Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 7. С. 102-113

Оценивание химического состояния почвенной среды по данным дистанционного зондирования Земли

И.М. Михайленко 1 , В.Н. Тимошин 1 
1 Агрофизический научно-исследовательский институт, Санкт-Петербург, Россия
Одобрена к печати: 12.10.2018
DOI: 10.21046/2070-7401-2018-15-7-102-113
Управление параметрами химического состояния почв за счёт внесения минеральных удобрений является важнейшим технологическим компонентом в современных системах точного земледелия. Эта проблема положительно не решена до настоящего времени. Здесь существенным сдерживающим фактором является отсутствие методов и средств оценивания параметров химического состояния на больших площадях сельскохозяйственных полей. Целью настоящего исследования является создание научно-методических основ для решения задачи оценивания параметров химического состояния почв на основе данных дистанционного зондирования Земли (ДЗЗ). В связи с недоступностью для ДЗЗ химического состояния почвы оценивание его параметров осуществляется в два этапа. На первом этапе оцениваются массовые и химические параметры состояния посева сельскохозяйственной культуры, а на втором этапе по этим оценкам строятся оценки параметров химического состояния почвы. Основу предлагаемой методики составляют математические модели: параметров отражения массовых и химических характеристик состояния посева (ДЗЗ), зависимости величины урожая от параметров химического состояния почв для отдельных культур. При этом для построения оценок параметров по данным ДЗЗ использовался алгоритм оптимальной фильтрации. Полученные оценки можно использовать для управления параметрами химического состояния почвы в системах точного земледелия.
Ключевые слова: точное земледелие, управление агротехнологиями, дистанционное зондирование Земли, математические модели, алгоритмы оценивания параметров
Полный текст

Список литературы:

  1. Казаков И. Е. Методы оптимизации стохастических систем. М.: Наука, 1987. 384 с.
  2. Михайленко И. М. Управление системами точного земледелия. СПб: СПбГУ, 2005. 233 с.
  3. Михайленко И. М. Основные задачи оценивания состояния посевов и почвенной среды по данным космического зондирования // Экологические системы и приборы. 2011. № 8. С. 17–25.
  4. Михайленко И. М., Курашвили А. Е. Прогнозирование состояния травостоя в системе управления качеством кормов в молочном животноводстве // Вестник РСХА. 2008. № 2. С. 10–13.
  5. Точное сельское хозяйство (Precision Agriculture): учебно-практ. пособие / под ред. Д. Шпаара, А. В. Захаренко, В. П. Якушева. СПб.: ВИЗР, 2009. 397 с.
  6. AkhtmanY., GolubevaE., TutubalinaO., ZiminM. Application of hyperspectural images and ground data for precision farming // Geography, Environment, Sustainability. 2017. V. 10. No. 4. P. 117–128.
  7. Jaud M., Le Dantec N., Ammann J., Grandjean P., Constantin D., Akhtman Y., Barbieux K., Allemand P., Delacourt C., Merminod B. Direct Georeferencing of a Pushbroom, Lightweight Hyperspectral System for Mini-UAV Applications // Remote Sensing. 2018. No. 10(2). P. 204–219.
  8. Kalman R. E. A New Approach to Linear Filtering and Prediction Problems // Trans. ASME ― J. Basic Engineering. 1960. No. 82. P. 35–45.
  9. Mikhailenko I. M. Assessment of crop and soil state using satellite remote sensing data // Intern. J. Information Technology and Operations Management. 2013. V. 1. No. 5. P. 41–52.
  10. Quemada M., Gabriel J., Zarco-Tejada P. Airborne hyperspectral images and ground-level optical sensors as assessment tools for maize nitrogen fertilization // Remote Sensing. 2014. No. 6. P. 2940–2962.
  11. Zarco-Tejada P. J., Guillén-Climent M. L., Hernández-Clemente R., Catalina A., González M. R., Martín P. Estimating leaf carotenoid content in vineyards using high resolution hyperspectral imagery acquired from an unmanned aerial vehicle (UAV) // Agricultural and Forest Meteorology. 2013. V. 171–172. P. 281–294.