Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
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. 2020. Т. 17. № 2. С. 114-122

Оценка внутриполевой изменчивости посевов с помощью вариограммного анализа спутниковых данных для точного земледелия

В.П. Якушев 1 , В.М. Буре 2, 1 , О.А. Митрофанова 1, 2 , Е.П. Митрофанов 1, 2 , А.Ф. Петрушин 1 , С.Ю. Блохина 1 , В.В. Якушев 1 
1 Агрофизический научно-исследовательский институт, Санкт-Петербург, Россия
2 Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
Одобрена к печати: 17.02.2020
DOI: 10.21046/2070-7401-2020-17-2-114-122
Представлен метод оценки вариабельности параметров посевов на ограниченной сельскохозяйственной территории с применением средств вариограммного анализа спутниковых данных. За основу взята геостатистическая модель неоднородности сельскохозяйственного поля, представляющая показатель внутриполевой изменчивости в виде суммы трёх составляющих: макро-, мезо- и микрокомпонент. При этом предполагается, что при существенном вкладе показателя внутриполевого варьирования в общую картину неоднородности поля наиболее эффективна оценка перехода к технологиям точного земледелия на основании анализа наггет-дисперсии. В работе рассмотрен пример вычислительного эксперимента, в котором исходными данными являются спутниковые снимки Sentinel-2 (уровень обработки L2A, дата съёмки 23.06.2019), охватывающие территорию концерна «Детскосельский» (Ленинградская обл.). По спутниковым данным проведена сравнительная оценка внутриполевой неоднородности двух произвольно выбранных полей хозяйства с помощью предложенного метода для определения перспективности применения прецизионных технологий внесения агрохимикатов на основе данных индекса NDVI. При обработке и анализе данных использовались средства статистического программирования R.
Ключевые слова: вариограммный анализ, точное земледелие, прецизионные технологии, геостатистическая модель
Полный текст

Список литературы:

  1. Демьянов В. В., Савельева Е. А. Геостатистика: теория и практика. М.: Наука, 2010. 327 с.
  2. Точное сельское хозяйство (Precision Agriculture): учебно-практ. пособие / под ред. Д. Шпаара, А. В. Захаренко, В. П. Якушева. СПб., 2009. 397 с.
  3. Якушев В. П., Жуковский Е. Е., Петрушин А. Ф., Якушев В. В. (2010а) Вариограммный анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия: метод. пособие. СПб.: АФИ, 2010. 52 с.
  4. Якушев В. П., Канаш Е. В., Конев А. А., Ковтюх С. Н., Лекомцев П. В., Матвеенко Д. А., Петрушин А. Ф., Якушев В. В., Буре В. М., Русаков Д. В., Осипов Ю. А. (2010б) Теоретические и методические основы выделения однородных технологических зон для дифференцированного применения средств химизации по оптическим характеристикам посева: практ. пособие. СПб.: АФИ, 2010. 60 с.
  5. Afanasyev R. A. Use of the regularities of within-field variability of arable soil fertility in precision agrotechnologies // Science J. Volgograd State University. Natural sciences. 2015. V. 11. No. 1. P. 42–51.
  6. Balaguer A., Ruiz L. A., Hermosilla T., Recio J. A. Definition of a comprehensive set of texture semivariogram features and their evaluation for object-oriented image classification // Computers and Geosciences. 2010. V. 36. No. 2. P. 231–240.
  7. Balaguer-Beser A., Ruiz L. A., Hermosilla T., Recio J. A. Using semivariogram indices to analyse heterogeneity in spatial patterns in remotely sensed images // Computers and Geosciences. 2013. V. 50. P. 115–127.
  8. Galioto F., Raggi M., Viaggi D. Assessing the potential economic viability of precision irrigation: a theoretical analysis and pilot empirical evaluation // Water. 2017. V. 9. No. 12. P. 990–1009.
  9. Garrigues S., Allard D., Baret F., Morisette J. (2008a) Multivariate quantification of landscape spatial heterogeneity using variogram models // Remote Sensing of Environment. 2008. V. 112. No. 1. P. 216–230.
  10. Garrigues S., Allard D., Baret F. (2008b) Modeling temporal changes in surface spatial heterogeneity over an agricultural site // Remote Sensing of Environment. 2008. V. 112. No. 2. P. 588–602.
  11. Godwin R. J., Richards T. E., Wood G. A., Welsh J. P., Knight S. M. An economic analysis of the potential for precision farming in UK cereal production // Biosystems Engineering. 2003. V. 84. Iss. 4. P. 533–545.
  12. Huang Y., Yin X., Ye G., Lin J., Huang R., Wang N., Wang L., Sun Y. Spatio-temporal variation of landscape heterogeneity under influence of human activities in Xiamen City of China in recent decade // Chinese Geographical Science. 2013. V. 23. No. 2. P. 227–236.
  13. Korotchenya V. Digital agriculture and agricultural production efficiency: exploring prospects for Russia // Revista ESPACIOS. 2019. V. 40. No. 22. P. 22–35.
  14. Lausch A., Pause M., Doktor D., Preidl S., Schulz K. Monitoring and assessing of landscape heterogeneity at different scales // Environmental Monitoring and Assessment. 2013. V. 185. No. 11. P. 9419–9434.
  15. Mulla D. J. Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps // Biosystems Engineering. 2013. V. 114. Iss. 4. P. 358–371.
  16. Oliveira Silveira E. M., Mello J. M., Acerbi F. W. J., Reis A. A., Withey K. D., Ruiz L. A. Characterizing landscape spatial heterogeneity using semivariogram parameters derived from NDVI images // Cerne. 2017. V. 23. No. 4. P. 413–422.
  17. Powers R. P., Hermosilla T., Coops N. C., Chen G. Remote sensing and object-based techniques for mapping fine-scale industrial disturbances // Intern. J. Applied Earth Observation and Geoinformation. 2015. V. 34. P. 51–57.
  18. Qiu B., Zeng C., Cheng C., Tang Z., Gao J., Sui Y. Characterizing landscape spatial heterogeneity in multisensor images with variogram models // Chinese Geographical Science. 2013. V. 24. No. 3. P. 1–11.
  19. Sylvester-Bradley R., Lord E., Sparkes D. L., Scott R. K., Wiltshire J. J. J., Orson J. An analysis of the potential of precision farming in Northern Europe // Soil Use and Management. 1999. V. 15. Iss. 1. P. 1–8.
  20. Van Meirvenne M. Is the soil variability within the small fields of Flanders structured enough to allow precision agriculture? // Precision Agriculture. 2003. V. 4. Iss. 2. P. 193–201.
  21. Wu X., Peng J., Shan J. E., Cui W. Evaluation of semivariogram features for object-based image classification // Geo-spatial Information Science. 2015. V. 18. No. 4. P. 159–170.
  22. Yue A., Zhang C., Yang J., Su W., Yun W. E., Zhu D. Texture extraction for object-oriented classification of high spatial resolution remotely sensed images using a semivariogram // Intern. J. Remote Sensing. 2013. V. 34. No. 11. P. 3736–3759.