КЛАСИФІКАЦІЯ ЗЕМЕЛЬ ЗА ПРИДАТНІСТЮ ДЛЯ ВИРОЩУВАННЯ
СІЛЬСЬКОГОСПОДАРСЬКИХ КУЛЬТУР
ЯК ТОЧНЕ ЗЕМЛЕРОБСТВО ЗРОБИТИ ЩЕ ТОЧНІШИМ
Зазвичай у контексті розмов про точне землеробство часто згадується тільки агрохімічна сторона процесу. Однак земля – надто складний ресурс, щоб говорити про нього однобоко. Приміром, родючість ґрунту, яка прямо впливає на врожай сільськогосподарських культур, можна описати майже чотирма десятками показників. З іншої сторони, культури мають власні агробіологічні вимоги до якості ґрунтів. А ще ж не можна забувати про решту природних і виробничих факторів! Тому спитайте себе: вирощуючи конкретні культури, ви дійсно впевнені, що ваша земельна ділянка чи поле придатні для них?
З ЧОГО УСЕ ПОЧИНАЄТЬСЯ?
Все починається з такої штуки як землевпорядні вишукування – по суті збору вихідних даних, які найповніше характеризують ваш земельний банк. Це й відомості про ґрунти, й результати агрохімічного обстеження, й відомості про рельєф, кліматичні, економічні й решта показників. Відомостей багато – тому фахівець зводить все це до єдиної системи за допомогою ГІС. Це найбільш відповідальна стадія, яка залежить не тільки від кількості і якості даних, але й досвіду ГІС-спеціаліста, що має вільно орієнтуватися у всіх «підводних каміннях». Зрештою отримується векторна карта на певну територію з набором тематичних шарів.
Далі за допомогою ГІС-інструментарію всі ці дані аналізуються. Цифрова модель рельєфу перетворюється на низку тематичних схем (наприклад, крутизни й експозиції схилів), аби організувати використання орних земель за впливом рельєфу. Всебічно розглядаються ґрунтові матеріали за окремими показниками. Наприклад, від гранулометричного складу ґрунтів залежать особливості агротехніки: озима пшениця показує найвищий розвиток і найкращу продуктивність на легко-, середньо- і важкосуглинкових ґрунтах, кукурудза й соняшник – на важкосуглинкових і глинистих ґрунтах. Тому фахівцю слід правильно розташовувати культури у просторі. Переглядаються результати агрохімічного обстеження території для розробки й впровадження технології застосування добрив, оптимізації доз, строків і способів їхнього внесення. Словом, враховуються усі вимоги для того, щоби розумно використовувати земельні ресурси.
ЩО ОТРИМАЄ КОРИСТУВАЧ?
Поєднуючи результати аналізу й поточну ситуацію в підприємстві, розробляються варіанти розвитку агробізнесу на конкретній території. Користувач отримує набір тематичних шарів у векторній карті й текстовий пояснювальний документ, що найповніше характеризують земельний банк за придатністю для вирощування сільськогосподарських культур: від побудови системи сівозмін до особливостей агротехніки. Окремо наголошується на можливостях виробництва на певній території органічної сільськогосподарської продукції і сировини – напряму, що має величезний економічний потенціал як на внутрішньому, так і для зовнішньому ринках.
ПЕРЕВАГИ
Підприємство отримує важливу ланку в ланцюжок «управління земельним банком – класифікація земель за придатністю для вирощування сільськогосподарських культур – супутниковий моніторинг посівів», що дозволяє точно знати, які земельні ділянки використовує господарство та наскільки вони придатні для вирощування конкретного переліку культур. Маючи ці матеріали, підприємство зможе оцінювати доцільність оренди окремих земельних ділянок, передбачати рівень майбутніх результатів, планувати поточну операційну діяльність та контролювати всі етапи. Підприємство має повну картину для ефективного виробництва й правильного розподілу активів.
Курілов Владислав
СПУТНИКОВЫЙ МОНИТОРИНГ, ИЛИ «ПАЛОЧКА-ВЫРУЧАЛОЧКА»
ДЛЯ АГРАРНОГО СЕКТОРА
Спутниковый мониторинг для аграрного комплекса приобретает все большую
популярность. Главными его преимуществами являются: снижение затрат на
обеспечение наблюдения за посевами, а также возможность увидеть проблему на
самых труднодоступных участках поля. Кроме того, космический мониторинг
позволяет проконтролировать не только текущее состояние вегетации, но и
проследить историю поля за несколько прошедших лет.
Что же для этого нужно?
Просто скачать снимок и получить всю необходимую информацию, к сожалению, не достаточно. Для этого необходимо использовать специальное программное обеспечение, а также некоторые математические алгоритмы. Одним из таких алгоритмов является
применение специальных вегетационных индексов, которые позволяют оценить состояние растительности на поле дистанционным методом. На сегодняшний день, вегетационных индексов существует около 160. Каждый из них учитывает различные спектральные диапазоны и показатели. Однако, на практике, достаточно использовать не больше 5-6 индексов. Самый известный и наиболее часто используемый во всем мире индекс – NDVI (Normalized Difference Vegetation Index) – Нормализованный разностный вегетационный индекс, который характеризует плотность растительности, что позволяет оценить всхожесть, рост растений, а также продуктивность угодий.
индекса NDVI: чем большее значение данного индекса, тем более плотной и здоровой является растительность.
Применение индекса NDVI (Sentinel 2A (10м) – 8.04.2016, Черниговская область)
Для справки
Вегетационный индекс – показатель, который рассчитывается с помощью математических комбинаций и преобразований разных спектральных диапазонов многоканального изображения, имеющих отношение к отражению растительности в конкретном пикселе снимка. Принцип расчета вегетационного индекса основан на том, что различные поверхности имеют отличные свойства
отражения, поглощения и преломления электромагнитной энергии, которые уникальны для каждого материала.
Отражательные свойства растительности значительно отличаются от других природных материалов . Расчет большей части вегетационных индексов основывается на двух наиболее стабильных участках кривой спектральной отражательной способности растений – красном и ближнем инфракрасном диапазоне.
Кривая спектральной яркости
На красную зону спектра приходится максимум поглощения солнечной радиации хлорофиллом, а на ближнюю инфракрасную зону – максимальное отражение энергии клеточной структурой листа. То есть, чем больше фитомасса растительности, тем более низкие значения коэффициентов отражения в красном интервале спектра и большие значения в ближнем инфракрасном. Различные растительные материалы, содержание воды, углерода, азота и другие свойства влияют на весь спектр отражения. Изучение этих изменений и их взаимодействие дают важную информацию о здоровье и состоянии вегетации.
Так что же должен делать вегетационный индекс?
• Показывать количество вегетации (%покрытия, количество биомассы и др.)
• Показывать различия между почвой, растительностью и другими материалами
• Уменьшать атмосферные и топографические влияния, если это возможно
Почему недостаточно использовать всего один вегетационный индекс?
Часто бывает так, что на спектральные характеристики влияют некоторые факторы, которые не заметны человеческому глазу. Но, именно эти факторы существенно искажают конечный результат анализа снимка:
Почва. Почвы, на одной и той же местности могут иметь значительные различия из-за наличия большого количества типов рельефа. Для преодоления влияния «почвенного шума» была разработана группа относительных индексов менее чувствительных к плотности
растительного покрова, чем NDVI. Наиболее активно используемым, из почвенных индексов, можно считать модифицированный почвенный вегетационный индекс – MSAVI.
Сравнение результата двух индеков NDVI и MSAVI (Снимок: Sentinel 2A (10м), 8.04.2016)
Пример использования атмосферного индекса ARVI.
Атмосфера. Состояние атмосферы может заметно изменяться, иногда даже на протяжении одной сцены, особенно на территории с высотным рельефом. Атмосферное влияние изменяет количество света, попадающее не сенсоры спутника, и может вызвать ошибки в вычислении индексов.
Пример использования атмосферного индекса NDWI (Снимок: Landsat8 (30м, 24.04.15)
Также существует еще один тип индексов, который имеет непосредственную связь с жизнедеятельностью растений на поверхности земли – это водные индексы Water Index. В результате работы данных индексов получаем картину приземной концентрации водяных паров.Таким образом, анализ нескольких вегетационных индексов позволяет более достоверно оценить состояние вегетации для заданного периода времени, учитывая все факторы, которые могут существенно исказить результат отражения растительного покрова.
Как же пользователю во всем этом разобраться?
Анализ мультиспектральных снимков, применение различных методов и алгоритмов, анализ и интерпретация данных – это все сложности, которыми занимаются ГИС-специалисты. На самом деле, пользователь получает снимок на территорию, где расположены его поля, и
несколько растров с индексами. Все что нужно – это сравнить рисунок с легендой, объясняющей цветовую градацию индекса. В результате чего оценить состояние вегетации на конкретном участке не составит большого труда. Стоит лишь посмотреть, что означает конкретный
цвет.
Пример данных, который получает пользователь
В целом, спутниковый мониторинг облегчает работу аграриев, однако, не стоит забывать о том, что применение спутниковых снимков не позволит полностью отказаться от выездов в поле для проверки состояния растительности. Но, при работе на больших по площади территориях, он может стать настоящей «палочкой-выручалочкой», т.к. позволяет пользователю, с первого взгляда, определить те места, на которые следует обратить внимание в первую очередь.
Толчевська Ольга
ТОЧНИЙ АНАЛІЗ – СЕКРЕТ УСПІХУ
Застосування інформаційних систем для моніторингу ґрунтів і посівів
сільгоспкультур забезпечує зменшення невиробничих витрат.
АРТЕМ БЄЛЄНКОВ, керівник компанії “Smartfarming”
Нині весь процес точного землеробства тісно пов’язаний з роботою із різними електронними картами — полів, неоднорідних властивостей ґрунту, внесення міндобрив тощо. Саме тому одним із основних елементів цієї системи є сучасне програмне забезпечення, яке дасть змогу обробляти великий обсяг картографічної інформації різного формату, дані лабораторного аналізу ґрунту, накопичувати інформацію по полях, готувати завдання для проведення технологічних операцій тощо. Спробуємо надати власні рекомендації щодо оптимізації цих складних і витратних процесів, що за правильних підходів дозволяють заощадити величезні кошти.
Електронні контури полів господарства
Перший крок на етапі підготовки.
Маючи досвід упровадження різних проектів щодо обліку земельного банку, ведення електронних паспортів полів і технологічних карт, систем оперативного моніторингу сільгосптехніки, а також супутникового моніторингу посівів для десятків агрохолдингів України та Росії, які разом обробляють понад 1 млн га, можу впевнено стверджувати таке: основою і першим етапом для будь-якої роботи має стати отримання точних контурів полів. Від наявності якісних контурів і розуміння розміру площі полів, що реально перебувають в оренді компанії, залежить усе — від формування бюджету на початку року до планування сівби, створення карт диференційованого внесення добрив тощо. Два основних напрями для отримання точних контурів, які ми використовуємо для своїх клієнтів-господарств — обмірювання контурів полів із застосуванням професійних приладів і високоточного сигналу та створення карт за матеріалами архівної космічної чи аерофотозйомки. Ми рекомендуємо для господарств, агрохолдингів, що орендують понад 10 000 га, застосовувати космічну зйомку. Досвід свідчить, що це дає не лише якісні контури полів, а й актуальну фотографію місцевості (можна зрозуміти, де з’явилися кущі, де заболоченість на полях), мережу автомобільних доріг, гідрографію, можливість побудувати матрицю полів тощо. Наприклад, працюючи з одним із українських агрохолдингів, що має в оренді близько 40 000 га, завдяки матеріалам космічної зйомки встановили понад 1500 га, що були непридатні для обробітку, але на обробіток яких щороку виділялися значні кошти. Економія становила більше 1 млн на рік. А якщо до такої роботи додати побудову системи електронного земельного кадастру з усіма земельними паями на карті, прив’язкою реєстрів договорів, то потенціалу для заощаджень і підвищення ефективності можна знайти набагато більше.
Агрохімічне обстеження ґрунту
Маючи інформаційну систему з точними електронними контурами та паспортами полів, можна переходити до наступного етапу — проведення агрохімічного обстеження ґрунтів. Цей етап є принципово важливим, тому що від якості отриманих даних по неоднорідних
властивостях ґрунту залежать розрахунки внесення добрив і кінцева врожайність. Використовувати у землеробстві аналізи
однієї загальної проби з поля — будь то дані «Центрдежрродючості» чи сучасних нових лабораторій, непрактично.
Насправді потрібно розбивати поля на елементарні ділянки (5 або 10 га) і робити один змішаний зразок із кожної з них — тільки тоді на основі лабораторних даних можна ухвалювати якісь рішення щодо застосування добрив. Так само постає питання вибору лабораторії для досліджень ґрунту. Наведу ще один приклад одного з останніх наших проектів. У двох агропідприємств в оренді приблизно по 5000 га. Одне з них відбирало проби за елементарними ділянкам у 5 га і робило базовий аналіз (NPK, гумус, кислотність) у державних лабораторіях. Друге господарство працювало з ділянками, що мали площу 10 га, а також послуговувалося базовим аналізом у нових сучасних лабораторіях. Бюджет у кожного з господарств становив близько 225 000 грн. Тобто в межах одного бюджету можна спланувати різні варіанти роботи, з фокусом на якість аналізів або на кількість елементарних ділянок. Проте в будь-якому разі бюджет потрібен великий, тому аграрії повинні шукати можливості для його оптимізації. Електронні контури полів господарства.
Супутниковий моніторинг
Сьогодні існують два джерела інформації, що можуть допомогти не лише оптимізувати відбір зразків ґрунту, а й ухвалювати більш правильні рішення щодо проведення тих чи інших технологічних операцій у рослинництві. Цими джерелами є:
• карти врожайності по полях компанії. Це джерело інформації не є дорогим із погляду бюджету, але складне з позиції самого процесу. Виникає багато нюансів — наявність спеціальних датчиків; наявність сучасної сільгосптехніки, на яку є сенс їх ставити, калібрування датчиків під кожну культуру, різний рівень вологості (дуже непростий процес); конвертування даних із бортових комп’ютерів в єдину картографічну систему та інші. Однак ті, хто пройде цей етап від А до Я, отримають карти врожайності сільгоспкультур по конкретних полях
із розумінням, де можна отримати менше врожаю, а де — більше;
• історичні й оперативні дані супутникового моніторингу стану посівів по індексу NDVI (біомасі). Історичні дані по розвитку біомаси по культурах минулих років на кон- кретних полях дають можливість створити карту продуктивності цих полів. Оперативний моніторинг дасть можливість отримати актуальну інформацію по стану посівів на сьогодні, як і на яких полях розвиваються культури — від перших сходів до збору врожаю. Завдяки нашій співпраці з Інститутом космічних досліджень НАН України та Державного космічного агентства України це
джерело є абсолютно доступним для всіх сільгоспвиробників. Сьогодні ми щотижня забезпечуємо актуальною інформацією щодо стану посівів агрокомпанії, які сумарно обробляють понад 200 000 га. Використання таких джерел інформації дасть змогу оптимізувати бюджет на агрохімічне обстеження — розбивати на елементарні ділянки потрібно буде тільки там, де отримали гірші показники врожайності або
біомаси, а де отримали добрі показники робити лише по кілька відборів. Із нашого досвіду, оптимізація може сягати 30–40% бюджету на агрохімічне обстеження, що повністю окупає інвестиції в супутниковий моніторинг.
Аналіз інформації та ухвалення рішень
Супутниковий моніторинг по індексу біомаси
Маючи всю інформацію в програмному забезпеченні та підкладаючи різні карти, контури полів, карти сівозмін, урожайності різних культур, розвитку біомаси та карти неоднорідних властивостей ґрунту, агрокомпанія має провести розрахунки, установити потенційну родючість цих ґрунтів, розробити технології вирощування культур, рекомендації щодо систем удобрення, обробітку ґрунту тощо. Агрокомпанія може зробити це самостійно, якщо має відповідних кваліфікованих працівників, а може звернутися до досвідчених консуль-
тантів. Якщо говорити про наш досвід, то для надання професіональних консультацій щодо розробки технологій вирощування та рекомендацій по системі підживлення посівів сільськогосподарських культур, нині ми активно співпрацюємо з однією з консалтингових фірм, спеціалісти якої мають досвід роботи ще у компанії «Дружба Нова». Після отримання конкретних рекомендацій ухвалюють рішення щодо проведення тих чи інших технологічних операцій і забезпечення техніки необхідною інформацією — картою внесення добрив або сівби насіння. Програмне забезпечення дозволяє створити карту, оперативно вивантажити її в обмінному форматі і завантажити в бортовий
комп’ютер/дисплей. Підсумовуючи все вище написане, хочу сказати, що системний підхід до впровадження точного землеробства, особливо
в частині інформаційного забезпечення ухвалення рішень, значно підвищує ефективність такого впровадження. Інвестуючи в розвиток точного землеробства, компанія має із самого початку планувати інформаційну інфраструктуру та джерела отримання
інформації.
oleksandr.gorda@agpmedia.com.ua
ГИС МОНИТОРИНГА ОКРУЖАЮЩЕЙ СРЕДЫ ГОРОДА КРИВОЙ РОГ
В.Б. Мокин (Винницкий национальный технический университет, Украина)
В 1996 г. окончил магистратуру Винницкого национального технического университета по специальности «компьютеризированные системы, автоматика и управление». С 1999 г. работает в Винницком национальном техническом университете, в настоящее время — заведующий кафедрой компьютерного экологоэкономического мониторинга и инженерной графики. Доктор технических наук, профессор.
Е.Н. Крыжановский (Винницкий национальный технический университет, Украина)
В 2006 г. окончил магистратуру Винницкого национального технического университета по специальности «экология и охрана окружающей среды». С 2006 г. работает в Винницком национальном техническом университете, в настоящее время — заместитель заведующего кафедрой компьютерного эколого-экономического мониторинга и инженерной графики по секции компьютерного эколого-экономического мониторинга. Кандидат технических наук, доцент.
В.В. Беленков
В 1992 г. окончил Киевское высшее военное дважды Краснознаменное училище связи им. М.И. Калинина, в 2000 г. — Национальную академию обороны Украины. С 1992 г. по 2011 г. проходил службу в ВС Украины.
О.В. Гавенко (Винницкий национальный технический университет, Украина)
В 2010 г. окончил магистратуру Винницкого национального технического университета по специальности «программное обеспечение автоматизированных систем». В настоящее время — аспирант кафедры компьютерного эколого-экономического мониторинга и инженерной графики Винницкого национального технического университета.
В рамках проекта использовался опыт авторов по созданию подобных систем для регионов Украины на базе платформы ГИС «Карта» (КБ «Панорама). Были разработаны оригинальные информационные модели данных с согласованием их атрибутивныхи пространственных параметров, позволяющие, при необходимости и некоторой модернизации программного обеспечения, быстро наращивать аналитические возможности системы и повышать уровень ее автоматизации.
Основными составляющими ГИС мониторинга окружающей среды города Кривой Рог являются:
— настольная ГИС «Карта 2011» — геоинформационная система, имеющая базовые средства создания и редактирования электронных карт, выполнения различных измерений и расчетов, оверлейных операций, печати карт, а также инструментальные средства для работы с базами данных;
— экологическая карта города — электронная карта, созданная средствами настольной ГИС «Карта 2011», которая содержит следующие слои: объекты природно-заповедного фонда; месторождения; места удаления отходов; водохранилища; реки; пруды; гидропосты; предприятия, загрязняющие водные ресурсы; створы наблюдения качества вод; сбросы сточных и оборотных вод; водозаборы; точки
наблюдений состояния почвы; стационарные посты наблюдений за состоянием атмосферы; посты наблюдений за состоянием атмосферы на предприятиях; предприятия, загрязняющие атмосферу; источники выбросов в атмосферу; скважины; точки отбора проб на реке;
— функциональные БД — комплекс пользовательских баз данных, позволяющих эффективно вводить, хранить и анализировать информацию об экологических объектах города. В состав ГИС мониторинга окружающей среды входят следующие функциональные базы
данных:
— мониторинга почв (БД почв);
— общих объемов выбросов загрязняющих веществ предприятиями (БД атмосферы);
— источников загрязнения водных ресурсов и состояния водных объектов города (БД водных ресурсов);
— основных источников образования и мест удаления отходов (БД МУО);
— месторождений полезных ископаемых города (БД ПИ);
— объектов природнозаповедного фонда и владельцев охранных обязательств (БД ПЗФ).
Системные БД предназначены для хранения системной информации.
В архитектуре ГИС предусмотрена панель прикладных задач «Автоматизированное рабочее место эколога». Это динамическая библиотека GISEKO.dll, подключаемая в виде модуля к ГИС «Карта 2011» и позволяющая осуществлять взаимодействие между экологической картой города и функциональными базами данных системы (рис. 2).
Панель прикладных задач «Автоматизированное рабочее место эколога» обладает следующими функциональными возможностями:
— авторизированный доступ к экологической информации города;
— автоматическое подключение всех баз данных;
— подключение аэро и космических снимков, а также топографических карт;
— просмотр и редактирование данных об экологических объектах города;
— просмотр информации о суммарной экологической ситуации по конкретному предприятию и по городу в целом;
— расчет коэффициента (индекса) общего загрязнения города с возможностью последующего моделирования пространственного распространения фоновых концентраций загрязняющих веществ;
— автоматическое заполнение семантик постов мониторинга с возможностью последующего моделирования пространственного распространения фоновых концентраций загряз няющих веществ.
Просмотр и редактирование данных об экологических объектах города осуществляется с помощью информационных форм, вызвать которые можно, выбрав экологический объект на карте или нажав соответствующую кнопку на пользовательской панели. Во втором случае
возможен просмотр данных не об одном выбранном объекте, а обо всех экологических объектах данного типа. Все информационные формы, при наличии соответствующих прав, позволяют осуществлять редактирование экологических данных, а также присоединять и
просматривать дополнительную информацию об объекте в виде документов, изображений, Интернет страниц, электронных таблиц, видеофайлов и т. д.
Кроме того, система предоставляет автоматизированные средства для расчета коэффициента (индекса) общего загрязнения города с помощью специального инструмента. Он позволяет пользователю выбрать пункты (створы, посты) наблюдений и показатели, по данным которых будет осуществляться расчет, установить период и указать значение весов для каждой составляющей окружающей среды (поверхностных вод, подземных вод, почв, атмосферы).
Данный инструмент может рассчитать общий коэффициент загрязнения территории города, а также коэффициенты загрязнения для каждого пункта (створа, поста) наблюдений, по которым есть данные. Результаты расчетов автоматически заносятся в семантику пунктов
(створов, постов) на карте города. По каждой составляющей окружающей среды строится интерполированная поверхность загрязнения и совмещается с картой города (рис. 3).
ИСПОЛЬЗОВАНИЕ ДАННЫХ ДЗЗ ИЗ КОСМОСА И ГИСТЕХНОЛОГИЙ ДЛЯ МОНИТОРИНГА СЕЛЬСКОХОЗЯЙСТВЕННЫХ УГОДИЙ
О.Е. Толчевская (Национальный аэрокосмический университет им. Н.Е. Жуковского «Харьковский авиационный институт», Украина)
В 2012 г. окончила факультет радиотехнических систем летательных аппаратов Национального аэрокосмического университета им. Н.Е. Жуковского «Харьковский авиационный институт» по специальности «геоинформационные системы». В настоящее время — аспирант кафедры производства радиоэлектронных систем летательных аппаратов университета по специальност «дистанционные аэрокосмические исследования».
Земля занимает особое место в сельском хозяйстве. Ее основная ценность для сельскохозяйственного производства заключается в плодородии почвы. Почва в сельскохозяйственных угодьях — это главный фактор, который обеспечивает выращивание определенного количества конкретной продукции. Главными вопросами современной аграрной отрасли является сохранение и повышение плодородия почв, повышение урожайности и дальнейшее увеличение производства сельскохозяйственных культур.
физических свойств, защите почвы от водной и ветровой эрозий, предупреждению распространения сорняков, болезней и вредителей сельскохозяйственных культур. В результате грамотного и научно обоснованного севооборота значительно повышается плодородие
почвы и урожайность сельскохозяйственных культур. При использовании стандартных наземных методов контроль за севооборотом значительно затруднен. Поэтому, для этих целей требуется использование современных технологий, которыми могут выступить данные
дистанционного зондирования Земли (ДЗЗ) из космоса и геоинформационные технологии.
Космические снимки сельскохозяйственных угодий, полученные в различных диапазонах электромагнитного спектра излучения, рассматриваются как наиболее оперативный и объективный источник информации о состоянии растительности и активно применяются
для решения широкого круга задач сельского хозяйства во всем мире. При ведении космического мониторинга эту информацию можно получать на одну и ту же территорию с необходимой периодичностью, что позволяет судить о плодородии земель сельскохозяйственного назначения. Эффективное использование данных мониторинга при изучении почвенного покрова требует разработки теоретических и методических основ анализа показателей плодородия по космическим снимкам.
Рассмотрим возможность практического применения данных ДЗЗ из космоса для изучения некоторых факторов, влияющих на плодородие почв сельскохозяйственных земель. В качестве исходных данных для исследования использовались:
— многоспектральные данные, полученные съемочной камерой OLI (Operational LandImager) КА Landsat 8 14.06.2013 и 30.06.2013 г.;
— карта-схема полей сельскохозяйственных культур отдельного хозяйства в Полтавской области (Украина);
— данные по севообороту этого хозяйства за 2010–2013 гг.
На первом этапе работы в программе ГИС «Карта 2011» была сформирована векторная карта полей сельскохозяйственных культур с учетом данных по севообороту. Каждому полю в базе семантической информации были присвоены характеристики по данным о посевах за 2010–2013 гг. (рис. 1). Карта полей была наложена на ранее импортированные в ГИС «Карта 2011» изображения, полученные с КА Landsat 814.06.2013 и 30.06.2013 г. Снимки с КА Landsat хорошо подходят для автоматического дешифрирования земной поверхности, в частности, сельскохозяйственных угодий. Главным преимуществом этих изображений является то, что они находятся в свободном доступе. Кроме того, с появлением КА Landsat 8, который был выведен на орбиту 13 февраля 2013 г., стали доступны новые возможности для анализа изображений по сравнению с данными, полученными с КА Landsat 7. В съемочную аппаратуру, используемую в КА Landsat 8, добавили
новые спектральные каналы. Особо ценным для анализа спутниковых изображений является спектральный канал 9 под названием «перистые облака», покрывающий узкую полосу длин волн от 1,360 до 1,390 мкм. Съемочная аппаратура немногих КА регистрирует эту область спектра, поскольку она почти полностью поглощается атмосферой. Преимущество данных, получаемых с КА Landsat 8 в этом диапазоне длин волн, в том, что наиболее яркие объекты, видимые на космическом снимке, либо имеют хорошую отражательную способность, либо находятся вне атмосферы. Таким образом, в этом диапазоне длин волн видны только облака, которые обычно представляют проблему для космических снимков, так как изза размытых краев они плохо различимы в других диапазонах, а изображения, полученные сквозь них, могут иметь значительные искажения [1]. Следовательно, с помощью данных, полученных съемочной камерой OLI КА Landsat 8, в этом диапазоне длин волн можно легко отслеживать один из перечисленных в статье [2] факторов, влияющих на результат распознавания — «метеоусловия в момент съемки». Следующий этап исследования заключался в выделении на космических снимках участков — сельскохозяйственных полей с разными культурами. Пошаговая технология выделения таких участков, основанная на методе контролируемой классификации, подробно описана в статье [3]. Для ее реализации автором был разработан и встроен в базовую версию ГИС «Карта 2011» программный модуль для обработки многоспектральных космических снимков. В качестве тестовых участков были выбраны поля, на которых растет озимая пшеница и соя. На первом этапе обрабатывались участки с озимой пшеницей, так как эта сельскохозяйственная культура имеет хорошие отражательные характеристики, и результаты обработки новых космических снимков легко можно сравнить с данными, полученными в период, когда на полях кроме озимых культур ничего не росло.
Согласно информации по севообороту, в хозяйстве всего пять полей, на которых растет озимая пшеница. Три из них были приняты за эталонные для автоматического распознавания. Опираясь на статистические данные и построенные по космическим снимкам гистограммы (рис. 2) трех полей, выбранных в качестве эталонных, были определены общие диапазоны спектральных отражательных характеристик пикселя на снимках от 14 и 30 июня 2013 г. для каждого из шести спектральных каналов съемочной камеры OLI КА Landsat 8 (рис. 3). Полученные результаты необходимы для дальнейшего выделения на других космических снимках участков, на которых произрастают сельскохозяйственные культуры, соответствующие озимой пшенице. На основании полученных общих диапазонов спектральных отражательных характеристик пикселя на космических снимках проводилось попиксельное выделение участков с такими же характеристиками отражения, т. е. выделение всех полей, на которых в тот момент росла озимая пшеница.
Построение маски выполнялось по трем видимым спектральным каналам съемочной камеры OLI — 2, 3 и 4 (рис. 4), так как инфракрасные каналы для данных целей оказались не информативными. Выделение участков по описанной выше технологии было проведено как на космическом снимке за 14 июня, так и на снимке за 30 июня 2013 г. Важным моментом при обработке более позднего снимка (за 30 июня 2013 г.) стало наличие густой дымки и облачности в районе исследования, поэтому данные, полученные по некоторым эталонным полям, не учитывались при обработке. Результат классификации по двум космическим снимкам представлен на рис. 5. Результаты классификации участков по типу сельскохозяйственных культур на снимках с КА Landsat 8 показали, что разработанный метод подходит для отслеживания несоблюдения севооборота.
Так, например, на рис. 6 видно, что поле № 9, на котором по плану посеяли яровой ячмень, классифицируется как участок, на котором растет озимая пшеница. При этом поле № 2, на котором также был посеян яровой ячмень, имеет спектральные характеристики отражений пикселей, которые не соответствуют озимой пшенице. Следовательно, можно говорить о том, что на поле № 9, предположительно, была посеяна озимая пшеница, что не соответствует заявленному плану. Таким образом, становится возможным практически отслеживать севооборот по данным ДЗЗ из космоса с применением геоинформационных технологий. Однако при проведении таких оценок необходимо помнить, что конечные показатели распознавания сельскохозяйственных культур по космическим снимкам существенно зависят от множества факторов: состояния растения в момент съемки, его вегетационной фазы, погодных условий и т. д.Следовательно, перед началом работ следует изучить справочную информацию о растительности, наземную информацию и другие показатели, чтобы учитывать ее при проведении классификации. В противном случае результат может не соответствовать действительности. Предложенная методика позволяет распознавать различные сельскохозяйственные культуры по снимкам, полученным съемочной камерой OLI КА Landsat 8, следить за динамикой посевов, осуществлять контроль за некоторыми показателями, которые существенно влияют на состояние почв и ее плодородие, а также наблюдать за состоянием всходов. Однако результат анализа показал, что в процессе распознавания необходимо учитывать ряд факторов, от которых зависят спектральные отражательные характеристики расти
тельности.
Список литературы:
1. Кошко А.А. Спутник дистанционного зондирования земли LANDSAT 8. — http://kadastr.org.
2. Толчевская О.Е. База опорных данных для исследования характеристик земельных массивов по данным космической съемки // Экологическая безопасность и сбалансированное ресурсопользование. — 2014. — № 1(9). — С. 9–15.
3. Толчевская О.Е., Красовский Г.Я. Разработка технологии определения коэффициентов распаханности земельных массивов //
Экологическая безопасность и природопользование: сб. научных работ. — 2014. — № 15. —
С. 111–123.
СТВОРЕННЯ ГЕОІНФОРМАЦІЙНОЇ СИСТЕМИ ОРГАНІВ МІСЬКОГО САМОВРЯДУВАННЯ МІСТА ВІННИЦЯ
Історія створення муніципальної ГІС в місті Вінниця починається з 2001 року, коли в
управління містобудування та архітектури, для задач ведення містобудівного кадастру, була розроблена локальна мережа на базі програмного забезпечення ГІС “Карта 2000”.
По мірі накопичення даних, залучення до роботи більш широкого кола спеціалістів з інших управлінь та служб, постала задача забезпечення оперативного доступу та обміну інформацією між структурними підрозділами міської ради, в тому числі геопросторовою. По рішенню сесії міської ради було закуплено обладнання і прокладена лінія з пропускною здатністю в 1 Гбайт. Це дозволило об’єднати в єдину комп’ютерну мережу усі структурні підрозділи міської ради, включаючи і територіально віддалені. Для організації можливості пошуку та перегляду містобудівних та інших даних в локальній мережі мерії (Інтранет) керівництвом міста, співробітниками управління містобудування та архітектури та спеціалістами інших підрозділів міської ради, а також віддалено (Інтернет) спеціалістами підрозділів та комунальних підприємств міста, що знаходяться територіально поза територією мерії, було прийнято рішення створити Web-компонет муніципальної ГІС.
В 2009 році, на розширеному засіданні в мерії, за участі керівників всіх підрозділів та міських комунальних підприємств, було прийнято рішення перевести муніципальну ГІС повністю на “клієнт-серверні” технології.
З поставкою ГІС Серверу у підрозділи мерії та міську комунальні підприємства , було розвернута повнофункціональна муніципальна геоінформаційна система. Одразу було поставлено питання адміністрування та розмежування прав доступу до всієї інформації. Усе серверне програмне забезпечення та всі дані знаходились на серверному обладнанні в департаменті інформаційних технологій; користувачам були надані права доступу на перегляд та редагування інформації згідно їх функціональних зобов’язань. Для обслуговування, супроводу та подальшого розвитку муніципальної ГІС в департаменті біло створено новий підрозділ – відділ інформатизації та геоінформаційних технологій.
Перехід на “клієнт-серверні” технології також дав можливість привернути увагу до питань інформатизації не тільки всі підрозділи міської ради, а й інші служби та підприємства міста (Обленерго, Тепломережа, Водоканал, МНС та інші). Для вирішення своїх задач вони підключаються “товстим клієнтом” через ГІС Сервер, або “тонким клієнтом” через GIS WebServer до єдиних геопросторових баз даних, поверх яких можуть накладати власні шари інформації.
В кінці 2009 року указом Управління комунального господарства та благоустрою була запущена Диспетчерська система муніципального транспорту м. Вінниця, на основі GPS-навігації. На сьогоднішній день до системи підключено більше 70 одиниць муніципальної техніки, а також в складі єдиної диспетчерської служби “Цілодобова варта” до системи підключені і оперативні (ремонтні) автомобілі Вінницьких міських електричних мереж.
Для обміну досвідом по організації інформаційного забезпечення в масштабах муніципалітету, 3 – 4 грудня 2009 року за підтримки Вінницької міської ради, Історія створення муніципальної ГІС в місті Вінниця починається з 2001 року, коли в управління містобудування та архітектури, для задач ведення містобудівного кадастру, була розроблена локальна мережа на базі програмного забезпечення ГІС “Карта 2000”. Вінницького національного технічного університету та “Навігаційно-геодезичного центру” (м. Харків), буд проведений Семінар “Досвід використання ГІС-технологій для ведення інформаційних систем забезпечення містобудівної діяльності”, в якому прийняли
участь близько 50 представників від 20 державних підприємств, приватних компаній та організацій, ВНЗів з різних міст України. Підводячи підсумки Семінару, представники різних крупних промислових міст України відмітили, що в Україні поки що немає такого комплексного впровадження ГІС-технологій для забезпечення широкого кола містобудівних задач, як у місті Вінниця.
Розгорнутий внутрішній геопортал міської ради (на базі додатку GIS WebServer), який надає можливість курівництву міста, співробітникам різноманітних управлінь, відділів та служб мерії, а також інших підприємств міста, по мережі Інтранет/Інтернет, за
наявності відповідних прав доступу, оперативно отримувати необхідну геопросторову інформацію по місту з баз даних. Також, на основі GIS WebServer була створена “Інтерактивна карта” відділу оперативного реагування “Цілодобова варта”, який відповідає за усунення аварійних та надзвичайних ситуацій по місту. Відділ підключили до єдиної бази даних з усіма управліннями міськвиконкома та комунальними
підприємствами. Отримавши по телефону заявку, Оператор вносить її в єдину базу даних, при цьому місце Події (аварії та ін.) наноситься на карту міста автоматично або в ручному режимі. Після таких змін, кажуть співробітники відділу, стало набагато легше контролювати рішення проблем, з якими за номером “Цілодобової варти” звертаються жителі міста.
З 1 липня 2009 року запущений зовнішній геопортал мерії – Карта звернень громадян міста Вінниця (http://map.vmr.gov.ua/). Система являє собою опубліковану частину геоінформаційної системи міста, яка представлена в мережі Інтернет на офіційному сайті міської ради. Тепер не тільки по телефону “Цілодобової варти”, а і за допомогою Web-доступу громадяни можуть інтерактивно подавати свої звернення або пропозиції щодо проблемних питань, які автоматично наносяться на карту міста. Накопичення та обробка даних в динаміці дозволяє відслідковувати стан реалізації управлінських рішень Вінницької міської ради та робити певний прогноз ситуації.
Окрім цього, всі користувачі мережі Інтернет можуть використовувати даних геопортал для отримання наявної довідкової інформації у нашому місті, включаючи адресний план, елементи Генерального плану розвитку та інше. Впровадження в місті Вінниця ГІС-технологій забезпечує весь комплекс робіт по обробці та накопичуванні первинної інформації, створенню та веденню цифрових карт та баз геоданих, створенню геопорталів різного призначення, оперативного доведення інформації до користувача, розробці власних програмних додатків та вирішення багатьох інших задач.