CC BY
14
Известия Великолукской государственной сельскохозяйственной академии. - 2022. - N 4. -С. 3-9. - ISSN 2308-8583.
Proceedings of the State Agricultural Academy of Velikie Luki. 2022;(4):3-9. ISSN 2308-8583.
СЕЛЬСКОХОЗЯЙСТВЕННЫЕ НАУКИ
Научная статья УДК 631.6.02
DOI 10.56323/23088583_2022_04_3
Вопросы оценки эффективности орошения земельных участков в сельском хозяйстве
Туркан Назим гызы Амирова
Научно-исследовательский институт Экологии Национального аэрокосмического агентства, Баку, Азербайджанская Республика, stmz@list.ru
Аннотация. Статья посвящена вопросам применения методов удаленной оценки эффективности орошения земельных участков в сельском хозяйстве. Влагосодержание почвы является важнейшим параметром, позволяющим связать такие характеристики, как динамика климата, засуха и продовольственная безопасность. Информация о влагосодержании почвы важна для разработки ирригационной системы, позволяющей достичь максимальной продуктивности. В схеме управления растительной продукцией важнейшей мерой в повышении эффективности водопользования является обеспечение адекватности объема использованной воды к фактическим требованиям сельскохозяйственного растительного производства. Ирригационная потребность в воде определяет тот объем воды, который дополнительно к естественному обеспечению водой требуется для эвапотранспирации растительности, выщелачивания земли и других нужд. Дистанционное зондирование, осуществляемое с помощью различных камер, установленных на различных носителях, позволяет получить временную и пространственную информацию об эвапотранспирации растительности. Предложен показатель эффективности влагосодержания почвы, определяемый в виде среднеинтегральной величины произведения индекса NDVI и влагосодержания. В основе вводимого нового показателя стоит хорошо известное положение о том, что при избыточном влагосодержании почвы растения подвергаются «водному стрессу» и значение NDVI резко уменьшается. Таким образом, актуализируется задача выяснения условий, когда вводимый показатель у достигает экстремума. Сформирован целевой функционал, содержащий функцию зависимости указанного коэффициента от NDVI, для решения оптимизационной задачи достижения максимальной эффективности влагосодержания почвы. Показано, что минимум такой эффективности достигается при убывающей зависимости коэффициента выращенной продукции от NDVI. Дана рекомендация - избегать на практике такой зависимости указанных показателей.
Ключевые слова: удаленная оценка, ирригация, оптимизация, влагосодержание, эффективность
Для цитирования: Амирова Т. Н. Вопросы оценки эффективности орошения земельных участков в сельском хозяйстве // Известия Великолукской государственной сельскохозяйственной академии. - 2022. - N 4. - С. 3-9. - DOI 10.56323/23088583_2022_04_3.
© Амирова Т. Н., 2022
Original article
Issues of Assessing Land Plot Irrigation Effectiveness
in Agriculture
Turkan N. Amirova
Research Institute of Ecology of the National Aerospace Agency, Baku, Republic of Azerbaijan, stmz@list.ru
Abstract. The article addresses the application of remote assessment method effectiveness of land plots irrigation. Soil moisture content is the most important parameter that allows us to join together such features as climate dynamics, drought and food security. Information about the soil moisture content is important for the development of irrigation systems that allow to achieve the maximum productivity. In the scheme of plant production management, the most important measure in improving the water use efficiency is ensuring that the volume of water used is adequate to the actual requirements of agricultural plant production. Irrigation water demand determines the water volume, that, in addition to natural water supply, is required for evapotranspiration of plants, land leaching and other needs. Remote sensing, carried out with the help of various cameras mounted on different media, allows one to obtain temporal and spatial information about the plant evapotranspiration. An ffectiveness indicator of soil moisture content is proposed, defined as the average integral value of the product of the NDVI index and moisture content. The basis of the new indicator introduced is the well-known provision that with excessive soil moisture content, plants are subjected to "water stress" and the NDVI value decreases sharply. Thus, the task of understanding the conditions when the introduced indicator у reaches the extremum is actualized. A target functional containing the function of the dependence of the specified coefficient on NDVI has been formed to solve the optimization problem of achieving maximum efficiency of soil moisture content. It is shown that the minimum of such efficiency is achieved with a decreasing dependence of the coefficient of grown products on NDVI. A recommendation is given to avoid in practice such dependence of these indicators.
Keywords: remote assessment, irrigation, optimization, moisture content, efficiency
For citation: Amirova T. N. Issues of Assessing Land Plot Irrigation Effectiveness in Agriculture. Proceedings of the State Agricultural Academy of Velikie Luki. 2022;(4):3-9. (In Russ.). DOI 10.56323/23088583_2022_04_3.
Введение
С ростом населения планеты водные ресурсы постепенно уменьшаются, что частично является следствием климатических изменений, многочисленных применений с целью извлечения выгоды, в том числе увеличения объема воды, требуемого в сельском хозяйстве [1]. Такой показатель, как влагосодержание почвы, является важнейшим параметром, позволяющим связать такие характеристики, как динамика климата, засуха и продовольственная безопасность [2]. Информация о влагосодержании почвы важна для разработки ирригационной системы, позволяющей достичь максимальной продуктивности [3].
В схеме управления растительной продукцией важнейшей мерой в повышении эффективности водоиспользования является обеспечение адекватности объема использованной воды к фактическим требованиям сельскохозяйствен-
ного растительного производства. Ирригационная потребность в воде определяет тот объем воды, который дополнительно к естественному обеспечению водой требуется для эвапотранспирации растительности, выщелачивания земли и других нужд. Дистанционное зондирование, осуществляемое с помощью различных камер, установленных на различных носителях, позволяет получить временную и пространственную информацию об эвапотранспирации растительности.
Согласно работам [4, 5], влагосодержание почвы в вычисляется в качестве функции эвапотранспирации, используя следующую формулу:
в = в5аГехр(^р), (1)
где в 5аг - насыщенное влагосодержание почвы (см /см );
ЕР - эвапорационная фракция, согласно модели РуБЕБЛЬ [6].
Вместе с тем, согласно [7], транспирационный коэффициент £ с определяется как
£ =— (2)
с ЕТс> V )
где ЕТГ - транспирационная составляющая;
ЕТс - фактическая эвапотранспирация.
Если учесть, что
ЕТс = ЕР + ЕТГ, (3)
а также получив из (2) выражение
ЕТГ = ЕТс ■ £ с, (4)
из (3) и (4) получим:
ЕТС = ЕР + ЕТС^С. (5)
Из (5) окончательно имеем:
. (6)
Согласно [8], коэффициент выращенного продукта К с определяется как
Е"Г
Кс = —, (7)
с ЕТ<^ \ )
где - опорная величина эвапотранспирации, определенная для выбранного вида опорного продукта.
По аналогии с (6), для ЕТ0 запишем:
ЕР0 = ЕТ0 (1-1с0) . (8)
Из выражений (6) и (8) запишем:
ЕТс = —, (9)
ЕТ0 = (10)
1 1с О
С учетом (7), (9), (10) имеем:
, (11)
с \l-tcJ ' 4 7
или
Ер = Кс-Е р0-^. (12)
В общем случае, согласно [4], имеем:
tc = l- exp(-c1LAIc), (13)
, (14)
где LAIc и LAICo - соответственно значения индекса листовой площади для фактической (рассматриваемой) и опорной продукций; c± = c о п s t. С учетом (12)^(14) получим:
EF = Kc■ EF0 ■ е xp[—ct(LA ICq - LA Ic)]. (15)
На основе выражений (1) и (15) запишем:
'Кс ■ EF0 ■ е хр [ - c ±(LA I с 0 - LAI с)] - a
в = 0sat • exp
(16)
Как отмечается в [9], модели, базирующиеся на оценках отражательного спектра выращенной продукции с точки зрения менеджмента процессов ирригации, позволяют оценить транспирационные характеристики, используя дистанционно определяемые значения коэффициента Кс и фактической величины .
В таблице 1 [4] приведены некоторые известные зависимости К с от N Б VI для различной выращенной продукции.
Таблица 1 - Зависимости Kc от NDVI для различной выращенной продукции
Продукция Уравнение Источник
Пшеница Кс = 1,46 ■ NDVI - 0,26 [10]
Хлопок Кс = 1,49 ■ NDVI - 0,12 [11]
Чеснок Кс = -1,56 ■ NDVI2 + 2,66 ■ NDVI - 0,08 [12]
Брокколи Кс = -1,48 ■ NDVI2 + 2,64 ■ NDVI - 0,17 [12]
Введем на рассмотрение показатель эффективности влагосодержания почвы у, определяемый в виде:
У =
■ Г
■>о
NDVIr,
в ■ N D VI d N D VI.
(17)
КВУ1тах
В основе вводимого нового показателя у стоит хорошо известное положение о том, что при избыточном влагосодержании почвы растения подвергаются «водному стрессу» и значение N0VI резко уменьшается [13]. Таким образом, актуализируется задача выяснения условий, когда вводимый показатель у достигает максимума.
С учетом информации, приведенной в таблице, оптимизационная задача формируется следующим образом. Следует вычислить такой оптимальный вид функции
Кс = Г (N0 VI) ор и (18)
при которой у достиг бы максимальной величины. Пример кривой этой функции приведен на рисунке 1 [5].
Рисунок 1 - Пример линейной аппроксимации зависимости Кс = f ( N D VI)
Для решения указанной задачи примем предварительное ограничительное условие, накладываемое на искомый вид функции f (N D VI) 0 р t:
jNd vimaXf (n d vi) d n d VI = С ; С = с o ns t. (19)
С учетом выражений (17) и (16) получим:
NDvi^n-r жт„ттт ^ Г/ (NDvi)■ EF0-ехр[-сгALAI]-а
У =
NDVIn
r
■>0
NDVI ■ 6sat ■ exp
dNDVI (20)
С учетом (19) и (20) составим полный функционал F безусловной вариа-
ционной оптимизации:
F =
NDVImax '0
r
NDVL,
NDVI -esat- exp
-NDVImax
/ (ND VI) ■ EF0■ ехр[ - сг ALAI ]-а
л [/0Д~"1 тах/ (N о VI) а N о VI - с
где -множитель Лагранжа; Л = с о пб Ь.
Решение задачи (21) согласно [14] должно удовлетворить условию:
= 0.
dNDVI -(21)
d{NDVI■ 6Sat■ ехр[Г(^>^0 ^[-сгАЬАП~а+-Х/^vi)- _
(22)
df{NDVl)
Из условия (22) находим:
/ (N D VI) ■ E F0 ■ е х р [ - с г ALAI] - а j _ ^EF0■ ехр[- сг ALAI_ д _ q ^3)
NDVI ■ esat ■ exp Из(23) получаем exp
/ (ND VI) ■ EF& ехр[ - сг ALAI]-а
ЛЬ
Логарифмируя (24), получим:
N D VI ■ EF0 ■ е хр [ - с г A LA I]'
f(NDVI) =
j + ln
ль
]Н EF0^е
(24)
(25)
.N D VI ■ EF0 ■ е хр [ - с ± A LA I]ii E F0 ■ е х р [ - с ± ALAI ]'
Для вычисления значения Л достаточно вставить (25) в (19), осуществить интегрирования и вычислить значение множителя Лагранжа.
Таким образом, согласно полученному результату (25), при зависимости f (NDVI) в виде (25) показатель эффективности влагосодержания почвы у достигает минимальной величины. Такой вывод нетрудно сделать, вычислив вторую производную интегранта в (21), которая окажется положительной величиной. Следовательно, на практике следует избегать реализации функции f (NDVI) в виде обратной зависимости Кс от NDVI. При этом проведенный элементарный анализ показывает, что при уходе от выявленной наихудшей зависимости от NDVI в сторону их пропорционального роста получаемый выигрыш будет расти пропорционально удвоенной величине NDVI.
Заключение
Рассмотрена возможность применения методов дистанционного зондирования в целях оценки эффективности орошения земельных участков в сельском хозяйстве. Введен на рассмотрение показатель эффективности влагосодержа-ния почвы, определяемый в виде среднеинтегральной величины произведения индекса NDVI и влагосодержания. В то же время получено выражение зависимости влагосодержания от коэффициента выращенного продукта в виде экспоненциальной зависимости. Вышеуказанное позволило сформировать целевой функционал, содержащий функцию зависимости указанного коэффициента от NDVI. Решение оптимизационной задачи достижения максимальной эффективности влагосодержания почвы показало, что минимум такой эффективности достигается при убывающей зависимости коэффициента выращенной продукции от NDVI. Отмечено, что при переходе от наихудшей зависимости между К с и NDVI к режиму их синфазного роста получаемый выигрыш в значении коэффициента выращенного продукта будет пропорционален двухкратной величине NDVI.
Список источников
1. Boretti A., Rosa L. Reassessing the projections of the World Water Development report // njp Clean Water. - 2019, № 2. - P. 15. - URL: https://doi.org/10.1038/s41545-019-0039-9/ (date of access: 30.10.2022).
2. Sadri S., Pan M., Wada Y. A global near-real-time soil moisture index monitor for food security using integrated SMOS and SMAP // Remote Sensing of Environment. - 2020. - Vol. 246. - P. 111864. -URL: https://doi.org/10/1016/j.rse.2020.111864 (date of access: 30.10.2022).
3. Lin B. B., Egerer M. H., Liere H et al. Soil management is key to maintaining soil moisture in urban gardens facing changing climatic conditions // Scientific Reports. - 2018. - № 8. - P. 1-9. - URL: https://doi.org/10.1038/s41598-018-35731-7 (date of access: 30.10.2022).
4. Bastiaanssen W. G. M., Meneti M., Feddes R. A., Holtslag A. A. M. A remote sensing surface energy balance algorithm for land (SEBAL) // Journal of Hydrology. - 1998. - Vol. 212-213. - P. 198-212. - URL: https://doi.org/10.1016/S0022-1694(98)00253-4 (date of access: 30.10.2022).
5. Scott C. A., Bastiaanssen W. G. M., Ahmad M. Mapping root zone soil moisture using remotely sensed optical imagery // J Irrig Drain Eng. - 2003. - Vol. 129. - P. 326-335. - URL: https://doi.org/10.1061/(ASCE)0733-9437(2003)129:5(326) (date of access: 30.10.2022).
6. Spatial-temporal modeling of root zone soil moisture dynamics in a vineyard using machine learning and remote sensing / I. Kisekka, S. R. Peddinti, W. P. Kustas, [et al.] // Irrigation Science. - 2022. - Vol. 40. - P. 761-777. - URL: https://doi.org/10.1007/s00271-022-00775-1 (date of access: 30.10.2022).
7. Bastiaanssen W. G. M. Remote sensing in watr resources management: the state of the art
8. Bastiaanssen, W. G. M. Remote sensing in water resources management: The state of the art. - Colombo, Sri Lanka : International Water Management Institute, 1998. - 120 p.
9. Hassan D. F., Abdalkadhum A. J., Mohammed R. J., Shaban A. Integration remote sensing and meteorological data to monitoring plant phenology and estimation crop coefficient and evapotranspiration // J. Eco. Engineer. - 2022. - Vol. 23(4). - P. 325-335. - URL: https://doi.org/10.12911/22998993/146267 (date of access: 30.10.2022).
10. Remote Sensing for Crop Water Management: From ET Modelling to Services for the End Users /
A. Calera, I. Campos, A. Osann [et al.]. - DOI 10.3390/s17051104 // Review Sensors (Basel). - 2017. -Vol. 17(5). - P. 1104.
11. Relations between evaporation coefficients and vegetation indices studied by model simulations /
B. J. Choudhury, N. U. Ahmed, S. B. Idso [et al.] // Remote Sens. Environ. - 1994. - Vol. 50. - P. 1-17.
12. Cotton irrigation scheduling using remotely sensed and FAO-56 basal crop coefficients / D. J. Hun-saker, E. M. Barnes, T. R. Clarke [et al.] // Trans. ASAE. - 2005. - Vol. 48. - P. 1395-1407.
13. Johnson L. F., Trout T. J. Satellite NDVI assisted monitoring of vegetable crop evapotranspiration on California's San Joaquin Valley // Remote Sens. - 2012. - № 4. - P. 439-455.
14. Effect of Water Stress on Grain Yield and Physiological Characters of Quinoa Genotypes / Muhammad Sohail Saddiq, Xiukang Wang, Shahid Iqbal [et al.]. - Text : direct // Agronomy. - 2021. -№ 11(10). - P. 1934.
15. Эльсгольц Л. Э. Дифференциальные уравнения и вариационное исчисление. - М. : Наука, 1974. - 472 с.
References
1. Boretti A., Rosa L. Reassessing the projections of the World Water Development report // njp Clean Water. - 2019, № 2. - P. 15. - URL: https://doi.org/10.1038/s41545-019-0039-9/ (date of access: 30.10.2022).
2. Sadri S., Pan M., Wada Y. A global near-real-time soil moisture index monitor for food security using integrated SMOS and SMAP // Remote Sensing of Environment. - 2020. - Vol. 246. - P. 111864. -URL: https://doi.org/10/1016/j.rse.2020.111864 (date of access: 30.10.2022).
3. Lin B. B., Egerer M. H., Liere H et al. Soil management is key to maintaining soil moisture in urban gardens facing changing climatic conditions // Scientific Reports. - 2018. - № 8. - P. 1-9. - URL: https://doi.org/10.1038/s41598-018-35731-7 (date of access: 30.10.2022).
4. Bastiaanssen W. G. M., Meneti M., Feddes R. A., Holtslag A. A. M. A remote sensing surface energy balance algorithm for land (SEBAL) // Journal of Hydrology. - 1998. - Vol. 212-213. - P. 198-212. - URL: https://doi.org/10.1016/S0022-1694(98)00253-4 (date of access: 30.10.2022).
5. Scott C. A., Bastiaanssen W. G. M., Ahmad M. Mapping root zone soil moisture using remotely sensed optical imagery // J Irrig Drain Eng. - 2003. - Vol. 129. - P. 326-335. - URL: https://doi.org/10.1061/(ASCE)0733-9437(2003)129:5(326) (date of access: 30.10.2022).
6. Spatial-temporal modeling of root zone soil moisture dynamics in a vineyard using ma-chine learning and remote sensing / I. Kisekka, S. R. Peddinti, W. P. Kustas, [et al.] // Irrigation Science. - 2022. - Vol. 40. - P. 761-777. - URL: https://doi.org/10.1007/s00271-022-00775-1 (date of access: 30.10.2022).
7. Bastiaanssen W. G. M. Remote sensing in watr resources management: the state of the art
8. Bastiaanssen, W. G. M. Remote sensing in water resources management: The state of the art. - Colombo, Sri Lanka : International Water Management Institute, 1998. - 120 p.
9. Hassan D. F., Abdalkadhum A. J., Mohammed R. J., Shaban A. Integration remote sensing and meteorological data to monitoring plant phenology and estimation crop coefficient and evapo-transpiration // J. Eco. Engineer. - 2022. - Vol. 23(4). - P. 325-335. - URL: https://doi.org/10.12911/22998993/146267 (date of access: 30.10.2022).
10. Remote Sensing for Crop Water Management: From ET Modelling to Services for the End Users /
A. Calera, I. Campos, A. Osann [et al.]. - DOI 10.3390/s17051104 // Review Sensors (Basel). - 2017. -Vol. 17(5). - P. 1104.
11. Relations between evaporation coefficients and vegetation indices studied by model simulations /
B. J. Choudhury, N. U. Ahmed, S. B. Idso [et al.] // Remote Sens. Environ. - 1994. - Vol. 50. - P. 1-17.
12. Cotton irrigation scheduling using remotely sensed and FAO-56 basal crop coefficients / D. J. Hun-saker, E. M. Barnes, T. R. Clarke [et al.] // Trans. ASAE. - 2005. - Vol. 48. - P. 1395-1407.
13. Johnson L. F., Trout T. J. Satellite NDVI assisted monitoring of vegetable crop evapotranspiration on California's San Joaquin Valley // Remote Sens. - 2012. - № 4. - P. 439-455.
14. Effect of Water Stress on Grain Yield and Physiological Characters of Quinoa Genotypes / Muhammad Sohail Saddiq, Xiukang Wang, Shahid Iqbal [et al.]. - Text : direct // Agronomy. - 2021. -№ 11(10). - P. 1934.
15. ETsgoFcz L. E\ Differencial'ny'e uravneniya i variacionnoe ischislenie. - M. : Nauka, 1974. -472 s.
Информация об авторе
Т. Н. Амирова - докторант, старший научный сотрудник.
Information about the author
T. N. Amirova -doctoral student, senior researcher.
Статья поступила в редакцию 03.11.2022; одобрена после рецензирования 30.11.2022; принята к публикации 12.12.2022.
The article was submitted 03.11.2022; approved after reviewing 30.11.2022; accepted for publication 12.12.2022.
