Марийский институт переподготовки кадров агробизнеса
Навигация

Календарь событий

Июль 2024
Пн Вт Ср Чт Пт Сб Вс
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31 1 2 3 4

QR-код сайта:

Марийский институт переподготовки кадров агробизнеса

Документы

Устав института (скачать)

Приложение (скачать)

Лицензия на осуществление образовательной деятельности
 

Инвентаризация сельхозугодий и создание специальных тематических карт

19.07.2021

Важная и перспективная область применения технологии ДЗЗ в аграрной сфере - мониторинг сельскохозяйственных культур. К типичным задачам относятся обеспечение текущего контроля за состоянием посевов сельскохозяйственных культур, раннее прогнозирование их урожайности, одновременный мониторинг темпов уборки, определение емкости пастбищ различных типов, продуктивности сенокосов и др. Эти задачи решаются проведением систематических повторных съемок, которые обеспечивают наблюдение за динамикой развития сельскохозяйственных культур и прогнозирование урожайности. Используя при дешифрировании информацию об изменении спектральной яркости растительности в течение вегетационного периода и индекс NDVI, можно по тону изображения полей судить об их агротехническом состоянии.

Следует отметить, что текущие результаты мониторинга дают более объективные и точные сведения, когда совмещаются с актуальными и достаточно точными картами сельхозугодий. Сами же задачи мониторинга решаются на этом фоне эффективнее и с существенно меньшими затратами, так как нет необходимости использовать натурные данные для определения границ полей и гораздо легче выделять эталонные участки [8].

Наблюдение за динамикой использования сельскохозяйственных земель является необходимым элементом системы регулирования агропромышленного комплекса. Состояние и динамика использования пахотных земель являются важными при оценке экологических последствий. Изменения в использовании пахотных земель ведут к изменениям микроклимата, ландшафта, влияют на объемы углекислого газа. Забрасывание пахотных земель, имевшее место практически во всех регионах России в последние десятилетия, как правило, сопровождается их деградацией, эрозией, резким снижением плодородия почв, зарастанием древесно-кустарниковой растительностью.

Нерациональное землепользование, связанное с несоблюдением правил сельскохозяйственного севооборота, может приводить к истощению почв, а значит, к длительному снижению плодородия земель. Применение удобрений и ядохимикатов ведет к загрязнению расположенных рядом водных объектов в результате водной эрозии [37].

Обширные территории, занимаемые сельскохозяйственными угодьями, довольно сложно контролировать из-за недостатка точных карт, неразвитой сети пунктов оперативного мониторинга, наземных станций, в том числе метеорологических, отсутствия авиационной поддержки, дороговизны содержания штата и др. Кроме того, в силу различного рода природных процессов происходит постоянное изменение границ посевных площадей, характеристик почв и условий вегетации на различных полях и от участка к участку. Эти факторы препятствуют получению объективной, оперативной информации для оценки текущей ситуации, прогнозирования последствий и планирования необходимых мероприятий по увеличению производства сельскохозяйственной продукции, оптимизации использования земель, прогнозированию урожайности, уменьшению затрат и повышению рентабельности аграрного производства.

Материалы ДЗЗ позволяют решать как комплексные задачи управления сельскохозяйственными территориями, так и специализированные. С помощью спутникового мониторинга возможно контролировать сроки и качество проведения основных агротехнических работ и тем самым оптимизировать управление сельскохозяйственным производством. По снимкам выполняют инвентаризацию и картографирование земельных угодий на основе международной классификации использования земель, а снимки высокого разрешения применяют для создания земельного кадастра (рис. 3) [38].

К первоочередным задачам, которые решаются с помощью данных ДЗЗ в аграрном секторе России, относятся инвентаризация сельхозугодий и создание специальных тематических карт [39]. При инвентаризации земель сельскохозяйственного назначения выполняются следующие виды работ [40]:

• создание векторной карты полей (рабочих участков);

• обновление векторной карты полей (рабочих участков);

• создание и обновление планово-картографической основы производственных активов сельскохозяйственного предприятия.

 tnk-2021-07-19-01

Рис. 3. Пример карты кадастровой оценки сельскохозяйственных земель

Сельскохозяйственное картографирование с использованием данных ДЗЗ должно обеспечить составление карт трех уровней: административных районов, отдельных хозяйств, отдельных угодий (конкретные поля, пастбища, сенокосы и др.).

Так, в Республике Татарстан разработан пилотный проект геоинформационной системы АПК, базовой основой которой является паспортизация полей с применением технологий дистанционного мониторинга, включающей в себя информацию о природно-хозяйственном состоянии полей, занесенных в базу данных. Реализация системы предусматривает актуализацию паспортов хозяйств, создание агрохимических картограмм, отражающих содержание в почве основных элементов питания и кислотности, привязку паспорта к данным Росреестра.

Подключение сервисов космического мониторинга позволяет осуществлять текущий контроль состояния посевов сельскохозяйственных культур, выполнения агротехнических работ, выявлять неблагоприятные факторы, такие как ветровая и водная эрозия, засуха и др. [41].

Сельскохозяйственные угодья, а также брошенные, засоренные, зарастающие (в том числе лесной растительностью) земли хорошо дешифрируются по текстуре изображения. Наличие большого массива архивных снимков также может оказать существенную помощь при выявлении земель, пришедших в негодность и требующих значительных финансовых вложений для возвращения в оборот.

В настоящее время для инвентаризации сельскохозяйственных земель и создания специальных карт наиболее перспективными с точки зрения соотношения «цена - качество» являются данные со спутника ALOS (Япония). Сенсор PRISM, которым снабжен спутник, в основном и предназначен для картографирования. Каждый из трех объективов сенсора (для визирования вперед, вертикально вниз и назад) обеспечивает пространственное разрешение 2,5 м. Для PRISM характерна не только высокая разрешающая способность, но и достаточно широкая полоса съемки - до 35 км [8].

Съемочная система выделяется высокой точностью позиционирования снимков с использованием только орбитальных данных без выполнения наземных изысканий. Использование RPC (коэффициенты рационального полинома), поставляемых вместе со снимками, позволяет получать пространственную основу с точностью позиционирования не ниже 10 м, что соответствует задачам сельскохозяйственного картографирования в масштабах до 1:25 000.

Оптическая система PRISM, основанная на трех зеркалах, не имеет хроматической аберрации по всему полю обзора и дает четкое изображение, что важно для дешифрирования и определения границ различных видов сельхозугодий и земель. Технология дешифрирования снимков для задач тематического картографирования с применением программного комплекса ENVI (ITT Visual Information Solutions) хорошо отработана специалистами компании «Совзонд», поэтому создание специальных сельскохозяйственных карт, например средней полосы Европейской части России, может занять не более двух месяцев [10].

По снимкам высокого разрешения выполняют оценку состояния посевов - их однородности или пятнистости, связанной с вымерзанием, вымоканием, ветровым полеганием, воздействием вредителей. Связи, установленные между биомассой растительности и ее спектральной яркостью, обусловливают регулярное составление карт вегетационного индекса для оценки биомассы посевов и пастбищной растительности.

Методы дистанционного зондирования в сельском хозяйстве позволяют осуществлять [9]:

• классификацию типов сельскохозяйственных культур;

• оценку состояния посевов (всхожесть, смена фенофаз, развитие и созревание культур);

• определение областей вымерзания озимых посевов, раннее выявление засухи;

• выделение участков эрозии, заболачивания, засоленности и опустынивания;

• определение областей гибели сельскохозяйственных культур от болезней, насекомых, дефляции, загрязнения пестицидами;

• характеристику и состояние почвы;

• прогнозирование урожая (качественно и количественно);

• учет и инвентаризацию посевных площадей;

• мониторинг состояния пастбищ: степень поражения болезнями и грызунами, зоны нарушения растительности в результате выпаса скота, проективное покрытие травяной растительностью;

• контроль качества и диспетчеризацию своевременности проведения различных сельскохозяйственных мероприятий;

• управление орошением посевов сельскохозяйственных культур;

• анализ эффективности использования поливной воды для орошения посевов сельскохозяйственных культур.

Важным направлением мониторинга земель сельскохозяйственного назначения является разработка подходов по применению спектральных (вегетационных) индексов для автоматизированного картографирования и оценки состояния посевов. На основе применения цифровых спутниковых снимков для картографирования отдельных типов посевов, их биофизических параметров и особенностей развития сезонных значений вегетационных индексов могут быть определены периоды, наилучшим образом позволяющие детектировать и анализировать посевы конкретных сельскохозяйственных культур.

Значения вегетационных индексов (NDVI, EVI), получаемые регулярно с интервалом в 16 дней и распространяемые службой

LPDAAC в виде продуктов MOD13Q1, могут быть использованы для анализа динамики спектральных свойств конкретных полей. Определение сезонных значений NDVI, наиболее информативных для дешифрирования сельскохозяйственных культур, дает возможность по значениям индекса осуществлять разделение посевов культур друг от друга, выполнять мониторинг площадей посевов, анализировать тренды многолетних изменений.

В [42] изучены сезонные значения NDVI для девяти сельскохозяйственных культур: озимой пшеницы, сахарной свеклы, многолетних трав, ячменя, овса, подсолнечника, кукурузы, озимой ржи, выращиваемых в Белгородской области, выявлены сезонные наиболее эффективные значения индекса для автоматизированного дешифрирования и анализа конкретных культур или их групп.

В результате исследований установлено, что наиболее оптимальной является следующая последовательность обработки и анализа посевов сельскохозяйственных культур по значениям NDVI: 1) озимые культуры и многолетние травы; 2) соя, сахарная свекла, подсолнечник, кукуруза; 3) яровой ячмень и овес. При этом культуры каждой предыдущей группы исключаются из пространства изображения, используемого при дешифрировании. Разработанный способ выделения групп агрокультур сводит к минимуму экспертную проверку результатов и анализ данных высокого пространственного разрешения.

Среди задач мониторинга сельскохозяйственных земель выделяются задачи обеспечения текущего контроля за состоянием посевов сельскохозяйственных культур, прогнозирования урожайности, мониторинга темпов уборки урожая, определения продуктивности сенокосов и емкости пастбищ и др. Эти задачи решаются систематическими повторными съемками, которые обеспечивают наблюдение за динамикой развития сельскохозяйственных культур и прогнозирование урожайности. На основании использования при дешифрировании различия в спектральных яркостях растительности в течение вегетационного периода и индекса NDVI делается вывод об агротехническом состоянии полей.

В отличие от БПЛА, данные дистанционного зондирования (ДДЗ) космического происхождения типа Landsat существуют в большом диапазоне сроков. Архив Landsat 5, 7, 8, где пространственное разрешение для спектральных каналов составляет 30 м, содержит кадры ДДЗ с 1984 г. по текущую дату [43]. Большая часть архива содержит облачные кадры не пригодные для расчетов ВИ, остальная часть, как правило, пригодна (рис. 4, 5).

Из рис. 4 видно, что ВИ отражает состояние растительности на момент съемки. Следовательно, разные ВИ хозяйства будут отражать разные культуры и разные сельскохозяйственные приемы.

 tnk-2021-07-19-02

Часть хозяйства не будет охвачена ВИ, так как при открытой поверхности почвы ВИ рассчитать невозможно.

Существует еще одна сложная проблема - тень от облаков. Рассчитать ВИ в области тени невозможно, так как в плане требования к безоблачности кадров ДДЗ БПЛА и космического мониторинга мало отличаются, но ДДЗ космической съемки почти полностью лишены проблем полос, связанных с направлением пролета. NDVI Landsat (рис. 5) вполне однородны и позволяют легко дешифрировать зоны хорошего и плохого состояния вегетации сельскохозяйственных культур.

 tnk-2021-07-19-03

Сложность применения вегетационного индекса для выдачи рекомендаций по дифференцированной обработке полей связана также с проблемами нормализации кадров данных дистанционного зондирования, полученных при разных условиях съемки, и высокой динамичностью состояния сельскохозяйственных культур в течение одного вегетационного периода и по годам [44]. Для компенсации недостатков работы с ДДЗ применяют технологию ретроспективного мониторинга, которая разработана на принципах спектральной окрестности линии почв [45].

Анализ множества источников показал, что карты устойчивой внутриполевой неоднородности (УВН), полученные по технологии ретроспективного мониторинга почвенно-земельного покрова с использованием десятков разновременных данных дистанционного зондирования со спутников Landsat и Sentinel, являются самыми информативными для целей координатного земледелия [46-48]. При этом ДДЗ используются для вычисления вегетационных индексов NDVI. Попытки использовать текущий NDVI для формирования карт-заданий на дифференцированное внесение удобрений успеха не имели, и NDVI в основном используется для мониторинга по ДДЗ [49]. На рис. 6 представлена карта УВН. Зоны плодородия окрашены в непрерывную палитру - от синего до красного, где синие цвета соответствуют зонам пониженного плодородия, а красные - повышенного.

 

Данная карта получена технологией ретроспективного мониторинга и лишена целой серии недостатков:

• отсутствуют искажения спектральной яркости в виде полос по направлению движения носителя съемочной аппаратуры;

• отсутствует фрагментарность, связанная с агротехническими приемами и севооборотом;

• пространственное разрешение одинаково для всей территории картирования и составляет 30 м;

• отсутствуют искажения, связанные с объектами, не влияющими на внутриполевую неоднородность плодородия (дороги, лесополосы, строения и т.д.).

Одним из показателей окультуренности почв является обеспеченность их подвижным фосфором. Несмотря на то, что фосфор накапливается в верхних почвенных горизонтах, происходит ежегодный вынос этого элемента с урожаем выращиваемых культур из пахотных почв (а также с поверхностным стоком в ближайшие водоемы, которые из-за этого обильно цветут), а возврат фосфора с пожнивными остатками, как правило, недостаточен для восполнения потерь. Признаки дефицита фосфора у растений обнаруживаются при его содержании менее 0.15% на сухую массу, достаточным считается содержание фосфора в диапазоне от 0,20 до 0,75%, чрезмерным или токсичным - более 1% [50].

Прогнозное картографирование содержания фосфора (общего, органического, подвижного) в пахотном горизонте почв осуществлялось с использованием в качестве индикатора значений NDVI, рассчитанных по спутниковому снимку Landsat 8 (разрешение 30 м). Прогнозные картограммы содержания фосфора (общего, подвижного, органического) в почвах составлены с использованием регрессионных моделей. В качестве предиктора использовали NDVI посевов овсяно-гороховой смеси, который, как показали исследования, могут оказывать влияние на варьирование параметров растительности и опосредованно на значения NDVI. Поэтому его можно использовать в качестве внешнего индикатора свойств почв при их картографировании.

Материалы ДЗЗ являются основой рационального землепользования, которое усиливает экологические аспекты в использовании земли, предусматривает переход на адаптивно-ландшафтное земледелие, требующие обеспечения достоверной исходной информацией, получаемой на этапе разработки внутрихозяйственных и межхозяйствен- ных проектов землеустройства. В числе ведущих поставщиков данных дистанционного зондирования Земли, востребованных на рынке, - спутниковые системы США, Франции, Японии, Китая, Индии, Израиля, Германии и других стран, а также российский космический аппарат «Канопус-В» (табл. 2), который предназначен для обеспечения оперативной информацией Минсельхоза России, Минприроды России, Росгидромета, РАН и других заинтересованных ведомств.

Таблица 2

Характеристики съемочной аппаратуры космического аппарата

«Канопус-В»

Режим съемки

Панхроматический

Мультиспектральный

Спектральный диапазон, мкм

0,52-0,85

0,054-0,60 (зеленый) 0,63-0,69; 0,6-0,72 (красный) 0,75-0,86 (ближний ИК)

Пространственное разрешение, м

2,1

10,5

Ширина полосы обзора, км

Более 20 (при высоте 510 км)

Периодичность съемки

5 суток

В США получение данных ДЗЗ активно развивается, прежде всего в секторе сверхвысокого разрешения (компании «Digital Globe» и «GeoEye»). Именно им принадлежат космические аппараты марок WorldView-1 (разрешение 50 см), WorldView-2 (46 см), QuickBird (61 см), GeoEye-1(41 см) и IKONOS (1 м), из них наиболее востребованы снимки с аппарата WorldView-2 [51].

Обобщение информации о данных ДЗЗ позволяет сделать следующие выводы о применении космических снимков в разработке внутрихозяйственных и межхозяйственных проектов землеустройства:

• космическая съемка является неотъемлемой частью для создания картографического материала при разработке проектов землеустройства;

• данные дистанционного зондирования Земли являются достоверными и показывают реальную картину состояния земель на исследуемой территории;

• выбор используемых материалов космической съемки в основном зависит от поставленных задач и условной сметы на выполнение инженерных изысканий;

• применение материалов космической съемки позволяет минимизировать затраты на полевые изыскания путем выявления ключевых участков за счет создания качественного картографического материала для интерполяции данных на местность;

• качественно созданный картографический материал является платформой для рационального использования имеющихся земельных ресурсов с извлечением максимальной выгоды из естественного плодородия земли.

Необходимо отметить, что система мониторинга ЗСН предусматривает периодический сбор наземной информации по определению и корректировке границ и площади сельскохозяйственных угодий, которая может быть реализована с использованием глобальных навигационных спутниковых систем ГЛОНАСС, GPS, Galileo, Beydou и др. с точностью 5-15 см. Действующие требования по определению контуров сельскохозяйственных угодий предусматривают погрешность определения местоположения характерных точек границ участков ЗСН с точностью ±2,5% [52].

Для актуализации площади полей представляет интерес специальный аппаратно-программный комплекс, разработанный в Инженерном центре «Геомир», состоящий из высокоточного GPS-приемника StarFire 3000 (рис. 7) и программного обеспечения «Гео- Учетчик», которые подключаются к специальному ноутбуку [53]. В зависимости от используемого оборудования GPS-приемник может работать с точностью 2-40 см.

 tnk-2021-07-19-05

Разработанный комплекс обеспечивает высокую точность определения границ (погрешность до 0,5 м) и площади (до 0,2%) полей, а также решение следующих задач:

• отображение на карте местности текущих координат в реальном времени;

• передача данных на стационарный компьютер для последующей обработки данных;

• коррекция ранее созданных карт полей, их границ;

• создание карт полей в растровой и векторной формах;

• измерение по карте расстояний и площадей полей и др.

Пример созданной электронной карты тестового полигона КубНИИТиМ по результатам наземного измерения площадей полей приведен на рис. 8.

Проведенные сравнительные экспериментальные исследования показали, что наиболее точным методом определения площадей полей является использование аппаратно-программного комплекса «ГЕО-Учетчик» [54]. Данный метод учитывает площади любых объектов, находящихся внутри поля: дорог, столбов и других, что позволяет получить корректную фактическую площадь поля по GPS- данным.

Комплекс рекомендуется использовать для определения контуров полей при планировании сельскохозяйственного производства и внедрении систем точного земледелия.

 tnk-2021-07-19-06

 

Источник: Буклагин Д.С., Мишуров Н.П., Балабанов В.И., Зейлигер А.М., Петухов Д.А. Цифровые технологии оценки, планирования и прогнозирования использования земель сельскохозяйственного назначения: аналит. обзор – М.: ФГБНУ «Росинформагротех», 2020. – 92 с., страница 22-33

 

 
Информация 



Мы находимся здесь:

424005, Республика Марий Эл, г.Йошкар-Ола, ул. Медицинская, д. 17

Наши телефоны:

+7 (8362) 22-34-26 (приемная)
+7 (8362) 46-34-94 (бухгалтерия)

Наш email:
maragrokadr@mail.ru



ФГБОУ ДПО МИПКА


Лицензия МОиН РМЭ
№ 531 от "30" сентября 2015 г.


Яндекс.Метрика


©2016 ФГБОУ ДПО МИПКА