От редакции сайта

« Предыдущие записи

Ценность данных дистанционного зондирования для сельского хозяйства

09.11.2018 ЦЕННОСТЬ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ДЛЯ СЕЛЬСКОГО ХОЗЯЙСТВА (ЧАСТЬ I) В последнее время много говорят о данных. «Агро Данные», «личные данные»,«глобальные данные», «аналитические данные», «искусственный интеллект», «машинное обучение», «конфиденциальность данных», список можно продолжить. Это для вас важно? Не так ли? Каков ответ на этот вопрос – решать Вам. И он, вероятно, зависит от рода Вашего занятия. […]

Применение дронов и переход от «аналогового» к «цифровому» сельскому хозяйству

09.11.2018 Применение дронов и переход от «аналогового» к «цифровому» сельскому хозяйству: пример количественного расчета возврата инвестиций (США). Американская компания Slantrange Inc. делится опытом своих клиентов в области внедрения в фермерском хозяйстве технологий мультиспектральной съемки, с использованием их программного продукта, мультиспектральной камеры и дронов, как одного из элементов технологии «точного земледелия». Введение. Какова рентабельность использования дрона в […]

Создание экосистемы на Microsoft Azure для всестороннего использования и развития дронов

09.11.2018 Создание экосистемы на Microsoft Azure для всестороннего использования и развития дронов Сэм Джордж — Директор «Azure Internet of Things (IoT)» Следующая волна компьютеризации уже формируется вокруг нас, так «IoT» позволяет компаниям ощущать все аспекты своего бизнеса в режиме реального времени и осуществляет «осознанные» действия по запуску выполнения облачных процессов на «IoT»  устройствах пользователя, для того, […]

Вегетационные индексы для БПЛА. Проблемы и перспективы использования в сельском хозяйстве.

27.02.2018 Национальный университет биоресурсов и природопользования Украины. Интервью с доцентом кафедры автоматики и робототехнических систем НУБиП Украины (Киев) Алексеем Александровичем Опрышко. Интерес к технологиям точного земледелия высок, и опубликованных материалов о нем, в частности о применении БПЛА (дронов) для аграриев достаточно много, правда большей частью они касаются правовых вопросов их применения, особенностям съемки, производителям оборудования. Практических материалов, […]

Национальный университет биоресурсов и природопользования (НУБИП). Интервью с доцентом кафедры агрохимии и качества продукции растениеводства Натальей Анатольевной Пасичник.

27.01.2018 Национальный университет биоресурсов и природопользования Украины. Интервью с доцентом кафедры агрохимии и качества продукции растениеводства Натальей Анатольевной Пасичник. Как свидетельствует статистика посещения сайта, интерес к нашему проекту по популяризации аграрных технологий, связанных прежде всего с БПЛА растет, что не может нас не радовать. Прошедший период позволил определить какие материалы вызывают больший интерес у наших читателей. Исходя […]

Дистанционное зондирование земли при помощи беспилотных летательных аппаратов (БПЛА). Проблемы и способы их решений. (интервью с В.Ф. Лысенко)

26.06.2017 Наш сайт посвящен популяризации дистанционного зондирования земли для решения проблемных вопросов аграрного сектора. Для популяризации этого направления, помимо публикации научных статей, было решено взять интервью с теми, кто реально разрабатывает и использует прогрессивные агротехнологии. Сегодняшнее интервью нам любезно согласился дать руководитель группы ученых из Национального университета биоресурсов и природопользования заведующий кафедрой автоматики и робототехнических систем […]

Космические технологии помогут увеличить урожайность посевов.

06.01.2017 Зачем тратить деньги на Космос, когда на Земле «люди голодают»? Как вообще навигационные и оптические спутники могут помочь труженикам села? В США и Европе с высочайшей урожайностью их полей как раз спутник подсказывает время и необходимость сельскохозяйственных процедур, а программы рассчитывают интенсивность внесения удобрений, пестицидов, полива, прополки, посева и уборки.

Получение вегетационного индекса NDVI с помощью беспилотников (БПЛА).

19.12.2016 Использование беспилотных летальных аппаратов (БПЛА) сельском хозяйстве относительно новое направление, но уже широко зарекомендовавшее себя.

Прогноз урожайности на основе NDVI.

12.12.2016

О том, что урожайность от года к году бывает различной, знают все. Но не все умеют прогнозировать урожайность, к счастью ученые постоянно нас удивляю своими открытиями, так они доказали, что урожайность можно прогнозировать с достаточно высокой точностью по растительному индексу NDVI посевов во время вегетации.

Для только начинающих изучать тему использования вегетационных индексов как элементов бизнес процесса работы аграрного предприятия, напомним, что такое NDVI (Normalized Difference Vegetation Index) – нормализованный относительный индекс растительности, по которому можно судить о развитии биомассы растений во время вегетации. Расчет вегетационных индексов основанный на следующем принципе: при попадании световых волн излучаемых природным или искусственным источником света на зелёные листья растений значительная часть волн видимого диапазона поглощаются (особенно зеленого спектра), ближнего инфракрасного отражаются. Поглощение зеленого спектра волн листьями растений связано с наличием в составе их клеток органелл с хлоропластами которые растения используют в процессе фотосинтеза, таким образом, чем больше  у растений площадь листа тем более тем сильнее растения поглощают попадающий на них свет. По сумме и разности отражений в видимом и ближнем инфракрасном диапазонах вычисляется индекс NDVI:

NDVI = (NIR — VIS(RGB)) / (NIR + VIS(RGB)) где, NearIR (NIR) — отражение в ближней инфракрасной области спектра (VIS) RGB— отражение в видимой области спектра

Измерить NDVI посевов можно несколькими способами (с помощью оптических датчиков) и дистанционными (на основе спутниковой или аэрофотосъёмки). Преимуществах каждого из методов будут описаны в рамках этой статьи.

Многочисленные научные публикации утверждают что, по индексу NDVI с высокой точностью можно прогнозировать урожайность посевов. Значения вегетационного индекса NDVI различны во время роста, цветения и созревания растений. В начале вегетационного сезона индекс нарастает, в момент цветения его рост останавливается, затем по мере созревания, NDVI снижается. В зависимости от почвенного плодородия, метеоусловий и технологии возделывания посевов скорость развития биомассы будет разной. Поэтому по среднему значению NDVI на поле легко сравнивать состояние посевов во время вегетации: на одних полях посевы развиваются быстрее (лучше), на других – медленнее (хуже).

Наиболее точный прогноз урожайности посевов по индексу NDVI можно дать в момент прохождения экстремума (пика) значения NDVI. Например, для посевов озимой пшеницы при возделывании по интенсивной технологии, значение NDVI во время экстремума достигает 0,80–0,88 (по данным Центра точного земледелия РГАУ – МСХА им. К.А.Тимирязева). Пик NDVI обычно приходится на момент начала фазы колошения. Зная потенциальную урожайность сорта, мы можем прогнозировать, что при таком значении NDVI урожайность будет максимальной для данного сорта. Если в фазу колошения NDVI достигает значения всего 0,60–0,65, то это значит, что урожайность будет ниже максимальной на 25–30 %. Ведь NDVI связан с зеленой биомассой растений, а урожайность – это некая (известная для каждой культуры) процентная часть биомассы.

Таким образом, для предсказания урожайности агроному необходимо знать максимальную потенциальную урожайность данного сорта и показатель NDVI посева в фазу колошения (для зерновых) или в фазу максимального развития листьев (для всех остальных культур).

Но обращаясь к новым технологиям необходимо не забывать о факторах которые могут влиять на прогнозирование урожайности, одним из таких факторов является погода. Отклонение метеоданных от среднемноголетних наблюдений приведет, соответственно, и к отклонению урожайности. Ведь скорость прироста и снижения значений NDVI во время вегетации зависит в первую очередь от метеоусловий текущего года (кроме практики орошаемого земледелия). В условиях жаркой погоды период прохождения фенофаз* значительно сокращается, пик значения NDVI не достигает возможного максимума, и следовательно, прогнозный урожай снижается. Обратный случай – недостаток тепла. Скорость нарастания NDVI в таком случае снижена, растения медленно набирают биомассу, цветение может задержаться, и времени, а самое главное, суммы активных температур, на вызревание может не хватить, урожай будет низкий и плохого качества. Кроме того, от метеоусловий в значительной степени зависит развитие болезней растений, что также может приводить к снижению показателя NDVI, а с ним и урожайности.

Преимущества и недостатки способов получения вегетационного индекса NDVI:

Оптические датчики с активным источником излучения

аэрофотосъёмка с беспилотного летательного аппарата

Спутниковые снимки

+ отсутствие искажений + высокая детализация съемки до 4 см./пиксель + самая большая производительность – сотни квадратных километров
+ оперативность получения информации + возможность работы в облачную погоду (калибровка изображения происходит за счет датчика яркости света) — низкая детализация съемки от 30 до 250 м/пиксель
+ независимость от метеоусловий + высокая производительность до 2000 га в течении светового дня — высокая чувствительность качества съемки к метеоусловиям, в облачную погоду не возможно получить качественное изображение
— малая(медленная) производительность мониторинга до 5-10 га/час + данные получены данным методом позволяют построить ортофотоплан, рассчитать другие вегетационные индексы такие как SAVI, ARI, TCARI и др.
— ограничение применения по силе ветра, съемка возможна при ветре до 10 м/с

*Фенофаза – регулярно и закономерно повторяющиеся явления роста и развития растения и его отдельных органов. Цикл прохождения фенофаз составляет 1 год. Этот год делится на 2 основных периода: вегетация и покой. У листопадных растений периоды вегетации и покоя выражены достаточно четко. Период вегетации начинается с набухания почек и завершается листопадом.

Прикладное применение вегетационных индексов.

07.12.2016 Последнее время довольно часто приходится слышать термин такой как вегетационные индексы (NDVI, SAVI, WI, NDWI, WDRVI, ARI, TCARI, MSAVI и др.) при этом достаточного много статей описываю механику и математику их получения, но их прикладному применению уделено меньше материалов, редакция сайта попробовала сделать короткий обзор по их прикладному применению: « Предыдущие записи