Kategorija: Satellīta attēlveidošana

Laipni lūdzam mūsu vietnes sadaļā “Satelītattēli lauksaimniecībā”! Šeit atradīsiet plašu augstas izšķirtspējas satelītattēlu kolekciju, kas ir īpaši izstrādāta lauksaimniekiem, agronomiem un pētniekiem, kuri ir ieinteresēti to izmantot precīzajā lauksaimniecībā.

Mūsu satelītattēli tiek uzņemti, izmantojot progresīvu tālizpētes tehnoloģiju, kas ļauj mums iegūt detalizētu informāciju par kultūraugu veselību, mitruma līmeni un citiem svarīgiem faktoriem, kas ietekmē lauksaimniecisko ražošanu. Mūsu attēli var palīdzēt jums pieņemt pārdomātus lēmumus par kultūraugu apsaimniekošanu, apūdeņošanu un citiem svarīgiem lauksaimniecības aspektiem.

Izmantojot mūsu lauksaimniecības satelītattēlu sadaļu, varat piekļūt dažādu lauksaimniecības reģionu, kultūraugu un lauksaimniecības prakses attēliem. Mūsu attēliem ir pievienota detalizēta analīze un mūsu ekspertu komandas ieskati, sniedzot jums nepieciešamo informāciju, lai optimizētu lauksaimniecības praksi un uzlabotu ražu.

Neatkarīgi no tā, vai esat mazs lauksaimnieks vai liels lauksaimniecības uzņēmums, šī sadaļa ir vērtīgs resurss lauksaimniecības produktivitātes uzlabošanai. Mēs saprotam, ka lauksaimniecība ir sarežģīta un dinamiska joma, un mēs cenšamies sniegt visprecīzāko un jaunāko informāciju, lai palīdzētu jums gūt panākumus.

Mūsu tīmekļa vietne ir veidota lietotājam draudzīga un viegli pārskatāma, nodrošinot, ka varat ātri atrast nepieciešamo informāciju. Mēs piedāvājam arī virkni rīku un resursu, kas palīdzēs jums to maksimāli izmantot, tostarp pamācības, apmācības materiālus un tehnisko atbalstu.

Satelītattēlu ceļvedis un atjauninājumi

Automātiskās lauka robežu noteikšanas modelis precīzijas lauksaimniecībai no GeoPard

Publicēts Muhammad Farjad

GeoPard ir veiksmīgi pabeiguši automatizēta lauka robežu noteikšanas modeļa izstrādi, izmantojot vairāku gadu satelītattēlus, precīzu mākoņu un ēnu noteikšanu, kā arī uzlabotus patentētus algoritmus, tostarp dziļos neironu tīklus.

GeoPard lauka noteikšanas modelis ir sasniedzis vismodernāko precizitāti 0,975 uz krustošanās pār savienību (IoU) metrikas, apstiprināts dažādos reģionos un kultūraugu veidos visā pasaulē.

Apskatiet šos attēlus, lai redzētu rezultātus Vācijā (vidējais lauka lielums ir 7 hektāri):

1. — Neapstrādāts Sentinel-2 attēls

1. — Neapstrādāts Sentinel-2 attēls

3. — Segmentētas lauka robežas

2. — GeoPard īpaši augstas izšķirtspējas Sentinel-2 attēls (1 metra izšķirtspēja)

2 — GeoPard īpaši augstas izšķirtspējas Sentinel-2 attēls

3. — segmentētas lauka robežas, 0.975 Krustpunkta pār savienību (IoU) precizitātes rādītājs, vairākos starptautiskos reģionos un kultūraugu veidos.

Integrācija mūsu API un GeoPard lietojumprogrammā būs pieejama drīzumā. Šī automatizētā un izmaksu ziņā efektīvā metode palīdz prognozēt ražu, sniedz labumu valdības organizācijām un palīdz lieliem zemes īpašniekiem, kuriem bieži vien ir jāatjaunina lauku robežas starp sezonām.

GeoPard pieeja izmanto Daudzgadīgu kultūraugu veģetācijas tendences izmantojot daudzfaktoru analīzi un augseku.

 

Modelis ir pieejams, izmantojot GeoPard API pēc principa “maksā, kad izmanto”, piedāvājot elastību bez nepieciešamības iegādāties dārgus abonementus.

 

Kas ir lauka robežu noteikšana?

Lauku robežu noteikšana attiecas uz lauksaimniecības lauku vai zemes gabalu robežu identificēšanas un kartēšanas procesu. Tas ietver dažādu metožu un datu avotu izmantošanu, lai noteiktu atsevišķu lauku vai lauksaimniecības zemes gabalu robežas.

Tradicionāli lauku robežas manuāli noteica lauksaimnieki vai zemes īpašnieki, pamatojoties uz savām zināšanām un novērojumiem.

Tomēr, attīstoties tehnoloģijām, jo īpaši tālizpētes un ģeogrāfiskās informācijas sistēmu (ĢIS) jomā, automatizētas un daļēji automatizētas metodes ir kļuvušas arvien izplatītākas.

Viena izplatīta pieeja ir satelītu vai aerofotoattēlu analīze. Augstas izšķirtspējas attēli, kas uzņemti ar satelītiem vai lidmašīnām, var sniegt detalizētu informāciju par ainavu, tostarp robežām starp dažādiem zemes gabaliem.

Šiem attēliem var pielietot attēlu apstrādes algoritmus, lai noteiktu atšķirīgas pazīmes, piemēram, izmaiņas veģetācijas tipā, krāsā, tekstūrā vai rakstos, kas norāda uz lauka robežu klātbūtni.

Cita metode ietver LiDAR (gaismas noteikšanas un diapazona) datu izmantošanu, kas izmanto lāzera starus, lai mērītu attālumu starp sensoru un Zemes virsmu.

LiDAR dati var sniegt detalizētu informāciju par augstumu un topogrāfisko informāciju, ļaujot identificēt nelielas reljefa variācijas, kas var atbilst lauka robežām.

Turklāt ģeogrāfiskās informācijas sistēmām (ĢIS) ir izšķiroša loma lauku robežu noteikšanā.

ĢIS programmatūra ļauj integrēt un analizēt dažādus datu slāņus, tostarp satelītattēlus, topogrāfiskās kartes, zemes īpašumtiesību reģistrus un citu atbilstošu informāciju. Apvienojot šos datu avotus, ĢIS var palīdzēt lauku robežu interpretācijā un identificēšanā.

Precīza lauka norobežošana ir būtiska vairāku iemeslu dēļ. Tā atvieglo lauksaimniecības resursu labāku pārvaldību, ļauj izmantot precīzās lauksaimniecības metodes un atbalsta tādu lauksaimniecības prakšu kā apūdeņošana, mēslošana un kaitēkļu apkarošana plānošanu un ieviešanu.

Precīzi lauka robežu dati palīdz arī zemes administrēšanā, zemes izmantošanas plānošanā un lauksaimniecības noteikumu ievērošanā.

Kā tas ir noderīgi?

Tam ir izšķiroša nozīme lauksaimniecībā un zemes apsaimniekošanā, sniedzot vairākas priekšrocības un nozīmi, ko apstiprina pierādījumi un globāli skaitļi. Šeit ir daži galvenie punkti:

1. Precīzā lauksaimniecība: Precīzas lauka robežas palīdz ieviest precīzās lauksaimniecības metodes, kur resursi, piemēram, ūdens, mēslošanas līdzekļi un pesticīdi, tiek precīzi novirzīti konkrētām lauka zonām.

Saskaņā ar Pasaules Bankas ziņojumu, precīzās lauksaimniecības tehnoloģijām ir potenciāls palielināt kultūraugu ražu par 20% un samazināt izejvielu izmaksas par 10–20%.

2. Efektīva resursu pārvaldība: Tas ļauj lauksaimniekiem labāk pārvaldīt resursus, optimizējot apūdeņošanas sistēmas, pielāgojot mēslošanas praksi un uzraugot kultūraugu veselību. Šī precizitāte samazina resursu izšķērdēšanu un ietekmi uz vidi.

Pārtikas un lauksaimniecības organizācija (FAO) lēš, ka precīzās lauksaimniecības prakse var samazināt ūdens patēriņu par 20-50%, mēslošanas līdzekļu patēriņu par 10-20% un pesticīdu lietošanu par 20-30%.

3. Zemes izmantošanas plānošana: Precīzi lauka robežu dati ir būtiski zemes izmantošanas plānošanai, nodrošinot pieejamās lauksaimniecības zemes efektīvu izmantošanu. Tas ļauj politikas veidotājiem un zemes apsaimniekotājiem pieņemt pamatotus lēmumus par zemes piešķiršanu, augseku un zonējumu.

Tas var palielināt lauksaimniecības produktivitāti un uzlabot pārtikas nodrošinājumu. Pētījumā, kas publicēts žurnālā "Soil and Water Conservation", konstatēts, ka efektīva zemes izmantošanas plānošana varētu palielināt globālo pārtikas ražošanu par 20-67%.

4. Lauksaimniecības subsīdijas un apdrošināšana: Daudzas valstis nodrošina lauksaimniecības subsīdijas un apdrošināšanas programmas, kuru pamatā ir lauku robežas. Precīza robežu noteikšana palīdz noteikt atbilstīgās zemes platības, nodrošināt subsīdiju taisnīgu sadali un precīzi aprēķināt apdrošināšanas prēmijas.

Piemēram, Eiropas Savienības kopējā lauksaimniecības politika (KLP) balstās uz precīzām lauku robežām subsīdiju aprēķināšanai un atbilstības uzraudzībai.

5. Zemes pārvalde un juridiskās robežas: Lauku robežu noteikšana lauksaimniecībā ir ļoti svarīga zemes administrēšanai, īpašuma tiesībām un zemes strīdu risināšanai. Precīzas lauku robežu kartes palīdz noteikt juridisko īpašumtiesības, atbalsta zemes reģistrācijas sistēmas un veicina pārredzamus zemes darījumus.

Pasaules Banka lēš, ka tikai 30% pasaules iedzīvotājiem ir juridiski dokumentētas tiesības uz savu zemi, kas uzsver uzticamu lauku robežu datu nozīmi drošas zemes īpašumtiesību nodrošināšanā.

6. Atbilstība un vides ilgtspējība: Precīzas lauka robežas palīdz atbilstības uzraudzībā, nodrošinot vides noteikumu un ilgtspējīgas lauksaimniecības prakses ievērošanu.

Tas palīdz noteikt buferzonas, aizsargājamās teritorijas un teritorijas, kas ir pakļautas erozijai vai ūdens piesārņojumam, ļaujot lauksaimniekiem veikt atbilstošus pasākumus. Atbilstība vides standartiem veicina ilgtspējību un samazina negatīvo ietekmi uz ekosistēmām.

Saskaņā ar FAO datiem, ilgtspējīgas lauksaimniecības prakse var samazināt siltumnīcefekta gāzu emisijas līdz pat 6 miljardiem tonnu gadā.

Šie punkti ilustrē tā lietderību un nozīmi lauksaimniecībā un zemes apsaimniekošanā. Iesniegtie pierādījumi un globālie skaitļi apstiprina tā pozitīvo ietekmi uz resursu efektīvu izmantošanu, zemes izmantošanas plānošanu, tiesisko regulējumu, vides ilgtspējību un kopējo lauksaimniecības produktivitāti.

Rezumējot, lauku robežu noteikšana lauksaimniecībā ir lauksaimniecības lauku vai zemes gabalu robežu noteikšanas un kartēšanas process. Tas balstās uz dažādām metodēm, piemēram, satelītattēlu analīzi, LiDAR datiem un ĢIS, lai precīzi definētu un norobežotu šīs robežas, nodrošinot efektīvu zemes apsaimniekošanu un lauksaimniecības praksi.

Planet attēli (ikdienas, 3m izšķirtspēja) pārvaldības zonu izveidei

Publicēts dementievgeopard

Piekļuve Planet attēliem kļuva vienkāršāka, ātrāka un pieejamāka, pateicoties GeoPard Agriculture. Kopš 2022. gada augusta GeoPard ir laidis klajā iespējas meklēt un analizēt tikai pieprasītos Planet attēlus no lietotāja vēlamā datumu diapazona.

Tātad GeoPard lietotājs pieprasa tikai vēlamos Planet attēlus un var tos izmantot GeoPard analītiskajos rīkos.

Planētu attēli paplašinās Sentinel un Landsat pārklājumi (pēc noklusējuma nodrošināti) un tos var kombinēt ar citiem datu slāņiem (ražas novākšanas/miglošanas/sēšanas tehnikas datu kopām, topogrāfijas profilu), izmantojot esošos Daudzslāņu, Daudzgadu, un Vienādojumu rīki. 

 

Planet attēli vadības zonu izveidošanai

 

Planēta ir lielākais Zemes novērošanas satelītu tīkls, kas gandrīz katru dienu piegādā globālu datu kopu un ļauj iegūt augstas izšķirtspējas un augstas frekvences satelītattēlu datus.

Pārvaldības zonas, kuru pamatā ir Planet Scope (3,5 m izšķirtspēja) attēli.

Lasīt vairāk par GeoPard / Planētas partnerība.

Kas ir planētu attēli un kā tos izmantot pārvaldības zonu izveidē?

Tas attiecas uz satelītattēliem, ko nodrošina privāts uzņēmums Planet Labs, kas pārvalda mazu satelītu floti ar nosaukumu Doves. Šie satelīti katru dienu uzņem augstas izšķirtspējas Zemes virsmas attēlus. Termins "3 m izšķirtspēja" nozīmē, ka katrs attēla pikselis attēlo 3 × 3 metru lielu laukumu uz zemes. Šis detalizācijas līmenis ļauj veikt detalizētu analīzi un uzraudzīt dažādas Zemes virsmas iezīmes un izmaiņas.

Runājot par pārvaldības zonu izveidi, Planet Imagery ar ikdienas 3 m izšķirtspēju var būt ļoti noderīgi dažādām nozarēm un lietojumiem, piemēram:

  • LauksaimniecībaAugstas izšķirtspējas attēli var palīdzēt izveidot apsaimniekošanas zonas lauksaimniecībā, kur dažādām lauka daļām var būt nepieciešama atšķirīga apstrāde, piemēram, apūdeņošana, mēslošana vai kaitēkļu apkarošana. Analizējot attēlus, lauksaimnieki var noteikt modeļus, kas saistīti ar kultūraugu veselību, augsnes mitrumu un citiem faktoriem, ļaujot viņiem pieņemt labākus lēmumus par resursu sadali.
  • Vides pārvaldība: Satelītattēlus var izmantot, lai identificētu un uzraudzītu vides ziņā jutīgas teritorijas, piemēram, mitrājus, mežus un savvaļas dzīvnieku dzīvotnes. Šo informāciju var izmantot, lai izveidotu pārvaldības zonas, kas aizsargā šīs teritorijas un nodrošina ilgtspējīgu zemes izmantošanas praksi.
  • Pilsētplānošana: Augstas izšķirtspējas attēli var palīdzēt pilsētplānotājiem noteikt izaugsmes zonas, zemes izmantošanas modeļus un infrastruktūras attīstību. Šo informāciju var izmantot, lai izveidotu pārvaldības zonas, kas vada turpmāko attīstību un nodrošina efektīvu resursu izmantošanu.
  • Katastrofu pārvaldība: Satelītu attēli var palīdzēt identificēt un uzraudzīt katastrofu apdraudētas teritorijas, piemēram, palienes vai meža ugunsgrēku perēkļus. Var izveidot pārvaldības zonas, lai noteiktu evakuācijas maršrutus, piešķirtu resursus katastrofu seku likvidēšanai un informētu par zemes izmantošanas politiku, kas samazina turpmāku katastrofu risku.
  • Dabas resursu pārvaldība: Augstas izšķirtspējas attēli var palīdzēt uzraudzīt un pārvaldīt tādus resursus kā ūdens, minerāli un meži. Identificējot apgabalus ar augstu resursu vērtību vai trūkumu, var izveidot pārvaldības zonas, lai nodrošinātu šo resursu ilgtspējīgu izmantošanu un saglabāšanu.

Rezumējot, Planet Imagery ar ikdienas 3m izšķirtspēju ir vērtīgs instruments pārvaldības zonu izveidei dažādās jomās, sniedzot aktuālu un detalizētu informāciju, kas var palīdzēt lēmumu pieņēmējiem optimizēt resursu sadali un nodrošināt ilgtspējīgu zemes izmantošanas praksi.

Biežāk uzdotie jautājumi

1. Ko var palīdzēt noteikt tēlainības izmantošana?

Attēlu izmantošana var palīdzēt izveidot efektīvāku un lietderīgāku lauksaimniecības sistēmu. Izmantojot tādas tehnoloģijas kā droni vai satelītattēli, attēli var sniegt vērtīgu ieskatu kultūraugu veselībā, augsnes apstākļos un apūdeņošanas vajadzībās.

Tas palīdz identificēt problemātiskās jomas, piemēram, kaitēkļu invāzijas vai barības vielu trūkumu, ļaujot lauksaimniekiem veikt mērķtiecīgas darbības. Turklāt attēli palīdz uzraudzīt kultūraugu augšanu un attīstību, ļaujot pieņemt precīzus lēmumus un maksimāli palielināt ražu. 

Kā satelītattēli palīdz kultūraugu uzraudzībā

Publicēts dementievgeopard

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.

Multispektrālie satelītattēli

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.

Hiperspektrālie satelītattēli

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 monitorings

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.

Hiperspektrālie attēli lauksaimniecībai. Ziemeļreinas-Vestfālenes federālās zemes dotācija.

Publicēts vladimirklinkov

Ar prieku paziņojam, ka projekts “Mākslīgā intelekta ietvars augsnes īpašību kvantitatīvai novērtēšanai, izmantojot hiperspektrālos satelītattēlus” ir saņēmis daļēju finansējumu no Ziemeļreinas-Vestfālenes Vides ministrijas un Eiropas Savienības saskaņā ar… REACT-EU InnovationUmweltwirtschaft.NRW programma. Dotāciju finansē Eiropas Reģionālās attīstības fonds / Europäischen Fonds für regionale Entwicklung (EFRE).

Eiropas Reģionālās attīstības fonds

Mākslīgā intelekta un statistikas izmantošana šajā projektā ļāva noteikt korelāciju starp hiperspektrālajiem un augsnes datiem (piemēram, N, pH), veicinot precīzāku un mērogojamāku pieeju augsnes analīzei. Gaidāmā hiperspektrālo satelītu palaišana ar biežiem atgriešanas intervāliem un netraucētu piekļuvi jauniem attēliem bez kavēšanās sniedz vairākas priekšrocības, jo īpaši ilgtspējīgas lauksaimniecības barības vielu pārvaldībā. Šī tehnoloģija palīdz novērtēt barības vielu saturu un pieejamību augsnē, ļaujot lauksaimniekiem pielāgot mēslošanas stratēģijas. Tas nodrošina labāku barības vielu uzņemšanu augiem, samazinātu ietekmi uz vidi un izmaksu ietaupījumus.

Kas ir hiperspektrālā attēlveidošana?

Hiperspektrālie attēli ir jaudīga tālizpētes metode, kas uztver elektromagnētisko spektru ar augstu spektrālo izšķirtspēju.

Atšķirībā no tradicionālajiem satelītattēliem, kas parasti sastāv no trim līdz četrām joslām (sarkanas, zaļas, zilas un dažreiz tuvā infrasarkanā starojuma), hiperspektrālie attēli apkopo simtiem līdz tūkstošiem šauru spektra joslu redzamajā, tuvā infrasarkanā un īsviļņu infrasarkanajā diapazonā. Katra josla sniedz unikālu informāciju par attēlotā apgabala virsmas īpašībām.

To iegūst, izmantojot sensorus, kas uzstādīti uz gaisā vai kosmosā esošām platformām. Šie sensori izmanto spektrometrus, lai mērītu atstarotā vai izstarotā starojuma intensitāti vairākās šaurās joslās.

Apkopojot plašu spektrālo datu klāstu, hiperspektrālie sensori var noteikt smalkas atšķirības dažādu materiālu spektrālajos parakstos, ļaujot veikt ļoti detalizētu un precīzu analīzi.

Hiperspektrālo attēlu pielietojumi

  • Vides monitorings: Tam ir būtiska loma ekosistēmu veselības uzraudzībā un novērtēšanā. Tas palīdz identificēt veģetācijas stresu, uzraudzīt zemes seguma izmaiņas, atklāt invazīvās sugas un mērīt ūdens kvalitātes parametrus, piemēram, hlorofila koncentrāciju vai duļķainību ezeros un upēs.
  • Lauksaimniecība: Tas palīdz precīzajā lauksaimniecībā, sniedzot detalizētu informāciju par kultūraugu veselību, barības vielu saturu, mitruma līmeni un slimību noteikšanu. Lauksaimnieki var pieņemt uz datiem balstītus lēmumus par apūdeņošanu, mēslošanu un kaitēkļu apkarošanu, kā rezultātā tiek optimizēta kultūraugu raža un samazināta ietekme uz vidi.
  • Ģeoloģija un derīgo izrakteņu izpēteTas ir ļoti svarīgs ģeoloģisko veidojumu kartēšanā, derīgo izrakteņu atradņu identificēšanā un iežu veidu raksturošanā. Tas palīdz ģeologiem atklāt izmaiņas minerālu sastāvā un kartēt potenciālās izpētes vietas, veicinot efektīvākas un mērķtiecīgākas ieguves darbības.
  • MežsaimniecībaTas palīdz mežu apsaimniekošanā un uzraudzībā. Tas ļauj identificēt koku sugas, kvantitatīvi noteikt meža biomasu, noteikt koku stresu un novērtēt meža ugunsgrēku radītos postījumus. Šī informācija palīdz ilgtspējīgā mežu apsaimniekošanā, bioloģiskās daudzveidības saglabāšanā un meža ugunsgrēku agrīnās brīdināšanas sistēmās.

Hiperspektrālo attēlu priekšrocības

Tās galvenā priekšrocība ir spēja sniegt detalizētu spektrālo informāciju, kas ļauj precīzi atšķirt materiālus.

Tas uzlabo zemes seguma veidu klasifikāciju un kartēšanu, veicina konkrētu vielu identificēšanu un labāku vides procesu izpratni.

Hiperspektrālos datus var analizēt arī, izmantojot uzlabotus algoritmus un mašīnmācīšanās metodes, lai iegūtu vērtīgas atziņas un automatizētu attēlu interpretāciju.

wpChatIcon
wpChatIcon

    Pieprasīt bezmaksas GeoPard demonstrāciju / konsultāciju








    Noklikšķinot uz pogas, jūs piekrītat mūsu Privātuma politika. Mums tas ir nepieciešams, lai atbildētu uz jūsu pieprasījumu.

      Abonēt


      Noklikšķinot uz pogas, jūs piekrītat mūsu Privātuma politika

        Nosūtiet mums informāciju


        Noklikšķinot uz pogas, jūs piekrītat mūsu Privātuma politika

        Mēs izmantojam sīkdatnes, lai nodrošinātu jums vislabāko pārlūkošanas pieredzi, personalizētu vietnes saturu, analizētu tās datplūsmu un rādītu atbilstošas reklāmas.
        Skaties mūsu Privātuma politika lai uzzinātu vairāk.

        Pieņemt visus