Цифровые технологии для мониторинга вегетации агрокультур в АПК

Бесплатный доступ

Рассмотрена возможность применения беспилотных летательных аппаратов (БПЛА) при возделывании сельскохозяйственных культур. Описано решение инженерной задачи по обеспечению мониторинга процесса вегетации культуры; обозначены основные параметры для его проведения. Поставлена цель исследования, которая заключается в оценке динамики развития выращиваемой культуры определением нормализированного индекса растительности NDVI посредством фотокамеры и БПЛА. Описан процесс определения индекса растительности NDVI. Приведены факторы, влияющие на процесс его определения. Представлены необходимые для проведения оценки динамики развития агрокультуры программные обеспечения (ПО). Указаны типы программных обеспечений для обработки полученных снимков с БПЛА. Обозначены сроки и вегетационный период проведения исследования. В качестве возделываемой культуры выбран адаптивный, засухоустойчивый сорт яровой мягкой пшеницы Омская 36 (вегетационный период в условиях Западной Сибири - 75-86 дней). Приведены результаты проведения оценки индекса растительности, свидетельствующие о качестве составленной методики проведения мониторинга выращиваемой культуры посредством определения NDVI; графическая интерпретация зависимости индекса NDVI (рис. 4) за каждый месяц вегетации культуры. Установлена взаимосвязь урожайности и высоких показателей индекса растительности. Представлен тип дискретной шкалы для оценки NDVI агрокультуры. Определен самый интенсивный период развития выращиваемой культуры, который по шкале NDVI достигает отметки 4,3. В качестве результатов получены методика для оценки NDVI агрокультуры, дискретная шкала индекса растительности, которая проходит калибровку согласно типу культуры. Мониторинг вегетации агрокультуры позволяет своевременно принять меры по устранению вредителей и защите выращиваемых культур.

Еще

Цифровизация, информационные технологии, программное обеспечение, автоматизация, индекс ndvi, агропромышленный комплекс

Короткий адрес: https://sciup.org/142238704

IDR: 142238704

Текст научной статьи Цифровые технологии для мониторинга вегетации агрокультур в АПК

Применение цифровых технологий в сегменте растениеводства АПК позволяет выполнять широкий спектр работ по обеспечению качества возделывания сельскохозяйственных культур, повышению их урожайности и как следствие улучшению экономической составляющей предприятия [1; 2; 5].

Оптимизация техники и технологического процесса при возделывании сельскохозяйственных культур возможна результирующей оценкой посевных площадей посредством их мониторинга с применением цифровых технологий. В агропромышленном комплексе эти технологии позволяют получить сравнительно высокую эффективность функционирования предприятий АПК в сегменте растениеводства.

Инженерные службы АПК решают задачу по обеспечению мониторинга процесса возделывания сельскохозяйственных культур. Одно из перспективных направлений внедрения цифровых технологий в растениеводстве – использование дронов (БПЛА) для мониторинга состояния растительности при возделывании культур. Установленная на БПЛА фотоаппаратура с фоточувствительными датчиками позволяет с высокой точностью выполнять фотофиксацию поверхности поля, при дальнейшей обработке полученные снимки дают четкое обоснование состояния участка поля и имеющейся на нем растительности. Это позволяет прослеживать динамику развития культур, предупреждать возникновение болезней и появление вредителей, своевременно принимать меры по предотвращению снижения качества растительности [2; 3].

Материалы и методы

Целью в представленном материале являлось проведение исследования нормализованного (вегетационного) относительного индекса растительности NDVI с применением БПЛА для оценки динамики развития культурных растений.

Для достижения поставленной цели необходимо:

  • –    разработать методику проведения исследования вегетационного индекса NDVI выращиваемой культуры посредством БПЛА;

  • –    оценить динамику развития культурных растений.

Мониторинг развития растений с оценкой вегетационного индекса растительности NDVI необходимо провести по параметрам [4]:

  • –    роста и динамики развития растений;

  • –    контроля появления и распространения сорных растений, вредителей, болезней растений;

  • –    оценки урожайности выращиваемой культуры.

Проведение оценки указанных параметров выполняется фотофиксацией поверхности растительного участка фоточувствительными датчиками и сравнением полученных изображений со шкалой NDVI. Фотофиксацию выполняют при облете полей БПЛА. Суть технологии оценки индекса растительности заключается в следующем [5; 6].

При попадании солнечного света на поверхность растительности часть света поглощается растительностью (электромагнитные волны красного диапазона), часть света отражается (электромагнитные волны ближнего инфракрасного диапазона). При отра-

Vestnik of Omsk SAU, 2023, no. 3(51)

PROCESSES AND MACHINES OF AGROENGINEERING SYSTEMS жении с поверхности растительности солнечный свет улавливают фоточувствительные датчики. Интенсивность поглощения света зависит от факторов [2; 10]:

  • –    площади поверхности листвы;

  • –    уровня содержание в них хлорофилла.

К примеру, поглощение солнечных лучей растительности бобовых культур с темно-зеленой окраской принято за 94–96%, в то время как у светло-зеленых – 87%. Поглощение света растительностью с желтой окраской с наименьшим содержанием хлорофилла – всего лишь до 42%.

После фотофиксации изображения проходят обработку (дешифровку) на ПК посредством ПО. Одни из известных и практичных ПО – Agisoft Photoscan, Agisoft Metashape.

ПО выполняет дешифровку полученных снимков и вычисление индекса NDVI по известной формуле (1) [7–9]:

NIR - RED

NIR + RED’

NDVI =

где NIR – отраженный солнечный свет в ИК диапазоне длин волн;

RED – отраженный солнечный свет в красном диапазоне длин волн.

Рис. 1. Отраженный спектр с поверхности растительности в разном физическом состоянии

Исследование нормализованного вегетационного индекса растительности проведено в отделе механизации и экономических исследований в ФГБНУ «Омский аграрный научный центр». При оценке индекса NDVI использовали [10; 11]:

  • –    квадрокоптер модели типа DJI Mavic AIR 2 с установленной камерой с фоточув-ствительными датчиками;

  • –    программное обеспечение Agisoft Photoscan, установленное на персональном компьютере.

Исследование нормализованного вегетационного индекса растительности проводили в 2022 г. Исследуемое поле разделено на 3 участка с длиной гона 200 м и разной шириной засеянных участков, с учетом исследований опытных образцов. Возделываемой культурой являлся адаптивный, засухоустойчивый сорт яровой мягкой пшеницы Омская 36. Сорт относится к типу среднеранних. Вегетационный период составил 75– 86 дней. Средняя урожайность в регионах Западной Сибири варьирует от 22 до 46 ц/га [2; 5].

Величину достоверности аппроксимации определяли, вычисляя коэффициент де- терминации

,                    R1- 5

где о2, 0 2 - дисперсии ошибки модели и случайные величины.

Vestnik of Omsk SAU, 2023, no. 3(51)

PROCESSES AND MACHINES OF AGROENGINEERING SYSTEMS

Мониторинг исследуемого участка поля проводился с интервалом не реже 1 месяца. Фотофиксация исследуемого участка выполнялась с марта по сентябрь в 2022 г.; перед началом его подготовки к посеву и до окончания уборочной кампании. Задачей исследования являлся мониторинг развития агрокультуры, состояние выращиваемой культуры, динамика засоренности поля сорными растениями, диагностирование культуры на наличие/отсутствие болезней и вредителей [12; 13].

Программа исследований включала этапы:

  • 1.    Перед выполнением облета и фотофиксации полей необходимо получить соответствующее разрешение на полеты БПЛА в исследуемом воздушном пространстве.

  • 2.    Для определения индекса NDVI необходимо выполнить калибровку устройств под исследуемую выращиваемую культуру.

  • 3.    Выполняется территориальная разметка расстановкой геодезических меток. Это позволяет проводить планово-высотное обоснование над исследуемой территорией.

  • 4.    Производят облет поля согласно его площади; фотофиксацию исследуемого участка. Одновременно выполняется регистрация центра координат каждого снимка посредством геодезического GNSS-приемника.

  • 5.    Полученные снимки проходят обработку (дешифровку) посредством соответствующего ПО.

  • 6.    После обработки (дешифровки) полученных снимков составляется карта полей. Графическое отображение цветовой схемы красного и инфракрасного областей спектра, отображенных на снимках, индексируют относительно шкалы NDVI. Полученная карта поля с графической интерпретацией продуктивности сельхозкультур относительно дискретной шкалы NDVI указывает на состояние растительности.

С построения логического маршрута для выполнения оптимального облета задаются контрольные точки начала и окончания траектории. Точки начала и завершения полета могут совпадать. Не имеет значения, откуда именно будет начинать полет БПЛА. С математической точки зрения, начало полета возможно с любой из точек выбранной траектории. На указанной замкнутой траектории этот факт не существенен и не влияет на результат. В случае если выполняемый облет участка будет прерван (разряжение аккумулятора или иная причина), его возобновление возможно с последней контрольной точки. Траектория облета БПЛА по исследуемому участку с указанными контрольными точками, в том числе начала s и окончания f облета, указано на схеме (рис. 2). В качестве системы координат указана плоскость, совпадающая с поверхностью исследуемого поля.

Рис. 2. Начальная, конечная и маршрутные точки полета

Vestnik of Omsk SAU, 2023, no. 3(51)

PROCESSES AND MACHINES OF AGROENGINEERING SYSTEMS

Результаты исследования

Проводимая оценка динамики вегетационного индекса, выполняемая в течение сезона, начиналась с момента схождения снежного покрова на исследуемом участке и заканчивалась в момент уборочной кампании.

Перед совершением облета исследуемого участка поля выполнялась калибровка устройства под исследуемую выращиваемую культуру.

Территориальная разметка с расстановкой геодезических меток позволила определить необходимую высоту и задать нужную траекторию полета над исследуемым участком поля.

Согласно полученным снимкам и обработанным посредством ПО Agisoft Photoscan выполненное вычисление индекса NDVI позволило оценить состояние исследуемого поля. Таким образом получены значения:

  • –    NDVI < 0,1 – говорит об отсутствии растительности. Значение индекса характерно в период схождения снега (марь-апрель);

  • –    NDVI 0,1–0,3. При указанном значении на исследуемом участке зафиксировано появление всхожести сорной растительности;

  • –    NDVI 0,3–0,4 – указывает на наличие растительности с достаточным количеством влаги, не имеющей разрежений, листья которой не поражены заболевания-ми/вредителями.

Отметим, значения индекса NDVI в интервале 0,5–0,7 указывают на участки с лесной растительностью.

Рис. 3. Тип дискретной шкалы при оценке индекса NDVI выращиваемой культуры

Согласно результатам оценки нормализованного индекса растительности полученные данные позволили построить диаграмму индекса NDVI от времени развития вегетации агрокультур (рис. 4). Интервал оценки индекса растительности составляет 1 месяц.

Рис. 4 . Зависимость индекса NDVI за каждый месяц сезона вегетации выращиваемой культуры

Vestnik of Omsk SAU, 2023, no. 3(51)

PROCESSES AND MACHINES OF AGROENGINEERING SYSTEMS

Согласно кривой (рис. 4) установлена динамика увеличения индекса растительности с начала проведения исследований.

Численные значения урожайности сорта пшеницы Омская 36 и значение индекса растительности NDVI на исследуемых участках

№ участка

NDVI

Урожайность, ц/га

1

0,42

26,47

2

0,43

38,51

3

0,41

34,87

Проведенный корреляционный анализ оценки NDVI позволил определить взаимосвязь урожайности и высоких показателей индекса. Коэффициент корреляции по установленным данным составил 0,83, что подтверждает эффективность представленного метода оценки индекса растительности для оценки динамики развития культурных растений.

При фотофиксации исследуемого участка поля в начале исследований (март-апрель), после схождения снега, индекс растительности минимален и имеет значение < 0,1. В момент начала появления растительности на исследуемом участке происходит увеличение индекса растительности, превышая отметку 0,4. Самый интенсивный период развития выращиваемой культуры достигает пика на отметке 4,3. Это среднее значение индекса растительности, поскольку в некоторых местах площади исследуемого поля зафиксированы локальные пустые участки, на которых растительность сравнительно слабая или совсем отсутствовала (рис. 5).

Рис. 5. Анализ растительности по индексу NDVI в июле 2022 г. (дешифрованный снимок с экрана ПК)

Зафиксированные видимые локальные участки на исследуемом поле, так называемые «проплешины», указывают на поражение культуры заболеваниями и химической обработкой. Своевременное определение пораженных участков позволяет оперативно принять меры по устранению вредоносных факторов.

Полученная карта поля с графической интерпретацией продуктивности сельхозкультур относительно дискретной шкалы NDVI позволяет оценить состояние растительности, по которой своевременно приводится заключение о принятии мер по предотвращению распространения болезней, вредителей растительности и выбору способа химической обработки.

Vestnik of Omsk SAU, 2023, no. 3(51)                    PROCESSES AND MACHINES OF AGROENGINEERING SYSTEMS

Указанный способ и представленная методика оценки индекса процесса вегетации культуры NDVI позволяют проводить оценку урожайности выращиваемых культур. Проведение мониторинга их роста и развития позволяет контролировать развитие сорных растений, появление вредителей и возникновение болезней растений, своевременно принимать меры по устранению вредителей и защите выращиваемых культур. Применение цифровых технологий при возделывании сельскохозяйственных культур значительно упрощает решение задач по обеспечению качества урожайности и повышению экономической составляющей предприятий сегмента АПК.

Заключение

Разработана программа и проведено исследование нормализованного относительного индекса растительности NDVI с применением БПЛА. Проведена оценка и установлена динамики развития культурных растений.

Мониторинг развития вегетации агрокультуры и оценка NDVI выполнена по параметрам:

  • –    росту и динамике развития растений;

  • –    контролю появления и распространению сорных растений, вредителей, болезней растений;

  • –    оценки урожайности выращиваемой культуры.

Своевременная оценка состояния выращиваемой культуры предоставляет возможность спрогнозировать ее дальнейшее состояние. Это позволяет оперативно подобрать тип технологической операции и принять меры по оптимизации качества возделывания и повышения урожайности.

Представленная методика оценки вегетационного индекса растительности (NDVI) позволила получить диапазон индекса растительности в сезон вегетации возделываемой культуры сорта яровой мягкой пшеницы Омская 36 за каждый месяц вегетации в 2022 г. При оценке индекса выращиваемой культуры проведена индивидуальная калибровка ПО под исследуемый вид культуры.

Список литературы Цифровые технологии для мониторинга вегетации агрокультур в АПК

  • Керученко Л.С., Гурин Т.Ю., Даманский Р.В. Изменение зазора в запорном сопряжении распылителя форсунки двигателя // Сельский механизатор. 2017. № 11. С. 36–37.
  • Volkova V.A., Tsyganova N.A., Voronkova N.A., Tyumentseva E.Yu., Voronkova M.N. Growth-stimulating role of chelates and organic acids. IOP Conference Series: Earth and Environmental Science: conference proceedings, Krasnoyarsk, Russia, 13–14 ноября 2019 года. Krasnoyarsk Science and Technology City Hall of the Russian Union of Scientific and Engi-neering Associations. Krasnoyarsk, Russia: Institute of Physics and IOP Publishing Limited. 2020;421:62027.
  • Зимин А.К., Мальцева Е.И., Прокопов С.П., Кузина Е.М. Предпосылки использования углеродного земледелия // Инновационные технологии в АПК как фактор развития науки в современных условиях: сб. Междунар. науч.-исслед. конф., по-свящ. 70-летию создания факультета ТС в АПК (МЕХ ФАК), Омск, 26 ноября 2020 года. Омск: Омский государственный аграрный университет имени П.А. Столыпина, 2020. С. 99–102.
  • Союнов А.С., Головин А.Ю., Прокопов С.П., Кулаева А.Г. Информационные технологии в точном земледелии при подготовке высококвалифи-цированных кадров АПК // Цифровое сельское хозяйство региона: основные задачи, перспективные направления и системные эффекты: сб. материа-лов Междунар. науч.-практ. конф., посвящ. 70-ле-тию экономического факультета, Омск, 25 апреля 2019 года. Омск: Омский ГАУ, 2019. С. 379–384.
  • Кем А.А., Михальцов Е.М., Даманский Р.В., Шмидт А.Н. Внедрение цифровых технологий на предприятиях АПК Омской области // Информационные технологии, системы и приборы в АПК. АГРОИНФО-2021: материалы 8-й Междунар. науч.-практ. конф., р.п. Краснообск, 21–22 октября 2021 года / под ред. В.В. Альта. Новосибирск ; Красно-обск: Сибирский федеральный научный центр аг-робиотехнологий Российской академии наук, 2021. С. 268–271.
  • Гусев А.П., Шпилевская Н.С., Филон-чик Н.Н. Нормализованный дифференцированный вегетационный индекс охраняемых ландшафтов юга Беларуси // Вестник Воронежского государственного университета. Серия: География. Геоэко-логия. 2021. № 2. С. 13–19.
  • Vozhehova R., Maliarchuk M., Biliaieva I., Lykhovyd P., Maliarchuk A., Tomnytskyi A. Spring row crops productivity prediction using normalized difference vegetation index. Journal of Ecological Engineering. 2020;21(6):176-182.
  • Lykhovyd P. Sweet corn yield simulation us-ing normalized difference vegetation index and leaf area index. Journal of Ecological Engineering. 2020;21(3):228-236.
  • Хисматулин Д.Р., Демчук Е.В. Цифровые технологии в растениеводстве // Роль научно-исследовательской работы обучающихся в развитии АПК: сб. III Всерос. (нац.) науч.-практ. конф. Омск, 10 февраля 2022 года. ФГБОУ ВО Омский ГАУ: Омский государственный аграрный университет имени П.А. Столыпина, 2022. С. 168–172.
  • Чекусов М.С., Кем А.А., Михальцов Е.М., Даманский Р.В., Шмидт А.Н. Современные цифро-вые технологии в растениеводстве АПК Омской области // Инновационные технологии в АПК, как фактор развития науки в современных условиях: сб. VI Междунар. науч.-практ. конф., посвящ. 90-летию со дня рождения доктора технических наук, профессора Станислава Антоновича Корниловича (9 декабря 1931 г. – 25 октября 2020 г.), Омск, 18 ноября 2021 года. Омск: Омский государствен-ный аграрный университет имени П.А. Столыпина, 2021. С. 180–185.
  • Lykhovyd P., Lavrenko S., Ushkarenko V., Maksymov M., Lavrenko N. Beans (Phaseolus vulga-ris L.) yields forecast using normalized difference ve-getation index. International Journal of Agricultural Technology. 2022;18(3):1033-1044.
  • Bukhovets A.G., Semin E.A., Kucheren-ko M.V., Yablonovskaya S.I. Dynamic model of cropsʼ normalized difference vegetation index in central fe-deral district environment. IOP Conference Series: Earth and Environmental Science: III International Scientific Conference: AGRITECH-III-2020: Agribu-siness, Environmental Engineering and Biotechnolo-gies, Volgograd, Krasnoyarsk, 18–20 июня 2020 года. Krasnoyarsk Science and Technology City Hall of the Russian Union of Scientific and Engineering Associa-tions. Volgograd, Krasnoyarsk: Institute of Physics and IOP Publishing Limited. 2020;548:42019.
  • Gong Z., Kawamura K., Ito Y., Ishikawa N., Goto M., Wulan T., Alateng D., Yin T. MODIS nor-malized difference vegetation index (NDVI) and vege-tation phenology dynamics in the Inner Mongolia grassland. Solid Earth. 2015;6(4):1185-1194.
Еще
Статья научная