Введение 2
Глава 1. Основы дистанционного зондирования 4
1. Понятие дистанционного зондирования Земли 4
2. Применение дистанционного зондирования 5
3. Роль дистанционного зондирования в областях применения 6
4. Общие сведения о космическом сельскохозяйственном мониторинге 7
5. Обзор спутников миссии Sentinel-2 9
6. Теория вегетационных индексов NDVI и ARVI 12
7. Обзор ПО для обработки данных дистанционного зондирования 17
8. Сельское хозяйство в Республике Татарстан 19
Глава 2. Практическое применение данных дистанционного зондирования 21
1. Вычисление вегетационных индексов 21
2. Анализ результатов 26
Заключение 31
Список использованных источников
С развитием космического сегмента стало эффективнее осуществлять различные виды мониторинга нашей планеты из космического пространства, чем с поверхности Земли. Данные, полученные с космических спутников, покрывают большие территории, имеют высокую точность и детальность. И на сегодняшний день, данные дистанционного зондирования Земли (ДЗЗ) предоставляют собой гигантский набор информации, различной как по пространственному разрешению, так и по спектральному диапазону. Следует отметить, что значительное количество этих данных распространяется на условиях свободных данных. Наиболее востребованы данные ДЗЗ для мониторинга растительного покрова, как для целей экологии, так и для целей сельского хозяйства. В сельском хозяйстве космический мониторинг по данным дистанционного зондирования помогает получать за короткое время объективную информацию об использовании посевных площадей на конкретный период запроса, выявлять заброшенные сельскохозяйственные поля и неучтенные посевные площади, вести контроль за деятельностью сельскохозяйственных организаций, прогнозировать урожай и многое другое.
Важной задачей при прогнозе урожая зерновых культур является оценка их состояния. Из-за большого масштаба сельскохозяйственных полей выполнение мониторинга культур «с Земли» занимает много времени, также носит нерегулярный характер как по времени, так и по пространственному охвату. Поэтому наряду с традиционными методами необходимо развивать дистанционные, которые являются элементом эффективного ведения сельского хозяйства.
Целью данной работы является оценка возможности использования открытых пространственных данных (космических снимков) для мониторинга состояния сельскохозяйственных культур.
Задачи, которые необходимо выполнить для достижения цели:
1. Изучение индексов оценки состояния растительности по данным дистанционного зондирования
2. Изучение технологии доступа к открытым пространственным данным миссии Sentinel-2
3. Изучение технологии подготовки данных ДЗЗ для оценки сельскохозяйственных культур
4. Изучение ПО для решения задач обработки ДДЗ в плане получения индексов NDVI и ARVI
5. Выполнение практической оценки на примере конкретной территории с помощью расчета вегетационных индексов
В данной работе была изучена возможность мониторинга состояния сельскохозяйственных угодий по данным дистанционного зондирования с использованием космических снимков спутников Sentinel-2. Используемые в работе данные и данные многих других спутников находятся в открытом доступе, ими может воспользоваться любой специалист, интересующийся вопросом мониторинга земной поверхности.
В ходе работы были решены следующие задачи:
1. Изучение вегетационных индексов для оценки состояния сельскохозяйственных угодий
2. Изучение программных обеспечений SNAP и SAGA GIS, используемых для обработки данных дистанционного зондирования
3. Вычисление вегетационных индексов NDVI и ARVI для четырех тестовых полей за три года
4. Анализ результатов и определение состояния сельскохозяйственных угодий
На примере четырех тестовых полей в Республике Татарстан было доказано, что по мониторингу вегетационных периодов «апрель-май», «июль- август» и «октябрь-ноябрь» можно определить тип засеянных культур на данной территории. Также были сравнены результаты вычислений вегетационного индекса NDVI без учета и с учетом атмосферной коррекции. Различия оказались минимальными, следовательно, для задач сельского хозяйства наличие атмосферной коррекции на снимках не критично. Значения NDVI и ARVI не различались больше, чем на 0,1, следовательно, для сельскохозяйственного мониторинга можно пользоваться самым распространенным вегетационным индексом NDVI.
На следующем этапе можно рассмотреть реализацию определения состояния сельскохозяйственных угодий можно и в автоматическом режиме с использованием технологий нейронных сетей и искусственного интеллекта.
Исходя из полученных результатов, можно сделать вывод о том, что, во- первых, по данным дистанционного зондирования можно точно сказать, ведутся ли на поле сельскохозяйственные работы или оно является заброшенным, и во-вторых, что анализ схемы севооборота возможен и этот подход можно реализовать при создании различных сервисов. Данные дистанционного зондирования Земли при соответствующем подтверждении в полевых условиях могут являться надежным инструментом для мониторинга сельскохозяйственных угодий, в том числе для точного земледелия.
