Hur satellitbilder hjälper till vid övervakning av grödor

Satellitbilder är en av de mest mångsidiga funktioner som kan implementeras inom jordbruksproduktionen för att förbättra beslutsprocessen. Att fatta beslut, baserat på en stor mängd data, kan hjälpa jordbrukare, agronomer eller rådgivare att förstå situationen och de processer som sker på de jordbruksfält som är föremål för övervakning.

Vad är satellitbilder?

Satellitbilder, även kända som satellitbaserad fjärranalys, är processen att använda satellitbilder för att samla in information om jordens yta, atmosfär och hav. Denna teknik innebär användning av satelliter utrustade med specialiserade sensorer och kameror som kan ta högupplösta bilder av jorden från rymden.

Bilderna som tas av satelliterna kan användas för en mängd olika tillämpningar, inklusive övervakning av vädermönster, spårning av förändringar i miljön, kartläggning av markanvändning och vegetation samt bedömning av effekterna av naturkatastrofer. De kan också användas för militära och underrättelseändamål.

Satellitbilder med dess fördelar kan visa situationer som inte kan ses med regelbunden observation. Regelbundna observationer kan vara mycket krävande vad gäller mängden implementerad arbetskraft, ekonomi och tid.

Även med regelbundna observationer gjorda under grödornas tillväxtperiod finns det flera saker som inte kan ses med blotta ögat, såsom den tidiga utvecklingen av sjukdom och skador orsakade av skadedjuren som i slutändan resulterar i klorofyllnedbrytning på cellnivå.

Med integration och beräkning av spektralband som är osynliga för det mänskliga ögat kan odlare och rådgivare enkelt visualisera klorofyllnedbrytning innan synliga sjukdoms- eller skadedjurssymptom uppstår på växterna.

Dessa fördelar inom grödövervakning är fördelaktiga med dagens teknik, som gör det möjligt att integrera implementeringen av sådan information i geografiska informationssystem, vilket resulterar i att en snabb och högkvalitativ datamängd skapas som är redo att användas i beslutsprocesser gällande jordbruksproduktionssystem.

Förutom att fatta informationsbaserade beslut kan satellitbilder användas för rapportering, registrering och integrering med olika datamängder (sjukdoms- och skadedjursmodeller, avkastningskartor, skadedjursövervakning, gödslingskartor och så vidare) för att skapa ett ännu mer funktionellt system för grödövervakning och hur bonden eller andra yrkesverksamma ser grödornas framsteg under deras odlingsperiod.

Hur används satellitbilder inom jordbruket?

Bilderna kan användas för att modellera och beräkna spektralindex som senare likställs för visualisering i form av färgsyntes, antingen i den synliga delen av spektrumet eller genom att inkludera andra våglängder. Korrekt vald färgsyntes kan avslöja grödors tillväxt, stress eller jordmån. erosion visas med olika färger.

Spektralindex är kombinationer av spektral reflektion av två eller flera våglängder för att visa intressanta egenskaper. Grödindex används oftast inom jordbruket, men indexen används för att identifiera brända områden, andra artificiella egenskaper, vatten och andra geologiska egenskaper.

Användbara spektrala index inom grödoproduktion inkluderar:

• NDVI (Normaliserat skillnadsvegetationsindex).
• EVI (Förbättrat vegetationsindex).
• RENDVI eller NDRE (Red Edge Normalized Difference Vegetation Index).
• GNDVI (Det gröna normaliserade skillnadsvegetationsindexet).
• MSI eller NDWI (Moisture Stress Index).
• LAI (Lövareaindex).

NDVI är ett av de mest använda indexen och används ofta för att granska en grödas initialtillstånd. Andra index arbetar med vissa egenskaper, så resultaten är specifika för specifika jordbruksplatser, det är viktigt att arbeta med markvegetationens historia.

NDVI (Normaliserat skillnadsvegetationsindex)

Detta index är ett mått på grön vegetation och är generellt det mest använda indexet. Bladen reflekterar infrarött ljus (NIR) och använder endast synligt ljus för fotosyntes. Det betyder att en frisk växt med god fotosynteshastighet kan analyseras genom att jämföra NIR med synligt rött ljus.

Ohälsosam vegetation reflekterar mer synligt ljus och sänker NIR (näringsintrycket). Frisk vegetation minskar en del av det synliga ljuset som faller på den. NDVI är dock känslig för effekterna av jord (ljus och färg), molntäcke och skugga. Dessutom kan NDVI-värdena vara felaktiga i situationer med tät vegetation.

EVI (Förbättrat vegetationsindex)

Detta index är standarden för spektra med moderat upplösning – ett instrument som används på Terra- och Aqua-satelliterna. EVI presenterar ett alternativ till NDVI som hänvisar till några av dess brister, t.ex. jordmåns- och atmosfäriska begränsningar, genom att optimera reflektionsförmågan hos lövvegetation.

Den använder den blå delen av det synliga spektrumet för signalkorrigering, vilket minskar effekterna av ovan nämnda begränsningar, inklusive spridning av elektromagnetisk strålning från aerosoler.

RENDVI eller NDRE (Red Edge Normalized Difference Vegetation Index)

Detta index är baserat på standard NDVI-indexet, men med modifieringar. RENDVI är mycket användbart inom precisionsjordbruk, skogsövervakning och detektering av grödorstress.

Dess effektivitet beror på att våglängder som faller inom det röda ändbandet inkluderas, snarare än våglängder som motsvarar värdet för reflektion och absorption. Det är särskilt bekvämt för att detektera små förändringar i vegetationens tillstånd.

GNDVI (Det gröna normaliserade skillnadsvegetationsindexet)

Detta index liknar NDVI-indexet och mäter ljusets reflektion i den gröna delen av spektrumet i våglängdsområdet 540 till 570 nanometer, istället för den röda delen av spektrumet. Detta gör indexet mer känsligt för klorofyllinnehållet i de gröna delarna av grödorna.

MSI (Fuktspänningsindex)

Detta index är känsligt för ökningen av vattenhalten i bladen. MSI-indexet används för att upptäcka vattenbriststress och är en bra indikator på grödförhållanden, ofta använd för grödmodellering, brandanalys och ekosystemfysiologi. Höga värden indikerar vattenstress och lägre vattenhalt.

LAI (Lövareaindex)

Detta index används för att uppskatta bladyta och för att förutsäga växttillväxt och avkastning.

Typer av satellitbilder av grödor

Användningsfall för satellitbilder

Här är några viktiga användningsområden för satellitbilder vid övervakning av grödor:

Värmebilder

Värmen som avges från objekt i marknivå kan ses i termografi tagen från luften, vilket också avslöjar temperaturvariationer som motsvarar grödans stress. Borttagning av onödiga element, såsom svängutrustning, från bilden genom kalibrering och bildkorrigering förhindrar dataförskjutning.

Svalare områden visar lila och varmare områden ser gula ut i den slutliga bilden. Värmeavbildning är användbar för att hitta läckor, stopp och andra bevattningsproblem eftersom vatten kyler ner vegetation. Värmeavbildning hjälper odlare att identifiera presymptomatiska sjukdomar och skadedjurstryck och reagera med mer snabba och fokuserade insatser genom att avslöja små förändringar i bladytans temperatur.

Jordfuktighet

Jordbruket måste ta hänsyn till markfuktighet. För precisionsjordbruk (i skala för enskilda fält) och med tanke på att modelleringen av grödor kan förbättras, är tillgången till högupplösta kartor över markfuktighet särskilt avgörande.

På grund av observationernas dåliga rumsliga upplösning och grunt djup har markfuktighetsprodukter som genereras från satelliter hittills använts sparsamt i jordbruksbeslutsstöd på gårds- eller fältnivå. Men om det kan leverera relevanta data om acceptabla tidsmässiga och rumsliga dimensioner, förväntas markfuktighet från satelliter ha stor potential.

Upplösning

Högupplösta satellitbilder från satelliter i låg omloppsbana har nyligen blivit mer utvecklade och tillgängliga, vilket ger ytterligare potential för fenotypningstillämpningar. Denna artikel illustrerar hur satellitfotografering används vid fenotypning av grödor och jordbruksproduktion, och den identifierar växtegenskaper som kan bedömas med hjälp av högupplösta satellitdata.

Artikeln behandlar fördelarna med att använda satellitbaserad fenotypning i grödoförädlingsprogram samt nackdelarna, såsom molnblockering. Den utforskar också potentiella användningsområden för högupplöst satellitavbildning som ett fenotypningsverktyg i framtiden.

För att hjälpa växtförädlare att välja högavkastande, stresståliga sorter som kan bidra till att möta den globala livsmedelsefterfrågan samtidigt som de hanterar klimatförändringarna, kan högupplösta satellitbilder användas som ett fenotypningsverktyg för utvärdering av grödsorter.

Tillämpningar av satellitbilder

GeoPard förmågor och satellitavbildningsapplikationer erbjuder användarna att visualisera, normalisera, analysera och härleda insikter direkt från jordbrukslotterna för att förbättra grödoproduktionen. Denna dataanvändning kan göras med hjälp av färdiga GeoPard-algoritmer eller genom att skapa egna algoritmer för att göra dem användbara för agronomi.

Dessa algoritmer möjliggör utvärdering av grödors tillväxt, stress etc. (se foto) eller till och med skapande av ordinationskartor: till exempel kartor över kväve-VR-applikationer, kartor över växtskyddsmedel för sprutning.

Vanliga frågor och svar

1. Hur får man satellitbilder för en gård?

För att få det till din gård, sök efter leverantörer, registrera dig och få åtkomst till deras databas eller portal. Ange din gårds plats och önskade parametrar för att hämta relevanta bilder för jordbruksövervakning.

2. Varför är satellitbilder användbara för att förstå näringsvävar?

Det är användbart för att förstå näringsvävar tack vare dess förmåga att ge en bred och heltäckande bild av ekosystem. Genom att ta storskaliga bilder av land och vattendrag gör det det möjligt för forskare att observera och analysera den rumsliga fördelningen av olika livsmiljöer och resurser.

Detta hjälper i sin tur till att studera interaktionerna mellan olika arter, identifiera viktiga födoförhållanden och förstå energiflödet genom näringsvävar.

Det hjälper till att reda ut komplex ekologisk dynamik och bidrar till en djupare förståelse av ekosystemens funktion och bevarandeinsatser.

3. Hur dyra är satellitbilder?

Kostnaden varierar beroende på flera faktorer. Dessa inkluderar leverantör, upplösning, insamlingsfrekvens och omfattning av täckning som behövs. Priserna kan variera från överkomliga alternativ för bilder med låg upplösning till dyrare alternativ för hög upplösning och realtidsövervakning.

Dessutom kan specialiserade tjänster eller anpassade dataförfrågningar medföra extra kostnader. Det är lämpligt att utforska olika leverantörer och deras prismodeller för att hitta en satellitbildlösning som passar dina specifika krav och din budget.

4. Vad är infraröda satellitbilder? Hur läser man dem?

Den fångar infraröd strålning som avges av föremål och ytor på jordens yta. Den ger värdefulla insikter i temperaturvariationer och termiska mönster.

För att läsa infraröda satellitbilder måste man förstå att varmare objekt ser ljusare ut i bilden, medan kallare objekt ser mörkare ut. Genom att analysera dessa temperaturvariationer kan man bedöma molnformationer, identifiera skillnader i land- och vattentemperatur, upptäcka skogsbränder och till och med övervaka havsströmmar.

Att förstå färgskalan och tolka ljusstyrkenivåerna på bilderna hjälper till att utvinna meningsfull information från infraröda satellitbilder.