Использование геоинформационных технологий в сельском хозяйстве из разряда инноваций постепенно становится нормой. При этом большое развитие получают сервисы геоинформационных систем (ГИС), доступ к которым предоставляется через Интернет (Веб-ГИС) [1]. Веб-ГИС – это геоинформационная система в сети Интернет, пользователи которой могут просматривать, редактировать и анализировать пространственные данные с помощью веб-браузеров. В Веб-ГИС могут быть реализованы почти все функции, доступные в настольной ГИС: навигация по карте, редактирование данных, пространственный анализ, поиск, геокодирование и многое другое. Для работы в Веб-ГИС пользователю не требуется квалификация ГИС-специалиста или специализированное программное обеспечение. Достаточно наличия веб-браузера и подключения к Интернет.
Основными преимуществами от использования Веб-ГИС в сравнении с настольными (серверными) ГИС являются:
• Повышение доступности пространственных данных; для доступа к системе можно использовать персональные компьютеры, ноутбуки, смартфоны и планшеты с установленным веб-браузером.
• Незначительный объем расходов на подключение к Веб-ГИС сервису по сравнению с созданием настольного (серверного) ГИС-приложения.
• Централизация хранения, обработки и доступа к данным с использованием облачных технологий.
Указанные возможности и преимущества позволяют использовать Веб-ГИС не только крупными агропредприятиями, но и отдельными фермерами при возделывании, в частности, зерновых культур [2]. То есть в настоящее время появилась возможность спутникового мониторинга и оценки характеристик растительности не только на больших территориях, но и на отдельных полях площадью в несколько гектаров с целью выявления неоднородностей роста растений на поле, прогноза урожайности и пр. Это стало возможным в связи с предоставлением пользователям Веб-ГИС космических снимков высокого пространственного разрешения в 3 м или даже в 1 м [3, 4]. На рис.1 показан снимок фрагмента производственных посевов Адыгейского НИИ сельского хозяйства с наложенной картой вегетационного индекса NDVI, предоставленный через сервис Веб-ГИС «Геоаналитика.Агро».
На рынке геоинформационных услуг для сельского хозяйства имеет место значительная конкуренция. Наибольшими функциональными возможностями обладают Веб-ГИС системы «Вега» Института космических исследований РАН (имеется возможность предоставления пользователям космических снимков спутниковых группировок Landsat- 30 м, Sentinel-10 м. и других снимков с более низким разрешением), «Геоаналитика. Агро» компании «Совзонд» (предоставляются снимки группировок Landsat – 30 м, Sentinel-10 м, RapidEye – 6,5 м, PlanetScope – 3 м), «КосмосАгро» компании «Сканэкс» (снимки из большого перечня спутниковых группировок, с пространственным разрешением 1 м – за дополнительную плату). Имеются и достойные конкуренты этих систем.
Рис. 1. Фрагмент производственных посевов Адыгейского НИИ сельского хозяйства по состоянию на 09.07.2017 г. (Снимок получен от Веб-ГИС «Геоаналитика. Агро», пространственное разрешение 3 м)
Отмеченные Веб-ГИС системы предоставляют значения многих индексов: вегетационного NDVI, содержания хлорофилла в листьях MCARI/OSAVI, содержания азота в листьях растений GNDVI, почвенный вегетационный индекс SAVI, индекс листовой поверхности LAI и др. Также формируются и доступны пользователям соответствующие наборы карт, выполненных в виде растровых изображений.
Цель исследования. В последние годы большой интерес приобретают исследования, посвященные прогнозированию урожайности сельскохозяйственных культур [5]. Именно этой проблеме посвящено данное исследование. Мы анализируем методы расчета урожайности озимой пшеницы, предлагаемые в работах [6,7], с целью практической их проверки и выявления наиболее оптимального вегетационного индекса для расчетов. Также исследуем взаимосвязи между вегетационным индексом NDVI, площадью ассимиляционной поверхности и содержанием хлорофилла в растениях, которые являются оптико-биологическими характеристиками посевов. Выявление этих закономерностей позволит с большей объективностью и достоверностью получать информацию о продукционном процессе развития сельскохозяйственных культур.
Материалы и методы исследования
Исследования проводились с января 2016 г. по июль 2017 г. (до окончания уборки озимой пшеницы). Объекты исследований – производственные посевы Адыгейского НИИ сельского хозяйства (по 6 полей). Вегетационные индексы NDVI и коэффициенты спектральной яркости посевов в период вегетации получены из системы Веб-ГИС «Вега», индекс содержания хлорофилла в листьях MCARI/OSAVI получен из системы Веб-ГИС «Геоаналитика. Агро». Отборы проводились по этапам органогенеза в 3–кратной повторности. Площадь ассимиляционной поверхности определялась весовым методом. Показатели фотосинтетической продуктивности рассчитывались по формулам из [6, 7].
Результаты исследования и их обсуждение
Необходимо отметить существенные различия в метеорологических условиях выращивания озимой пшеницы урожаев 2016 и 2017 годов. В 2016 г. рост посевов на всех стадиях развития отличался благоприятными температурными и влажностными условиями. В 2017 г. имели место продолжительные дожди, особенно в критический период по отношению озимой пшеницы к влаге – выход в трубку и колошение. Такое чрезмерное увлажнение снизило темпы роста и урожайность озимой пшеницы.
Изучение влияния площади ассимиляционной поверхности посевов озимой пшеницы на значение их вегетационного индекса NDVI выявило наличие взаимосвязи между этими показателями, которая в среднем за период исследований может быть оценена коэффициентом корреляции, равным 0,65 (табл. 1).
Таблица 1
Площади ассимиляционных поверхностей озимой пшеницы (м2/м2) и их коэффициенты корреляции с NDVI
|
№ поля |
Фазы развития |
Rcorr |
|||
|
кущение |
трубкование |
колошение |
налив зерна |
||
|
2016 г. |
|||||
|
1 |
2,47 |
3,02 |
4,46 |
2,87 |
0,31 |
|
2 |
2,05 |
2,45 |
3,47 |
2,02 |
0,29 |
|
3 |
3,92 |
4,85 |
6,46 |
4,47 |
0,58 |
|
4 |
2,48 |
2,49 |
4,22 |
2,30 |
0,83 |
|
5 |
3,81 |
4,43 |
6,35 |
4,37 |
0,79 |
|
6 |
3,21 |
4,14 |
6,03 |
4,07 |
0,72 |
|
Среднее |
2,99 |
3,56 |
5,17 |
3,35 |
0,69 |
|
2017 г. |
|||||
|
1 |
1,22 |
2,43 |
3,41 |
2,11 |
0,40 |
|
2 |
1,95 |
2,12 |
3,13 |
1,98 |
0,37 |
|
3 |
3,41 |
4,43 |
5,48 |
4,18 |
0,60 |
|
4 |
2,15 |
2,17 |
3,29 |
1,95 |
0,88 |
|
5 |
3,06 |
4,02 |
5,21 |
3,81 |
0,81 |
|
6 |
2,65 |
3,84 |
5,14 |
3,73 |
0,68 |
|
Среднее |
2,41 |
3,17 |
4,28 |
2,96 |
0,61 |
|
Rcorr средн за 2016–17 гг. |
0,65 |
||||
Также был проведен анализ корреляционной связи между содержанием хлорофилла в листьях (для индекса MCARI/OSAVI, учитывающего количество зеленых пигментов в единице биомассы растений, в мг/г) и вегетационным индексом NDVI (табл. 2).
Таблица 2
Содержание хлорофилла (по индексу MCARI/OSAVI) в листьях озимой пшеницы (мг/г) и их коэффициенты корреляции с NDVI
|
№ поля |
Фазы развития |
Rcorr |
|||
|
кущение |
трубкование |
колошение |
налив зерна |
||
|
2016 г. |
|||||
|
1 |
4,62 |
3,02 |
1,32 |
0,80 |
–0,87 |
|
2 |
4,07 |
2,11 |
0,87 |
0,79 |
–0,91 |
|
3 |
4,65 |
2,13 |
1,70 |
0,41 |
–0,64 |
|
4 |
5,12 |
2,39 |
2,31 |
0,56 |
–0,63 |
|
5 |
4,63 |
2,28 |
1,58 |
1,22 |
–0,90 |
|
6 |
5,08 |
2,03 |
1,89 |
0,78 |
–0,91 |
|
Среднее |
4,70 |
2,33 |
1,61 |
0,76 |
–0,85 |
|
2017 г. |
|||||
|
1 |
3,63 |
1,69 |
2,29 |
1,91 |
–0,78 |
|
2 |
3,39 |
1,68 |
2,32 |
2,06 |
–0,87 |
|
3 |
3,83 |
1,69 |
2,18 |
1,59 |
–0,69 |
|
4 |
4,15 |
1,24 |
2,84 |
1,54 |
–0,61 |
|
5 |
3,02 |
1,78 |
2,29 |
1,36 |
–0,82 |
|
6 |
3,09 |
1,49 |
1,78 |
0,82 |
–0,93 |
|
Среднее |
3,52 |
1,60 |
2,28 |
1,55 |
–0,82 |
|
Rcorr средн за 2016–17 гг. |
–0,84 |
||||
Коэффициенты корреляции в среднем по полям составили 0,85 (2016 г.) и 0,82 (2017 г.). То есть имеет место высокая степень взаимосвязи между относительным содержанием хлорофилла в единице биомассы растений озимой пшеницы и вегетационным индексом NDVI. Отрицательные значения полученных коэффициентов корреляции объясняются тем, что максимальная концентрация хлорофилла у озимой пшеницы имеет место в начальные периоды роста и развития, а далее происходит уменьшение количества зеленых пигментов в единице биомассы при одновременном росте NDVI.
Следующим этапом исследования было изучение связи урожайности озимой пшеницы с хлорофилловым фотосинтетическим потенциалом ХФСП и вегетационным фотосинтетическим потенциалом ВФСП (табл. 3).
Таблица 3
Урожаи зерна по полям, фотопотенциалы посевов и коэффициенты корреляции
|
№ поля |
Урожай, т/га |
ХФСП, г/м2, сутки |
ВФСП, NDVI, сутки |
|
2016 г. |
|||
|
1 |
4,98 |
50,9 |
19,2 |
|
2 |
5,47 |
25,6 |
14,7 |
|
3 |
5,92 |
89,4 |
37,8 |
|
4 |
4,88 |
38,7 |
10,1 |
|
5 |
6,46 |
87,8 |
32,9 |
|
6 |
6,12 |
92,3 |
35,7 |
|
Среднее по полям |
5,64 |
64,1 |
25,1 |
|
Rcorr с урожаем зерна |
0,80 |
0,85 |
|
|
2017 г. |
|||
|
1 |
4,23 |
40,1 |
18,7 |
|
2 |
4,89 |
19,3 |
28,6 |
|
3 |
5,32 |
73,2 |
29,8 |
|
4 |
4,18 |
24,8 |
12,3 |
|
5 |
6,23 |
65,6 |
37,6 |
|
6 |
5,35 |
88,0 |
40,5 |
|
Среднее по полям |
5,03 |
51,8 |
27,9 |
|
Rcorr с урожаем зерна |
0,66 |
0,88 |
|
ХФСП рассчитывался по формуле [6]:
,
где ChL – относительное содержание хлорофилла в растениях; M – биомасса на 1 м2 посева; d – дата отбора; i-порядковый номер отбора.
ВФСП рассчитывался по формуле
,
где NDVI – вегетационный индекс посева; Кппп – коэффициент поверхностной плотности посева (рассчитывается как отношение биомассы посева к 5000); d – дата отбора; i – порядковый номер отбора.
На заключительном этапе проводились расчеты с использованием предлагаемого в исследовании [7] вегетационного индекса фотосинтетического потенциала ВИФП. Этот показатель рассчитывается с использованием только данных дистанционного зондирования земли, то есть данных, которые могут быть получены из Веб-ГИС систем. При выводе формулы расчета ВИФП использовались следующие факты:
1. Поглощение в красной области спектра электромагнитных волн у растений обусловлено наличием в них зеленых пигментов.
2. Отражение в ближней инфракрасной области спектра связано с площадью фотосинтезирующей поверхности посева.
3. Площадь ассимиляционной поверхности пропорциональна общей биомассе растений.
При замене величины относительного содержания хлорофилла на коэффициент поглощения в красной области спектра в формуле расчета ХФСП, а биомассы – на коэффициент отражения в ближней инфракрасной получается раcчетная формула для ВИФП:
,
где RED – отражение посева в красной области спектра; NIR – отражение спектра в ближней инфракрасной области; d – дата измерений; i – порядковый номер измерений.
Рис. 2. Зависимости (линейная регрессия) урожайности озимой пшеницы от вегетационного индекса фотосинтетического потенциала ВИФП
На рис. 2 показаны зависимости (линейная регрессия) величины урожая от ВИФП-индекса.
Заключение
Полученные результаты показывают определенное преимущество вегетационного индекса фотосинтетического потенциала ВИФП при расчетах урожайности озимой пшеницы, заключающееся в том, что эти расчеты могут быть выполнены в короткие сроки с использованием только данных дистанционного зондирования. При этом не требуется выполнять какие-либо измерения непосредственно на земле. Эти обстоятельства упрощают процедуру расчетов. Однако, судя по полученным в нашем исследовании результатам, наилучшая корреляционная связь имеет место в случае использования показателя ВФСП, при этом необходимо предварительно вычислять значение коэффициента поверхностной плотности посева Кппп для конкретного поля. То есть необходимо выполнять измерения на земле.
Также необходимо отметить, что полученные в исследовании результаты в части расчета урожайности, не учитывают и не могут учитывать негативное влияние неблагоприятных погодных условий, которые как нигде сказываются в сельском хозяйстве.
Библиографическая ссылка
Тугуз Р.К., Панеш А.Х. ИСПОЛЬЗОВАНИЕ ВЕБ-СЕРВИСОВ ГЕОИНФОРМАЦИОННЫХ СИСТЕМ ПРИ ВОЗДЕЛЫВАНИИ ОЗИМОЙ ПШЕНИЦЫ // Международный журнал прикладных и фундаментальных исследований. – 2017. – № 11-1. – С. 118-123;URL: https://applied-research.ru/ru/article/view?id=11943 (дата обращения: 19.04.2024).