Satelītattēli ir viena no daudzpusīgākajām funkcijām, ko var ieviest lauksaimnieciskajā ražošanā, lai uzlabotu lēmumu pieņemšanas procesu. Lēmumu pieņemšana, pamatojoties uz lielu datu apjomu, var palīdzēt lauksaimniekiem, agronomiem vai konsultantiem izprast situāciju un procesus, kas notiek uzraugāmajos lauksaimniecības laukos.
Kas ir satelītattēlveidošana?
Satelītu attēlveidošana, kas pazīstama arī kā satelītu tālizpēte, ir process, kurā, izmantojot satelītu attēlus, tiek apkopota informācija par Zemes virsmu, atmosfēru un okeāniem. Šī tehnoloģija ietver satelīti aprīkots ar specializētiem sensoriem un kamerām, kas spēj uzņemt augstas izšķirtspējas Zemes attēlus no kosmosa.
Satelītu uzņemtos attēlus var izmantot dažādiem mērķiem, tostarp laikapstākļu modeļu uzraudzībai, vides izmaiņu izsekošanai, zemes izmantošanas un veģetācijas kartēšanai un dabas katastrofu ietekmes novērtēšanai. Tos var izmantot arī militāriem un izlūkošanas mērķiem.
Satelītu attēlveidošana ar tās priekšrocībām var radīt situācijas, ko nevar novērot ar regulāriem novērojumiem. Regulāri novērojumi var būt ļoti prasīgi attiecībā uz ieguldītā darbaspēka daudzumu, finansēm un laiku.
Pat regulāri veicot novērojumus kultūraugu augšanas periodā, ir vairākas lietas, ko nevar redzēt ar neapbruņotu aci, piemēram, agrīna progresēšana slimība un kaitēkļu radītie bojājumi, kas galu galā izraisa hlorofila degradāciju šūnu līmenī.
Integrējot un aprēķinot cilvēka acij neredzamās spektrālās joslas, audzētāji un konsultanti var viegli vizualizēt hlorofila degradāciju pirms redzamiem slimību vai kaitēkļu bojājumu simptomiem uz augiem.
Šīs kultūraugu uzraudzības priekšrocības ir noderīgas, izmantojot mūsdienu tehnoloģijas, ļaujot šādu informāciju integrēt ģeogrāfiskās informācijas sistēmās, kā rezultātā tiek izveidots ātrs un kvalitatīvs datu kopums, kas ir gatavs izmantošanai lēmumu pieņemšanas procesos par lauksaimniecības ražošanas sistēmām.
Papildus uz informāciju balstītu lēmumu pieņemšanai satelītattēlus var izmantot ziņošanai, uzskaitei un integrēšanai ar dažādiem datu kopumiem (slimību un kaitēkļu modeļiem, ražas kartes, kaitēkļu monitorings, mēslošanas kartes utt.), lai izveidotu vēl funkcionālāku kultūraugu monitoringa sistēmu un veidu, kā lauksaimnieks vai citi speciālisti redz kultūraugu progresu to augšanas periodā.
Kā satelītattēli tiek izmantoti lauksaimniecībā?
Attēlus var izmantot, lai modelētu un aprēķinātu spektrālos indeksus, kurus vēlāk var pielīdzināt vizualizācijai krāsu sintēzes veidā, vai nu spektra redzamajā daļā, vai iekļaujot citus viļņu garumus. Pareizi izvēlēta krāsu sintēze var atklāt kultūraugu augšanu, stresu vai augsnes stāvokli. Erozija attēlots ar dažādām krāsām.
Spektrālie indeksi ir divu vai vairāku viļņu garumu spektrālā atstarojuma kombinācijas, lai parādītu interesējošas pazīmes. Kultūraugu indeksus visbiežāk izmanto lauksaimniecībā, taču tos izmanto arī izdegušu platību, citu mākslīgu raksturlielumu, ūdens un citu ģeoloģisku elementu identificēšanai.
Noderīgi spektrālie indeksi augkopībā ietver:
- NDVI (Normalizēts diferenciālais veģetācijas indekss).
- EVI (Uzlabots veģetācijas indekss).
- RENDVI vai NDRE (sarkanās malas normalizētais diferenciālais veģetācijas indekss).
- GNDVI (zaļās normalizētā diferenciālās veģetācijas indekss).
- MSI vai NDWI (mitruma stresa indekss).
- LAI (lapu platības indekss).
NDVI ir viens no visbiežāk izmantotajiem indeksiem, un to bieži izmanto, lai pārskatītu kultūraugu sākotnējo stāvokli. Citi indeksi strādā ar noteiktām īpašībām, tāpēc rezultāti ir specifiski konkrētām lauksaimniecības vietām, ir svarīgi strādāt ar zemes veģetācijas vēsturi.
NDVI (normalizēts diferenciālais veģetācijas indekss)
Šis indekss ir zaļās veģetācijas mērs un parasti ir visplašāk izmantotais indekss. Lapas atstaro infrasarkano gaismu (NIR) un fotosintēzei izmanto tikai redzamo gaismu. Tas nozīmē, ka veselīgu augu ar labu fotosintēzes ātrumu var analizēt, salīdzinot NIR ar redzamo sarkano gaismu.
Neveselīga veģetācija atstaros vairāk redzamās gaismas un pazeminās NIR (tuvāko infrasarkano staru intervālu). Veselīga veģetācija samazinās daļu no uz to krītošās redzamās gaismas. Tomēr NDVI ir jutīgs pret augsnes (gaismas un krāsas), mākoņu segas un ēnas ietekmi. Turklāt NDVI vērtības var būt nepareizas situācijā ar blīvu veģetāciju.
EVI (Uzlabots veģetācijas indekss)
Šis indekss ir mērenas izšķirtspējas spektru standarts — instruments, ko izmanto Terra un Aqua satelītos. EVI piedāvā alternatīvu NDVI, kas atsaucas uz dažiem tā trūkumiem, piemēram, augsnes un atmosfēras ierobežojumiem, optimizējot lapu veģetācijas atstarošanos.
Signāla korekcijai tas izmanto redzamā spektra zilo daļu, samazinot iepriekš minēto ierobežojumu, tostarp aerosolu radītā elektromagnētiskā starojuma izkliedes, ietekmi.
RENDVI vai NDRE (sarkanās malas normalizētais diferenciālais veģetācijas indekss)
Šis indekss ir balstīts uz standarta NDVI indeksu, bet ar modifikācijām. RENDVI ir ļoti noderīgs precīzajā lauksaimniecībā, mežu monitoringā un kultūraugu stresa noteikšanā.
Tā efektivitāte ir saistīta ar viļņu garumu iekļaušanu, kas ietilpst sarkanajā gala joslā, nevis viļņu garumiem, kas atbilst atstarošanas un absorbcijas vērtībām. Tas ir īpaši ērti nelielu veģetācijas stāvokļa izmaiņu noteikšanai.
GNDVI (zaļās normalizētā diferenciālā veģetācijas indekss)
Šis indekss ir līdzīgs NDVI indeksam un mēra gaismas atstarošanos spektra zaļajā daļā viļņu garuma diapazonā no 540 līdz 570 nanometriem, nevis spektra sarkanajā daļā. Tas padara indeksu jutīgāku pret hlorofila saturu kultūraugu zaļajās daļās.
MSI (mitruma stresa indekss)
Šis indekss ir jutīgs pret ūdens satura palielināšanos lapās. MSI indeksu izmanto, lai noteiktu ūdens trūkuma stresu, un tas ir labs kultūraugu apstākļu rādītājs, ko bieži izmanto kultūraugu modelēšanai, ugunsgrēku analīzei un ekosistēmas fizioloģijai. Augstas vērtības norāda uz ūdens stresu un zemāku ūdens saturu.
LAI (lapu platības indekss)
Šo indeksu izmanto, lai novērtētu lapu laukumu un prognozētu augu augšanu un ražu.
Kultūraugu satelītattēlu veidi
| Satelīti un tehnoloģiju nodrošinātāji | Satelītattēlu veids | Atkārtot ciklu | Telpiskā izšķirtspēja |
| Landsat4-9 | RGB, MULTISPEKTĀRS, PANHROMATISKAIS | 8 dienas | 15, 30, 100 m |
| Sentinel-2, | RGB, MULTISPEKTRĀLS | 5 dienas | 10 m |
| Planētas darbības joma | RGB, MULTISPEKTRĀLS | Dienas | 3–4 m |
| Planēta SkySat | PANHROMATISKS, DAUDZSPEKTRĀLS | Dienas | 0,5, 0,71–0,82 m |
| Airbus Plejādes | MULTISPEKTRĀLS | Dienas | 0,5 m |
| Aizbildinās NEO | PANHROMATISKS, DAUDZSPEKTRĀLS | 40 minūtes pēc pieprasījuma | 0,3 m |
| ICEEYE | Sintētiskā apertūras radars | Dienas | 0,25 m |
| Hiperions | HIPERSPEKTRĀLS | Nav pieejams | 30 m |
| Prizma | HIPERSPEKTRĀLS | Nav pieejams | 0,3 m |
Satelītu attēlveidošanas lietošanas gadījumi
Šeit ir daži svarīgi satelītattēlu izmantošanas veidi kultūraugu uzraudzībā:
Termoattēli
Zemes līmeņa objektu izstaroto siltumu var redzēt no gaisa uzņemtajās termofotogrāfijas, kas atklāj arī temperatūras svārstības, kas atbilst kultūraugu stresam. Nevajadzīgu elementu, piemēram, grozāmo iekārtu, noņemšana no attēla, izmantojot kalibrēšanu un attēla korekciju, novērš datu sagrozījumu.
Vēsākajos reģionos galīgajos attēlos redzama violeta krāsa, bet siltākos reģionos – dzeltena krāsa. Termoattēlojumi ir noderīgi noplūžu, sastrēgumu un citu apūdeņošanas problēmu atrašanai, jo ūdens atdzesē veģetāciju. Termoattēlojumi palīdz audzētājiem identificēt pirmssimptomu slimību un kaitēkļu radīto apdraudējumu un reaģēt ar savlaicīgākām un mērķtiecīgākām iejaukšanās darbībām, atklājot sīkas lapu virsmas temperatūras izmaiņas.
Augsnes mitrums
Lauksaimniecībā jāņem vērā augsnes mitrums. Precīzās lauksaimniecības pielietojumiem (atsevišķu lauku mērogā) un paredzot uzlabot kultūraugu ražas modelēšanu, augstas izšķirtspējas augsnes mitruma karšu pieejamība ir īpaši svarīga.
Sliktās telpiskās izšķirtspējas un nelielā novērojumu dziļuma dēļ no satelītiem ģenerētie augsnes mitruma produkti līdz šim ir reti izmantoti lauksaimniecības lēmumu atbalstam lauku saimniecībās vai laukos. Tomēr, ja satelītu iegūtie augsnes mitruma dati var sniegt atbilstošus datus par pieņemamiem laika un telpas izmēriem, tiek prognozēts, ka tiem ir liels potenciāls.
Izšķirtspēja
Augstas izšķirtspējas satelītattēlu iegūšana no zemas orbītas satelītiem pēdējā laikā ir kļuvusi attīstītāka un pieejamāka, radot vēl vienu fenotipa noteikšanas pielietojumu potenciālu. Šajā rakstā ir ilustrēts, kā satelītfotogrāfija tiek izmantota kultūraugu fenotipēšanā un lauksaimnieciskajā ražošanā, un tajā ir identificētas augu pazīmes, kuras var novērtēt, izmantojot augstas izšķirtspējas satelītdatus.
Rakstā aplūkotas satelītu fenotipēšanas izmantošanas priekšrocības kultūraugu selekcijas programmās, kā arī trūkumi, piemēram, mākoņu aizsprostojums. Tajā arī pētītas augstas izšķirtspējas satelītattēlu izmantošanas iespējas kā fenotipēšanas rīks nākotnē.
Lai palīdzētu augu selekcionāriem izvēlēties augstražīgas, pret stresu izturīgas šķirnes, kas var palīdzēt apmierināt globālo pārtikas pieprasījumu, vienlaikus tiekot galā ar klimata pārmaiņām, augstas izšķirtspējas satelītattēlus var izmantot kā fenotipēšanas rīku kultūraugu šķirņu novērtēšanai.
Satelītu attēlu pielietojums
GeoPard spējas un satelītattēlu lietojumprogrammas piedāvā lietotājiem vizualizēt, normalizēt, analizēt un iegūt ieskatus tieši no lauksaimniecības zemes gabaliem, lai uzlabotu kultūraugu ražošanu. Šo datu izmantošanu var veikt, izmantojot gatavus GeoPard algoritmus vai izveidojot savus algoritmus, lai padarītu tos noderīgus agronomijā.
Šie algoritmi ļauj novērtēt kultūraugu augšanu, stresu utt. (skatīt fotoattēlu) vai pat izveidot recepšu kartes: piemēram, slāpekļa VR lietošanas kartes, augu aizsardzības līdzekļu izsmidzināšanas lietošanas kartes.
Biežāk uzdotie jautājumi
1. Kā iegūt satelītattēlus saimniecībai?
Lai to iegūtu savai saimniecībai, izpētiet pakalpojumu sniedzējus, reģistrējieties un piekļūstiet viņu datubāzei vai portālam. Norādiet savas saimniecības atrašanās vietu un vēlamos parametrus, lai iegūtu atbilstošus attēlus lauksaimniecības uzraudzībai.
2. Kāpēc satelītattēli ir noderīgi barības tīklu izpratnei?
Tas ir noderīgi barības tīklu izpratnē, pateicoties tā spējai sniegt plašu un visaptverošu ekosistēmu pārskatu. Uzņemot liela mēroga sauszemes un ūdenstilpņu attēlus, tas ļauj zinātniekiem novērot un analizēt dažādu dzīvotņu un resursu telpisko sadalījumu.
Tas, savukārt, palīdz pētīt mijiedarbību starp dažādām sugām, identificēt galvenās barošanās attiecības un izprast enerģijas plūsmu caur barības tīkliem.
Tas palīdz atšķetināt sarežģīto ekoloģisko dinamiku, veicinot dziļāku izpratni par ekosistēmu darbību un saglabāšanas centieniem.
3. Cik dārgi ir satelītattēli?
Tās izmaksas atšķiras atkarībā no vairākiem faktoriem. Tie ietver pakalpojumu sniedzēju, izšķirtspēju, iegūšanas biežumu un nepieciešamo pārklājuma apjomu. Cenas var būt no pieejamām iespējām zemas izšķirtspējas attēliem līdz dārgākām iespējām augstas izšķirtspējas un reāllaika uzraudzībai.
Turklāt specializēti pakalpojumi vai pielāgoti datu pieprasījumi var radīt papildu izmaksas. Ieteicams izpētīt dažādus pakalpojumu sniedzējus un to cenu modeļus, lai atrastu satelītattēlu risinājumu, kas atbilst jūsu īpašajām prasībām un budžetam.
4. Kas ir infrasarkano staru satelītattēli? Kā tos lasīt?
Tas uztver Zemes virsmas objektu un virsmu izstaroto infrasarkano starojumu. Tas sniedz vērtīgu ieskatu temperatūras svārstībās un termiskajos modeļos.
Lai nolasītu infrasarkano staru satelītattēlus, ir jāsaprot, ka siltāki objekti attēlā izskatās spilgtāki, bet vēsāki – tumšāki. Analizējot šīs temperatūras svārstības, var novērtēt mākoņu veidojumus, noteikt zemes un ūdens temperatūras atšķirības, atklāt meža ugunsgrēkus un pat uzraudzīt okeāna straumes.
Izpratne par krāsu skalu un spilgtuma līmeņiem attēlos palīdz iegūt jēgpilnu informāciju no infrasarkanajiem satelītattēliem.
Satellīta attēlveidošana







