Από RemoteSensing Wiki
Μελέτη της Ανάπτυξης του Χειμερινού Σίτου στη Βόρεια Κίνα, Συνδυάζοντας ένα Καλλιεργητικό Μοντέλο και Δεδομένα Τηλεπισκόπησης
Αντικείμενο
Τόσο τα μοντέλα προσομοίωσης ανάπτυξης καλλιεργειών, όσο και η τηλεπισκόπηση έχουν πολλές δυνατότητες στην μελέτη της ανάπτυξης των
Εικόνα 1. Διάγραμμα ροής για την παρακολούθηση της ανάπτυξης καλλιεργειών με τον συνδυασμό καλλιεργητικών μοντέλων και τηλεπισκόπησης στο ενδεχόμενο στάδιο παραγωγής
καλλιεργειών και στην πρόβλεψη των αποδόσεων. Ωστόσο, τα καλλιεργητικά μοντέλα παρουσιάζουν περιορισμούς στην εφαρμογή σε περιφερειακό επίπεδο και η τηλεπισκόπηση στην περιγραφή της διαδικασίας ανάπτυξης. Σκοπός της μελέτης είναι η διερεύνηση της εφαρμογής δεδομένων του δορυφόρου MODIS στην ρύθμιση του καλλιεργητικού μοντέλου WOFOST για τις δυνατότητες ανάπτυξης του χειμερινού σίτου και στη συνέχεια για την βελτίωση της ικανότητας των καλλιεργητικών μοντέλων σε περιφερειακό επίπεδο.
Μεθοδολογία
Αρχικά χρησιμοποιήθηκε ο δείκτης προσαρμογής εδαφικής βλάστησης (Soil Adjusted Vegetation Index, SAVI)
SAVI = [(ρ_n - ρ_r)/(ρ_n + ρ_r + L)] x (1 + L)
Όπου ρ_n και ρ_r οι ανακλαστικότητες της φυτείας στο κόκκινο και εγγύς υπέρυθρο και L ο προσαρμοσμένος συντελεστής εδάφους για την μείωση της
Εικόνα 2. Χωρική κατανομή του προσομοιωμένου WSO (Wheat Storage Organ) συγκρινόμενο με την επίσημη τιμή (a) Χωρίς χρήση τηλεπισκόπησης (b) με χρήση τηλεπισκόπησης (c) Διαφορές ανάμεσα σε a και b (d) Επίσημες αποδόσεις
επιρροής της φασματικής υπογραφής του εδάφους, από 11 εικόνες του δορυφόρου MODIS (EOS-MODIS1B). για την επανεκτίμηση μεταβλητών, ελαχιστοποιώντας τις διαφορές των παρατηρούμενων δεδομένων του MODIS με αυτά από τον συνδυασμό μοντέλων μεταφοράς ακτινοβολίας και καλλιεργητικών. Στη συνέχεια προσαρμόστηκαν τα καλλιεργητικά μοντέλα στις συνθήκες της περιοχής. Το μοντέλο που χρησιμοποιήθηκε είναι το World Food Study (WOFOST 7.1), ένα μηχανοποιημένο μοντέλο καλλιέργειας που επιτρέπει την δυναμική προσομοίωση τόσο της φαινολογικής ανάπτυξης, όσο και τις διαδικασίες ανάπτυξης, από τη σπορά μέχρι την συγκομιδή, βασισμένο στις γενετικές ιδιότητες των φυτών και τις περιβαλλοντικές συνθήκες. Το μοντέλο WOFOST συνδυάστηκε με το μοντέλα μεταφοράς ακτινοβολίας SAIL και PROSPECT, μέσω του δείκτη φυλλικής επιφάνειας (Leaf Area Index, LAI) για να προσομοιωθεί ο δείκτης SAVI. Τέλος, πραγματοποιείται ο συνδυασμός του δείκτη SAVI από την προσομοίωση και τα δεδομένα της τηλεπισκόπησης για την επανεκκίνηση του καλλιεργητικού μοντέλου (Εικόνα 1).
Αποτελέσματα
Το καλλιεργητικό μοντέλο WOFOST έδωσε πιο ακριβή αποτελέσματα όταν συμπεριλήφθησαν και τα δεδομένα τηλεπισκόπησης από τον δορυφόρο MODIS για την εκτίμηση του δείκτη SAVI και την επανεκκίνηση του μοντέλου με τα παρατηρούμενα δεδομένα (Εικόνα 2).
Συμπεράσματα
Η μελέτη έδειξε ότι η συγκεκριμένη προσέγγιση έχει κάποιες δυνατότητες στην κλιμάκωση των προσομοιώσεων της ανάπτυξης των καλλιεργειών σε τοπικό επίπεδο.
Ωστόσο επειδή σε πολλές έρευνες συνδυασμού μοντέλων ανάπτυξης ο δείκτης φυλλώματος είναι ο μοναδικός κοινός παράγοντας μεταξύ των καλλιεργητικών μοντέλων και των μοντέλων μεταφοράς της ακτινοβολίας στις φυτείες, η χρήση δεδομένων τηλεπισκόπησης στα μοντέλα ανάπτυξης είναι ακόμα περιορισμένη.
Πηγή:
Ma Yuping, Wang Shili, Zhang Li, Hou Yingyu, Zhuang Liwei, He Yanbo, & Wang Futang (2008). Monitoring winter wheat growth in North China by combining a crop model and remote sensing data. International Journal of Applied Earth Observation and Geoinformation, Vol. 10, pp 426-437
