॉन ब्यूरेन एट अल।, 2015) के समय पर कब्जा करने की अनुमति देने के लिए यूएवी-माउंटेड सेंसर को उचित पर्यावरणीय परिस्थितियों में तुरंत तैनात किया जा सकता है। यूएवी के माध्यम से, किसान इनडोर खेती के वातावरण (जैसे, ग्रीनहाउस) के त्रि-आयामी स्थान में व्यावहारिक रूप से किसी भी स्थान से माप प्राप्त करके इनडोर खेती की गतिविधियों को अंजाम देने में सक्षम होते हैं, जिससे स्थानीय जलवायु नियंत्रण और पौधों की निगरानी सुनिश्चित होती है (रोल्डन ´ et al) ।, 2015)। परिशुद्धता के संदर्भ में
कृषि, फसल प्रबंधन निर्णयों के लिए उपयुक्त अस्थायी और स्थानिक समाधान के साथ सटीक, विश्वसनीय फसल डेटा की आवश्यकता होती है (गेबर्स एंड एडमचुक, 2010; गेवार्ट एट अल।, 2015; मेस एंड स्टेप, 2019)। इस कारण से, अगुएरा वेगा एट अल। (2015) ने बढ़ते मौसम के दौरान सूरजमुखी की फसल की छवियों को प्राप्त करने के लिए एक यूएवी-माउंटेड मल्टीस्पेक्ट्रल सेंसर सिस्टम का उपयोग किया। इसी तरह, हुआंग एट अल। (2009) ध्यान दें कि यूएवी पर आधारित रिमोट सेंसिंग एकत्रित वर्णक्रमीय डेटा से फसलों और मिट्टी के माप की सुविधा प्रदान कर सकता है। वर्जर एट अल। (2014) ने गेहूं और रेपसीड फसलों पर ध्यान केंद्रित करते हुए सटीक कृषि अनुप्रयोगों में यूएवी परावर्तन माप से ग्रीन एरिया इंडेक्स (जीएआई) के आकलन के लिए एक तकनीक विकसित और परीक्षण की। इसलिए, ड्रोन लगातार पुनरीक्षण और उच्च स्थानिक संकल्प (डोंग एट अल।, 2019; गार्ज़ोनियो एट अल।, 2017; एच। झेंग एट अल।, 2016) के साथ फसल की स्थिति की जानकारी प्राप्त करने के लिए नई संभावनाएं प्रदान करते हैं।
कृषि ड्रोन पर प्रभावशाली प्रकाशनों का समूहन।
समूह | व्यापक विषय | संदर्भ |
1 | पर्यावरण निगरानी, फसल प्रबंधन, खरपतवार प्रबंधन | (आदि एओ एट अल।, 2017; अगुएरा वेगा एट अल।, 2015; डी कास्त्रो एट अल।, 2018; गोमेज़-कैंड ऑन एट अल।, 2014; वाई बी हुआंग एट अल।, 2013; खनाल एट अल।, 2017; लोपेज़-ग्रेनाडोस, 2011; मैनफ्रेडा एट अल।, 2018; पी एडुआ एट अल।, 2017; पेना एट अल।, 2013; पेरेज़-ऑर्टिज़ो एट अल।, 2015; रासमुसेन एट अल।, 2013, 2016; टोरेस-सो एंचेज़ एट अल।, 2014; टोरेस-सांचेज़, लोपेज़-ग्रेनाडोस, और पेना, 2015; वर्जर एट अल।, 2014; वोनो ब्यूरेन एट अल।, 2015; सी झांग और कोवाक्स, 2012) |
2 | रिमोट फेनोटाइपिंग, उपज अनुमान, फसल सतह मॉडल, पौधों की गिनती | (बेंडिग एट अल।, 2013, 2014; गीपेले) एट अल।, 2014; ग्नाडिंगर और श्मिडहल्टर, 2017; हघीघट्टालाब एट अल।, 2016; होल्मन एट अल।, 2016; जिन एट अल।, 2017; डब्ल्यू ली एट अल।, 2016; मैमैतीजियांग एट अल।, 2017; शंकरन एट अल।, 2015; शिरमैन एट अल।, 2016; शि एट अल।, 2016; यू एट अल।, 2017; एक्स। झोउ एट अल।, 2017) |
3 | पानी के लिए थर्मल इमेजिंग, मल्टीस्पेक्ट्रल इमेजिंग | (बलूजा एट अल।, 2012; बर्नी एट अल।, 2009बी; बर्नी एट अल।, 2009ए; कैंडिआगो एट अल।, 2015; गागो एट अल।, 2015; गोंजालेज-डुगो एट अल।, 2013, 2014; ग्रेंज़डॉर्फर एट अल।, 2008; खालिक एट अल।, 2019; मैटेस एट अल।, 2015; रिबेरो-गोम्स एट अल।, 2017; Santesteban एट अल।, 2017; यूटो एट अल।, 2013) |
4 | हाइपरसेक्ट्रल इमेजिंग, स्पेक्ट्रल इमेजिंग | (आसन एट अल।, 2015ए; बरेथ एट अल।, 2015; हकला एट अल।, 2013; होनकवारा एट अल।, 2013ए; लूसीर एट अल।, 2014; सारी एट अल।, 2011; सुओमलैनन एट अल।, 2014) |
5 | 3D-मानचित्रण अनुप्रयोग | (जिमेनेज़-ब्रेनेस एट अल।, 2017; नेक्स एंड रेमंडिनो, 2014; सलामी एट अल।, 2014; टोरेस-सो एंचेज़, लोपेज़- ग्रेनाडोस, सेरानो, एट अल।, 2015; ज़ाहवी एट अल।, 2015; ज़ारको-तेजादा एट अल।, एक्सएनयूएमएक्स) |
6 | कृषि निगरानी | (एसआर हेरविट्ज़ एट अल।, 2004; हंट एट अल।, 2010; सीसीडी लेलोंग एट अल।, 2008; प्रिमिसेरियो एट अल।, 2012; जियांग और तियान, 2011) |
इसके अलावा, ड्रोन कृषि में चुनौतीपूर्ण कार्यों के लिए उपयोगी होते हैं, जिसमें खरपतवार मानचित्रण भी शामिल है। उपकरणों द्वारा कैप्चर की गई छवियों ने खेतों में शुरुआती खरपतवार का पता लगाने के लिए अपनी उपयोगिता साबित कर दी है (डी कास्त्रो एट अल।, 2018; जिमसेनेज़-ब्रेनेस एट अल।, 2017; लैम एट अल।, 2021; लोपेज़-ग्रैनाडोस एट अल।, 2016; रोज़ेनबर्ग एट अल।, 2021)। इस संबंध में, डी कास्त्रो एट अल। (2018) का मानना है कि यूएवी इमेजरी और ऑब्जेक्ट-बेस्ड इमेज एनालिसिस (ओबीआईए) के विलय ने चिकित्सकों को शुरुआती सीजन घास के मैदान की फसलों में शुरुआती पहचान को स्वचालित करने के मुद्दे को दूर करने में सक्षम बनाया है, जो कि खरपतवार अनुसंधान में एक बड़ा कदम है। इसी तरह, पेना एट अल। (2013) बताते हैं कि ओबीआईए प्रक्रिया के साथ यूएवी से अल्ट्रा-हाई स्थानिक रिज़ॉल्यूशन छवियों के उपयोग से शुरुआती मक्का फसलों में खरपतवार के नक्शे बनाना संभव हो जाता है, जिनका उपयोग इन-सीज़न खरपतवार नियंत्रण उपायों के कार्यान्वयन की योजना बनाने में किया जा सकता है, उपग्रह और पारंपरिक हवाई छवियों की क्षमता से परे एक कार्य। इमेज क्लासिफिकेशन या ऑब्जेक्ट डिटेक्शन एल्गोरिदम की तुलना में, सिमेंटिक सेगमेंटेशन तकनीक खरपतवार मैपिंग कार्यों (जे। डेंग एट अल।, 2020) में अधिक प्रभावी हैं, इस प्रकार किसानों को खेत की स्थिति का पता लगाने, नुकसान को कम करने और पूरे बढ़ते मौसम में पैदावार में सुधार करने में सक्षम बनाते हैं (रमेश) एट अल।, 2020)। डीप लर्निंग बेस्ड सिमेंटिक सेगमेंटेशन उच्च-रिज़ॉल्यूशन एरियल इमेज (रमेश एट अल।, 2020; ए। झेंग एट अल।, 2022) से वनस्पति आवरण का सटीक माप भी प्रदान कर सकता है। रिमोट के लिए उनकी क्षमता के बावजूद
सेंसिंग पिक्सेल वर्गीकरण, सिमेंटिक सेगमेंटेशन तकनीकों के लिए महत्वपूर्ण गणना और निषेधात्मक रूप से उच्च GPU मेमोरी की आवश्यकता होती है (J. Deng et al।, 2020)।
मशीन लर्निंग और यूएवी पर आधारित, P´erez-Ortiz et al। (2015) ने साइट-विशिष्ट खरपतवार नियंत्रण रणनीतियों को प्रदान करने के लिए एक खरपतवार मानचित्रण दृष्टिकोण का सुझाव दिया, जब किसान प्रारंभिक-पश्चात उगने वाले खरपतवार नियंत्रण को अपनाते हैं। अंत में, रासमुसेन एट अल। (2013) ने इस बात पर प्रकाश डाला कि ड्रोन महान स्थानिक संकल्प लचीलेपन के साथ सस्ती संवेदन प्रदान करते हैं। कुल मिलाकर, इस क्लस्टर में प्रकाशन रिमोट सेंसिंग, फसल निगरानी और खरपतवार मानचित्रण का समर्थन करने के लिए यूएवी की संभावनाओं की खोज पर ध्यान केंद्रित करते हैं। आगे की जांच के लिए अतिरिक्त गहन शोध की आवश्यकता है कि पर्यावरण निगरानी, फसल प्रबंधन और खरपतवार मानचित्रण में ड्रोन अनुप्रयोग कैसे अधिक टिकाऊ कृषि प्राप्त कर सकते हैं (चमुआ और सिंह, 2019; इस्लाम एट अल।, 2021; पोपेस्कु एट अल।, 2020; जे) सु, लियू, एट अल।, 2018) और फसल बीमा अनुप्रयोगों में इस तकनीक के शासन के मुद्दों को संबोधित करते हैं (बासनेट एंड बैंग, 2018; चामुआ और सिंह, 2019, 2022; मीनन और रॉबिन्सन, 2021)। शोधकर्ताओं को संसाधित डेटा की अंतिम गुणवत्ता (मैनफ्रेडा एट अल।, 2018) को बढ़ाने के लिए कुशल प्रसंस्करण तकनीकों के साथ यूएवी एकत्रित माप को मान्य करने पर ध्यान केंद्रित करना चाहिए। इसके अलावा, उपयुक्त एल्गोरिदम के विकास की आवश्यकता है जो पिक्सेल को पहचानते हैं जो डिजिटल छवियों में मातम प्रदर्शित करते हैं और यूएवी खरपतवार मानचित्रण के दौरान अप्रासंगिक पृष्ठभूमि को खत्म करते हैं (Gaˇsparovi´c et al।, 2020; Hamylton et al।, 2020; H. Huang et al। , 2018, 2020; लोपेज़- ग्रेनाडोस एट अल।, 2016)। पौधे की पहचान, पत्ती वर्गीकरण और रोग मानचित्रण में सिमेंटिक विभाजन तकनीकों को अपनाने पर अतिरिक्त शोध का स्वागत है (फ्यूएंट्स-पचेको एट अल।, 2019; केर्केच एट अल।, 2020)।
क्लस्टर 2. इस क्लस्टर में प्रकाशन कृषि ड्रोन के कई पहलुओं पर केंद्रित हैं। रिमोट फेनोटाइपिंग से संबंधित, शंकरन एट अल। (2015) ने खेत में फसलों के त्वरित फेनोटाइपिंग के लिए यूएवी के साथ कम ऊंचाई, उच्च-रिज़ॉल्यूशन हवाई इमेजिंग का उपयोग करने की क्षमता की समीक्षा की, और उनका तर्क है कि, जमीन आधारित सेंसिंग प्लेटफॉर्म की तुलना में, पर्याप्त सेंसर वाले छोटे यूएवी कई फायदे प्रदान करते हैं। , जैसे क्षेत्र तक आसान पहुंच, उच्च-रिज़ॉल्यूशन डेटा, कुशल डेटा संग्रह,
क्षेत्र के विकास की स्थितियों का तेजी से आकलन, और कम परिचालन लागत। हालांकि, लेखक यह भी नोट करते हैं कि फील्ड फेनोटाइपिंग के लिए यूएवी का प्रभावी अनुप्रयोग दो मूलभूत तत्वों पर निर्भर करता है, अर्थात्, यूएवी विशेषताएं (जैसे, सुरक्षा, स्थिरता, स्थिति, स्वायत्तता) और सेंसर विशेषताओं (जैसे, रिज़ॉल्यूशन, वजन, वर्णक्रमीय तरंग दैर्ध्य, क्षेत्र) मानना है कि)। हाघीघट्टालाब एट अल। (2016) ने यूएवी इमेजरी से प्लॉट-स्तरीय डेटा को पुनः प्राप्त करने और प्रजनन प्रक्रिया में तेजी लाने के लिए एक अर्ध-स्वचालित छवि प्रसंस्करण पाइपलाइन का प्रस्ताव रखा। होल्मन एट अल। (2016) ने एक उच्च . विकसित किया
थ्रूपुट फील्ड फेनोटाइपिंग सिस्टम और इस बात पर प्रकाश डाला कि यूएवी गुणवत्ता, विशाल, क्षेत्र-आधारित फेनोटाइपिक डेटा एकत्र करने में सक्षम है, और यह कि डिवाइस बड़े क्षेत्रों और विभिन्न क्षेत्र स्थानों के लिए प्रभावी है।
चूंकि उपज का अनुमान जानकारी का एक अविश्वसनीय रूप से महत्वपूर्ण टुकड़ा है, खासकर जब समय पर उपलब्ध होने पर, यूएवी के लिए सभी क्षेत्र माप प्रदान करने और उच्च गुणवत्ता वाले डेटा को कुशलतापूर्वक प्राप्त करने की क्षमता होती है (दाकिर एट अल।, 2017; डेमिर एट अल।, 2018) ; एनकिसो एट अल।, 2019; कुलबैकी एट अल।, 2018; पुडेल्को एट अल।, 2012)। इस संबंध में, जिन एट अल। (2017) ने यूएवी द्वारा बहुत कम ऊंचाई पर प्राप्त उच्च रिज़ॉल्यूशन इमेजरी का लाभ उठाया और उभरने के चरण में गेहूं के पौधे के घनत्व का आकलन करने के लिए एक विधि विकसित और मूल्यांकन किया। लेखकों के अनुसार, यूएवी कैमरों से लैस रोवर सिस्टम की सीमाओं को पार करते हैं और फसलों में पौधों के घनत्व का अनुमान लगाने के लिए एक गैर-आक्रामक विधि का प्रतिनिधित्व करते हैं, जिससे किसानों को मिट्टी की यातायात क्षमता से स्वतंत्र फील्ड फेनोटाइपिंग के लिए आवश्यक उच्च थ्रूपुट प्राप्त करने की अनुमति मिलती है। ली एट अल। (2016) ने मक्का के मापदंडों का अनुमान लगाने के लिए एक यूएवी-आधारित प्रणाली का उपयोग करके अत्यधिक उच्च रिज़ॉल्यूशन वाली सैकड़ों स्टीरियो छवियां एकत्र कीं, जिसमें चंदवा ऊंचाई और जमीन के ऊपर बायोमास शामिल हैं। अंत में, यू एट अल। (2017) ने पाया कि यूएवी से निर्धारित फसल की ऊंचाई जमीन के ऊपर बायोमास (एजीबी) अनुमान को बढ़ा सकती है।
फसल वृद्धि की निगरानी के लिए एक दृष्टिकोण फसल सतह मॉडल विकसित करने का विचार है (बेंडिग एट अल।, 2014, 2015; होल्मन एट अल।, 2016; पांडे, श्रेष्ठ, एट अल।, 2020; सुमेश एट अल।, 2021)। कई अध्ययनों ने पौधों की ऊंचाई पर कब्जा करने और उनके विकास की निगरानी के लिए यूएवी से ली गई छवियों की व्यवहार्यता पर प्रकाश डाला। उदाहरण के लिए, बेंडिग एट अल। (2013) यूएवी का उपयोग करते हुए 0.05 मीटर से कम के बहुत उच्च संकल्प के साथ बहु-अस्थायी फसल सतह मॉडल के विकास का वर्णन किया। उन्होंने फसल का पता लगाने का लक्ष्य रखा
विकास परिवर्तनशीलता और फसल उपचार, खेती और तनाव पर इसकी निर्भरता। बेंडिग एट अल। (2014) फसल की सतह के मॉडल से निकाले गए पौधे की ऊंचाई के आधार पर ताजा और सूखे बायोमास का अनुमान लगाने के लिए यूएवी का इस्तेमाल किया और पाया कि, हवाई प्लेटफार्मों और स्थलीय लेजर स्कैनिंग के विपरीत, यूएवी से उच्च रिज़ॉल्यूशन की छवियां विभिन्न विकास के लिए पौधे की ऊंचाई मॉडलिंग की सटीकता में काफी वृद्धि कर सकती हैं। चरण। उसी नस में, गीपेल एट अल। (2014) इमेजरी हासिल करने के लिए अपने शोध में यूएवी का इस्तेमाल किया
प्रारंभिक से मध्य-मौसम तक तीन अलग-अलग विकास चरणों में मक्का अनाज उपज भविष्यवाणी के लिए डेटासेट और निष्कर्ष निकाला कि हवाई छवियों और फसल सतह मॉडल के आधार पर वर्णक्रमीय और स्थानिक मॉडलिंग का संयोजन मध्य-मौसम मक्का उपज की भविष्यवाणी करने के लिए एक उपयुक्त तरीका है। अंत में, Gnadinger और Schmidhalter (2017) ने सटीक फेनोटाइपिंग में UAV की उपयोगिता की जांच की और इस बात पर प्रकाश डाला कि इस तकनीक का उपयोग कृषि प्रबंधन को बढ़ा सकता है और प्रजनन और कृषि संबंधी उद्देश्यों के लिए क्षेत्र प्रयोग को सक्षम कर सकता है। कुल मिलाकर, हम देखते हैं कि क्लस्टर 2 में प्रकाशन रिमोट में यूएवी के मुख्य लाभों पर ध्यान केंद्रित करते हैं
फेनोटाइपिंग, उपज अनुमान, फसल सतह मॉडलिंग, और पौधों की गिनती। भविष्य के अध्ययन दूरस्थ फेनोटाइपिंग के लिए नए तरीकों को विकसित करके गहराई से खुदाई कर सकते हैं जो दूरस्थ रूप से संवेदी डेटा के प्रसंस्करण को स्वचालित और अनुकूलित कर सकते हैं (बारबास्ची एट अल।, 2016; लिबिश एट अल।, 2015; मोचिडा एट अल।, 2015; एस। झोउ एट अल।) ।, 2021)। इसके अलावा, यूएवी पर लगे आईओटी सेंसर के प्रदर्शन और उनकी लागत, श्रम और उपज अनुमान की सटीकता के बीच व्यापार-बंद पर शोध किए जाने की आवश्यकता है।
भविष्य (जू एंड सन, 2018ए, 2018बी; ज़ी एंड यांग, 2020; यू एट अल।, 2018)। अंततः, कुशल छवि प्रसंस्करण विधियों को विकसित करने की आवश्यकता है जो विश्वसनीय जानकारी उत्पन्न कर सकें, कृषि उत्पादन में दक्षता को अधिकतम कर सकें, और किसानों के मैनुअल गिनती कार्य को कम कर सकें (आरयू खान एट अल।, 2021; कोह एट अल।, 2021; लिन और गुओ, 2020; सी झांग एट अल।, 2020)।
क्लस्टर 3. इस क्लस्टर में प्रकाशन यूएवी प्लेटफॉर्म पर उपयोग किए जाने वाले कृषि संसाधनों के रिमोट सेंसिंग के लिए विभिन्न प्रकार के इमेजिंग सिस्टम पर चर्चा करते हैं। इस संबंध में, थर्मल इमेजिंग सतह के तापमान की निगरानी की अनुमति देता है ताकि फसल के नुकसान को रोका जा सके और सूखे के तनाव का जल्द पता लगाया जा सके (आवेस एट अल।, 2022; गार्सिया-तेजेरो एट अल।, 2018; शंकरन एट अल।, 2015; सैंटेस्टेबन एट अल।, 2017; योम, 2021)। बलुजा एट अल। (2012) ने जोर देकर कहा कि जहाज पर मल्टीस्पेक्ट्रल और थर्मल कैमरों का उपयोग
यूएवी ने शोधकर्ताओं को उच्च रिज़ॉल्यूशन की छवियां प्राप्त करने और बेल के पानी की स्थिति का आकलन करने में सक्षम बनाया। रिमोट-सेंसिंग डेटा (बलूजा एट अल।, 2012) का उपयोग करके उपन्यास जल शेड्यूलिंग मॉडल विकसित करने के लिए यह उपयोगी हो सकता है। जिस वजह से
यूएवी, रिबेरो-गोम्स एट अल की सीमित भार क्षमता। (2017) ने पौधों में पानी के तनाव को निर्धारित करने के लिए यूएवीएस में बिना कूल्ड थर्मल कैमरों के एकीकरण पर विचार किया, जो इस प्रकार के यूएवी को पारंपरिक उपग्रह-आधारित रिमोट सेंसिंग और कूल्ड थर्मल कैमरों से लैस यूएवी की तुलना में अधिक कुशल और व्यवहार्य बनाता है। लेखकों के अनुसार, बिना कूल्ड थर्मल कैमरे कूल्ड कैमरों की तुलना में हल्के होते हैं, जिन्हें उपयुक्त अंशांकन की आवश्यकता होती है। गोंजालेज-डुगो एट अल। (2014) ने दिखाया कि थर्मल इमेजरी पानी की स्थिति का आकलन करने और साइट्रस बागों के भीतर और भीतर पानी के तनाव को मापने के लिए फसल जल तनाव सूचकांकों के स्थानिक मानचित्र प्रभावी ढंग से उत्पन्न करती है। गोंजालेज-डुगो एट अल। (2013) और सैंटेस्टेबन एट अल। (2017) ने एक वाणिज्यिक बाग और एक अंगूर के बाग की जल स्थिति परिवर्तनशीलता का अनुमान लगाने के लिए उच्च संकल्प यूएवी थर्मल इमेजरी के उपयोग की जांच की।
मल्टीस्पेक्ट्रल इमेजिंग पारंपरिक RGB (लाल, हरा और नीला) छवियों (Ad˜ ao et al।, 2017; Navia et al।, 2016) की तुलना में बड़े पैमाने पर डेटा प्रदान कर सकती है। यह वर्णक्रमीय डेटा, स्थानिक डेटा के साथ, वर्गीकरण, मानचित्रण, पूर्वानुमान, भविष्यवाणी और पता लगाने के उद्देश्यों में सहायता कर सकता है (बर्नी एट अल।, 2009 बी)। कैंडिआगो एट अल के अनुसार। (2015), यूएवी आधारित मल्टीस्पेक्ट्रल इमेजिंग एक विश्वसनीय और कुशल संसाधन के रूप में फसल मूल्यांकन और सटीक कृषि में व्यापक योगदान दे सकती है। भी,
खालिक एट अल। (2019) ने उपग्रह और यूएवी आधारित मल्टीस्पेक्ट्रल इमेजिंग के बीच तुलना की। यूएवी-आधारित छवियों के परिणामस्वरूप दाख की बारी की परिवर्तनशीलता के साथ-साथ फसल कैनोपियों का प्रतिनिधित्व करने के लिए शक्ति मानचित्रों का वर्णन करने में अधिक सटीक रहा। संक्षेप में, इस क्लस्टर के लेख कृषि यूएवी में थर्मल और मल्टीस्पेक्ट्रल इमेजिंग सेंसर को शामिल करने पर चर्चा करते हैं। तदनुसार, यह समझने के लिए और अधिक शोध की आवश्यकता है कि एआई के साथ थर्मल और मल्टीस्पेक्ट्रल इमेजिंग को कैसे एकीकृत किया जा सकता है
तकनीक (जैसे, गहरी शिक्षा) पौधों के तनाव का पता लगाने के लिए (Ampatzidis et al।, 2020; Ampatzidis & Partel, 2019; Jung et al।, 2021; Santesteban et al।, 2017; Syeda et al।, 2021)। इस तरह की अंतर्दृष्टि अधिक कुशल और सटीक पता लगाने के साथ-साथ पौधों की वृद्धि, तनाव और फेनोलॉजी की निगरानी सुनिश्चित करने में मदद करेगी (ब्यूटर्स एट अल।, 2019; काओ एट अल।, 2020; न्यूपेन एंड बेसालगुरेल, 2021; एल। झोउ एट अल।, 2020)।
क्लस्टर 4. इस क्लस्टर में सात पेपर शामिल हैं जो कृषि पद्धतियों के समर्थन में वर्णक्रमीय इमेजिंग और हाइपरस्पेक्ट्रल इमेजिंग की महत्वपूर्ण भूमिका के इर्द-गिर्द घूमते हैं। हाइपरस्पेक्ट्रल इमेजिंग ने खुद को रिमोट-सेंसिंग विधि के रूप में स्थापित किया है जो पृथ्वी प्रणाली के मात्रात्मक मूल्यांकन को सक्षम बनाता है (शेपमैन एट अल।, 2009 XNUMX)। अधिक सटीक होने के लिए, यह सतह सामग्री की पहचान, (सापेक्ष) सांद्रता की मात्रा, और सतह घटक अनुपात का असाइनमेंट
मिश्रित पिक्सेल के भीतर (किर्श एट अल।, 2018; झाओ एट अल।, 2022)। दूसरे शब्दों में, हाइपरस्पेक्ट्रल सिस्टम द्वारा प्रदान किया गया उच्च वर्णक्रमीय रिज़ॉल्यूशन विभिन्न मापदंडों का अधिक सटीक अनुमान लगाने में सक्षम बनाता है, जैसे कि शाकाहारी गुण या पत्ती के पानी की सामग्री (सुओमालेनन एट अल।, 2014)। इस क्लस्टर के शोधकर्ताओं ने ऐसी प्रणालियों के विभिन्न पहलुओं की जांच की। दूसरों के बीच, आसेन एट अल। (2015बी) ने लाइटवेट से त्रि-आयामी हाइपरस्पेक्ट्रल जानकारी प्राप्त करने के लिए एक अद्वितीय दृष्टिकोण की पेशकश की
वनस्पति निगरानी के लिए यूएवी पर उपयोग किए जाने वाले स्नैपशॉट कैमरे। लूसीर एट अल। (2014) ने एक उपन्यास हाइपरस्पेक्ट्रल यूएएस के डिजाइन, विकास और हवाई संचालन के साथ-साथ इसके साथ एकत्र किए गए छवि डेटा के अंशांकन, विश्लेषण और व्याख्या पर चर्चा की। अंत में, होनकवारा एट अल। (2013बी) ने फैब्रीपेरोट इंटरफेरोमीटर-आधारित वर्णक्रमीय छवियों के लिए एक व्यापक प्रसंस्करण दृष्टिकोण विकसित किया और सटीक कृषि के लिए बायोमास अनुमान प्रक्रिया में इसका उपयोग दिखाया। इस मौजूदा क्लस्टर के लिए संभावित भविष्य के मार्गों में सेंसर प्रौद्योगिकियों (आसेन एट अल।, 2015 बी) में तकनीकी सुधार की आवश्यकता पर जोर देना शामिल है, साथ ही पूरक प्रौद्योगिकियों, विशेष रूप से बड़े डेटा और एनालिटिक्स को शामिल करने और बढ़ाने की आवश्यकता (एंग एंड सेंग, 2021; राडोग्लू) -ग्रामेटिकिस एट अल।, 2020; शकूर एट अल।, 2019)। उत्तरार्द्ध मुख्य रूप से स्मार्ट कृषि (सी। ली एंड नीयू, 2020; ए। रेजेब एट अल।, 2022; वाई। सु एंड वांग, 2021) में लागू विभिन्न सेंसर द्वारा उत्पन्न डेटा से उत्पन्न होता है।
क्लस्टर 5. इस क्लस्टर में प्रकाशनों ने ड्रोन-आधारित 3Dmapping अनुप्रयोगों की जांच की। 3डी मैपिंग के लिए ड्रोन का उपयोग जटिल फील्डवर्क को कम कर सकता है और दक्षता में काफी वृद्धि कर सकता है (टोरेस-सांचेज एट अल।, 2015)। क्लस्टर में पांच लेख मुख्य रूप से संयंत्र निगरानी अनुप्रयोगों पर केंद्रित हैं। उदाहरण के लिए, चंदवा क्षेत्र, पेड़ की ऊंचाई और मुकुट की मात्रा के बारे में त्रि-आयामी डेटा प्राप्त करने के लिए, टोरेस-सांचेज़ एट अल। (2015) ने डिजिटल सतह मॉडल और फिर वस्तु-आधारित छवि विश्लेषण (ओबीआईए) दृष्टिकोण उत्पन्न करने के लिए यूएवी तकनीक का इस्तेमाल किया। इसके अलावा, ज़ारको-तेजादा एट अल। (2014) यूएवी प्रौद्योगिकी और त्रि-आयामी फोटो-पुनर्निर्माण विधियों को एकीकृत करके पेड़ की ऊंचाई निर्धारित की। जिमसेनेज़-ब्रेनेस लोपेज़-ग्रेनाडोस, डी कास्त्रो, एट अल। (2017) उन्नत ओबीआईए पद्धति के साथ यूएवी प्रौद्योगिकी को एकीकृत करके दर्जनों जैतून के पेड़ों की बहु-अस्थायी, 3डी निगरानी के लिए एक नई प्रक्रिया का प्रदर्शन किया। इस क्लस्टर में भविष्य के कार्यों के लिए दिलचस्प रास्ते में शामिल हैं या तो वर्तमान में सुधार
डिजिटल सतह मॉडलिंग उद्देश्यों के लिए कार्यप्रणाली (जर्को-तेजादा एट अल।, 2014) (अजय एट अल।, 2017; जौड एट अल।, 2016), जैसे ओबीआईए (डी कास्त्रो एट अल।, 2018, 2020; वेंचुरा एट अल। , 2018), और फोटो पुनर्निर्माण या उपन्यास विधियों का विकास (Díaz-Varela et al।, 2015; Torres-S´ anchez et al।, 2015)।
क्लस्टर 6. यह क्लस्टर कृषि निगरानी में ड्रोन की भूमिका पर चर्चा करता है। यूएवी उपग्रह और विमान इमेजिंग की कमियों को पूरक और दूर कर सकते हैं। उदाहरण के लिए, वे कम ईंधन या पायलटिंग चुनौतियों के साथ रीयल-टाइम इमेजिंग के पास उच्च रिज़ॉल्यूशन प्रदान कर सकते हैं, जिसके परिणामस्वरूप निरंतर और वास्तविक समय की निगरानी और निर्णय लेने में सुधार होता है (एस। हेरविट्ज़ एट अल।, 2004)। यूएवी का एक अन्य महत्वपूर्ण योगदान उनके उच्च रिज़ॉल्यूशन के रूप में सटीक कृषि या साइट-विशिष्ट खेती के लिए साइट-विशिष्ट डेटा प्रदान करने की उनकी क्षमता है, विभिन्न मापदंडों के बारे में विस्तृत डेटा किसानों को भूमि को सजातीय भागों में विभाजित करने और उनके अनुसार व्यवहार करने में सक्षम बनाता है (हंट एट अल। , 2010; सीसी लेलॉन्ग एट अल।, 2008; प्रिमिसेरियो एट अल।, 2012)। इस तरह के यूएवी-आधारित कृषि निगरानी खाद्य सुरक्षा निगरानी और निर्णय लेने में सहायता कर सकते हैं (एसआर हेरविट्ज़ एट अल।, 2004)। कृषि निगरानी में अनुसंधान को आगे बढ़ाने के लिए, न केवल सेंसर, यूएवी, और अन्य संबंधित प्रौद्योगिकियों और उनके संचार और डेटा ट्रांसफर विधियों में सुधार की आवश्यकता है (इविंग एट अल।, 2020; शुआई एट अल।, 2019), बल्कि विभिन्न के साथ ड्रोन को एकीकृत करना भी आवश्यक है। स्मार्ट कृषि के संबंध में विभिन्न कार्यों को अनुकूलित करने के लिए प्रौद्योगिकियां, जैसे निगरानी, कृषि निगरानी और निर्णय लेने, एक उच्च संभावित अनुसंधान क्षेत्र है (अलसमही एट अल।, 2021; पोपेस्कु एट अल।, 2020; वुरान एट अल।, 2018)। इस संबंध में, IoT, WSN और बिग डेटा दिलचस्प पूरक क्षमताएं प्रदान करते हैं (वैन डेर मेरवे एट अल।, 2020)। कार्यान्वयन लागत, लागत बचत, ऊर्जा दक्षता और डेटा सुरक्षा ऐसे एकीकरण के लिए कम शोध वाले क्षेत्रों में से हैं (मसरूर एट अल।, 2021)।
देश और शैक्षणिक संस्थान
अंतिम चरण में मूल देश और लेखकों की अकादमिक संबद्धता की जांच शामिल थी। इस विश्लेषण के माध्यम से, हम उन विद्वानों के भौगोलिक वितरण को बेहतर ढंग से समझने का लक्ष्य रखते हैं जो कृषि में ड्रोन के अनुप्रयोगों में योगदान करते हैं। देशों और शैक्षणिक संस्थानों की विविधता पर ध्यान देना उल्लेखनीय है। एक देश के दृष्टिकोण से, संयुक्त राज्य अमेरिका, चीन, भारत और इटली प्रकाशनों की संख्या (तालिका 7) के मामले में सूची में सबसे ऊपर हैं। द करेंट
कृषि ड्रोन पर अनुसंधान बड़े पैमाने पर उत्तरी अमेरिकी और एशियाई देशों में केंद्रित है, मुख्य रूप से सटीक कृषि अनुप्रयोगों में उनके उच्च जुड़ाव के कारण। उदाहरण के लिए, संयुक्त राज्य अमेरिका में, वर्ष 841.9 में कृषि ड्रोन का बाजार 2020 मिलियन अमरीकी डालर का था, जो वैश्विक बाजार हिस्सेदारी (रिपोर्टलिंकर, 30) का लगभग 2021% है। दुनिया की सबसे बड़ी अर्थव्यवस्था के रूप में रैंकिंग, चीन को वर्ष 2.6 में 2027 बिलियन अमरीकी डालर के अनुमानित बाजार आकार तक पहुंचने का अनुमान है। यह देश उत्पादकता के मुद्दों को दूर करने और बेहतर पैदावार, श्रम उन्मूलन और कम उत्पादन इनपुट प्राप्त करने के लिए कृषि ड्रोन के लिए अपील कर रहा है। हालाँकि, चीन में प्रौद्योगिकी को अपनाना जनसंख्या के आकार और मौजूदा फसल प्रबंधन प्रथाओं को नया करने और सुधारने की आवश्यकता जैसे कारकों से प्रेरित है।
शीर्ष सर्वाधिक उत्पादक देश और विश्वविद्यालय/संगठन जो इसमें योगदान करते हैं
कृषि ड्रोन से संबंधित अनुसंधान।
श्रेणी | देशों |
1 | अमेरिका |
2 | चीन |
3 | इंडिया |
4 | इटली |
5 | स्पेन |
6 | जर्मनी |
7 | ब्राज़िल |
8 | ऑस्ट्रेलिया |
9 | जापान |
10 | यूनाइटेड किंगडम |
श्रेणी | विश्वविद्यालय/संगठन |
1 | चीनी विज्ञान अकादमी |
2 | पीपुल्स रिपब्लिक ऑफ चाइना के कृषि मंत्रालय |
3 | कॉन्सेज़ो सुपीरियर डे इंवेस्टिगेशियन्स Científicas |
4 | टेक्सास ए एंड एम विश्वविद्यालय |
5 | चीन कृषि विश्वविद्यालय |
6 | यूएसडीए कृषि अनुसंधान सेवा |
7 | सीएसआईसी - इंस्टिट्यूट डी एग्रीकल्चर सोस्टेनिबल आईएएस |
8 | पर्ड्यू विश्वविद्यालय |
9 | राष्ट्रीय अनुसंधान परिषद |
10 | दक्षिण चीन कृषि विश्वविद्यालय |
एक विश्वविद्यालय और संगठनात्मक दृष्टिकोण से, चीनी विज्ञान अकादमी प्रकाशनों की संख्या के मामले में सूची में सबसे ऊपर है, इसके बाद पीपुल्स रिपब्लिक ऑफ चाइना के कृषि मंत्रालय और कॉन्सेजो सुपीरियर डी इन्वेस्टिगैसिओन्स सिंटिफिकास हैं। चीनी विज्ञान अकादमी का प्रतिनिधित्व लेखकों लियाओ शियाओहान और ली जून द्वारा किया जाता है; हान वेंटिंग पीपुल्स रिपब्लिक ऑफ चाइना के कृषि मंत्रालय का प्रतिनिधित्व करते हैं; और कॉन्सेजो सुपीरियर डी इन्वेस्टिगैसिअन्स सिंटिफ़िकस का प्रतिनिधित्व लोपेज़-ग्रेनाडोस, एफ और पेना द्वारा किया जाता है, जोस मारिया एस। संयुक्त राज्य अमेरिका से, टेक्सास ए एंड एम विश्वविद्यालय और पर्ड्यू विश्वविद्यालय जैसे विश्वविद्यालय अपनी खोज पाते हैं
उल्लेख। सबसे अधिक प्रकाशनों और उनके कनेक्शन वाले विश्वविद्यालयों को चित्र 4 में दिखाया गया है। इसके अतिरिक्त, इस सूची में कॉन्सिग्लियो नाज़ियोनेल डेले रिसरचे और कॉन्सेजो सुपीरियर डी इन्वेस्टिगैसिओन्स सिंटिफ़िकस जैसे संस्थान शामिल हैं जो वैज्ञानिक अनुसंधान में सक्रिय हैं, लेकिन अकादमिक संस्थान नहीं हैं। .
हमारे चयन में विभिन्न प्रकार की पत्रिकाएँ शामिल थीं, जिनमें लगभग सभी उपलब्ध डेटा शामिल थे। जैसा कि तालिका 8 में दिखाया गया है, रिमोट सेंसिंग 258 लेखों के साथ शीर्ष पर है, इसके बाद जर्नल ऑफ इंटेलिजेंट एंड रोबोटिक सिस्टम्स: थ्योरी एंड एप्लीकेशन 126 और कृषि में कंप्यूटर और इलेक्ट्रॉनिक्स के साथ 98 लेख हैं। जबकि रिमोट सेंसिंग ज्यादातर ड्रोन के अनुप्रयोग और विकास पर केंद्रित है, कृषि में कंप्यूटर और इलेक्ट्रॉनिक्स मुख्य रूप से कृषि में कंप्यूटर हार्डवेयर, सॉफ्टवेयर, इलेक्ट्रॉनिक्स और नियंत्रण प्रणाली में प्रगति को शामिल करते हैं। क्रॉस-एरिया आउटलेट, जैसे आईईईई रोबोटिक्स और 87 प्रकाशनों के साथ ऑटोमेशन पत्र और 34 प्रकाशनों के साथ आईईईई एक्सेस, भी क्षेत्र में प्रमुख आउटलेट हैं। शीर्ष पंद्रह आउटलेट्स ने 959 दस्तावेजों के साथ साहित्य में योगदान दिया है, जो सभी प्रकाशनों का लगभग 20.40% है। एक जर्नल सह-उद्धरण विश्लेषण हमें प्रकाशनों के बीच महत्व और समानता की जांच करने में सक्षम बनाता है। सह-उद्धरण विश्लेषण से तीन क्लस्टर मिलते हैं, जैसा कि चित्र 5 में दिखाया गया है। लाल क्लस्टर में जर्नल जैसे रिमोट सेंसिंग, कंप्यूटर और कृषि में इलेक्ट्रॉनिक्स, सेंसर,
और इंटरनेशनल जर्नल ऑफ रिमोट सेंसिंग। ये सभी आउटलेट रिमोट सेंसिंग और सटीक कृषि के क्षेत्रों में अत्यधिक प्रतिष्ठित जर्नल हैं। ग्रीन क्लस्टर में रोबोटिक्स से संबंधित जर्नल शामिल हैं, जैसे जर्नल ऑफ़ इंटेलिजेंट एंड रोबोटिक सिस्टम्स: थ्योरी एंड एप्लीकेशन, आईईईई रोबोटिक्स एंड ऑटोमेशन लेटर्स, आईईईई एक्सेस और ड्रोन। ये आउटलेट ज्यादातर ऑटोमेशन पर पेपर प्रकाशित करते हैं और कृषि इंजीनियरों के लिए उपयोगी होते हैं। अंतिम क्लस्टर एग्रोनॉमी और कृषि इंजीनियरिंग से संबंधित पत्रिकाओं द्वारा बनाया गया है, जैसे एग्रोनॉमी और इंटरनेशनल जर्नल ऑफ एग्रीकल्चर एंड बायोलॉजिकल इंजीनियरिंग।
कृषि ड्रोन से संबंधित शोध में शीर्ष 15 पत्रिकाएं।
श्रेणी | पत्रिका | गिनती |
1 | सुदूर संवेदन | 258 |
2 | जर्नल ऑफ़ इंटेलिजेंट एंड रोबोटिक सिस्टम्स: थ्योरी एंड अनुप्रयोगों | 126 |
3 | कृषि में कंप्यूटर और इलेक्ट्रॉनिक्स | 98 |
4 | IEEE रोबोटिक्स और ऑटोमेशन लेटर्स | 87 |
5 | सेंसर | 73 |
6 | रिमोट सेंसिंग के अंतर्राष्ट्रीय जर्नल | 42 |
7 | परिशुद्धता कृषि | 41 |
8 | राजा | 40 |
9 | कृषिविज्ञान | 34 |
10 | आईईईई प्रवेश | 34 |
11 | उन्नत रोबोटिक प्रणालियों के अंतर्राष्ट्रीय जर्नल | 31 |
12 | कृषि और जैविक इंजीनियरिंग के अंतर्राष्ट्रीय जर्नल | 25 |
13 | एक PLoS | 25 |
14 | जर्नल ऑफ़ फील्ड रोबोटिक्स | 23 |
15 | बायोसिस्टम्स इंजीनियरिंग | 23 |
निष्कर्ष
सारांश
इस अध्ययन में, हमने कृषि ड्रोन पर मौजूदा शोध का सारांश और विश्लेषण किया। विभिन्न ग्रंथ सूची तकनीकों को लागू करते हुए, हमने कृषि ड्रोन से संबंधित अनुसंधान की बौद्धिक संरचना की बेहतर समझ प्राप्त करने का प्रयास किया। संक्षेप में, हमारी समीक्षा साहित्य में कीवर्ड की पहचान और चर्चा करके, ड्रोन के क्षेत्र में शब्दार्थ समान समुदायों का निर्माण करते हुए ज्ञान समूहों का खुलासा करके, पहले के शोध को रेखांकित करने और भविष्य के अनुसंधान दिशाओं का सुझाव देकर कई योगदान प्रदान करती है। नीचे, हम कृषि ड्रोन के विकास पर समीक्षा के मुख्य निष्कर्षों की रूपरेखा तैयार करते हैं:
• समग्र साहित्य में तेजी से वृद्धि हुई है और पिछले दशक में भारी ध्यान आकर्षित किया है, जैसा कि 2012 के बाद लेखों की संख्या में वृद्धि से संकेत मिलता है। भले ही इस ज्ञान क्षेत्र को अपनी पूर्ण परिपक्वता प्राप्त करना बाकी है (बैरिएंटोस एट अल।, 2011; मेस) और स्टेपी, 2019), कई प्रश्न अभी भी अनुत्तरित हैं। उदाहरण के लिए, इनडोर खेती में ड्रोन की उपयोगिता अभी भी बहस के लिए खुली है (असलान एट अल।, 2022; क्रुल एट अल।, 2021; रोल्ड ए एट अल।, 2015)। फ़ील्ड दृश्यों की जटिलता और विभिन्न इमेजिंग परिस्थितियों (जैसे, छाया और रोशनी) के परिणामस्वरूप उच्च वर्णक्रमीय इन-क्लास विचरण हो सकता है (याओ एट अल।, 2019)। बाद के अनुसंधान चरणों में भी, शोधकर्ताओं को विशेष परिदृश्यों और आवश्यक छवि गुणवत्ता के अनुसार इष्टतम उड़ान योजनाओं को निर्धारित करने के लिए चुनौती दी गई है (सोरेस एट अल।, 2021; तू एट अल।,
2020)।
• हमने देखा है कि कृषि ड्रोन के डिजाइन में मशीन लर्निंग और डीप लर्निंग जैसी एआई तकनीकों को शामिल करने के लिए कुशल यूएवी सिस्टम विकसित करने से यह क्षेत्र आगे बढ़ा है (बाह एट अल।, 2018; किटानो एट अल।, 2019; मैमातीजियांग एट अल। , 2020; माज़िया एट अल।, 2020; टेटिला एट अल।, 2020)।
• कृषि ड्रोन पर अनुसंधान मुख्य रूप से पर्यावरण निगरानी, फसल प्रबंधन, और खरपतवार प्रबंधन (क्लस्टर 1) के साथ-साथ रिमोट फेनोटाइपिंग और उपज अनुमान (क्लस्टर 2) में प्रौद्योगिकी की संभावनाओं की खोज करके रिमोट सेंसिंग पर चर्चा करता है। कृषि ड्रोन पर प्रभावशाली अध्ययनों के एक सेट में ऑस्टिन (2010), बर्नी एट अल शामिल हैं। (2009)ए, हेरविट्ज़ एट अल। (2004), नेक्स और रेमंडिनो (2014), और झांग और कोवाक्स (2012)। इन अध्ययनों ने कृषि के संदर्भ में ड्रोन से संबंधित अनुसंधान का वैचारिक आधार विकसित किया।
• कार्यप्रणाली से संबंधित, हमने देखा कि अब तक किए गए अधिकांश शोध या तो सिस्टम डिज़ाइन, वैचारिक, या समीक्षा-आधारित अध्ययनों से बने थे (इनौ, 2020; नेक्स एंड रेमंडिनो, 2014; पेरेज़-ऑर्टिज़ एट अल। , 2015; याओ एट अल।, 2019)। हम कृषि ड्रोन की जांच में काम पर अनुभवजन्य, गुणात्मक और केस-स्टडी-आधारित विधियों की कमी भी देखते हैं।
• हाल ही में, सटीक कृषि, एआई तकनीक, सटीक अंगूर की खेती, और जल तनाव मूल्यांकन से संबंधित विषयों ने पर्याप्त ध्यान आकर्षित किया है (एस्पिनोज़ा एट अल।, 2017; गोमेज़-कैंड et al।, 2016; Matese et al।, 2015; Matese & Di Gennaro, 2018, 2021; Z. Zhou et al।, 2021)। दो अलग-अलग युगों, 1990-2010 और 2011-2021 में अनुसंधान समूहों की सावधानीपूर्वक जांच से डोमेन की बौद्धिक संरचना की प्रगति का पता चलता है। 1990 से 2010 की अवधि में केंद्रीय विचारों और ड्रोन की अवधारणाओं का निर्माण हुआ, जो यूएवी डिजाइन, विकास और कार्यान्वयन की चर्चा से स्पष्ट है। दूसरे युग में, कृषि में यूएवी उपयोग के मामलों को संश्लेषित करने का प्रयास करते हुए, अनुसंधान फोकस पूर्व अध्ययनों पर फैलता है। हमें कई अध्ययन भी मिले हैं जो इमेजिंग कार्यों और सटीक कृषि में ड्रोन अनुप्रयोगों पर चर्चा करते हैं।
श्रेणी | पत्रिका | गिनती |
1 | सुदूर संवेदन | 258 |
2 | जर्नल ऑफ़ इंटेलिजेंट एंड रोबोटिक सिस्टम्स: थ्योरी एंड | 126 |
अनुप्रयोगों | ||
3 | कृषि में कंप्यूटर और इलेक्ट्रॉनिक्स | 98 |
4 | IEEE रोबोटिक्स और ऑटोमेशन लेटर्स | 87 |
5 | सेंसर | 73 |
6 | रिमोट सेंसिंग के अंतर्राष्ट्रीय जर्नल | 42 |
7 | परिशुद्धता कृषि | 41 |
8 | राजा | 40 |
9 | कृषिविज्ञान | 34 |
10 | आईईईई प्रवेश | 34 |
11 | उन्नत रोबोटिक प्रणालियों के अंतर्राष्ट्रीय जर्नल | 31 |
12 | कृषि और जैविक इंजीनियरिंग के अंतर्राष्ट्रीय जर्नल | 25 |
13 | एक PLoS | 25 |
14 | जर्नल ऑफ़ फील्ड रोबोटिक्स | 23 |
15 | बायोसिस्टम्स इंजीनियरिंग | 22 |
निहितार्थ
हमारी ग्रंथ सूची की समीक्षा को विद्वानों, किसानों, कृषि विशेषज्ञों, फसल सलाहकारों और यूएवी सिस्टम डिजाइनरों को ध्यान में रखकर डिजाइन और संचालित किया गया था। लेखकों के सर्वोत्तम ज्ञान के लिए, यह पहली मूल समीक्षाओं में से एक है, जिसने एक गहन ग्रंथ सूची का विश्लेषण किया है।
कृषि में ड्रोन अनुप्रयोग। हमने प्रकाशनों के उद्धरण और सह-उद्धरण विश्लेषणों को नियोजित करते हुए, इस ज्ञान निकाय की व्यापक समीक्षा की है। ड्रोन अनुसंधान की बौद्धिक संरचना का वर्णन करने के हमारे प्रयास भी शिक्षाविदों के लिए नई अंतर्दृष्टि प्रदान करते हैं। समय के साथ उपयोग किए गए कीवर्ड की सावधानीपूर्वक समीक्षा से ड्रोन से संबंधित साहित्य में हॉटस्पॉट और फोकल अनुसंधान क्षेत्रों का पता चलता है। इसके अलावा, हम क्षेत्र में पूर्ण किए गए सबसे प्रभावशाली शोध कार्यों की पहचान करने के लिए सबसे अधिक उद्धृत अध्ययनों की एक सूची प्रस्तुत करते हैं। लेखों और खोजशब्दों की पहचान के परिणामस्वरूप भविष्य के अध्ययन के लिए कई रास्ते उजागर करने के लिए एक ठोस प्रारंभिक बिंदु प्रदान किया जा सकता है।
महत्वपूर्ण रूप से, हमने ऐसे समूहों का खुलासा किया जो तुलनीय कार्यों को वर्गीकृत करते हैं और परिणामों पर विस्तार से बताते हैं। समूहों में वर्गीकृत अध्ययन यूएवी अनुसंधान की बौद्धिक संरचना को समझने में सहायता करते हैं। विशेष रूप से, हमें ऐसे अध्ययनों की कमी का पता चला है जो ड्रोन के गोद लेने के कारकों की जांच करते हैं
और कृषि गतिविधियों में बाधाएं (तालिका 9 देखें)। भविष्य के शोधकर्ता इस संभावित अंतर को अनुभवजन्य जांच करके संबोधित कर सकते हैं जो विभिन्न कृषि गतिविधियों और जलवायु परिस्थितियों में ड्रोन के गोद लेने के कारकों का मूल्यांकन करते हैं। इसके अलावा, ड्रोन की प्रभावशीलता के संबंध में केस स्टडी-आधारित शोध क्षेत्र से वास्तविक डेटा के साथ समर्थित होना चाहिए। इसके अलावा, अकादमिक अनुसंधान में किसानों और प्रबंधकों को शामिल करना ड्रोन अनुसंधान की सैद्धांतिक और व्यावहारिक प्रगति दोनों के लिए फायदेमंद होगा। हम सबसे प्रमुख शोधकर्ताओं और उनके योगदान की पहचान करने में भी सक्षम थे, जो मूल्यवान है क्योंकि हाल के मौलिक कार्यों के बारे में जागरूकता भविष्य के शैक्षणिक प्रयासों के लिए कुछ मार्गदर्शन प्रदान कर सकती है।
टेबल 9
यूएवी गोद लेने की बाधाएं।
अवरोध | Description |
डाटा सुरक्षा | साइबर सुरक्षा लागू करने के लिए एक बड़ी चुनौती IoT समाधान (मसरूर एट अल।, 2021)। |
इंटरऑपरेबिलिटी और एकीकरण | विभिन्न प्रौद्योगिकियां जैसे यूएवी, डब्ल्यूएसएन, आईओटी, आदि। डेटा को एकीकृत और संचारित किया जाना चाहिए जो जटिलता स्तर में वृद्धि (अलसमही एट अल।, 2021; पोपेस्कु एट अल।, 2020; वुरान एट अल।, 2018)। |
कार्यान्वयन लागत | यह विशेष रूप से छोटे किसानों और के लिए मामला है विभिन्न अत्याधुनिक तकनीकों को एकीकृत करना ( मसरूर एट अल।, 2021)। |
श्रम ज्ञान और विशेषज्ञता | यूएवी को संचालित करने के लिए कुशल ड्रोन पायलटों की आवश्यकता होती है। इसके अलावा, विभिन्न अत्याधुनिक लागू करना प्रौद्योगिकियों के लिए कुशल श्रमिकों की आवश्यकता होती है (YB हुआंग) एट अल।, 2013; त्सुरोस एट अल।, 2019)। |
इंजन की शक्ति और उड़ान अवधि | ड्रोन को लंबे समय तक और कवर के लिए संचालित नहीं किया जा सकता है बड़े क्षेत्र (हार्डिन एंड हार्डिन, 2010; लालिबर्टे एट अल।, 2007)। |
स्थिरता, विश्वसनीयता, और गतिशीलता | खराब मौसम के दौरान ड्रोन स्थिर नहीं होते हैं (हार्डिन एंड हार्डिन, 2010; लालिबर्टे एट अल।, 2007)। |
पेलोड सीमाएं और सेंसर की गुणवत्ता | ड्रोन केवल सीमित भार ले जा सकते हैं निम्न गुणवत्ता वाले सेंसर लोड करने की क्षमता (Nebiker .) एट अल।, एक्सएनयूएमएक्स)। |
विनियमन | जैसे ड्रोन खतरनाक भी हो सकते हैं, गंभीर भी हैं कुछ क्षेत्रों में विनियम (हार्डिन एंड जेन्सेन, 2011; लालिबर्टे और रंगो, 2011)। |
किसानों का ज्ञान और ब्याज | अन्य अत्याधुनिक तकनीकों के रूप में, ड्रोन ' सफल कार्यान्वयन के लिए विशेषज्ञता की आवश्यकता होती है और साथ ही अनिश्चितताओं के साथ (फिशर एट अल।, 2009; लैम्बर्ट एट अल।, 2004; स्टैफोर्ड, 2000)। |
चूंकि पैदावार को अधिकतम करने के लिए उपलब्ध संसाधनों का कुशलतापूर्वक उपयोग करने की निरंतर आवश्यकता है, इसलिए किसान अपने खेतों की तेजी से, सटीक और लागत प्रभावी स्कैनिंग सुनिश्चित करने के लिए ड्रोन का लाभ उठा सकते हैं। प्रौद्योगिकी किसानों को उनकी फसलों की स्थिति निर्धारित करने और पानी की स्थिति, पकने की अवस्था, कीट संक्रमण और पोषण संबंधी जरूरतों का आकलन करने में सहायता कर सकती है। ड्रोन की रिमोट-सेंसिंग क्षमताएं किसानों को शुरुआती चरण में मुद्दों का अनुमान लगाने और तुरंत उपयुक्त हस्तक्षेप करने के लिए महत्वपूर्ण डेटा प्रदान कर सकती हैं। हालाँकि, प्रौद्योगिकी के लाभों को तभी महसूस किया जा सकता है जब चुनौतियों का ठीक से समाधान किया जाए। के आलोक में
डेटा सुरक्षा, सेंसर प्रौद्योगिकी के मुद्दों (जैसे, माप की विश्वसनीयता या सटीकता), एकीकरण की जटिलता, और पर्याप्त कार्यान्वयन लागत के संबंध में वर्तमान समस्याएं, भविष्य के अध्ययनों को कृषि ड्रोन और अन्य काटने को एकीकृत करने की तकनीकी, आर्थिक और परिचालन व्यवहार्यता की भी जांच करनी चाहिए- किनारे की प्रौद्योगिकियां।
सीमाओं
हमारे अध्ययन की अनेकों सीमाएं हैं। सबसे पहले, निष्कर्ष अंतिम विश्लेषण के लिए चुने गए प्रकाशनों द्वारा निर्धारित किए जाते हैं। कृषि ड्रोन से संबंधित सभी प्रासंगिक अध्ययनों को कैप्चर करना चुनौतीपूर्ण है, विशेष रूप से वे जो स्कोपस डेटाबेस में अनुक्रमित नहीं हैं। इसके अलावा, डेटा संग्रह प्रक्रिया खोज खोजशब्दों की सेटिंग तक सीमित है, जो समावेशी नहीं हो सकते हैं और अनिर्णायक निष्कर्षों की ओर ले जा सकते हैं। इस प्रकार, भविष्य के अध्ययनों को बनाने के लिए डेटा संग्रह के अंतर्निहित मुद्दे पर अधिक ध्यान देने की आवश्यकता है
अधिक विश्वसनीय निष्कर्ष। एक और सीमा नए प्रकाशनों से संबंधित है जिनमें कम संख्या में उद्धरण हैं। ग्रंथ सूची विश्लेषण पहले के प्रकाशनों के प्रति पक्षपाती है क्योंकि वे वर्षों से अधिक उद्धरण प्राप्त करते हैं। हाल के अध्ययनों को ध्यान आकर्षित करने और उद्धरणों को जमा करने के लिए एक निश्चित समय की आवश्यकता होती है। नतीजतन, हाल के अध्ययन जो एक प्रतिमान बदलाव लाते हैं, शीर्ष दस प्रभावशाली कार्यों में रैंक नहीं करेंगे। यह सीमा कृषि ड्रोन जैसे तेजी से उभरते अनुसंधान डोमेन की परीक्षा में प्रचलित है। जैसा कि हमने इस काम के लिए साहित्य का अध्ययन करने के लिए स्कोपस से परामर्श किया है, भविष्य के शोधकर्ता अलग विचार कर सकते हैं
क्षितिज का विस्तार करने और अनुसंधान संरचना को बढ़ाने के लिए वेब ऑफ साइंस और आईईईई एक्सप्लोर जैसे डेटाबेस।
उपन्यास अंतर्दृष्टि उत्पन्न करने के लिए संभावित ग्रंथ सूची अध्ययन अन्य महत्वपूर्ण ज्ञान स्रोतों जैसे सम्मेलन पत्रों, अध्यायों और पुस्तकों पर विचार कर सकते हैं। कृषि ड्रोन पर वैश्विक प्रकाशनों की मैपिंग और जांच के बावजूद, हमारे निष्कर्षों ने विश्वविद्यालयों के विद्वानों के आउटपुट के पीछे के कारणों का खुलासा नहीं किया। यह गुणात्मक रूप से यह समझाने में अनुसंधान के एक नए क्षेत्र का मार्ग प्रशस्त करता है कि जब कृषि के बारे में शोध की बात आती है तो कुछ विश्वविद्यालय दूसरों की तुलना में अधिक उत्पादक क्यों होते हैं
ड्रोन इसके अलावा, भविष्य के अध्ययन कई तरह से पर्यावरण निगरानी, फसल प्रबंधन और खरपतवार मानचित्रण जैसे कई तरीकों से खेती की स्थिरता को बढ़ाने के लिए ड्रोन की क्षमता में अंतर्दृष्टि प्रदान कर सकते हैं, जैसा कि कई शोधकर्ताओं द्वारा इंगित किया गया है (चमुआ और सिंह, 2019; इस्लाम एट अल।, 2021; पोपेस्कु एट अल।, 2020; जे। सु, लियू, एट अल।, 2018बी)। चूंकि चयनित पत्रों की अधिक संख्या के कारण पाठ्य विश्लेषण संभव नहीं था, इसलिए व्यवस्थित साहित्य समीक्षा की आवश्यकता है जो इस बात की जांच करती है कि
पूर्व अध्ययनों में प्रयुक्त अनुसंधान विधियों और किसानों की भागीदारी। संक्षेप में, ड्रोन अनुसंधान का हमारा विश्लेषण इस ज्ञान निकाय के अदृश्य संबंधों को उजागर करता है। इसलिए यह समीक्षा प्रकाशनों के बीच संबंधों को उजागर करने में मदद करती है और अनुसंधान क्षेत्र की बौद्धिक संरचना की पड़ताल करती है। यह साहित्य के विभिन्न पहलुओं, जैसे लेखकों के कीवर्ड, संबद्धता और देशों के बीच संबंधों को भी दर्शाता है।
प्रतिस्पर्धी हित की घोषणा
लेखक घोषणा करते हैं कि उनके पास कोई ज्ञात प्रतिस्पर्धी वित्तीय हित या व्यक्तिगत संबंध नहीं हैं जो इस पेपर में रिपोर्ट किए गए कार्य को प्रभावित करने के लिए प्रकट हो सकते हैं।
परिशिष्ट 1
शीर्षक-एबीएस-कुंजी ((ड्रोन* या "मानव रहित हवाई वाहन" या यूएवी* या "मानव रहित विमान प्रणालीया यूएएस या "दूर से संचालित विमान”) और (कृषि या कृषि या खेती या किसान))) और (बहिष्कृत (PUBYEAR, 2022)) और (सीमा तक (भाषा, "अंग्रेज़ी"))।
संदर्भ
एसेन, एच., बर्कर्ट, ए., बोल्टन, ए., बरेथ, जी., 2015। वनस्पति निगरानी के लिए हल्के यूएवी स्नैपशॉट कैमरों के साथ 3डी हाइपरस्पेक्ट्रल जानकारी उत्पन्न करना: से
गुणवत्ता आश्वासन के लिए कैमरा अंशांकन। आईएसपीआरएस जे फोटोग्राम। रिमोट सेंस 108, 245-259। https://doi.org/10.1016/j.isprsjprs.2015.08.002।
अब्द-एलरहमान, ए., पर्लस्टाइन, एल., पर्सीवल, एफ., 2005. मानवरहित हवाई वाहन इमेजरी से स्वचालित पक्षी का पता लगाने के लिए पैटर्न पहचान एल्गोरिथ्म का विकास।
सर्वेक्षण। भूमि की सूचना। विज्ञान 65 (1), 37-45।
अब्दुल्लाही, ए., रेजेब, के., रेजेब, ए., मुस्तफा, एमएम, जैलानी, एस., 2021. कृषि में वायरलेस सेंसर नेटवर्क: बिब्लियोमेट्रिक विश्लेषण से अंतर्दृष्टि। स्थिरता 13 (21),
12011.
अबाउटलेबी, एम।, टोरेस-रुआ, एएफ, कुस्टास, डब्ल्यूपी, नीटो, एच।, कूपमैन, सी।, मैककी, एम।, उच्च-रिज़ॉल्यूशन ऑप्टिकल इमेजरी में छाया का पता लगाने के लिए विभिन्न तरीकों का आकलन और गणना पर छाया प्रभाव का मूल्यांकन NDVI, और बाष्पीकरण। सिंचाई विज्ञान। 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. हाइपरस्पेक्ट्रल इमेजिंग: यूएवी-आधारित सेंसर, डेटा पर एक समीक्षा प्रसंस्करण और
कृषि और वानिकी के लिए आवेदन। रिमोट सेंसिंग 9 (11)। https://doi.org/ 10.3390/rs9111110।
Agüera Vega, F., Ramírez, FC, Saiz, MP, Rosúa, FO, 2015। सूरजमुखी की फसल की निगरानी के लिए मानव रहित हवाई वाहन का उपयोग करके बहु-अस्थायी इमेजिंग। बायोसिस्ट। इंजी.
132, 19–27. https://doi.org/10.1016/j.biosystemseng.2015.01.008.
अजयी, ओजी, सलूबी, एए, एंगबास, एएफ, ओडिगुर, एमजी, 2017. यूएवी से सटीक डिजिटल एलिवेशन मॉडल के निर्माण ने कम प्रतिशत ओवरलैपिंग इमेज हासिल की। इंट.
जे रिमोट सेंस 38 (8-10), 3113-3134। https://doi.org/10.1080/ 01431161.2017.1285085।
अली, आई., ग्रीफेनेडर, एफ., स्टैमेनकोविक, जे., न्यूमैन, एम., नोटार्निकोला, सी., 2015. रिमोट सेंसिंग डेटा से बायोमास और मृदा नमी पुनर्प्राप्ति के लिए मशीन लर्निंग दृष्टिकोण की समीक्षा। रिमोट सेंसिंग 7 (12), 16398-16421।
अलसमही, एसएच, अफघा, एफ., सहल, आर., हौबानी, ए., अल-कानेस, एमएए, ली, बी., गुइज़ानी, एम., ग्रीन इंटरनेट ऑफ़ थिंग्स यूएज यूएवीज़ इन बी5जी नेटवर्क्स: ए रिव्यू ऑफ़ एप्लिकेशन्स
और रणनीतियाँ। विज्ञापन हॉक। नेटव। 117, 102505 https://doi.org/10.1016/j। तदर्थ.2021.102505।
अल-थानी, एन।, अल्बुएनैन, ए।, अलनैमी, एफ।, ज़ोरबा, एन।, 2020। भेड़ पशुधन निगरानी के लिए ड्रोन। में: 20 वां आईईईई मेडिटेरेनियन इलेक्ट्रोटेक्निकल सम्मेलन। https://doi.
संगठन/10.1109/मेलेकॉन48756.2020.9140588.
Ampatzidis, Y., Partel, V., 2019। मल्टीस्पेक्ट्रल इमेजिंग और आर्टिफिशियल इंटेलिजेंस का उपयोग करते हुए साइट्रस में यूएवी-आधारित उच्च थ्रूपुट फेनोटाइपिंग। रिमोट सेंसिंग 11 (4), https://doi.org/10.3390/rs11040410।
Ampatzidis, Y., Partel, V., Costa, L., 2020। एग्रोव्यू: आर्टिफिशियल इंटेलिजेंस का उपयोग करते हुए सटीक कृषि अनुप्रयोगों के लिए यूएवी-एकत्रित डेटा को संसाधित करने, विश्लेषण करने और कल्पना करने के लिए क्लाउड-आधारित एप्लिकेशन। संगणना। इलेक्ट्रॉन। कृषि। 174, 105457 https://doi. संगठन/10.1016/j.compag.2020.105457.
एंग, के.एल.-एम।, सेंग, जेकेपी, 2021। कृषि में हाइपरस्पेक्ट्रल सूचना के साथ बिग डेटा और मशीन लर्निंग। आईईईई एक्सेस 9, 36699–36718। https://doi.org/10.1109/
एक्सेस.2021.3051196।
Aquilani, C., Confessore, A., Bozzi, R., Sirtori, F., Pugliese, C., 2022। समीक्षा करें: चरागाह-आधारित पशुधन प्रणालियों में सटीक पशुधन खेती तकनीक। पशु 16 (1), https://doi.org/10.1016/j.animal.2021.100429।
अर्मेंटा-मदीना, डी।, रामिरेज़-डेल्रियल, टीए, विलानुएवा-वास्केज़, डी।, मेजिया-एगुइरे, सी।, के लिए उन्नत सूचना और संचार प्रौद्योगिकियों पर रुझान
कृषि उत्पादकता में सुधार: एक ग्रंथ सूची विश्लेषण। कृषि विज्ञान 10 (12), अनुच्छेद 12. https://doi.org/10.3390/agronomy10121989।
आर्मस्ट्रांग, आई., पिरोन-ब्रुसे, एम., स्मिथ, ए., जादुद, एम., 2011. द फ्लाइंग गेटोर: ओरिअर्ड एरियल रोबोटिक्स इन ओकैम-π. कम्युन। प्रक्रिया वास्तुकार। 2011, 329-340। https://doi. संगठन/10.3233/978-1-60750-774-1-329.
अरोड़ा, एसडी, चक्रवर्ती, ए, 2021। उपभोक्ता शिकायत व्यवहार (सीसीबी) अनुसंधान की बौद्धिक संरचना: एक ग्रंथ सूची विश्लेषण। जे. बिजनेस रेस. 122, 60-74.
असलान, एमएफ, दुर्दु, ए।, सबनसी, के।, रोपेलेवस्का, ई।, गुल्टेकिन, एसएस, 2022।
खुले खेतों और ग्रीनहाउस में सटीक कृषि के लिए यूएवी के साथ हाल के अध्ययनों का एक व्यापक सर्वेक्षण। आवेदन विज्ञान 12 (3), 1047. https://doi.org/10.3390/
app12031047।
एटकिंसन, जेए, जैक्सन, आरजे, बेंटले, एआर, ओबेर, ई।, और वेल्स, डीएम (2018)। भविष्य के लिए फील्ड फेनोटाइपिंग। वार्षिक संयंत्र समीक्षा में ऑनलाइन (पीपी। 719–736)। जॉन
विले एंड संस, लिमिटेड doi: 10.1002/9781119312994.apr0651।
ऑस्टिन, आर., 2010. मानवरहित विमान प्रणाली: यूएवीएस डिजाइन, विकास और परिनियोजन। में: मानव रहित विमान प्रणाली: यूएवीएस डिजाइन, विकास और
परिनियोजन। जॉन विले एंड संस। https://doi.org/10.1002/9780470664797।
अवैस, एम।, ली, डब्ल्यू।, चीमा, एमजेएम, ज़मान, क्यू, शाहीन, ए।, असलम, बी।, झू, डब्ल्यू।, अजमल, एम।, फहीम, एम।, हुसैन, एस।, नदीम, एए, अफजल, एमएम, लियू, सी., 2022। यूएवी आधारित रिमोट सेंसिंग इन प्लांट स्ट्रेस इमेजिन यूजिंग हाई-रिज़ॉल्यूशन थर्मल सेंसर फॉर डिजिटल एग्रीकल्चर प्रैक्टिस: ए मेटा-रिव्यू। इंट. जे पर्यावरण। विज्ञान तकनीक। https://doi.
org/10.1007/s13762-021-03801-5.
बैको, एम।, बर्टन, ए।, फेरो, ई।, गेनारो, सी।, गोट्टा, ए।, माटेओली, एस।, पोनेसा, एफ।, रग्गेरी, एम।, विरोन, जी।, ज़ानेला, ए।, 2018 स्मार्ट खेती: अवसर, चुनौतियाँ
और प्रौद्योगिकी प्रवर्तक। 2018 IoT कार्यक्षेत्र और। कृषि पर सामयिक शिखर सम्मेलन - टस्कनी (आईओटी टस्कनी) 1-6। https://doi.org/10.1109/IOTTUSCANY.2018.8373043।
बाह, एमडी, हाफियाने, ए, नहर, आर, 2018। यूएवी छवियों में लाइन फसलों में खरपतवार का पता लगाने के लिए असुरक्षित डेटा लेबलिंग के साथ गहन शिक्षण। रिमोट सेंसिंग 10 (11), 1690।
https://doi.org/10.3390/rs10111690.
बाल्दी, एस., 1998. उद्धरणों के आवंटन में सामान्य बनाम सामाजिक रचनावादी प्रक्रियाएं: एक नेटवर्क-विश्लेषणात्मक मॉडल। पूर्वाह्न। सामाजिक। रेव. 63 (6), 829-846। https://doi.
org / १०.१७,२२६ / 10.2307।
बलूजा, जे., डियागो, एमपी, बलदा, पी., ज़ोरर, आर., मेगियो, एफ., मोरालेस, एफ., तारदागुइला, जे., 2012. थर्मल और मल्टीस्पेक्ट्रल द्वारा दाख की बारी के पानी की स्थिति परिवर्तनशीलता का आकलन
मानव रहित हवाई वाहन (यूएवी) का उपयोग कर इमेजरी। सिंचाई विज्ञान 30 (6), 511-522। https://doi.org/10.1007/s00271-012-0382-9।
बरबास्ची, डी।, टोंडेली, ए।, डेसिडरियो, एफ।, वोलेंटे, ए।, वैक्सीनो, पी।, वैल`ई, जी।, कैटीवेली, एल।, नेक्स्ट जेनरेशन ब्रीडिंग। संयंत्र विज्ञान। 242, 3-13. https://doi.org/10.1016/j.
प्लांट्ससी.2015.07.010.
बारबेडो, जेजीए, कोएनिगकन, एलवी, 2018। मवेशियों की निगरानी के लिए मानव रहित हवाई प्रणालियों के उपयोग पर परिप्रेक्ष्य। आउटलुक एग्री। 47 (3), 214-222। https://doi.org/10.1177/0030727018781876।
बरेथ, जी., एसेन, एच., बेंडिग, जे., ग्निप, एमएल, बोल्टन, ए., जंग, ए., मिशेल्स, आर., सौक्कामाकी, जे., 2015। कम वजन और यूएवी-आधारित हाइपरस्पेक्ट्रल पूर्ण-फ्रेम कैमरे
फसलों की निगरानी के लिए: पोर्टेबल स्पेक्ट्रोमाडोमीटर माप के साथ वर्णक्रमीय तुलना। फोटोग्रामेट्री, फर्नरकुंडुंग, जियोइनफॉर्मेशन 2015 (1), 69-79।
https://doi.org/10.1127/pfg/2015/0256.
बैरिएंटोस, ए।, कोलोराडो, जे।, डेल सेरो, जे।, मार्टिनेज, ए।, रॉसी, सी।, सान्ज़, डी।, वैलेंटे, जे।, एरियल रिमोट सेंसिंग इन एग्रीकल्चर: ए प्रैक्टिकल अप्रोच टू एरिया कवरेज
और मिनी एरियल रोबोट के बेड़े के लिए पथ योजना। जे फील्ड रोब। 28 (5), 667-689। https://doi.org/10.1002/rob.20403।
बसिरी, ए।, मारियानी, वी।, सिलानो, जी।, आतिफ, एम।, इन्नेल्ली, एल।, ग्लिएल्मो, एल।, 2022। सटीक में मल्टी-रोटर यूएवी के लिए पथ-नियोजन एल्गोरिदम के अनुप्रयोग पर एक सर्वेक्षण।
कृषि। जे नेविगेट। 75 (2), 364-383।
बासनेट, बी., बैंग, जे., 2018। ज्ञान-गहन कृषि का अत्याधुनिक: एप्लाइड सेंसिंग सिस्टम और डेटा एनालिटिक्स पर एक समीक्षा। जे सेंस 2018, 1-13।
Bendig, J., Bolten, A., Bareth, G., 2013. UAV- आधारित इमेजिंग फॉर मल्टी-टेम्पोरल, वेरी हाई रेजोल्यूशन क्रॉप सरफेस मॉडल्स टू मॉनिटर क्रॉप ग्रोथ वेरिएबिलिटी। Photogrammetri, Fernerkundung, Geoinformation 2013 (6), 551-562। https://doi. संगठन/10.1127/1432-8364/2013/0200.
Bendig, J., Bolten, A., Bennertz, S., Broscheit, J., Eichfuss, S., Bareth, G., 2014. UAV आधारित RGB इमेजिंग से प्राप्त क्रॉप सरफेस मॉडल्स (CSMs) का उपयोग करके जौ के बायोमास का आकलन। रिमोट सेंसिंग 6 (11), 10395-10412।
Bendig, J., Yu, K., Aasen, H., Bolten, A., Bennertz, S., Broscheit, J., Gnyp, ML, Bareth, G., 2015। फसल की सतह से यूएवी-आधारित पौधों की ऊंचाई का संयोजन मॉडल,
जौ में बायोमास निगरानी के लिए दृश्यमान और निकट अवरक्त वनस्पति सूचकांक। इंट. जे. एपल. पृथ्वी अवलोकन। जियोइन्फ। 39, 79-87। https://doi.org/10.1016/j.jag.2015.02.012।
बर्नी, जेए, ज़ारको-तेजादा, पीजे, सेपुलक्रे-कैंटो, जी., फेररेस, ई., विलालोबोस, एफ., 2009ए। उच्च रिज़ॉल्यूशन का उपयोग करके जैतून के बागों में कैनोपी चालन और सीडब्ल्यूएसआई का मानचित्रण
थर्मल रिमोट सेंसिंग इमेजरी। रिमोट सेंस। वातावरण। 113 (11), 2380-2388। https://doi.org/10.1016/j.rse.2009.06.018।
बर्नी, जेए, ज़ारको-तेजादा, पीजे, सुआरेज़, एल।, फेररेस, ई।, 2009बी। मानव रहित हवाई वाहन से वनस्पति निगरानी के लिए थर्मल और नैरोबैंड मल्टीस्पेक्ट्रल रिमोट सेंसिंग। आईईईई ट्रांस। भूविज्ञान। रिमोट सेंस 47 (3), 722–738।
Bouzembrak, Y., Klüche, M., Gavai, A., Marvin, HJP, 2019। खाद्य सुरक्षा में चीजों का इंटरनेट: साहित्य समीक्षा और एक ग्रंथ सूची विश्लेषण। रुझान खाद्य विज्ञान। तकनीक। 94,54-64। https://doi.org/10.1016/j.tifs.2019.11.002.
ब्रूस्टर, सी., रूसाकी, आई., कलात्ज़िस, एन., डूलिन, के., एलिस, के., 2017. कृषि में आईओटी: यूरोप-व्यापी बड़े पैमाने पर पायलट डिजाइनिंग। आईईईई कम्यून। पत्रिका. 55 (9), 26-33।
Buters, TM, Belton, D., Cross, AT, 2019। मिलीमीटर सटीकता पर व्यक्तिगत रोपों और अंकुर समुदायों की मल्टी-सेंसर UAV ट्रैकिंग। ड्रोन 3 (4), 81।
https://doi.org/10.3390/drones3040081.
Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., Gattelli, M., 2015. UAV इमेज से सटीक खेती के अनुप्रयोगों के लिए मल्टीस्पेक्ट्रल इमेज और वनस्पति सूचकांकों का मूल्यांकन। रिमोट सेंसिंग 7 (4), 4026-4047। https://doi.org/10.3390/rs70404026.
काओ, वाई।, ली, जीएल, लुओ, वाईके, पैन, क्यू।, झांग, एसवाई, 2020। यूएवी से प्राप्त वाइड-डायनामिक-रेंज वनस्पति सूचकांक (डब्ल्यूडीआरवीआई) का उपयोग करके चुकंदर के विकास संकेतकों की निगरानी।
मल्टीस्पेक्ट्रल छवियां। संगणना। इलेक्ट्रॉन। कृषि। 171, 105331 https://doi.org/10.1016/j.compag.2020.105331।
कैसिलस, जे।, एसेडो, एफ।, 2007। पारिवारिक व्यवसाय साहित्य की बौद्धिक संरचना का विकास: एफबीआर का एक ग्रंथ सूची अध्ययन। पारिवारिक व्यवसाय रेव. 20 (2), 141-162।
सेन, एच।, वान, एल।, झू, जे।, ली, वाई।, ली, एक्स।, झू, वाई।, वेंग, एच।, वू, डब्ल्यू।, यिन, डब्ल्यू।, जू, सी।, बाओ, वाई।, फेंग, एल।, शॉ, जे।, हे, वाई।, 2019। चावल के बायोमास की गतिशील निगरानी के तहत
दोहरी छवि-फ्रेम स्नैपशॉट कैमरों के साथ हल्के यूएवी का उपयोग करके विभिन्न नाइट्रोजन उपचार। पौधे के तरीके 15 (1), 32. https://doi.org/10.1186/s13007-019-
0418-8।
चमुआ, ए., सिंह, आर., 2019। नागरिक यूएवी के माध्यम से भारतीय कृषि में स्थिरता को सुरक्षित करना: एक जिम्मेदार नवाचार परिप्रेक्ष्य। एसएन एपल। विज्ञान 2(1), 106. https://
doi.org/10.1007/s42452-019-1901-6.
चमुआ, ए., सिंह, आर., 2022. भारतीय फसल बीमा अनुप्रयोगों के लिए नागरिक मानव रहित हवाई वाहन (यूएवी) नवाचारों का जिम्मेदार शासन। जे जिम्मेदार
तकनीक। 9, 100025 https://doi.org/10.1016/j.jrt.2022.100025।
चेन, ए।, ओर्लोव-लेविन, वी।, मेरोन, एम।, 2019। सटीक सिंचाई प्रबंधन के लिए फसल चंदवा के उच्च-रिज़ॉल्यूशन दृश्य-चैनल एरियल इमेजिंग को लागू करना। कृषि। पानी
मनाग। 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. लाइटवेट UAV ऑन-बोर्ड फोटोग्रामेट्री और सिंगल फ़्रीक्वेंसी GPS पोजीशनिंग के साथ मेट्रोलॉजी अनुप्रयोगों के लिए। आईएसपीआरएस जे फोटोग्राम। रिमोट सेंस। 127, 115-126। https://doi.org/10.1016/j.isprsjprs.2016.12.007।
Dawaliby, S., Aberkane, A., Bradai, A., 2020। स्वायत्त ड्रोन संचालन प्रबंधन के लिए ब्लॉकचेन-आधारित IoT प्लेटफॉर्म। में: दूसरे एसीएम की कार्यवाही
5G और परे के लिए ड्रोन असिस्टेड वायरलेस कम्युनिकेशंस पर MobiCom वर्कशॉप, पीपी 31-36। https://doi.org/10.1145/3414045.3415939।
डे, आरए, गैस्टेल, बी।, 1998। एक वैज्ञानिक पेपर कैसे लिखें और प्रकाशित करें। कैम्ब्रिज यूनिवर्सिटी प्रेस। डी कास्त्रो, एआई, पेना, ˜ जेएम, टोरेस-सांचेज़, ´ जे।, जिमसेनेज़-ब्रेनेस, एफएम, वालेंसियाग्रेडिला, एफ।, रेकैसेंस, जे।, लोपेज़-ग्रैनाडोस, ´ एफ।, 2020। मैपिंग सिनोडोन डैक्टाइलॉन इन्फेस्टिंग सटीक अंगूर की खेती के लिए स्वचालित निर्णय वृक्ष-ओबीआईए प्रक्रिया और यूएवी इमेजरी के साथ फसलों को कवर करें। रिमोट सेंसिंग 12 (1), 56. https://doi.org/10.3390/rs12010056।
डी कास्त्रो, एआई, टोरेस-सो एंचेज़, जे।, पेना, ˜ जेएम, जिमसेनेज़-ब्रेनेस, एफएम, सिलिक, ओ।, लोपेज़- ग्रैनाडोस, एफ।, 2018। के लिए एक स्वचालित यादृच्छिक वन-ओबीआईए एल्गोरिदम यूएवी इमेजरी का उपयोग करके फसल पंक्तियों के बीच और भीतर प्रारंभिक खरपतवार मानचित्रण। रिमोट सेंसिंग 10 (2)। https://doi.org/10.3390/rs10020285।
Demir, N., Sonmez, NK, Akar, T., Ünal, S., 2018. यूएवी इमेजरी से व्युत्पन्न डीएसएम का उपयोग करते हुए गेहूं जीनोटाइप के पौधे की ऊंचाई का स्वचालित मापन। कार्यवाही 2 (7), 350. https://doi.org/10.3390/ecrs-2-05163।
डेंग, जे।, झोंग, जेड।, हुआंग, एच।, लैन, वाई।, हान, वाई।, झांग, वाई।, 2020। मानव रहित हवाई वाहनों का उपयोग करके रीयल-टाइम वीड मैपिंग के लिए लाइटवेट सिमेंटिक सेगमेंटेशन नेटवर्क। आवेदन विज्ञान 10 (20), 7132। https://doi.org/10.3390/app10207132।
देंग, एल।, माओ, जेड।, ली, एक्स।, हू, जेड।, डुआन, एफ।, यान, वाई।, 2018। सटीक कृषि के लिए यूएवी-आधारित मल्टीस्पेक्ट्रल रिमोट सेंसिंग: विभिन्न कैमरों के बीच एक तुलना। आईएसपीआरएस जे फोटोग्राम। रिमोट सेंस 146, 124-136।
Diaz-Gonzalez, FA, Vuelvas, J., Correa, CA, Vallejo, VE, Patino, D., 2022। मृदा संकेतकों का अनुमान लगाने के लिए लागू मशीन लर्निंग और रिमोट सेंसिंग तकनीक - समीक्षा। ईकोल। इंडस्ट्रीज़ 135, 108517 https://doi.org/10.1016/j.ecolind.2021.108517।
डियाज़-वरेला, आरए, डे ला रोजा, आर., लियोन, एल., ज़ारको-तेजादा, पीजे, 2015। 3डी फोटो का उपयोग करके जैतून के पेड़ के मुकुट मापदंडों का आकलन करने के लिए उच्च-रिज़ॉल्यूशन एयरबोर्न यूएवी इमेजरी
पुनर्निर्माण: प्रजनन परीक्षणों में आवेदन। रिमोट सेंसिंग 7 (4), 4213-4232। https://doi.org/10.3390/rs70404213।
दीक्षित, ए., जाखड़, एसके, 2021. हवाईअड्डा क्षमता प्रबंधन: एक समीक्षा और ग्रंथ सूची विश्लेषण। जे एयर ट्रांसप। मनाग। 91, 102010।
डोंग, टी।, शांग, जे।, लियू, जे।, कियान, बी।, जिंग, क्यू।, मा, बी।, हफमैन, टी।, गेंग, एक्स।, सो, ए।, शि, वाई।, कैनिसियस, एफ।, जिओ, एक्स।, कोवाक्स, जेएम, वाल्टर्स, डी।, केबल, जे।, विल्सन, जे।, 2019।
ओंटारियो, कनाडा में फसल वृद्धि और उपज के भीतर-क्षेत्र परिवर्तनशीलता की पहचान करने के लिए रैपिडआई इमेजरी का उपयोग करना। सटीक कृषि। 20 (6), 1231-1250। https://doi.org/10.1007/
s11119-019-09646-XNUMX-w
दत्ता, पीके, मित्रा, एस., 2021। कोविड-19 के बाद खाद्य आपूर्ति श्रृंखला को समझने के लिए कृषि ड्रोन और आईओटी का अनुप्रयोग। इन: चौधरी, ए., बिस्वास, ए., प्रतीक, एम.,
चक्रवर्ती, ए. (सं.), कृषि सूचना विज्ञान: आईओटी और मशीन लर्निंग का उपयोग कर स्वचालन। विले, पीपी. 67-87. वैन एक, एन।, वॉल्टमैन, एल।, 2009। सॉफ्टवेयर सर्वेक्षण: वीओएसव्यूअर, ग्रंथ सूची मानचित्रण के लिए एक कंप्यूटर प्रोग्राम। साइंटोमेट्रिक्स 84 (2), 523-538। https://doi.org/10.1007/s11192-009-0146-3।
एलिजा, ओ।, रहमान, टीए, ओरिकुमही, आई।, लियो, सीवाई, हिंडिया, एमएन, 2018। कृषि में इंटरनेट ऑफ थिंग्स (IoT) और डेटा एनालिटिक्स का अवलोकन: लाभ और चुनौतियां।
आईईईई इंटरनेट थिंग्स जे. 5 (5), 3758-3773।
Enciso, J., Avila, CA, Jung, J., Elsayed-Farag, S., Chang, A., Yeom, J., Landivar, J.,Maeda, M., Chavez, JC, 2019। कृषि विज्ञान की मान्यता यूएवी और फील्ड
टमाटर की किस्मों के लिए माप संगणना। इलेक्ट्रॉन। कृषि। 158, 278-283। https://doi.org/10.1016/j.compag.2019.02.011।
एस्पिनोजा, सीजेड, खोत, एलआर, शंकरन, एस, जैकोबी, पीडब्लू, 2017.
उपसतह सिंचित अंगूर की बेलें। रिमोट सेंसिंग 9 (9), 961. https://doi.org/ 10.3390/rs9090961।
इविंग, जे।, ओमेन, टी।, जयकुमार, पी।, अल्जीर, आर।, 2020। मृदा उन्नयन के लिए हाइपरस्पेक्ट्रल रिमोट सेंसिंग का उपयोग। रिमोट सेंसिंग 12 (20), 3312. ttps://doi.org/10.3390/
आरएस12203312।
फॉसेट, डी., पैनिगाडा, सी., टैगलीब्यू, जी., बोशेट्टी, एम., सेलेस्टी, एम., एवडोकिमोव, ए., बिरिउकोवा, के., कोलंबो, आर., मिग्लिएटा, एफ., रैशर, यू., एंडरसन, के., 2020। परिचालन स्थितियों में ड्रोन-आधारित मल्टीस्पेक्ट्रल सतह परावर्तन और वनस्पति सूचकांकों का बहुस्तरीय मूल्यांकन। रिमोट सेंसिंग 12 (3), 514.
फेंग, एक्स।, यान, एफ।, लियू, एक्स।, 2019। सटीक कृषि के लिए इंटरनेट ऑफ थिंग्स पर वायरलेस संचार प्रौद्योगिकियों का अध्ययन। वायरलेस पर्स। कम्युन। 108 (3),
1785 - 1802.
फरेरा, एमपी, पिंटो, सीएफ, सेरा, एफआर, 2014। अंतरराष्ट्रीय व्यापार अनुसंधान में लेनदेन लागत सिद्धांत: तीन दशकों में एक ग्रंथ सूची का अध्ययन। साइंटोमेट्रिक्स 98 (3), 1899-1922। https://doi.org/10.1007/s11192-013-1172-8।
फिशर, पी., अबुज़ार, एम., रब, एम., बेस्ट, एफ., चंद्रा, एस., 2009. दक्षिण-पूर्वी ऑस्ट्रेलिया में सटीक कृषि में अग्रिम। I. अनुकरण करने के लिए एक प्रतिगमन पद्धति
किसानों की ऐतिहासिक पैडॉक पैदावार और सामान्यीकृत अंतर वनस्पति सूचकांक का उपयोग करके अनाज की पैदावार में स्थानिक भिन्नता। फसल चारागाह विज्ञान। 60 (9), 844-858।
फ्लोरियानो, डी।, वुड, आरजे, 2015। विज्ञान, प्रौद्योगिकी और छोटे स्वायत्त ड्रोन का भविष्य। प्रकृति 521 (7553), 460-466। https://doi.org/10.1038/nature14542।
Friha, O., Ferrag, MA, Shu, L., Maglaras, LA, Wang, X., 2021. स्मार्ट कृषि के भविष्य के लिए इंटरनेट ऑफ थिंग्स: उभरती प्रौद्योगिकियों का एक व्यापक सर्वेक्षण। आईईईई सीएए जे ऑटोम। सिनिका 8 (4), 718–752।
Fuentes-Pacheco, J., Torres-Olivares, J., Roman-Rangel, E., Cervantes, S., JuarezLopez, P., Hermosillo-Valadez, J., Rendon-Mancha, JM, 2019। अंजीर संयंत्र विभाजन एक गहरे दृढ़ एनकोडर-डिकोडर नेटवर्क का उपयोग करके हवाई छवियों से। रिमोट सेंसिंग 11 (10), 1157. https://doi.org/10.3390/rs11101157.
गागो, जे., डौथे, सी., कॉपमैन, आरई, गैलेगो, पीपी, रिबास-कार्बो, एम., फ्लेक्सस, जे., एस्केलोना, जे., मेड्रानो, एच., 2015। यूएवी के लिए पानी के तनाव का आकलन करने की चुनौती
स्थायी कृषि। कृषि। जल प्रबंधक। 153, 9-19. https://doi.org/10.1016/j. अगवत.2015.01.020.
गार्सिया-तेजेरो, आईएफ, रुबियो, एई, विनुएला, आई।, हर्ने एंडेज़, ए।, गुतिसेरेज़-गॉर्डिलो, एस।, रोड्रिग्ज-प्लेगुएज़ुएलो, सीआर, ड्यूरु एन-ज़ुआज़ो, वीएच, 2018। थर्मल इमेजिंग। संयंत्र में
कमी सिंचाई रणनीतियों के तहत बादाम के पेड़ों (सी.वी. गुआरा) में फसल-पानी की स्थिति का आकलन करने के लिए स्तर। कृषि। जल प्रबंधक। 208, 176-186। https://doi.org/10.1016/j.
अगवत.2018.06.002।
Garzonio, R., Di Mauro, B., Colombo, R., Cogliati, S., 2017. एक छोटे हाइपरस्पेक्ट्रल UAS का उपयोग करते हुए सतह परावर्तन और सूर्य प्रेरित प्रतिदीप्ति स्पेक्ट्रोस्कोपी मापन। रिमोट सेंसिंग 9 (5), 472. https://doi.org/10.3390/rs9050472। Gaˇsparov´c, M., Zrinjski, M., Barkovi´c, ., Radoˇcaj, D., 2020। के लिए एक स्वचालित विधि
यूएवी इमेजरी के आधार पर जई के खेतों में खरपतवार मानचित्रण। संगणना। इलेक्ट्रॉन। कृषि।
गेबर्स, आर., एडमचुक, VI, 2010. सटीक कृषि और खाद्य सुरक्षा। विज्ञान 327 (5967), 828-831। https://doi.org/10.1126/science.1183899।
गेपेल, जे।, लिंक, जे।, क्लॉपिन, डब्ल्यू।, 2014। मानव रहित विमान प्रणाली के साथ प्राप्त हवाई छवियों और फसल की सतह के मॉडल के आधार पर मकई की उपज का संयुक्त वर्णक्रमीय और स्थानिक मॉडलिंग। रिमोट सेंसिंग 6 (11), 10335-10355। https://doi.org/10.3390/rs61110335।
गेंग, डी।, फेंग, वाई।, झू, क्यू।, 2020। उपयोगकर्ताओं के लिए सतत डिजाइन: एक साहित्य समीक्षा और ग्रंथ सूची विश्लेषण। वातावरण। विज्ञान प्रदूषण। रेस. 27 (24), 29824-29836। https://doi. संगठन/10.1007/s11356-020-09283-1.
गेवार्ट, सीएम, सुओमालैनेन, जे।, टैंग, जे।, कुइस्ट्रा, एल।, 2015। मल्टीस्पेक्ट्रल सैटेलाइट और हाइपरस्पेक्ट्रल के संयोजन से वर्णक्रमीय प्रतिक्रिया सतहों का निर्माण
सटीक कृषि अनुप्रयोगों के लिए यूएवी इमेजरी। आईईईई जे. सेल. ऊपर। आवेदन पृथ्वी अवलोकन। रिमोट सेंस 8 (6), 3140-3146। ttps://doi.org/10.1109/JSTARS.2015.2406339।
गिल, एसएस, चना, आई।, बुया, आर।, 2017. IoT आधारित कृषि एक क्लाउड और बड़ी डेटा सेवा के रूप में: डिजिटल भारत की शुरुआत। जे संगठन और अंतिम उपयोगकर्ता गणना। (जॉययूसी) 29 (4),
1 - 23.
गमूर, एम।, 2006। सह-उद्धरण विश्लेषण और अदृश्य कॉलेजों की खोज: एक पद्धतिगत मूल्यांकन। साइंटोमेट्रिक्स 57 (1), 27-57। https://doi.org/10.1023/
ए: 1023619503005।
Gnadinger, F., Schmidhalter, U., 2017. मानवरहित हवाई वाहनों (UAV) द्वारा मक्का के पौधों की डिजिटल गणना। रिमोट सेंसिंग 9 (6)। Https://doi.org/10.3390/rs9060544।
Gokto an, AH, Sukkarieh, S., Bryson, M., Randle, J., Lupton, T., Hung, C., 2010। जलीय खरपतवार निगरानी के लिए एक रोटरी-विंग मानव रहित वायु वाहन और
प्रबंधन। जे इंटेल। रोबोटिक सिस्ट.: थ्योरी. आवेदन 57 (1-4), 467-484। https://doi. संगठन/10.1007/एस10846-009-9371-5.
Gomez-Cand on, D., De Castro, AI, Lopez-Granados, F., 2014. गेहूँ में सटीक कृषि उद्देश्यों के लिए मानव रहित हवाई वाहन (UAV) इमेजरी से मोज़ेक की सटीकता का आकलन करना। सटीक। कृषि। 15 (1), 44-56। https://doi.org/10.1007/s11119-013-9335-4।
Gomez-Cand on, D., Virlet, N., Labb´e, S., Jolivot, A., Regnard, J.-L., 2016. UAV-sensed इमेजरी द्वारा ट्री स्केल पर वॉटर स्ट्रेस की फील्ड फेनोटाइपिंग : के लिए नई अंतर्दृष्टि
थर्मल अधिग्रहण और अंशांकन। सटीक। कृषि। 17 (6), 786-800। https://doi.org/10.1007/s11119-016-9449-6।
गोंजालेज-डुगो, वी., जर्को-तेजादा, पीजे, फेरेरेस, ई., 2014। खट्टे बागों में पानी की कमी के संकेतक के रूप में फसल जल तनाव सूचकांक का उपयोग करने की प्रयोज्यता और सीमाएं। कृषि। के लिये। उल्कापिंड। 198–199, 94–104। https://doi.org/10.1016/j. कृषि प्रारूप.2014.08.003।
गोंजालेज-डुगो, वी।, ज़ारको-तेजादा, पी।, निकोलस, ´ ई।, नॉर्ट्स, पीए, अलारकोन, ´ जेजे, इंट्रिग्लियोलो, डीएस, फेरेस, ई।, 2013। उच्च रिज़ॉल्यूशन यूएवी थर्मल इमेजरी का उपयोग करना
एक वाणिज्यिक बाग के भीतर पांच फलों के पेड़ प्रजातियों की जल स्थिति में परिवर्तनशीलता का आकलन करें। सटीक। कृषि। 14 (6), 660-678। https://doi.org/10.1007/s11119-013-9322-9।
गोयल, के., कुमार, एस., 2021. वित्तीय साक्षरता: एक व्यवस्थित समीक्षा और ग्रंथ सूची विश्लेषण। इंट. जे. उपभोक्ता अध्ययन 45(1), 80-105. https://doi.org/10.1111/
ijcs.12605।
ग्रेंज़डॉर्फर, जीजे, एंगेल, ए., टीचर्ट, बी., 2008. वानिकी और कृषि में कम लागत वाले यूएवी की फोटोग्राममेट्रिक क्षमता। फोटोग्रामेट्री, रिमोट सेंसिंग और स्थानिक सूचना विज्ञान के अंतर्राष्ट्रीय अभिलेखागार - आईएसपीआरएस अभिलेखागार 37, 1207-1213। https://www.scopus.com/inward/record.uri?eid=2-s2.0-85039543258&partnerI D=40&md5=b4b2d639257e8ddb5a373d15959c4e1e।
गुआन, एस।, फुकामी, के।, मत्सुनाका, एच।, ओकामी, एम।, तनाका, आर।, नाकानो, एच।, सकाई, टी।, नाकानो, के।, ओहदान, एच।, ताकाहाशी, के।, 2019 उच्च-रिज़ॉल्यूशन के सहसंबंध का आकलन
छोटे यूएवी का उपयोग करके उर्वरक आवेदन स्तर और चावल और गेहूं की फसलों की उपज के साथ एनडीवीआई। रिमोट सेंसिंग 11 (2), 112.
गुंडोल्फ, के।, फिल्सर, एम।, 2013। प्रबंधन अनुसंधान और धर्म: एक उद्धरण विश्लेषण। जे. बस. नैतिकता 112 (1), 177-185।
गुओ, क्यू।, झू, वाई।, तांग, वाई।, होउ, सी।, हे, वाई।, ज़ुआंग, जे।, झेंग, वाई।, लुओ, एस।, 2020। सीएफडी सिमुलेशन और स्थानिक का प्रयोगात्मक सत्यापन। और के अस्थायी वितरण
होवर में क्वाड-रोटर कृषि यूएवी का डाउनवाश एयरफ्लो। संगणना। इलेक्ट्रॉन। कृषि। 172, 105343 https://doi.org/10.1016/j.compag.2020.105343।
हाघीघट्टालाब, ए।, गोन्जो एलेज़ प्रीरेज़, एल।, मोंडल, एस।, सिंह, डी।, शिनस्टॉक, डी।, रुतकोस्की, जे।, ऑर्टिज़-मोनास्टरियो, आई।, सिंह, आरपी, गुडिन, डी। , पोलैंड, जे., 2016।
बड़े गेहूं प्रजनन नर्सरी के उच्च थ्रूपुट फेनोटाइपिंग के लिए मानव रहित हवाई प्रणालियों का अनुप्रयोग। पौधे के तरीके 12 (1)। https://doi.org/10.1186/s13007-
016 - 0134 6.
हाकाला, टी।, होनकावारा, ई।, सारी, एच।, माकिनेन, जे।, कैवोसोजा, जे।, पेसोनन, एल।, और पोल ओनन, ¨I।, 2013। अलग-अलग रोशनी की स्थिति के तहत यूएवी से स्पेक्ट्रल इमेजिंग . जीजी बिल आर (एड।) में, फोटोग्रामेट्री के अंतर्राष्ट्रीय अभिलेखागार, रिमोट सेंसिंग और स्थानिक सूचना विज्ञान-आईएसपीआरएस अभिलेखागार (वॉल्यूम 40, अंक 1W2, पीपी। 189-194)। फोटोग्रामेट्री और रिमोट सेंसिंग के लिए इंटरनेशनल सोसायटी। https://www.scopus.com/inward/record.uri?eid=2-s2.0-848875632।
हैमिल्टन, एसएम, मॉरिस, आरएच, कार्वाल्हो, आरसी, रोडर, एन., बार्लो, पी., मिल्स, के., वांग, एल। मानवरहित हवाई से द्वीप वनस्पति के मानचित्रण के लिए तकनीकों का मूल्यांकन
वाहन (यूएवी) छवियां: पिक्सेल वर्गीकरण, दृश्य व्याख्या और मशीन सीखने के दृष्टिकोण। इंट. जे. एपल. पृथ्वी अवलोकन। जियोइन्फ। 89, 102085 https://doi.org/
10.1016/जे.जग.2020.102085।
हक, ए।, इस्लाम, एन।, सम्राट, एनएच, डे, एस।, रे, बी।, 2021। बांग्लादेश में जिम्मेदार नेतृत्व के माध्यम से स्मार्ट खेती: संभावनाएं, अवसर और उससे आगे।
सस्टेनेबिलिटी 13 (8), 4511।
हार्डिन, पीजे, हार्डिन, टीजे, 2010। पर्यावरण अनुसंधान में छोटे पैमाने पर दूर से चलने वाले वाहन। भूगोल कम्पास 4 (9), 1297-1311। ttps://doi.org/10.1111/j.1749-
8198.2010.00381.x।
हार्डिन, पीजे, जेन्सेन, आरआर, 2011। पर्यावरण रिमोट सेंसिंग में छोटे पैमाने पर मानव रहित हवाई वाहन: चुनौतियां और अवसर। जी.आई.एस.आई. रिमोट सेंस 48 (1), 99-111। https://doi.org/10.2747/1548-1603.48.1.99।
वह, वाई।, नी, पी।, झांग, क्यू।, लियू, एफ।, 2021। कृषि इंटरनेट ऑफ थिंग्स: प्रौद्योगिकियों और अनुप्रयोगों, (पहला संस्करण। 1 संस्करण)। स्प्रिंगर।
हेरविट्ज़, एसआर, जॉनसन, एलएफ, डुनगन, एसई, हिगिंस, आरजी, सुलिवन, डीवी, झेंग, जे।, लोबिट्ज, बीएम, लेउंग, जेजी, गैलमेयर, बीए, आओयागी, एम।, स्ली, आरई, ब्रास, जेए, 2004.
मानव रहित हवाई वाहन से इमेजिंग: कृषि निगरानी और निर्णय समर्थन। संगणना। इलेक्ट्रॉन। कृषि। 44 (1), 49-61। https://doi.org/10.1016/j.
कॉम्पैग.2004.02.006।
होल्मन, एफएच, रिच, एबी, मिचल्स्की, ए, कैसल, एम।, वूस्टर, एमजे, हॉक्सफोर्ड, एमजे, यूएवी आधारित रिमोट सेंसिंग का उपयोग करते हुए फील्ड प्लॉट परीक्षणों में गेहूं के पौधे की ऊंचाई और विकास दर की उच्च थ्रूपुट फील्ड फेनोटाइपिंग। रिमोट सेंसिंग 8 (12)। https://doi. संगठन/10.3390/rs8121031.
होनकावारा, ई।, सारी, एच।, कैवोसोजा, जे।, पोल ¨ ओनन, आई।, हकला, टी।, लिटकी, पी।, मकाकिनेन, जे।, पेसोनन, एल।, 2013। प्रसंस्करण और मूल्यांकन सटीक कृषि के लिए हल्के यूएवी स्पेक्ट्रल कैमरे का उपयोग करके एकत्रित स्पेक्ट्रोमेट्रिक, स्टीरियोस्कोपिक इमेजरी। रिमोट सेंसिंग 5 (10), 5006-5039। https://doi.org/10.3390/rs5105006।
Hossein Motlagh, N., Taleb, T., Arouk, O., 2016. कम ऊंचाई वाले मानवरहित हवाई वाहन आधारित इंटरनेट ऑफ थिंग्स सेवाएं: व्यापक सर्वेक्षण और भविष्य के दृष्टिकोण। आईईईई इंटरनेट थिंग्स जे. 3 (6), 899-922। https://doi.org/10.1109/JIOT.2016.2612119।
हराबर, एस., सुखात्मे, जीएस, कॉर्क, पी., अशर, के., रॉबर्ट्स, जे., 2005. एक यूएवी के लिए शहरी घाटी का संयुक्त ऑप्टिक-प्रवाह और स्टीरियो-आधारित नेविगेशन। इन: 2005 आईईईई/आरएसजे
इंटेलिजेंट रोबोट और सिस्टम पर अंतर्राष्ट्रीय सम्मेलन, पीपी. 3309-3316। https://doi.org/10.1109/IROS.2005.1544998।
Hsu, T.-C., Yang, H., Chung, Y.-C., Hsu, C.-H., 2020। क्लाउड फॉग कंप्यूटिंग के लिए एक क्रिएटिव IoT कृषि मंच। बनाए रखना। संगणना। सूचना सिस्ट। 28, 100285.
हुआंग, एच।, डेंग, जे।, लैन, वाई।, यांग, ए।, डेंग, एक्स।, झांग, एल।, गोंजालेज-एंडुजर, जेएल, 2018। मानव रहित हवाई वाहन के खरपतवार मानचित्रण के लिए एक पूरी तरह से दृढ़ नेटवर्क ( यूएवी) इमेजरी। प्लस वन 13 (4), ई0196302।
हुआंग, एच।, लैन, वाई।, यांग, ए।, झांग, वाई।, वेन, एस।, डेंग, जे।, 2020। यूएवी इमेजरी के वीड मैपिंग में डीप लर्निंग बनाम ऑब्जेक्ट-बेस्ड इमेज एनालिसिस (ओबीआईए)। इंट. जे।
रिमोट सेंस 41 (9), 3446-3479। https://doi.org/10.1080/01431161.2019.1706112।
हुआंग, एच।, यांग, ए।, तांग, वाई।, ज़ुआंग, जे।, होउ, सी।, टैन, जेड।, दानंजयन, एस।, हे, वाई।, गुओ, क्यू।, लुओ, एस।, 2021. फसल निगरानी में यूएवी इमेजरी के लिए डीप कलर कैलिब्रेशन
स्थानीय से वैश्विक ध्यान के साथ सिमेंटिक स्टाइल ट्रांसफर का उपयोग करना। इंट. जे. एपल. पृथ्वी अवलोकन। जियोइन्फ। 104, 102590 https://doi.org/10.1016/j.jag.2021.102590।
हुआंग, वाईबी, थॉमसन, एसजे, हॉफमैन, डब्ल्यूसी, लैन, वाईबी, फ्रिट्ज, बीके, 2013। कृषि उत्पादन के लिए मानव रहित हवाई वाहन प्रौद्योगिकियों का विकास और संभावना
प्रबंधन। इंट. जे. एग्री. बायोल। इंजी. 6 (3), 1-10। https://doi.org/10.3965/j. इजाबे.20130603.001.
हुआंग, वाई।, हॉफमैन, डब्ल्यूसी, लैन, वाई।, वू, डब्ल्यू।, फ्रिट्ज, बीके, 2009। मानव रहित हवाई वाहन प्लेटफॉर्म के लिए स्प्रे सिस्टम का विकास। आवेदन इंजी. कृषि। 25 (6), 803-809।
हंट जूनियर, ईआर, डीन हाइवली, डब्ल्यू, फुजिकावा, एसजे, लिंडेन, डीएस, डौट्री, सीएसटी, मैककार्टी, जीडब्ल्यू, 2010। एनआईआर-ग्रीन-ब्लू डिजिटल तस्वीरों का अधिग्रहण
फसल निगरानी के लिए मानव रहित विमान। रिमोट सेंसिंग 2 (1), 290-305। https://doi. संगठन/10.3390/rs2010290. इनौ, वाई., 2020। स्मार्ट खेती के लिए सैटेलाइट- और ड्रोन-आधारित रिमोट सेंसिंग ऑफ क्रॉप्स एंड सॉइल-एक समीक्षा। मृदा विज्ञान। पौधा न्यूट्र। 66 (6), 798-810। https://doi.org/10.1080/00380768.2020.1738899।
इस्लाम, एन., राशिद, एम.एम., पसंददीदेह, एफ., रे, बी., मूर, एस., कदेल, आर., 2021। इंटरनेट ऑफ थिंग्स (आईओटी) और के लिए अनुप्रयोगों और संचार प्रौद्योगिकियों की समीक्षा और
मानव रहित हवाई वाहन (यूएवी) आधारित टिकाऊ स्मार्ट खेती। सस्टेनेबिलिटी 13 (4), 1821. https://doi.org/10.3390/su13041821।
Jaud, M., Passot, S., Le Bivic, R., Delacourt, C., Grandjean, P., Le Dantec, N., 2016. द्वारा परिकलित उच्च रिज़ॉल्यूशन वाले डिजिटल सरफेस मॉडल की सटीकता का आकलन
PhotoScan® और MicMac® उप-इष्टतम सर्वेक्षण स्थितियों में। रिमोट सेंसिंग 8 (6), https://doi.org/10.3390/rs8060465।
जिमसेनेज़-ब्रेनेस, एफएम, लोपेज़-ग्रेनाडोस, एफ।, कास्त्रो, एआई, टोरेस-सो एन्चेज़, जे।, सेरानो, एन।, पेना, ˜ जेएम, 2017। जैतून के पेड़ की वास्तुकला और वार्षिक पर प्रूनिंग प्रभावों की मात्रा निर्धारित करना यूएवी-आधारित 3डी मॉडलिंग का उपयोग करके चंदवा विकास। पौधे के तरीके 13 (1)। https://doi.org/10.1186/s13007-017-0205-3।
जिन, एक्स., लियू, एस., बैरेट, एफ., हेमरलो, एम., कोमार, ए., 2017. बहुत कम ऊंचाई वाले यूएवी इमेजरी से उभरने पर गेहूं की फसलों के पौधों के घनत्व का अनुमान। रिमोट सेंस।
वातावरण। 198, 105–114। https://doi.org/10.1016/j.rse.2017.06.007।
Jinbo, C., Xiangliang, C., Han-Chi, F., Lam, A., 2019। क्लाउड कंप्यूटिंग द्वारा समर्थित कृषि उत्पाद निगरानी प्रणाली। क्लस्टर गणना। 22 (4), 8929-8938।
जू, सी., एंड सन, HI 2018a। कृषि में रिमोट सेंसिंग के लिए कई यूएवी प्रणालियों का प्रदर्शन मूल्यांकन। रोबोटिक्स और ऑटोमेशन (आईसीआरए), ब्रिस्बेन, ऑस्ट्रेलिया, 21-26 पर आईईईई अंतर्राष्ट्रीय सम्मेलन में कृषि में रोबोटिक दृष्टि और कार्य पर कार्यशाला की कार्यवाही।
जू, सी., सोन, एचआई, 2018बी. कृषि अनुप्रयोगों के लिए कई यूएवी सिस्टम: नियंत्रण, कार्यान्वयन और मूल्यांकन। इलेक्ट्रॉनिक्स 7 (9), 162. https://doi.org/10.3390/
इलेक्ट्रॉनिक्स7090162.
जंग, जे।, माएदा, एम।, चांग, ए।, भंडारी, एम।, आशापुरे, ए।, लैंडिवार-बाउल्स, जे।, 2021। रिमोट सेंसिंग और आर्टिफिशियल इंटेलिजेंस की क्षमता में सुधार के लिए उपकरण के रूप में
कृषि उत्पादन प्रणालियों का लचीलापन। कर्र। राय। जैव प्रौद्योगिकी। 70, 15–22. https://doi.org/10.1016/j.copbio.2020.09.003।
कलिसचुक, एम।, पारेट, एमएल, फ्रीमैन, जेएच, राज, डी।, दा सिल्वा, एस।, यूबैंक्स, एस।, विगिन्स, डीजे, लोलर, एम।, मारोइस, जेजे, मेलिंगर, एचसी, दास, जे। , 2019। तरबूज में चिपचिपा स्टेम ब्लाइट के लिए पारंपरिक स्काउटिंग अभ्यास में मानव रहित हवाई वाहन-समर्थित मल्टीस्पेक्ट्रल फसल इमेजिंग को शामिल करते हुए एक बेहतर फसल स्काउटिंग तकनीक। प्लांट डिस। 103 (7), 1642-1650।
कपूर, केके, तमिलमनी, के., राणा, एनपी, पाटिल, पी., द्विवेदी, वाईके, नेरूर, एस, 2018। सोशल मीडिया अनुसंधान में प्रगति: अतीत, वर्तमान और भविष्य। बताना। सिस्ट। सामने। 20
(3), 531-558।
केर्केच, एम., हाफ़िएन, ए., कैनाल, आर., 2020। VddNet: मल्टीस्पेक्ट्रल इमेज और डेप्थ मैप पर आधारित बेल रोग का पता लगाने वाला नेटवर्क। रिमोट सेंसिंग 12 (20), 3305. https://doi. संगठन/10.3390/rs12203305.
खलीक, ए., कॉम्बा, एल., बिग्लिया, ए., रिकाउडा ऐमोनिनो, डी., चियाबेर्गे, एम., गे, पी., 2019। दाख की बारी के लिए उपग्रह और यूएवी-आधारित मल्टीस्पेक्ट्रल इमेजरी की तुलना
परिवर्तनशीलता मूल्यांकन। रिमोट सेंसिंग 11 (4)। https://doi.org/10.3390/rs11040436।
खान, पीडब्लू, ब्यून, वाई.सी., पार्क, एन., 2020। आईओटी-ब्लॉकचेन ने उन्नत गहन शिक्षा का उपयोग करके खाद्य उद्योग 4.0 के लिए अनुकूलित सिद्ध प्रणाली को सक्षम किया। सेंसर 20 (10), 2990।
खान, आरयू, खान, के., अलबत्ता, डब्ल्यू, कमर, एएम, उल्लाह, एफ।, 2021। पौधों की बीमारियों की छवि-आधारित पहचान: शास्त्रीय मशीन सीखने से गहरी सीखने की यात्रा तक। वायरलेस कम्यून। मोबाइल कम्प्यूट। 2021, 1-13।
खान, एस., तुफैल, एम., खान, एमटी, खान, जेडए, इकबाल, जे., आलम, एम., ले, केएनक्यू, 2021। यूएवी आधारित फसल/खरपतवार वर्गीकरण के लिए एक उपन्यास अर्ध-पर्यवेक्षित ढांचा। प्लस वन 16 (5), e0251008।
खनल, एस., फुल्टन, जे., शियरर, एस., 2017. सटीक कृषि में थर्मल रिमोट सेंसिंग के वर्तमान और संभावित अनुप्रयोगों का एक सिंहावलोकन। संगणना। इलेक्ट्रॉन।
कृषि। 139, 22-32। https://doi.org/10.1016/j.compag.2017.05.001।
खन्ना, ए., कौर, एस., 2019। इंटरनेट ऑफ थिंग्स (IoT) का विकास और सटीक कृषि के क्षेत्र में इसका महत्वपूर्ण प्रभाव। संगणना। इलेक्ट्रॉन। कृषि। 157, 218-231.
किम, डब्ल्यू।, खान, जीएफ, वुड, जे।, महमूद, एमटी, 2016। स्थायी संगठनों के लिए कर्मचारी जुड़ाव: सोशल नेटवर्क विश्लेषण और बर्स्ट का उपयोग करके कीवर्ड विश्लेषण
पता लगाने का दृष्टिकोण। स्थिरता 8 (7), 631।
Kirsch, M., Lorenz, S., Zimmermann, R., Tusa, L., Mockel, R., Hodl, P., Booysen, R., Khodadzadeh, M., Gloaguen, R., 2018. एकीकरण स्थलीय और ड्रोन जनित
एक्सप्लोरेशन मैपिंग और माइनिंग मॉनिटरिंग के लिए हाइपरस्पेक्ट्रल और फोटोग्राममेट्रिक सेंसिंग मेथड्स। रिमोट सेंसिंग 10 (9), 1366. https://doi.org/10.3390/
आरएस10091366।
Kitano, BT, Mendes, CCT, Geus, AR, Oliveira, HC, Souza, JR, 2019। गहरी शिक्षा और यूएवी छवियों का उपयोग करके मकई के पौधे की गिनती। आईईईई भूविज्ञान। रिमोट सेंस. लेट. 1-5 https://doi.org/10.1109/LGRS.2019.2930549।
Koh, JCO, Spangenberg, G., Kant, S., 2021. हाईथ्रूपुट इमेज-बेस्ड प्लांट फेनोटाइपिंग के लिए ऑटोमेटेड मशीन लर्निंग। रिमोट सेंसिंग 13 (5), 858. https://
doi.org/10.3390/rs13050858।
कोवालेव, IV, वोरोशिलोवा, एए, 2020। कार्गो यूएवी के पारिस्थितिकी तंत्र के विकास में आधुनिक तकनीकी रुझान। जे. भौतिक. सम्मेलन सेवा 1515 (5), 052068 https://doi। संगठन/10.1088/1742-6596/1515/5/052068।
क्रुल, एस।, पैंटोस, सी।, फ्रैंगुलिया, एम।, वैलेंटे, जे।, 2021। एक मोनोकुलर कैमरे के साथ एक छोटे ड्रोन का उपयोग करके इनडोर पशुधन और खेती के लिए दृश्य एसएलएएम: एक व्यवहार्यता अध्ययन।
ड्रोन 5 (2), 41. https://doi.org/10.3390/drones5020041.
कुलबैकी, एम., सेजेन, जे., नाइस्क, डब्ल्यू., क्लेम्पस, आर., क्लुवाक, के., निकोडेम, जे., कुलबैका, जे., सेरेस्टर, ए., 2018। कृषि स्वचालन के लिए ड्रोन का सर्वेक्षण। रोपण से
फसल काटना। इन: आईएनईएस 2018 - इंटेलिजेंट इंजीनियरिंग सिस्टम पर आईईईई 22 वां अंतर्राष्ट्रीय सम्मेलन, पीपी। 000353-358। https://doi.org/10.1109/INES.2018.8523943।
Lagkas, T., Argyriou, V., Bibi, S., Sarigiannidis, P., 2018। UAV IoT फ्रेमवर्क विचार और चुनौतियां: ड्रोन को "थिंग्स" के रूप में संरक्षित करने की दिशा में। सेंसर 18 (11), 4015. https://doi.org/10.3390/s18114015।
लालिबर्टे, एएस, रंगो, ए., 2011। शुष्क पर एक मानव रहित विमान के साथ प्राप्त उप-डेसीमीटर इमेजरी के विश्लेषण के लिए छवि प्रसंस्करण और वर्गीकरण प्रक्रियाएं
रेंजलैंड्स जी.आई.एस.आई. रिमोट सेंस 48 (1), 4-23। https://doi.org/10.2747/1548-1603.48.1.4।
लालिबर्टे, एएस, रंगो, ए।, हेरिक, जेई, 2007। रेंजलैंड मैपिंग और मॉनिटरिंग के लिए मानव रहित हवाई वाहन: दो प्रणालियों की तुलना। एएसपीआरएस वार्षिक सम्मेलन की कार्यवाही।
लैम, ओएचवाई, डोगोटारी, एम।, प्रुम, एम।, विथलानी, एचएन, रोअर्स, सी।, मेलविले, बी।, ज़िमर, एफ।, बेकर, आर।, 2021। देशी घास के मैदान में खरपतवार मानचित्रण के लिए एक खुला स्रोत वर्कफ़्लो।
मानव रहित हवाई वाहन का उपयोग करना: केस स्टडी के रूप में रुमेक्स ओबटुसिफोलियस का उपयोग करना। ईयूआर। जे.रिमोट सेंस 54 (sup1), 71-88. https://doi.org/10.1080/22797254.2020.1793687।
लैम्बर्ट, डीएम, लोवेनबर्ग-डीबॉयर, जे।, ग्रिफिन, TW, Peone, J., Payne, T., Daberkow, SG, 2004। दत्तक ग्रहण, लाभप्रदता, और सटीक खेती डेटा का बेहतर उपयोग करना।
काम करने वाला कागज़। पर्ड्यू विश्वविद्यालय। https://doi.org/10.22004/ag.econ.28615।
लेलॉन्ग, सीसीडी, बर्गर, पी., जुबेलिन, जी., रॉक्स, बी., लैब्बे, एस., बैरेट, एफ., 2008. छोटे भूखंडों में गेहूं की फसल की मात्रात्मक निगरानी के लिए मानव रहित हवाई वाहनों की इमेजरी का आकलन। सेंसर 8 (5), 3557-3585। https://doi.org/10.3390/s8053557।
ली, सी., नीयू, बी., 2020। बिग डेटा और इंटरनेट ऑफ थिंग्स पर आधारित स्मार्ट कृषि का डिजाइन। इंट. जे वितरण। सेंसर नेटव। 16 (5) ttps://doi.org/10.1177/1550147720917065।
ली, डब्ल्यू, नीयू, जेड, चेन, एच।, ली, डी।, वू, एम।, झाओ, डब्ल्यू।, 2016। एक से उच्च-रिज़ॉल्यूशन स्टीरियो छवियों का उपयोग करके मक्का के चंदवा की ऊंचाई और ऊपर के बायोमास का रिमोट अनुमान कम लागत वाली मानव रहित हवाई वाहन प्रणाली। ईकोल। इंडस्ट्रीज़ 67, 637-648। https://doi.org/10.1016/j.ecolind.2016.03.036।
लियाकोस, केजी, बुसाटो, पी।, मोशो, डी।, पियर्सन, एस।, बोचटिस, डी।, 2018। कृषि में मशीन सीखना: एक समीक्षा। सेंसर 18 (8), 2674।
लिबिश, एफ।, किर्चगेसनर, एन।, श्नाइडर, डी।, वाल्टर, ए।, हुंड, ए।, 2015। मोबाइल मल्टी-सेंसर दृष्टिकोण के साथ मक्का के लक्षणों का रिमोट, एरियल फेनोटाइपिंग। पौधे के तरीके 11 (1), 9. https://doi.org/10.1186/s13007-015-0048-8।
लिन, जेड., गुओ, डब्ल्यू., 2020। मानव रहित हवाई प्रणाली छवियों और गहन शिक्षण का उपयोग करके ज्वारी पैनिकल का पता लगाना और गिनती करना। सामने। संयंत्र विज्ञान। 11 XNUMX।
लियू, एस।, गुओ, एल।, वेब, एच।, हां, एक्स।, चांग, एक्स।, 2019। क्लाउड कंप्यूटिंग पर आधारित आधुनिक इको-एग्रीकल्चर की इंटरनेट ऑफ थिंग्स मॉनिटरिंग सिस्टम। आईईईई एक्सेस 7, 37050-37058।
लोपेज-ग्रैनाडोस, एफ।, 2011। साइट-विशिष्ट खरपतवार प्रबंधन के लिए खरपतवार का पता लगाना: मानचित्रण और वास्तविक समय के दृष्टिकोण। खरपतवार रेस। 51 (1), 1-11. https://doi.org/10.1111/j.1365-3180.2010.00829.x।
लोपेज़-ग्रैनाडोस, एफ।, टोरेस-सांचेज़, ´ जे।, डी कास्त्रो, ए-आई।, सेरानो-पेरेज़, ए।, मेसासकारास्कोसा, एफ.-जे।, पेना, ˜ जे.-एम। , 2016। उच्च रिज़ॉल्यूशन यूएवी इमेजरी का उपयोग करके घास की फसल में घास के खरपतवार की वस्तु-आधारित प्रारंभिक निगरानी। एग्रोन। बनाए रखना। देव। 36 (4), 1-12
लोपेज़-ग्रैनाडोस, एफ।, टोरेस-सो एंचेज़, जे।, सेरानो-पेरेज़, ए।, डी कास्त्रो, एआई, मेसासकारास्कोसा, एफ.-जे।, पेना, ˜ जे।-एम।, 2016। यूएवी तकनीक का उपयोग करते हुए सूरजमुखी में शुरुआती मौसम में खरपतवार मानचित्रण: खरपतवार थ्रेसहोल्ड के खिलाफ हर्बीसाइड उपचार मानचित्रों की परिवर्तनशीलता। सटीक। कृषि। 17 (2), 183-199।
लूसीर, ए।, मालेनोवस्की, जेड।, वेनेस, टी।, वालेस, एल।, 2014। हाइपरयूएएस - एक मल्टीरोटर मानव रहित विमान प्रणाली से इमेजिंग स्पेक्ट्रोस्कोपी। जे फील्ड रोब। 31 (4),
571-590। https://doi.org/10.1002/rob.21508।
लुमे, जे।, करजालेनन, एम।, कार्तिनन, एच।, कुक्को, ए।, हयप्पा, ¨ जे।, हाइप्पो ए, एच।, जाक्कोला, ए।, और क्लेमोला, जे।, 2008। स्थलीय लेजर स्कैनिंग कृषि फसलें। JJ . में
चेन जे. मास एच-जी. (एड।), फोटोग्रामेट्री के अंतर्राष्ट्रीय अभिलेखागार, रिमोट सेंसिंग और स्थानिक सूचना विज्ञान-आईएसपीआरएस अभिलेखागार (वॉल्यूम 37, पीपी। 563-566)।
फोटोग्रामेट्री और रिमोट सेंसिंग के लिए इंटरनेशनल सोसायटी। 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. पर्यवेक्षित वस्तु-आधारित भूमि-आवरण छवि वर्गीकरण की समीक्षा। आईएसपीआरएस जे फोटोग्राम। रिमोट सेंस 130,
277-293. https://doi.org/10.1016/j.isprsjprs.2017.06.001।
Maes, WH, Steppe, K., 2019। सटीक कृषि में मानव रहित हवाई वाहनों के साथ रिमोट सेंसिंग के लिए परिप्रेक्ष्य। रुझान संयंत्र विज्ञान। 24 (2), 152-164। https://doi.org/10.1016/j.tplants.2018.11.007.
मैमैतीजियांग, एम।, गुलाम, ए।, सिदिके, पी।, हार्टलिंग, एस।, मैमैतियिंग, एम।, पीटरसन, के।, शेवर्स, ई।, फिशमैन, जे।, पीटरसन, जे।, कदम, एस।, बर्कन, जे।, फ्रित्ची, एफ।, 2017।
मल्टी-सेंसर डेटा फ्यूजन और एक्सट्रीम लर्निंग मशीन का उपयोग करके सोयाबीन की मानव रहित हवाई प्रणाली (यूएएस) आधारित फेनोटाइपिंग। आईएसपीआरएस जे फोटोग्राम। रिमोट सेंस 134, 43-58। https://doi.org/10.1016/j.isprsjprs.2017.10.011. मैमैतीजियांग, एम।, सागन, वी।, सिदिके, पी।, डालोये, एएम, एर्कबोल, एच।, फ्रित्ची, एफबी, 2020।
उपग्रह/यूएवी डेटा फ्यूजन और मशीन लर्निंग का उपयोग करके फसल की निगरानी। रिमोट सेंसिंग 12 (9), 1357. https://doi.org/10.3390/rs12091357।
मैनफ्रेडा, एस।, मैककेबे, एम।, मिलर, पी।, लुकास, आर।, पजुएलो मेड्रिगल, वी।, मालिनिस, जी।, बेन डोर, ई।, हेलमैन, डी।, एस्टेस, एल।, सिराओलो, जी। ।, मुलरोवा, जे।, टौरो, एफ।, डी लीमा, एम।, डी
लीमा, जे।, माल्टीज़, ए।, फ्रांसेस, एफ।, केयलर, के।, कोहव, एम।, पर्क्स, एम।, रुइज़-पेरेज़, जी।, सु, जेड।, विको, जी।, टोथ , बी।, 2018. मानव रहित हवाई प्रणालियों के उपयोग पर
पर्यावरणीय निगरानी। रिमोट सेंसिंग 10(4), 641.
मारिंको, आरए, 1998। शोध प्रबंध में महिलाओं के अध्ययन पत्रिकाओं के उद्धरण, 1989 और द सीरियल्स लाइब्रेरियन 35 (1-2), 29-44। https://doi.org/10.1300/J123v35n01_
03.
मसरूर, आर., नईम, एम., एजाज, डब्ल्यू., 2021. यूएवी-सहायता प्राप्त वायरलेस नेटवर्क में संसाधन प्रबंधन: एक अनुकूलन परिप्रेक्ष्य। तदर्थ नेटव. 121, 102596 https://doi.org/10.1016/j.adhoc.2021.102596।
Matese, A., Di Gennaro, SF, 2018. सटीक रूप से मल्टीस्पेक्ट्रल, थर्मल और RGB उच्च रिज़ॉल्यूशन छवियों पर आधारित एक मल्टीसेंसर UAV प्लेटफ़ॉर्म के व्यावहारिक अनुप्रयोग
अंगूर की खेती कृषि 8 (7), 116. https://doi.org/10.3390/agriculture8070116.
Matese, A., Di Gennaro, SF, 2021। सटीक अंगूर की खेती में UAV के उपयोग को मुख्यधारा में लाने के लिए एक प्रमुख कारक के रूप में पारंपरिक NDVI सूचकांक से परे। विज्ञान प्रतिनिधि 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 यूएवी, विमान की अंतर तुलना
और सटीक अंगूर की खेती के लिए उपग्रह रिमोट सेंसिंग प्लेटफॉर्म। रिमोट सेंसिंग 7 (3), 2971-2990। https://doi.org/10.3390/rs70302971।
Mazzia, V., Comba, L., Khaliq, A., Chiaberge, M., Gay, P., 2020। सटीकता के लिए उपग्रह-संचालित वनस्पति सूचकांक का UAV और मशीन लर्निंग आधारित शोधन
कृषि। सेंसर 20 (9), 2530. https://doi.org/10.3390/s20092530।
मैककेन, केडब्ल्यू, 1990। बौद्धिक अंतरिक्ष में लेखकों का मानचित्रण: एक तकनीकी अवलोकन। जाम। समाज. जानकारी। विज्ञान 41 (6), 433-443।
मीनन, बीयू, रॉबिन्सन, डीटी, 2021। कृषि क्षरण मॉडलिंग: यूएवी समय-श्रृंखला डेटा का उपयोग करके यूएसएलई और डब्ल्यूईपीपी क्षेत्र-स्तरीय क्षरण अनुमानों का मूल्यांकन। वातावरण। मॉडल। सॉफ्टवेयर 137, 104962। https://doi.org/10.1016/j.envsoft.2021.104962।
मेलविल, बी., लूसीर, ए., आर्यल, जे., 2019। हाइपरस्पेक्ट्रल मानवरहित विमान प्रणाली (यूएएस) इमेजरी का उपयोग करते हुए तराई के देशी घास के मैदान समुदायों का वर्गीकरण।
तस्मानियाई मिडलैंड्स। ड्रोन 3 (1), 5.
मेसिना, जी., मोडिका, जी., 2020। सटीक कृषि में यूएवी थर्मल इमेजरी के अनुप्रयोग: कला और भविष्य के अनुसंधान दृष्टिकोण की स्थिति। रिमोट सेंसिंग 12 (9), https://doi.org/10.3390/rs12091491।
मिश्रा, डी।, लुओ, जेड।, जियांग, एस।, पापाडोपोलोस, टी।, दुबे, आर।, 2017. बड़े डेटा पर एक ग्रंथ सूची अध्ययन: अवधारणाएं, रुझान और चुनौतियां। व्यापार प्रक्रिया प्रबंधक। जे. 23 (3),
555 - 573.
मोचिदा, के., सैशो, डी., हिरयामा, टी., 2015। खेत की स्थितियों के तहत प्राप्त जीवन चक्र डेटासेट का उपयोग करके फसल सुधार। सामने। संयंत्र विज्ञान। 6 https://doi.org/10.3389/
एफपीएल.2015.00740।
मोगिली, यू.एम.आर., दीपक, बीबीवीएल, 2018। सटीक कृषि में ड्रोन सिस्टम के अनुप्रयोग पर समीक्षा। प्रोसीडिया कम्प्यूट। विज्ञान 133, 502-509।
मोहराना, एस., दत्ता, एस., 2016. हाइपरस्पेक्ट्रल इमेजरी से चावल के क्लोरोफिल और नाइट्रोजन सामग्री की स्थानिक परिवर्तनशीलता। आईएसपीआरएस जे फोटोग्राम। रिमोट सेंस। 122, 17-29।
मुआंगप्रथुब, जे., बूनम, एन., काजोर्नकासिरत, एस., लेकबांगपोंग, एन., वानिचसोम्बत, ए.,
निल्लोर, पी., 2019। स्मार्ट फार्म के लिए IoT और कृषि डेटा विश्लेषण। संगणना। इलेक्ट्रॉन। कृषि। 156, 467-474।
नानसेन, सी., इलियट, एन., 2016. कीटविज्ञान में रिमोट सेंसिंग और परावर्तन प्रोफाइलिंग। अन्नू रेव। एंटोमोल। 61 (1), 139-158. https://doi.org/10.1146/annurev-ento010715-023834।
नविया, जे।, मोंड्रैगन, आई।, पेटिनो, डी।, कोलोराडो, जे।, 2016। कृषि में मल्टीस्पेक्ट्रल मैपिंग: एक स्वायत्त क्वाडकॉप्टर यूएवी का उपयोग कर इलाके मोज़ेक। इंट. सम्मेलन
मानवरहित विमान प्रणाली। (आईसीयूएएस) 2016, 1351-1358। https://doi.org/10.1109/ ICUAS.2016.7502606।
नय्यर, ए., गुयेन, बी.-एल., गुयेन, एनजी, 2020। ड्रोन चीजों का इंटरनेट (आईओडीटी): स्मार्ट ड्रोन की भविष्य की कल्पना। सलाह बुद्धि। सिस्ट। संगणना। 1045, 563-580। https://doi.org/10.1007/978-981-15-0029-9_45.
Nebiker, S., Annen, A., Scherrer, M., Oesch, D., 2008. माइक्रो UAV के लिए एक लाइट-वेट मल्टीस्पेक्ट्रल सेंसर - बहुत उच्च रिज़ॉल्यूशन वाले एयरबोर्न रिमोट सेंसिंग के अवसर। इंट. आर्क। फोटोग्राम। रिमोट सेंस स्पाट। सूचना विज्ञान 37 (बी1), 1193-1200।
नेगश, एल।, किम, एच.-वाई।, चोई, एच.-एल।, 2019। कृषि में उभरते यूएवी अनुप्रयोग। इन: 2019 रोबोट इंटेलिजेंस टेक्नोलॉजी पर 7 वां अंतर्राष्ट्रीय सम्मेलन और
अनुप्रयोग (रीटा), पीपी। 254-257। https://doi.org/10.1109/RITAPP.2019.8932853।
नेरूर, एसपी, रशीद, ए.ए., नटराजन, वी., 2008. रणनीतिक प्रबंधन क्षेत्र की बौद्धिक संरचना: एक लेखक सह-उद्धरण विश्लेषण। रणनीति। मनाग। जे. 29 (3),
319 - 336.
Neupane, K., Baysal-Gurel, F., 2021। मानव रहित हवाई वाहनों का उपयोग करके पौधों की बीमारियों की स्वचालित पहचान और निगरानी: एक समीक्षा। रिमोट सेंसिंग 13 (19), 3841. https://doi.org/10.3390/rs13193841।
नेक्स, एफ।, रेमंडिनो, एफ।, 2014। 3 डी मैपिंग अनुप्रयोगों के लिए यूएवी: एक समीक्षा। आवेदन जियोमैटिक्स 6 (1), 1-15। https://doi.org/10.1007/s12518-013-0120-x।
Niu, H., Hollenbeck, D., Zhao, T., Wang, D., Chen, Y., 2020। सटीक कृषि में छोटे यूएवी के साथ वाष्पीकरण अनुमान। सेंसर 20 (22), 6427. https://
doi.org/10.3390/s20226427।
ओसारेह, एफ., 1996. ग्रंथ सूची, प्रशस्ति पत्र विश्लेषण और सह-उद्धरण विश्लेषण। ए रिव्यू ऑफ लिटरेचर 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, सेंसर, और एग्रोफोरेस्ट्री में डेटा प्रोसेसिंग: व्यावहारिक अनुप्रयोगों की समीक्षा। इंट. जे रिमोट सेंस 38 (8-10), 2349-2391। https://doi.org/10.1080/01431161.2017.1297548.
पांडे, यूएस, प्रतिहस्त, एके, आर्यल, जे., कायस्थ, आरबी, 2020। अनाज फसलों के लिए ड्रोन-आधारित डेटा समाधानों की समीक्षा। ड्रोन 4 (3), 1-29। https://doi.org/10.3390/
ड्रोन4030041।
Parsaeian, M., Shahabi, M., Hassanpour, H., 2020। इमेज प्रोसेसिंग और कृत्रिम तंत्रिका नेटवर्क का उपयोग करके तिल के तेल और प्रोटीन सामग्री का अनुमान लगाना। जाम। तेल
रसायनज्ञ समाज। 97 (7), 691-702।
पेना, जेएम, टोरेस-सांचेज़, जे।, डी कास्त्रो, एआई, केली, एम।, लोपेज़-ग्रेनाडोस, एफ।, सुआरेज़, ओ।, ऑब्जेक्ट-आधारित विश्लेषण का उपयोग करके शुरुआती सीज़न के मक्का क्षेत्रों में वीड मैपिंग का
मानव रहित हवाई वाहन (यूएवी) छवियां। प्लस वन 8 (10), ई77151।
Perez-Ortiz, M., Pena, JM, Guti´errez, PA, Torres-S´ anchez, J., Herv´ as-Martínez, C.,
लोपेज़-ग्रेनाडोस, एफ., 2015। मानव रहित हवाई वाहनों का उपयोग करके सूरजमुखी की फसलों में खरपतवार मानचित्रण के लिए एक अर्ध-पर्यवेक्षित प्रणाली और एक फसल पंक्ति का पता लगाने की विधि। आवेदन सॉफ्ट कंप्यूट। जे 37, 533-544। https://doi.org/10.1016/j.asoc.2015.08.027.
Pincheira, M., Vecchio, M., Giaffreda, R., Kanhere, SS, 2021। सटीक कृषि में ब्लॉकचेन-आधारित जल प्रबंधन प्रणाली के लिए भरोसेमंद डेटा स्रोतों के रूप में लागत प्रभावी IoT डिवाइस। संगणना। इलेक्ट्रॉन। कृषि। 180, 105889।
Popescu, D., Stoican, F., Stamatecu, G., Ichim, L., Dragana, C., 2020। सटीक कृषि में बुद्धिमान निगरानी के लिए उन्नत UAV-WSN प्रणाली। सेंसर 20 (3), https://doi.org/10.3390/s20030817।
पौर्नडर, एम।, शि, वाई।, सेरिंग, एस।, कोह, एसएल, 2020। आपूर्ति श्रृंखलाओं, परिवहन और रसद में ब्लॉकचेन अनुप्रयोग: साहित्य की एक व्यवस्थित समीक्षा। इंट. जे. प्रोड. रेस. 58 (7), 2063-2081।
प्रिमिसेरियो, जे।, डि गेनेरो, एसएफ, फियोरिलो, ई।, जेनेसियो, एल।, लुगाटो, ई।, मैटेस, ए।, वैकारी, एफपी, 2012। सटीक कृषि के लिए एक लचीला मानव रहित हवाई वाहन।
सटीक। कृषि। 13 (4), 517-523। https://doi.org/10.1007/s11119-012-9257-6।
प्रिचर्ड, ए।, 1969। सांख्यिकीय ग्रंथ सूची या ग्रंथ सूची। जे दस्तावेज़। 25 (4), 348-349।
पुडेल्को, आर।, स्टुक्ज़िन्स्की, टी।, बोरज़ेका-वाकर, एम।, 2012। प्रायोगिक क्षेत्रों और फसलों के मूल्यांकन के लिए एक मानव रहित हवाई वाहन (यूएवी) की उपयुक्तता। कृषि 99 (4), 431–436।
पुरी, वी., नैयर, ए., राजा, एल., 2017. कृषि ड्रोन: सटीक कृषि में एक आधुनिक सफलता। जे स्टेटिस। मनाग। सिस्ट। 20 (4), 507-518।
राडोग्लौ-ग्रामेटिकिस, पी।, सरिगियनिडिस, पी।, लगकास, टी।, मोस्कोलियोस, आई।, 2020। सटीक कृषि के लिए यूएवी अनुप्रयोगों का संकलन। संगणना। नेटव। 172,
107148 https://doi.org/10.1016/j.comnet.2020.107148।
रमेश, केवी, राकेश, वी., प्रकाश राव, ईवीएस, 2020। एग्रोनॉमिक रिसर्च में बिग डेटा एनालिटिक्स और आर्टिफिशियल इंटेलिजेंस का अनुप्रयोग। भारतीय जे. एग्रोन। 65 (4, 383-395)।
रापरेली, ई।, बाजोको, एस।, 2019। कृषि और वानिकी अध्ययन में मानव रहित हवाई वाहनों के उपयोग पर एक ग्रंथ सूची विश्लेषण। इंट. जे रिमोट सेंस 40 (24),
9070-9083। https://doi.org/10.1080/01431161.2019.1569793।
रासमुसेन, जे।, नीलसन, जे।, गार्सिया-रुइज़, एफ।, क्रिस्टेंसन, एस।, स्ट्रेबिग, जेसी, लोट्ज़, बी।, 2013।
खरपतवार अनुसंधान में छोटे मानव रहित विमान प्रणालियों (यूएएस) के संभावित उपयोग। खरपतवार रेस। 53 (4), 242-248।
रासमुसेन, जे।, एनटाकोस, जी।, नीलसन, जे।, स्वेन्सगार्ड, जे।, पॉल्सन, आरएन, क्रिस्टेंसन, एस।, उपभोक्ता-श्रेणी के कैमरों से प्राप्त वनस्पति सूचकांक हैं।
प्रायोगिक भूखंडों का आकलन करने के लिए यूएवी पर्याप्त रूप से विश्वसनीय हैं? ईयूआर। जे एग्रोन। 74, 75-92. https://doi.org/10.1016/j.eja.2015.11.026।
रेजेब, ए., रेजेब, के., अब्दुल्लाही, ए., जैलानी, एस., ईरानमनेश, एम., घोबखलू, एम., 2022. खाद्य आपूर्ति श्रृंखलाओं में डिजिटलीकरण: एक ग्रंथ सूची की समीक्षा और मुख्य मार्ग का मुख्य मार्ग
विश्लेषण। सस्टेनेबिलिटी 14 (1), 83. https://doi.org/10.3390/su14010083।
रेजेब, ए., रेजेब, के., सिमस्के, एसजे, ट्रेब्लमेयर, एच., 2021ए। आपूर्ति श्रृंखला प्रबंधन और रसद के लिए ड्रोन: एक समीक्षा और अनुसंधान एजेंडा। इंट. जे लॉजिस्ट। रेस. आवेदन
1-24। https://doi.org/10.1080/13675567.2021.1981273।
रेजेब, ए., रेजेब, के., सिमस्के, एस., ट्रेब्लमेयर, एच., 2021बी. रसद और आपूर्ति श्रृंखला प्रबंधन में ब्लॉकचेन प्रौद्योगिकियां: एक ग्रंथ सूची की समीक्षा। रसद 5 (4), 72।
https://doi.org/10.3390/logistics5040072.
रेजेब, ए., रेजेब, के., सिमस्के, एस., ट्रेब्लमेयर, एच., 2021सी. मानवीय ड्रोन: एक समीक्षा और अनुसंधान एजेंडा। इंटरनेट ऑफ थिंग्स 16, 100434. https://doi.org/10.1016/j.
आईओटी.2021.100434।
रेजेब, ए., ट्रेब्लमेयर, एच., रेजेब, के., जैलानी, एस., 2021डी। स्वास्थ्य देखभाल में ब्लॉकचेन अनुसंधान: एक ग्रंथ सूची की समीक्षा और वर्तमान शोध रुझान। जे. ऑफ डेटा, इंफ. तथा
मनाग। 3 (2), 109-124।
रेजेब, ए., सिमस्के, एस., रेजेब, के., ट्रेइब्लमेयर, एच., जैलानी, एस., 2020। आपूर्ति श्रृंखला प्रबंधन और रसद में इंटरनेट ऑफ थिंग्स अनुसंधान: एक ग्रंथ सूची विश्लेषण। इंटरनेट
ऑफ थिंग्स 12, 100318।
रिपोर्टलिंकर, 2021। ईयरग्लोबन्यूजवायर न्यूज रूम तक वैश्विक कृषि ड्रोन बाजार 15.2 अरब अमेरिकी डॉलर तक पहुंच जाएगा। https://www.globenewswire.com/news-release/2021/08/10/2277986/0/hi/Global-Agriculture-Drones-Market-to-Reach-US-15-2-Billion-by-the- वर्ष-2027.html.
रिबेरो-गोम्स, के।, हर्नान्डेज़-एल ओपेज़, ´ डी।, ओर्टेगा, जेएफ, बैलेस्टरोस, आर।, पोबलेट, टी।, मोरेनो, एमए, 2017। अनकूल्ड थर्मल कैमरा कैलिब्रेशन और ऑप्टिमाइज़ेशन
कृषि में यूएवी अनुप्रयोगों के लिए फोटोग्रामेट्री प्रक्रिया। सेंसर (स्विट्जरलैंड) 17 (10)। https://doi.org/10.3390/s17102173।
रिवेरा, एमए, पिज़ाम, ए।, 2015। आतिथ्य अनुसंधान में अग्रिम: "रॉडनी डेंजरफील्ड से एरेथा फ्रैंकलिन तक"। इंट. जे समकालीन। अस्पताल। मनाग। 27 (3),
362–378. https://doi.org/10.1108/IJCHM-03-2014-0146.
रोल्डन, जेजे, जोसेन, जी., सैन्ज़, डी., डेल सेरो, जे., बैरिएंटोस, ए., 2015। ग्रीनहाउस में पर्यावरण चरों को मापने के लिए मिनी-यूएवी आधारित संवेदी प्रणाली। सेंसर 15 (2), 3334–3350। https://doi.org/10.3390/s150203334।
Rozenberg, G., Kent, R., Blank, L., 2021। उपभोक्ता-ग्रेड यूएवी का उपयोग वाणिज्यिक प्याज के खेतों में देर से मौसम के खरपतवार स्थानिक वितरण पैटर्न का पता लगाने और विश्लेषण करने के लिए किया जाता है। सटीक। कृषि। 22 (4), 1317-1332। https://doi.org/10.1007/s11119-021-09786-y.
साड़ी, एच।, पेलिक्का, आई।, पेसोनन, एल।, टुमिनेन, एस।, हेइकिला, जे।, होल्मलुंड, सी।, माकिनेन, ¨ जे।, ओजाला, के।, एंटीला, टी।, 2011। मानव रहित वन और कृषि अनुप्रयोगों के लिए हवाई वाहन (यूएवी) संचालित वर्णक्रमीय कैमरा प्रणाली। आगे बढ़ना। एसपीआईई - इंट। समाज. ऑप्ट। इंजी. 8174 https://doi.org/10.1117/12.897585।
साह, बी।, गुप्ता, आर।, बानी-हानी, डी।, 2021। ड्रोन लॉजिस्टिक्स को लागू करने के लिए बाधाओं का विश्लेषण। इंट. जे लॉजिस्ट। रेस. आवेदन 24 (6), 531-550। https://doi.org/10.1080/
13675567.2020.1782862.
कृषि क्षेत्र में फसल की गुणवत्ता में सुधार के लिए साहा, एके, साहा, जे, रे, आर, सरकार, एस, दत्ता, एस, चट्टोपाध्याय, एसपी, और साहा, एचएन, आईओटी आधारित ड्रोन। एसएचओ में
एन. चक्रवर्ती एस. (सं.), 2018 आईईईई 8वीं वार्षिक कंप्यूटिंग और संचार कार्यशाला और सम्मेलन, सीसीडब्ल्यूसी 2018 (खंड 2018-जनवरी, पीपी। 612-615)। संस्था
ऑफ इलेक्ट्रिकल एंड इलेक्ट्रॉनिक्स इंजीनियर्स इंक. doi: 10.1109/CCWC.2018.8301662।
साई विनीत, केवी, वारा प्रसाद, वाईआर, दुबे, एसआर, वेंकटरमन, एच।, 2019। LEDCOM: सटीक कृषि के लिए एक उपन्यास और कुशल एलईडी आधारित संचार। आईईईई सम्मेलन जानकारी। कम्युन। तकनीक। 2019, 1-5। https://doi.org/10.1109/CICT48419.2019.9066177।
सलामी, ई।, बाराडो, सी।, पादरी, ई।, 2014। यूएवी उड़ान प्रयोग वनस्पति क्षेत्रों के रिमोट सेंसिंग पर लागू होते हैं। रिमोट सेंसिंग 6 (11), 11051-11081। https://doi.org/10.3390/rs61111051।
शंकरन, एस., खोत, एलआर, एस्पिनोज़ा, सीजेड, जारोलमासजेड, एस., सथुवल्ली, वीआर, वेंडेमार्क, जीजे, मिकलास, पीएन, कार्टर, एएच, पुम्फ्रे, एमओ, नोल्स, एनआरएन, पावेक, एमजे, 2015।
पंक्ति और खेत फसल फेनोटाइपिंग के लिए कम ऊंचाई, उच्च-रिज़ॉल्यूशन हवाई इमेजिंग सिस्टम: एक समीक्षा। ईयूआर। जे एग्रोन। 70, 112-123। https://doi.org/10.1016/j.
ईजा.2015.07.004।
Santesteban, LG, Di Gennaro, SF, Herrero-Langreo, A., Miranda, C., Royo, JB, Matese, A., 2017. उच्च-रिज़ॉल्यूशन UAV- आधारित थर्मल इमेजिंग का अनुमान लगाने के लिए
एक दाख की बारी के भीतर पौधों के पानी की स्थिति की तात्कालिक और मौसमी परिवर्तनशीलता। कृषि। जल प्रबंधक। 183, 49-59। https://doi.org/10.1016/j.agwat.2016.08.026।
सरली, सीसी, डबिन्स्की, ईके, होम्स, केएल, 2010। उद्धरण विश्लेषण से परे: अनुसंधान प्रभाव के मूल्यांकन के लिए एक मॉडल। जे. मेड. पुस्तकालय संघ। : जेएमएलए 98 (1), 17-23। https://doi.org/10.3163/1536-5050.98.1.008।
स्कैपमैन, एमई, उस्टिन, एसएल, प्लाजा, एजे, पेंटर, टीएच, वेरेलस्ट, जे।, लिआंग, एस।, 2009। पृथ्वी प्रणाली विज्ञान से संबंधित इमेजिंग स्पेक्ट्रोस्कोपी-एक मूल्यांकन। रिमोट सेंस। वातावरण। 113, एस123-एस137।
शिरमैन, एम।, गिबेल, ए।, ग्लेनिगर, एफ।, फ्लांज़, एम।, लेंटश्के, जे।, डेमर, के.-एच।, 2016। कम लागत वाले यूएवी के साथ शीतकालीन गेहूं की फसलों के कृषि संबंधी मापदंडों की निगरानी करना
इमेजरी रिमोट सेंसिंग 8 (9)। https://doi.org/10.3390/rs8090706।
Schmale III, DG, Dingus, BR, Reinholtz, C., 2008। ऊपर सटीक एरोबायोलॉजिकल सैंपलिंग के लिए एक स्वायत्त मानव रहित हवाई वाहन का विकास और अनुप्रयोग
कृषि क्षेत्र। जे फील्ड रोब। 25 (3), 133-147। https://doi.org/10.1002/rob.20232।
शाड्रिन, डी।, मेन्शिकोव, ए।, सोमोव, ए।, बोर्नमैन, जी।, हॉसलेज, जे।, फेडोरोव, एम।,
आर्टिफिशियल इंटेलिजेंस के साथ एम्बेडेड सेंसिंग के माध्यम से सटीक कृषि को सक्षम करना। आईईईई ट्रांस। इंस्ट्रम। उपाय। 69 (7), 4103-4113।
शाखत्रेह, एच., सावलमेह, एएच, अल-फुकाहा, ए., डू, जेड., अलमैता, ई., खलील, आई.,
ओथमान, एनएस, ख्रीशा, ए।, गुइज़ानी, एम।, 2019। मानव रहित हवाई वाहन (यूएवी): नागरिक अनुप्रयोगों और प्रमुख अनुसंधान चुनौतियों पर एक सर्वेक्षण। आईईईई एक्सेस 7,
48572-48634। https://doi.org/10.1109/ACCESS.2019.2909530।
शकूर, एन., नॉर्थरूप, डी., मरे, एस., मॉकलर, टीसी, 2019। बिग डेटा संचालित कृषि: प्लांट ब्रीडिंग, जीनोमिक्स और रिमोट सेंसिंग के उपयोग में बड़ा डेटा एनालिटिक्स।
फसलों की उत्पादकता बढ़ाने के लिए प्रौद्योगिकियां। प्लांट फेनोम जे। 2 (1), 1-8।
शर्मा, बीके, चंद्रा, जी., मिश्रा, वीपी, 2019। फॉरेंसिक जांच में यूएवी और एआई का तुलनात्मक विश्लेषण और निहितार्थ। में: कार्यवाही - 2019 एमिटी इंटरनेशनल
आर्टिफिशियल इंटेलिजेंस पर सम्मेलन। https://doi.org/10.1109/AICAI.2019.8701407।
शर्मा, आर., शिशोदिया, ए., गुनासेकरन, ए., मिन, एच., मुनीम, जेडएच, 2022. आपूर्ति श्रृंखला प्रबंधन में कृत्रिम बुद्धिमत्ता की भूमिका: क्षेत्र का मानचित्रण। इंट. जे।
उत्पाद. रेस. 1-24. https://doi.org/10.1080/00207543.2022.2029611।
शी, वाई।, थॉमासन, जेए, मरे, एससी, पुघ, एनए, रूनी, डब्ल्यूएल, शाफियन, एस।, राजन, एन।, रूज, जी।, मॉर्गन, सीएलएस, नीली, एचएल, राणा, ए।, बगवथियानन , एमवी,
हेनरिकसन, जे।, बोडेन, ई।, वालेसेक, जे।, ऑलसेनहोलर, जे।, बिशप, एमपी, शेरिडन, आर।, पुटमैन, ईबी, पोपेस्कु, एस।, बर्क, टी।, कोप, डी।, इब्राहिम, ए।, मैककचेन, बीएफ,
Baltensperger, DD, Avant, RV, Vidrine, M., Yang, C., Zhang, J., 2016. हाई-थ्रूपुट फेनोटाइपिंग और एग्रोनॉमिक रिसर्च के लिए मानव रहित हवाई वाहन। एक और
11 (7), ई0159781।
Shuai, G., Martinez-Feria, RA, Zhang, J., Li, S., Price, R., Basso, B., 2019। मानव रहित हवाई का उपयोग करके उपज-स्थिरता क्षेत्रों में मक्का स्टैंड विषमता को पकड़ना।
वाहन (यूएवी)। सेंसर 19 (20), 4446। https://doi.org/10.3390/s19204446।
छोटा, एच।, 1973। वैज्ञानिक साहित्य में सह-उद्धरण: दो दस्तावेजों के बीच संबंध का एक नया उपाय। जाम। समाज. जानकारी। विज्ञान 24 (4), 265-269।
स्मॉल, एच., रोरविग, एमई, लूनिन, एलएफ, 1999. प्रशस्ति पत्र मानचित्रण द्वारा विज्ञान की कल्पना। जाम। समाज. जानकारी। विज्ञान 50 (9), 799-813।
सोरेस, वीएचए, पोंटी, एमए, गोंकाल्वेस, आरए, कैम्पेलो, आरजेजीबी, 2021। बड़े चरागाह क्षेत्रों में जियोलोकेटेड एरियल इमेज के साथ जंगली में मवेशियों की गिनती। संगणना। इलेक्ट्रॉन। कृषि। 189, 106354 https://doi.org/10.1016/j.compag.2021.106354।
श्रीवास्तव, के., पांडे, पीसी, शर्मा, जेके, 2020। यूएवी का उपयोग कर सटीक कृषि के अनुप्रयोगों में मार्ग अनुकूलन के लिए एक दृष्टिकोण। ड्रोन 4 (3), 58. https://doi.org/ 10.3390/drones4030058।
स्टैफोर्ड, जेवी, 2000। 21वीं सदी में सटीक कृषि को लागू करना। जे. एग्री. इंजी. रेस. 76 (3), 267-275।
Su, J., Coombes, M., Liu, C., Guo, L., Chen, W.H., 2018। मानव रहित हवाई वाहन का उपयोग करके रिमोट सेंसिंग इमेजरी द्वारा गेहूं सूखा मूल्यांकन। 2018 में 37 वां चीनी नियंत्रण सम्मेलन (सीसीसी)।
सु, जे।, लियू, सी।, कूम्ब्स, एम।, हू, एक्स।, वांग, सी।, जू, एक्स।, ली, क्यू।, गुओ, एल।, चेन, डब्ल्यू।-एच।, 2018। मल्टीस्पेक्ट्रल यूएवी एरियल इमेजरी से सीखकर गेहूं के पीले रतुआ की निगरानी।
संगणना। इलेक्ट्रॉन। कृषि। 155, 157-166। https://doi.org/10.1016/j. कॉम्पैग.2018.10.017।
सु, वाई।, वांग, एक्स।, 2021। बड़े डेटा द्वारा स्मार्ट कृषि के निर्माण की प्रक्रिया में कृषि आर्थिक प्रबंधन का नवाचार। सस्टेनेबल कम्प्यूट। सूचना सिस्ट। 31, 100579 https://doi.org/10.1016/j.suscom.2021.100579।
सुलिवन, डीजी, फुल्टन, जेपी, शॉ, जेएन, ब्लैंड, जीएल, 2007। एक कपास चंदवा में पानी के तनाव का पता लगाने के लिए एक मानव रहित थर्मल इन्फ्रारेड एरियल सिस्टम की संवेदनशीलता का मूल्यांकन। ट्रांस। असाबे 50 (6), 1955-1962।
सुमेश, केसी, निनसावत, एस, सोम-आर्ड, जे।, 2021। मानव रहित हवाई वाहन का उपयोग करके गन्ना उपज आकलन के लिए आरजीबी-आधारित वनस्पति सूचकांक, फसल सतह मॉडल और वस्तु-आधारित छवि विश्लेषण दृष्टिकोण का एकीकरण। संगणना। इलेक्ट्रॉन। कृषि। 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. के लिए एक लाइट-वेट हाइपरस्पेक्ट्रल मैपिंग सिस्टम
मानव रहित हवाई वाहन-पहला परिणाम। में: 2013 हाइपरस्पेक्ट्रल इमेज और सिग्नल प्रोसेसिंग पर 5वीं कार्यशाला: रिमोट सेंसिंग में विकास (व्हिसपर्स), पीपी 1-4। https://doi.org/10.1109/WHISPERS.2013.8080721।
सुओमलैनेन, जे।, एंडर्स, एन।, इकबाल, एस।, रोएरिंक, जी।, फ्रेंक, जे।, वेंटिंग, पी।, हुनिगर, डी।, बार्थोलोमस, एच।, बेकर, आर।, कुइस्ट्रा, एल।, 2014. एक हल्का हाइपरस्पेक्ट्रल
मानव रहित हवाई वाहनों के लिए मानचित्रण प्रणाली और फोटोग्रामेट्रिक प्रसंस्करण श्रृंखला। रिमोट सेंसिंग 6 (11), 11013-11030। https://doi.org/10.3390/
आरएस61111013।
सैयदा, आईएच, आलम, एमएम, इलाही, यू., सूद, एमएम, 2021। कृषि में इमेज प्रोसेसिंग, यूएवी और एआई का उपयोग कर अग्रिम नियंत्रण रणनीतियाँ: एक समीक्षा। विश्व जे. इंजी. 18 (4),
579–589. https://doi.org/10.1108/WJE-09-2020-0459.
ताहाई, ए., रिग्सबी, जेटी, 1998. लेखांकन में जर्नल प्रभाव की जांच के लिए उद्धरणों का उपयोग करते हुए सूचना प्रसंस्करण। सूचना प्रक्रिया। प्रबंधित करना। 34 (2-3), 341-359।
टैंग, वाई।, धनंजयन, एस।, होउ, सी।, गुओ, क्यू।, लुओ, एस।, हे, वाई।, 2021। 5 जी नेटवर्क पर एक सर्वेक्षण और कृषि पर इसका प्रभाव: चुनौतियां और अवसर। संगणना।
इलेक्ट्रॉन। कृषि। 180, 105895 https://doi.org/10.1016/j.compag.2020.105895।
तांतलाकी, एन., सौरावलास, एस., रूमेलियोटिस, एम., 2019। सटीक कृषि में डेटा-संचालित निर्णय लेने: कृषि प्रणालियों में बड़े डेटा का उदय। जे. एग्री. भोजन की जानकारी।
20 (4), 344–380।
ताओ, एच।, फेंग, एच।, जू, एल।, मियाओ, एम।, यांग, जी।, यांग, एक्स।, फैन, एल।, 2020। यूएवी का उपयोग करके सर्दियों के गेहूं की उपज और पौधे की ऊंचाई का अनुमान- हाइपरस्पेक्ट्रल छवियों पर आधारित।
सेंसर 20 (4), 1231।
Techy, L., Schmale III, DG, Woolsey, CA, 2010। दो स्वायत्त मानव रहित हवाई वाहनों का उपयोग करके निचले वातावरण में एक पौधे रोगज़नक़ का समन्वित एरोबायोलॉजिकल नमूनाकरण। जे फील्ड रोब। 27 (3), 335-343। https://doi.org/10.1002/rob.20335।
टेटिला, ईसी, मचाडो, बीबी, एस्टोल्फी, जी।, बेलेट, एनएडीएस, अमोरिम, डब्ल्यूपी, रोएल, एआर, पिस्टोरी, एच।, 2020। गहन शिक्षण का उपयोग करके सोयाबीन कीटों का पता लगाना और उनका वर्गीकरण करना।
यूएवी छवियों के साथ। संगणना। इलेक्ट्रॉन। कृषि। 179, 105836।
थम्म, एच.पी., मेन्ज़, जी., बेकर, एम., कुरिया, डीएन, मिसाना, एस., कोह्न, डी., 2013. तंजानिया में एएन वेटलैंड में कृषि प्रणालियों के आकलन के लिए यूज़ का उपयोग- और वेटसीज़न फॉर सस्टेनेबल एग्रीकल्चर एंड प्रोवाइडिंग ग्राउंड ट्रुथ फॉर टेरा-सर एक्स डेटा। में: ISPRS - फोटोग्रामेट्री के अंतर्राष्ट्रीय अभिलेखागार, रिमोट सेंसिंग और स्थानिक सूचना विज्ञान, पीपी। 401–406। https://doi.org/10.5194/isprsarchivesXL-1-W2-401-2013।
थेलवाल, एम., 2008. बिब्लियोमेट्रिक्स टू वेबमेट्रिक्स। जे जानकारी। विज्ञान 34 (4), 605-621।
टोरेस-सांचेज़, जे।, लोपेज़-ग्रेनाडोस, एफ।, पेना, जेएम, 2015। यूएवी छवियों में इष्टतम थ्रेसहोल्डिंग के लिए एक स्वचालित वस्तु-आधारित विधि: जड़ी-बूटियों की फसलों में वनस्पति का पता लगाने के लिए आवेदन। संगणना। इलेक्ट्रॉन। कृषि। 114, 43-52. https://doi.org/10.1016/j.compag.2015.03.019।
टोरेस-सांचेज़, ´ जे।, लोपेज़-ग्रानाडोस, एफ।, सेरानो, एन।, आर्केरो, ओ।, पेना, ˜ जेएम, हसन, क्यूके, एक्सएनएनएक्स। कृषि-वृक्ष वृक्षारोपण की उच्च-थ्रूपुट 2015-डी निगरानी के साथ मानव रहित हवाई वाहन (यूएवी) तकनीक। प्लस वन 3 (10), ई6।
टोरेस-सांचेज़, जे।, पेना, जेएम, डी कास्त्रो, एआई, लोपेज़-ग्रेनाडोस, एफ।, 2014। यूएवी से छवियों का उपयोग करते हुए शुरुआती मौसम के गेहूं के खेतों में वनस्पति अंश का बहु-अस्थायी मानचित्रण। संगणना। इलेक्ट्रॉन। कृषि। 103, 104-113। https://doi.org/10.1016/j. कॉम्पैग.2014.02.009।
Tsouros, DC, Bibi, S., Sarigiannidis, PG, 2019। सटीक कृषि के लिए यूएवी-आधारित अनुप्रयोगों पर एक समीक्षा। सूचना (स्विट्जरलैंड) 10 (11)। https://doi.org/10.3390/info10110349।
Tu, Y.-H., Phinn, S., Johansen, K., Robson, A., Wu, D., 2020। बागवानी वृक्ष फसल संरचना को मापने के लिए ड्रोन उड़ान योजना का अनुकूलन। आईएसपीआरएस जे फोटोग्राम।
रिमोट सेंस 160, 83-96। https://doi.org/10.1016/j.isprsjprs.2019.12.006
Tzounis, A., Katsoulas, N., Bartzanas, T., Kittas, C., 2017. कृषि में इंटरनेट ऑफ थिंग्स, हालिया प्रगति और भविष्य की चुनौतियां। बायोसिस्ट। इंजी. 164, 31-48.
https://doi.org/10.1016/j.biosystemseng.2017.09.007.
उद्दीन, ए., सिंह, वी.के., पिंटो, डी., ओल्मोस, आई., 2015. मेक्सिको में कंप्यूटर विज्ञान अनुसंधान की साइंटोमेट्रिक मैपिंग। साइंटोमेट्रिक्स 105 (1), 97–114।
संयुक्त राष्ट्र, 2019। विश्व जनसंख्या संभावनाएं 2019। https://population.un.org/wpp/ (15/04/2022 को एक्सेस किया गया)।
यूटो, के।, सेकी, एच।, सैटो, जी।, कोसुगी, वाई।, 2013। यूएवी माउंटेड मिनिएचर हाइपरस्पेक्ट्रल सेंसर सिस्टम द्वारा चावल के पेडों की विशेषता। आईईईई जे. सेल. ऊपर। आवेदन पृथ्वी अवलोकन।
रिमोट सेंस 6 (2), 851-860। https://doi.org/10.1109/JSTARS.2013.2250921। वैन डेर मेर्वे, डी।, बर्चफील्ड, डीआर, विट, टीडी, प्राइस, केपी, शारदा, ए।, 2020। ड्रोन इन
कृषि। सलाह एग्रोन। 162, 1-30।
वेलुसामी, पी., राजेंद्रन, एस., महेंद्रन, आरके, नसीर, एस., शफीक, एम., चोई, जे.-जी, 2022.
सटीक कृषि में मानव रहित हवाई वाहन (यूएवी): अनुप्रयोग और चुनौतियां। ऊर्जा 15 (1), 217. https://doi.org/10.3390/en15010217।
वेंचुरा, डी., बोनिफ़ाज़ी, ए., ग्रेविना, एमएफ, बेलुसियो, ए., अर्डीज़ोन, जी., 2018। मानवरहित हवाई का उपयोग करते हुए पारिस्थितिक रूप से संवेदनशील समुद्री आवासों का मानचित्रण और वर्गीकरण
वाहन (यूएवी) इमेजरी और वस्तु-आधारित छवि विश्लेषण (ओबीआईए)। रिमोट सेंसिंग 10 (9), 1331. https://doi.org/10.3390/rs10091331।
Verger, A., Vigneau, N., Ch´eron, C., Gilliot, J.-M., Comar, A., Baret, F., 2014. गेहूँ और रेपसीड फसलों पर मानव रहित हवाई प्रणाली से ग्रीन एरिया इंडेक्स . रिमोट सेंस। वातावरण। 152, 654-664। https://doi.org/10.1016/j.rse.2014.06.006।
वॉन ब्यूरेन, एसके, बर्कर्ट, ए।, हुईनी, ए।, रैशर, यू।, तुओही, एमपी, यूल, आईजे, 2015। घास के मैदान पर चार ऑप्टिकल यूएवी-आधारित सेंसर की तैनाती: चुनौतियां और
सीमाएं जैव भूविज्ञान 12 (1), 163-175। https://doi.org/10.5194/bg-12-163-2015।
वूरन, एमसी, सलाम, ए।, वोंग, आर।, इरमाक, एस।, 2018। सटीक कृषि में भूमिगत चीजों का इंटरनेट: वास्तुकला और प्रौद्योगिकी पहलू। तदर्थ नेटव. 81,
160-173। https://doi.org/10.1016/j.adhoc.2018.07.017.
Wamba, SF, Queiroz, MM, 2021। डिजिटल स्वास्थ्य के लिए एक गुप्त घटक के रूप में जिम्मेदार कृत्रिम बुद्धिमत्ता: ग्रंथ सूची विश्लेषण, अंतर्दृष्टि और अनुसंधान निर्देश।
जानकारी। सिस्ट। सामने। 1-16.
वांग, एल।, झांग, जी।, वांग, जेड।, लियू, जे।, शांग, जे।, लियांग, एल।, 2019। फसल विकास निगरानी में रिमोट सेंसिंग रिसर्च ट्रेंड का ग्रंथ सूची विश्लेषण: चीन में एक केस स्टडी। रिमोट सेंसिंग 11 (7)। https://doi.org/10.3390/rs11070809।
व्हाइट, एचडी, ग्रिफ़िथ, बीसी, 1981। लेखक सहवास: बौद्धिक संरचना का एक साहित्य उपाय। जाम। समाज. जानकारी। विज्ञान 32 (3), 163-171।
जियांग, एच।, तियान, एल।, 2011। एक स्वायत्त मानव रहित हवाई वाहन (यूएवी) पर आधारित कम लागत वाली कृषि रिमोट सेंसिंग प्रणाली का विकास। बायोसिस्ट। इंजी. 108 (2), 174-190। https://doi.org/10.1016/j.biosystemseng.2010.11.010.
झी, सी., यांग, सी., 2020। यूएवी आधारित सेंसर का उपयोग करते हुए संयंत्र उच्च-थ्रूपुट फेनोटाइपिंग लक्षणों पर एक समीक्षा। संगणना। इलेक्ट्रॉन। कृषि। 178, 105731 https://doi.org/10.1016/j।
कॉम्पैग.2020.105731।
याओ, एच।, किन, आर।, चेन, एक्स।, 2019। रिमोट सेंसिंग अनुप्रयोगों के लिए मानव रहित हवाई वाहन-एक समीक्षा। रिमोट सेंसिंग 11 (12)। https://doi.org/10.3390/
आरएस11121443।
Yeom, S., 2021। एक मल्टीरोटर द्वारा इन्फ्रारेड थर्मल इमेजिंग के साथ लोगों को ट्रैक करना और गलत ट्रैक हटाना। ड्रोन 5 (3), 65. https://doi.org/10.3390/drones5030065।
यू, जे।, फेंग, एच।, जिन, एक्स।, युआन, एच।, ली, जेड।, झोउ, सी।, यांग, जी।, तियान, क्यू।, 2018। छवियों का उपयोग करके फसल मापदंडों के आकलन की तुलना। यूएवी-घुड़सवार . से
स्नैपशॉट हाइपरस्पेक्ट्रल सेंसर और हाई-डेफिनिशन डिजिटल कैमरा। रिमोट सेंसिंग 10 (7), 1138. https://doi.org/10.3390/rs10071138.
यू, जे।, यांग, जी।, ली, सी।, ली, जेड।, वांग, वाई।, फेंग, एच।, जू, बी।, 2017. मानव रहित हवाई वाहन का उपयोग करके सर्दियों के गेहूं के ऊपर-जमीन के बायोमास का अनुमान- आधारित स्नैपशॉट
हाइपरस्पेक्ट्रल सेंसर और फसल की ऊंचाई में सुधार मॉडल। रिमोट सेंसिंग 9 (7)। https://doi.org/10.3390/rs9070708.
ज़ाहवी, आरए, डांडोइस, जेपी, हॉल, केडी, नदवोडनी, डी।, रीड, जेएल, एलिस, ईसी, 2015। उष्णकटिबंधीय वन वसूली की निगरानी के लिए हल्के मानव रहित हवाई वाहनों का उपयोग करना। बायोल।
संरक्षित करें। 186, 287-295। https://doi.org/10.1016/j.biocon.2015.03.031। ज़मोरा-इज़क्विएर्डो, एमए, सांता, जे।, मार्टिनेज, जेए, मार्टिनेज, वी।, स्कारमेटा, एएफ, 2019।
एज और क्लाउड कंप्यूटिंग पर आधारित स्मार्ट फार्मिंग IoT प्लेटफॉर्म। बायोसिस्ट। इंजी. 177,
4 - 17.
ज़ारको-तेजादा, पीजे, डियाज़-वरेला, आर., एंगिलेरी, वी., लाउडजानी, पी., 2014। मानव रहित हवाई से प्राप्त बहुत उच्च रिज़ॉल्यूशन इमेजरी का उपयोग करके पेड़ की ऊंचाई की मात्रा का ठहराव
वाहन (यूएवी) और स्वचालित 3डी फोटो-पुनर्निर्माण विधियां। ईयूआर। जे एग्रोन। 55, 89-99। https://doi.org/10.1016/j.eja.2014.01.004।
झांग, सी।, क्रेन, डब्ल्यूए, मैक्गी, आरजे, वेंडेमार्क, जीजे, डेविस, जेबी, ब्राउन, जे।, हल्बर्ट, एसएच, शंकरन, एस।, 2020। कूलसीजन फसलों में फूलों की तीव्रता की छवि-आधारित फेनोटाइपिंग। सेंसर 20 (5), 1450। https://doi.org/10.3390/s20051450।
झांग, सी।, कोवाक्स, जेएम, 2012। सटीक कृषि के लिए छोटे मानव रहित हवाई प्रणालियों का अनुप्रयोग: एक समीक्षा। सटीक। कृषि। 13 (6), 693-712। https://doi.org/
10.1007/s11119-012-9274-5.
झांग, एल।, झांग, एच।, नीयू, वाई।, हान, डब्ल्यू।, 2019। यूएवी मल्टीस्पेक्ट्रल रिमोट सेंसिंग पर आधारित मक्का के पानी के तनाव का मानचित्रण। रिमोट सेंसिंग 11 (6), 605।
झांग, एक्स।, हान, एल।, डोंग, वाई।, शि, वाई।, हुआंग, डब्ल्यू।, हान, एल।, गोंजो एलेज़-मोरेनो, पी।, मा, एच।, ये, एच।, सोबेह , टी।, 2019। स्वचालित पीले जंग के लिए एक गहन शिक्षण-आधारित दृष्टिकोण
उच्च-रिज़ॉल्यूशन हाइपरस्पेक्ट्रल यूएवी छवियों से रोग का पता लगाना। रिमोट सेंसिंग 11 (13), 1554।
झाओ, एक्स।, झांग, जे।, हुआंग, वाई।, तियान, वाई।, युआन, एल।, 2022। वेवलेट विश्लेषण के साथ संयुक्त हाइपरस्पेक्ट्रल इमेजिंग का उपयोग करके चाय के पौधों की बीमारी और कीट तनाव का पता लगाना और भेदभाव करना। संगणना। इलेक्ट्रॉन। कृषि। 193, 106717 https://doi.org/10.1016/j. कॉम्पैग.2022.106717।
झेंग, ए।, वांग, एम।, ली, सी।, टैंग, जे।, लुओ, बी।, 2022। एरियल इमेज सिमेंटिक सेगमेंटेशन के लिए एंट्रोपी गाइडेड एडवरसैरियल डोमेन अनुकूलन। आईईईई ट्रांस। जी
झेंग, एच।, चेंग, टी।, याओ, एक्स।, देंग, एक्स।, तियान, वाई।, काओ, डब्ल्यू।, झू, वाई।, 2016। ग्राउंड-आधारित वर्णक्रमीय के समय श्रृंखला विश्लेषण के माध्यम से चावल के फेनोलॉजी का पता लगाना सूचकांक डेटा। फील्ड फसल रेस। 198, 131-139। https://doi.org/10.1016/j.fcr.2016.08.027.
झेंग, जे।, यांग, डब्ल्यू।, 2018। वायरलेस सेंसर पर आधारित एक सटीक कृषि रिसाव सीडिंग प्रणाली का डिजाइन। इंट. जे. ऑनलाइन इंजी. 14 (05), 184.
झोउ, एल।, गु, एक्स।, चेंग, एस।, यांग, जी।, शू, एम।, सन, क्यू।, 2020। यूएवी-लीडर डेटा का उपयोग करके दर्ज मक्का के पौधे की ऊंचाई में परिवर्तन का विश्लेषण। कृषि 10 (5), 146. https://
doi.org/10.3390/agriculture10050146।
झोउ, एस, चाई, एक्स, यांग, जेड, वांग, एच।, यांग, सी।, सन, टी।, 2021। मक्का-आईएएस: उच्च-थ्रूपुट संयंत्र फेनोटाइपिंग के लिए गहन शिक्षण का उपयोग कर एक मक्का छवि विश्लेषण सॉफ्टवेयर . पौधे के तरीके 17 (1), 48. https://doi.org/10.1186/s13007-021-00747-0।
झोउ, एक्स।, झेंग, एचबी, जू, एक्सक्यू, हे, जेवाई, जीई, एक्सके, याओ, एक्स।, चेंग, टी।, झू, वाई।, काओ, डब्ल्यूएक्स, तियान, वाईसी, 2017। में अनाज की उपज की भविष्यवाणी करना बहु-अस्थायी वनस्पति का उपयोग कर चावल
यूएवी-आधारित मल्टीस्पेक्ट्रल और डिजिटल इमेजरी से सूचकांक। आईएसपीआरएस जे फोटोग्राम। रिमोट सेंस 130, 246-255। https://doi.org/10.1016/j.isprsjprs.2017.05.003।
झोउ, वाई।, ज़ी, वाई।, शाओ, एल।, 2016। वायरलेस सेंसर नेटवर्क पर आधारित ग्रीनहाउस मॉनिटरिंग सिस्टम की मुख्य तकनीक का अनुकरण। इंट. जे. ऑनलाइन इंजी. 12 (05),
43.
झोउ, जेड, मजीद, वाई।, डिवेरेस नारंजो, जी।, गम्बाकोर्टा, ईएमटी, 2021। सटीक कृषि में इन्फ्रारेड थर्मल इमेजरी के साथ फसल के पानी के तनाव का आकलन: एक समीक्षा
और गहन शिक्षण अनुप्रयोगों के लिए भविष्य की संभावनाएं। संगणना। इलेक्ट्रॉन। कृषि। 182, 106019 https://doi.org/10.1016/j.compag.2021.106019।