Қашықтықтан зондтауды қолдана отырып, күріш егістігінің үлгісі мен мәдени түрін картаға түсіру

Күріш бүкіл әлемде 3,5 миллиардтан астам адамды тамақтандырады, дегенмен Халықаралық күріш зерттеу институтының (IRRI) 2024 жылғы жаһандық күріш атласының жаңартуына сәйкес, күріш өсірілетін аумақтардың 60%-ден азында дәл және жаңартылған өсіру карталары бар. Қашықтықтан зондтауды қолдана отырып, күріш егістігінің үлгісі мен мәдени түрін картаға түсіру ешбір жердегі зерттеумен салыстыруға келмейтін масштабта кеңістіктік дәл, уақытша сәйкес деректерді беру арқылы бұл алшақтықты тез арада жоюда.

Вьетнамның Меконг атырауындағы суармалы қос егістік алқаптарды ажыратудан бастап, Сахараның оңтүстігіндегі Африкадағы жаңбырмен суарылатын бір маусымдық егістіктерді анықтауға дейін, спутниктік және радарлық жүйелер қазір фермерлерге, үкіметтерге және азық-түлік қауіпсіздігі агенттіктеріне сенімділікпен жоспарлау үшін қажетті ақпаратты береді. Жасанды интеллект және бұлтты есептеулер деректерді өңдеуді жеделдеткен сайын, күрішті нақты уақыт режимінде бақылау 2027 жылға қарай жаһандық стандартқа айналады деп күтілуде.

Неліктен күріш маңызды және оны бақылау қиын

1. Күріш өндірісі және жаһандық азық-түлік қауіпсіздігі теңдеуі

Күріш әлем халқының жартысынан көбі үшін негізгі калориялы тағам болып табылады және оның маңыздылығы жеке тамақтанудан әлдеқайда асып түседі. Әлемдік күріш өндірісі шамамен ... жетті. 2024 жылы 520 миллион метрикалық тонна ұнтақталған күріш, ФАО мәліметтері бойынша, бұл өнімнің шамамен 901 ТП3 Т Азияға тиесілі.

Құрғақшылық, су тасқыны, зиянкестердің өршуі немесе саясаттың сәтсіздігі сияқты күріш жеткізіліміндегі кез келген елеулі үзіліс азық-түлік бағасының күрт төмендеуіне әкеледі, бұл әлемдегі ең кедей отбасыларға пропорционалды түрде әсер етпейді.

Азық-түлік қауіпсіздігін осы ауқымда сақтау үшін күрішті жеткілікті мөлшерде өсіру жеткіліксіз. Бұл күріштің қай жерде өсірілетінін, әр егістік алқапта жылына қанша рет егілетінін және қандай ауыл шаруашылығы тәжірибелері қолданылатынын нақты білуді талап етеді. Үкіметтерге бұл деректер суару инфрақұрылымын бөлу, ресурстарды субсидиялау және төтенше жағдайлар резервтерін құру үшін қажет.

Қиындық күріштің Филиппиндегі террассалы тау бөктерлерінен Қытайдағы кең суармалы жазықтарға дейінгі ерекше фрагменттелген ландшафттарда өсірілуінде, бұл дәстүрлі далалық зерттеулерді ұлттық немесе аймақтық ауқымда логистикалық және қаржылық тұрғыдан тиімсіз етеді.

2. Күріш егістігінің үлгісін жүйелі түрде бақылау қажеттілігі

Күріш егу үлгілері, яғни жылына өсірілетін күріш маусымдарының саны және олардың ландшафт бойынша қалай таралғаны үнемі өзгеріп отырады. Климаттың өзгеруі кейбір аймақтарда өсу мерзімін қысқартса, басқаларында оны кеңейтеді. Экономикалық сигналдар судың қолжетімділігі мен нарықтық бағалар сәйкес келгенде фермерлерді бір реттік егін жинаудан екі есеге дейін итермелейді.

Жүйелі бақылаусыз жоспарлаушылар бес немесе одан да көп жыл бұрын ескірген халық санағы деректеріне сүйене отырып жұмыс істейді, бұл судың, тыңайтқыштарға субсидиялардың және ауылдық несиелердің созылмалы дұрыс бөлінбеуіне әкеледі. Қашықтықтан зондтау бірнеше күн ішінде бүкіл елдер бойынша тұрақты, қайталанатын бақылауларды жүргізу арқылы осы мониторинг алшақтығына шешім ұсынады.

Фермерлердің өзіндік есебіне немесе санақшылардың сауалнамасына сүйенудің орнына, спутниктік жүйелер ландшафтты тікелей бақылайды, күріш алқаптарының су тасқыны, трансплантация, вегетативті өсу және жылдың әр мезгілінде егін жинау арқылы қалай өзгеретінін түсіреді.

3. Қашықтықтан зондтаудың ауыл шаруашылығын картаға түсіруге қандай пайдасы бар?

Қашықтықтан зондтау - бұл әдетте жер серіктеріне, ұшақтарға немесе пилотсыз ұшу аппараттарына (ПҰА) орнатылған сенсорларды пайдаланып, қашықтықтан нысандар немесе аумақтар туралы ақпарат алу ғылымы. Ауыл шаруашылығында сенсорлар электромагниттік спектрдің әртүрлі толқын ұзындықтарында дақылдардан, топырақтан және судан шағылысқан немесе шығарылатын энергияны өлшейді.

Әртүрлі жер жамылғысы түрлері әртүрлі өсу кезеңдерінде энергияны әртүрлі көрсететіндіктен, спутниктік суреттер күріш алқабын жүгері алқабынан, ал су басқан трансплантацияланған күріш алқабын құрғақ тікелей тұқым себілген алқаптан ажырата алады, бұл сенсорлық технология жақсарған сайын дәлдік артады. Қашықтықтан зондтауды қолдана отырып, күріш егу үлгісі мен мәдени түрін картаға түсіру өзара байланысты төрт мақсатқа қызмет етеді.

• Біріншіден, ол маусымдық және жылдық уақыт шкалаларында күріштің қай жерде өсірілетіні туралы кеңістіктік тұрғыдан нақты тізімдерді жасайды.
• Екіншіден, ол картаға түсірілген әрбір аумақта жылына қанша егін жинау циклі болатынын жіктейді, бір, екі және үш рет егілген жүйелерді ажыратады.
• Үшіншіден, ол қолданылатын мәдени тәжірибелерді анықтайды, мысалы, егістік трансплантацияланған ба немесе тікелей тұқым себілген бе, немесе суды басқару бақылана ма немесе жаңбырмен суарылады ма.
• Төртіншіден, ол өндірісті болжауға, суды бюджеттеуге, климатқа бейімделуді жоспарлауға және дәл ауыл шаруашылығы жүйелеріне негізделген бастапқы деректерді жасайды.

Күріш егістік жүйелері мен мәдени түрлерін түсіну

1. Күріш егу үлгісінің шын мәніндегі мәні неде?

Күріш егу үлгісі белгілі бір жерде күнтізбелік жыл ішінде күріш өсірудің уақытша орналасуын сипаттайды. Ол тек күріштің өсірілетінін ғана емес, сонымен қатар әр маусымның басталуы мен аяқталуының қанша рет екенін және сол егістікте қандай дақылдың, егер бар болса, күріштен кейін немесе одан бұрын келетінін көрсетеді. Бұл үлгілерді аймақ бойынша картаға түсіру жоспарлаушыларға жерді пайдалану қарқындылығы мен ресурстарға деген сұраныстың динамикалық көрінісін береді, оны бір ғана сурет ешқашан бере алмайды.

2. Бір дақылдық күріш жүйелері

Бір дақылдық (монокроптық) жүйелерде фермерлер жылына бір күріш маусымын өсіреді, бұл әдетте муссон жаңбырлы маусымымен немесе бір рет бақыланатын суару циклімен сәйкес келеді. Бұл жүйелер судың қолжетімділігі, жұмыс күші немесе климат екінші маусымның мүмкіндігін шектейтін аймақтарда басым.

Бір дақылдық жүйелер маусым сайын ұзағырақ өсу кезеңдерін ұсынады, көбінесе дәстүрлі немесе жақсартылған ұзақ мерзімді сорттар қолданылады, және олар пропорционалды емес түрде жаңбырмен қоректенеді, бұл оларды жауын-шашын уақыты мен таралуына өте сезімтал етеді.

3. Қос дақылданған күріш жүйелері

Қос дақыл жүйелері бір егістіктен жылына екі рет күріш өнімін береді. Олар көбінесе Оңтүстік-Шығыс және Оңтүстік Азияда, соның ішінде Вьетнамдағы Қызыл өзен атырауында, Бангладештің су тасқыны алқаптарында және Үндістанның Пенджаб провинциясының суармалы аудандарында кең таралған.

Екі маусым арасындағы уақытша алшақтық аз, көбінесе 30 күннен аз, сондықтан спутниктік деректерден қос дақыл алқаптарын анықтау бір жыл ішінде екі толық фенологиялық циклді анықтау үшін тығыз уақыттық қатарларды бақылауды қажет етеді.

4. Үш еселенген күріш жүйелері

Жылына үш рет күріш жинау арқылы үш рет егін жинау судың қолжетімділігі мен температураның жыл бойы қолайлы болып қалатын шектеулі аудандарда жүзеге асырылады. Оңтүстік Вьетнамның Меконг атырауы және Қытайдың оңтүстігіндегі Гуандун провинциясының кейбір бөліктері үш рет егін жинау жүйелерін қолдайды.

Жерді пайдалану қарқындылығын барынша арттырғанымен, үш есе дақыл жүйелері топырақ құнарлылығы мен зиянкестермен күресте айтарлықтай қиындықтарға тап болады. Бұл егістіктерді қашықтықтан анықтау техникалық тұрғыдан қиын, себебі егістіктер арасындағы қысқа тыңайту кезеңдерінде фенологиялық сигналдар тығыз орналасқан.

5. Жаңбырлы күріш өсіру

Халықаралық күріш зерттеу институтының (IRRI) мәліметтері бойынша, жаңбырмен толығымен жауын-шашынмен өсірілетін, жасанды сумен қамтамасыз етілмеген жаңбырмен суарылатын күріш бүкіл әлемдегі күріштің жалпы ауданының шамамен 45% құрайды. Бұл Сахарадан оңтүстік Африкада, Оңтүстік және Оңтүстік-Шығыс Азияның таулы аймақтарында және жаңбырға тәуелді су тасқынына ұшыраған жазықтарда басым жүйе.

Жаңбыр суармалы жүйелер жауын-шашынның өзгергіштігіне өте осал, бұл кейбір аймақтарда ылғалды және құрғақ жылдар арасында 30-50% өнімділік ауытқуына әкеледі. Қашықтықтан зондтау тұрғысынан алғанда, жаңбыр суармалы күрішті картаға түсіру қиынырақ, себебі су тасқыны сигналы басқарылатын суармалы егістіктерге қарағанда әлсіз және тұрақсыз.

6. Суармалы күріш өсіру

Суармалы күріш жүйелері суды каналдар, сорғылар немесе басқарылатын су қоймалары арқылы алады, бұл фермерлерге егу және жинау уақытын айтарлықтай дәлдікпен басқаруға мүмкіндік береді. Суармалы күріш қазіргі уақытта әлемдік күріш алқабының тек 55% жерін алып жатыр, бірақ күріштің жалпы өндірісінің 75% үлесін құрайды, бұл су қауіпсіздігінің өнімділік артықшылығын көрсетеді.

Суармалы күрішті әдейі су басу спутниктік сенсорлар сенімді түрде анықтайтын күшті және тұрақты радарлық кері шашырауды жасайды, бұл суармалы күрішті әлемдегі ең дәл картаға түсірілген дақыл түрлерінің біріне айналдырады.

7. Таулы және ойпатты күріш жүйелері

Таулы күріш су басқан емес, жақсы құрғатылған топырақтарда, көбінесе Азия мен Африкадағы тау беткейлерінде немесе террасаларда өсіріледі. Бұл егістіктер ешқашан әдейі су басқан емес, сондықтан оларда ойпатты күрішті радар арқылы анықтауға мүмкіндік беретін су сигналы жоқ, бұл зерттеушілерді тек спектрлік өсімдіктердің үлгілеріне сүйенуге мәжбүр етеді.

Ал ойпатты күріш, керісінше, су табиғи түрде немесе суару арқылы жиналатын жазық немесе таяз су басқан алқаптарда өсіріледі. Ойпатты жүйелер Азияның күріш тостағандары аймақтарында басым және көптеген ауқымды картаға түсіру жұмыстарының негізгі нысанасы болып табылады.

Таулы және ойпатты алқаптар арасындағы морфологиялық қарама-қайшылық, соның ішінде алқап пішіні, топографиялық орналасуы және шатыр құрылымы, объектіге негізделген кескін талдауы тиімді пайдалана алатын қосымша кеңістіктік белгілерді береді.

8. Тікелей тұқым себілген күріш және трансплантацияланған күріш

Трансплантацияланған күріш көшеттерді питомникте 25-30 күн бойы өсіруді, содан кейін оларды қолмен немесе механикалық түрде негізгі егістікке көшіруді қамтиды. Керісінше, тікелей тұқым себілген күріш тұқымдарды питомник сатысынсыз дайындалған егістікке тікелей себуді немесе бұрғылауды қамтиды.

Бұл екі әдіс спутниктік деректерде өлшенетіндей әртүрлі уақытша белгілерді береді: трансплантацияланған егістіктер су тасқынынан кейін шамамен үш аптадан кейін күрт, синхрондалған жасылдануды көрсетеді, ал тікелей егілген егістіктер егу күнінен бастап біртіндеп шатырдың дамуын көрсетеді. Бұл фенологиялық айырмашылық, нәзік, бірақ нақты, өсімдік индекстерін мұқият уақыттық қатарлар арқылы анықтауға болады.

Күріш картасын жасауға арналған қашықтықтан зондтау құралдары мен технологиялары

1. Қашықтықтан зондтаудың физикалық принципі

Әрбір өсімдік күн радиациясын жапырақ биохимиясы, шатыр құрылымы және су құрамымен реттелетін үлгілерде шағылыстырады, сіңіреді және таратады. Жасыл жапырақтар фотосинтез үшін қызыл жарықты күшті сіңіреді, сонымен қатар жақын инфрақызыл (NIR) энергиясының үлкен бөлігін шағылыстырады. Керісінше, су басқан топырақтар кіретін радиацияның барлығын дерлік сіңіреді.

Бұл қарама-қарсы жауаптар спутниктердегі сенсорлар біркелкі уақытпен жаза алатын болжамды спектрлік қолтаңбаларды жасайды, бұл аналитиктерге егістікке бармай-ақ дақылдың жағдайын, өсу кезеңін және егістік деңгейіндегі басқару шешімдерін бақылауға мүмкіндік береді.

2. Оптикалық қашықтықтан зондтау

Оптикалық сенсорлар шағылысқан күн радиациясын анықтап, инфрақызыл толқын ұзындығына дейін кеңейтілгенде адам көзінің көретініне өте ұқсас кескіндерді жасайды. Күріш картасын жасау бойынша зерттеулерде үш оптикалық платформа басым.

Ландсат (1972 жылдан бері NASA және USGS басқаратын бірқатар спутниктер) 16 күндік қайта қарау циклімен 30 метрлік кеңістіктік ажыратымдылықтағы кескіндерді ұсынады. Оның ұзақ уақыттық мұрағаты оны күріш алқабының өзгеруін ондаған жылдар бойы зерттеу үшін өте маңызды етеді. Дегенмен, 16 күндік қайталану қысқа өсу маусымындағы кейбір фенологиялық оқиғалардың бақылаулар арасында байқалмауы мүмкін екенін білдіреді.

Сентинел-2 (Еуропалық ғарыш агенттігі басқаратын, 2015 және 2017 жылдары қос спутниктік шоқжұлдыз ретінде ұшырылған) Landsat-та 10-20 метрлік ажыратымдылықпен және экваторда 5 күндік қайта қарау циклімен жақсарады. Бұл екі жақсарту бірге өрісті дәлірек анықтауға және фенологиялық сынамаларды жақсырақ алуға мүмкіндік береді, ал 2024 жылы ISPRS Journal of Photogrammetry and Remote Zonding журналында жарияланғандарды қоса алғанда, күрішті картаға түсірудің соңғы жоғары дәлдіктегі зерттеулері Sentinel-2-ні негізгі оптикалық деректер көзі ретінде пайдаланады.

MODIS NASA-ның Terra және Aqua спутниктеріндегі (орташа ажыратымдылықтағы бейнелеу спектрорадиометрі) күнделікті қайта қарау мүмкіндігімен 250-500 метрлік ажыратымдылықты қамтамасыз етеді. Жеке далалық картаға түсіру үшін тым күрделі болғанымен, MODIS ұлттық және континенттік масштабтағы егістік қарқындылығын бағалау үшін құнды болып қала береді, мұнда жоғары кеңістіктік ажыратымдылық уақытша тығыздыққа қарағанда онша маңызды емес.

3. Радарлық қашықтықтан зондтау

Синтетикалық диафрагмалық радар (SAR) - микротолқынды импульстарды Жер бетіне жіберетін және сенсорға шашыраған энергияны өлшейтін радарға негізделген технология. Оптикалық сенсорлардан айырмашылығы, SAR бұлт жамылғысы мен күн сәулесінен тәуелсіз жұмыс істейді, яғни ол деректерді бұлтты муссон түнінде де, құрғақ мезгілдің ашық күнінде де бірдей жақсы жинайды.

Бұл қасиет тропикалық Азиядағы күріш карталарын жасау үшін өте маңызды, мұнда оптикалық сенсорлар бұлттардың бітелуіне байланысты өсу маусымының апталарын үнемі жоғалтады.

Сентинел-1 (ESA) C-диапазонындағы микротолқынды энергияны (толқын ұзындығы шамамен 5,6 см) жібереді және 6-12 күндік қайталау циклімен 10 метрлік ажыратымдылықта тегін, жаһандық SAR деректерін жеткізеді. Күріш алқаптары SAR сигналдарымен ерекше түрде әрекеттеседі:

• су басқан өрістер радар энергиясының көп бөлігін сенсордан алыстатып көрсететін (төмен кері шашыраудың мәндерін тудыратын) мінсіз айна ретінде әрекет етеді, ал
• Өсімдік тығыздығы мен жапырақ ауданы артқан сайын күріштің өсіп келе жатқан қабаты энергияны сенсорға қарай шашыратады.

Уақыт өте келе, су тасқыны және трансплантация кезінде төмен түсетін, вегетациялық кезеңдерден өтіп, бағыт алғаннан кейін қайтадан төмендейтін бұл кері шашыраудың траекториясы күрішке ғана тән радарлық фенологиялық белгіні құрайды.

Нгуен және т.б. (Қоршаған ортаны қашықтықтан зондтау, 2023) Sentinel-1 SAR уақыттық қатары бойынша жіктеуге қол жеткізілгенін анықтады 92.3% жалпы дәлдігі Вьетнамның Меконг атырауындағы үш провинцияда күріш егу маусымдарын картаға түсіруде, соның ішінде бұлттылыққа байланысты өсу кезеңінің 60%-ден астамы үшін оптикалық деректер қолжетімді болмаған үш еселенген егістік алқаптарында.

Тропикалық күріш өсіретін аймақтарда SAR негізіндегі әдістер оптикалық зондтауға балама ғана емес, сонымен қатар муссон айларында маусымдық картаға түсірудің жалғыз сенімді нұсқасы болып табылады.

4. Көп сенсорлы деректерді интеграциялау

Ешбір сенсор кеңістіктік егжей-тегжейліліктің, уақыт тығыздығының және бұлттың енуінің тамаша үйлесімін ұсынбайды. Сондықтан ең дәл күріш картаға түсіру жүйелері бірнеше сенсор түрлерін бір аналитикалық құрылымға біріктіреді.

Жалпы архитектура бұлтсыз уақыттық бақылау үшін Sentinel-1 SAR-ды ашық кезеңдерде спектрлік байлық үшін Sentinel-2 оптикалық деректерімен жұптастырады және аймақтық масштабта фенологиялық үлгіні анықтау үшін ірі ажыратымдылықтағы тірек ретінде MODIS пайдаланады.

Бұл деректер ағындары алгоритмдік түрде біріктірілген кезде, біріктірілген деректер жиынтығы дақыл шекараларын анықтай алады, трансплантация күндерін анықтай алады және ешбір сенсор жалғыз өзі қол жеткізе алмайтын сенімділік деңгейімен мәдени типтердің жіктелуін тағайындай алады.

Спутниктік деректерден күріш егістігінің үлгілерін анықтау

1. Күріштің өсу кезеңдерінің уақытша белгілері

Күріш өсу кезеңдерінің айқын анықталған тізбегінен өтеді: жерді дайындау және суару, көшет отырғызу немесе тұқым себу, топырақты өңдеу (бір өсімдіктен бірнеше сабақтың дамуы), шашырау басталғанға дейін, сабақтардың пайда болуы (дәнді гүл масағының пайда болуы) және жинау.

Әрбір кезең егістіктің оптикалық және радарлық сипаттамаларында өлшенетін өзгерісті тудырады. Аналитиктер спектрлік индекстердің уақыттық қатары немесе SAR кері шашырауы ретінде түсірілген осы кезеңге тән қолтаңбаларды фермердің алдын ала хабардарлығынсыз әр егістікте не болғанын және қашан болғанын қалпына келтіру үшін пайдаланады.

2. Фенологияға негізделген күріш картасын жасау

Фенологияға негізделген картаға түсіру (дақылдарды жіктеу үшін биологиялық оқиғалардың уақытын пайдалану) ірі аумақты күрішті анықтаудың басым тәсілі болып табылады. Әдіс математикалық қисықтарды уақыт қатарларының деректеріне сәйкестендіру, содан кейін уақытша үлгі күріштің өсу қисығына тән болатын егістіктерді анықтау арқылы жұмыс істейді. Бұл сәйкестендіру процесінен алынған негізгі оқиғалардың күндеріне мыналар жатады

• өсу маусымының басталуы (әдетте су тасқынынан кейін өсімдік жамылғысы индексінің күрт өсуімен анықталады),
• өсу маусымының шыңы (жапырақ ауданының максималды индексі) және
• маусымның соңы (егін жинау кезіндегі күрт төмендеу).

Күнтізбелік жыл ішінде анықталған осындай циклдар саны егістіктің бір, екі немесе үш рет кесілген деп жіктелетінін тікелей анықтайды.

3. Егін егу қарқындылығын бағалау

Егін егу қарқындылығы, яғни жер бірлігінде жылына аяқталатын егіс маусымдарының саны, күріш егу үлгілерін картаға түсірудің саясатқа ең қатысты нәтижелерінің бірі болып табылады. Қарапайым, бірақ тиімді тәсіл пиксельдің жылдық уақыт қатарында күріш тәрізді спектрлік немесе кері шашыраңқы шыңның қанша рет пайда болатынын есептейді.

Батпақты жерлер, су айдындары немесе маусымдық су тасқынынан туындаған жалған анықтауларды жою үшін кеңістіктік сүзгілермен біріктірілген кезде, бұл циклдік санаулар далалық зерттеулер мен аймақтық статистикаға сәйкес расталуы мүмкін бір, екі және үш дақылдан тұратын күріш карталарын жасайды.

4. Күріштің маусымдық және жылдық таралу картасын жасау

Маусымдық карталар (жылына бір өсу маусымына бір карта) күріштің қай жерде өсірілетінін ғана емес, сонымен қатар оның әр жерде қашан өсетінін де көрсетеді. Содан кейін маусымдық карталардың жылдық жинақтары аймақтың толық егін күнтізбесін, соның ішінде ерте маусымдық және кеш маусымдық күріштің кеңістіктік таралуын көрсетеді, бұл су кестесіне, зиянкестердің қысымын басқаруға және егін жинау логистикасына тікелей әсер етеді.

5. Күрішпен байланысты ауыспалы егісті анықтау

Азияның көптеген күріш жүйелерінде фермерлер күрішті бидаймен, көкөністермен, бұршақ дақылдарымен немесе тыңайған кезеңдермен бір егістік алқапта кезекті маусымдарда кезектесіп егеді. Қашықтықтан зондтау бұл айналымдарды кез келген жеке маусымды оқшаулаудың орнына толық жылдық уақыт қатарын талдау арқылы анықтайды.

Жаңбырлы маусымда күріш ретінде, ал құрғақ маусымда бидай ретінде жіктелген егістік өсімдік индексі деректерінде екі шыңның уақыттық үлгісін көрсетеді, әр шыңның спектрлік сипаттамалары тиісті дақыл түрін анықтайды. Бұл ауыспалы егісті картаға түсіру топырақтың денсаулығын бағалау, суаруға деген сұранысты модельдеу және табысты әртараптандыру бағдарламалары үшін маңызды.

GeoPard күріш егістік үлгілерін картаға түсіруді қалай қамтамасыз етеді

Күріш егу үлгілерін картаға түсіру бүкіл өсу маусымы бойы үздіксіз, көп көзді бақылауды қажет етеді, және GeoPard дәл осыны қамтамасыз етеді. Landsat-8, Sentinel-2 және Planet суреттерін бір платформаға біріктіру арқылы GeoPard егістіктерді күн сайын 3 метрге дейінгі ажыратымдылықта бақылайды, бұл бұлттылыққа байланысты күрішті көшіру алдындағы су тасқыны, көшеттерді көгалдандыру және жинау сияқты маңызды күріш оқиғаларының ешқашан жіберіп алынбауын қамтамасыз етеді.

Платформаның көп сенсорлы біріктіруі бір сенсорлы тәсілдермен салыстырғанда 4% дәлдігінің жақсарғанын көрсетті, бұл бір дақылдық, қос дақылдық және үш дақылдық күріш жүйелері арасындағы айырмашылықты тікелей күшейтеді.

Мәдени типті анықтау үшін GeoPard өсімдік жамылғысының индекс жинағы, оның ішінде жер бетіндегі су тасқынын анықтауға арналған NDWI, шатыр биомассасының уақытын анықтауға арналған EVI2 және шатыр тығыздығын анықтауға арналған LAI, суармалы трансплантацияланған күрішті жаңбыр суарылатын немесе тікелей тұқым себілген жүйелерден бөлетін спектрлік өмірбаянды көрсетеді.

Бұлтты муссон күндері оптикалық кескіндер толығымен істен шыққан кезде, GeoPard-тың интеграцияланған радарлық деректер қабаты өсімдіктерді үздіксіз бақылауды қамтамасыз етеді, көшіру кезіндегі су басқан күріштің негізгі белгісі болып табылатын SAR кері шашырау науасын оқиды.

«Қабаттарды салыстыру» құралы агрономдарға төрт синхрондалған деректер қабатын қатар орналастыруға мүмкіндік береді, бұл күріштің мәдени түрлерін NDWI су тасқыны сигналдарын көпжылдық өсімдіктердің үрдістерімен және топырақ өнімділігі карталарымен салыстыру арқылы бөлуді жеңілдетеді.

30 жылдан астам спутниктік суреттерге сүйене отырып, платформа егістік деңгейіндегі ұзақ мерзімді егіншілік қарқындылығының үлгілерін көрсетеді. Содан кейін бұл түсініктер тыңайтқыш, тұқым және дақылдарды қорғау үшін айнымалы мөлшерлеме қолдану карталарына тікелей енеді, бұл күріштің мәдени типтік карталарын нақты, егістік деңгейіндегі басқару нұсқауларына айналдырады.

Қашықтықтан зондтау арқылы күріштің мәдени түрлерін картаға түсіру

1. Әртүрлі мәдени тәжірибелердің спектрлік сипаттамалары

Күріш алқабына қолданылатын басқару тәжірибелерінің нақты үйлесімі болып табылатын мәдени тип сол алқаптың спектрлік сипатының уақытша эволюциясын қалыптастырады. Мысалы, су басқан трансплантацияланған күріш маусымды су басым оптикалық жауаппен (барлық көрінетін жолақтарда төмен шағылысу) бастайды, содан кейін көшет жамылғысы қалыптасқан кезде күрт өзгереді.

Су басқан емес тұқым алқабына тікелей себілген күріш өну басталған кезден бастап өсімдік сигналының біртіндеп артуын көрсетеді, бұл оптикалық және SAR сенсорларының екеуі де оңай анықтайтын бастапқы су басу кезеңінсіз болады.

2. Суарылатын және жаңбырмен суарылатын күрішті ажырату

Суармалы және жаңбырмен суарылатын күріш алқаптары екі байқалатын жолмен ерекшеленеді: су тасқыны оқиғаларының уақыты мен тұрақтылығы, және олардың маусымдық фенологиясының тұрақтылығы. Суармалы алқаптар кесте бойынша су басады, трансплантация мерзімдерінде жыл сайынғы өзгергіштік аз болады және суды бақылау арқылы тұрақты шатыр тығыздығын сақтайды.

Жаңбыр суарылатын алқаптар жылдар арасында уақыт бойынша үлкен өзгергіштік көрсетеді, маусым ортасында су тапшылығын бастан кешіруі мүмкін, бұл өсімдік индексі мәндерінің аномальды төмендеуі ретінде анықталады және кейде құрғақшылық жылдары толық өсу маусымын аяқтай алмайды.

Көпжылдық уақыттық қатарларды талдау осы өзгергіштік құрылымын көрсетеді, бұл жіктеу алгоритмдеріне жақсы калибрленген жүйелерде әдетте 85%-ден асатын дәлдікпен суармалы алқаптарды жаңбыр суармалы алқаптардан бөлуге мүмкіндік береді.

3. Трансплантацияланған және тікелей тұқым себілген күрішті картаға түсіру

SAR деректерінде трансплантацияланған күрішті тікелей тұқым себілген күріштен ажыратудың ең сенімді көрсеткіші - бастапқы төмен шашыраңқы су тасқыны кезеңінің уақыты мен ұзақтығы.

Көшеттер отырғызылғанға дейін 2-4 апта бойы трансплантацияланған күріш алқаптары сумен толтырылады, бұл маусымның басында радардан тыс қараңғы терезе жасайды.

Тікелей егілген егістіктерде су басудың болмауы (құрғақ егілген) немесе өте қысқа (дымқыл егілген) байқалады, ал кері шашыраудың көтерілуі себу күніне қатысты ертерек және құрылымдық жағынан көлбеуі бойынша ерекшеленеді. Бұл уақытша сипаттамаларды тығыз SAR уақыттық қатарына қолданылатын алгоритмдерді пайдаланып автоматты түрде алуға болады.

4. Қашықтықтан зондтауды қолдана отырып, басқару тәжірибелерін анықтау

Трансплантациялау әдісі мен су режимінен басқа, қашықтықтан зондтау суды басқарудың белгілі бір тәжірибелерін, мысалы, күріш алқаптарын үзік-үзік құрғату арқылы метан шығарындылары мен су шығынын азайту үшін қолданылатын балама ылғалдандыру және кептіру (AWD) әдісін анықтай алады.

АЖД егістіктері вегетациялық кезеңде қайталанатын су тасқыны-дренаждық циклдарды көрсететін тербелмелі SAR кері шашырау үлгілерін көрсетеді, ал үздіксіз су басқан егістіктер кері шашырау траекториясын тұрақты көрсетеді. Бұл мүмкіндік, әсіресе, парниктік газдардың ұлттық қорларында климатқа негізделген күріш тәжірибелерін енгізуді бақылау үшін өте құнды.

5. Күріш алқаптарындағы суды басқару көрсеткіштері

SAR арқылы су бетін анықтау өте сезімтал, күріштің астындағы бірнеше сантиметр тереңдіктегі тоған суын анықтауға мүмкіндік береді. Бұл сезімталдық талдаушыларға өсу маусымының негізгі кезеңдеріндегі егістік су тасқынының жағдайын картаға түсіруге мүмкіндік береді, бұл суару кестесі туралы шешімдер қабылдауға және су тасқынынан келтірілген залалды ерте бағалауға көмектеседі.

Бірнеше датадан алынған су бетінің карталары уақытша жинақталған кезде, олар әрбір өріс үшін мәдени типті жіктеу модельдеріне жоғары құнды кіріс ретінде қызмет ететін динамикалық суды басқару қолтаңбасын береді.

Техникалар мен әдістер: индекстерден терең оқытуға дейін

1. Күрішті бақылауға арналған өсімдік жамылғысының индекстері

Өсімдік индекстері – топырақ фонынан, атмосфералық әсерлерден және жарықтандыру геометриясынан туындайтын шуды азайта отырып, өсімдік биомассасы мен денсаулығының сигналын күшейтуге арналған әртүрлі толқын ұзындықтарындағы шағылысу мәндерінің математикалық тіркесімдері. Күрішті картаға түсіру жұмыстарында үш индекс негізгі болып табылады.

i. NDVI (Нормалданған айырмашылықты өсімдік индексі) (NIR – Қызыл) / (NIR + Қызыл) ретінде есептеледі және күрішті бақылауда ең көп қолданылатын индекс болып табылады. Ол көшеттердің пайда болуынан бастап қартаюына дейін шатырдың жасылдануын бақылайды, әдетте мәндер трансплантация кезінде нөлге жақыннан вегетативтік өсудің шыңында 0,6-0,8-ге дейін көтеріледі.

ii. EVI (өсімдік жамылғысының жақсартылған индексі) атмосфералық аэрозоль әсерлерін және топырақ фонының шуын NDVI-ге қарағанда тиімдірек түзетеді, бұл оны тропикалық Азияда кең таралған биомасса жағу маусымдары сияқты аэрозоль жүктемесі жоғары ортада қолайлы етеді.

iii. LSWI (Құрлық беті суларының индексі) өсімдік жамылғысындағы және топырақ бетіндегі су мөлшерін анықтау үшін қысқа толқынды инфрақызыл шағылыстыруды қамтиды, бұл оны ойпатты күріш өсіруді сипаттайтын су тасқыны оқиғаларына өте сезімтал етеді және өсу маусымының басталуын анықтау үшін сенімді сигнал береді.

2. Уақыт қатарларын талдау

Бір ғана спутниктік сурет күріш алқабының белгілі бір сәттегі жағдайын көрсетеді, бірақ күріш алқабының тарихы сол сәттердің тізбегінде жазылған. Уақыт қатарларын талдау көптеген бақылауларды біріктіреді, әдетте бір жыл бойы әр 5-16 күн сайын бір суреттен тұрады және маусымның басталу күні, ең жоғары NDVI, жасылдандыру жылдамдығы және жинау күні сияқты уақыттық көрсеткіштерді алады.

Бұл көрсеткіштер егістіктің толық фенологиялық мінез-құлқын сипаттайды және кез келген бір күндік бақылауға қарағанда дақыл түрін анықтау үшін әлдеқайда диагностикалық болып табылады. Гармоникалық регрессия және динамикалық уақыттық бұрмалау (DTW) сияқты статистикалық әдістер әртүрлі жылдар мен аймақтар бойынша уақыттық қатарлар деректерін туралау және салыстыру үшін жиі қолданылады.

3. Күрішті жіктеуге арналған машиналық оқыту

Машиналық оқыту спектрлік-уақыттық деректер мен далалық жағдайлар арасындағы күрделі, сызықтық емес байланыстарды анықтауды автоматтандыру арқылы күріш егістігінің үлгісін картаға түсірудің ауқымы мен дәлдігін өзгертті.

i. Кездейсоқ орман (RF) - жүздеген тәуелсіз шешім ағаштарын құратын ансамбльдік әдіс, олардың әрқайсысы кездейсоқ белгілер жиынтығы бойынша оқытылады және олардың дауыстарын соңғы жіктеу үшін біріктіреді. Ол шулы оқыту деректеріне берік, жоғары өлшемді белгілер кеңістіктерін тиімді өңдейді және аналитиктерге жіктеу шешімдерін қандай уақытша немесе спектрлік белгілер басқаратынын түсінуге көмектесетін айнымалы маңыздылық ұпайларын береді.

ii. Қолдау векторлық машинасы (SVM) жоғары өлшемді мүмкіндіктер кеңістігінде кластар арасындағы оңтайлы бөлу шекарасын табады. SVM оқыту деректері шектеулі болған кезде жақсы жұмыс істейді, бұл оны негізгі шындықты жинау қымбат болатын деректер тапшы аймақтарда пайдалы етеді.

iii. Терең оқыту, әсіресе конволюциялық нейрондық желілер (CNN) және қайталанатын нейрондық желілер (RNN), мысалы, ұзақ мерзімді жад (LSTM) архитектуралары, жеке кескіндердегі кеңістіктік үлгілерді де, кескін тізбектері бойынша уақыттық үлгілерді де бір уақытта үйрене алады. Спутниктік уақыттық қатарларға қолданылатын LSTM негізіндегі классификаторлар күрішті картаға түсіру тапсырмаларында заманауи дәлдікке қол жеткізді, бірнеше зерттеулер аймақтық масштабта 90%-ден жоғары жалпы дәлдік туралы хабарлады.

Сяо және т.б. (Халықаралық қолданбалы жерді бақылау және геоақпарат журналы, 2025) Sentinel-1 және Sentinel-2 бойынша оқытылған LSTM терең оқыту моделі Оңтүстік Азияның үш еліндегі күріш мәдени түрлерін уақыт қатарларының деректерімен біріктіргенін көрсетті. жалпы дәлдігі 91.7% және каппа коэффициенті 0.89, дәл осындай оқыту деректері жағдайында Random Forest-тен 6,4 пайыздық тармаққа асып түсті.

Оқыту деректерін жинау мүмкін болатын ірі аумақты күріш мәдени типтерін картаға түсіру үшін LSTM негізіндегі терең оқыту классификаторлары енді эталондық әдіс болып табылады және жаңа ұлттық картаға түсіру бағдарламалары үшін әдепкі таңдау болуы керек.

4. Объектіге негізделген кескін талдауы (OBIA)

Объектіге негізделген кескін талдауы (OBIA) әрбір пиксельді бөлек жіктеудің орнына, оларды жіктемес бұрын ұқсас спектрлік және кеңістіктік сипаттамалары бар көршілес пиксельдерді объектілерге (сегменттерге) топтастыру арқылы жұмыс істейді.

Күріш картасын жасауда OBIA құнды, себебі ол жіктеуге пішінді, құрылымды және контекстті енгізе алады, күріш алқабын күріштің тұрақты тікбұрышты геометриясына негізделген ұқсас түсті су айдынынан ажырата алады.

OBIA әсіресе өте жоғары кеңістіктік ажыратымдылықта, мысалы, коммерциялық спутниктерден алынған 1-5 метрлік ажыратымдылықтағы деректер немесе Ұшқышсыз ұшу аппараттарының суреттерінде тиімді.

5. Өзгерістерді анықтау әдістері

Өзгерістерді анықтау жерді пайдалану екі немесе одан да көп мерзім аралығында өзгерген аймақтарды анықтайды. Күріш жүйесін бақылауда өзгерістерді анықтау екі мақсатқа қызмет етеді: климаттық немесе экономикалық факторларға жауап ретінде күріш алқабының жыл сайынғы кеңеюін немесе қысқаруын бақылау және егіннің шықпауы, тасталуы немесе күтпеген су тасқыны сияқты маусымаралық өзгерістерді анықтау.

Екі уақыттық өзгерісті анықтау (екі күнді тікелей салыстыру) қарапайым, бірақ жылдар арасындағы фенологиялық айырмашылықтарға осал. Толық жылдық стектер бойынша көп уақыттық өзгерістерді анықтау сенімдірек және жерді пайдаланудың нақты өзгерісін маусымдық фенологиялық өзгергіштіктен ажырата алады.

Дәлдікті бағалау және тексеру

1. Жердегі шындық туралы деректерді жинау

Күріш картасын жасаудың әрбір өнімі тәуелсіз жиналған далалық бақылаулармен салыстыруды талап етеді. Жердің шындығы туралы деректер әдетте GPS-ке сілтеме жасайтын далалық сапарларды қамтиды, онда оқытылған санақшылар дақыл түрін, өсу кезеңін, суды басқару мәртебесін және отырғызу әдісін статистикалық тұрғыдан репрезентативті үлгідегі орындарда жазады. Бұл бақылаулар спутниктік алулармен уақытша сәйкес келу үшін жиналады және олар модельді оқытудан алынып тасталады және тек дәлдікті бағалау үшін пайдаланылады.

2. Жіктеу дәлдігінің көрсеткіштері

Күрішке тән қолданбалар үшін әрбір класс үшін өндіруші мен пайдаланушының дәлдігін теңестіретін F1-ұпайы Kappa-мен бірге ақпараттық бір таңбалы өнімділік қорытындысы ретінде жиірек хабарланады. Карта дәлдігін бағалаудың стандартты көрсеткіштеріне мыналар жатады

• жалпы дәлдік (дұрыс жіктелген барлық валидация ұпайларының пайызы),
• өндірушінің дәлдігі (берілген шынайы кластың өрісінің дұрыс бейнеленген болу ықтималдығы, еске түсіруге ұқсас),
• пайдаланушының дәлдігі (берілген сыныпқа бейнеленген өрістің дәлдікке ұқсас, шын мәнінде сол сынып болу ықтималдығы) және
• Каппа коэффициенті (кездейсоқтық келісіміне түзетілген келісім өлшемі, мұндағы 0,80-нен жоғары мәндер күшті келісімді білдіреді).

3. Қию үлгісін және мәдени тип карталарын тексеру

Егін егу үлгілерінің карталарын тексеру үшін жердің көп уақыттық шындығы туралы деректер қажет, әрбір тексеру орнында жылына қанша маусым жиналғанын растау үшін егіс күнтізбесі бойынша бірнеше нүктеге далалық сапарлар жасалады.

Тікелей тұқым себілген немесе суарылатын және жаңбырлы суарылатын өсімдіктерді ажырататын мәдени типті тексеру күрделірек, себебі бұл айырмашылықтар далада әрдайым көзбен көрінбейді және фермерлермен сұхбаттасуды немесе өсу маусымындағы сезімтал кезеңде басқару оқиғаларын тікелей бақылауды қажет етеді.

Ұлттық ауыл шаруашылығы статистикасы, көбінесе облыс немесе аудан деңгейінде жинақталғанымен, аумақты бағалау үшін қосымша валидация деңгейін қамтамасыз етеді, бұл карта бойынша жалпы көрсеткіштерді ресми есептелген көрсеткіштермен салыстыруға мүмкіндік береді.

Ауыл шаруашылығы жүйесіндегі қолданылуы

1. Ауыл шаруашылығын жоспарлау және саясатты әзірлеу

Қашықтықтан зондтау арқылы алынған күріш егістігінің үлгі карталары ауыл шаруашылығы министрліктеріне мақсатты араласуларды жобалау үшін қажетті кеңістіктік шешім береді. Бір дақыл жаңбыр суарылатын аймақтарды шағын көлемді суаруды дамыту үшін басымдыққа алуға болады; өнімділігі төмендейтін үш дақыл алқаптарын топырақтың деградациясы немесе жер асты суларының деңгейінің төмендеуі бойынша зерттеуге болады.

2. Күріш өндірісін бағалау

Қашықтықтан зондтау арқылы алынған күріш алқаптарының карталарын ауа райы деректеріне негізделген дақылдардың өсуін модельдеу сияқты өнімділікті бағалау модельдерімен біріктіру егін жинаудан бірнеше апта немесе ай бұрын ішкі және ұлттық өндіріс болжамдарын жасайды.

Азия даму банкінің азық-түлік қауіпсіздігін бақылау тақтасы және ФАО-ның жаһандық ақпарат және ерте ескерту жүйесі (GIEWS) спутниктен алынған күріш алқаптарының деректерін пайдаланып, егін жинау алдындағы өндірістік бағалауларды жасайды, бұл сауалнамаға негізделген тәсілдермен салыстырғанда дәлдіктің артуын көрсетеді.

3. Су ресурстарын басқару

Суармалы күріш Азиядағы тұщы судың ең ірі тұтынушысы болып табылады, Үндістан мен Бангладеш сияқты елдерде ауылшаруашылық суды тұтынудың шамамен 40% құрайды.

Спутниктік күріш картасын жасаудың ең құнды нәтижесі - картаның өзі емес, ол канал салу, құдықты жабу немесе субсидияны қайта бағыттау туралы шешім қабылдау.

Суармалы күріштің қай жерде өсірілетінін, қанша маусымда суарылатынын және қай егістіктерде AWD сияқты тиімді суды басқару тәжірибелерін қолданатынын нақты білу өзен бассейнін жоспарлауға, су қоймаларын пайдалану кестесін жасауға және жер асты суларының тұрақтылығын бағалауға тікелей көмектеседі.

4. Азық-түлік қауіпсіздігін бақылау

Азық-түлік қауіпсіздігінің болмауы туралы ерте ескерту жүйелері дақылдардың бұзылуын тез анықтауға байланысты. Күріш алқаптары толық өсу циклін аяқтай алмаған кезде, спутниктік мониторинг аномалияны күтілетін маусымдық кезеңде фенологиялық шыңның болмауы немесе қысқаруы ретінде анықтайды. USAID қолдауымен FEWS NET (Ашаршылық туралы ерте ескерту жүйелері желісі) Азия мен Африка бойынша азық-түлік қауіпсіздігі туралы ескертулер жасау үшін күрішке қатысты мониторингті қоса алғанда, спутниктік өсімдік деректерін пайдаланады.

5. Климаттың өзгеруіне әсерді бағалау

Landsat деректерінің 20 немесе одан да көп жылдық күріш егістік үлгілері карталарының ұзақ мерзімді мұрағаттары күріш өсіру алаңдарының, маусымдарының және өнімділігінің температура мен жауын-шашын режимдерінің өзгеруіне жауап ретінде қалай өзгергенін көрсетеді. Бұл тарихи тренд карталары климаттың өзгеруінің күріш жүйелеріне әсерін эмпирикалық дәлелдермен қамтамасыз етеді және әртүрлі жылыну сценарийлері кезінде болашақ ауылшаруашылық тәуекелдерін болжау үшін кіріс ретінде қызмет етеді.

7. Дәл ауыл шаруашылығын қолдану

Ферма масштабында күріштің мәдени түрін дрондардан алынған картаға түсіру егістік деңгейдегі топырақ пен су деректерімен біріктіріліп, тыңайтқыштарды айнымалы мөлшерде қолдану, зиянкестерді анықтау және отырғызу күндерін оңтайландыру сияқты дәл басқару шешімдерін қолдайды. Бұл қолданбалар қазіргі уақытта Жапонияда, Оңтүстік Кореяда және Қытайдың кейбір бөліктерінде тез дамып келеді, онда күріш өсіру жоғары деңгейде механикаландырылған және қашықтықтан зондтау нәтижелерін ферманы басқару жүйелерімен байланыстыратын деректер инфрақұрылымы бар.

Күріш картасын жасауға кедергі келтіретін қиындықтар мен шектеулер

1. Бұлттық мұқаба және деректердің қолжетімділігі

Азия күрішінің көп бөлігі өсірілетін муссон маусымы кезіндегі тұрақты бұлттылық пайдалануға болатын оптикалық бақылаулар санын айтарлықтай шектейді. Кейбір жерлерде бұлттың ластануы маңызды трансплантация және ерте вегетациялық кезеңде қолжетімді Sentinel-2 бақылауларын айына екі реттен азға дейін азайтады. SAR деректері бұл мәселені азайтады, бірақ жоймайды, себебі қатты жаңбыр радар сигналын уақытша қанықтыруы мүмкін.

2. Аралас пиксельдер және шағын өріс өлшемдері

Күріш алқаптары сенсордың кеңістіктік ажыратымдылығынан кіші аймақтарда бір пиксель күріш пен күріш емес жер жамылғысының қоспасын түсіреді, бұл жіктеуді екіұшты етеді. Индонезия мен Филиппиннің кейбір бөліктеріндегі төбелі жерлердегі және бақша көлеміндегі күріш жүйелері Sentinel-2 10 метрлік ажыратымдылығында да аралас пиксельдерді үнемі шығарады, бұл осы орталарда пиксельге негізделген әдістерді пайдалануды шектейді.

3. Дақыл түрлері арасындағы спектрлік және уақыттық ұқсастық

Кейбір дақылдар, әсіресе қант қамысы, джут және кейбір шабындықтар NDVI немесе EVI уақыт қатарларында күрішке ұқсас фенологиялық қисықтар жасайды, бұл жіктеу шатасуларына әкеледі. SAR негізіндегі су тасқынын анықтау ойпатты күріш үшін бұл шатасуды азайтады, бірақ су басқан алқаптары жоқ таулы күріш жүйелерін қосымша далалық деректерсіз немесе қосымша географиялық деректерсіз спектрлік жағынан ұқсас дақылдардан бөлу қиын болып қала береді.

4. Уақытша шешім шектеулері

Қашықтықтан зондтауды қолдана отырып, күріш егістігінің үлгісі мен мәдени түрін картаға түсіру үшін тығыз уақыттық сынама алу қажет, ең дұрысы, бүкіл өсу маусымы бойы әр 8-10 күн сайын кем дегенде бір бақылау жүргізу керек. Бұлттылық немесе спутниктік орбитадағы саңылаулар бұл уақыттық тығыздықты азайтқан кезде, қысқа мерзімді күріш сорттары немесе жылдам циклді үш есе дақыл маусымдары автоматтандырылған анықтау алгоритмдерімен толығымен байқалмауы мүмкін.

5. Жер деректерінің шектеулері

Белгілі дақыл түрлері мен басқару тәжірибелеріне сәйкес келетін далалық бақылаулар, жоғары сапалы белгіленген оқыту деректері қымбат және ұлттық картаға түсіру жүйелерін оқыту және тексеру үшін қажетті көлемде жинау логистикалық тұрғыдан қиын болып қала береді. Көптеген төмен табысты күріш өндіретін елдерде жер үсті деректерін жүйелі түрде жинаудың адами және қаржылық мүмкіндіктері картаға түсіру дәлдігін жақсартудағы ең үлкен шектеу болып табылады.

Күріш мониторингінің дамып келе жатқан үрдістері және болашағы

1. Ұшқышсыз ұшу аппараттары мен дрондарға негізделген күріш мониторингі

Мультиспектральды және жылу сенсорларымен жабдықталған пилотсыз ұшу аппараттары (ПҰА) қазір жеке фермалар бойынша сантиметрлік деңгейдегі суреттерді жеткізеді, егістік шекараларын, егістік қатарларын және тіпті жеке өсімдіктердің денсаулық жағдайын анықтайды. ПҰА спутниктік масштабтағы картаға түсіру мен жеке өсімдіктерді бақылау арасындағы көпір қызметін атқарады, фрагменттелген ландшафттық жағдайларда спутниктік модельдерді оқыту және тексеру үшін қажетті аса жоғары ажыратымдылықтағы жер бетіндегі шындық деректерін береді.

2. Күрішті жіктеуге арналған жасанды интеллект және терең оқыту

Спутниктік кескіндердің уақыттық қатарына қолданылатын конволюциялық нейрондық желілер табиғи тілді өңдеуден бейімделген трансформаторлық архитектуралармен бірге қазіргі уақытта күріш жіктеуінің ең жоғары дәлдігіне қол жеткізуде.

2024 жылы Вагенинген университетінің зерттеушілері жариялаған PRISM (Көп дереккөзді деректерді пайдаланатын фенологияға негізделген күріш дақылдарын анықтау жүйесі) құрылымы таңбаланбаған спутниктік мұрағаттардағы өзін-өзі бақылау арқылы оқыту күріш жіктеу модельдерін алдын ала дайындай алатынын, тек минималды таңбаланған жер деректерін қажет ететінін және далалық зерттеу ауыртпалығын айтарлықтай азайтатынын көрсетті.

3. Күрішті нақты уақыт режимінде бақылау жүйелері

Күрішті нақты уақыт режимінде бақылау жүйелері келіп түсетін спутниктік деректерді автоматты түрде өңдейді, күріш карталарын 10-16 күндік аралықпен жаңартады және егіс күндері, су тапшылығы оқиғалары және егін жинау уақыты туралы ескертулерді тікелей үкіметтің басқару тақталарына немесе фермерлер мен кеңейту агенттері пайдаланатын мобильді қосымшаларға жібереді.

Тайландтың Күріш департаменті мен Вьетнамның Ауыл шаруашылығы министрлігі осыған ұқсас жүйелердің прототипін басқарады, ал Халықаралық күріш зерттеу институты Бангладеш пен Камбоджада осындай мүмкіндіктерді дамытуды қолдайды.

4. Спутниктік және IoT деректерін интеграциялау

Күріш алқаптарына орналастырылған, топырақтың ылғалдылығын, су деңгейін, температурасын және шатыр микроклиматын өлшейтін Заттар интернеті (IoT) сенсорлары жер деңгейіндегі үздіксіз бақылауларды жасайды, бұл спутниктік қашықтықтан зондтау деректерін толықтырады және калибрлейді.

IoT сенсорлық желілері мен спутниктік бақылаулар деректерді біріктіру құрылымдарына біріктірілген кезде, нәтижесінде пайда болған мониторинг жүйесі судың кернеуін, су тасқынының басталуын және аурудың қысымын екі көздің де тәуелсіз ұсынатын уақытына қарағанда сенімдірек және ертерек анықтай алады.

5. Цифрлық ауыл шаруашылығы және ақылды ауыл шаруашылығы

Спутниктік күріш картасын жасау, IoT сенсорлары және жасанды интеллект негізіндегі шешім қабылдауды қолдаудың конвергенциясы ақылды күріш шаруашылығының негізін қалауда, мұнда суару уақытынан бастап тыңайтқыштарды қолдануға дейінгі басқару шешімдері күнтізбеге негізделген ережелерге емес, кеңістіктік тұрғыдан айқын, нақты уақытқа жақын деректер ағындарына негізделген.

Жапонияның Ниигата префектурасындағы және Қытайдың Хэйлунцзян провинциясындағы пилоттық бағдарламалар қашықтықтан зондтау арқылы негізделген дәл күрішті басқару кіріс шығындарын төмендетуге мүмкіндік беретінін көрсетті 15-25% 2024 жылғы алдын ала далалық сынақ есептеріне сәйкес, өнімділікті сақтай отырып немесе жақсарта отырып.

Қорытынды

Қашықтықтан зондтауды қолдана отырып, күріш егістігінің үлгісі мен мәдени түрін картаға түсіру академиялық зерттеу пәнінен Азия мен одан тыс жерлердегі үкіметтер, халықаралық агенттіктер және агротехнологиялық платформалар пайдаланатын операциялық құралға айналды. Машиналық оқыту және терең оқыту жіктеуіштері арқылы өңделген оптикалық және SAR деректерін біріктіретін көп сенсорлы уақыттық қатар тәсілдері қазір күріш алқаптарының карталарын жалпы дәлдігі 85-90%-ден асатын ұлттық масштабта үнемі ұсынады. Бұл карталар күріштің қай жерде өсетінін ғана емес, сонымен қатар жылына қанша рет, қандай су режимінде және қандай әдіспен өсетінін де анықтайды.

Қарапайым күріш алқаптарын картаға түсіруден мәдени типтік жіктеуге көшу жер жамылғысы өнімін ауылшаруашылық барлау активіне айналдырады. Аймақтың он жыл ішінде трансплантацияланған күріштен тікелей тұқым себілген күрішке ауысқанын білу еңбек нарығының өзгеруін және жер асты суларының деңгейінің бір мезгілде азаюын білдіреді. Уақытша спектрлік үлгілерімен анықталған жаңбыр суарылатын аудандардың ерте маусымдық құрғақшылыққа ең осал екенін білу апаттарға реактивті түрде көмек көрсетудің орнына алдын ала орналастырылған құрғақшылыққа жауап беруге мүмкіндік береді. Қашықтықтан зондтау кеңістіктік барлаудың бұл деңгейін баламалы жерді зерттеу бағдарламаларының құнының аз бөлігіне мүмкін етеді.