CC BY
59
Физическая география и биогеография, география почв и геохимия ландшафтов
УДК 528.88
ПРИМЕНЕНИЕ ГИС-ТЕХНОЛОГИЙ ДЛЯ ОПТИМИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРИРОДОПОЛЬЗОВАНИЯ
Б01: 10.24412/1728-323Х-2020-5-36-41
В. В. Ивановская, аспирант,
Московский государственный университет
имени М. В. Ломоносова
(МГУ им. М. В. Ломоносова),
ivanovskaya-valeriya@mail.ru,
Е. И. Голубева, доктор биологических наук,
профессор, Московский государственный
университет имени М. В. Ломоносова
(МГУ им. М. В. Ломоносова),
egolubeva@gmail.com,
А. В. Труфанов, технический директор
ООО «АгроДронГрупп», avt@agrodronegroup.ru,
Москва, Россия
Важным вопросом оптимизации сельского хозяйства является необходимость поддержания экологического и экономического баланса. ГИС-технологии и картографирование в сельском хозяйстве выступают инструментом управления аграрным сектором, отражая актуальную информацию отрасли. В статье рассмотрены примеры реализации концепции точного земледелия, базирующиеся на геоинформационных системах. Рассматриваются теоретическая концепция точного земледелия, место ГИС в ее развитии и результаты практического применения. Моделирование определенных процессов и явлений на базе собранных данных в ГИС предоставляет дополнительную информацию для прогнозирования различных сценариев. На базе ГИС создаются системы поддержки принятия решений с точки зрения оперативного применения в точном земледелии. Применение данных дистанционного зондирования разного разрешения является стимулом для разработки новых методик проведения мониторинга сельскохозяйственных земель. Они базируются на совместном использовании спутниковых снимков, данных, полученных в результате съемки беспилотными летательными аппаратами, а также данных наземных полевых исследований. Предложены подходы количественного и качественного анализа состояния сельскохозяйственных земель и объектов: подсчет густоты и высоты древостоя, методы построения карт, отражающих содержание питательных элементов в почве, обработки данных беспилотных летательных аппаратов и способы дешифрирования агроценозов для построения карт дифференцированного (адресного) внесения минеральных удобрений, увлажнения.
Введение. Современная тенденция перехода к точному земледелию обусловлена совершенствованием сельскохозяйственной технологии, развитием вычислительных комплексов, методов моделирования и информационных технологий, а также внедрением глобальных систем позиционирования, развитием спутниковой связи [1].
Под точным земледелием понимается интегрированная информационная и производственная система управления производством сельскохозяйственной продукции с учетом внутри-польной вариабельности среды обитания растений [2]. Целью системы является повышение эффективности, продуктивности, прибыльности производства при условии оптимизации процессов сельского хозяйства в долгосрочной перспективе.
Точное земледелие — это многокомпонентная ресурсосберегающая технология, все элементы которой возможно разделить на три этапа. Первый этап реализации технологии точного земледелия представляет собой разработку базы данных, где сосредоточена вся информации о культуре, технических характеристиках полей, проводимых агротехнических мероприятиях.
На втором этапе реализации создаются пространственно -ориентированные электронные карты полей, карты продуктивности или урожайности сельскохозяйственных культур. По мере поступления материалов электронная карта дополняется новыми тематическими слоями: гидрография, уклоны, рельеф, погодные условия и прочее.
На третьем этапе реализации технологии полученная и проанализированная информация служит основой для принятия решений, к примеру, дифференцированное внесение минеральных удобрений при посеве, внесение гербицидов — при борьбе с сорняками. Точность проводимых работ достигается путем
An important issue in the optimization of agriculture is to ensure the ecological and economic balance. GIS technologies and mapping in agriculture act as a tool for managing the agricultural sector, reflecting the current information of the industry. The article discusses the examples of realizing precision farming concept based on geographic information systems. The theoretical concept of precision farming, the place of GIS in its development and practical application is considered. Modeling of procedures and phenomena based on collected data in GIS provides additional information for predicting scenarios. On the basis of GIS, decision support systems adopt from the point of view of the operational application of precision farming. The use of remote sensing data of different resolutions is an incentive for the development of new methods for conducting monitoring systems for agricultural lands. They are based on the joint use of satellite imagery, data obtained as a result of imaging by unmanned aerial vehicles, as well as ground field research. The approaches to quantitative and qualitative analysis of the state of agricultural lands and objects are proposed: calculation of the density and height of the stand, methods for constructing maps reflecting the content of nutrients in the soil, processing of unmanned aerial vehicles data and methods for interpreting agrocenoses for building maps of differentiated (addressed) application of mineral fertilizers, wetting.
Ключевые слова: ГИС, сельское хозяйство, точное земледелие, рациональное природопользование, дистанционное зондирование земли, беспилотные летательные аппараты.
Keywords: GIS, agriculture, precision farming, environmental management, remote sensing, drones.
применения GPS-приемников и системы параллельного вождения, которые позволяют выполнять агротехнические операции в любое время суток с точностью до нескольких сантиметров.
Объекты и предмет исследования. Под объектом исследования в работе рассматривается точное земледелие как комплексная высокотехнологичная система сельскохозяйственного менеджмента, включающая в себя технологии глобального позиционирования, географических информационных систем, технологии оценки урожайности, технологии переменного нормирования и технологии дистанционного зондирования Земли [3]. Предметной областью исследования является поиск методов оптимизации сельскохозяйственных процессов с целью повышения эффективности рационального использования сельскохозяйственных ресурсов посредством геоинформационных систем и методов дистанционного зондирования.
Материалы и методы. Для выполнения мониторинговых работ использовались: беспилотный летательный аппарат самолетного типа, мультиспектральная камера, фотограмметрическое программное обеспечение (ПО) — Agisoft PhotoScan, геоинформационное ПО — ArcGIS, SAGA, Спутник Агро. Аэрофотосъемка плантации масляничных пальм и рисовых чеков производилась на высоте 300 м с помощью камеры Parrot Sequoia. Съемка производилась в четырех спектральных диапазонах: зеленый — 550 нм, красный — 660 нм, крайний красный — 735 нм, ближний инфракрасный — 790 нм. Аэрофотосъемка хлопковых и пшеничных полей производилась на высоте 300 м с помощью камеры Micasense Red-Edge. Съемка производилась в пяти спектральных диапазонах: зеленый — 550 нм, красный — 660 нм, крайний красный — 735 нм, ближний инфракрасный — 790 нм, синий — 480 нм.
Данные аэрофотосъемки были обработаны специализированным фотограмметрическим ПО для получения многоканальных (мультиспектральных) снимков полей. На основе созданных снимков строились индексные карты состояния растительности, которые вычисляются как линейные комбинации значений яркости в спектральных зонах, наиболее информативных для характеристики растительности.
Результаты и их обсуждение. Анализ работ в области точного земледелия, в том числе проблем информационной поддержки на основе данных дистанционного зондирования и геоинформационных систем, позволил обосновать алгоритмы формирования оценки и выбора концептуальных решений в рамках выполнения прикладных задач в области сельского хозяйства. В первую очередь это анализ космических и аэрофотоснимков для оценки состояния агроценозов, подсчет густоты и высоты древостоя, построение карт по распределению химических элементов в почве, дифференцированного внесения удобрений и проведения агротехнических мероприятий в целом.
Построение карт распределения химических элементов в почве на примере хлопковых полей. По д анным научных исследований, совместное использование данных агрохимической службы и внесение минеральных удобрений в соответствии с рекомендациями способствует росту урожайности, нарастанию плодородия почв за счет увеличения эффективности проведения агрохимических мероприятий. Таким образом, в целях понимания ситуации на сельскохозяйственных площадях специалистами
Азот Фосфор Калий Гумус
Рис. 1. Карты распределения химических элементов и гумуса на полях хлопка (А — вариант исполнения традиционный;
Б — метод применения ГИС-технологий)
аграрной химической службы был выполнен химический анализ почвы на содержание основных питательных веществ (азот, фосфор, калий, гумус (рис. 1).
Результаты химического анализа были представлены в виде картограмм распределения и содержания основных питательных веществ по полям в почвах. Как видно из картограмм, выполненных по традиционной методике для технологий сплошного внесения питательных веществ, они дают приблизительное значение содержания веществ в почве, жестко зафиксированных в границах полевого участка (рис. 1А).
Для отображения степени неоднородности распределения химических элементов в пространстве авторами были зафиксированы участки, на которых ранее были отобраны пробы аграрной химической службой, и проведена интерполяция распределения значений химических элементов методом «Spline». Как видно, представленные карты распределения химических элементов в почве, выполненные с помощью ГИС-технологий, отображают большую степень пространственной неоднородности распределения питательных веществ в пространстве, что позволяет ранжировать территорию по степени необходимости внесения доз минеральных веществ (рис. 1Б).
Метод подсчета густоты и высоты древостоя масленичных пальм. Основным инструментом ре-
ализации экологической стабильности в пределах как отдельно взятого поля, так и нескольких биоценозов является учет и воздействие на количественные характеристики сельскохозяйственной продукции, которые способствуют улучшению качественных характеристик [4]. В рассматриваемом примере реализован метод подсчета густоты и высоты древостоя масленичных пальм в Индонезийском хозяйстве. Решение сельскохозяйственной задачи осуществлено в программном ГИС обеспечении открытого доступа — SAGA. Полученные в результате облета территории аэрофотоснимки были отфильтрованы с целью минимизации исходящих шумов для улучшения дешифрирования отдельных деревьев. Далее были сформированы сегменты отдельно стоящего дерева по кронам пальм, вычислены центроиды каждого сегмента, что позволило посчитать густоту древостоя. Для подсчета высоты пальм строились цифровые модели местности и модели рельефа территории. В результате разности моделей и наличия точек с локациями центральных участков древостоя были получены данные о высотах деревьев с дополнительной фильтрацией значений меньше 0,25 м. На рисунке 2 представлены результаты автоматического подсчета густоты и высоты масленичных пальм на базе ГИС.
Анализ космических и аэрофотоснимков для оценки состояния всходов рисовых чеков. Различ-
Рис. 2. Результат распознавания снимка масленичных пальм для подсчета густоты и высоты деревьев методом ГИС-технологий
ные комбинации каналов видимого и ближнего инфракрасного излучения используются для решения большого числа тематических задач: классификация и анализ состояния растительного покрова; изучение сельскохозяйственных земель, водно-болотных угодий; классификация изменений в лесных массивах [5]. Тип комбинации каналов «искусственные цвета» Я — ближний инфракрасный, О — красный, В — зеленый (рис. 3В) популярен и используется, главным образом, для изучения состояния растительного покрова, мониторинга дренажа и почвенной мозаики, а также для изучения агрокультур. Растительность отображается в оттенках красного, городская за-
стройка — зелено-голубых, а цвет почвы варьируется от темно- до светло-коричневого. В целом насыщенные оттенки красного являются индикаторами здоровой и (или) широколиственной растительности, в то время как более светлые оттенки характеризуют травянистую или кустарниковую растительность [6—8].
Показатель вегетационного индекса (рис. 3Б) хорошо иллюстрирует чеки, занятые водой, и чеки, занятые проросшей культурой. В то же время рисунок 3В — цветовой псевдокомпозит, иллюстрирует разную степень развитости культуры. На севере территории светло-розовые участки представляют собой молодую травянистую растительность, не относящуюся к рисовым чекам, центральная часть исследуемой территории темно-красного цвета означает чеки, занятые поздней по фенологической фазе вегетации культурой. Приведенный анализ сочетаний каналов позволяет понять, что при помощи космических и аэрофотоснимков возможно выявление состояния сельскохозяйственной культуры на больших территориях с меньшим объемом полевых работ [9].
Построение карт дифференцированного внесения удобрений на примере пшеничных полей. В современной системе сельскохозяйственного планирования используются четыре принципа технологии точного земледелия: количественный подход, учет пространственной неоднородности, учет временной неоднородности и техническая возмож-
Рис. 3. Исследование рисовых чеков: А — снимок, полученный БПЛА; Б — карта вегетационного индекса; В — цветовой псевдокомпозит Я — ближний инфракрасный; О — красный; В — зеленый
Рис. 4. Этапы создания технологической карты дифференцированного внесения на базе платформы «Спутник Агро» (пшеничные поля): А — расчет вегетационного индекса для учета разной степени развития культуры; Б — расчет траектории движения техники и доз дифференцированного внесения
ность дифференцированно воздействовать на почву [10].
В рассматриваемом примере построение карт дифференцированного внесения минеральных удобрений (рис. 4) осуществляется посредством геоинформационной платформы «Спутник Агро» на основе учета состояния агроценозов (рис. 4А). Здоровая растительность не требует обильного внесения удобрений, тогда как угнетенная нуждается в увеличении дозы внесения минеральных удобрений в зависимости от состояния. При этом сильно угнетенные растения, особенно растущие по окраинам полей, рекомендуется не обрабатывать минеральными удобрениями, так как это не дает положительного эффекта, а только увеличивает расходы.
Определение доз внесения удобрений в соответствии с определенными классами состояния растений (рис. 4Б) производится в атрибутивном слое файла. Включение параметра «Обработка границ» позволяет указать для пограничных полигонов особую дозу внесения удобрений. Указание особой дозы в пограничных полигонах может потребоваться на полях непрямоугольной формы, так как на полях сложной формы при севе образуются клинья двойной посадки, что может привести к полеганию посевов. Карты предписаний предоставляются в формате «Shape». Данные карты подгружаются в сельскохозяйственную технику, где далее могут быть подкорректированы в случае необходимости.
Выводы. Опыт разработки геоинформационной системы для обеспечения функционирования системы точного земледелия на примере
Библиографический список
подсчета густоты и высоты масленичных пальм, мониторинга всходов рисовых чеков, построения карт дифференцированного внесения минеральных удобрений на полях пшеницы и построения карт распределения химических элементов хлопковых полей показал реальное преимущество использования технологии геоинформационных систем. Применяемая технология позволяет не только визуализировать неоднородности сельскохозяйственных полей, но и анализировать несколько уровней данных одновременно.
Так, геоинформационные системы посредством проведения операций морфометрического, ретроспективного анализа и пространственной статистики для каждого поля служат основой при принятии технологических решений в аграрном производстве.
Необходимо отметить, что применение ГИС не решает всех сельскохозяйственных задач, но позволяет адаптироваться к различным переменным, контролировать и оптимизировать процесс выращивания сельскохозяйственных культур.
Благодарности. Авторы выражают благодарность фирме ООО «АгроДронГрупп» за предоставленные материалы съемок и съемочные системы, а также за участие в обсуждении полученных результатов.
Исследование проведено в рамках научной темы госзадания кафедры рационального природопользования географического факультета МГУ имени М. В. Ломоносова «Теория и практика рационального природопользования для устойчивого развития территорий» (№ АААА-А16-116032810096-3).
1. Бычков И. В., Луковников Н. Г., Луковников А. Н., Нефедьев Л. В., Ружников Г. М. Внедрение геоинформационных технологий и навигационных систем в задачах точного земледелия // Вестник НГУ. Серия «Информационные технологии». — 2011. — № 1. — С. 21—30.
2. Бикбулатова Г. Г. Технология точного земледелия // Омский научный вестник. Серия «Ресурсы Земли. Человек». — 2008. — № 2 (71). — С. 45—49.
3. Боргест Н. М., Будаев Д. В., Травин В. В. Онтология проектирования точного земледелия: состояние вопроса, пути решения // Онтология проектирования. — 2017. — № 4 (26). — С. 423—442.
4. Ивановская В. В., Голубева Е. И. Количественный подход как инструмент оценки сельскохозяйственных территорий при прецизионном производстве // Материалы II Международной научной конференции: Тенденции развития агрофизики: от актуальных проблем земледелия и растениеводства к технологиям будущего, посвященной памяти академика Е. И. Ермакова. Санкт-Петербург, 02—04 октября 2019 г. — СПб.: ФГБНУ АФИ Санкт-Петербург, 2019. — С. 796—800.
5. Адамович Т. А., Ашихмина Т. Я. Использование различных комбинаций спектральных каналов космических снимков спутника ЬапдБа! 8 для оценки природных сред и объектов (обзор) // Теоретические проблемы экологии. — 2017. — № 2. — С. 9—18.
6. Исаев А. С. Использование спутниковых данных для мониторинга биоразнообразия лесов // Исследование земли из космоса. — 2009. — № 2. — С. 1—12.
7. Савин И. Ю., Симакова М. С. Спутниковые технологии для инвентаризации и мониторинга почв России // Современные проблемы дистанционного зондирования Земли из космоса. — 2012. — Т. 9. — № 5. — С. 104—115.
8. Беляев Б., Кизяк Е., Хрущева Е. Исследование сезонной динамики спектрально-отражательных свойств агрокультур Беларуси на основе полевого спектрометрирования и материалов дистанционного зондирования Земли // Земля Беларуси. — 2016. — № 2. — С. 42—46.
9. Евдокимов С. И., Михалап С. Г. Определение физического смысла комбинации каналов снимков Ьап^а! для мониторинга состояния наземных и водных экосистем // Вестник Псковского государственного университета. Серия «Естественные и физико-математические науки». — 2015. — № 7. — С. 21—32.
10. Якушев В. В. Точное земледелие: теория и практика. — СПб.: ФГБНУ АФИ, 2016. — 364 с.
GIS-TECHNOLOGIES APPLICATION TO AGRICULTURAL GOALS SOLVING
V. V. Ivanovskaya, Postgraduate Student, Lomonosov Moscow State University (MSU), ivanovskaya-valeriya@mail.ru, Moscow, Russia,
E. I. Golubeva, Ph. D. (Biology), Dr. Habil, Professor, Lomonosov Moscow State University (MSU), egolubeva@gmail.com, Moscow, Russia,
A. V. Trufanov, Technical Director, AgroDronGroup LLC, avt@agrodronegroup.ru, Moscow, Russia References
1. Bychkov I. V., Lukovnikov N. G., Lukovnikov A. N., Nefed'ev L. V., Ruzhnikov G. M. Vnedrenie geoinformacionnyh tekhnologij i navigacionnyh sistem v zadachah tochnogo zemledeliya. Vestnik NGU. Seriya "Informacionnye tekhnologii". [NSU Bulletin. Series "Information Technology"]. 2011. No. 1. P. 21—30 [in Russian].
2. Bikbulatova G. G. Tekhnologiya tochnogo zemledeliya. Omskij nauchnyj vestnik. Seriya "Resursy Zemli. Chelovek". [Omsk Scientific Bulletin. Series "Resources of the Earth. Man"]. 2008. Vol. 2. No. 71. P. 45—49 [in Russian].
3. Borgest N. M., Budaev D. V., Travin V. V. Ontologiya proektirovaniya tochnogo zemledeliya: sostoyanie voprosa, puti resh-eniya. Ontologiya proektirovaniya. [Ontology projecting]. 2017. Vol. 4. No. 26. P. 423—442.
4. Ivanovskaya V. V., Golubeva E. I. Kolichestvennyj podhod kak instrument ocenki sel'skohozyajstvennyh territorij pri pre-cizionnom proizvodstve. Proceedings of the 2nd International Conference "Agrophysical trends: from actual challenges in arable farming and crop growing towards advanced technologies" devoted to academician Eugene Ermakov. Saint-Petersburg, 2—4 October, 2019. St. Petersburg: Agrophysical Research Institute, 2019. P. 796—800 [in Russian].
5. Adamovich T. A., Ashihmina T. YA. Ispol'zovanie razlichnyh kombinacij spektral'nyh kanalov kosmicheskih snimkov sputnika Landsat 8 dlya ocenki prirodnyh sred i ob'ektov (obzor). Teoreticheskie problemy ekologii. [Theoretical problems of ecology], 2017. No. 2. P. 9—18 [in Russian].
6. Isaev A. S. Ispol'zovanie sputnikovyh dannyh dlya monitoringa bioraznoobraziya lesov. Issledovanie zemli iz kosmosa. [Exploration of the earth from space]. 2009. No. 2. P. 1—12 [in Russian].
7. Savin I. YU., Simakova M. S. Sputnikovye tekhnologii dlya inventarizacii i monitoringa pochv Rossii. Sovremennyeproblemy distancionnogo zondirovaniya Zemli iz kosmosa. [Modern problems of remote sensing of the Earth from space]. 2012. Vol. 9. No. 5. P. 104—115 [in Russian].
8. Belyaev B., Kizyak E., Hrushcheva E. Issledovanie sezonnoj dinamiki spektral'no-otrazhatel'nyh svojstv agrokul'tur Belarusi na osnove polevogo spektrometrirovaniya i materialov distancionnogo zondirovaniya Zemli. Zemlya Belarusi. [Land of Belarus]. 2016. No. 2. P. 42—46 [in Russian].
9. Evdokimov S. I., Mihalap S. G. Opredelenie fizicheskogo smysla kombinacii kanalov snimkov Landsat dlya monitoringa sos-toyaniya nazemnyh i vodnyh ekosistem. Vestnik Pskovskogo gosudarstvennogo universiteta. Seriya "Estestvennye i fiziko-matem-aticheskie nauki". [Pskov State University bulletin. Series "Natural and physical and mathematical sciences"]. 2015. No. 7. P. 21—32 [in Russian].
10. Yakushev V. V. Tochnoe zemledelie: teoriya i praktika. St. Petersburg: Agrophysical Research Institute, 2016. 364 p. [in Russian].
