Мониторинг Урожая Сахарного Тростника В Бразилии
Бразилия является главным экспортером сахара, поставляя около 50% всего сахара в мире. Сельскохозяйственные предприятия и фермеры производят продукцию из сахарного тростника. Эта культура также используется для производства этанола – возобновляемого вида топлива.
В этом кейсе мы рассмотрим, как EOS Data Analytics выполнила индивидуальный проект по мониторингу урожая сахарного тростника для бразильской компании.
Обзор: Производство Сахара В Бразилии
Сельскохозяйственные предприятия страны начали переходить от ручного, устаревшего, дорогостоящего и экологически вредного предуборочного сжигания (сжигание всех листьев и верхушек сахарного тростника, кроме сахароносных стеблей) к “зеленой” уборке тростника. Этот альтернативный подход подразумевает использование машин с вентиляторами для очистки стеблей от листьев и верхушек, чтобы биомасса оставалась на земле и способствовала восстановления почвы. Благодаря такому переходу фермеры могут оптимизировать полевые работы и сбор урожая в течение всего года, включая сезон дождей. Ускорение процесса производства сахара особенно актуально, учитывая растущий спрос на продукты питания и увеличение потребления сахара. Однако новые методы выращивания сахарного тростника и его уборки требуют внедрения технологий, которые позволяют оценивать производство и осуществлять беспрерывный мониторинг сельскохозяйственных угодий для своевременного обнаружения изменений.
Задача: Найти Альтернативу Трудоемким И Дорогостоящим Полевым Инспекциям И Наземному Мониторингу Урожая
Для мониторинга урожая в масштабах региона или страны необходим метод, который позволит обойти ограничения, характерные для мониторинга с помощью дронов, и недостатки наземного мониторинга урожая в виде дорогостоящего обслуживания навигационного оборудования сельскохозяйственной техники. Применение спутниковых данных для отслеживания хода уборки урожая на больших площадях полей сахарного тростника может стать разумной альтернативой. Определение сроков сбора урожая на уровне поля – один из подобных проектов, который EOS Data Analytics выполнила для бразильского заказчика.
Решение: Мониторинг Сроков Сбора Урожая И Расчет Убранных Площадей С Помощью Спутниковых, Метео- И Агрономических Данных
Специалисты EOSDA определили даты сбора урожая и рассчитали убранные площади для бразильской компании, которая нуждалась в этой информации для планирования и оптимизации логистических операций. Производитель сахара управляет полями в штате Сан-Паулу, на который приходится 60% производства сахарного тростника в стране.
Команда работала над пилотным проектом в 2019-2020 годах, используя записи, начиная с 2018 года (год посадки сахарного тростника на анализируемых полях).
Разработка алгоритмов для мониторинга уборки сахарного тростника была обоснована уникальностью культуры и разницей в признаках уборки по сравнению с зерновыми культурами.
Сахарный тростник высаживают два раза в год: зимой (август-сентябрь) и летом (февраль-апрель) в очень влажную почву. Растение растет в течение одного или полутора лет. В большинстве случаев фермеры собирают урожай сахарного тростника в зеленом состоянии и в сухие периоды зимой, когда концентрация сахарозы в растениях наиболее высока.
Было разработано два независимых алгоритма на основе деревьев решений; алгоритм 1 был рассчитан на анализ временного ряда мультиспектральных оптических данных Sentinel-2, а алгоритм 2 использовался для анализа временного ряда радарных данных спутника Sentinel-1 в сочетании с оптическими данными.
EOSDA Crop Monitoring
Получите доступ к спутниковым снимкам с высоким разрешением – управляйте полями эффективно!
Решение использовать оба типа спутниковых данных было обосновано их свойствами и частичной доступностью оптических данных.
Оптические данные – хороший выбор, поскольку сахарный тростник убирается зеленым. Также к плюсам можно отнести частоту повторных посещений территории спутником (каждые пять дней) и высокую чувствительность коэффициентов отражения в спектральных каналах к изменениям растительности на полях. Недостатком оптических снимков является то, что облачность и туман не позволяют считывать спектральные характеристики различных каналов, применяемых в анализе. Именно в таких случаях на помощь приходят радарные данные. Более того, радарные спутниковые снимки открывают перед нами бóльшее окно возможностей, поскольку мы можем определить, как меняется текстура поля. Например, после сбора урожая на поле остаются участки корней (пожнивные остатки), но их высота и структура уже другие. Недостатком использования радарных данных является их временное разрешение, а именно 10-12 дней.
Использование оптических данных. Для определения дат сбора урожая с использованием временных рядов оптических данных со спутника Sentinel-2 специалисты проанализировали снимки, рассчитав индекс NDVI, поскольку спектральное отражение зеленой растительности, пожнивных остатков и почвы без растительности различается. Значения индекса постепенно увеличиваются на протяжении роста растений и резко уменьшаются после сбора урожая. Учитывая, что поля сахарного тростника убираются по частям (по 5-10 га), крупные поля были разделены на квадратные участки, чтобы снижение значений индекса было более заметным.
Наиболее точные оценки убранных площадей в месяц были получены за период с марта по август 2018 года, когда процент облачных пикселей составил менее 45% от площади изображений.
Использование данных SAR. Радарные снимки можно использовать для уточнения дат сбора урожая, которые были определены на основе оптических данных, и, как уже говорилось ранее, для уточнения дат сбора урожая в случае, когда камеры оптических спутников не могут зафиксировать спектральные характеристики необходимых каналов из-за облачной погоды.
Для мониторинга урожая по данным SAR мы использовали временные ряды когерентности, сформированные на основе снимков Sentinel-1 IW SLC. Низкая когерентность соответствует периоду, когда идут уборочные работы. Когерентность быстро растет после завершения уборки урожая из-за голой почвы или редкой растительности.
Помимо спутниковых данных, команда использовала агрокалендарь (даты посева сахарного тростника) и погодные данные, так как их совместное использование позволяет получить более точный результат.
Для расчета размеров убранных полей специалисты использовали векторную карту, содержащую полигоны, каждый из которых соответствовал определенному участку, и выявили изменения в границах полей, используя спутниковые снимки этих полей.
В случае необходимости мы можем применить эту технологию, чтобы зафиксировать частичную уборку поля.
Результат: Определены Статус, Сроки Сбора Урожая И Убранная Площадь 30 Полей
Команда подготовила цифровую векторную карту с указанием 30 определенных полей, разделенных на 574 участка, статуса сбора урожая, убранной площади и дат уборки для каждого из них. Общая площадь наблюдаемых полей составила 3745 га. Убранные территории, определенные путем визуальной интерпретации, совпадают с результатами алгоритма на основе оптических данных (алгоритм 1) на 97%; совпадение с алгоритмом на основе радарных и оптических данных (алгоритм 2) составляет 90%.
При работе с оптическими данными ученые добились более высокой точности в определении дат сбора урожая потому, что интервал повторных посещений территории спутником Sentinel-2 был короче (5 дней), чем у спутника Sentinel-1 (10-12 дней). Таким образом, использование данных, полученных как оптическими, так и радарными спутниками, было обосновано.
После окончания пилотного проекта в 2020 году клиент попросил проконтролировать ход уборочных работ в другой провинции.
Об авторе:
Наталья Иванчук получила степень магистра по прикладной математике в Национальном университете водного хозяйства и природопользования. Она является автором более 60 публикаций, монографий и других научных работ. Опыт Натальи и постоянное желание учиться и совершенствовать свои навыки программирования (C++, C#, JS, Python) приносит существенную пользу EOS Data Analytics.
Последние cтатьи
Антракноз: Как Выявить И Контролировать Заболевание
Антракноз быстро распространяется и может уничтожить многие сельскохозяйственные культуры. Узнайте о методах раннего выявления и вариантах лечения для защиты посевов.
Выращивание Табака От А До Я: Посев, Уход, Сбор И Сушка
Выращивание табака сопряжено со сложностями из-за высоких требований культуры к климату, почве и питанию. Однако современные технологии точного земледелия помогают справляться с этими вызовами.
Калийные Удобрения: Как И Когда Вносить
Калийные удобрения укрепляют растения, помогая им процветать. Узнайте, как использовать калий для поддержания продуктивности полей на высшем уровне.