CC BY
157
УДК 528.88
СПУТНИКОВЫЙ МОНИТОРИНГ СОСТОЯНИЯ ПОСЕВОВ ЗЕРНОВЫХ КУЛЬТУР С ИСПОЛЬЗОВАНИЕМ ИНДЕКСА ВЕГЕТАЦИИ
Елена Юрьевна Сахарова
Сибирский центр ФГБУ «НИЦ "Планета"», 630099, Россия, г. Новосибирск, ул. Советская, 30, младший научный сотрудник; Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, аспирант кафедры физической геодезии и дистанционного зондирования, тел. (383)222-33-07, e-mail: elena. [email protected]
Любовь Александровна Сладких
Сибирский центр ФГБУ «НИЦ "Планета"», 630099, Россия, г. Новосибирск, ул. Советская, 30, ведущий специалист, тел. (383)222-33-07, e-mail: [email protected]
Екатерина Николаевна Кулик
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры физической геодезии и дистанционного зондирования, тел. (913)926-82-57, e-mail: [email protected]
В связи с изменениями, происходящими в системе землепользования, актуальным вопросом является контроль использования земель сельскохозяйственного назначения. Получение достоверной информации о состоянии сельскохозяйственных земель на обширных территориях стало возможным благодаря использованию дистанционных методов наблюдений. В статье представлены результаты выполненных Сибирским центром ФГБУ «НИЦ "Планета" » работ по оценке состояния посевов зерновых культур с использованием спутниковых данных.
Ключевые слова: дистанционное зондирование, мониторинг состояния сельскохозяйственных культур, вегетационный индекс.
SATELLITE MONITORING OF GRAIN CROPS ON BASIS OF VEGETATION INDEX' USE
Elena Yu. Sakharova
Siberian Center FGBU «SRC "Planeta"», 630099, Russia, Novosibirsk, 30 Sovetskaya St., Junior Researcher; Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Рost-graduate student of Physical Geodesy and Remote Sensing Department, tel. (383)222-33-07, e-mail: [email protected]
Lyubov A. Sladkikh
Siberian Center FGBU «SRC "Planeta"», 630099, Russia, Novosibirsk, 30 Sovetskaya St., Leading Specialist, tel. (383)222-33-07, e-mail: [email protected]
Ekaterina N. Kulik
Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Ph. D., Associate Professor of Physical Geodesy and Remote Sensing Department, tel. (913)926-82-57, e-mail: [email protected]
The control of agricultural lands' use is a topical issue due to the changes in the land management system. The obtaining of reliable information for the vast territories about the agricultural
lands' state is possible through the use of observation methods are based on remote sensing. The article presents the results of completed experiments of satellite data use for grain crops' assessment at Siberian Center FGBU «SRC" Planet"».
Key words: remote sensing, monitoring of the agricultural crop conditions, vegetation index.
В течение последних десятилетий в России наблюдаются серьёзные изменения в системе землепользования, которые находят отражение и в смене структуры использования пахотных земель. Выводятся из оборота большие площади земель, ранее используемые под сельскохозяйственные нужды, что приводит к снижению плодородия почв и деградации земель, с последующим зарастанием этих полей, в том числе и древовидной растительностью. Использование спутниковых данных позволяет с наименьшими затратами выполнять мониторинг изменений состояния растительного покрова на огромных территориях и на основании этого давать объективную оценку использования пахотных земель.
Использование спутниковой информации для целей сельского хозяйства началось в Сибирском центре ФГБУ «НИЦ «Планета» (СЦ ФГБУ «НИЦ «Планета») в 2005 году с расчётов прогноза урожайности яровой пшеницы, что послужило отправной точкой для проведения дальнейших исследований. На начальном этапе работ при выборе тестовых хозяйств были отобраны хозяйства с разным уровнем земледелия в соответствии с агроклиматическим районированием. Большой ряд данных фактической урожайности зерновых культур в тестовых хозяйствах за период с 2001 по 2011 гг. и накопленная база данных измерений индекса вегетации (NDVI) за этот же период, позволили создать алгоритм оценки состояния посевов зерновых культур по трем градациям, принятым в агрометеорологии: хорошее, удовлетворительное, плохое состояние посевов [1]. Для реализации работы представленного алгоритма используется информация с космических аппаратов (КА) Landsat и Terra [2]. С 2012 года выполняются наблюдения за состоянием посевов зерновых культур на юге Западной Сибири (Новосибирская, Омская, Кемеровская области и Алтайский край). Результатом работы данного алгоритма служат карты оценки состояния посевов юга Западной Сибири, позволяющие оперативно получать процентное соотношение каждой из трех градаций с момента появления всходов на полях и до окончания вегетационного периода. [3]
На исследуемых территориях высок процент земель, которые не используются под сельскохозяйственные посевы, поэтому для оптимизации количества вычислений при обработке необходимо исключить из расчетов площади неиспользуемых земель. В данном случае к неиспользуемым землям относятся: лесные массивы, пастбищные луга и сенокосные угодья, населённые пункты, элементы гидрографии и т.д. В результате, для каждого района была подготовлена своя маска неиспользуемых земель, созданная на основе обработки информации с КА Landsat с использованием программных комплексов ENVI и ArcGIS.
Маски неиспользуемых земель служат составной частью работы алгоритма оценки состояния посевов, и на первоначальном этапе их создания был произведен подбор безоблачных сцен с КА Landsat на исследуемую территорию. По
каждому спутниковому изображению была выполнена классификация с обучением для выделения не пахотных земель с последующим объединением полученных результатов в единый слой. Для исключения погрешностей классификации, возникших из-за неоднородности сельскохозяйственных полей, каждая маска была отредактирована в ручном режиме. На рис. 1 представлена маска неиспользуемых земель, построенная на территорию Алтайского края.
Рис. 1. Маска неиспользуемых земель на территорию Алтайского края
Работа алгоритма построена на использовании индекса вегетации. Анализ общих закономерностей развития зерновых культур в течение всего вегетационного периода послужил основой для получения пороговых значений NDVI. На каждую безоблачную дату по изображению с КА Terra рассчитывают NDVI, полученное индексное изображение совмещают с маской облачности и маской неиспользуемых земель. Для неисключенных масками пахотных земель значения NDVI делятся на три градации, в соответствии с рассчитанными ранее пороговыми значениями: хорошее состояние посевов, удовлетворительное и плохое. После этого на полученное изображение проецируются элементы гидрографии, административные границы и населённые пункты, формируется легенда карты и выполняется оформление конечного продукта.
Для проверки правильности работы алгоритма результаты оценки состояния посевов, полученные с помощью дистанционных методов, сравнивались с данными наземных агрометеорологических маршрутных обследований, проводимых на территории Новосибирской и Кемеровской областей, а также на территории Алтайского края. Так в 2014 году в период с 14 по 27 июля агрометеорологами гидрометеостанций совместно с работниками сельского хозяйства были проведены маршрутные обследования посевов в 22 районах Новосибирской области на 153 полях. Аналогичные обследования были проведены и на
территории Алтайского края в период с 7 по 26 июля в 32 районах на 397 полях. Стоит отметить, что на территории Кемеровской области наземные обследования проводят только в годы с экстремальными погодными условиями, поэтому наличие дистанционных методов ежегодного получения информации является особенно актуальным в подобных ситуациях. В табл. 1 приведены результаты оценки состояния посевов на территории Новосибирской области, полученной с использованием дистанционных и наземных методов.
Таблица 1
Результаты проведения наземных агрометеорологических маршрутных обследований и дистанционных методов оценки состояния посевов
Градации оценки состояния посевов Наземные агрометеорологические маршрутные обследования Результаты обработки спутниковых данных
Дата наземн. обслед. %соотн. град. Дата спутниковых измерений % соотн. град.
201 2 г.
Хорошее 6 - 20 июля 26 17 июля 24
Удовлетворительное 57 54
Плохое 17 22
201 3 г.
Хорошее 21 июля - 01 августа 75 21 июля 69
Удовлетворительное 24 28
Плохое 1 3
201 4 г.
Хорошее 14 - 27 июля 56 11 июля 30
Удовлетворительное 37 65
Плохое 11 5
В среднем, разница между значениями наземных и дистанционных методов оценки состояния посевов зерновых культур за три года проведения наблюдений составила:
- по Новосибирской области - 9%;
- по Алтайскому краю - 13%;
- по Кемеровской области - 8%.
За период проведения оперативных работ в 2014 году было подготовлено пять карт оценок для территории Новосибирской области (рис. 2), по четыре карты для Кемеровской области и Алтайского края, а также две карты на Омскую область.
Алгоритм позволяет отслеживать изменения состояния посевов, происходящих как на территории областей и края, так и давать более детальную оценку по хозяйствам. Выполнение оценки состояния посевов с детализацией до поля стало возможным благодаря использованию автоматических измерений индекса вегетации в реперных точках, созданных специально для каждого отдельного хозяйства. В табл. 2 приведён фрагмент полученных по спутниковым данным измерений индекса МОУТ, а результат их обработки представлен на рис. 3.
Рис. 2. Карта оценки состояния посевов зерновых культур, Новосибирская область, 27 июня 2014 г.
Таблица 2
Измерение индекса вегетации на полях хозяйства ФГУП «Кремлёвское»,
08.07.2014 г.
№ точки Значение КОУ1 № точки Значение КОУ1 № точки Значение КОУ1
1 0.8070 36 0.7364 47 0.8032
2 0.8417 37 0.7878 48 0.7783
3 0.7740 38 0.7373 49 0.8070
4 0.7739 39 0.7264 50 0.8054
5 0.7833 40 0.7328 51 0.8299
6 0.8229 41 0.7390 52 0.8360
Разработанный алгоритм имеет высокую эффективность за счёт автоматизации измерений значений вегетационных индексов по реперным точкам, автоматизации расчетов пороговых значений на основе анализа многолетних наблюдений. Также в работе алгоритма используются уникальные маски неиспользуемых земель, периодически обновляемые по актуальным снимкам, объективно отражающим реальную ситуацию. Алгоритм оценки состояния посевов зерновых культур, основанный на использовании спутниковых данных, позволяет реализовать оперативный мониторинг состояния посевов, как на региональном уровне, так и на уровне отдельных полей. Накопленная информация оценки состояния посевов позволяет осуществлять временной и пространственный анализ динамики развития сельскохозяйственных культур. Полученные карты оценки состояния посевов в оперативном режиме передаются в отделы агрометеорологических прогнозов ФГБУ «Западно-Сибирское УГМС», а
также размещаются на официальном сайте СЦ ФГБУ «НИЦ «Планета» в разделе «Мониторинг состояния посевов».
Рис. 3. Карта оценки состояния посевов зерновых культур, ФГУП «Кремлёвское», 8 июля 2014 г.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Сахарова Е. Ю., Сладких Л. А., Захватов М. Г. Спутниковый мониторинг состояния посевов и прогнозирование урожайности зерновых культур на юге Западной Сибири // Интерэкспо ГЕО-Сибирь-2014. Х Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 8-18 апреля 2014 г.). - Новосибирск: СГГА, 2014. Т. 1. - С. 67-72.
2. Кулик Е. Н. Оперативный космический мониторинг: вчера, сегодня, завтра // Интерэкспо ГЕО-Сибирь-2012. VIII Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 10-20 апреля 2012 г.). - Новосибирск: СГГА, 2012. Т. 2. - С. 134-139.
3. Сладких Л. А., Кулик Е. Н., Сахарова Е. Ю. Мониторинг посевов зерновых культур юга Западной Сибири по данным спутниковых наблюдений // Региональные проблемы дистанционного зондирования Земли: материалы международной науч. конф. / науч. ред. Е. А. Ваганов; отв. за вып. А. В. Машукова - Красноярск: Сиб. федерал. ун-т, 2014. - С. 329-333.
© Е. Ю. Сахарова, Л. А. Сладких, Е. Н. Кулик, 2015
