The use of remote sensing technologies and UAVS to assess the phytosanitary state of agrocenoses of common sorghum bicolor
DOI:
https://doi.org/10.32636/01308521.2025-(78)-2-8Keywords:
remote sensing, UAV, grain sorghum, phytosanitary status, vegetation indices, precision farming, satellite platforms, spectral analysis, abiotic stresses, biotic stressesAbstract
The article discusses the possibilities of using remote sensing technologies in combination with unmanned aerial vehicles (UAVs) for a comprehensive assessment of the phytosanitary status of grain sorghum agrocenoses. The feasibility of using multi- and hyperspectral satellite data (Sentinel-2, Landsat, PlanetScope) in combination with highly detailed UAV images is justified. A comparative analysis of the spatial, spectral, and temporal resolution of satellite platforms and drone sensors is presented. The informativeness of vegetation indices (NDVI, NDWI, MCARI, RENDVI) was investigated, which showed high sensitivity to abiotic (drought, nutrient deficiency) and biotic (disease damage, pests) stresses. The results of long-term observations
(2022–2025) showed a correlation between spectral indicators and field measurement data, confirming the diagnostic potential of remote sensing in sorghum monitoring. The conceptual model of satellite and unmanned technology integration provides multi-level monitoring of crops from the global to the local level. It has been established that the use of UAVs significantly increases the accuracy of localizing phytostress foci, while satellite images ensure the systematicity and regularity of observations. The integration of remote methods with ground surveys allows for more reliable diagnostics and justifies adaptive crop protection measures. The application of this approach creates a basis for optimizing resource use, reducing pesticide load and increasing the efficiency of agricultural technologies. The results obtained prove the promise of combining satellite and unmanned monitoring as a tool for precision farming and ensuring the sustainability of grain sorghum agroecosystems in the context of climate change.
References
1. Билим О. І. Супутникові методи дослідження Землі. Львів : Видавництво ЛНУ ім. І. Франка, 2020. 238 с.
2. Бутенко Є. В. Геоінформаційне забезпечення моніторингу агроландшафтів. Вісник геодезії та картографії. 2023. № 2. С. 25–31.
3. Гнатюк М. І. Застосування ГІС-технологій у землекористуванні. Науковий вісник. 2022. № 3. С. 21–27.
4. Гудзь С. П., Яцишина А. С. Геодезичне забезпечення моніторингу земель: теорія і практика. Київ : Ліра-К, 2020. 198 с.
5. Основи дистанційного зондування Землі: історія та практичне застосування / С. О. Довгий та ін. К. : Інститут обдарованої дитини НАПН України. 2019. 316 с. https://nvkarta.com/project/library/uploads/geography/map-technology/[sensing][handbook][2019]_osnovy_dystantsiynoho_zonduvannya_zemli_istoriya_ta_praktychne_zastosuvannya.pdf.
6. Столяр С. Г. Особливості застосування інформаційних технологій при моніторингу шкідливих організмів сорго зернового в Поліссі України. Сучасні тенденції розвитку галузі землеробства: проблеми та шляхи їх вирішення : збірник тез доповідей ІІІ Міжнар. наук.-практ. конф. (Житомир, 8–9 черв. 2023 р.). Житомир, 2023. С. 106–110.
7. Столяр С., Трембіцька О. Моніторинг стану посівів сорго звичайного двокольорового з використанням дистанційного зондування землі. Вплив кліматичних змін на просторовий розвиток територій Землі: наслідки та шляхи вирішення : матеріали VIІ Міжнар. наук.-практ. конф. (Херсон, 12 черв. 2025 р.). Херсон, 2025. С. 171–175.
8. Chaloner T. M., Gurr S. J., Bebber D. P. Plant pathogen infection risk tracks global crop yields under climate change. Nat. Clim. Chang. 2021. Vol. 11. P. 710–715. https://doi.org/10.1038/s41558-021-01104-8.
9. Detecting Sorghum Plant and Head Features from Multispectral UAV Imagery / Y. Zhao et al. Plant Phenomics, 2021. 9874650. https://doi.org/10.34133/2021/9874650.
10. Estimation of sorghum seedling number from drone image based on support vector machine and YOLO algorithms / H. Chen et al. Front. Plant Sci. 2024. Vol. 15. P. 1399872. https://doi.org/10.3389/fpls.2024.1399872.
11. Evaluating the capabilities of Sentinel-2 for quantitative estimation of biophysical variables in vegetation / W. J. Frampton et al. ISPRS J. Photogramm. Remote Sens. 2013. Vol. 82. P. 83–92. https://doi.org/10.1016/j.isprsjprs.2013.04.007.
12. Mapping soil moisture with the OPtical TRApezoid Model (OPTRAM) based on long-term MODIS observations / E. Babaeian et al. Remote sensing of environment. 2018. Vol. 211. P. 425–440. https://doi.org/10.1016/j.rse.2018.04.029
13. Nigussie Z. The effect of climate change on soil health: a review. International journal of energy and environmental science. 2024. . Vol. 9, No 3. P. 52–58. URL: https://doi.org/10.11648/j.ijees.20240903.11.
14. Novel machine learning framework for high-resolution sorghum biomass estimation using multi-temporal UAV imagery / E. Tunca et al. Int. J. Environ. Sci. Technol. 2025. https://doi.org/10.1007/s13762-025-06498-y.
15. Remote sensing applications for precision agriculture: A learning community approach / S. K. Seelan et al. Remote Sens. Environ. 2003. Vol. 88. P. 157–169. https://doi.org/10.1016/j.rse.2003.04.007.
16. Remote Sensing Applications in Agriculture / Ya. Verma et al. Recent Trends in Agriculture. 2024. Vol. 13. P. 159–180. https://doi.org/10.62778/int.book.434
17. Stoliar S., Kliuchevych M. Sorghum diseases in Polissia of Ukraine. Sciences of Europe. 2022. Vol. 90 (1). P. 3–6.
18. Uniting remote sensing, crop modelling and economics for agricultural risk management / E. Benami et al. Nature Reviews Earth & Environment. 2021. Vol. 2 (2). P. 140–159. https://doi.org/10.1038/s43017-020-00122-y
19. Unmanned aerial systems-based remote sensing for monitoring sorghum growth and development / S. Shafian et al. PLoS ONE. 13 (5): e0196605. https://doi.org/10.1371/journal.pone.0196605.
20. Uav-based sorghum growth monitoring: a comparative analysis of lidar and photogrammetry / M. Maimaitijiang et al. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2020. Vol. V-3-2020. P. 489–496. https://doi.org/10.5194/isprs-annals-V-3-2020-489-2020.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Світлана СТОЛЯР, Оксана ТРЕМБІЦЬКА (Автор)
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
