Линия почвы, аппроксимирующая экспериментальные данные.

Прошло еще немного времени. Поле полностью созрело и готово к уборке. Оранжевые точки на графике соответствуют этому периоду жизни поля.

Посмотрели про "шляпу с кисточкой" на телефоне: рисунки, обещанные вверху, оказались слева, а те, что внизу — справа. Но, надеемся, вы разберётесь)

Хорошо, что к картинке стали добавлять историю.
Если добавят ссылку на оригинальный снимок, будет вообще отлично.

Выявление деградации почв по картам внутриполевой неоднородности

Исследователи из Почвенного института им. В.В. Докучаева* предложили технологию выявления деградации почв. Для этого они строят карты внутриполевой неоднородности плодородия.

Карты зон неоднородности позволяют разделить сельскохозяйственное поля на зоны с различным уровнем плодородия: повышенного, нормального и пониженного. Обычно такие карты для внесения удобрений. Для создания карт используют вегетационные индексы (NDVI, EVI и т. п.) за последние несколько лет перед годом наблюдения. Но у авторов статьи была другая цель. Они попытались отделить внутри зон пониженного плодородия почвы, чье низкое плодородие вызвано естественными причинами, и почвы, подвергшиеся деградации (в первую очередь, эрозии). Это позволит выбрать правильный способ “лечения” почвы. Для этого были построены карты зон неоднородности за 35 лет, благо данные Landsat это позволяют.

Отделить деградированные почвы от естественно низко плодородных можно при помощи линии почв. Дело в том, что зависимость между отражением открытой почвы в красной и ближней инфракрасной областях спектра остается примерно постоянной для конкретного типа почвы. В результате отражение образцов почв одного типа на плоскости параметров “Красный (Red) – Инфракрасный (NIR)“ образует прямую линию — ту самую линию почв. Так вот, эти прямые у почвы в нормальном состоянии и у деградированной почвы отличаются.

Процессы деградации нарушают спектральные характеристики почв, а поскольку в работе используются разновременные данные (за 35 лет), то видно как изменяется линия почвы со временем. В результате можно выявить одну из причин снижения почвенного плодородия и классифицировать разные виды деградации почв.

*Рухович Д. И. и др. Детектирование деградированных участков пашни на основе анализа больших спутниковых данных // Почвоведение, 2021, № 2. — С. 151-167. DOI: 10.31857/S0032180X21020131

#почва #landsat

Посмотрел некоторые выступления конференции "Космическая съемка: ежегодное всероссийское совещание". Много интересных докладов.

Хочу поделиться впечатлениями от этого доклада, посвященного использованию спутниковых снимков с сельском хозяйстве.

По впечатлениям, информация, которую с помощью спутников можно получить сейчас, наибольший интерес представляет для профильных региональных министерств, очень крупных компаний агропромышленного комплекса и т.д.

С помощью спутниковых снимков уже можно оперативно отслеживать и прогнозировать урожайность на полях. Следить за тем, как именно обрабатываются сельскохозяйственные площади. Например - считать число покосов за лето в лугах.

Ведется работа по обучению нейросеток, обрабатывающих информацию. Направления работы - как уточнение алгоритмов для более качественного определения того, какая именно культура растет на том или ином поле и т.п. Так и, например, введение в систему дополнительных данных - погодных условий и т.д. - для прогноза урожайности.

Из технических сложностей - не получится сделать "универсальный комбайн" переработки информации для всей страны. Даже для Татарстана пришлось делать три разных модели - по числу климатических зон. И отдельно каждую из них донастраивать в зависимости от от погодных условий в том или ином году (когда была засуха, модели пришлось дообучать под ее условия). При этом необходимо оперативное получение информации с мест для обучения моделей. Получить такие данные без помощи региональных профильных министерств вряд ли возможно.

Кроме того, есть проблемы с облаками. Докладчик говорит, что в прошлом году с августа по октябрь не удалось получить ни одного снимка из-за того, что Татарстан был покрыт облаками.

Из организационных - все это начинает внедряться только в тот момент, когда кто-то это внедряет. В Приволжском федеральном округе представитель Президента - экс-глава Роскосмоса И.А. Комаров. При его поддержке осуществляется внедрение технологий ДЗЗ (дистанционное зондирование Земли) в региональные правительственные структуры в этом регионе. О чем прямо говорит ведущий конференции.
Из Приволжского федерального округа на конференции много выступающих. Что происходит в других регионах - непонятно.

В итоге. Работа по внедрению ДЗЗ в России идет. Медленно, медленнее, чем хотелось бы, но верно.
В рамках сложившейся системы, для внедрения технологий ДЗЗ используется коммерческий подход. В рамках этого подхода спутниковые данные Роскосмоса будут продаваться, в том числе - и госструктуры будут пользоваться ими платно. Что, наверное, правильно.

На текущей стадии технического развития средств наблюдения в России, подобные технологии сейчас интересны или региональным и федеральным органам власти, или крупным сельхоз- корпорациям. Мелкому и среднему производителю эти данные, насколько я понимаю, могут быть интересны лишь в качестве прогноза урожая по всей стране - чтобы можно было как-то оценивать ожидаемую стоимость сельхозпродукции. (Во многом - потому что не хватает и разрешающей способности спутников, и их количества.)

#сельское_хозяйство

Комментарии по отзывам потребителей данных ДЗЗ

Тезисы отзывов — здесь и в нескольких следующих заметках.

Возможности российской группировки ДЗЗ недостаточны для удовлетворения потребностей в данных. Это было ясно организаторам совещания, которые с первого выступления просили конкретики — чего именно не хватает. Оказалось, что для построения ежемесячного покрытия территории страны данными среднего пространственного разрешения (~ 10 метров), 3/4 снимков обеспечивают зарубежные спутники. Четырех спектральных каналов Канопус-В (основной “рабочей лошадки” группировки) не хватает для решения задач автоматической классификации поверхности (в частности, для выявления вырубок). Радаров нет. Инфракрасной съемки нет. Населена роботами. Все это постепенно будет появляться, но пока так.

Стремление “Роскосмоса” узнать потребности пользователей радует. Насколько нам известно, это первое совещание, материалы которого выложены в сеть. Будем надеяться, что в будущем появятся: тайм-коды, презентации и тезисы выступлений. Все это сильно упростило бы работу с материалами. Однако есть вопросы, которые одними совещаниями не решаются.

Анализ потребностей в данных нужно проводить непрерывно, а не от совещания к совещанию. Есть масса задач, которые нельзя запланировать (например, преступления) и, если в организации не налажена работа с данными ДЗЗ, то сотрудникам просто неизвестно чего хотеть и где это узнать. В результате потребности в данных исчезают толком не появившись.

Вторая проблема совещаний: охват аудитории. Бросается в глаза отсутствие представителей МВД, Минсельхоза, Минприроды, не говоря уже о научно-исследовательских организациях. Тому же Минсельхозу может понадобится не ежемесячное, а еженедельное покрытие данными. Так, что полученная на совещании картина потребностей в данных, мягко говоря, не полна. Всю заинтересованную аудиторию никакое совещание вместить не сможет. Выход известен: постоянно действующий орган при периодическом общем собрании (совещании).

Немного в сторону. Любопытно, что в планах запуска аппаратов ДЗЗ (доклад В. А. Мироничева), не указаны аппараты из программы “Сфера” (есть только “Пиксел-ВР”). Непонятно, то ли сроки программы сдвинулись вправо, то ли сама программа пересматривается.