
- •Введение
- •Сельскохозяйственные задачи, решаемые с помощью данных дистанционного зондирования
- •Использование вегетационных индексов
- •Прогноз урожайности
- •Определение состава сельскохозяйственных культур
- •Использование радиолокационных данных
- •Обзор сервисов космического мониторинга – Cropio, Вега
- •Сервис Вега Про
- •Государственная информационная система мониторинга земель сельскохозяйственного назначения Краснодарского края
- •Заключение
- •Список источников
Использование радиолокационных данных
Преимущества съёмки в радиодиапазоне заключаются в возможности проводить исследования в условиях облачности, независимо от условий освещенности. Радиолокационные данные хорошо использовать для оценки состояния посевов и влажности почв.
В статье [8] показано использование данных SIR-C и AIRSAR для оценки возможности радиолокационного зондирования для выделения различных видов растительности и оценки биомассы. Результаты показали, что комбинация L и P диапазонов позволяет отличать сельскохозяйственные поля от других видов земель, а комбинация L и C позволяет производить классификацию внутри сельскохозяйственных участков.
При оценке биомассы диапазон P дает лучший результат для лесов и кустарников, L –для сельскохозяйственных культур с низкой плотностью, L и C –для сельскохозяйственных культур с высокой плотностью.
В другой статье [11] приводится исследование корреляции данных в видимом, ближнем инфракрасном и микроволновом диапазоне с различными характеристиками сельскохозяйственных культур. Проводились полевые работы по определению влажности почвы, общего объема биомассы и высоты растений. Результаты показали, что использование радиолокационных данных в диапазонах C, L, P вместе с оптическими улучшает классификацию по сравнению с использованием данных только в оптическом диапазоне. Оказалось, что радиолокационное зондирование позволяет лучше определять различие в высоте растений, чем биомассу. K диапазон и C диапазон чувствительны к вариациям высот небольших растений, в то время как P диапазон позволяет различать высокие и низкие растения.
Статья [2] посвящена дешифрированию типов сельскохозяйственных культур на юге Западной Сибири. Цветовой RGB синтез из снимков, выполненных в июне, июле и августе на одну и ту же территорию позволяет визуально разделять следующие культуры: подсолнечник, пшеница, кукуруза, просо. Не разделяются пшеница и овес, что связано с совпадением фенофаз развития культур. При включении в цветовой синтез снимков за май и сентябрь достоверно выделяются паровые поля, стерняи естественная нераспаханная степь, используемая под пастбище.
В статье [3] также приводится опыт дешифрирования сельскохозяйственнух культур по радиолокационным снимкам. В конце июня хорошо разделяются яровые культуры от озимых, а также озимая рожь от озимой пшеницы, кроме того, выделяются необрабатываемые земли и чистый пар;
Обзор сервисов космического мониторинга – Cropio, Вега
На основе интернет-источника [15] был составлена таблица, где сравниваются популярные системы спутникового мониторинга с/х угодий. На рис. 4. приведен интерфейс одного из сервисов.
|
Cropio |
Farmsat |
Eleaf |
iSAT |
Обновление данных |
Ежедневно |
Зависит от приобретенных снимков |
Зависит от приобретенных снимков |
Зависит от приобретенных снимков |
Разрешение |
15 м×15 м в стандартном пакете |
Зависит от приобретенных снимков |
Зависит от приобретенных снимков |
Зависит от приобретенных снимков |
Зонирование поля |
+ |
+ |
+ |
+ |
NDVI индекс |
+ |
+ |
+ |
+ |
N-дефицит |
+ |
- |
Картофель и свекла |
+ |
Прогноз погоды |
+ |
+ |
+ |
+ |
Осадки |
+ |
+ |
+ |
+ |
Влажность почвы |
+ |
- |
- |
- |
Биомасса |
- |
- |
Картофель и свекла |
- |
Инструменты описания поля |
+ |
+ |
+ |
+ |
Помощник прогноза урожайности |
+ |
- |
Картофель и свекла |
- |
Планирование урожая |
+ |
- |
- |
- |
Автоматические отчеты и оповещения |
+ |
- |
- |
- |
Оценка урожая |
+ |
- |
- |
- |
Зонирование полей для оптимальных проб почвы |
+ |
За отдельную плату |
- |
+ |
Новости и информация рынка |
+ |
В дополнительных продуктах |
- |
- |
Рис. 4. Интерфейс системы FarmSat