Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 3. С. 72-83
Методы обнаружения сорняков, болезней и вредителей растений по данным дистанционного зондирования
И.М. Михайленко
1 , И.В. Воронков
2 1 Агрофизический научно-исследовательский институт, Санкт-Петербург, Россия
2 ЗАО «Инженерный центр «ГЕОМИР», г. Мытищи, Московская область, Россия
Одобрена к печати: 05.04.2016
DOI: 10.21046/2070-7401-2016-13-3-72-83
Приведен анализ известного подхода к оцениванию санитарного состояния посевов сельскохозяйственных культур. Он основан на данных космического дистанционного зондирования и использовании вегетационных индексов. Такой подход существенно уменьшает информативность спектральных каналов, так как вегетационные индексы представляют собой скалярную комбинацию сигналов отдельных каналов. В силу стохастичности задачи и высокой априорной неопределенности использование вегетационных индексов не позволяет решать задачу обнаружения сорняков, болезней и вредителей растений. Для решения этой проблемы в работе используется набор спектральных каналов, обладающих наибольшей информативностью. Для отбора таких каналов предложен подход, основанный на теории информации Шеннона. Задачу обнаружения сорняков, вредителей и болезней, в силу большого числа таких объектов, решают в два этапа. На первом этапе используют все спектральные каналы средства космического зондирования и решают задачу классификации групп: сорняки, болезни и вредители. Для решения этой задачи применен вероятностно-статистический подход. При этом принято допущение о нормальном распределении параметров отражения каналов зондирования относительно обнаруживаемых групп классов. На втором этапе уточняют виды классов в группах «сорняки», «болезни», «вредители». Для этого используют байесовскую процедуру классификации с последовательным вводом информации каналов зондирования. Для апробации методов был разработан программно-технический комплекс, ориентированный на формат информации российского космического аппарата «Ресурс-П». Результаты апробации подтвердили работоспособность и высокую надежность предлагаемых методов. Проанализированы причины, сдерживающие реализацию предложенных методов. Они заключаются в отсутствии систематических исследований спектров отражения сорняков, вредителей и болезней для отдельных сельскохозяйственных культур. Разработанный программно-технический комплекс может стать эффективным инструментарием для проведения таких исследований.
Ключевые слова: дистанционное зондирование, сорняки, болезни, вредители, обнаружение, байесовские процедуры
Полный текстСписок литературы:
- Антонов В.Н., Сладких Л.А. Мониторинг состояния посевов и прогнозирование урожайности яровой пшеницы по данным ДЗЗ // Геоматика. 2009. № 4. С. 50–53.
- Архипова О.Е., Качалина Н.А., Тютюнов Ю.В., Ковалев О.В. Оценка засоренности антропогенных фитоценозов на основе дистанционного зондирования земли (на примере амброзии полынолистной) // Исследование Земли из космоса. 2014. № 6. С. 15–26.
- Де Гроот М. Оптимальные статистические решения. М.: Мир, 1974. 491 с.
- Кочубей С.М., Шадчин Т.М., Кобец Н.И. Спектральные свойства растений как основа методов дистанционной диагностики. Киев: Наукова думка, 1990. 134 с.
- Миленький А.В. Классификация сигналов в условиях неопределенности. М.: Советское радио, 1975. 356 с.
- Михайленко И.М. Основные задачи оценивания состояния посевов и почвенной среды по данным космического зондирования // Экологические системы и приборы. 2011. № 8. С. 17–25.
- Михайленко И.М., Плотников А.М. Информативность дистанционных зондирующих измерителей состояния посевов и почвенной среды // Экологические системы и приборы. 2010. № 4. С. 32–36.
- Омельченко В.А. Основы спектральной теории распознавания образов. Харьков: Вища школа, 1983. 159 с.
- Султангазин У.М., Муратова Н.Р., Дорайсвами Р., Терехов А.Г. Оценка санитарного состояния сельскохозяйственных угодий с помощью данных дистанционного зондирования // Современные проблемы дистанционного зондирования Земли из космоса. 2004. C. 286–290.
- Шеннон К. Работы по теории информации и кибернетике. М.: Изд-во иностранной литературы, 1963. 295 с.
- Crippen R.E. Calculating the Vegetation Index Faster // Remote Sensing of Environment. 1990. Vol. 34. P. 71–73.
- Datt B. A New Reflectance Index for Remote Sensing of Chlorophyll Content in Higher Plants: Tests Using Eucalyptus Leaves // Journal of Plant Physiology. January 1999. Vol. 1. P. 30–36.
- Gamon J.A., Serrano L., Surfus J.S. The Photochemical Reflectance Index: An Optical Indicator of Photosynthetic Radiation Use Efficiency Across Species, Functional Types and Nutrient Levels // Oecologia. 1997. Vol. 112. Issue 4. P. 492–501.
- Mikhailenko I.M. Assessment of crop and soil state using satellite remote sensing data // International Journal of Information Technology & Operations Management. Vol. 1. No. 5. August 2013. P. 41–51.
- Penuelas J., Baret F., Filella I. Semi-Empirical Indices to Assess Carotenoids/Chlorophyll-a Ratio from Leaf Spectral Reflectance // Photosynthetica. 1995. Vol. 31. P. 221–230.
- Sims D.A., Gamon J.A. Relationships Between Leaf Pigment Content and Spectral Reflectance Across a Wide Range of Species, Leaf Structures and Developmental Stages // Remote Sensing of Environment. 2002. P. 337–354.