Использование данных ДЗЗ для целей точного земледелия

Результаты исследований свидетельствуют о том, что наиболее перспективными являются дистанционное зондирование Земли (ДЗЗ) с использованием космических, пилотируемых и беспилотных малых и сверхмалых летательных аппаратов. Наибольшее количество работ происходит в области пассивной и активной регистрации электромагнитной энергии. Космические аппараты (КА) дистанционного зондирования Земли широко используются для изучения природных ресурсов Земли и решения задач метеорологии. Для исследования природных ресурсов КА оснащаются в основном оптической или радиолокационной аппаратурой. Преимущества последней заключаются в том, что она позволяет наблюдать поверхность Земли в любое время суток, независимо от состояния атмосферы.

Сегодня для зондирования сельскохозяйственных полей широко применяются легкие пилотируемые аппараты (СЛА) и беспилотные летательные аппараты. В настоящее время уже предпринимаются попытки использования дистанционного зондирования Земли в точном земледелии. Это аэрофотосъемка (космическая съемка) или сканирование больших площадей для решения задач крупномасштабного картирования полей (составления планов) и построения цифровых карт рельефа. Эти данные становятся материальной основой создания геоинформационных систем (ГИС) для точного земледелия. Изучение и вторичная обработка таких данных позволяют осуществить процесс кластеризации про странства внутри отдельного поля, прежде всего в агроэкологическом смысле (выделить разного рода площадки с определенным уклоном и ориентацией в пространстве для определения их гидрологии и инсоляции). Данные дистанционного зондирования могут также быть использованы при составлении управляющих карт для проведения операций агроцикла, в том числе и для дифференцированного внесении я минеральных удобрений, химических средств защиты растений и мелиорантов

На следующем этапе становится возможным определить более точно отдельные параметры почвы, например динамику изменения ее влажности и температуры, а также некоторые климатические факторы, такие, как суммарные температуры, направление ветра, однородные по урожайности или содержанию элементов питания ареалы, зоны управления (managementzones) и др.

Для успешного применения в ТЗ системы дистанционного зондирования должны отвечать следующим условиям [5]:

1. Возможность осуществления сбора данных, их коррекции и первичной обработки в течение 24–48 часов.

2. Пространственное решение – порядка 5 м для спектрозональной съемки.

3. Спектральное решение (порядка 10–20 нм) для повышения точности определения биофизических параметров растительного покрова.

4. Высокое временнoе решение, обеспечивающее по крайней мере 5–6 сеансов получения информации в течение вегетационного периода.

5. Возможность предоставления результатов тематической интерпретации данных в доступных пользователю форматах.

6. Невысокая (доступная) стоимость данных.

Билет №12 Пономарева

1. Спектральная отражательная способность природных объектов.

*Спектральная отражательная способность природных объектов.

Фундаментальные исследования по спектрометрированию выполнил Е.Л. Кринов1(1 Кринов Е. Л. Спектральная отражательная способность природных образований. - Л.; М.: Изд-во АН СССР, 1947.) еще в 40-х годах прошлого века. Положив начало работам по оптике ландшафтов, он разработал первую спектрометрическую классификацию, которая со временем стала классической. По спектральной яркости в видимом диапазоне, где получен наибольший объем экспериментальных данных, все многообразие объектов земной поверхности отчетливо делится на несколько классов, каждый из которых отличается по характеру спектральной отражательной способности (рис. 2.5).

I. Горные породы и почвы характеризуются увеличением коэффициентов спектральной яркости по мере приближения к красной зоне спектра. Спектральная яркость горных пород зависит от входящих в их состав минералов и элементов, а почв - от содержания соединений железа и гумуса.

Рис. 2.5. Схематизированные кривые спектральной яркости природных объектов:

1 - растительный покров; 2 - снежные поверхности; 3 - горные породы и почвы; 4 - водные поверхности

II. Растительный покров отличается характерным максимумом отражательной способности в зеленой (0,55 мкм), минимумом - в красной (0,66 мкм) и резким увеличением отражения в ближней инфракрасной зоне. Низкая отражательная способность вегетирующих растений в красной зоне связана с поглощением, а ее увеличение в зеленой зоне - с отражением этих лучей хлорофиллом. Большие коэффициенты яркости в ближней инфракрасной зоне объясняются пропусканием этих лучей хлорофиллом и отражением их от внутренних тканей листа.

III. Водные поверхности характеризуются самыми низкими значениями и монотонным уменьшением отражательной способности от сине-фиолетовой к красной зоне спектра, поскольку длинноволновое излучение сильнее поглощается водой.

IV. Снежный покров обладает наиболее высокими значениями коэффициентов спектральной яркости с небольшим их понижением в ближней инфракрасной зоне спектра. Близки к этому классу по характеру отражения облачные образования, которые имеют несколько узких полос поглощения в длинноволновой части спектра.

Общим для всех объектов является понижение коэффициента спектральной яркости в зоне 2 - 3 мкм. Обращают на себя внимание два минимума у кривых при длинах волн 1,43 и 1,93 мкм, обусловленные полосами поглощения воды. Особенно они заметны у кривой отражения зеленой растительности, где они добавляются к уже отмеченному минимуму в зоне 0,66 мкм.

Спектральная отражательная способность, по которой разделены классы, различается и у объектов внутри класса (рис. 2.6, 2.7).

Рис. 2.6. Кривые спектральной яркости основных типов почв: 1 - серозем; 2 - дерново-подзолистая; 3 - темно-каштановая; 4 - темно-серая лесная; 5 - чернозем	Рис. 2.7. Кривые спектральной яркости деревьев разных пород: 1 - береза; 2 - дуб; 3 - сосна; 4 - ель

Более того, коэффициенты спектральной яркости варьируют в определенных пределах и для объектов одного вида. Так, на отражательную способность горных пород влияют запыленность, различные поверхностные выцветы и корки, спектральное отражение которых по сравнению с исходной породой может существенно отличаться. При повышении влажности почв их яркость уменьшается (при полном насыщении водой - в два раза), но характер кривой спектральной отражательной способности не меняется.

Спектральная яркость растений меняется с их возрастом: она выше у молодых растений и ниже у находящихся в стадии полной зрелости. Отражательная способность растительности зависит от фитопатологических изменений. При заболевании растения его листья начинают слабее поглощать красные и отражать инфракрасные лучи. Из всех объектов суши растительный покров имеет наиболее информативные спектральные характеристики, которые чутко реагируют на его изменчивость.

Отражательная способность водных объектов сильно зависит от содержания в воде фитопланктона и ее загрязнения - наличия взвешенных частиц, нефтяной пленки и т.д.

Загрязнение снега и содержание в нем воды также приводят к изменениям отражательной способности. При насыщении снега водой отражение ближнего и среднего инфракрасного излучения резко падает.

Таким образом, спектральная отражательная способность зависит от свойств объектов, их состояния, а также от сезона. Дистанционно опознавать объекты и оценивать их состояние возможно не только по величине коэффициента спектральной яркости, но и по спектральной индикатрисе отражения. Существует много объектов на земной поверхности, которые по разным направлениям отражают излучение разного спектрального состава. Например, в составе отраженного излучения поля цветущего подсолнуха в восточном направлении всегда преобладают оранжево-красные лучи, а в западном - зеленые. Поэтому коэффициенты спектральной яркости природного объекта, измеренные при визировании под разными углами к земной поверхности, могут служить его количественными спектральными признаками.

2. Применение синтезированных изображений для дешифрирования различных объектов.