Současné možnosti dálkového průzkumu Země pro hodnocení heterogeneity porostů na orné půdě

Transkript

1 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

2 Témata prezentace Co chceme zjišťovat Jaká data/informace DPZ poskytuje Současné metody hodnocení vegetačního pokryvu příkladová studie Nové trendy - fluorescence vegetace

3 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

4

5 Stanovištní podmínky mapy BPEJ, meliorace, LPIS, ZABAGED (vrstevnice), historické uspořádání a velikost polí

6 DMT a jeho deriváty svažitost, expozice, vlhkostní podmínky

7 Historická ortofotomapa

8 Jaká data/informace DPZ poskytuje Tří základní typy EMZ využívané v DPZ: a/ vyzařování; b/ difusní rozptýlené inkoherentní EMZ; c/ odražené koherentní EMZ

9 Satelitní a letecká data DPZ, charakteristika dat 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) Radiometrické (radiometric) rozlišení citlivostní meze skenovacího zařízení Časové (time) rozlišení: doba opakované návštěvy stejného místa na Zemi

10 Jakými přístroji lze data DPZ pořizovat Z hlediska umístění nad povrchem Pozemní (spektrometry) měření z ruky v terénu nesených na zařízení (aplikátory tažené traktorem,...)

11 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)

12 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)

13 Jak jsou data pořízena Princip HS a LiDAR skenování

14 Čím jsou data pořízena Viditelná, blízká a střední infračervená část EM záření Termální EM záření LiDAR skenování CASI-1500 SASI-600 TASI-600 Riegl LMS Q780

15 Čím jsou data pořízena

16 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,...

17 Letecký snímek nasnímaný v modré části spektra

18 Letecký snímek nasnímaný v zelené části spektra

19 Letecký snímek nasnímaný v červené části spektra

20 Letecký snímek nasnímaný v blízké infračervené části spektra

21 Informace o vegetaci z dat DPZ Typická reflektanční (vegetation reflectance curve) křivka zelené vegetace s dominantními faktory ovlivňujícími odrazivost

22 Absorbce EMZ pigmenty rostlin

23 Informace o vegetaci z dat DPZ Spektrální odezva při různé pigmentaci listů (different leaf pigmentation)

24 Spektrální a prostorové rozlišení Sentinel 2A,2B Šíře záběru km Opakování - 5 dní

25 Srovnání spektrálních charakteristik pro vegetaci z leteckých hyperspektrálních dat (CASI a SASI) a satelitních dat Sentinel-2

26 Srovnání spektrálních charakteristik pro holou půdu a vegetaci z leteckých hyperspektrálních dat (CASI a SASI) a satelitních dat Sentinel-2 CASI a SASI Sentinel-2

27 Současné metody hodnocení vegetačního pokryvu 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)

28 Současné metody hodnocení vegetačního pokryvu Vegetační indexy (odhad LAI, LUE) Fotochemická aktivita = odhad z LUE, PRI = (R 531 -R 570 )/(R 531 +R 570 )

29

30

31 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 ( ; ) Sentinel 2A, 12 bands ( )

32 Regression models: N vegetation indices x chemical analyses NDVI = R B8 R B4 R B8 + R B4 (Rouse et al. 1973) REP = R R R 700 R 740 R 700 REP Sen = R R 783 R R 740 R 705 (Guyot a Baret 1988) (Herrmann et al. 2011)

33 CASI 2015 CASI 2016 Sentinel

34 Variability of N in above ground biomass calculated from regression model CASI Coefficient of variantion NDVI the background

35 Variability of N in above ground biomass calculated from regression model CASI Coefficient of variantion N [%] NDVI the background

36 Variability of nitrogen in above ground biomass calculated on regression model Sentinel-2, Coefficient of variation NDVI the background

37 NDVI Hot Spot

38

39 Změna spektrálních (spectral changes) charakteristik porostu pšenice (Triticum aestivum L.) po napadení rzí (Puccinia striiformis f.sp. tritici)

40 Změna teploty klasů pšenice (Triticum aestivum L.) napadené houbami rodu Fusarium spp.), BBCH (GS 77-79)

41 Nové trendy - fluorescence vegetace Měření fluorescence vegetace indukované slunečním zářením jako indikátor aktuálního stavu fotosyntézy (upřesnění GPP, LUE, stres, ) senzory umístěnými na satelitu (SENTINEL 3 GMES) Flight direction 50 deg forward looking ONI view deg FOV Ground track 1000 m pixel 300 m pixel Nadir view ~ 390km FIS O2A FIS O2B

42

43 Nové trendy - fluorescence vegetace Požadavky na fluorescenční skener HyPlant Systém musí pokrývat dvě vlnová pásma kolem atmosférických kyslíkových linií nm nm Spektrální rozlišení nm

44 FLEX HYFLEX

45 Airborne FLUO and DUAL (VNIR, SWIR) assessment

46 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:

47 Pro více informací

48 Děkujeme Vám za pozornost Tyto výsledky vznikly na základě řešení projektů QJ , QJ a NPU I, číslo projektu LO1415.