Γεωγραφικό μοντέλο για τον ακριβή έλεγχο της γεωργίας σε πραγματικό χρόνο τηλεανίχνευσης.

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Συγγραφείς

O. Beeri, A. Peled, Remote Sensing and GIS Laboratory, Department of Geography, University of Haifa


Πηγή

Geographical model for precise agriculture monitoring with real-time remote sensing.


Στόχος της μελέτης

Η ανάπτυξη ενός μοντέλου τηλεανίχνευσης, για την παρακολούθηση της γεωργίας, το οποίο θα επιτρέπει την λήψη αποφάσεων μέρα με την μέρα.


Υλικά και μέθοδοι

Το μοντέλο αποτελείται από πέντε στάδια:

1) Προετοιμασία των πληροφοριακών στρωμάτων σχετικά με τα στοιχεία που επηρεάζουν την καλλιέργεια (π.χ. άρδευση).

2) Η ταυτόχρονη συλλογή φασματικών και φυτικών δεδομένων.

3) Επεξεργασία εικόνας, στατιστικές αναλύσεις και παραγωγή των χαρτών της βλάστησης.

4) Λήψη αποφάσεων με βάση αυτούς τους χάρτες ή με βάση χάρτες προβλεπόμενης απόδοσης, και

5) Ποιοτικός έλεγχος της διαδικασίας χαρτογράφησης.

ΕΙΚΟΝΑ 1: Οικόπεδα σιταριού τα οποία έχουν χαρτογραφηθεί, σύμφωνα με δεδομένα της 28ης Δεκεμβρίου 1999.
ΕΙΚΟΝΑ 2: Χαρακτηριστικά βαμβακιού τα οποία έχουν χαρτογραφηθεί, σύμφωνα με δεδομένα της 28ης Ιουνίου του 2000.

Εφαρμόζοντας αυτό το μοντέλο στο σιτάρι και στο βαμβάκι, πειράματα απέδειξαν ότι αποτελέσματα θα μπορούσαν να επιτευχθούν μέσα σε 48 ώρες. Ο περιορισμός του χρόνου αποτελεί σημαντικό στοιχείο της γεωργικής παρακολούθησης, όπου η διαδικασίας λήψης αποφάσεων προϋποθέτει ότι οι ιδιότητες μιας καλλιέργειας δεν θα αλλάξουν κατά το χρονικό διάστημα από την στιγμή που διενεργείται η παρακολούθηση μέχρι και την λήψη των αποφάσεων που ακολουθείται έπειτα από οποιαδήποτε εφαρμογή της θεραπείας. Το μοντέλο αυτό πέτυχε να εξασφαλίσει μια σύσταση όταν ο καιρός απαιτούσε την γρήγορη λήψη αποφάσεων. Η μέθοδος αυτή πέτυχε να μειώσει την παραδοσιακή διάρκεια των διαδικασιών που απαιτούνται για την εργαστηριακή ανάλυση των φυτών, από 5-7 μέρες σε μόλις 2 μέρες.

Τα αποτελέσματα της μελέτης, οι χάρτες καθώς και οι συστάσεις αναρτήθηκαν σε μία ιστοσελίδα η οποία επιτρέπει στον γεωπόνο αλλά και στον γεωργό να προβάλλουν στοιχεία τους, τα εξαγάγουν τα απαραίτητα συμπεράσματα και να ενεργήσουν αναλόγως.


Αποτελέσματα και συζήτηση

Τα αποτελέσματα της τηλεπισκόπησης ήταν σαφώς καλύτερα από τις παραδοσιακές θεραπείες ελέγχου. Οι βαθμοί συσχέτισης μεταξύ των χαρτών πρόβλεψης και των δεδομένων ήταν της τάξεως του 75%-95%. Μόνη εξαίρεση αποτέλεσαν οι χάρτες υγρασίας οι οποίοι παρουσίασαν χαμηλή αξιοπιστία. Φαίνεται ότι η τηλεπισκόπηση, σε ένα ευρύτερο φάσμα , θα μπορούσε να βελτιώσει την αξιοπιστία των χαρτών και να ενισχύσει τα αποτελέσματα των αναλύσεων. Η καινοτόμος προσέγγιση που ακολουθείται στο προτεινόμενο μοντέλο κατέδειξε την απλότητα της μεθοδολογίας της τηλεπισκόπησης, επιτρέποντας αυτή η προσέγγιση να χρησιμοποιείται στην λήψη αποφάσεων σε καθημερινή βάση.

Εκτός από την απλότητά του, το προτεινόμενο μοντέλο χρησιμοποιεί τιμές που ανταποκρίνονται στην πραγματικότητα όπως είναι το ύψος του φυτού.

Η Τηλεπισκόπηση που εφαρμόζεται για την γεωργική παρακολούθηση απαιτεί την μετατροπή των φασματικών δεδομένων σε ποσοτικές γεωργικές παραμέτρους και δείκτες προκειμένου να ενταχθούν σε μία εμπορική ανάπτυξη καλλιεργειών.

Το συγκεκριμένο μοντέλο παρουσιάζει δύο διαφορετικές επιλογές λήψης αποφάσεων:

α) Για την παρακολούθηση του βαμβακιού χρησιμοποιήθηκαν χάρτες τηλεανίχνευσης για την αναβάθμιση των πληροφοριών που αφορούσαν στο ύψος των φυτών.

β) Για το σιτάρι η παρακολούθηση στηρίχτηκε σε πρόβλεψη των αποδόσεων.

Η αεροφωτογραφία χρησιμοποιείται ήδη για την χαρτογράφηση του καθεστώτος του αζώτου στο σιτάρι αλλά και την έλλειψη του νερού στο βαμβάκι.

Το μοντέλο χρησιμοποιεί αυτές τις προσεγγίσεις για να καταγράψει τις αποφάσεις εκείνες που θα καλύπτουν τις απαιτήσεις της κάθε καλλιέργειας. Καταδεικνύει δηλαδή την ικανότητα να προσαρμόζει την παραγωγή σύμφωνα με την λήψη αποφάσεων προσαρμοσμένων στις απαιτήσεις της κάθε καλλιέργειας.

Αν και αυτή η εργασία παρουσιάζει τη χρησιμότητα αυτού του μοντέλου σε δύο γεωργικές καλλιέργειες, αναμένεται ότι αυτή η ικανότητα θα διευκολύνει την εφαρμογή του μοντέλου αυτού σε διαφορετικές καλλιέργειες, ή σε διαφορετικές απαιτήσεις της ανάπτυξης του βαμβακιού και του σιταριού.

Όπως αυτό το μοντέλο βαθμονομεί τα στοιχεία για κάθε καλλιέργεια και για κάθε απαίτηση που οδηγεί στην λήψη αποφάσεων, αναμένεται ότι και άλλες καλλιέργειες θα μπορούσαν να ελέγχονται με την ίδια ακρίβεια.

Προσωπικά εργαλεία