CC BY
24
Научная статья
УДК 631.58; 528.88
DOI: 10.36718/1819-4036-2022-1 -13-20
Марина Геннадьевна Ерунова1®, Анна Сергеевна Симакина2, Олег Эдуардович Якубайлик3
12 Федеральный исследовательский центр «Красноярский научный центр СО РАН», Красноярск, Россия
3 Институт вычислительного моделирования СО РАН, Красноярск, Россия
СОЗДАНИЕ БАЗЫ ДАННЫХ ДЛЯ ТОЧНОГО ЗЕМЛЕДЕЛИЯ ОПХ «КУРАГИНСКОЕ»
Цель исследования - создание базы данных для точного земледелия на примере ОПХ «Кура-гинское» и анализ сезонной вегетации за период 2019-2020 гг. на основе ДДЗ Planet Scope. Объектом исследования является территория ОПХ «Курагинское» Курагинского района Красноярского края. В качестве исходной информации взяты наземные данные и данные дистанционного зондирования, в исследовании также использовались почвенно-агрохимические обследования, информация о произрастающих культурах и полученной урожайности за 2019-2020 гг. Данные дистанционного зондирования представлены спутниковыми данными Planet Scope с высоким пространственным разрешением 3 м. Вся исходная табличная, графическая и картографическая информация территории ОПХ «Курагинское» была систематизирована, упорядочена, а также преобразована в геопространственную базу данных с использованием программного обеспечения QGIS. База данных ОПХ «Курагинское» содержит цифровые тематические карты полей, почвенного покрова, агрохимические картограммы по подвижному фосфору, калию, гумусу и кислотности почвы. Были получены тематические карты вегетационных индексов NDVI, VARI, CI Green для каждого поля за 2019-2020 гг. Проведен анализ сезонной динамики вегетации полученных индексов, для каждого поля и культур определены отличия спектральных характеристик. Разработана система сбора, хранения и обработки данных по сельскохозяйственным объектам, представленная в виде геопространственной базы данных. Такой подход обеспечивает доступ к сгенерированной базе данных через веб-сервисы, способствует внедрению технологий точного земледелия среди широкого круга пользователей и предоставляет различные возможности в совместной работе специалистов.
Ключевые слова: точное земледелие, база данных, тематические карты, вегетационные индексы, Planet Scope
Для цитирования: Ерунова М.Г., Симакина А.С., Якубайлик О.Э. Создание базы данных для точного земледелия ОПХ «Курагинское» // Вестник КрасГАУ. 2022. № 1. С. 13-20. DOI: 10.36718/18194036-2022-1-13-20.
Marina Gennadievna Erunova1®, Anna Sergeevna Simakina2, Oleg Eduardovich Yakubailik3
12 Federal Research Center Krasnoyarsk Scientific Center SB RAS, Krasnoyarsk, Russia 3 Institute of Computational Modeling SB RAS Krasnoyarsk, Russia
© Ерунова М.Г., Симакина А.С., Якубайлик О.Э., 2022 Вестник КрасГАУ. 2022. № 1. С. 13-20. Bulliten KrasSAU. 2022;(1):13-20.
DATABASE FOR PRECISION FARMING AT THE KURAGINSKOYE AGRICULTURAL EXPERIMENTAL PRODUCTION FACILITY
The purpose of the study is to create a database for precision farming using the example of the Kuraginskoye experimental production facility (EPF) and to analyze the seasonal growing season for the period 2019-2020 based on remote sensing data Planet Scope. The object of the study is the territory of the Kuraginskoye experimental production facility of the Kuraginsky District of the Krasnoyarsk Region. Ground data and remote sensing data were taken as the initial information; the study also used soil-agrochemical surveys, information on growing crops and the obtained yield for 2019-2020. Remote sensing data are represented by Planet Scope satellite data with a high spatial resolution of 3 m. All original tabular, graphical and cartographic information of the Kuraginskoye production facility was systematized, organized, and also converted into a geospatial database using QGIS software. The database of Kuraginskoe production facility contains digital thematic maps of fields, soil cover, agrochemical carto-grams for mobile phosphorus, potassium, humus and soil acidity. Thematic maps of vegetation indices NDVI, VARI, CI Green were obtained for each field for 2019-2020. The analysis of the seasonal dynamics of the vegetation of the obtained indices is carried out, for each field and crops the differences in spectral characteristics are determined. A system for collecting, storing and processing data on agricultural objects has been developed, presented in the form of a geospatial database. This approach provides access to the generated database through web services, promotes the introduction of precision farming technologies among a wide range of users, and provides various opportunities for specialists to work together.
Keywords: precision farming, database, thematic maps, vegetation indices, Planet Scope
For citation: Erunova M.G., Simakina A.S., Yakubailik O.E. Database for precision farming at the Kuraginskoye agricultural experimental production facility // Bulliten KrasSAU. 2022;(1):13—20. (In Russ.). DOI: 10.36718/1819-4036-2022-1 -13-20.
Введение. Точное земледелие - это комплексная высокотехнологичная система управления сельским хозяйством [1]. Эта система направлена на получение максимального объема качественной и наиболее дешевой сельскохозяйственной продукции с учетом норм экологической безопасности конкретного хозяйства. Основная идея точечного земледелия состоит в том, чтобы учесть неоднородности в пределах одного поля, и для оценки этих неоднородно-стей используют современные технологии в области информационных технологий, спутниковой навигации и программного обеспечения [2].
Последние достижения в области информационных технологий, развитие Интернета, растущие возможности новых смартфонов и других мобильных устройств, количественные и качественные изменения в доступности данных дистанционного зондирования и различных общедоступных картографических сервисов позволяют эффективно решать вопросы информационного и технологического обеспечения системы сельского хозяйства.
Одним из важных этапов точечного земледелия является разработка системы сбора, хранения и обработки данных об объектах сельскохозяйственных ресурсов, сельскохозяйственном сырье и готовой продукции. Отсутст-
вие стандартов, определяющих форматы и условия владения данными и доступом к ним, не позволяет использовать «готовые» решения для конкретного хозяйства. В зависимости от биологических потребностей сельскохозяйственных культур определенного хозяйства собираются уникальные для этого хозяйства данные полевых и лабораторных исследований поля, рассчитываются и вводятся дифференцированные элементы питания растений, строятся уникальные для этого хозяйства (поля) агрохимические карты и карты урожайности. Таким образом, достигается оптимизация питания сельскохозяйственных культур и выравнивание их урожайности в разных участках поля [3].
Описание технологических решений по сбору, обработке и предоставлению фермеру интересующей его оперативной информации о фактическом состоянии поля встречается во многих научных работах. Но в основном это решение отдельных технологических задач с получением новой информации о сельскохозяйственном поле: создание электронных карт полей [4]; определение NDVI и других индексов [5]; оценка интенсивности вегетации, определение биомассы растений [6]; мониторинг развития растительности [7]; анализ развития культур в целом за всю вегетацию, выявление проблемных зон [8]; раз-
работка веб-ГИС-сервисов для обеспечения доступа к информации [9]. Сбор всей исходной информации, связанной с сельскохозяйственной деятельностью предприятия (хозяйства), последующей ее систематизацией и организацией этой информации в виде базы данных -важнейший первый шаг в точечном земледелии. Правильно организованная база данных является составляющей частью любой информационной системы, в основе которой лежит доступ к оперативной и достоверной информации.
Цель исследования - создание базы данных для точного земледелия на примере ОПХ «Курагинское» и анализ сезонной вегетации за период 2019-2020 гг. на основе ДДЗ Planet Scope.
Объекты и методы. Объектом настоящего исследования являются сельскохозяйственные угодья опытно-производственного хозяйства «Курагинское», филиала ФГБУ ФИЦ КНЦ СО РАН. Территория хозяйства расположена в юго-западной части Курагинского района Красноярского края. Общая площадь хозяйства составляет 14 374 га [10], в том числе - 11 972 га сельскохозяйственных угодий, из них 6 342 га пашни.
Наземные данные. В работе использовали материалы исследования системы земледелия и землеустройства ОПХ «Курагинское», проводимого Институтом «Востсибгипрозем» в 1986 г. [10], а также данные агрохимических обследований, проведенных в разные годы, в том числе в 2016 г., Государственным центром агрохимической службы «Красноярский», табличные данные выращиваемых культур и урожайность за 2019-2020 гг.
Данные дистанционного зондирования. В исследовании использованы спутниковые данные с высоким пространственным разрешением 3 м -Planet Scope. Данные спутниковой группировки Planet Scope компании Planet Labs позволяют получать снимки любой части территории земли. Повторяемость съемки - 1 день (возможно несколько раз в день), в настоящее время ведется съемка в четырех спектральных каналах (красный, зеленый, голубой, ближний инфракрасный). Архив спутниковых данных по территории ОПХ «Курагинское» доступен с 2016 г.
За 2019-2020 гг. сформирован и проанализирован архив данных спутниковой группировки Planet Scope - 118 безоблачных сцен за вегетационный сезон 2020 г., с апреля по сентябрь.
Создание базы данных. Вся исходная табличная, графическая и картографическая информация по ОПХ «Курагинское» была систематизирована, сформирована геопространственная база данных, которая включала формирование цифровых тематических карт (карта полей, почвенная карта, тематические карты агрохимических характеристик почвы, географическая база (рельеф местности и гидрография), административно-пространственная структура, инфраструктура (дороги)). Формирование базы данных хозяйства проводилось в открытой геоинформационной системе QGIS [11].
На исследуемую территорию подготовлена серия тематических карт по спутниковым снимкам, сформирована база данных ОПХ «Курагин-ское», содержащая полученную информацию. На основе технологий веб-ГИС разработан интерфейс для пользователей полученной базы данных [9].
Анализ сезонной динамики вегетации. Вегетационные индексы NDVI, VARI, CIGreen вычислялись для каждого поля в программе ГИС QGIS через модуль «Калькулятор растров» [11]. Для каждого снимка рассчитывались спектральные индексы с учетом индивидуальных калибровочных коэффициентов. С учетом имеющихся безоблачных сцен были подготовлены данные на 20 дней (уникальные даты) за 2019 г. и на 33 дня за 2020 г. ОПХ «Курагинское» состоит из нескольких снимков, и они сшивались в «единый» растр. Цифровая карта сельскохозяйственных полей и набор снимков рассчитанных вегетационных индексов за 2019-2020 гг. позволили получить статистические значения NDVI, VARI, CIGreen для каждого поля в хозяйстве в течение всего вегетационного периода. В ГИС QGIS использовался инструмент «Расчет зональной статистики». Результаты зональной статистики по среднему значению сохранялись в отдельном векторном слое. Окончательный анализ сезонной вегетации проводился в ГИС QGIS и MS Office Open XML для более удобной и наглядной работы с данными.
Веб-сервис. Доступ к полученной базе данных точечного земледелия ОПХ «Курагинское» осуществляется на геопортале Института вычислительного моделирования СО РАН (URL: http://gis.krasn.ru) и предоставляет удобный интерфейс для совместной работы специалистов по сбору, поиску, хранению и анализу обработки данных по сельскохозяйственным объектам [9].
Вестник,КрасТЯУ. 2022. № 1
Информация представлена в удобном для пользователя виде: тематические карты, таблицы, диаграммы, тексты и др.
Результаты и их обсуждение. На сегодняшний момент база данных ОПХ «Курагино» представлена тематическими картами и картами вегетационных индексов за 2019-2020 гг. Planet Scope. Основой базы данных ОПХ «Курагинское» является подробная почвенная карта в масштабе 1:10000, которая была преобразована в набор векторных слоев. Результаты оцифровки почвенной карты были уточнены по актуальным спутниковым снимкам, так как в последние годы
часть территории поселка Курагино изменилась, были построены новые объекты сельскохозяйственной инфраструктуры, появились залежные земли, а площадь пахотных земель сократилась [11]. Были созданы следующие тематические слои данных: почвенные выделы; условия залегания по рельефу; гранулометрический состав почв и почвообразующих пород (рис. 1). Преобладающий тип почвы - черноземы, рассредоточен по всей территории хозяйства и составляет 47,2 % от общей площади. Это достаточно плодородные почвы с ясно выраженным гумусовым горизонтом.
Рис. 1. Цифровая почвенная карта ОПХ «Курагинское»
Создана цифровая карта полей в QGIS на основе наземных данных [10] и крупномасштабных данных дистанционного зондирования. Цифровая карта полей ОПХ «Курагинское» состоит из 84 земельных участков.
На основе данных почвенно-агрохимических обследований [10] в базу данных добавлена информация о подвижном фосфоре, калии, гумусе, кислотности почв для каждого поля. На их
основе была создана серия агрохимических карт (рис. 2).
Для ОПХ «Курагинское» сформирован и проанализирован архив данных спутниковой группировки Planet Scope - 118 безоблачных сцен за вегетационный сезон 2019-2020 гг. Для каждого поля получены средние значения NDVI, VARI, CIGreen.
Рис. 2. Агрохимическая картограмма по содержанию подвижного калия в почве ОПХ «Курагинское»
По данным многочисленных научных публикаций [8, 12], согласно индексу NDVI можно предсказывать урожайность сельскохозяйственных культур с высокой точностью. Вегетационный индекс NDVI изменяется в течение всего вегетационного сезона, и его значения различаются во время роста, цветения и созревания растений. В начале вегетационного сезона индекс увеличивается, в момент цветения его рост останавливается, затем по мере созревания NDVI снижается. В зависимости от плодородия почв, метеоусловий и технологии возделывания посевов скорость развития биомассы будет разной.
Visible Atmospherically Resistant Index (VARI) -это индекс растительности для количественной оценки доли растительности только в видимом диапазоне спектра [12]. Для каждого поля были получены средние значения VARI. При помощи индекса VARI можно выявлять неоднородности на поле, но сравнивать динамику поля нельзя, поскольку данный индекс очень чувствителен к условиям освещения.
Chlorophyll Index-Green (CIGreen) - это индекс вегетации, который используется для оценки содержания хлорофилла в листьях, при этом измеряется степень отраженного излучения в ближнем инфракрасном и зеленом каналах спектра [12]. Чем больше содержание хло-
рофилла в листьях растений, тем выше значения индекса. Полученные распределения позволяют рассчитывать необходимое количество удобрений для каждого конкретного поля.
База данных ОПХ «Курагинское» дополнена вегетационными индексами NDVI, VARI, CIGreen для каждого поля за 2019-2020 гг., что позволило изучить сезонное изменение значений сельскохозяйственных культур, выращиваемых на территории хозяйств. Приведем пример анализа распределения вегетационных индексов для поля № 67, где и в 2019, и в 2020 г. поле использовалось под сенокосы, где произрастают многолетние травы (рис. 3).
На графиках показаны изменения спектральной отражательной способности сенокосов в различные периоды сезонной вегетации. Из графиков видно, что кошение проводилось в июне и августе.
Проводя анализ всей территории опытно-производственного хозяйства, можно выявить неоднородность пространственного размещения индексов по каждому массиву поля. Выявленная неоднородность демонстрирует неравномерность роста и развития сельскохозяйственных культур, позволяет в оперативном режиме осуществить необходимые технологические операции точного земледелия на конкретном участке поля.
Рис. 3. Динамика по спектральным индексам NDVI, VARI и CIGreen поля № 67: а - 2019 г.; б - 2020 г.
Доступ к базе данных для точечного земледелия ОПХ «Курагинское» организован на картографическом веб-сервисе. Веб-версия полученной базы данных доступна по адресу http://gis.krasn.ru/go/upvt. Для удобства пользователя информация организована в виде таблиц и тематических карт (почвенная карта, карта полей, агрохимические карты, карты вегетационных индексов). Веб-сервис позволяет посмотреть информации об отдельном показателе, а также обо всех имеющихся в базе данных показателей на конкретное поле (см. рис. 2).
Выводы. Для территории опытно-производственного хозяйства «Курагинское» разработана система сбора, хранения, обработки и предоставления данных об объектах сельскохозяйственных ресурсов в виде базы данных, к которой представлен доступ на картографическом Веб-сервисе.
На данный момент в базе данных хранятся данные наземных почвенно-агрохимических обследований, информация о произрастающих культурах и полученной урожайности за 20192020 гг. Данные дистанционного зондирования представлены полученными тематическими картами вегетационных индексов NDVI, VARI, CIGreen для каждого поля за 2019-2020 гг. Проведен анализ сезонной динамики вегетации полученных индексов, для каждого поля и культур определены отличия спектральных характеристик.
Разработанный картографический веб-сервис обеспечивает доступ к сгенерированной
базе данных через Интернет, что способствует внедрению технологий точечного земледелия среди широкого круга пользователей, и предлагает различные возможности для совместной работы специалистов, начиная с просмотра доступных карт (слоев) на основе данных, загруженных в веб-сервис, и заканчивая совместным редактированием и анализом информации.
Список источников
1. Truflyak E.V., Kreymer A.S., Kurchenko N.Y. Precision farming: yesterday, today, tomorrow // British Journal of Innovation in Science and Technology. 2017. V. 2. Issue 4. P. 15-26.
2. Труфляк Е.В. Основные элементы системы точного земледелия. Краснодар: КубГАУ, 2016. 39 с.
3. Якимова Л.А. Эффективность ресурсосберегающих технологий в системе точного земледелия // Вестник КрасГАУ. 2017. № 9. С. 23-29.
4. Шпедт А.А., Ерунова М.Г. Создание цифровой крупномасштабной почвенной карты учебного хозяйства «Миндерлинское» Су-хобузимского района Красноярского края // Вестник КрасГАУ. 2011. № 7. С. 57-61.
5. Использование наземных спектрофотомет-рических измерений для выявления влияния приемов основной обработки почвы на процесс нарастания надземной фитомассы яровой пшеницы в зернопаропропашном севообороте / В.К. Ивченко, Т.Н. Демьянен-
ко, И.О. Ильченко [и др.] // Вестник Крас-ГАУ. 2020. № 1. С. 3-11.
6. Оценка агротехнических факторов возделывания ячменя по ресурсосберегающим технологиям с помощью наземной спектрометрии / В.К. Ивченко, Т.Н. Демьяненко,
A.П. Шевырногов [и др.] // Вестник КрасГАУ.
2019. № 5. С. 86-93.
7. Спутниковое картографирование растительного покрова России / С.А. Барталев,
B.А. Егоров, В.О. Жарко [и др.]. М.: ИКИ РАН, 2016. 208 с.
8. Оценка состояния сенокосных угодий на основе наземной и спутниковой спектрометрии / А.А. Ларько, И.Ю. Ботвич, Д.В. Емельянов [и др.] // Вестник КрасГАУ.
2020. № 2. С. 11-17
9. Shaparev N., Yakubailik O. Usage of web mapping systems and services for information support of regional management // MATEC Web of Conferences. 2016. V. 79. 01081.
10. Система земледелия и землеустройство ОПХ «Курагинское» Курагинского района Красноярского края. Красноярск. 1986. 191 с.
11. Erunova M.G., Simakina A.S., Yakubailik O.E. Smart analysis of agricultural land use with NDVI at Kuraginskoye agricultural experimental production facility // IOP Conference Series: Earth and Environmental Science.
2021. 032105.
12. Воронина П.В., Мамаш Е.А. Классификация тематических задач мониторинга сельского хозяйства с использованием данных дистанционного зондирования MODIS // Вычислительные технологии. 2014. Т. 19, № 3.
C. 76-102.
References
1. Truflyak E.V., Kreymer A.S., Kurchenko N.Y. Precision farming: yesterday, today, tomorrow // British Journal of Innovation in Science and Technology. 2017. V. 2. Issue 4. P. 15-26.
2. Truflyak E.V. Osnovnye 'elementy sistemy tochnogo zemledeliya. Krasnodar: KubGAU, 2016. 39 s.
3. Yakimova L.A. 'Effektivnost' resursosbere-gayuschih tehnologij v sisteme tochnogo
zemledeliya // Vestnik KrasGAU. 2017. № 9. S. 23-29.
4. Shpedt A.A., Erunova M.G. Sozdanie cifrovoj krupnomasshtabnoj pochvennoj karty ucheb-nogo hozyajstva «Minderlinskoe» Suhobuzim-skogo rajona Krasnoyarskogo kraya // Vestnik KrasGAU. 2011. № 7. S. 57-61.
5. Ispol'zovanie nazemnyh spektrofotometriches-kih izmerenij dlya vyyavleniya vliyaniya prie-mov osnovnoj obrabotki pochvy na process narastaniya nadzemnoj fitomassy yarovoj pshenicy v zernoparopropashnom sevoobo-rote / V.K. Ivchenko, T.N. Dem'yanenko, I.O. Il'chenko [i dr.] // Vestnik KrasGAU. 2020. № 1. S. 3-11.
6. Ocenka agrotehnicheskih faktorov vozde-lyvaniya yachmenya po resursosbere-gayuschim tehnologiyam s pomosch'yu nazemnoj spektrometrii / V.K. Ivchenko, T.N. Dem'yanenko, A.P. Shevyrnogov [i dr.] // Vestnik KrasGAU. 2019. № 5. S. 86-93.
7. Sputnikovoe kartografirovanie rastitel'nogo pokrova Rossii / S.A. Bartalev, V.A. Egorov, V.O. Zharko [i dr.]. M.: IKI RAN, 2016. 208 s.
8. Ocenka sostoyaniya senokosnyh ugodij na osnove nazemnoj i sputnikovoj spektrometrii / A.A. Lar'ko, I.Yu. Botvich, D.V. Emel'yanov [I dr.] // Vestnik KrasGAU. 2020. № 2. S. 11-17
9. Shaparev N., Yakubailik O. Usage of web mapping systems and services for information support of regional management // MATEC Web of Conferences. 2016. V. 79. 01081.
10. Sistema zemledeliya i zemleustrojstvo OPH «Kuraginskoe» Kuraginskogo rajona Krasnoyarskogo kraya. Krasnoyarsk. 1986. 191 s.
11. Erunova M.G., Simakina A.S., Yakubailik O.E. Smart analysis of agricultural land use with NDVI at Kuraginskoye agricultural experimental production facility // IOP Conference Series: Earth and Environmental Science. 2021. 032105.
13. Voronina P.V., Mamash E.A. Klassifikaciya tematicheskih zadach monitoringa sel'skogo hozyajstva s ispol'zovaniem dannyh distan-cionnogo zondirovaniya MODIS // Vychisli-tel'nye tehnologii. 2014. T. 19, № 3. S. 76-102.
Статья принята к публикации 29.11.2021 / The article accepted for publication 29.11.2021.
Информация об авторах:
Марина Геннадьевна Ерунова1, старший научный сотрудник лаборатории космических систем и технологий, кандидат технических наук, доцент
Анна Сергеевна Симакина2, младший научный сотрудник лаборатории космических систем и технологий
Олег Эдуардович Якубайлик3, ведущий научный сотрудник отдела технологий мониторинга природной среды, кандидат технических наук, доцент
Information about the authors:
Marina Gennadievna Erunova1, Senior Researcher, Laboratory of Space Systems and Technologies, Candidate of Technical Sciences, Associate Professor
Anna Sergeevna Simakina2, Junior Researcher, Laboratory of Space Systems and Technologies Oleg Eduardovich Yakubailik3, Leading Researcher, Department of Environmental Monitoring Technologies, Candidate of Technical Sciences, Associate Professor
