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. 2022. Т. 19. № 6. С. 163-172

База знаний для мониторинга осушительных мелиоративных систем по данным дистанционного зондирования

Е.П. Митрофанов 1, 2 , О.А. Митрофанова 1, 2 , Ю.Г. Янко 1 , А.Ф. Петрушин 1 , В.М. Буре 1, 2 
1 Агрофизический научно-исследовательский институт, Санкт-Петербург, Россия
2 Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
Одобрена к печати: 01.12.2022
DOI: 10.21046/2070-7401-2022-19-6-163-172
Осушительные мелиоративные системы имеют большое значение для сельскохозяйственных территорий с зонами переувлажнения, выделяются открытые (поверхностные) и закрытые (подземные) дренажные объекты. Перспективным направлением для оперативной оценки состояния осушительных мелиоративных систем представляется использование данных дистанционного зондирования. Высоким потенциалом для решения таких задач обладает применение беспилотных летательных аппаратов, которые позволяют получать в сжатые сроки качественные изображения сельскохозяйственной территории в различных спектрах съёмки. В работе в качестве первого этапа решения масштабной задачи автоматизации методов анализа снимков для оценки состояния осушительных комплексов предложена специализированная база знаний (БЗ) основных неисправностей дренажей, подлежащих ремонту, на основе аэрофотоснимков и наземных измерений. Разработанная структура БЗ на базе концептуальной модели может быть оперативно имплементирована в веб-проекты и приложения, позволяя при этом вносить архитектурные изменения. Также на основе многолетних полевых экспериментов выделены наиболее распространённые неисправности объектов дренажных систем.
Ключевые слова: база знаний, онтология, аэрофотосъёмка, дренажные системы, данные дистанционного зондирования
Полный текст

Список литературы:

  1. Блохин Ю. И., Якушев В. В., Блохина С. Ю., Петрушин А. Ф., Митрофанова О. А., Митрофанов Е. П., Двирник А. В. Современные решения для формирования опорной информации с целью повышения точности определения агрофизических свойств почвы по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 4. С. 164–178. https://doi.org/10.21046/2070-7401-2020-17-4-164-178.
  2. Доклад о состоянии и использовании земель сельскохозяйственного назначения Российской Федерации в 2018 году. М.: ФГБНУ «Росинформагротех», 2020. С. 82–84.
  3. Дубенок Н. Н., Янко Ю. Г., Петрушин А. Ф., Калиниченко Р. В. Перспективы использования данных дистанционного зондирования в оценке состояния мелиоративных систем и эффективности использования мелиорированных земель // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 96–104. https://doi.org/10.21046/2070-7401-2019-16-3-96-104.
  4. Agricultural Water Management for Sustainable Rural Development. Annual Report 2021-22. Intern. Commission on Irrigation and Drainage. New Delhi, India: ICID, 2022. 96 p.
  5. Allred B., Martinez L., Fessehazion M. K., Rouse G., Williamson T. N., Wishart D., Koganti T., Freeland R., Eash N., Batschelet A., Featheringill R. Overall results and key findings on the use of UAV visible-color, multispectral, and thermal infrared imagery to map agricultural drainage // Agricultural Water Management. 2020. V. 232. Art. No. 106036. https://doi.org/10.1016/j.agwat.2020.106036.
  6. Culibrk D., Vukobratovic D., Minic V., Fernandez M. A., Osuna J. A., Crnojevic V. GIS applications for irrigation management // Sensing Technologies for Precision Irrigation, Springer Briefs in Electrical and Computer Engineering. N. Y., USA: Springer, 2014. P. 69–93. https://doi.org/10.1007/978-1-4614-8329-8_3.
  7. Filion R., Bernier M., Paniconi C., Chokmani K., Melis M., Soddu A., Talazac M., Lafortune F. X. Remote sensing for mapping soil moisture and drainage potential in semi-arid regions: Applications to the Campidano plain of Sardinia, Italy // Science of the Total Environment. 2016. V. 543. Pt. B. P. 862–876. https://doi.org/10.1016/j.scitotenv.2015.07.068.
  8. Haripavan N., Ramalingeshwararao G. V., Abbaiah G., Sai Krishna G. Assessment of soil erosion in Upper Tungabhadra Sub basin by using universal soil loss equation and geospatial techniques // Proc. Intern. Conf. Remote Sensing for Disaster Management / eds. Rao P. J., Rao K. N., Kubo S. Switzerland: Springer Nature, 2019. P. 173–188. https://doi.org/10.1007/978-3-319-77276-9_17.
  9. Karar M. E., Alotaibi F., Rasheed A., Reyad O. A pilot study of smart agricultural irrigation using unmanned aerial vehicles and IoT-based cloud system // Intern. J. Information Sciences Letters. 2021. V. 10. No. 1. P. 131–140. https://doi.org/10.18576/isl/100115.
  10. King K. W., Williams M. R., Macrae M. L., Fausey N. R., Frankenberger J., Smith D. R., Kleinmann K. A., Brown L. C. Phosphorus transport in agricultural subsurface drainage: A review // J. Environmental Quality. 2015. V. 44. No. 2. P. 467–485. https://doi.org/10.2134/jeq2014.04.0163.
  11. Kratt C. B., Woo D. K., Johnson K. N., Haagsma M., Kumar P., Selker J., Tyler S. Field trials to detect drainage pipe networks using thermal and RGB data from unmanned aircraft // Agricultural Water Management. 2020. V. 229. Art. No. 105895. https://doi.org/10.1016/j.agwat.2019.105895.
  12. Ngo Q. H., Kechadi T., Le-Khac N.-A. OAK: Ontology-based knowledge map model for digital agriculture // arXiv.org. 2020. 15 p. https://doi.org/10.48550/arXiv.2011.11442.
  13. Ngo Q. H., Kechadi T., Le-Khac N.-A. Knowledge representation in digital agriculture: A step towards standardised model // Computers and Electronics in Agriculture. 2022. V. 199. Art. No. 107127. https://doi.org/10.1016/j.compag.2022.107127.
  14. Nhamo L., Magidi J., Nyamugama A., Clulow A. D., Sibanda M., Chimonyo V. G. P., Mabhaudhi T. Prospects of improving agricultural and water productivity through unmanned aerial vehicles // Agriculture. 2020. V. 10. P. 256–267. https://doi.org/10.3390/agriculture10070256.
  15. Prinds C., Petersen R. J., Greve M. H., Iversen B. V. Locating tile drainage outlets and surface flow in riparian lowlands using thermal infrared and RGB-NIR remote sensing // Geografisk Tidsskrift — Danish J. Geography. 2019. V. 119. No. 1. P. 94–105. https://doi.org/10.1080/00167223.2019.1573408.
  16. Serrano J., Shahidian S., Silva J. M. Evaluation of normalized difference water index as a tool for monitoring pasture seasonal and inter-annual variability in a Mediterranean agro-silvo-pastoral system // Water. 2019. V. 11. No. 5. P. 62–81. https://doi.org/10.3390/w11010062.
  17. Singh A. Hydrological problems of water resources in irrigated agriculture: A management perspective // J. Hydrology. 2016. V. 541. P. 1430–1440. https://doi.org/10.1016/j.jhydrol.2016.08.044.
  18. Singh A. Managing the salinization and drainage problems of irrigated areas through remote sensing and GIS techniques // Ecological Indicators. 2018. V. 89. P. 584–589. https://doi.org/10.1016/j.ecolind.2018.02.041.
  19. Skobelev P. O., Simonova E. V., Smirnov S. V., Budaev D. S., Voshchuk G. Y., Morokov A. L. Development of a knowledge base in the “smart farming” system for agricultural enterprise management // Procedia Computer Science. 2019. V. 150. P. 154–161. https://doi.org/10.1016/j.procs.2019.02.029.
  20. Tilahun T., Seyoum W. M. High-resolution mapping of tile drainage in agricultural fields using unmanned aerial system (UAS) — based radiometric thermal and optical sensors // Hydrology. 2021. V. 8. No. 2. Art. No. 8010002. https://doi.org/10.3390/hydrology8010002.
  21. Tlapakova L. Agricultural drainage systems in the Czech landscape — Identification and functionality assessment by means of remote sensing // European Countryside. 2017. V. 9(1). P. 77–98. https://doi.org/10.1515/euco-2017-0005.
  22. Turi N., Rakonczai J., Bozan C. Condition assessment of subsurface drained areas and investigation of their operational efficiency by field inspection and remote sensing methods // J. Environmental Geography. 2021. V. 14. No. 3–4. P. 14–25. https://doi.org/10.2478/jengeo-2021-0008.
  23. Virnodkar S. S., Pachghare V. K., Patil V. C., Jha S. K. Remote sensing and machine learning for crop water stress determination in various crops: a critical review // Precision Agriculture. 2020. V. 21. No. 5. P. 1121–1155. https://doi.org/10.1007/s11119-020-09711-9.