Kuidas satelliidipildid aitavad põllukultuuride jälgimisel

Satelliidipildid on üks mitmekülgsemaid funktsioone, mida saab põllumajandustootmises rakendada otsustusprotsessi parandamiseks. Suure hulga andmete põhjal otsuste tegemine aitab põllumeestel, agronoomidel või nõustajatel mõista olukorda ja protsesse, mis toimuvad jälgitavatel põllumajanduspõldudel.

Mis on satelliidipildistamine?

Satelliidipildistamine, tuntud ka kui satelliit-kaugseire, on protsess, mille käigus satelliidipiltide abil kogutakse teavet Maa pinna, atmosfääri ja ookeanide kohta. See tehnoloogia hõlmab järgmiste tehnoloogiate kasutamist: satelliidid varustatud spetsiaalsete andurite ja kaameratega, mis suudavad kosmosest jäädvustada Maast kõrglahutusega pilte.

Satelliitide jäädvustatud pilte saab kasutada mitmesugustes rakendustes, sealhulgas ilmastikumustrite jälgimiseks, keskkonnamuutuste jälgimiseks, maakasutuse ja taimestiku kaardistamiseks ning loodusõnnetuste mõju hindamiseks. Neid saab kasutada ka sõjalistel ja luure eesmärkidel.

Satelliidipildistamine oma eelistega võib tekitada olukordi, mida regulaarse vaatlusega ei ole võimalik näha. Regulaarsed vaatlused võivad olla väga nõudlikud nii tööjõu, raha kui ka ajakulu osas.

Isegi põllukultuuride kasvuperioodil regulaarselt tehtavate vaatluste korral on mitmeid asju, mida palja silmaga ei ole võimalik näha, näiteks varajane areng haigus ja kahjurite tekitatud kahjustused, mis lõppkokkuvõttes põhjustavad klorofülli lagunemist raku tasandil.

Inimsilmale nähtamatute spektraalribade integreerimise ja arvutamise abil saavad kasvatajad ja nõustajad klorofülli lagunemist enne taimedel nähtavate haigus- või kahjurikahjustuste sümptomite ilmnemist hõlpsalt visualiseerida.

Need põllukultuuride seire eelised on tänapäevaste tehnoloogiate puhul kasulikud, võimaldades sellise teabe integreerimist geograafilistesse infosüsteemidesse, mille tulemuseks on kiire ja kvaliteetne andmekogum, mida saab kasutada põllumajanduslike tootmissüsteemidega seotud otsustusprotsessides.

Lisaks teabepõhiste otsuste tegemisele saab satelliidipilte kasutada aruandluseks, arvestuse pidamiseks ja integreerimiseks erinevate andmekogumitega (haiguste ja kahjurite mudelid, saagikaardid, kahjurite seire, väetamiskaardid jne), et luua veelgi funktsionaalsem põllukultuuride seiresüsteem ja viis, kuidas põllumees või teised spetsialistid näevad põllukultuuride edenemist kasvuperioodil.

Kuidas satelliidipilte põllumajanduses kasutatakse?

Pilte saab kasutada spektraalindeksite modelleerimiseks ja arvutamiseks, mida hiljem saab kasutada visualiseerimiseks värvisünteesi kujul, kas spektri nähtavas osas või teiste lainepikkuste lisamise teel. Õigesti valitud värvisüntees võib paljastada põllukultuuride kasvu, stressi või mulla seisundi. erosioon kuvatakse erinevate värvidega.

Spektraalsed indeksid on kahe või enama lainepikkuse spektraalse peegelduse kombinatsioonid huvipakkuvate tunnuste näitamiseks. Põllukultuuriindekseid kasutatakse kõige sagedamini põllumajanduses, kuid indekseid kasutatakse ka põlenud alade, muude kunstlike tunnuste, vee ja muude geoloogiliste tunnuste tuvastamiseks.

Kasulikud spektraalnäitajad põllukultuuride tootmises on järgmised:

• NDVI (Normaliseeritud taimestiku erinevuse indeks).
• EVI (täiustatud taimestiku indeks).
• RENDVI või NDRE (punase serva normaliseeritud erinevuse taimestikuindeks).
• GNDVI (rohelise normaliseeritud erinevuse taimestiku indeks).
• MSI või NDWI (Moisture Stress Index).
• LAI (lehepindala indeks).

NDVI on üks enimkasutatavaid indekseid ja seda kasutatakse sageli põllukultuuri algseisundi ülevaatamiseks. Teised indeksid töötavad teatud omadustega, seega on tulemused spetsiifilised ja seotud konkreetsete põllumajanduslike kohtadega, mistõttu on oluline arvestada maismaataimestiku ajalooga.

NDVI (normaliseeritud taimestiku erinevuse indeks)

See indeks mõõdab rohelist taimestikku ja on üldiselt kõige laialdasemalt kasutatav indeks. Lehed peegeldavad infrapunavalgust (NIR) ja kasutavad fotosünteesiks ainult nähtavat valgust. See tähendab, et tervet taime, millel on hea fotosünteesi kiirus, saab analüüsida, võrreldes NIR-i nähtava punase valgusega.

Ebatervislik taimestik peegeldab rohkem nähtavat valgust ja alandab lähiinfrapunakiirgust (NIR). Tervislik taimestik vähendab osa talle langevast nähtavast valgusest. NDVI on aga tundlik mulla (valguse ja värvi), pilvkatte ja varju mõjude suhtes. Samuti võivad NDVI väärtused olla valed tiheda taimestiku korral.

EVI (täiustatud taimestiku indeks)

See indeks on mõõduka lahutusvõimega spektrite standard – instrument, mida kasutatakse Terra ja Aqua satelliitidel. EVI pakub NDVI-le alternatiivi, mis viitab mõnele selle puudusele, nt pinnase ja atmosfääri piirangud, optimeerides lehtede peegelduvust.

See kasutab signaali korrigeerimiseks nähtava spektri sinist osa, vähendades eespool nimetatud piirangute, sealhulgas aerosoolide poolt hajuva elektromagnetkiirguse mõju.

RENDVI või NDRE (punase serva normaliseeritud erinevuse taimestikuindeks)

See indeks põhineb standardsel NDVI indeksil, kuid muudatustega. RENDVI on väga kasulik täppispõllumajanduses, metsade seires ja põllukultuuride stressi tuvastamisel.

Selle efektiivsus tuleneb punasesse otsribasse langevate lainepikkuste kaasamisest, mitte peegelduse ja neeldumise väärtusele vastavate lainepikkuste kaasamisest. See on eriti mugav taimestiku seisundi väikeste muutuste tuvastamiseks.

GNDVI (rohelise normaliseeritud taimestiku erinevusindeks)

See indeks sarnaneb NDVI indeksiga ja mõõdab valguse peegeldust spektri rohelises osas lainepikkuste vahemikus 540–570 nanomeetrit, mitte spektri punases osas. See muudab indeksi tundlikumaks põllukultuuride roheliste osade klorofülli sisalduse suhtes.

MSI (niiskusstressi indeks)

See indeks on tundlik lehtede veesisalduse suurenemise suhtes. MSI indeksit kasutatakse veepuuduse stressi tuvastamiseks ja see on hea näitaja põllukultuuride tingimuste kohta, mida sageli kasutatakse põllukultuuride modelleerimiseks, tulekahjude analüüsimiseks ja ökosüsteemi füsioloogia jaoks. Kõrged väärtused näitavad veestressi ja madalamat veesisaldust.

LAI (lehepinna indeks)

Seda indeksit kasutatakse lehtede pindala hindamiseks ning taimede kasvu ja saagikuse ennustamiseks.

Põllukultuuride satelliidipiltide tüübid

Satelliidipiltide kasutusjuhud

Siin on mõned olulised satelliidipiltide kasutusalad põllukultuuride seiramisel:

Termopildid

Maapinnal asuvate objektide kiirgavat soojust on näha õhust tehtud termofotodel, mis paljastavad ka temperatuurimuutused, mis vastavad põllukultuuride stressile. Mittevajalike elementide, näiteks pöördseadmete, eemaldamine pildilt kalibreerimise ja pildikorrektsiooni abil hoiab ära andmete moonutamise.

Lõppkujutisel on jahedamad piirkonnad lillad ja soojemad piirkonnad kollased. Termopildistamine on abiks lekete, ummistuste ja muude niisutusprobleemide leidmisel, kuna vesi jahutab taimestikku. Termopildistamine aitab kasvatajatel tuvastada sümptomitele eelnevaid haigusi ja kahjureid ning reageerida õigeaegsemate ja sihipärasemate sekkumistega, paljastades lehtede pinnatemperatuuri pisikesed muutused.

Mulla niiskus

Põllumajandus peab arvestama mulla niiskusega. Täppispõllumajanduse rakenduste jaoks (üksikute põldude skaalal) ja saagikuse modelleerimise paranemise ootuses on kõrgresolutsiooniliste mulla niiskuskaartide kättesaadavus eriti oluline.

Vaatluste kehva ruumilise lahutusvõime ja väikese sügavuse tõttu on satelliitidelt saadud mulla niiskusesisaldust seni vähe kasutatud põllumajanduslike otsuste toetamiseks talu- või põllutasandil. Kui aga satelliitidelt saadud mulla niiskusesisaldusel on võimalik saada asjakohaseid andmeid vastuvõetavate ajaliste ja ruumiliste mõõtmetega, eeldatakse, et sellel on suur potentsiaal.

Resolutsioon

Madala orbiidiga satelliitidelt tehtavate kõrgresolutsiooniliste satelliidipiltide arendamine ja kättesaadavus on viimasel ajal paranenud, pakkudes uut potentsiaali fenotüüpimise rakenduste jaoks. See artikkel illustreerib, kuidas satelliitfotograafiat kasutatakse põllukultuuride fenotüüpimisel ja põllumajandustootmises, ning tuvastab taimede tunnused, mida saab hinnata kõrgresolutsiooniliste satelliidiandmete abil.

Artiklis käsitletakse satelliidipõhise fenotüüpimise kasutamise eeliseid põllukultuuride aretusprogrammides ja ka puudusi, näiteks pilvede blokeerimist. Samuti uuritakse tulevikus suure eraldusvõimega satelliitkujutiste potentsiaalseid kasutusvõimalusi fenotüüpimise tööriistana.

Selleks, et aidata taimekasvatajatel valida saagikaid ja stressitaluvaid sorte, mis aitavad rahuldada ülemaailmset toidunõudlust ja samal ajal kliimamuutustega toime tulla, saab põllukultuuride sortide hindamiseks fenotüüpimise vahendina kasutada kõrgresolutsiooniga satelliidipilte.

Satelliidipiltide rakendused

GeoPard võimed ja satelliitpildistamise rakendused pakuvad kasutajatel visualiseerida, normaliseerida, analüüsida ja saada otse põllumajandusmaatükkidelt teadmisi, et parandada põllukultuuride tootmist. Seda andmete kasutamist saab teha kasutusvalmis GeoPardi algoritmide abil või luues oma algoritme, et muuta need agronoomias kasulikuks.

Need algoritmid võimaldavad hinnata põllukultuuride kasvu, stressi jne (vt fotot) või isegi luua retseptikaarte: näiteks lämmastiku VR-rakenduskaardid, taimekaitsevahendite pritsimise rakenduse kaardid.

Korduma kippuvad küsimused

1. Kuidas saada talust satelliidipilte?

Selle oma talu jaoks hankimiseks uurige teenusepakkujaid, registreeruge ja avage nende andmebaas või portaali. Määrake oma talu asukoht ja soovitud parameetrid, et saada põllumajanduslikuks jälgimiseks asjakohaseid pilte.

2. Miks on satelliidipildid toiduvõrgustike mõistmisel abiks?

See on abiks toiduvõrgustike mõistmisel tänu oma võimele pakkuda laia ja terviklikku ülevaadet ökosüsteemidest. Jäädvustades suuremahulisi pilte maismaast ja veekogudest, võimaldab see teadlastel jälgida ja analüüsida erinevate elupaikade ja ressursside ruumilist jaotust.

See omakorda aitab uurida erinevate liikide vastastikmõju, tuvastada peamisi toitumissuhteid ja mõista energia liikumist toiduvõrkude kaudu.

See aitab lahti harutada keerulist ökoloogilist dünaamikat, aidates kaasa ökosüsteemi toimimise ja kaitsealaste jõupingutuste sügavamale mõistmisele.

3. Kui kallid on satelliidipildid?

Selle maksumus varieerub sõltuvalt mitmest tegurist. Nende hulka kuuluvad teenusepakkuja, resolutsioon, hankimise sagedus ja vajaliku katvuse ulatus. Hinnad võivad ulatuda taskukohastest madala resolutsiooniga piltide valikutest kuni kallimate valikuteni kõrge resolutsiooniga ja reaalajas jälgimise jaoks.

Lisaks võivad spetsialiseeritud teenused või kohandatud andmepäringud kaasa tuua lisakulusid. Soovitatav on uurida erinevaid pakkujaid ja nende hinnamudeleid, et leida satelliitkujutiste lahendus, mis vastab teie konkreetsetele nõuetele ja eelarvele.

4. Mis on infrapunasatelliidi pildid? Kuidas neid lugeda?

See jäädvustab Maa pinnal asuvate objektide ja pindade kiirgavat infrapunakiirgust. See annab väärtuslikku teavet temperatuurimuutuste ja termiliste mustrite kohta.

Infrapuna satelliidipiltide lugemiseks tuleb mõista, et soojemad objektid paistavad pildil heledamad, jahedamad aga tumedamad. Neid temperatuurimuutusi analüüsides saab hinnata pilvede moodustumist, tuvastada maa ja vee temperatuuri erinevusi, avastada metsatulekahjusid ja isegi jälgida ookeanihoovusi.

Värviskaala mõistmine ja piltide heledustasemete tõlgendamine aitab infrapunasatelliidipiltidelt olulist teavet ammutada.