Применение данных ДЗЗ для мониторинга состоянии РП, картирования неоднородностей и экспресс-анализа агрохимического состояния РП и почв

Наиболее распространенный метод мониторинга сельхозугодий состоит в использовании различных индексов, в особенности, нормализованного индекса вегетации[21]:

NDVI = (NIR-RED)/(NIR+RED).

Применение не простого отношения, а нормализованной разности между спектральными яркостями каналов позволяет уменьшить негативное влияние таких явлений как различия в освещенности снимка, облачности, дымки, поглощение радиации атмосферой и пр.

Высокая фотосинтетическая активность растительности ведет к меньшему отражению в красной области спектра и большему в инфракрасной. При появлении всходов и в течение вегетационного периода росту биомассы соответствует увеличение значений NDVI, а с наступлением периода созревания снижается содержание хлорофилла и, соответственно, значения NDVI. Например, при образовании колоса озимой пшеницы и его последующем наливе, его биомасса нарастает в том числе и за счёт оттока органических веществ из листьев, которые в этот период поглощают меньше солнечной энергии.

С другой стороны, снижение значений NDVI в период активной вегетации (до наступления фазы молочной спелости) свидетельствует о стрессовом состоянии посевов. Это может быть вызвано поражением посевов вследствие стихийных явлений (град, ливни, засуха), а также болезнями или вредителями. На значения NDVI влияет также видовой состав растительности, ее сомкнутость, экспозпция и угол наклона поверхности, цвет почвы под разреженной растительностью и т. д. Индекс умеренно чувствителен к изменениям почвенного фона, кроме случаев, когда густота растительного покрова не ниже 30%. Таким образом, поскольку значения NDVI зависят от множества контролируемых и не контролируемых (случайных) факторов, нельзя «присвоить» каждой культуре и ее состоянию конкретные значения индекса. Поэтому, при анализе обычно используются усредненные значения для основных классов подстилающей поверхности.

Таблица Состояние растительности в соответствии со значениями вегетационных индексов.

Так как NDVI отражает уровень развития растительности (биомассу, содержание хлорофилла), он широко применяется для мониторинга сельскохозяйственных культур. Например, он позволяет выявить ареалы угнетенной растительности и своевременно принять меры, обеспечивающие повышение урожайности. Индексы NDVI также используется для краткосрочного (1−2 месяца) прогнозирования урожайности. Другие популярные индексы, такие как NDWI и ID отражают содержание воды в растительности и поверхностном слое почвы, а также применяется для прогнозирования засух. В настоящее время применяется около 160 вариантов вегетационных индексов. Они подбираются эмпирическим путем, исходя из особенностей кривых спектральной отражательной способности растительности и почв.

Технологию построение карт «неоднородностей» растительного покрова рассмотрим на примере снимков сверхвысокого разрешении для рисовых чеков в фазе стеблевания — колошения риса. На рисунке 2.4. (слева) представлено изображение NDVI, полученное по данным КА Ikonos c пространственным разрешением 1 м. Для автоматического картирования «неоднородностей» NDVI надо, прежде всего, определиться с целями и задачами использования результатов. При этом необходимо перейти от непрерывной (стандартной) к дискретной (неравномерной) шкале градаций индекса вегетации.

Рассмотрим случай разбиения непрерывной шкалы NDVI на 3 уровня с присвоением самому низкому уровню содержания хлорофилла — желтого цвета, среднему — светло зеленого и верхнему — темно зеленого цветов. Полученное в результате изображение (рисунок 2.4, справа) может применяться в качестве электронной карты-задания для дифференциальной обработки РП, например, азотной подкормки риса. Однако, с учетом технических возможностей реализации агротехнологий, данная карта может быть подвергнута дополнительной фильтации (генерализации [12]) для устранения мелких неоднородностей (рисунок 2.5, справа). Для картирования «неоднородностей» в данном случае использовалась следующая дискретная шкала градации, с предварительно найденным средним значением NDVI:

[ NDVI- 0.3; NDVI+ 0.3 ] - светло зеленый цвет;

[ 0; NDVI- 0.3 ] - желтый цвет;

[ NDVI+ 0.3; 1 ] - темно зеленый цвет.

Поскольку для чеков с различными сортами и фазами созревания риса неправомерно применять одно и то же значение NDVI, визуально, например по стандартному.

изображению NDVI, выбираются приблизительно «однородные группы» чеков и для каждой из них вычисляется среднее значение NDVI.

При необходимости, количество градаций и шаг градаций (дискретизации, здесь он равен 0,3) может изменяться в зависимости от поставленной задачи и состояния РП.

Рисунок — Фрагмент изображения NDVI, полученного с использованием стандартной и дискретной (справа) шкалы градаций (КА Ikonos, 30.08.2011 г.) .

Рисунок — Фрагмент исходной и «генерализованной» (справа) карты NDVI.

Для выявления «однородных групп» РП дополнительно можно использовались спектральные различия данных ДЗЗ. Например, если произвести автоматическую классификацию, то в результате совместного анализа NDVI, RGB и результатов автоматической классификации можно более точно выявить и картировать «неоднородности».

Для создания карт или картограмм распределения агрохимических показателей традиционно выполняется агрохимическое обследование полей по элементарным участкам. Картографической основой для выделения элементарных участков на полях и дальнейшего отбора почвенных проб служит, как правило, план внутрихозяйственного землеустройства. На подлежащих агрохимическому обследованию полях могут выделяться участки, различающиеся по рельефу, уровню плодородия почвы, агрохимическим показателям, установленным в предыдущие годы агрохимического обследования.

В небольших по площади хозяйствах может применяться так называемый сеточный метод отбора почвенных проб. При использовании сеточного метода поле обычно разбивают на квадратные или прямоугольные ячейки площадью от 0,5 до 2 га [17,20].

Выделение однородных участков может проводиться также на основе карт распределения продуктивности культур. Данный способ основан на автоматическом определении урожайности сельскохозяйственных культур, главным образом зерновых и кормовых, в процессе их уборки. Специальные датчики, установленные на комбайнах и регистрирующие поток зерна или другой биомассы, связанны с бортовым компьютером и системой высокоточного геопозиционирования. Рассматриваемый метод позволяет при дальнейшей обработке данных выделять участки поля, различающиеся по фактическому состоянию показателей урожайности и производить их кластеризацию на относительно однородные контуры (зоны). Далее, на основе этих данных и прогнозируемой урожайности, рассчитываются необходимые нормы внесения удобрений и создаются карты-задания для дифференцированного внесения удобрений.

Следовательно, в условиях высокой стоимости минеральных удобрений, одним из действенных средств экономии финансовых средств является дифференцированное внесение удобрений, которое позволяет существенно уменьшить количество необходимых удобрений и, рационально и экологически обоснованно, распределить их по каждому полю с учетом их пространственной неоднородности.

Дополнительная экономия средств достигается, если при зонировании вместо дорогостоящих карт урожайности, использовать их аналог, карты индекса вегетации. К тому же, при уборке зерновых одинаково откалибровать все комбайны, работающие на одном поле не очень просто.

Но главным преимуществом использования NDVI является возможность оперативного выявления всего комплекса причин, негативно влияющих на состояние посевов и своевременного принятия мер для их устранения. В частности, это касается дифференцированного внесения азотной подкормки для озимых и СЗР.

На следующем рисунке приведен пример создания таких карт по NDVI с выделением нескольких зон неоднородностей, в пределах каждой из которых могут определяться «среднезональные» показатели плодородия почв вместо «среднеполевых», как это принято в традиционном земледелии. При регулярном применении такая технология позволит поэтапно выровнять урожайность и восстановить плодородие почв при минимальных финансовых затратах. Таким образом, вместо тотального агрохимобследования почв, может использоваться зональный отбор с минимальным количеством проб в пределах каждого неоднородного поля.

Рисунок 2.6 — Выявление и картирование зон неоднородностей для проведения агрохимического анализа по данным космосъемки (КА Rapid EYE, 13.06.2010 г).