Сельскохозяйственная инспекция с использованием SWIR (Коротковолновое инфракрасное излучение) технология камеры предполагает использование камер, которые могут захватывать изображения за пределами видимого спектра., конкретно в коротковолновом инфракрасном диапазоне. Эти камеры используют датчики SWIR для обнаружения длин волн света, обычно находящихся в диапазоне примерно от 900 нанометров в 2500 нанометры.

Технология SWIR-камеры предлагает ряд преимуществ для сельскохозяйственного контроля.:

1. Обнаружение заболеваний: SWIR-камеры могут обнаруживать незначительные изменения в состоянии растений, которые могут быть незаметны невооруженным глазом или традиционными камерами.. Они могут определять признаки заболеваний, вредители, дефицит питательных веществ, и водный стресс, позволяя фермерам принимать своевременные меры для уменьшения ущерба урожаю.
2. Анализ содержания влаги: SWIR-камеры могут оценивать уровень влажности в почве и растительности., помощь в управлении орошением и оптимизации использования воды. Они могут определить области избыточной или недостаточной влажности., позволяя фермерам соответствующим образом корректировать графики орошения.
3. Оценка качества урожая: SWIR-камеры могут оценивать качество и спелость сельскохозяйственных культур по их химическому составу.. Они могут различать здоровые и больные фрукты и овощи., а также определить содержание сахара и степень спелости, помогая фермерам принимать обоснованные решения о сборе урожая.
4. Обнаружение и борьба с сорняками: SWIR-камеры могут различать сельскохозяйственные культуры и сорняки на основе их спектральных характеристик.. Это позволяет точно обнаруживать сорняки и разрабатывать целевые стратегии борьбы с ними., снижение потребности в гербицидах и минимизация ущерба урожаю.
5. Экологический мониторинг: SWIR-камеры могут контролировать условия окружающей среды, такие как температура., влажность, и состав почвы, предоставление ценных данных для моделирования и прогнозирования урожая. Они также могут определять области загрязнения почвы или истощения питательных веществ., содействие усилиям по восстановлению почвы.

Общий, сельскохозяйственный контроль с использованием технологии SWIR-камеры повышает производительность, устойчивость, и оптимизация урожайности в методах ведения сельского хозяйства за счет раннего обнаружения проблем, точное принятие решений, и ресурсоэффективные стратегии управления.

Длины волн NIR-SWIR стали важными для современного сельского хозяйства, поскольку они улавливают основные характеристики сельскохозяйственных культур., почвы, и окружающая среда. Эти длины волн богаты информацией об уровне хлорофилла., влага, минералы почвы, и белки. Например, вода сильно впитывается в 1390-1450 Диапазон длин волн в нм, из-за которого влажные части сельскохозяйственной продукции кажутся темнее, чем окружающие области., как показано на видимых и SWIR-изображениях яблока. Точное земледелие включает использование диодных спектрометров на тракторах., мульти- и гиперспектральные камеры на дронах и при воздушных облетах, и датчики изображения с полосовой фильтрацией на спутниках. Это примеры использования дистанционного зондирования и наземных исследований для отслеживания состояния растений и урожайности.. Как описано на странице приложения PIRT для сортировки/обнаружения загрязнений в SWIR., NIR-SWIR-инспекция также используется для удаления камней и загрязнений из упаковки с собранной сельскохозяйственной продукции., для роботизированной обрезки корма, и для оценки качества сырья для предприятий пищевой промышленности.

Начало работы с сельскохозяйственными приложениями,. The 3535 SWIR smdled — это компактная SWIR-камера с гибкой частотой кадров и возможностью оконного управления.. Используйте его для съемки сельскохозяйственных материалов, предварительно выбрав систему линз для геометрии изображения, диктуемой применением.. Тогда приобретите набор полосовых фильтров, совместимых с объективом и селективных по интересующим ключевым характеристикам., такой как 1440 полоса пропускания до нм 100 нм (+/-50 нм) что соответствует сильному поглощению молекул воды. Сравните изображения, сделанные с фильтром и без него, чтобы определить влияние содержания воды в материале..