hodnocení heterogeneity porostů na orné půdě · 2018-04-06 · o chceme zjišťovat zhodnotit...
TRANSCRIPT
Současné možnosti dálkového průzkumu Země pro hodnocení heterogeneity porostů na orné půdě
František Zemek, Miroslav Pikl
Ústav výzkumu globální změny AV ČR, v. v. i., Brno
http:// www.czechglobe.cz
Témata prezentace
Co chceme zjišťovat
Jaká data/informace DPZ poskytuje
Současné metody hodnocení vegetačního pokryvu
příkladová studie
Nové trendy - fluorescence vegetace
Co chceme zjišťovat
Zhodnotit heterogenitu porostů na zemědělských parcelách, identifikovat „slabá“ místa
Nevyrovnanost porostu interakcí: • stanovištní podmínky (půda, výživa, voda) množství
a kvalita biomasy (nevyrovnaný růst) • choroby • škůdci • plevele,...
Vliv na strukturální, biochemické a biofyzikální vlastnosti rostlin a porostu
spektrální charakteristiky porostu
Stanovištní podmínky mapy BPEJ, meliorace, LPIS, ZABAGED (vrstevnice), historické uspořádání a velikost polí
http://www.spucr.cz/bpej/celostatni-databaze-bpej
Jaká data/informace DPZ poskytuje
Tří základní typy EMZ využívané v DPZ: a/ vyzařování; b/ difusní rozptýlené inkoherentní EMZ; c/ odražené koherentní EMZ
Spektrální rozlišení (spectral resolution)
• počet kanálů
• spektrální rozsah kanálu nebo
přírůstek vlnového rozsahu
Výsledek: multispectralní nebo
hyperspektrální senzor/data
Prostorové (spatial) rozlišení • odpovídá velikosti nejmenší plochy,
kterou je možno rozlišit (velikost pixelu)
Časové (time) rozlišení:
• doba opakované návštěvy stejného
místa na Zemi
Satelitní a letecká data DPZ, charakteristika dat
Radiometrické (radiometric) rozlišení
• citlivostní meze skenovacího zařízení
Jakými přístroji lze data DPZ pořizovat
Z hlediska umístění nad povrchem Pozemní (spektrometry) • měření „z ruky“ v terénu • nesených na zařízení (aplikátory tažené traktorem,...)
Letecké - zařízení umístěná na dronech a v letadlech
Satelity – nejdelší časová řada dat (1972) z mise Landsat MSS, TM, ETM+, OLI_TIRS; SENTINEL-2 (2015)
Z hlediska jak zařízení snímá
Fotografická kamera (frame camera), skener, LiDAR
• panchromatické – černobílý snímek (vysoké prostorové rozlišení)
• multispektrální – snímek ve více vlnových intervalech (např. běžný fotoaparát, UltraCam, Sentinel-2,...)
• hyperspektrální – snímek s velmi úzkou šíří spektrálního intervalu (AISA, CASI, Hyperion,...)
• bodová mračna (x, y, z), vlnové charakteristiky (full wave-form)
CASI-1500
Viditelná, blízká a střední infračervená část EM záření
SASI-600 TASI-600
Termální EM záření
Riegl LMS – Q780
LiDAR skenování
Čím jsou data pořízena
Detailní digitální model reliéfu terénu (DMT) z LiDAR dat – ČÚZK (DMR 4G), 5m pixel; možnost nasnímání letecky pro velmi podrobné mapování povrchu, např. odtokové poměry, erozní ohrožení,...
Typická reflektanční (vegetation reflectance curve) křivka zelené vegetace s dominantními faktory ovlivňujícími odrazivost
Informace o vegetaci z dat DPZ
Informace o vegetaci z dat DPZ
Spektrální odezva při různé pigmentaci listů (different leaf pigmentation)
Spektrální a prostorové rozlišení Sentinel 2A,2B
Šíře záběru
- 290 km
Opakování - 5 dní
https://scihub.copernicus.eu/
http://collgs.czechspaceportal.cz
Srovnání spektrálních charakteristik pro vegetaci z leteckých hyperspektrálních dat (CASI a SASI) a satelitních dat Sentinel-2
Srovnání spektrálních charakteristik pro holou půdu a vegetaci z leteckých hyperspektrálních dat (CASI a SASI) a satelitních dat Sentinel-2
Sentinel-2 CASI a SASI
Empirické metody (empirical methods) • Rozdíly ve spektrálních charakteristikách nasnímané odrazivosti povrchu vegetace (TOC) • Vztah mezi nasnímanou odrazivostí (TOC) a pozemně naměřenými biochemickými a/nebo biofyzikálními parametry vegetace:
• Kvalitativní (segmentace obrazu – druhové složení, třída poškození,…) • Kvantitativní (vegetační indexy, objem biomasy, obsahy látek, napadení chorobami,...)
Fyzikálně založené metody (Physical based methods) • Inverzní modely přenosu EMZ porostem (RT modely, např. DART)
Současné metody hodnocení vegetačního pokryvu
Současné metody hodnocení vegetačního pokryvu
Vegetační indexy
(odhad LAI, LUE)
Fotochemická aktivita = odhad z LUE, PRI = (R531-R570)/(R531+R570)
Hodnocení heterogenity porostů pšenice ozimé ve vztahu k obsahu N v nadzemí biomase (Heterogeneity in field blocks - N content in AGB)
CASI, 4m, 10nm, 64 bands (5. 6. 2015; 6.5. 2016) Sentinel – 2A, 12 bands (23.5. 2016)
𝑁𝐷𝑉𝐼 =𝑅𝐵8 − 𝑅𝐵4𝑅𝐵8 + 𝑅𝐵4
(Rouse et al. 1973)
𝑅𝐸𝑃 = 700 + 40
𝑅670 + 𝑅7802
− 𝑅700
𝑅740 − 𝑅700
(Guyot a Baret 1988)
𝑅𝐸𝑃𝑆𝑒𝑛 = 705 + 35
𝑅665 + 𝑅7832 − 𝑅705
𝑅740 − 𝑅705
(Herrmann et al. 2011)
Regression models: N vegetation indices x chemical
analyses
Obr. 20 Mapa indikace variability množství dusíku v nadzemní biomase pšenice pěstované na půdních blocích v roce 2015. Vypočteno na základě vegetačního indexu REP z dat snímaných skenerem CASI 5. 6. 2015. Pozadí tvoří hodnoty vegetačního indexu NDVI.
Coefficient of variantion Variability of N in above ground biomass calculated from regression model CASI 5. 6. 2015 NDVI – the background
Variability of N in above ground biomass calculated from regression model CASI 6. 5. 2016 NDVI – the background
Coefficient of
variantion N [%]
Variability of nitrogen in above ground biomass calculated on regression model Sentinel-2, 23. 5. 2016 NDVI – the background
Coefficient of
variation
Změna spektrálních (spectral changes) charakteristik porostu pšenice (Triticum aestivum L.) po napadení rzí (Puccinia striiformis f.sp. tritici)
Změna teploty klasů pšenice (Triticum aestivum L.) napadené houbami rodu Fusarium spp.), BBCH (GS 77-79)
Flight direction
33-35 deg FOV
Nadir view
~ 390km
50 deg forward
looking ONI view
300 m
pixel
1000 m
pixel
Ground track
Měření fluorescence vegetace indukované slunečním zářením jako indikátor aktuálního stavu fotosyntézy (upřesnění GPP, LUE, stres,…) senzory umístěnými na satelitu (SENTINEL 3 – GMES)
FIS
O2A
FIS
O2B
Nové trendy - fluorescence vegetace
Požadavky na fluorescenční skener HyPlant
• Systém musí pokrývat dvě vlnová pásma kolem atmosférických kyslíkových linií
• 680 – 695 nm
• 755 – 770 nm
• Spektrální rozlišení 0.1 – 0.2 nm
Nové trendy - fluorescence vegetace
Vhodnost dat/metod DPZ pro hodnocení
homogenity porostů
• Pozemní spektrální měření: kalibrace a validace
leteckých/satelitních dat, nutný specialista • Drony: lokální využití, zatím nízký poměr signál/šum; výhoda -
operabilnost, nutný specialista • Letadlo + HS skenery: velkoplošné využití, široký záběr možných
aplikací, nutno řešit subdodávkou (velká specializace), cenově náročnější
• Satelity (Sentinel): bezproblémová dostupnost dat i jejich předzpracování, velká frekvence opakování snímku za stejné území charakteristika chování porostů na daném pozemku, možnost zonálního ošetření (hnojení, regulátory růstu, desikace, ochrana,...); poroste dostupnost uživatelsky snadných aplikací: https://earthengine.google.com/
http:// www.czechglobe.cz http://mapserver.czechglobe.cz/
http://hydap.czechglobe.cz/
http://urbanadapt.cz/cs
Pro více informací
Děkujeme Vám za pozornost
[email protected] [email protected]
Tyto výsledky vznikly na základě řešení projektů QJ1610289, QJ1220007 a NPU I, číslo projektu LO1415.