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

DMT a jeho deriváty svažitost, expozice, vlhkostní podmínky

Historická ortofotomapa

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)

Princip HS a LiDAR skenování

Jak jsou data pořízena

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

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,...

Letecký snímek nasnímaný v modré části spektra

Letecký snímek nasnímaný v zelené části spektra

Letecký snímek nasnímaný v červené části spektra

Letecký snímek nasnímaný v blízké infračervené části spektra

Typická reflektanční (vegetation reflectance curve) křivka zelené vegetace s dominantními faktory ovlivňujícími odrazivost

Informace o vegetaci z dat DPZ

Absorbce EMZ pigmenty rostlin

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)

https://www.indexdatabase.de

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

CASI 2015

CASI 2016 Sentinel - 2 2016

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

NDVI

Hot Spot

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

FLEX HYFLEX

Airborne FLUO and DUAL (VNIR, SWIR) assessment

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

zemek.f@czechglobe.cz pikl.m@czechglobe.cz

Tyto výsledky vznikly na základě řešení projektů QJ1610289, QJ1220007 a NPU I, číslo projektu LO1415.