Αξιολόγηση Γεωργικής Απόδοσης μέσω Τηλεπισκόπησης
Από RemoteSensing Wiki
Αξιολόγηση Γεωργικής Απόδοσης μέσω Τηλεπισκόπησης
Αντικείμενο
Σκοπός της εφαρμογής είναι η αξιολόγηση μιας μεθόδου ενσωμάτωσης των ανακτώμενων παραμέτρων από δορυφορικές εικόνες, σε ένα μοντέλο ανάπτυξης καλλιεργειών για την προσομοίωση της απόδοσης του ανοιξιάτικου σίτου σε επίπεδο νομού και περιφερειών.Μεθοδολογία
Οι παράμετροι από τα τηλεπισκοπικά δεδομένα παρείχαν χωρική ακεραιότητα, καθώς και μια πραγματικού χρόνου διακρίβωση των προσομοιωμένων παραμέτρων, ώστε να εξασφαλιστεί η αντιστοιχία μεταξύ των μοντελοποιημένων και παρατηρούμενων συνθηκών. Η σύνδεση μεταξύ των δορυφορικών δεδομένων και του μοντέλου καλλιεργειών EPIC (Erosion Productivity Impact Calculator), επετεύχθη με ένα μοντέλο μεταφοράς ακτινοβολίας, SAIL (Scattered by Arbitrary Inclined Leaves) (Εικόνα 1). Το SAIL προσφέρει πληροφορίες για την ανακλαστικότητα των φυτειών και είναι ιδιαίτερα χρήσιμο για να μπορούν να αναγνωριστούν είδη και στάδια καλλιεργειών από δορυφορικές εικόνες Οι παράμετροι ενσωματώθηκαν σε ένα γεωγραφικό σύστημα πληροφοριών, το οποίο ήταν η πλατφόρμα για την συγκέντρωση των αποδόσεων σε τοπικό και περιφερειακό επίπεδο. Αρχικά, μια διακρίβωση του μοντέλου πραγματοποιήθηκε ώστε να εξαχθούν οι αρχικοί παράμετροι, με τον δείκτη βλάστησης (NDVI) από 2 εικόνες του δορυφόρου LANDSAT για τρεις περιοχές. Με τις εικόνες αυτές πραγματοποιήθηκε ταξινόμηση της χρήσης γης και των καλλιεργειών και συγκρίθηκε με στατιστικά στοιχεία των περιοχών. Η πιο επιτυχής ταξινόμηση ήταν του ανοιξιάτικου σίτου, ο οποίος και χρησιμοποιήθηκε για την εφαρμογή του μοντέλου. Η ταξινόμηση επεκτάθηκε σε μια πιο ευρύτερη περιοχή με τη χρήση μιας τεχνικής επέκτασης των φασματικών υπογραφών μεταξύ των εικόνων του Landsat (30m x 30m) και του NOAA AVHRR (1km x 1km). Η ταξινόμηση έδωσε εικονοστοιχεία με ποσοστό του ανοιξιάτικου σίτου, και για την μελέτη χρησιμοποιήθηκαν αυτά με ποσοστό μεγαλύτερο του 50% (Εικόνα 2). Στη συνέχεια το καλλιεργητικό μοντέλο χρησιμοποιήθηκε για την προσομοίωση αποδόσεων καλλιεργειών με την χρήση καθημερινών δεδομένων του δορυφόρου NOAA AVHRR. Τέλος, η βαθμονόμηση και η προσομοίωση συγκρίθηκαν με τα δεδομένα αποδόσεων από την γεωργική στατιστική υπηρεσία (Εικόνα 3).Αποτελέσματα
Στην πρώτη φάση της μελέτης όπου χρησιμοποιήθηκαν οι εικόνες Landsat για την ταξινόμηση των καλλιεργειών και την προσθήκη στο μοντέλο, οι προσομοιωμένες αποδόσεις ήταν παρόμοιές με αυτές που δήλωσαν οι παραγωγοί. Η ανάλυση του 1km των εικόνων του δορυφόρου NOAA AVHRR δεν είναι κατάλληλες για ταξινόμηση των καλλιεργειών αλλά τα αποτελέσματα είχαν λιγότερο από 10% απόκλιση με τα στατιστικά εξαιτίας της τεχνικής που συνδύασε την ταξινόμηση από τις εικόνες του Landsat. Η απόκλιση πιθανότατα προέρχεται από κάποιους παράγοντες που δεν είναι δυνατόν να εντοπιστούν με μικρής ανάλυσης εικόνες όπως οι ασθένειες.
Συμπεράσματα
Οι προσομοιώσεις που διεξάχθηκαν σε τοπικό επίπεδο ήταν ικανοποιητικοί, και η τετραετής ανάλυση των αποδόσεων έδειξε ότι βελτιώνει την πρόβλεψη παραγωγής του ανοιξιάτικου σίτου. Τα αποτελέσματα με και χωρίς την χρήση τηλεπισκοπικών δεδομένων υποδεικνύουν ότι τα δεδομένα της τηλεπισκόπησης βελτιώνουν την συνεκτικότητα των προβλέψεων και ότι η παραγωγή μπορεί να προσδιοριστεί με ακρίβεια πριν την συγκομιδή.
Πηγή:
Paul C. Doraiswamy, Sophie Moulin, Paul W. Cook, & Alan Stern (2003). Crop Yield Assessment from Remote Sensing. Photogrammetric Engineering & Remote Sensing Vol. 69, No. 6, pp. 665–674