СОВЕРШЕНСТВОВАНИЕ МЕТОДИК КОСМИЧЕСКОГО МОНИТОРИНГА ЗА ИСПОЛЬЗОВАНИЕМ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ЗЕМЕЛЬ

Тип работы: Дипломная работа
Бесплатно: Антиплагиат
Объем: 43 страниц
В избранное:

СОВЕРШЕНСТВОВАНИЕ МЕТОДИК КОСМИЧЕСКОГО МОНИТОРИНГА ЗА ИСПОЛЬЗОВАНИЕМ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ЗЕМЕЛЬ

АУЫЛ ШАРУАШЫЛЫҒЫ ЖЕРЛЕРІН ПАЙДАЛАНУҒА ҒАРЫШТЫҚ МОНИТОРИНГ ӘДІСТЕМЕЛЕРІН ЖЕТІЛДІРУ

ВВЕДЕНИЕ2

1. СОВРЕМЕННЫЕ СИСТЕМЫ МОНИТОРИНГА СОСТОЯНИЯ И ПОСЕВОВ ЗЕРНОВЫХ КУЛЬТУР НА ОСНОВЕ СПУТНИКОВОЙ ИНФОРМАЦИИ4

1. 1. Понятие дистанционного зондирования4

1. 2. Спектральные характеристики растительных покровов7

1. 3. Зарубежные системы мониторинга состояния посевов11

2. ХАРАКТЕРИСТИКА ОБЪЕКТА ИССЛЕДОВАНИЯ21

2. 1. Общие сведения21

2. 2. Природно-климатические условия23

2. 3. Характеристика земель29

3. ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ NEXTGIS В СЕЛЬСКОМ ХОЗЯЙСТВЕ30

3. 1. Особенности использования NDVI для мониторинга состояния растительности30

3. 2. Создание цифровых карт полей39

4. ВОПРОСЫ ЭКОНОМИКИ И БЕЗОПАСНОСТИ ЖИЗНЕДЕЯТЕЛЬНОСТИ43

4. 1. Эффективность применения программного комплекса NEXTGIS43

4. 2. Охрана труда49

4. 3. Охрана окружающей среды51

ЗАКЛЮЧЕНИЕ53

СПИСОК ЛИТЕРАТУРЫ54

ВВЕДЕНИЕ

Сельскохозяйственное производство является одним из самых основных и важных видов деятельности в человеческом обществе, которое является основным условием выживания и развития человека. Используя технологию дистанционного зондирования земли (далее - ДЗЗ), люди могут контролировать всестороннее состояние выращивания сельскохозяйственных культур, чтобы своевременно получать информацию о урожайности сельскохозяйственных культур. Поэтому мониторинг с помощью ДЗЗ на растениеводстве стал важным научно - прикладным решением в области современного сельского хозяйства. Особенно в последние годы, с развитием технологии ДЗЗ, постоянно появляются многие виды данных дистанционного зондирования Земли с высоким разрешением, такие как гиперспектральные изображений. Они открывают много новых возможностей и задач для модернизации сельского хозяйства.

Как новая технология, мониторинг роста сельскохозяйственных культур с помощью ДЗЗ может обеспечить всесторонние, объективные и точные базовые данные. Чтобы соответствующие организации в области сельскохозяйства могли при первой же возможности отслеживать и прогнозировать ситуацию на зерновом рынке. Она также может обеспечить основу для принятия решений в области национальной продовольственной безопасности, торговли продовольствием и сельскохозяйственной политики.

В данной дипломной работе будет представлена современная ситуация с мониторингом состояния посевов зерновых культур на различных стадиях вегетации Атбасарского района Акмолинской области методами дистанционного зондирования земли.

После обобщения и анализа этих методов исследования будут рассмотрены особенности и показатели данных дистанционного зондирования Земли. По отдельным культурам в Атбасарском районе будут проанализированы фенологические особенности культур и спектры, характерные для изображения ДЗЗ. И затем, несколько видов данных ДЗЗ выбираются для мониторинга состояния зерновых культур.

СОВРЕМЕННЫЕ СИСТЕМЫ МОНИТОРИНГА СОСТОЯНИЯ И ПОСЕВОВ ЗЕРНОВЫХ КУЛЬТУР НА ОСНОВЕ СПУТНИКОВОЙ ИНФОРМАЦИИПонятие дистанционного зондирования

Дистанционное зондирование - это наука о получении информации об объектах или областях на расстоянии, обычно с космических аппаратов (далее - КА), самолетов и или беспилотно-летательных аппаратов (далее - БПЛА) . Они открывает невероятные возможности для современных исследователей.

Дистанционные датчики собирают данные, обнаруживая отраженную от Земли энергию. Эти датчики могут быть установлены на КА, самолетов или же на БПЛА.

Дистанционные датчики могут быть пассивными или активными (рисунок 1) . Пассивные датчики реагируют на внешние раздражители. Они регистрируют естественную энергию, которая отражается или излучается от поверхности Земли. Наиболее распространенным источником излучения, обнаруживаемым пассивными датчиками, является отраженный солнечный свет.

Пассивные и активные датчики

Напротив, активные датчики используют внутренние стимулы для сбора данных о Земле. Например, система дистанционного зондирования с помощью лазерного луча проецирует лазер на поверхность Земли и измеряет время, которое требуется лазеру, чтобы отразиться обратно на датчик.

При дистанционном зондировании носителем информации является электромагнитное излучение, характеризующееся длиной волны. Длина волны обычно обозначается греческой буквой λ и измеряется (для оптического диапа¬зона) в нанометрах (нм, миллиардная доля метра) или микрометрах (мкм, мил¬лионная доля метра) для инфракрасного, микро- и радиодиапазонов.

На рисунке 2 представлен спектр электромагнитного излучения в шкале длин, подразделяемый на условные диапазоны от радиоволн до гамма-лучей.

Для целей дистанционного зондирования Земли и подстилающей поверхности наибольший интерес представляют три участка спектра: видимый участок спектра, инфракрасный и микроволновый.

Спектр электромагнитного излучения

При прохождении через атмосферу электромагнитные волны взаимодействуют с содержащимися в ней частицами. При этом процессы рассеяния и поглощения энергии уменьшают интенсивность солнечной радиации. В зависимости от отношения между длиной волны рассеиваемого излучения и размером частиц, вызывающих рассеяние учитывают три типа рассеяния: Релея, Ми и неселективное. Релеевское рассеяние происходит, когда длина волны излучения намного больше размера рассеивающих частиц (мельчайшие аэрозоли, молекулы азота, кислорода) .

Рассеяние Ми происходит, когда длина волны излучения сравнима с размерами рассеивающих частиц. Пыль, частицы дыма, водяной пар - далеко неполный перечень частиц, ответственных за соответствующее рассеяние. Трудности при учете данного типа рассеяния заключаются в отсутствии фактических данных о параметрах частиц, присутствующих в атмосфере в момент прохождения излучения (сведения о форме, химическом составе, распределению по размерам, распределению по высотам и т. п. ) .

Неселективное рассеяние происходит, когда размер рассеивающей частицы значительно превышает длину волны излучения. Проблемы учета - аналогичные Ми-рассеянию.

Атмосферное поглощение электромагнитного излучения происходит при взаимодействии с молекулами озона, углекислого газа и водяного пара. Оно носит избирательный характер, т. е. поглощаются определенные длины волн [82] . Участки спектра электромагнитного излучения, которые не поглощаются атмосферой, называются «окна прозрачности» (рис. 3) .

Зависимость пропускания атмосферы от длины волныСпектральные характеристики растительных покровов

Излучение, не рассеянное в атмосфере и не поглощенное в ней, достигает поверхности Земли и взаимодействует с ней. Падая на земную поверхность, оно частично поглощается, проходит через поверхность или отражается. Для целей мониторинга состояния посевов наибольшее значение имеет процесс отражения от подстилающей поверхности.

На рисунке 4 схематично представлен процесс взаимодействия электромагнитного излучения оптического диапазона с растительностью.

Взаимодействие электромагнитного излучения с растительностью (ИК,

К, З, С - излучение соответственно в инфракрасном, красном, зеленом и синем диапазонах) [104]

Из приведенного рисунка видно, что в растениях излучение синего и красного диапазонов преимущественно поглощается, а зеленого и инфракрасного диапазонов отражается, поэтому листья кажутся зелеными.

Рассмотрим более подробно соответствующие процессы (для удобства на рисунке 5 показана кривая спектральной отражательной способности растительности) .

Спектральная отражательная способность зеленой растительности является характерным признаком и очень изменяется с длиной волны. В видимом диапазоне длин волн поглощение обусловлено пигментами, особенно важен хлорофилл (А. Д. Клещенко [24] ) . Многими авторами показана зависимость оптических свойств растений от содержания пигментов (H. W. Gausman и др. [98], А. И. Чучалин и др. [76], T. R. Sinclair и др. [146] ) . В синей и краcной зоне спектра отражательная способность очень низкая.

Основные характеристики спектрального отклика зеленой растительности (Ш. М. Дейвис и др. [18] )

Эта низкая отражательная способность соответствует двум полосам поглощения хлорофилла и обусловлена тем, что хлорофилл, содержащийся в листе, поглощает большую часть падающей энергии в этих диапазонах длин волн, расположенных приблизительно при 0, 45 и 0, 65 мкм. (D. M. Gates и др. [96] ) .

В видимом диапазоне длин волн большая часть энергии, падающей на зеленый лист, поглощается, и очень небольшое количество пропускается через лист. Отражательная способность соответствует зеленой части спектра (приблизительно при 0, 54 мкм) . Поэтому из-за относительно низкого поглощения в зеленой области длин волн нормальная, здоровая листва воспринимается глазом как зеленая. Когда растение находится в состоянии стресса и образование хлорофилла уменьшается, отсутствие пигментации хлорофиллом вызывает уменьшение поглощения энергии растениями в полосах поглощения хлорофилла. Такие растения обладают гораздо более высокой отражательной способностью, особенно в красной части спектра, и поэтому кажутся желтоватыми. Пигменты каротины и ксантофиллы часто содержатся в зеленых листьях, но имеют полосу поглощения только в синей части спектра (приблизительно при 0, 45 мкм) . Поскольку хлорофилл, который обычно присутствует, также поглощает в синей части спектра, он и маскирует эти желтые пигменты. При «старении» растения хлорофилл часто разрушается, и тогда преобладают каротины и ксантофиллы. Это основная причина желтой окраски листьев древесных форм осенью.

В ближнем инфракрасном диапазоне по сравнению с видимым диапазоном длин волн здоровая зеленая растительность характеризуется очень высокой отражательной способностью, очень высоким коэффициентом пропускания и очень низкой поглощаемостью. Для большинства видов растительности в ближнем инфракрасном диапазоне длин волн коэффициент отражения приблизительно 45 - 50 %, коэффициент пропускания 45 - 50 % и коэффициент поглощения менее 5 %. Внутренняя структура листьев очень сложна, и именно она в основном влияет на отражательную способность в ближнем инфракрасном диапазоне. (D. M. Gates и др. [96] ) .

Следует учитывать, что несколько слоев листьев могут иметь даже более высокую отражательную способность (до 85 %) в ближнем инфракрасном диапазоне спектра по сравнению с отражательной способностью одного листа (V. I. Myers [132] ) . Это обусловлено тем, что энергия, пропущенная через первый (самый верхний слой листьев) и отраженная от второго слоя, частично передается обратно через первый слой. Например, рассмотрим лист, отражающий приблизительно 50 % и пропускающий около 50 % падающей на него энергии в ближнем инфракрасном диапазоне. Как следует из рисунке 6, энергия пропущенная через первый слой листа падает на второй, где вновь пропускается ее половина (25 % первоначальной энергии) и половина - отражается.

Упрощенная схема влияния нескольких слоев листьев на отражательную способность растительности (Ш. М. Дейвис и др. [17] )

Далее отраженная энергия проходит обратно через верхний слой листьев, и половина этой энергии (12, 5 % первоначальной энергии) пропускается и половина - отражается. В итоге суммарная энергия, проходящая через верхний слой листьев для этого примера составляет 62, 5 % падающей энергии.

Как уже говорилось, если отражение в видимой области спектра обусловлено поглощением пигментами, то в среднем инфракрасном диапазоне оно обусловлено поглощением водой (А. Д. Клещенко [24] ) . В этом диапазоне длин волн на спектральные характеристики зеленой растительности влияют полосы сильного водного поглощения на длинах волн 1, 4, 1, 9 и 2, 7 мкм (рис. 5) . Самой большой полосой поглощения (2, 7 мкм) называется основная вибрационная полоса водного поглощения. Максимумы отражательной способности находятся приблизительно при 1, 6 и 2, 2 мкм, между зонами водного поглощения. В средней инфракрасной части спектра отражательная способность листьев значительно увеличивается при уменьшении содержания влаги.

Многими авторами в течение последних пятидесяти лет приведены данные по оптическим свойствам различных типов подстилающей поверхности. Одной из первых основополагающих работ в этом направлении, является работа Е. Л. Кринова [37], которая не потеряла своего значения и до настоящего времени. Из более поздних работ можно отметить работы В. И. Рачкулика [49] и H. W. Gausman [97] .

Зарубежные системы мониторинга состояния посевов

США

В американском министерстве сельского хозяйства (USDA) работает отдел по прогнозированию производства сельскохозяйственных культур (PECAD) . Отдел отвечает за глобальный мониторинг сельскохозяйственной продукции. PECAD использует спутниковые данные различного пространственного разрешения, позволяющие получать надежные и своевременные наблюдения, особенно для труднодоступных регионов. Для оценки площадей посевов и прогнозирования урожайности сельскохозяйственных культур на территории США, используются спутниковые данные высокого пространственного разрешения (Landsat-7, SPOT, IKONOS, Quickbird), а для прогнозирования урожайности сельскохозяйственных культур на территории других стран - данные низкого и среднего пространственного разрешения (NOAA-AVHRR, SPOT- IV, MODIS) . Наряду со спутниковыми данными PECAD использует метеорологические данные, модели сельскохозяйственных культур и официальные правительственные отчеты. Комплексирование различных независимых источников данных позволяет минимизировать погрешности расчетов. Для глобального сельскохозяйственного мониторинга создана система управления базой данных CADRE. База данных содержит большой архив спутниковых снимков. Система позволяет проводить сравнительный анализ данных рассматриваемого года с многолетней серией данных предшествующих лет. Так же в базе хранится метеорологическая информация, которая используется в моделях сельскохозяйственных культур. Всю эту информацию PECAD использует для оценки продуктивности посевов.

В настоящее время для различных стран, возможно, получать информацию об условиях произрастания и оценке продуктивности сельскохозяйственных культур в режиме реального времени через веб-интерфейс Crop Explorer. Для конкретной области Республики Казахстан доступна информация об осадках, средней, максимальной и минимальной температурах, влажности почвы, числе засушливых дней и вегетационном индексе. По Казахстану в целом представлена информация о прогнозируемой урожайности следующих культур: ячменя, подсолнечника, риса, ржи, пшеницы. Составлены краткие обзоры о прогнозируемой урожайности некоторых культур по Республике Казахстан. Более подробная информация о веб-интерфейсе представлена на рисунке 7.

веб-интерфейс Crop Explorer.

Эта система ориентирована на пользователя, которому нужны обобщенные данные в целом о сельскохозяйственной ситуации страны, но она не подходит для использования в оперативной практике обслуживания зернового хозяйства Казахстана.

Сервис продовольственной и сельскохозяйственной организаций ООН

Продовольственная и сельскохозяйственная организация ООН (ФАО) (англ. Food and Agriculture Organization, FAO) - организация ООН, основной задачей которой является борьба с голодом. ФАО выступает в качестве форума, где развитые и развивающиеся страны на равных обсуждают и согласовывают политические решения в сфере продовольственной безопасности. [7]

ФАО была создана на конференции в Квебеке 16 октября 1945 г. Организация занимается проблемами развития сельских регионов и сельскохозяйственного производства. ФАО помогает развивающимся странам и странам с переходной экономикой модернизировать и совершенствовать методы ведения сельского, лесного и рыбного хозяйства и обеспечивать надлежащее питание для населения. Основными целями организации являются: искоренение голода, ликвидация нищеты и стимулирование экономического и социального развития, а также устойчивое управление и пользование природными ресурсами [9] .

Глобальная система информации и раннего предупреждения по проблемам продовольствия и сельского хозяйства (GIEWS) содержит информацию о текущем сельскохозяйственном сезоне, объеме импорта, так же приводятся оценки и прогнозы ожидаемой урожайности [8] .

На сайте GIEWS представлены краткие обзоры, в которых содержится актуальная информация о продовольственной ситуации в России (рисунок 8) :

данные о сроках вегетационного периода для основных сельскохозяйственных культур (ячмень, зерновые, кукуруза, овес, рожь, пшеница) ;
сравнение урожая основных зерновых культур текущего года с урожаем предшествующих лет;
прогноз экспортных цен и экспорта зерновых культур. Обзоры обновляются не менее четырех раз год.

Краткий обзор о продовольственной ситуации в Казахстане [8]

В разделе «Наблюдения Земли» представлены карты пространственного распределения сезонного, вегетационного индикаторов и показателей осадков. Вегетационные индексы получены по спутниковой информации NOAA. Данные по осадкам предоставлены Европейским центром среднесрочных прогнозов погоды (ECMWF) .

К сезонным показателям относятся индекс здоровья растительности VHI (Vegetation Health Index) и сельскохозяйственный индекс стресса ASI (Agricultural Stress Index ) .

ASI разработан ФАО. Индекс показывает интенсивность сельскохозяйственной засухи и оценку влияния условий на рост и развитие растительности. ASI основан на интеграции индекса VHI по двум критериям, которые наиболее важны при оценки засухи: временное и пространственное. Первым этапом расчета ASI является временное усреднение VHI, при этом оценивается интенсивность и продолжительность засушливых периодов. Второй этап определяет пространственную протяженность засухи, путем отнесения к засушливым участкам пикселей, у которых значение VHI ниже 35 %.

На сервисе доступны карты пространственного распределения аномального NDVI (NDVI Anomaly) (на рисунках 9, 10) .

Распределение NDVI Anomaly для Казахстана[10]

Распределение NDVI Anomaly за 2 декаду июля 2020 года. [10]

Этот показатель указывает на отличие значения NDVI текущей декады от среднемноголетнего значения NDVI для этой декады. Увеличение текущего значения NDVI от среднемноголетнего на 20 % соответствует хорошему состоянию посевов, уменьшение текущего значения на 40 % определяет плохое состояние посевов. Этот критерий оценки состояния посевов является достаточно грубым, поскольку основан только на одном параметре NDVI. Наиболее надежные оценки состояния посевов можно получить, если наряду со спутниковой информацией использовать агрометеорологические данные, а так же располагать информацией о фактических сроках сева. Высокое значение NDVI в начале сезона дождей не всегда соответствует росту растений. Низкое значение NDVI в конце вегетационного сезона отражает состояние зрелости культуры или же является следствием засухи.

Сервис космомониторинга проекта MARS (Monitoring of Agriculture with Remote Sensing)

Практически в каждой из европейских стран существует и эксплуатируется соответствующая система мониторинга состояния и продуктивности посевов основных сельскохозяйственных культур. Вместе с тем, для Европы в целом работают системы спутникового мониторинга сельскохозяйственных земель, разработанные проектом MARS (Monitoring of Agriculture with Remote Sensing) .

Проект MARS стартовал в 1988 г., изначально был разработан для применения новых космических технологий при обеспечении независимой и своевременной информации о посевах сельскохозяйственных культур. Начиная с 2000 г. разработанные технологии начали применяться для стран не входящих в Европейский союз, с целью осуществления глобального сельскохозяйственного мониторинга и оценки продовольственной безопасности. Деятельность проекта основана на опыте в области моделирования сельскохозяйственных культур, агрометеорологии, геопространственного анализа. В настоящее время проект состоит из четырех направлений: GeoCAP, AGRI-ENV, AGRI4CAST and FoodSec. Не будем останавливаться на описании всех направлений. Более подробно можно ознакомитсся на официальном сайте https://cordis. europa. eu/project/id/1987 MARS. [12] .

В работе системы используются спутниковые, метеорологические данные, инструменты статистического анализа и агрометеорологические модели. Основными направлениями работы AGRI4CAST являются:

мониторинг посевов и прогнозирование урожайности;
моделирование развития сельскохозяйственных культур.

Сервис космомониторинга по анализу состояния сельскохозяйственных культур компании «СКАНЭКС»

Инженерно-технологический центр «СКАНЭКС» является лидирующей компанией в России, которая выполняет полный цикл работы с данными дистанционного зондирования Земли. Компания занимается приемом космических снимков, разрабатывает программное обеспечение по обработке снимков и создает геопорталы для работы с пространственными данными [11] .

В помощь сельхозпроизводителям «СКАНЭКС» запустил уникальный онлайн сервис «КосмосАгро» для мониторинга сельхозугодий. Сервис размещается на геопортале www. kosmosnimki. ru. (рисунок 11) В состав сервиса входит база данных с удаленным доступом, которая позволяет в онлайн режиме работать с визуальными спутниковыми данными и с информационно-статистическими данными.

Сервисные и проектные услуги в области геопространственных технологий и аэрокосмического мониторинга»

онлайн сервис «КосмосАгро» для мониторинга сельхозугодий [13]

Пользователи имеют возможность работать с высокодетальными космическими снимками с разрешением 2, 5 - 6 метров. Для этого пользователю необходимо предоставить информацию о расположении сельскохозяйственных угодий. Для мониторинга развития посевов в системе доступны композиты NDVI сельскохозяйственных угодий следующих спутников или их сочетаний:

- MODIS (разрешение 250 м) ;

- UK-DMC2 (разрешение 22 м) ;

- SPOT (разрешение 2, 5 - 10 м) .

... продолжение

Вы можете абсолютно на бесплатной основе полностью просмотреть эту работу через наше приложение.