Kaip palydovinės nuotraukos padeda stebėti pasėlius

Palydoviniai vaizdai yra viena iš universaliausių funkcijų, kurias galima įdiegti žemės ūkio gamyboje, siekiant pagerinti sprendimų priėmimo procesą. Sprendimų priėmimas, remiantis dideliu duomenų kiekiu, gali padėti ūkininkams, agronomams ar konsultantams suprasti situaciją ir procesus, vykstančius stebimuose žemės ūkio laukuose.

Kas yra palydovinis vaizdavimas?

Palydovinis vaizdavimas, dar žinomas kaip palydovinis nuotolinis stebėjimas, yra procesas, kurio metu naudojant palydovinius vaizdus renkama informacija apie Žemės paviršių, atmosferą ir vandenynus. Ši technologija apima palydovai aprūpintas specialiais jutikliais ir kameromis, galinčiomis užfiksuoti didelės raiškos Žemės vaizdus iš kosmoso.

Palydovų užfiksuoti vaizdai gali būti naudojami įvairiems tikslams, įskaitant orų stebėjimą, aplinkos pokyčių sekimą, žemės naudojimo ir augmenijos žemėlapių sudarymą bei stichinių nelaimių poveikio vertinimą. Jie taip pat gali būti naudojami kariniais ir žvalgybos tikslais.

Palydovinių vaizdų gavimas ir jo teikiami privalumai gali sukelti situacijų, kurių neįmanoma pamatyti reguliariai stebint. Reguliarūs stebėjimai gali būti labai sudėtingi, kalbant apie įdiegtos darbo jėgos kiekį, finansavimą ir laiką.

Net ir reguliariai stebint augalus augimo laikotarpiu, yra keletas dalykų, kurių plika akimi nematyti, pavyzdžiui, ankstyvas augimo tempas. liga ir kenkėjų padarytą žalą, dėl kurios galiausiai ląstelių lygmenyje suyra chlorofilas.

Integruodami ir apskaičiuodami žmogaus akiai nematomas spektrines juostas, augintojai ir konsultantai gali lengvai vizualizuoti chlorofilo degradaciją prieš pasireiškiant matomiems ligų ar kenkėjų pažeidimo simptomams ant augalų.

Šie pasėlių stebėsenos pranašumai yra naudingi naudojant šiuolaikines technologijas, leidžiančias integruoti tokią informaciją į geografines informacines sistemas, taip sukuriant greitą ir kokybišką duomenų rinkinį, kurį galima naudoti priimant sprendimus dėl žemės ūkio gamybos sistemų.

Be informacija pagrįstų sprendimų priėmimo, palydoviniai vaizdai gali būti naudojami ataskaitoms teikti, įrašams tvarkyti ir integravimui su skirtingais duomenų rinkiniais (ligų ir kenkėjų modeliais, derliaus žemėlapiai, kenkėjų stebėjimas, tręšimo žemėlapiai ir kt.), siekiant sukurti dar funkcionalesnę pasėlių stebėjimo sistemą ir būdą, kaip ūkininkas ar kiti specialistai mato pasėlių progresą jų vegetacijos laikotarpiu.

Kaip palydovinės nuotraukos naudojamos žemės ūkyje?

Vaizdai gali būti naudojami modeliavimui ir spektrinių indeksų apskaičiavimui, kurie vėliau pritaikomi vizualizavimui spalvų sintezės forma – matomoje spektro dalyje arba įtraukiant kitus bangos ilgius. Tinkamai parinkta spalvų sintezė gali atskleisti pasėlių augimą, stresą ar dirvožemio pokyčius. erozija rodomi skirtingomis spalvomis.

Spektriniai indeksai yra dviejų ar daugiau bangos ilgių spektrinio atspindžio deriniai, skirti parodyti dominančius požymius. Pasėlių indeksai dažniausiai naudojami žemės ūkyje, tačiau jie taip pat naudojami deginamų plotų, kitų dirbtinių savybių, vandens ir kitų geologinių ypatybių identifikavimui.

Naudingi spektriniai indeksai augalininkystėje apima:

• NDVI (Normalizuotas diferencinis vegetacijos indeksas).
• EVI (pagerintas augmenijos indeksas).
• RENDVI arba NDRE (raudonųjų kraštų normalizuotas skirtumų augmenijos indeksas).
• GNDVI (žaliosios normalizuotos diferencinės augmenijos indeksas).
• MSI arba NDWI (drėgmės streso indeksas).
• LAI (lapų ploto indeksas).

NDVI yra vienas iš dažniausiai naudojamų indeksų ir dažnai naudojamas pradinei pasėlių būklei įvertinti. Kiti indeksai veikia su tam tikromis charakteristikomis, todėl rezultatai yra specifiniai ir susiję su konkrečiomis žemės ūkio vietovėmis, svarbu dirbti su sausumos augmenijos istorija.

NDVI (normalizuotas diferencinis vegetacijos indeksas)

Šis indeksas yra žalios augmenijos matas ir paprastai yra plačiausiai naudojamas indeksas. Lapai atspindi infraraudonąją šviesą (NIR) ir fotosintezei naudoja tik matomą šviesą. Tai reiškia, kad sveiką augalą, kurio fotosintezės greitis geras, galima analizuoti lyginant NIR su matoma raudona šviesa.

Nesveika augmenija atspindės daugiau matomos šviesos ir sumažins artimąjį infraraudonųjų spindulių (NIR) kiekį. Sveika augmenija sumažins dalį ant jos krintančios matomos šviesos. Tačiau NDVI yra jautrus dirvožemio (šviesos ir spalvos), debesuotumo ir šešėlio poveikiui. Be to, NDVI vertės gali būti neteisingos esant tankiai augmenijai.

EVI (pagerintas augmenijos indeksas)

Šis indeksas yra vidutinės skiriamosios gebos spektrų standartas – prietaisas, naudojamas „Terra“ ir „Aqua“ palydovuose. EVI siūlo alternatyvą NDVI, kuri, atsižvelgdama į kai kuriuos jo trūkumus, pvz., dirvožemio ir atmosferos apribojimus, optimizuodama lapinės augmenijos atspindėjimą.

Signalo korekcijai naudojama mėlynoji matomo spektro dalis, sumažinant minėtų apribojimų, įskaitant elektromagnetinės spinduliuotės sklaidą aerozoliais, poveikį.

RENDVI arba NDRE (raudonųjų kraštų normalizuotas skirtumų augmenijos indeksas)

Šis indeksas pagrįstas standartiniu NDVI indeksu, tačiau su pakeitimais. RENDVI yra labai naudingas tiksliojoje žemdirbystėje, miškų monitoringoje ir pasėlių streso nustatyme.

Jo efektyvumas pasiekiamas dėl to, kad įtraukiami bangos ilgiai, patenkantys į raudonąją galinę juostą, o ne bangos ilgiai, atitinkantys atspindžio ir sugerties vertes. Tai ypač patogu aptikti nedidelius augmenijos būklės pokyčius.

GNDVI (žaliosios normalizuotos diferencinės augmenijos indeksas)

Šis indeksas yra panašus į NDVI indeksą ir matuoja šviesos atspindėjimą žaliojoje spektro dalyje, kurios bangos ilgių diapazonas yra nuo 540 iki 570 nanometrų, o ne raudonojoje spektro dalyje. Dėl to indeksas yra jautresnis chlorofilo kiekiui žaliosiose augalų dalyse.

MSI (drėgmės įtempio indeksas)

Šis indeksas yra jautrus vandens kiekio padidėjimui lapuose. MSI indeksas naudojamas vandens trūkumo stresui nustatyti ir yra geras pasėlių sąlygų rodiklis, dažnai naudojamas pasėlių modeliavimui, gaisrų analizei ir ekosistemų fiziologijai. Didelės vertės rodo vandens stresą ir mažesnį vandens kiekį.

LAI (lapų ploto indeksas)

Šis indeksas naudojamas lapų plotui įvertinti ir augalų augimui bei derliui prognozuoti.

Pasėlių palydovinių vaizdų tipai

Palydovinių vaizdų naudojimo atvejai

Štai keletas svarbių palydovinių vaizdų panaudojimo pasėlių stebėjimui pavyzdžių:

Terminiai vaizdai

Pažemio objektų skleidžiamą šilumą galima matyti terminėse oro nuotraukose, kurios taip pat atskleidžia temperatūros svyravimus, atitinkančius pasėlių stresą. Nereikalingų elementų, tokių kaip sukimosi įranga, pašalinimas iš vaizdo kalibravimo ir vaizdo korekcijos būdu padeda išvengti duomenų iškraipymo.

Galutiniuose vaizduose vėsesni regionai yra violetiniai, o šiltesni – geltoni. Terminis vaizdavimas padeda rasti nuotėkius, kamščius ir kitas drėkinimo problemas, nes vanduo vėsina augmeniją. Terminis vaizdavimas padeda augintojams nustatyti ikisimptominį ligų ir kenkėjų poveikį bei laiku ir tikslingai į juos reaguoti, atskleidžiant nedidelius lapų paviršiaus temperatūros pokyčius.

Dirvožemio drėgmė

Žemės ūkyje būtina atsižvelgti į dirvožemio drėgmę. Tiksliojo ūkininkavimo taikymams (atskirų laukų mastu) ir tikintis pagerinti pasėlių derliaus modeliavimą, didelės skiriamosios gebos dirvožemio drėgmės žemėlapiai yra ypač svarbūs.

Dėl prastos erdvinės skiriamosios gebos ir mažo stebėjimų gylio, iš palydovų gauti dirvožemio drėgmės produktai iki šiol buvo retai naudojami priimant sprendimus ūkių ar laukų mastu. Tačiau jei palydovų gauti dirvožemio drėgmės produktai gali pateikti tinkamus laiko ir erdvės matmenis, tikimasi, kad jie turės didelį potencialą.

Rezoliucija

Didelės skiriamosios gebos palydoviniai vaizdai iš žemos orbitos palydovų pastaruoju metu tapo labiau išvystyti ir prieinami, atverdami dar vieną fenotipavimo taikymo potencialą. Šiame straipsnyje iliustruojama, kaip palydovinė fotografija naudojama augalų fenotipavimui ir žemės ūkio gamyboje, ir nustatomos augalų savybės, kurias galima įvertinti naudojant didelės skiriamosios gebos palydovinius duomenis.

Straipsnyje aptariami palydovinio fenotipavimo naudojimo augalų selekcijos programose privalumai ir trūkumai, tokie kaip debesų blokavimas. Taip pat nagrinėjamos galimybės ateityje naudoti didelės skiriamosios gebos palydovinius vaizdus kaip fenotipavimo įrankį.

Siekiant padėti augalų selekcininkams pasirinkti didelio derlingumo, stresą atsparias veisles, kurios padėtų patenkinti pasaulinę maisto paklausą ir kartu susidoroti su klimato kaita, didelės skiriamosios gebos palydoviniai vaizdai gali būti naudojami kaip fenotipavimo priemonė augalų veislėms įvertinti.

Palydovinių vaizdų taikymas

GeoPard pajėgumus ir palydovinių vaizdų programėlės siūlo vartotojams vizualizuoti, normalizuoti, analizuoti ir gauti įžvalgų tiesiogiai iš žemės ūkio sklypų, siekiant pagerinti pasėlių gamybą. Šis duomenų panaudojimas gali būti atliekamas naudojant paruoštus naudoti „GeoPard“ algoritmus arba sukuriant savo algoritmus, kad jie būtų naudingi agronomijoje.

Šie algoritmai leidžia įvertinti pasėlių augimą, stresą ir kt. (žr. nuotrauką) arba netgi sukurti paskirtuosius žemėlapius: pavyzdžiui, azoto VR taikymo žemėlapius, augalų apsaugos purškimo taikymo žemėlapius.

Dažnai užduodami klausimai

1. Kaip gauti ūkio palydovinius vaizdus?

Norėdami gauti šią informaciją savo ūkiui, ištirkite paslaugų teikėjus, užsiregistruokite ir prisijunkite prie jų duomenų bazės arba portalo. Nurodykite savo ūkio vietą ir pageidaujamus parametrus, kad gautumėte atitinkamus vaizdus žemės ūkio stebėsenai.

2. Kodėl palydoviniai vaizdai yra naudingi norint suprasti mitybos tinklus?

Tai padeda suprasti mitybos tinklus, nes leidžia pateikti platų ir išsamų ekosistemų vaizdą. Užfiksuojant didelio masto sausumos ir vandens telkinių vaizdus, mokslininkai gali stebėti ir analizuoti įvairių buveinių ir išteklių erdvinį pasiskirstymą.

Tai, savo ruožtu, padeda tirti skirtingų rūšių sąveiką, nustatyti pagrindinius maitinimosi ryšius ir suprasti energijos srautą per mitybos tinklus.

Tai padeda išaiškinti sudėtingą ekologinę dinamiką, prisidedant prie gilesnio ekosistemų funkcionavimo ir išsaugojimo pastangų supratimo.

3. Kiek kainuoja palydovinės nuotraukos?

Jo kaina priklauso nuo kelių veiksnių. Tai apima tiekėją, skiriamąją gebą, duomenų gavimo dažnumą ir reikiamą aprėpties mastą. Kainos gali svyruoti nuo prieinamų variantų, skirtų mažos skiriamosios gebos vaizdams, iki brangesnių variantų, skirtų didelės skiriamosios gebos ir stebėjimo realiuoju laiku.

Be to, specializuotos paslaugos arba individualūs duomenų prašymai gali būti apmokestinti papildomai. Patartina ištirti skirtingus tiekėjus ir jų kainodaros modelius, kad rastumėte palydovinių vaizdų sprendimą, atitinkantį jūsų konkrečius reikalavimus ir biudžetą.

4. Kas yra infraraudonųjų spindulių palydoviniai vaizdai? Kaip juos skaityti?

Jis fiksuoja Žemės paviršiaus objektų ir paviršių skleidžiamą infraraudonąją spinduliuotę. Tai suteikia vertingų įžvalgų apie temperatūros svyravimus ir terminius modelius.

Norint skaityti infraraudonųjų spindulių palydovų vaizdus, reikia suprasti, kad šiltesni objektai vaizde atrodo ryškesni, o vėsesni – tamsesni. Analizuojant šiuos temperatūros svyravimus, galima įvertinti debesų darinius, nustatyti sausumos ir vandens temperatūros skirtumus, aptikti gaisrus miškuose ir net stebėti vandenynų sroves.

Spalvų skalės supratimas ir vaizdų ryškumo lygių interpretavimas padeda iš infraraudonųjų spindulių palydovinių vaizdų išgauti prasmingą informaciją.