С. В. Кривоберець, викладач

Чернігівський державний інститут економіки і управління, м. Чернігів, Україна

АНАЛІЗ МЕТОДІВ І ЗНІМАЛЬНИХ СИСТЕМ ВЕДЕННЯ АГРОЕКОЛОГІЧНОГО МОНІТОРИНГУ

Розглянуто методи і супутникові системи, що дозволяють практичне використання даних дистанційного зондування (ДДЗ) для ведення агроекологічного моніторингу, прогнозування врожайності та аналізу стану рослинності. Відображені переваги знімальних систем MODIS і Landsat TM для потреб агроекологічного моніторингу, описані характеристики та знімальні канали радіометра MODIS і сенсора ETM+. Проаналізовані індикатори – показники стану рослинності, що розраховуються в результаті операцій з різними спектральними діапазонами (каналами) – вегетаційні індекси, які найчастіше використовуються для дослідження рослинного покриву. Представлені комбінації каналів даних Landsat TM, зазначені галузі застосування даних MODIS і Landsat TM.

Постановка проблеми. На сьогодні у більшості сільськогосподарських (с.-г.) суб’єктів України триває зниження родючості ґрунтів. Ґрунтовий покрив зазнає деградації й забруднення, втрачає стійкість до руйнування, здатність до відновлення властивостей й відтворення родючості. Державні заходи щодо охорони земель практично припинені.

Серед існуючих сучасних методів агроекологічного моніторингу найбільш ефективними є методи, що засновані на використанні геоінформаційних систем (ГІС) для складання просторово-орієнтованих електронних карт полів; карт врожайності культур, одержувані відразу після прибирання; дистанційні методи зондування, такі як аерофото- і супутникові знімання [3].

У зв’язку із стрімким розвитком авіаційної, й особливо космічної техніки, технології ДЗ природного середовища набувають не лише наукової, але й істотної прикладної значущості.

Аналіз останніх досліджень і публікацій. Методологія космічних досліджень і методи застосування дистанційного зондування Землі (ДЗЗ) для моніторингу великою мірою розвинулись завдяки працям відомих вітчизняних учених – В. Кононова, Г. Коротаєва, В. Ляльки, М. Мірошникова, Б. Нелепо, М. Попова, С. Станкевича, О. Федоровського, В. Цимбала. Теоретико-методичні основи застосування ГІС і матеріалів ДЗЗ у галузі природоохорони та землезнавства приведені в працях С. Довгого, В. Ляльки, В. Шестопалова, М. Якимчука та інших учених.

Дослідження пов’язані із застосуванням знімків високої і середньої розрізненості для вирішення різноманітних завдань у галузі картографування земних ресурсів та стану навколишнього середовища, екологічного моніторингу агроресурсів ведуться вже протягом двох десятиліть. Значний внесок у розвиток напряму аналізу даних ДЗЗ внесли як закордонні, так і вітчизняні вчені – В.В. Асмус, Р. Вудс, Р. Гонсалес, В.К. Злобін, Є.О. Луп’ян, В.І. Кравчук [8], У. Претт, В.А. Сойфер, А.Г. Орлов, А.М. Овчинников, M. W. Matthew, S. M. Adler-Golden, A. Berk, G. Felde, G. P. Anderson, D. Gorodetzky, S. Paswaters, M. Shippert, A. Huete [10], M. A. Friedl, X. X. Xiong та інші. Їх дослідження щодо питання з дистанційного спостереження за Землею й обробки відеоінформації становлять теоретичну основу з вирішення поставлених завдань.

Постановка завдання. Під час спостереження за Землею з космосу, використовуючи дистанційні методи, дослідник має можливість на відстані (дистанційно) отримувати інформацію про об’єкт, що вивчається. Дистанційні методи, переважно, є непрямими, тобто вимірюються не параметри об’єктів, що цікавлять, а деякі пов’язані з ними величини. В порівнянні з контактними методами, заснованими на реєстрації характеристик досліджуваного об’єкта з використанням датчиків, що знаходяться в безпосередньому стиканні з об’єктом (термометр, термопара, газоаналізатор тощо). За допомогою дистанційних методів можна говорити про властивості спостережуваних об’єктів за непрямими ознаками шляхом реєстрації випромінених об’єктом або відбитих від нього електромагнітних хвиль у різних діапазонах спектра.

У випадку оцінювання стану сільськогосподарських посівів, як одного з ключових аспектів проведення агроекологічного моніторингу, апаратура супутника реєструє лише інтенсивність світлового потоку від цих об’єктів у декількох ділянках оптичного діапазону. Дані ДЗЗ використовують для оперативного оцінювання стану посівів сільськогосподарських культур на великих площах.

На практиці це здійснюється методом супутникової зйомки з подальшим аналізуванням знімків. Для того щоб «розшифрувати» такі дані, з метою отримання незалежної та своєчасної інформації про посівні площі основних сільськогосподарських культур, їх стан, біопродуктивність та прогнози врожайності з використанням інформації ДЗЗ, потрібні попередні дослідження, що включають різні підсупутникові експерименти: з вивчення стану рослин контактними методами; з вивчення відбивної здатності листя в різних ділянках спектра і при різному взаємному розташуванні джерела світла (Сонця), листя і вимірювального приладу. Далі необхідно визначити, як виглядають ті ж об’єкти з літака і лише після цього аналізувати про стан посівів за супутниковими даними. Неодмінним атрибутом дослідження є ступінь калібрування супутникової апаратури перед запуском і в космосі, і можливість порівнювати супутникові дані з наземними.

Незважаючи на трудомісткість підсупутникових досліджень під час проведення на невеликій площі, в той же час вони дають можливість інтерпретувати дані, що відносяться до величезних просторів і навіть до всієї земної кулі. Широта обхвату є характерною межею супутникових методів дослідження Землі. До того ж ці методи, переважно, дозволяють отримати результат за порівняно короткий проміжок часу.

Для здійснення ефективного агроекологічного моніторингу с.-г. земель за допомогою ДДЗ необхідно обрати оптимальну знімальну систему з існуючих на сьогодні та розробити алгоритми обробки даних, на вибір яких впливає низка факторів (необхідність використання даних знімань у зонах спектра в яких щонайкраще розрізняються рослин­ність і ґрунтовий покрив, неповне проективне покриття ґрунтового покриву рослинністю протягом значної частини періоду вегетації, характерні розміри с.-г. полів, необхідність проведення моніторингу на великій території, швидка динаміка розвитку с.-г. культур, залежність динаміки розвитку культур від проведених агротехнічних заходів, наявність певних правил землекористування, значні відмінності у динаміці вегетації різних с.-г. культур та використанні орних земель у різних регіонах країни).

З допомогою цих факторів можна висувати певні вимоги до знімальної системи та алгоритмів обробки ДДЗ, які повинні забезпечувати наявність знімальних каналів у червоній і ближній інфрачервоній (ІЧ) зонах спектра, просторову розрізненість знімання не гірше 250-300 м, періодичність знімань не рідше ніж один безхмарний вимір за 5-10 днів, незалежність алгоритмів обробки від спектральних властивостей підстилаючого ґрунтового покриву, універсальність алгоритмів обробки стосовно різних кліматичних умов, методів агротехніки, мінімальну участь експертів у процесі обробки даних [3].

Виклад основного матеріалу дослідження. Сучасна економічна ситуація на селі, реформування земельних відносин і розвиток багатоукладного сільського господарства потребують нових підходів до управління процесами охорони земель, відтворення родючості ґрунтів, контролю, стимулювання та раціонального використання, що неможливо створити без ефективного державного моніторингу.

Система агроекологічного моніторингу за допомогою ДДЗ повинна [4]:

– функціонувати в режимі реального часу, забезпечуючи високу оперативність обробки великих (або надвеликих) потоків даних;

– забезпечувати високі вимоги щодо достовірності і точності результатів аналізу, до форми й якості подання кінцевих результатів, що викликані високою вартістю можливих помилок;

– надавати можливість використання всього розмаїття вимірювальної інформації – за фізичною природою, за видом подання, за великою кількістю програмно-апаратних засобів, що виступають джерелами даних тощо;

– вирішувати широке коло завдань (спостереження, контроль, діагностування, прогнозування, управління) моніторингу;

– бути відносно простою, не потребуючи високої кваліфікації обслуговуючого персоналу;

– забезпечувати уніфікацію, модульність і масштабованість, можливість швидкої комплектації спеціалізованих програмно-апаратних комплексів.

Використання методів ДЗЗ в інтересах с.-г. виробників сприяє формуванню нових аграрних технологій, с.-г. менеджменту і стратегічного планування. Україна – велика аграрна держава, яка хоч і має власну національну космічну програму, але, на жаль, не може похвалитися значними досягненнями у сфері використання даних ДЗЗ для с.-г. потреб.

За допомогою методів ДЗЗ можна кількісно оцінювати площі, зайняті с.-г. культурами, визначати фази розвитку рослин, проблеми стану посівів (нерівномірність визрівання, враження шкідниками та хворобами, нестача поживних речовин, загибель від несприятливих метеорологічних умов), а також прогнозувати врожайність.

ДЗЗ відносяться до потужних методів отримання інформації про стан рослинності конкретного поля, які за допомогою інформативних можливостей спектральних характеристик полів створюють передумови для ефективного управління посівами. За допомогою даних ДЗЗ виявляються та локалізуються ділянки поля з аномальним розвитком рослинності, встановлюються можливі причини його виникнення. На більш високому рівні аналіз цих даних дає можливість встановлювати кількісні зв’язки між біофізичними параметрами стану рослинності і змінами спектрального відгуку рослинного покриву, що обумовлені впливом факторів зовнішнього середовища або особливостями технологій вирощування, тобто отримані знімки опрацьовують і отримують показники стану рослинності, так звані вегетаційні індекси (ВІ): NDVI (Normalized Difference Vegetation Index) – нормалізовано-різницевий вегетаційний індекс, DMP – індекс наростання сухої речовини тощо, які є вихідними результатами комп’ютерної обробки супутникових знімків і характеризують загальний стан розвитку рослинності та в поєднанні з агрометеорологічними факторами дозволяють прогнозувати врожайність сільськогосподарських культур з високою точністю. Вони потім порівнюються з агрометеорологічними показниками та використовуються у вигляді вхідної інформації для процесу моделювання стану сільськогосподарських культур та прогнозування їх врожайності.

Після попереднього опрацювання, за допомогою математичних операцій з різними каналами ДЗЗ, проводиться визначення різних індикаторів, що характеризують температуру поверхні ґрунту, випромінювання довгохвильової радіації земною поверхнею, тривалість сонячного сяяння, наявність снігового чи хмарного покриву; площу, вкриту рослинністю, тощо. Із супутникових індикаторів найчастіше використовуються вегетаційні індекси: NDVI (похідні індекси SAVI, PVI), fAPAR та DMP [10].

NDVI – простий кількісний показник фотосинтетично активної біомаси. NDVI легко обчислюється, має найширший динамічний діапазон із розповсюджених вегетаційних індексів і порівняно кращу чутливість до змін у рослинному покриві. Він помірно чутливий до змін ґрунтового й атмосферного фону, крім випадків з розрідженою рослинністю (наприклад, NDVI не варто застосовувати, якщо рослинний покрив становить менше 30 % площі території аналізу).

Розрахунок NDVI базується на двох найстабільніших (незалежних від інших факторів) ділянках спектральної кривої відбиття судинних рослин. У червоній ділянці спектра (0,6-0,7 мкм) лежить максимум поглинання сонячної радіації хлорофілом вищих судинних рослин, а в інфрачервоній ділянці (0,7-1,0 мкм) – максимальне відбиття клітинних структур листка.

Тобто, висока фотосинтетична активність (пов’язана, переважно, з густою рослинністю) призводить до меншого відбиття в червоній ділянці спектра і більшого – в інфрачервоній. Відношення цих показників один до одного дозволяє чітко відокремлювати рослинність від інших природних об’єктів.

Використання ж не простого відношення, а нормалізованої різниці між мінімумом і максимумом відбиття збільшує точність виміру та дозволяє зменшити вплив таких явищ, як розходження в освітленості знімка, хмарності, димки, поглинання радіації атмосферою тощо. NDVI обчислюється за такою формулою [10]:

NDVI = (NIR - RED) / (NIR + RED),

де RED та NIR – значення відповідних пікселей на зображеннях, отриманих у видимій (червоній) та ближній інфрачервоній ділянках спектра.

Відповідно до цієї формули, щільність рослинності (NDVI) у певній точці зображення дорівнює різниці інтенсивностей відбитого світла в червоному та інфрачервоному діапазонах, поділеній на їх суму.

Індекс NDVI може бути розрахованим на основі будь-яких знімків високої, середньої або низької розрізненості, що мають спектральні канали в червоному (0,55-0,75 мкм) й інфрачервоному (0,75-1,0 мкм) діапазонах. Алгоритм розрахунку NDVI міститься практично у всіх поширених пакетах програмного забезпечення, пов’язаних з опрацюванням ДДЗ (Arc View Image Analysis, ERDAS Imagine, ENVI, Ermapper, Scanex MODIS Processor, ScanView тощо).

У випадках з розрідженою рослинністю замість NDVI використовують ґрунтово-вегетаційний індекс (SAVI) або перпендикулярний ВІ (PVI), поріг чутливості яких до густоти рослинності становить близько 15 %.

Індикатор fAPAR – частина фотосинтетично активної сонячної радіації (визначає частину сумарної сонячної радіації PAR (400-700 нм), поглинутої рослинами в процесі фотосинтезу, і виражає здатність поглинання енергії рослинним покривом.

Показник DMP є індексом маси накопичення сухої речовини (кгСР/га/день). Він обчислюється за такою формулою:

DMP = R 0,48 fAPAR ε(T) 10000,

де R – короткохвильове випромінювання Сонця (200-3000 нм), яке становить близько 48 % від PAR (фотосинтетично активна радіація: 400-700 нм); ε(T) – продуктивний термін [кгСР/Дж_PAR] виражає перетворення цієї поглинутої енергії в біомасу (ефективність використання випромінювання). Ε(T) є нелінійною дзвіноподібною функцією від денної температури T; вона сягає максимуму за температури 22 °C і наближається до нуля за температури нижче 0 °C або вище за 40 °C. Множник 10 000 [м²/гa] перетворює квадратні метри на гектари, що є більш вживаною одиницею в агростатистиці [8].

Вся отримана інформація інтерполюється на сітку розміру 25 км × 25 км та компонується у мозаїчні регіональні карти.

ДДЗ характеризують критерії загального впливу умов навколишнього середовища на рослинність, не уточнюючи, яка саме частина кліматичних умов насправді впливає на рослинність. Цей процес називається «дедуктивним» і часто розглядається в основі моделей прогнозування зернових як достатній, для того щоб зробити висновки щодо поточної поведінки зернових та пояснити остаточні прогнози з найменшою неточністю.

Такий аналіз дає можливість побудувати математичні моделі посівів і на їх основі прогнозувати розвиток рослин, що, у свою чергу, дозволить застосовувати їх у системах підтримки рішень агроспеціалістів [3].

Одним із важливих методичних питань дистанційного зондування (ДЗ) є точність ідентифікації досліджуваних посівів на супутниковому зображенні і збіжності результатів відновлення спектральних відбивних характеристик об’єктів знімання з даними підсупутникових вимірів. Його вирішення дозволить оцінити можливості використання розроблених раніше методик аерофотометричних обстежень стану посівів основних с.-г. культур в Україні [4] для визначення оцінки їх стану і прогнозу врожайності за даними багатоспектрального супутникового знімання. Складові моніторингу земель с.-г. призначення представлені на рис.1.

Рис. 1. Складові космічного агроекологічного моніторингу

Дані ДЗЗ характеризуються надійністю, оперативністю їх отримання й масштабністю (миттєве обстеження як окремих об’єктів земної поверхні на знімках високої просторової розрізненості, так і великих регіонів на знімках низької розрізненості). Широке застосування отримали дані спектрометричних вимірів земної поверхні з метеорологічних і природоресурсних штучних супутників Землі LANDSAT (США), SPOT (Франція), РЕСУРС (Росія), IRS (Індія), NOAA (США) та інших. Багаторічний досвід наукового аналізу супут­никової інформації свідчить про принципову можливість використання даних багатоспектрального супутникового знімання для моніторингу посівів с.-г. культур, а саме: визначення структури посівних площ, параметрів рослинного покриву, стану польових культур та інших інформативних ознак [4].

Природоресурсні супутники типу «Ресурс» можуть виконувати знімання заданого масиву полів 2-3 рази на місяць з високою розрізненістю на місцевості (для сканера МСУ-Э це менше 45 м, для сканера МСУ СК – 175 м). Одним знімком можна охопити територію, що відповідає за площею адміністративному району (МСУ-Э) або значній частині регіону (МСУ-СК). На такому знімку розрізняються с.-г. угіддя, що дозволяє ідентифікувати посіви з достатньою точністю й оцінювати їх стан на конкретному полі [4]. За допомогою метеорологічних супутників NOAA, що мають на своєму борту радіометр AVHRR, можна отримувати багатоспектральні знімки земної поверхні до 10-12 разів на добу з просторовою розрізненістю 1,1×1,1 км. При цьому приведена до масштабу знімання площа пікселя на багатоспектральному зображенні відповідає ділянці близько 120 га, що порівнянне із середніми розмірами с.-г. поля у степовій зоні України. В лісостеповій зоні він становить 86 га. Майже в усіх випадках яскравісні характеристики пікселя на зображенні сканера під час знімання лісостепової зони можуть належати до різних класів об’єктів на місцевості, що обумовлює ймовірність розпізнавання видів посівів на знімку і визначення посівних площ під досліджуваною культурою із задовільною точністю [4].

Знімальна система MODIS, що встановлена на борту супутників Terra і Aqua, значною мірою задовольняє перерахованим вимогам, що й обумовило її вибір як основного джерела ДДЗ для с.-г. моніторингу. Дані знімальної системи MODIS поділяються на космічні знімки низької (300-1000 м) і середньої розрізненості (50-200 м). Основним призначенням яких є визначення і дрібномасштабне картографування біопродуктивності лісових масивів та сільськогосподарських угідь, моніторинг динаміки льодовиків, процесів заболочування і запустинювання, засолення, повеней, паводків тощо [4]. На сьогодні доступними є як поточні, так і архівні дані знімань, однак під час розробки алгоритмів моніторингу було вирішено використовувати дані Terra-MODIS, оскільки для цієї знімальної системи доступний ряд вимірів за більш тривалий період часу, а використання даних з двох знімальних систем істотно збільшує обсяг оброблюваних даних і створює необхідність проводити взаємне калібрування двох рядів вимірів. Основні характеристики радіометра MODIS представлені в таблиці 1.

Таблиця 1

Основні характеристики радіометра MODIS [4]

 

Супутник Terra перебуває на круговій квазіполярній сонячно-синхронній (перетинає екватор в 10:30 місцевого часу) орбіті висотою 705 кілометрів. Знімальна система MODIS виконує знімання в 36 спектральних каналах видимого та інфрачервоного діапазону довжин хвиль із просторовою розрізненістю 250 м (у каналах 1-2), 500 м (у каналах 3-7) і 1 км (у каналах 8-36). Ширина смуги огляду становить 2 330 км. Така смуга огляду дозволяє отримувати дані в екваторіальній області (широта менш 30°) з періодичністю 2 дні, а на широті території України із частотою не менш одного спостереження на добу. Канали знімання MODIS та їх призначення представлено в таблиці 2.

Дані MODIS широко використовуються в різних задачах спостереження за Землею [8]. Крім високої якості даних, значну роль відіграє й їх вільне поширення. Дані вимірів можуть бути отримані на прийомну станцію або доставлені за допомогою інтернет-технологій з одного із центрів прийому й поширення даних (DAAC), що підтримуються Геологічною службою США. Система DAAC забезпечує можливість отримання великого набору ДДЗ з різноманітних американських супутників. Крім системи DAAC, джерелом і головним інтерфейсом, через який можна отримувати дані вимірів MODIS, може бути архів даних MODIS NASA – MODIS Rapid Response, де всі космічні знімки, які з’являються на сайті, хоч і є державною власністю США, але можуть вільно використовуватись і відтворюватись для будь-якої мети [1].

Дані MODIS у центрах прийому доступні з невеликою затримкою (декілька днів) після проведення супутникового знімання. У центрах прийому дані проходять декілька рівнів попередньої обробки й стають більш зручними для подальшого використання.

У багатьох випадках поглиблена попередня обробка супутникових даних, з одного боку полегшує їх використання для багатьох тематичних додатків, з другого – може істотно знижувати ефективність або навіть виключати саму можливість застосування деяких спеціалізованих алгоритмів. Тому користувач повинен вибирати між більш «сирими» і, отже, менш спотвореними даними, які йому доведеться доопрацьовувати власноруч, і готовими продуктами більш глибокого рівня попередньої обробки, якість яких у ряді випадків може бути посередньою.

Альтернативним джерелом отримання даних може виступити Центр прийому й обробки спеціальної інформації та контролю навігаційного поля (ЦПОСІ та КНП), який має архів даних ДЗЗ з космічних апаратів (КА) «NOAA», «Meteosat», «Океан-О», «Метеор-3М» тощо обсягом понад 300 ГГб.

Персонал Центру обчислює вегетаційні індекси та оцінює динаміку розвитку рослинності на території України за період року. Ці дослідження спрямовуються на визначення врожайності с.-г. культур за індексами NDVI, NDSI, NDMI. Однак такі дослідження носять поодинокий, тестовий характер, оскільки за даними не підготовлено жодної тематичної карти за будь-яким з індексів [7].

Для контролю якості та візуальної оцінки отримуваних результатів агроекологічного моніторингу за даними MODIS у ряді випадків варто використовувати вибіркові багатозональні зображення Landsat-TM/ETM+, оскільки відносно висока просторова розрізненість зазначених супутникових зображень (30 м) дозволяє впевнено розпізнавати с.-г. поля під час проведення візуальної інтерпретації.

Зображення високої розрізненості можуть бути отримані на сайті програми GLCF Університету Меріленд [9]. Для цих даних також може бути створена система збереження та каталогізації, веб-інтерфейс доступу до даних.

Більшість супутників, що проводять знімання земної поверхні постачають дані не у вигляді кольорового зображення, а у вигляді декількох (інколи декількох десятків) монохромних зображень – по одному на кожний спектральний канал. Це значно збагачує можливості застосування супутникової інформації та методи обробки супутникових зображень.

У таблицях 2 та 3 наведено характеристики сенсорів супутника Landsat 7.

Таблиця 2

Сенсор ETM+

Таблиця 3

Розрізненість ETM+

 

За допомогою характеристик розрізненості можна використовувати як окремі монохромні канали, так і комбінування їх будь-яким чином для отримання найбільш інформативної карти, не обов’язково у «природних» кольорах. У таблиці 4, взятої з [5] наведено інформацію про найбільш корисні комбінації каналів та їх призначення.

Таблиця 4

Інтерпретація комбінацій каналів даних Landsat TM / ETM+ [5]

Продовження таблиці 4

 

Висновки дослідження. Для ефективного агроекологічного моніторингу, на нашу думку, найбільш прийнятними є знімальні системи Landsat-TM/ETM+, MODIS, що встановлена на