В.А. Генин (БГУ, Республика Беларусь)

В 2010 г.  окончил Белорусский  национальный  университет по профессии «география». На данный момент — учитель  кафедры почвоведения  и земельных информационных совокупностей  Белорусского  национального  университета.

Н.В. Клебанович (БГУ, Республика Беларусь)

В 1979 г. окончил Белорусский  национальный  университет. В  настоящее время — заведующий кафедрой  почвоведения  и земельных информационных совокупностей  Белорусского  национального  университета. Врач сельскохозяйственных наук, доцент.

Дифференцированное  внесение  удобрений   в  настоящее время  есть  одним  из перспективных направлений  правильного земледелия, которое  разрешает не  лишь    сэкономить ресурсы, но и повысить урожайность сельскохозяйственных культур. В  данной статье  обрисован  опыт  по дифференцированному внесению  азота  в  режиме offline с применением дистанционной информации, взятой по космическому снимку   Landsat-8.

В соответствии с закону,  сформулированным Либихом [1], величина  урожая определяется  причиной, что  пребывать в  минимуме. На сельскохозяйственных  почвах  Республики  Беларусь причиной, лимитирующим урожайность сельскохозяйственных культур, есть  дефицит  азота и  влаги.

С  развитием разработок  правильного  земледелия   мы  взяли возможность руководить  азотным едой  растений методом дифференцированного внесения удобрений.

Существует пара режимов дифференцируемо внесения  удобрений  offline и online. Режим дифференцируемого внесения offline вместо полевых измерений применяет заблаговременно подготовленные карты заданий. При данном способе внесения трактор, кроме бортового компьютера, должен быть оснащён GNNS-антенной, которая бы разрешала вычислять координаты техники с высокой точностью.

По большей части карты заданий для внесения азотных удобрений создаются с применением данных дистанционного зондирования почвы. Отношение красной и ближней инфракрасной территории спектра разрешают делать выводы о состоянии растительности, на основании этих территорий вероятен расчет разных индексов, характеризующих состояние растительности. В изучении был использован вегетационный индекс NDVI как более несложный и надежный из существующих вариантов.

Созданная карта заданий загружается в бортовой компьютер, дальше по ходу перемещения по полю он меняет норму внесения в зависимости от расположения.

Авторы уверены в том, что самый рациональный подход по внесению азотных удобрений в подкормку – комплексное применение данных дистанционного зондирования почвы и данных полевого обследования. Эти дистанционного зондирования Почвы (ДЗЗ) смогут поступать как с беспилотных летательных аппаратов, оснащённых камерой, которая может трудиться в ближней инфракрасной территории спектра, так и с ресурсных спутников, каковые смогут вести съемку в высоком пространственном разрешении. Полевое  обследование   может производиться с  применением  датчиков, каковые разрешают измерять вегетационный  индекс в поле.

Компания Trimble производит оборудование для оценки состояния растительности. Совокупность GreenSeeker  (рис. 1) от компании Trimble базируется на оптических датчиках, любой из которых имеет собственный источник света и может употребляться в любое время (а также в тумане). GreenSeeker излучает ближние и красные инфракрасные лучи, каковые, отражаясь от растений, попадают на фотодиод, расположенный в головной части датчика.

Так, совокупность GreenSeeker измеряет индекс вегетации биомассы [2].

Рис.1. Внешний вид сенсора GreenSeeker

Лабораторией SWFAL [3] создан калькулятор для пересчета значений вегетационного индекса, приобретаемых с прибора GreenSeeker, в значения нужной дозы азотной подкормки.

В 2015 г. нами был произведен опыт по дифференцированному внесению азотных удобрений на основании данных полевого обследования и дистанционного зондирования поля. Полевое обследование осуществлялось с применением прибора GreenSeeker.

В качестве спутниковой съемки нами были использованы эти Landsat 8, спутниковое изображение за 12 апреля 2015 г. употреблялось для разделения нормы азотных удобрений, спутниковая сцена за 4 мая 2015 г. употреблялась для оценки результата.

Для создания карты заданий нужно было вычислить вегетационный индекс NDVI для данных за 12 апреля 2015 г. Нами были проанализированы все поля с озимыми культурами, на которых планировалось внесение азотных удобрений до 20 апреля, поскольку с момента спутниковой съемки не прошло бы более 7 дней. Нами был выбран участок площадью 97 га, на котором был посеян озимый тритикале и отмечается большая неоднородность вегетационного индекса (рис. 2).

Рис. 2 Вегетационный индекс исследуемого участка по состоянию на 12 апреля 2015 г.

Участок, что был выбран для изучения, разделен дорогой и геометрически образует два участка, северный и южный. Значения вегетационного индекса для южного участка в среднем выше, чем значения вегетационного индекса для северного участка на 27%. Сев на обоих участках производился в течение 3 дней, и различные его даты не могли стать обстоятельством столь сильных различий вегетационного индекса.

Гистограмма распределения вегетационного индекса для участка изучения говорит о том, что наблюдалось громадное его разнообразие: минимальное значение вегетационного индекса 0,13, большое 0,46 при доминировании значений от 0,32 до 0,42.

Эти вегетационного индекса, полученные с применением космического изображения за 12 апреля, сравнивались со значениями, взятыми с сенсора GreenSeeker. На протяжении полевых работ на исследуемом участке в местах с однородным состоянием растительности было выбрано 29 контрольных точек. Для каждой точки было найдено значение вегетационного индекса сенсором GreenSeeker и с применением GNNS-совокупности были записаны координаты для опознания на космическом изображении.

Между полевыми и дистанционными значениями вегетационного индекса существует тесная сообщение (рис. 3). Коэффициент детерминации составил 0,85, на основании чего возможно утверждать, что, не обращая внимания на низкое пространственное разрешение четвёртого канала и третьего спутника Landsat (30 метров), на основании его разрешённых можно получать достаточно правильные значения вегетационного индекса и дифференцировать норму азотных удобрений.

Рис. 3. Зависимость между значениями вегетационного индекса NDVI, измеренного полевым и дистанционным методом

Вторая подкормка осуществлялась 19 апреля 2015 г., количество удобрений, которое предполагалось внести, составило 200 килограмм карбамида либо 96 килограмм действующего вещества (азота) на 1 га. На протяжении изучения значения вегетационного индекса были поделены нами на 3 группы. В первую группу вошли среднее значение вегетационного индекса плюс/минус 20%; во вторую группу – от среднего значения вегетационного индекса плюс 20% до большого значения (0,45), в третью группу — от минимального значения вегетационного индекса до минус 20 % от среднего значения.

На основании данной группировки значений нами было получено 16 контуров, каковые представлены на рис. 4. Норма азотных удобрений была распределена следующим образом: на участках с высоким значением NDVI она была снижена до 180 кг карбамида на га, на участках со средним значением норма азота осталась без трансформации (200 кг направляться на га), на участках с низкими значениями вегетационного индекса норма азотных удобрений была увеличена до 250 кг (рис. 4).

На основании выделенных контуров формировалась карта заданий для сельскохозяйственной техники. Экспорт осуществлялся в формате шейп-файла, тип геометрии — полигональный, совокупность координат WGS 84.

Рис. 4 Группировка значений вегетационного индекса и вычисленные дозы азотной подкормки для каждого контура

Дата второй азотной подкормки — 19 апреля 2015 г. Для дифференцированного внесения был использован разбрасыватель жёстких минеральных удобрений ZG-B компании Amatron, совмещенный с бортовым компьютером и GNNS-совокупностью Amatron 3 [4]. Оборудование разрешает в соответствии с расположением трактора на поле поменять норму разбрасывания машинально на основании карты задания.

Оценка результатов внесения карбамида осуществлялась на основании спутникового снимка Landsat 8, что был взят 4 мая (рис. 5), либо через 15 дней по окончании проведения азотной подкормки. С применением инструментов геообработки нами было получено изображение, которое характеризует прирост вегетационного индекса с 11 апреля до 4 мая.

На рис.6  отображен прирост вегетационного индекса в процентах.

Приведенное изображение говорит о том, что большой прирост вегетационного индекса (более чем 30 процентов) сосредоточен на участках с дозой внесения карбамида 250 кг/га. На участках с дозой внесения 200 кг/га прирост NDVI в среднем образовывает 20–30%; на участках, где доза удобрений была снижена до 180 кг/га, прирост составил 5–20%. В целом для участка характерно увеличения однородности состояния посевов, что говорит об эффективности использованной методики.

Рис. 5. Вегетационный индекс исследуемого участка по состоянию на 4 мая 2015 г. Рис.6. Прирост значения NDVI в процентах

На протяжении  опыта  авторы не ставили цель оказать влияние на урожайность сельскохозяйственной  культуры, ввиду отсутствия данных  о содержания  и  влажности почвы в  ней   химических   элементов. На протяжении проведения изучения нами было доказано, что с применением данных дистанционного зондирования и специальной сельскохозяйственной техники, вероятно оказывать влияние на состояние сельскохозяйственных культур. Эта методика требует предстоящего детального изучения для научно-обоснованного определения нормы внесения азотных удобрений согласно данным вегетационных индексов.

ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ

1. Бродский А. К. Краткий курс неспециализированной экологии, Учебное пособие для Институтов. — Изд. «Деан», 2000. — 224 с
2. GreenSeeker handheld crop sensor — electronic resource. Mode of access: http://www.trimble.com/Agriculture/gs-handheld.aspx
3. Sensor-Based Nitrogen Rate Calculator. Accurate Mid-Season Crop Fertilizer N Recommendations — electronic resource. Mode of access: http://soiltesting.okstate.edu/sensor-based-n-rate-calculator
4. Ротационный культиватор AMAZONE KG — электронный ресурс. Режим доступа: http://www.amazone.ru/420.asp

КАС-32: основа для составления многокомпонентных удобрений

Подобранные по важим запросам, статьи по теме:

• Опыт использования космических снимков ikonos и quickbird для решения задач муниципального хозяйства г. перми

  А. В. Гормаш, И. В. Оньков, В. А. Чернопазов, М. А. Кривенко Действенное управление развитием муниципального хозяйства, качественное ответ задач…

• Опыт использования космических технологий для нужд сельского хозяйства ставропольского края

  С.А. Антонов (Ставропольский НИИСХ) Окончил Ставропольский национальный университет, по профессии «информатик-географ». На данный момент — зав….

• Использование программного комплекса envi для почвенного дешифрирования космических снимков

  Л. В. Березин Решение проблемы рационального применения земельных фондов вероятно только на базе их систематического мониторинга. Для объективной оценки…

• Опыт применения снимков rapideye для оценки недропользования в республике марий эл

  О. Н. Воробьев, Э. А. Курбанов Работа выполнена в рамках госконтракта «Ведение мониторинга участков недр с применением данных дистанционного…

• Оценка точности высот srtm для целей ортотрансформирования космических снимков высокого разрешения

  И.В. Оньков НЕСПЕЦИАЛИЗИРОВАННЫЕ ПОЛОЖЕНИЯ Хорошо как мы знаем, что точность ортофотоплана во многом определяется точностью применяемой при…

• Из опыта использования данных дзз для планирования разработки и добычи нефти на нефтяном месторождении в ираке

  В. И. Тарасюк, А. И. Зюканов В 2010 г. перед НПООО «ГРАУНД Ltd», которое уже 18 лет занимается комплексными инженерными изысканиями, клиентом была…