Красноярские учёные разработали алгоритмы обработки данных и получения информации в автоматизированном режиме для наблюдения за сельскохозяйственными посевами. Их технология поможет аграриям отслеживать состояние посевов и своевременно принимать меры для сохранения и увеличения урожая. Результаты опубликованы в цикле работ, последняя из которых представлена в журнале «Аграрный вестник Урала» и на международной научно-практической конференции «Проблемы плодородия почв в современном земледелии».
Использование БПЛА для оцифровки сельскохозяйственных полей.
Фото Анастасии Тамаровской / ФИЦ КНЦ СО РАН
Один из главных приоритетов в сельском хозяйстве — высокий уровень урожайности и качество продукции. Для того чтобы получить хорошие результаты, аграриям необходимо знать характеристики сельскохозяйственных земель и климатического состояния региона. Такая информация позволяет агрономам устанавливать сроки сева, отслеживать состояние культур и своевременно проводить технологические операции — подкормку, укосы и др. Традиционно такие данные получаются в поле при непосредственном присутствии человека. Однако сейчас появилась альтернатива для получения этой информации — методы дистанционного зондирования Земли (ДЗЗ).
Красноярские ученые предложили собственные алгоритмы обработки данных по вегетационным индексам, температуре и осадкам, которые можно применять в сельскохозяйственном производстве. Они опробовали свой метод в опытно-производственных хозяйствах ФИЦ «Красноярский научный центр СО РАН» (в опытно-производственных хозяйствах «Курагинское» и «Михайловское»). По спутниковым данным разработаны интерактивные тематические карты и веб-сервисы, получены значения средней суточной температуры поверхности почвы, количества ежедневных осадков и средние значения индексов вегетации, отражающие состояние сельскохозяйственных посевов. Такой подход обеспечивает оперативный мониторинг сельскохозяйственных посевов.
«Эффективность применения методов ДДЗ в сельском хозяйстве по большей части зависит от оперативности предоставления аграрным специалистам информации о состоянии посевов сельскохозяйственных культур, — рассказывает Олег Якубайлик, кандидат физико-математических наук, заместитель директора Института вычислительного моделирования СО РАН. — Получению актуальных сведений о вегетационных индексах и климатических показателях сельскохозяйственных территорий в кратчайшие сроки способствуют спутниковые данные и аэрофотосъемка с беспилотников, глобальные климатические модели с метеоинформацией и прогнозами погоды. Формирование необходимых наборов исходных данных и разработка алгоритмов их обработки становятся первостепенными задачами на подготовительных этапах этой работы. Дальнейшая интеграция информации в создаваемых информационно-аналитических системах и сервисах обеспечивает анализ, интерпретацию и представление данных в удобной для пользователя форме. Формируется программно-технологическая основа агропроизводства, которая играет ключевую роль в повышении эффективности сельскохозяйственных процессов и принятии обоснованных управленческих решений».
Оперативный спутниковый мониторинг позволяет выявлять неоднородность растительного покрова, отслеживать изменение температур и количества выпавших осадков в течение вегетационного сезона. Эти данные помогают оценивать состояние сельскохозяйственных культур в целом и индивидуально по каждому полю. Современные космические спутники, оснащенные мультиспектральными приборами, предоставляют ценные данные для мониторинга состояния растительности и сельскохозяйственных угодий. Эти спутники осуществляют съемку в нескольких спектральных каналах, включая видимый и инфракрасный диапазоны, что позволяет вычислять различные вегетационные индексы. Эти индексы широко используются для оценки состояния растительного покрова, мониторинга здоровья растений, определения фаз роста, а также для прогнозирования урожайности и выявления признаков деградации земель.
Основными показателями, отражающими состояние сельскохозяйственных посевов, являются значения вегетационных индексов NDVI, ClGreen и MSAVI2. Вегетационный индекс NDVI характеризует состояние растительности на протяжении всего вегетационного сезона. Индекс ClGreen используется для оценки общего содержания хлорофилла в листьях. Данные ClGreen позволяют рассчитывать необходимое количество удобрений. Индекс MSAVI2 отображает неоднородность пространственного распределения посевов на почве.
Наряду с вегетационными индексами важны данные о температуре и осадках. Традиционно их получают с наземных метеостанций. Однако ученые отмечают, что в России не везде есть сети метеостанций или их слишком мало. Для получения этих значений ученые также предложили использовать данные со спутников и метеоинформацию онлайн-сервисов глобальных климатических моделей.
Для опытного хозяйства «Курагинское» по космическим снимкам ученые создали цифровую карту сельскохозяйственных полей, отражающую сведения о номере поля, его площади и севообороте. После обработки данных были получены карты индексов NDVI, ClGreen и MSAVI2, а также рассчитаны среднесуточная температура и количество ежедневных осадков. По этим данным можно выявить неоднородность пространственного распределения посевов, которая показывает неравномерность развития сельскохозяйственной культуры и «проблемные» участки внутри полей. Анализируя полученные результаты, можно осуществлять удаленный контроль на территории хозяйства, например, добавление удобрений, укос, сбор урожая.
«На территорию всех опытно-производственных хозяйств Красноярского научного центра СО РАН сформирован и постоянно обновляется архив многолетних спутниковых данных и основанных на них производных информационных продуктов, база геопространственных данных с различной тематической информацией. Вся эта информация является основой для оценки состояния сельскохозяйственных посевов. Используя накопленные данные из архива, можно не только проследить за изменениями, происходящими в пределах одного поля за один вегетационный сезон, но и проводить сравнение полученных значений за несколько лет. Также важно, что мы выходим на уровень работы с отдельными участками отдельных полей, а не только говорим о больших территориях», — отмечает Олег Якубайлик.
Так, например, эксперты проанализировали распределение вегетационных индексов для одного из полей в опытном хозяйстве «Курагинское». В 2020 году на нем выращивали рапс, а в 2021 году — пшеницу. Карты индексов отразили пространственное размещение сельскохозяйственных культур и постепенное увеличение содержания хлорофилла с течением времени. По вегетационным индексам для каждого поля можно выявить неоднородность пространственного распределения посевов, которая показывает неравномерность развития сельскохозяйственной культуры и «проблемные» участки внутри полей. На основе спутниковых данных о температуре и количестве осадков можно делать выводы о том, что климатические условия являются благоприятными (оптимальные значения температур и количество осадков) или неблагоприятными (дефицит и избыток осадков, аномально высокие и низкие температуры) для развития посевов.
Учёные также работают над созданием программно-технологической платформы, которая будет собирать в единое целое различные базы данных о хозяйстве и позволит строить динамические графики для мониторинга вегетации на сельскохозяйственных угодьях. Такая информационная система предоставит возможность анализировать информацию с разных сторон и послужит инструментом для принятия решений.
«Мониторинг по спутниковым данным позволяет в оперативном режиме отслеживать состояние сельскохозяйственных посевов и оказывать информационную поддержку для решения сельскохозяйственных задач. Собранная статистика о вегетационных индексах и агроклиматических показателях формирует объективную и обширную информацию о сельскохозяйственных посевах, хозяйстве в целом и индивидуально по каждому полю. При необходимости список вычисляемых показателей может быть расширен. В перспективе такая система сможет отслеживать показатели всей территории хозяйства в режиме реального времени. Доступ к данным через интернет обеспечит специалистов информацией и позволит своевременно принимать решения при проведении технологических операций: от мониторинга уборочных работ, определения состояния выращиваемых культур до выявления проблемных мест на полях. Наличие такой информации за несколько лет позволит сравнивать данные, выявлять схожие тенденции и на их основе делать прогноз развития посевов. Такой подход должен обеспечить нам значительное улучшение эффективности агропроизводства и повышение урожайности», — заключил Олег Якубайлик.
Специалисты также подчеркнули значимость беспилотников в ситуациях, когда спутниковая информация ограничена, например, при облачности. В отличие от спутниковых данных, беспилотники также обеспечивают сантиметровую точность и позволяют создавать трёхмерные модели рельефа. Эти новые возможности нельзя игнорировать. Совокупность современных технологий и подходов к обработке информации позволяет получить качественные прогнозы.
Материал подготовлен при поддержке гранта Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий».
Информация и фото предоставлены Федеральным исследовательским центром «Красноярский научный центр Сибирского отделения Российской академии наук»