Получение вегетационного индекса NDVI /Normalized Difference Vegetation Index/ с помощью беспилотников
Беспилотные авиационные системы — уже не новшество в современной жизни. Сегодня они активно применяются в картографии, геодезии и других областях для решения широкого круга задач. Перспективно применение подобных аппаратов и в сельском хозяйстве.
Прошли те времена, когда для аэрофотосъемки достаточно было просто поднять фотоаппарат в воздух. Современные задачи диктуют достаточно жесткие требования как к качеству получаемого фотоматериала, так и к скорости его обработки. Поэтому существующие беспилотники представляют собой не просто летательные аппараты, а целый комплекс аппаратных и программных средств. В то же время сами устройства должны быть просты в эксплуатации и обслуживании.
ОСНОВНЫЕ ПАРАМЕТРЫ
Беспилотники отличаются своими техническими характеристиками. Например, один БЛА самолетного типа способен провести в полете только один час, а другой — 2,5 часа. Устанавливаемые на борт фотоаппараты могут иметь разрешение от 16 Мп до 24 Мп, сменные объективы и быть модифицированы для съемки в инфракрасном диапазоне.
Для каждого снимка регистрируется информация о координатах центра фотографирования, причем их точность может достигать нескольких сантиметров — при использовании геодезического GNSS-приемника. После завершения полета полученные данные в автоматическом режиме обрабатываются с помощью специального программного обеспечения, затем из них формируются ортофотопланы, трехмерные модели местности и так далее. Производительность БЛА различна. При полете на высоте порядка 500 м за час можно собрать материал с площади примерно 900 га. Пространственное разрешение при этом составляет примерно 15 см/пикс. Если требуется более высокое качество снимка, то можно летать на меньшей высоте, но стоит помнить, что производительность при этом будет несколько ниже.
С помощью беспилотников можно добыть ценную и полезную для ведения сельского хозяйства информацию. После обработки исходных фотографий, снятых БЛА, получают три базовых типа данных: ортофотоплан, цифровую модель местности (ЦММ) и карту высот, а также карты вегетационных индексов. Первая база данных — проекция точной трехмерной модели на заданную плоскость. Как видно из этого определения, разделение ортофотоплана и ЦММ на разные типы данных достаточно условно. Более того, в процессе фотограмметрической обработки исходных снимков эти сведения получают одновременно.
ЧТО ТАКОЕ NDVI?
Наиболее актуален сегодня вопрос определения вегетационных индексов. Это некоторая величина, связанная с характеристиками растительности, получаемая в результате математических операций с разными спектральными каналами. Один из самых известных вегетационных индексов — NDVI, или Normalized Difference Vegetation Index.
Он определяется через коэффициенты спектральной яркости для красной и инфракрасной областей спектра по следующей формуле: NDVI = (NIR – RED) / (NIR + RED), где NIR — коэффициент для ближней ИК-области спектра, RED — для красной области. Выбор именно этих участков определяется, в первую очередь, оптическими свойствами хлорофилла. В диапазоне длин волн 600–700 нм, то есть в зоне видимого красного, он имеет выраженный максимум поглощения. По этой же причине все содержащие хлорофилл части растений имеют зеленый цвет. В области ближнего ИК-излучения растительность обычно обладает высоким коэффициентом отражения. В совокупности эти два факта означают, что можно судить о концентрации хлорофилла в каком-либо объекте, сравнивая его отражательные характеристики в двух указанных диапазонах. Формула в виде нормализованной разности удобна для расчета компьютерными средствами, поскольку множество значений функции имеет конечные значения. При визуализации в ГИС-картах вегетационные индексы отображаются в оттенках серого или раскрашиваются по палитре для наглядности. Например, в одной ГИС палитра для NDVI выбрана таким образом, что открытая почва отображается в оттенках коричневого, а растительность — зеленого. Альтернативная палитра обладает повышенной контрастностью и окрашивает индексную карту насыщенными цветами от красного до зеленого.
Данные для расчета NDVI можно получить из нескольких источников: спутниковой съемки, наземных датчиков, а также фотографирования с БЛА. Большая часть современных беспилотных комплексов может быть оснащена камерой для съемки в видимом и инфракрасном диапазонах, с помощью которой есть возможность получать набор данных для NDVI за один полет.
КАРТА ПОЛЕЙ
Предположим, что была произведена аэрофотосъемка сельхозугодий и в результате обработки создана карта NDVI, на которой отображены поля с озимыми зерновыми. По их общему виду можно сделать вывод о текущем состоянии, а также обнаружить проблемные участки. При разрешении 30 см/пикс. хорошо читаются технологические проходы и колеи. Если требуется максимальная детализация, то с помощью современных беспилотных комплексов можно осуществлять съемку с разрешением вплоть до 5–10 см/пк. По картам вегетационных индексов можно сравнивать поля, засеянные одинаковыми культурами, но имеющие различия в ряде параметров: сроки посадки, предшественники, сорта, применяемая агротехника и другие. Например, на картах хорошо видны участки угнетенной из-за повышенной влажности растительности, которая помимо негативного влияния на развитие культур может стать причиной для обхода участка поля при внесении удобрений. Хотя на момент съемки почва имеет растительный покров и нормальную влажность, на снимках несложно заметить отставание в вегетации. Также легко угадывается траектория машины, удобрявшей поле.
При наблюдении за вегетационными индексами нужно помнить о том, что сорная растительность также вносит вклад в отражательную способность поля. Например, если сорняки закрывают междурядья, то в среднем по полю значение NDVI получается завышенным. Однако при достаточном разрешении, которое легко достижимо при съемке с беспилотных аппаратов, но недоступно при спутниковом наблюдении, очаги сорняков достаточно просто обнаружить. Кроме того, для оценки засоренности можно проводить отдельные полеты на небольшой высоте.
Рассмотренные неоднородности развития растений — примеры негативного воздействия явных факторов, которые можно однозначно определить на поле визуально. Гораздо больший интерес представляют неоднородности, вызванные неявными параметрами: кислотностью, уплотненностью почвы, содержанием элементов питания и другими. С помощью карт NDVI их тоже можно обнаружить, однако для выяснения причин их появления необходимо проводить агрохимический анализ. Впрочем, достаточно осуществлять обследование не равномерно по всему полю, а по нескольким зонам с близким значением общего плодородия. Подобный метод АХО имеет особенный смысл, если для полей созданы электронные карты и на сельхозпредприятии применяется техника для дифференцированного внесения удобрений.
ЭЛЕКТРОННАЯ ТОЧНОСТЬ
Рассмотренный вариант применения БЛА в растениеводстве является достаточно наукоемким и требует наличия современной техники, в частности разбрасывателей и опрыскивателей. В то же время экономически значимый эффект от использования беспилотников можно получить, всего лишь уточнив площади посевов. Актуальное значение фактически обрабатываемой площади позволит наиболее верно рассчитать затраты на семена, удобрения и средства защиты, а при уборке урожая — точнее определить урожайность. Работы по уточнению фактически обрабатываемых площадей показывают, что расхождение заявленной и обрабатываемой территории составляет порядка 2–5 процентов даже в том случае, если цифровые карты полей созданы не более пяти лет назад — по космоснимкам либо объездом на тракторе или квадроцикле. Если сравнивать площади, определенные по результатам аэрофотосъемки, и из бумажных планов или кадастровых документов, то разница может достигать 20 процентов. Как следствие, расчет затрат на покупку семян и пестицидов будет содержать ту же погрешность.
Современный уровень развития информационных технологий достаточно высок, и повсеместное использование электронных карт полей — вопрос времени. При их составлении не просто уточняются реальные границы и площади земельных участков — все полученные данные являются обязательными при внедрении современных систем управления агропредприятием, которые предполагают учет состояния территорий, севооборота, урожайности по отдельным полям, проведенных агротехнических мероприятий и тому подобного.
Существует несколько способов построения границ полей разной степени точности и трудоемкости, и картография на основе аэрофотосъемки с БЛА — один из наиболее точных и быстрых. Для современных беспилотных аппаратов это стандартная задача. Предприятия, уже имеющие цифровые карты полей, могут применять актуальный и детализированный ортофотоплан с БЛА в качестве подложки или одного из тайловых слоев.
АНАЛИЗ ВЫСОТ
Важным для ведения сельского хозяйства является использование цифровых моделей местности и карт высот. Исследования воздействия микрорельефа поля на урожайность проводились еще в советские времена, и было установлено, что один из основных эффектов — разная способность к накоплению влаги в зависимости от уклона. То есть от рельефа напрямую зависит, как будут усвоены выпадающие осадки: вода либо впитается в почву, либо стечет с наклонной поверхности, либо образует вымочку в случае переувлажнения. Применение БЛА позволяет получать карты высот с разрешением от 10 см/пикс, в то время как общедоступная карта SRTM имеет разрешение лишь 90 м/пикс. По детализированным картам высот можно осуществлять различные измерения и моделирование процессов, например рассчитать направления поверхностного стока.
Информация о рельефе также представляет большой научный интерес, поскольку позволяет прогнозировать процессы водной эрозии, разрастания балок и оврагов. Однако далеко не всегда агропредприятие способно собственными силами остановить эрозию на обрабатываемых площадях, но, имея сведения о рельефе, в частности карту уклонов, можно спланировать агротехнические мероприятия таким образом, чтобы по возможности ограничить эрозию почв. Например, вывести из севооборота пропашные культуры на участках с большими уклонами или провести залужение проблемных участков.
С помощью современных беспилотных летательных аппаратов агрономы, агрохимики и другие специалисты имеют возможность оперативно и относительно недорого получать данные о земной поверхности, а значит — о посевах и почвах, с сантиметровым пространственным разрешением и высокой точностью привязки к местности. Кроме того, БЛА практически не зависят от облачности, поскольку могут летать под облаками. Тем не менее следует помнить, что беспилотник — лишь инструмент, средство получения данных. Он не способен заменить агронома, но может существенно увеличить производительность его труда и обеспечить актуальной информацией о посевах. Кроме того, применение БЛА в сельском хозяйстве повышает престижность сельскохозяйственных профессий, привлекает в отрасль современные и наукоемкие технологии.