Εκτίμηση ζημιών των γεωργικών καλλιεργειών

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση
Εικονά 1.Χαρτογράφηση του Δέλτα του Ποταμού Μισισιπί, εντοπίζοντας τις πιο πιθανές περιοχές όπου τα έντομα μπορεί να επιθετούν
Εικονά 2.Προσδιορισμός βλάστησης υπό συνθήκες καταπόνησης που έχουν ληφθεί από δεδομένα AVIRIS
Εικονά 3.Περιεκτικότητα σε νερό των καλλιεργειμένων πεδίων με θερμική απεικόνιση. Τα μπλε, πράσινα και κόκκινα pixels αντιπροσωπεύουν φυτά με επαρκή, μέση και χαμηλή συγκέντρωση νερού, αντίστοιχα
Η Τηλεπισκόπηση αποτελεί μια σημαντική τεχνική παρακολούθησης και συλλογής στοιχείων (δεδομένων) για τον προσδιορισμό της φύσης και των ιδιοτήτων ενός η περισσοτέρων αντικειμένων και έχει πολλές εφαρμογές στον τομέα της γεωργίας.

Συγκεκριμένα η Τηλεπισκόπηση μπορεί να χρησιμοποιηθεί από τους αγρότες και τους γεωπόνους για την αποτελεσματικότερη εκμετάλλευση γεωργικών εκτάσεων, την εκτίμηση παραγωγής και απόδοσης των φυτών και για την εκτίμηση ζημιών στις γεωργικές καλλιέργειες. Ακόμα η Τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για εκτίμηση ζημιών από Ασθένειες και εντομολογικές προσβολές και άλλες αιτίες ζημιών. Πιο κάτω παρουσιάζουμε μερικές απ’ τις εφαρμογές της Τηλεπισκόπησης σε διάφορες εκτιμήσεις ζημιών στις γεωργικές καλλιέργειες.

Α) Ασθένειες:

Οι ασθένειες προκαλούν στα φυτά απώλεια χλωροφύλλης και πολλές φορές καταστροφή ολόκληρων φύλλων με αποτέλεσμα την μείωση της συνολικής επιφάνειας φύλλων και την μείωση της φωτοσύνθεσης. Με την τηλεπισκόπηση μπορούμε άμεσα να εκτιμήσουμε το ποσό χλωροφύλλης που υπάρχει σε ένα φυτό. Συνδυάζοντας περισσότερα από ένα κανάλια (τμήματα του ηλεκτρομαγνητικού φάσματος στα οποία γίνεται καταγραφή της έντασης της ακτινοβολίας) των καταγεγραμμένων στοιχειών τηλεπισκόπησης, μπορούμε να δημιουργήσουμε δείκτες βλάστησης τους οποίους θα χρησιμοποιήσουμε για την εκτίμηση της κατάστασης των καλλιεργειών. Με την χρήση δεικτών βλάστησης μπορούμε να επεξεργαστούμε τα στοιχεία τηλεπισκόπησης και να παράγουμε ταξινομήσεις. Ανάλογα με την ανάκλαση στο ορατό και κοντινό υπέρυθρο φάσμα, οι δείκτες βλάστησης που παράγονται μας επιτρέπουν να κάνουμε μια εκτίμηση για την ποσότητα χλωροφύλλης στα φυτά. Επίσης πριν αρχίσει η κατάρρευση της χλωροφύλλης σε άρρωστα φυτά, οι ασθένειες που προκαλούν την καταπόνηση έχουν ήδη αρχίσει να επηρεάζουν την κυτταρική δομή των φύλλων. Αυτό επηρεάζει την ανάκλαση στο κοντινό υπέρυθρο, ακόμα πριν το χρονικό σημείο όπου η απώλεια της χλωροφύλλης αλλάζει την ανάκλαση στο ορατό φάσμα. Με την τηλεπισκόπηση μπορούμε να δούμε τις αλλαγές στο κοντινό υπέρυθρο (οι οποίες δεν είναι ορατές με το ανθρώπινο μάτι), πριν εμφανιστούν τα ορατά συμπτώματα χλώρωσης, και με αυτό τον τρόπο μπορούμε να έχουμε έγκαιρη προειδοποίηση ότι τα φυτά είναι άρρωστα. Επίσης με την χρήση δεικτών βλάστησης με δεδομένα από αισθητήρες με πολύ υψηλή χωρική ανάλυση (κάτω των 10 μέτρων ή ακόμα μέχρι και ένα μέτρο!), μπορούμε επίσης να ξεχωρίσουμε τμήματα μικρών διαστάσεων των χωραφιών όπου οι καλλιέργειες υποφέρουν από κάποια ασθένεια και να εκτιμήσουμε πόσο σοβαρή είναι. Αυτό επιτρέπει στο γεωργό να εντοπίσει το πρόβλημα και να λάβει εγκαίρως κατάλληλα μέτρα για την αντιμετώπιση των προβλημάτων στα συγκεκριμένα σημεία μειώνοντας το κόστος και την περιβαλλοντική ρύπανση. Απαραίτητη εδώ είναι η γεωργική εμπειρία και η διάγνωση των γεωπόνων γιατί τα δεδομένα της Τηλεπισκόπησης μας δείχνουν μόνο τις περιοχές του χωραφιού που εντοπίζεται το πρόβλημα χωρίς πολλές φορές να είναι φανερή η αιτία (π.χ Ασθένειες, Εντομολογικές προσβολές η έλλειψη θρεπτικών στοιχείων).

Β) Εντομολογικές προσβολές

Με παρόμοιο τρόπο με τις ασθένειες χρησιμοποιώντας τους δείκτες βλάστησης και την γεωργική εμπειρία μπορούμε να εντοπίσουμε τις πιο ευαίσθητες περιοχές στις εντομολογικές προσβολές. Η πολυφασματική εικόνα (Εικόνα 1) παρουσιάζει τα φυτά βαμβακιού που, λόγω ευνοϊκών συνθηκών, αναπτύσσονται γρηγορότερα από τα άλλα. Αυτά τα φυτά (που απεικονίζονται με κόκκινο) είναι οι πιο πιθανοί στόχοι για επίθεση από εχθρούς και ασθένειες την συγκεκριμένη χρονική στιγμή Οι περιοχές του χωραφιού μπορούν να ταξινομηθούν σε πολλές κατηγορίες, ανάλογα με την τιμή του δείκτη βλάστησης, ο οποίος προέρχεται από τα δεδομένα τηλεπισκόπησης. Στην αυτή την περίπτωση, μια οριακή τιμή του δείκτη βλάστησης επιλέγεται και οι περιοχές του χωραφιού χωρίζονται σε δύο κατηγορίες, αυτές που απαιτούν και εκείνες που δεν απαιτούν ψεκασμό.

Γ) Φυσικά Φαινόμενα

Η χρήση της Τηλεπισκόπησης για εκτίμηση ζημιών από φυσικά φαινόμενα στις γεωργικές καλλιέργειες αποτελεί ένα πολύτιμο βοηθητικό εργαλείο σήμερα και μελλοντικά με την χρήση βελτιωμένων δορυφορικών εικόνων και την εξέλιξη της έρευνας και της τεχνολογίας θα αποτελέσει το βασικότερο παράγοντα στην εκτίμηση ζημιών. Ήδη η Ευρώπη δια μέσου του κέντρου παρατήρησης της Γης (C.E.O) και σε συνεργασία με ιδιωτικές και δημόσιες ασφαλιστικές εταιρείες άρχισε τις προσπάθειες για την εκτίμηση ζημιών στην αγροτική παραγωγή με εκτιμήσεις σιτηρών που πλήγηκαν από Χαλάζι. Τελευταία και στην Ελλάδα ο Οργανισμός Ελληνικών Γεωργικών Ασφαλίσεων (ΕΛ.Γ.Α) Οργανισμός που ασφαλίζει την γεωργική παραγωγή και αποζημιώνει τους Έλληνες παραγωγούς σε περίπτωση ζημιών των γεωργικών καλλιεργειών από φυσικά φαινόμενα όπως Παγετός, Χαλάζι, Πλημμύρα, Ανεμοθύελλα, Καύσωνα, Βροχόπτωση χρηματοδοτεί την έρευνα σχετικά με την δυνατότητα αξιοποίησης της τεχνολογίας της Τηλεπισκόπησης και των Γεωγραφικών συστημάτων Πληροφοριών στην εκτίμηση και την καταγραφή ζημιών των γεωργικών καλλιεργειών και πιλοτικά εκτίμησε ζημιές από Παγετό και Πλημμύρα σε σιτηρά στον Έβρο. Η εκτίμηση και δω γίνεται με τους δείκτες βλάστησης και πιο συγκεκριμένα ο NDVI έδωσε τα καλύτερα αποτελέσματα. Στα φυτά που έχουν πληγεί από τα φυσικά φαινόμενα έχουμε μειωμένη ποσότητα χλωροφύλλης, αλλαγές στην εσωτερική δομή των φύλλων αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών και διαφορετική φασματική υπογραφή από τα φυτά που δεν έχουν πληγεί. Συνδυάζοντας περισσότερα από ένα κανάλια (τμήματα του ηλεκτρομαγνητικού φάσματος στα οποία γίνεται καταγραφή της έντασης της ακτινοβολίας) των καταγεγραμμένων στοιχειών τηλεπισκόπησης, μπορούμε να δημιουργήσουμε δείκτες βλάστησης τους οποίους θα χρησιμοποιήσουμε για την εκτίμηση της κατάστασης των καλλιεργειών. Παίρνοντας ι2 δορυφορικές εικόνες πρίν και μετά την ζημιά και υπολογίζοντας τον NDVI μπορούμε να κάνουμε εκτίμηση της ζημιάς από τα φυσικά φαινόμενα. Πρόβλημα εδώ έχουμε με την ύπαρξη ζιζανίων που μπορεί να έχουν παρόμοια φασματική υπογραφή με τα φυτά και το γεγονός ότι η μέθοδος έχει μεγαλύτερη ακρίβεια στις πεδινές περιοχές. Γι’ αυτό πάντα πρέπει να γίνονται και επιτόπιοι έλεγχοι για την παρακολούθηση της ζημιάς και για περισσότερη αξιοπιστία.

Δ) Άλλες αιτίες

Άλλες αιτίες που προκαλούν καταπόνηση των φυτών είναι η μειωμένη περιεκτικότητα σε νερό, η έλλειψη θρεπτικών στοιχείων υψηλή συγκέντρωση βλαβερών χημικών ουσιών (τοξικότητα) η ακραία οξύτητα ή αλατότητα στο έδαφος ,. ριζική ασφυξία ή έλλειψη χώρου για την ανάπτυξη των ριζών η έλλειψη ηλιοφάνειας, ο ανταγωνισμός με άλλα φυτά για το φως, τα θρεπτικά συστατικά, το νερό ή το χώρο. Όταν δεν υπάρχει αρκετό νερό και τα φυτά βρίσκονται σε κατάσταση καταπόνησης, δεν μπορούν να απομακρύνουν θερμότητα μέσω εφίδρωσης αρκετά γρήγορα και έτσι, αυξάνεται η θερμοκρασία τους. Αυτή η αύξηση της θερμοκρασίας μπορεί να ανιχνευθεί με την τηλεπισκόπηση, με τη χρήση της περιοχής του φάσματος που είναι ευαίσθητο στη θερμότητα. Οι άλλες αιτίες με τους δείκτες βλάστησης και την κατάλληλη γεωργική εμπειρία μπορούν να ανιχνευθούν και να ληφθούν τα κατάλληλα καλλιεργητικά μέτρα (Λίπανση, Ζιζανιοκτόνα κ.λ.π).


Πηγή: http://www.seos-project.eu/modules/agriculture/agriculture-c02-p04.g www.tandfonline.com Assessment of crop damage using space remote sensing and GIS

Προσωπικά εργαλεία