Проблеми ідентифікації сільськогосподарської рослинності на основі аерофотозйомки
Cільське господарство — це галузь, яка для успішного вирішення продовольчого забезпечення країни потребує постійного розвитку. Тож наукова думка ніколи не стоїть на місці, адже сучасне життя вимагає нових рішень.
Cільське господарство — це галузь, яка для успішного вирішення продовольчого забезпечення країни потребує постійного розвитку. Тож наукова думка ніколи не стоїть на місці, адже сучасне життя вимагає нових рішень.
М. Солоха, ст. наук. співробітник,
ННЦ «Інститут грунтознавства та агрохімії імені О.Н. Соколовського»
Останні події, які відбуваються на просторах нашої країни, тільки пришвидшують темпи опанування ефективними прийомами обробітку грунту, які сприяють прискоренню росту рослин та успішному їхньому захисту. Політичні події впливають також на ринок с.-г. продукції шляхом подорожчання як мінеральних добрив, так і техніки.
Ці фактори обумовлюють потребу інтенсифікованого ведення сільського господарства в Україні. Одним із елементів інтенсифікації є використання даних дистанційного зондування. Власне, всі розвинуті країни вже розробили відповідні програми розвитку агросфери на основі даних дистанційного зондування й успішно розвивають цей напрям.
В Україні час від часу також можна почути про розвиток цього напряму. Але, на жаль, досі ще Україна не має власного штучного супутника, що накладає певні труднощі на використання даних дистанційного зондування. Користувачі в Україні можуть отримувати космічні знімки тільки з-за кордону.
Закордонні знімки, насамперед космічного сегмента (які пропонують на ринку) на території України і які можуть бути використані для ведення сільського господарства, мають часовий фрагментарний характер. Саме неможливість надання оперативної інформації кожному конкретному господарю або агрономові саме у форматі, зручному для використання (у вигляді картосхеми, а не знімків), гальмує розвиток цього напряму.
Але «гальма» містяться не тільки тут. З другого боку, практично всі постачальники (продавці) цієї інформації під час укладання договорів на забезпечення знімками господарства постійно наголошують, що для точнішого аналізу знімку(-ів) потрібна інформація про назву сортів або повні відомості про сівозміну в цьому господарстві. Це робиться для уникнення помилок під час розрахунку різних вегетаційних індексів біомаси на полях конкретного господарства.
Чому досі не було її створено? Перешкодою цьому була низка об’єктивних причин.
Починаючи із кінця 90-х безлад в економіці призвів до занедбання цього наукового напряму. Було втрачено насамперед інструментарій (супутники), а потім — і наукові кадри (а з ними — й методологію досліджень).
Нові закордонні космічні знімки не перекривають потреб накопичення необхідних статистичних даних для створення такого роду даних. Окремі заяви приватних структур про створення такої бази для ведення бізнесу не виправляють ситуації, бо виконують тільки свої вузькоспеціалізовані завдання для замовників.
Методичні підходи до оцінювання спектральних характеристик с.-г. рослинності наразі вже застаріли, бо грунтуються на фактичних даних ще радянського періоду (як аерофотозйомка, так і космічні знімки).
Розглянемо цей чинник детальніше, оскільки від методичних підходів залежить якість та кінцева оцінка продуктивності с.-г. рослинності.
Спектральні характеристики с.-г. рослинності вже традиційно розраховують на основі різних вегетаційних індексів. По суті, вегетаційний індекс — це емпіричне (розрахункове) значення, яке не має власної вимірювальної одиниці і розраховується як відношення різниць між інфрачервоними та червоним каналами. Фізично та на практиці таким чином позбавляються впливу як оптичної товщини атмосфери (водяного пилу, суспензій тощо), так й інших метеорологічних та природних (у цьому разі — негативних) чинників.
Найпоширеніший у використанні індекс NDVI призначено для вимірювання еколого-кліматичних характеристик рослинності, але водночас він може показувати значну кореляцію показників у інших областях, а саме: щодо продуктивності (за часових змін), біомаси, вологості, випаровування, об’єму опадів, що випали, потужності снігового покриву. Навіть більше — залежність між цими чинниками непряма й пов’язана з особливостями дослідної території (як кліматичними, так і екологічними). Слід врахувати також часовий «зсув» відповідної реакції під час розрахунку NDVI й вплив різкої зміни стану рослинності.
Уже є результати практичних досліджень, які доводять, що спектральні характеристики рослинності, насамперед сільськогосподарської, змінюються (наприклад у ярої пшениці — різко збільшуються) після випадіння опадів та повертаються до попереднього стану за декілька діб. Вегетаційний індекс просто фізично не в змозі правильно інтерпретувати через ці зміни (бо немає необхідної частоти зйомки).
Більше того, досвідчені користувачі активно впроваджують індекс NDVI в оцінці с.-г. культур як проміжний крок під час оцінювання та проведення складнішого типу аналізу (і вже для потреб не тільки аграрного бізнесу).
Таким чином розрахунки NDVI наразі вже є застарілими для використання у сучасних умовах ведення агробізнесу. Застаріли вони із появою потужнішого інструментарію — аерофотозйомки із безпілотників.
Що може запропонувати аграрна наука замість застосування індексів?
Використання прямих спостережень за станом рослинності в оптичному діапазоні (вимірювання спектральних яскравостей (СЯ)), які вимірюватимуть упродовж вегетації саме у визначені терміни (за допомогою
аерофотозйомки).
Які переваги це дає порівняно із вегетаційними індексами?
Вимірювання проводять безпосередньо на отриманому ортофотоплані за допомогою відповідного програмного забезпечення. Еталоном є притаманний зелений колір відповідного класу с.-г. рослинності, для якого було попередньо проведено заміри впродовж усієї вегетації на цьому полі, у тому числі контактними методами (для верифікації). На відміну від індексів, де треба в якості еталона використовувати барієву пластинку.
Просторова здатність ортофотоплану дає змогу розрізняти окремі рядки с.-г. рослинності та осередки бур’янів, виявляти мікрорельєф на полі, від якого залежить накопичення вологи та швидкість/регрес вегетації залежно від класу та сорту с.-г. рослин.
Висока частота зйомки перекриває потребу в постійному спостереженні за станом с.-г. рослинності та дає можливість ефективніше втілювати елементи точного землеробства (завдяки економії мінеральних добрив шляхом їхнього внесення тільки за контурами певної ділянки поля із рослинністю, яка цього потребує).
Методика послідовного отримання спектральних характеристик с.-г. культур
Аерофотозйомка проводиться з різних ракурсів на висоті від 80 до
100 м. Перспективні та планові знімки «зшиваються» в ортофотоплан за допомогою відповідного програмного забезпечення (фото 1, 2). На фото 3 показано зведену схему частини полігона, де проводили дослідження щодо встановлення спектральних характеристик сортів зернових, які використовують на просторах України (мова йде тільки про сорти, оригінаторами яких виступають вітчизняні науково-дослідні установи). Кожна модель досліду потребувала декілька турів (для визначення необхідної частоти зйомки).
На фото 1 наведено ортофотоплан, який відображає стан зернових на 07.06.2013 р. на дослідному полігоні. Візуально відрізнити кожен окремий сорт практично неможливо, однак, можна сказати про більш поганий стан декількох сортів (окреслені червоними квадратами), що потребують уваги господаря на предмет внесення добрив або дискування. У червоному овалі окреслені сорти, які, навпаки, добре накопичують хлорофіл та мають інтенсивний зелений колір.
Зйомка, яку було проведено 23.07.2013 р. (фото 2) наочно доводить, що бур’яни відмінно ідентифікуються у модельних дослідах (зелені вкраплення усередині кожного прямокутника), але практичного зиску з цього замало, бо така картина потрібна господарю на початку вегетації. Тому слід проводити тури зйомки на початку травня, коли с.-г. культури тільки починають вегетацію, потім проводити спектральний аналіз та за різницею кольорів ідентифікувати контури бур’янів та корисної рослинності.
З другого боку, сорти цього туру зйомки різняться за кольором та можуть бути поділені на класи. Методичний підхід поділення на класи був запропонований Ш.М. Девісом у 1978 р. Суттю методу є спільне використання різних спектральних значень одного й того самого об’єкта дослідження та його наступний аналіз. У практичній площині це виглядає, як тривимірний графік (з декількох відкликів (каналів R, G, B)). Тобто якщо побудувати графік на основі значень трьох каналів моделі (а саме: R(червоний), G(зелений), B(синій)), то можна отримати значення кожного сорту, який матиме осередок на цьому графіку й демонструватиме клас (унікальний перелік значень, притаманний тільки цьому сорту
(-ам)) і від інших сортів буде окреслений відсутністю значень. Отже, задача аналізу та ідентифікації зводиться до вирішення завдання розмежування багаточисленних даних спектрів кожного сорту на області, які пов’язані з кожним класом таким чином, щоб будь-яке вимірювання було однозначно віднесено до визначеного класу.
Який вигляд має графік визначення класів різних сортів зернових
На рис. 1 показано графік у двовимірному вигляді. Сукупність значень, залежно від дозрівання культур, зміщується по шкалі RG вліво (рис. 1б порівняно із рис. 1а). Це пов’язано із поступовим руйнуванням хлорофільних зерен у листкових пластинах с.-г. рослинності ближче до фази дозрівання. Ця тема була дуже ретельно вивчена попередніми дослідниками на предмет визначення особливостей с.-г. рослинності. На двовимірному графіку розподілення СЯ за класами неможливе. Тому проаналізуємо отримані СЯ на тривимірному тернарному графіку (рис. 2).
На тривимірному графіку добре ідентифікуються класи основних зернових культур незалежно від туру зйомки. У разі значень, невластивих для цього класу, слід провести уважніший аналіз щодо виявлення відхилення від нормального стану культури або наявності бур’янів, ділянок відкритого грунту у разі відсутності рослинності, антропогенного впливу під час дозрівання (факти крадіжки тощо). Отримані графіки показують так звані фрагменти сигнатур кожного сорту, але використання такого роду вибірки є неповноцінним без всього циклу вегетації впродовж сезону. Тому слід продовжувати та постійно розширювати коло сигнатур природних об’єктів для побудови класифікатора природних об’єктів дистанційним методом дослідження.
Побудовані графіки є прикладом під час оперативного аналізу фактично отриманих даних із поля, їх не треба постійно будувати, а тільки підставляти отримані значення. Таким чином ми продовжуємо накопичувати інформацію про стан с.-г. рослинності, яку постійно отримуємо з аерофотознімка (ортофотоплану). Якщо оцінити цю інформацію, можна прийти до висновку, що ми її отримали завдяки чітким геометричним формам, які можна розрізнити на знімку із високою просторовою роздільною здатністю. Тобто якщо просторова роздільна здатність сенсора має сантиметрову точність, то на знімках можна розрізнити дециметрові об’єкти дослідження (мікропониження, мікрорельєф, які впливають на врожайність на кожному полі, стан с.-г. рослинності, контури внесення добрив тощо).
Наявність такого інструменту вкрай важлива для господаря, тому що дає можливість в різні періоди вегетації оперативно визначати площі бур’янів та потребу у внесенні пестицидів і добрив, які розраховані не на основі балансового методу, а грунтуються на реальних фактичних даних, отриманих із кожного поля господарства.