Hiperspektrālie attēli lauksaimniecībai. Ziemeļreinas-Vestfālenes federālās zemes dotācija.

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).

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.