Применение методов дзз и гис для оценки потенциала поглощения солнечной энергии агроценозов

      Комментарии к записи Применение методов дзз и гис для оценки потенциала поглощения солнечной энергии агроценозов отключены

Применение методов дзз и гис для оценки потенциала поглощения солнечной энергии агроценозов

Л.В. Березин, М.Р. Шаяхметов

Совокупности сельскохозяйственного и геологического картирования сначала складывались на базе применения материалов дистанционного зондирования Почвы (ДЗЗ), причем  совокупность широкомасштабного почвенного картирования в СССР, сложившаяся по окончании Омской сессии ВАСХНИЛ (1936 г.),  всю вторую половину истекшего века формировалась на базе дешифрирования аэрофотоснимков.  По этим обстоятельствам и сейчас при наличии десятков разнообразных спутников и изюминок результатов  космической съемки, почвенное картирование так же, как и прежде основывается на ранее созданных методических правилах.

Их базой есть учет изюминок мезорельефа: темперамент оврагов, промоин, полигонов и формы полей, залесенности и гидрографии.   Почвенное картирование стало вариантом оценки морфологии ландшафтов и  в целом поверхности Почвы.

В итоге многие почвоведы поддерживают позицию научной школы МГУ им. М.В. Ломоносова под управлением Г.С. Куста, предлагающую создать в целях автоматизированного дешифрирования материалов ДЗЗ эталоны почвенного плодородия, и на данной базе дать чёрта почвенного покрова (ПП) [1].

  В случае если для естественных биогеоценозов, не подвергнутых антропогенному действию, эта задача в определенной мере разрешима, то в отношении агроценозов, интенсивных сенокосов и выбиваемых пастбищ, не говоря о садах и цветочно-овощных плантациях, тяжело представить отражение в форме эталона структуру ПП,  реализованную на космическом снимке.

Второй путь  разрабатывают эксперты  ВНИИ агрохимии им. Д.Н. Прянишникова, предлагающие максимально применять различия в содержании элементов и гумуса питания растений по данным целого агрохимического обследования земель [2] . Но с оценкой качества земель связаны лишь наблюдения на реперных точках, не дающие возможность оценить степень варьирования параметров почвенного кормовых полей угодий и плодородия севооборотов.

Третий путь разрабатывается в Почвенном университете им. В.В. Докучаева.

Базой почвенного дешифрирования материалов ДЗЗ (по их позиции) нужно основное внимание при анализе материалов ДЗЗ и ГИС уделять изучению цифровой модели рельефа,  на базе которой по ранее созданным корреляционным связям почвоведы должны трактовать темперамент трансформации ПП в пределах конкретного полигона.

Но при очень высокой  комплексности ПП  в равнинных регионах с учетом природных сукцессий, трансформации особенностей земель по склонам  катены и засорённости полей и смены культур в агроценозах, эти модели не смогут объективно характеризовать  настоящей картины изюминок плодородия земель, их водно-воздушных и физико-механических особенностей кроме того по оперативно поступающим космическим  снимкам.

По этим обстоятельствам в базу почвенного дешифрирования юга Западной Сибири, характеризующейся  равнинными условиями с развитым  микрорельефом и подобных регионов нужно положить прямое установление характера поглощения каналов солнечного спектра по данным изучения отражательной свойстве наземных объектов.  Наряду с этим нельзя базироваться лишь на анализе видимого спектра  в каналах RGB при диапазоне съемки от 400 до 650 мкм.

 Как сами земли, так и вегетирующие растения интенсивно поглощают  энергетическую часть солнечной радиации в пределах 600–2600 мкм. Анализ данной части спектра разрешает распознать отличия обычных черноземов либо каштановых земель от лугово-черноземных и аналогичных подтипов среди иных земель.

Как продемонстрировала практика дешифрирования большинства наземных объектов, а также морских портов либо металлургических и химических фабрик,  при анализе материалов ДЗЗ нужно использование как минимум несколько вариантов синтезирования ко смических снимков, с применением  различного цветовых диапазонов каналов и сочетания съёмки.

Не смотря на то, что солнечный спектр имеет только 7 каналов  (как музыкальная гамма), но благодаря их сочетанию, быть может, иметь 1500 оттенков цветового трансформации земных объектов. Как раз по данной причине   эксперт любой отрасли имеет возможность выявлять по трансформации цвета изображения явные отклонения того либо иного объекта если сравнивать с фоновым изображением. Это не свидетельствует, что его вечернее изображение должно быть таким же как при ярком солнечном освещении в 12 часов дня.

Но в случае если и в 12 часов дня, и к вечеру  на исследуемом полигоне будет выделяться объект иного цвета, он будет предметом дополнительного анализа в различных диапазонах спектра либо цветовых каналах.

Рис. 1. Территория южной лесостепи Прииртышья. Космический снимок со спутника Landsat-7. Видимого спектр в каналах RGB (R=50, G=30, B=10)

На снимке (рис. 1), взятым по данным съемки среднего разрешения  спутника Landsat-7 в зоне южной лесостепи Прииртышья  возможно видеть в посевах пшеницы среди чёрных пятен березовых колков на западных полях яркие пятна солонцов [3].

Применение в целях почвенного дешифрировании снимков более современного спутника ALOS,  не обращая внимания на повышение разрешения съемки в 1,5–3 раза, не обеспечило  значительного увеличения информативности.

Этого удалось достигнуть лишь при анализе снимков с группировки спутников RapidEye с разрешением 5 м.

Но оказалось, что  нужно внести коррективы в саму базу дешифрирования наземных объектов.  На данный момент она базируется на учете их отражательной способности. Предполагается, что  сами изучаемые объекты значительно не воздействуют на спектр отражения и в принципе разновременные результаты съемки строений, сооружений и иных абиогенных объектов  воспроизводимы.

Другая картина проявляется при  почвенном и сельскохозяйственном дешифрирования земных объектов. Они деятельно поглощают солнечную радиацию, применяя ее как главный источник энергии для  процессов жизнедеятельности, как высших растений, так и микроорганизмов. Лучшие в мире черноземные земли окрашены в черный цвет, что снабжает им фактически полное поглощение всей солнечной радиации.

А в подзолистые, ферраллитные  и осолоделые земли, формирующиеся под лесами с сомкнутой кроной, фактически энергия Солнца  не поступает. Она поглощается  растительным покровом. И эти земли не смогут накапливать гумусовые вещества, снабжающие плодородие земель.

отвальная и Парование полей их вспашка, быстро повышая потенциал поглощения солнечной радиации (ППР), содействуют минерализации накопленных в земле органических соединений для образования  дешёвых растениям элементов питания, а в следствии в значительной степени нивелируют объективно существующую разделение компонентов  почвенного покрова.  Сохраняются только большие различия в степени поглощения длинноволновой красной энергетической части спектра той либо другой землёй.

   В итоге на паровых полях как правило не удается найти специфичности поглощения разными землями светло синий-зеленой коротковолновой части солнечной радиации, что четко проявляется на любом поле  Ишим-Иртышского междуречья (рис. 2а). Но, уже через год (рис.

2б) она легко обнаруживается  в посевах на этом же поле.

Рис. 2. Космический снимок Rapid Eye.
а. паровое поле 2010 г., вариант синтеза R5G3B2 Рис. 2. Космический снимок Rapid Eye.
б. поле с культурой 2011 г., вариант R4G5B1, различия фоновой окраски обусловлены применением двух способов посева пшеницы, а в юго-восточной части поля — дополнительным применением при посеве гранулированного суперфосфата. Нумерацией обозначены — места отбора почвенных образцов.

На рис. 2б при данном варианте синтезирования самый четко прослеживается неоднородность всходов культуры на различных землях в связи с различным числом поглощаемой энергии агроценозов.

Но далеко не всегда удается визуально, конкретно  по космическому снимку, найти наличие на исследуемом поле земель разного типа.

Актуальной задачей  изучений по проблеме почвенного дешифрирования  есть научное обоснование  методики синтезирования снимков, взятых в различных диапазонах применения и спектра разнообразных цветовых каналов на этапе их камеральной обработки.

Те различия отражательной свойстве земель, каковые четко фиксируются при лабораторном изучении почвенных образцов на фотометрических устройствах, в настоящих полевых условиях   на интенсивно обрабатываемых полях, при отсутствии возделываемых культур, фактически не обнаруживаются кроме того при высоком разрешении съемки и достаточно качественной аппаратуре космических аппаратов.

Из года в год появляются спутники с дополнительными диапазонами  съемки, но потребители как правило так же, как и прежде  применяют только видимую часть спектра в совокупности RGB.

Сложность определения оптимального варианта синтезирования проявилась при сопоставлении  показателей светопоглощения, приобретаемых как при  попиксельному  анализу изучения снимка разных известных земель в пределах одного поля программным комплексом ENVI [5], так и  пробных площадок площадью от 100 до 5000 пикселей, изучаемых  при  применении программного комплекса Adobe  Photoshop. Из 15 вариантов синтезирования  в совокупности RGB  двух быстро разных типов земель: черноземов и солонцов, мы смогли установить, что более либо менее четкую зависимость поглощения солнечной радиации  возможно найти по красному (Red) каналу съемки.

Коротковолновая часть спектра фактически не зависит от особенностей земли [3]. По данной причине при углубленном анализе этих результатов,  мы учитывали среднюю величину, т .е. полусумму поглощения радиации в каналах Green и Blue.

В целях обнаружения указанных закономерностей были проанализированы не только показатели прямого рассеянного светоотражения в отдельных диапазонах спектра, но и показатель GLOW, т.е. «яркость светоотражения» либо  «свечение», что разрешает выявлять программный комплекс Adobe  Photoshop [4].

Для  оценки объективности выявляемых различий поглощения солнечной радиации разными землями,  и биогеоценозами был применен способ анализа пирамиды. За ее вершину был принят как раз показатель неспециализированного целенаправленного «свечения» Glow.  Основанием пирамиды конечно есть потенциал поглощения солнечной радиации (ППР), включающий длинноволновую (каналы Red при диапазонах съемки №№ 3–5) и коротковолновую усредненную величину светло синий-зеленой части спектра: (Green + Blue): 2, выраженный в процентах от максимума возможно вероятного светоотражения (255 ед.).

Рис. 3. Хороший вариант синтезирования (R3G3B5), учитывающий инфракрасный диапазон съемки, разрешает распознать закономерные различия по спектру поглощения солонцовой экосистемы как в парах, так и в агроценозах пшеницы

На рис. 3 приведены пирамиды, отражающих темперамент ППР на паровых полях и в агроценозах пшеницы, составленные на базе  почвенного обследования одного из 200 обследованных полигонов в четырех  крестьянско-фермерских хозяйств Омской области.

Полученные результаты ставят последовательность новых вопросов. 1) Какие конкретно факторы обусловливают  необходимость предпочтительного применения диапазонов 3, 4 и 5  не только при  расчетах коэффициентов NDVI, но и на этапе почвенного дешифрирования? 2) Какими  параметрами направляться осуществлять контроль  оптимизацию показателя ППР?

3) На всех ли типах земель возможно пренебрегать различием поглощения синей и зеленой части солнечного спектра  при почвенном дешифрировании  материалов ДЗЗ?

В связи с этими вопросами стоит задача совершенствования  программных комплексов. Солидная их часть сосредоточивает внимание исследователей на обнаружении геодезических координат объектов и подсчету занимаемой ими  площади.   Намного меньше программных комплексов, облегчающих изучение  спектральной характеристики поглощаемой и отражаемой части солнечной радиации.

И, как нам известно, лишь программный продукт  Adobe  Photoshop разрешает изучить темперамент показателя Glow. Применительно      к задачам почвоведения, мы удачно применили его в целях изучения процесса оглеения земель, что подтверждено свидетельством на интеллектуальную собственность  [4], а на данный момент  используем при почвенном дешифрировании.

Представляется, что программисты уже в скором будущем сумеют увеличить возможности одного из лучших программных комплексов ENVI для того, чтобы  не использовать при ответе одной задачи пара дорогостоящих лицензионных программ.

Напоследок предлагается в рамках совершенствования подготовки экспертов  по применению материалов ДЗЗ и ГИС  совершить коллективное обсуждение  методики синтезирования мультиспектральных снимков, поскольку разработчики новых спутников расширяют  диапазоны  съемки, а потребители не готовы  к их действенному применению.

ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ

  1. Куст, Г.С., Опыт применения способа эталонирования космических снимков для дешифрирования почвенного покрова сельскохозяйственных полей в Краснодарском крае / Куст Г.С., Брызжев А.В., Розов С.Ю.— Доклады по экологическому почвоведению, 2010, Т.13, № 1 . – С. 50-103.
  2. Методическое обеспечение мониторинга земель сельскохозяйственного назначения: Материалы Всерос. науч. конф. М.,  Земель. ин-т им. В.В. Докучаева, 2010. – 554 с.
  3. Сергеева О. С. Мониторинг почвенного покрова Западной Сибири согласно данным дистанционного зондирования / О. С. Сергеева, В. М. Красницкий, Л. В. Березин // Плодородие. – 2010. — № 1 (52). — С. 7- 8.
  4. Березин Л.В. Отблеск (Glow) как показатель отражательной свойстве земель /Л.В. Березин, В.А. Чемерилова. //Материалы  V съезда Общероссийского общества почвоведов им. В.В. Докучаева. Ростов-на-Дону. 2008.- С. 232.
  5. Березин Л.В. Применение программного комплекса ENVI для почвенного дешифрирования космических снимков. Geomatics. 2011.  №2. — С. 90-91.

Усачев Антон «Больше излучения, больше поглощения»


Подобранные по важим запросам, статьи по теме: