Μοντέλο συγκομιδής καλλιεργειών στην Αιόβα με τη χρήση τηλεπισκοπικών μεθόδων και παραμέτρων επιφάνειας

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση
Eικόνα 1: Χάρτης των Η.Π.Α που δείχνει την περιοχή των καλλιεργειών στην Αιόβα από την οποία προέκυψε το μοντέλο
Eικόνα 2: Σοδειά καλαμποκιού και σόγιας από το 1982 μέχρι το 2001
Εικόνα 3: Δείκτες NDVI
Εικόνα 4: Δείκτες Βροχοπτώσεων
Εικόνα 5: Δείκτες Θερμοκρασίας
Εικόνα 6: Δείκτες υγρασίας
Εικόνα 7: Μέθοδος Quasi-Newton
Εικόνα 8: Καταγεγραμμένες και Εκτιμημένες σοδειές Καλαμποκιού (α) και Σόγιας (β) για την Αιόβα. Οι τιμές R2 είναι 0.78 για το Καλαμπόκι και 0.86 για τη Σόγια

International Journal of Applied Earth Observation and Geoinformation 8 (2006) 26–33

Anup K. Prasad , Lim Chai , Ramesh P. Singh*, Menas Kafatos

Link: [1]

Λέξεις-Κλειδιά: Μοντέλο εκτίμησης απόδοσης καλλιεργειών, NDVI, Αιόβα, Σόγια, Καλαμπόκι

1.ΕΙΣΑΓΩΓΗ

H συστηματική παρακολούθησητης κατάστασης των καλλιεργειών είναι σημαντική για την οικονομική ανάπτυξη κάθε έθνους. Η χρήση της τηλεπισκόπησης έχει αποδειχτεί πολύ σημαντική για την παρακολούθηση της εξέλιξης των αγροτικών καλλιεργειώνκαι τον βέλτιστο προγραμματισμό άρδευσής τους. Έχουν γίνει προσπάθειες για την ανάπτυξη διάφορων τηλεπισκοπικώνδεικτών για διαφορετικά είδη καλλιεργειών σε παγκόσμιο επίπεδο. Η παραγωγή των καλλιεργειών και η πρόβλεψη για τη σοδειά τους έχουν άμεση επίπτωση στην εθνική οικονομία κάθε χώρας και έχουν σημαντικό ρόλο στη διαχείριση της τροφής(HayesandDecker, 1996). Με τη χρήση τηλεπισκοπικών δεδομένων, έχουν αναπτυχθεί διάφοροι δείκτες όπως: ο κανονικοποιημένος δείκτης βλάστησης(NDVI), ο δείκτης κατάστασης της βλάστησης (VCI) και ο δείκτης κατάστασης θερμοκρασίας(TCI). Οι παραπάνω δείκτες χρησιμοποιούνται συνήθως για την ανίχνευση ξηρασίας, για την παρακολούθησηυπερβολικήςυγρασίας του εδάφους, για την καταγραφή των καιρικών επιπτώσεων στη βλάστηση και στην αξιολόγηση της υγείας της βλάστησης και παραγωγικότητας(UnganaiandKogan, 1998;Kogan, 2001, 2002;Koganetal.,2003; Singhetal.,2003). Tα δεδομένα του δείκτη NDVI χρησιμοποιούνται εκτενώς στην παρακολούθηση της βλάστησης και στην καταγραφή των σοδειών των καλλιεργειών(Hayesetal., 1982; BenedettiandRossinni, 1993; Quarmbyetal., 1993). Η ζώνη καλαμποκιού στις Η.Π.Α παρέχει περίπου το 80% της συνολικής παραγωγής για τις ανάγκες των Η.Π.Α και αναλογεί στο 36% της παγκόσμιας παραγωγής(USDA, 1987). Το Υπουργείο Αγροτικής Ανάπτυξης των Η.Π.Απροβλέπει την παροχή σοδειάς και τις ανάγκες της ζήτησης για κάθε μήνα κατά τη διάρκεια της εποχής των καλλιεργειών, ξεκινώντας από τις αρχές του Ιανουαρίου. Ο δείκτης NDVI θεωρείται ένας χρήσιμος δείκτης για την αξιολόγηση μοντέλων καλλιεργειών χρησιμοποιώντας διαφορετικές προσεγγίσεις. Ο δείκτης NDVIανακλά το πράσινο επομένως παρουσιάζει το επίπεδο υγείας της βλάστησης. Παρόλο το γεγονός πως η ανάπτυξη των καλλιεργειών καλαμποκιού μπορεί να διαφέρει από τη φυσιολογική βλάστηση, λόγω ανθρώπινων παρεμβάσεων, ο δείκτης NDVI θεωρείται ως μία σημαντική πηγή πληροφορίας για την κατάσταση των καλλιεργειών. Οι επίγειες και δορυφορικές (NOAAA, Meteosat, etc.) μετρήσεις χρησιμοποιούνται συνήθως για την ανίχνευση διάφορων παραμέτρων, όπως ο τύπος του εδάφους, το φως, το διοξείδιο του άνθρακα, τη θερμοκρασία, το νερό και τον λόγο εξέλιξης και ανάπτυξης των καλλιεργειών. Οι τωρινές πρακτικές εκτίμησης απόδοσης των καλλιεργειών βασίζονται σε διάφορες μεθόδους και πηγές δεδομένων, όπως τοπογραφικές μελέτες, τεχνολογικές γνώσεις, στατιστικά μοντέλα, χωρική ανάλυση και μοντέλα προσομοίωσης ανάπτυξης καλλιεργειών. Στο συγκεκριμένο άρθρο, αναπτύσσεται ένα μοντέλο εκτίμησης συγκομιδής καλλιεργειών και πιο συγκεκριμένα για το καλαμπόκι και τη σόγια στην πολιτεία της Αιόβα στις Η.Π.Α. με τη χρήση του δείκτη NDVI, τη θερμοκρασία της επιφάνειας, καθώς και τις κατακρημνίσεις και την υγρασία του εδάφους.

2. ΜΕΘΟΔΟΙ

2.1 ΕΠΙΛΟΓΗ ΤΗΣ ΠΕΡΙΟΧΗΣ ΜΕΛΕΤΗΣ

Η πολιτεία της Aιόβα ανήκει στη «ζώνη καλαμποκιού» των Η.Π.Α (USCornBelt). Για την εφαρμογή χρησιμοποιήθηκαν 10 επιλεγμένες ποικιλίες καλαμποκιού και σόγιας. Η πολιτεία της Αιόβα παράγει το 17,9% του συνολικού καλαμποκιού για τις Η.Π.Α. καθιστώντας την τη μεγαλύτερη παραγωγή (USDA, 1997) και η καλλιέργεια της σόγιας είναι η δεύτερη μεγαλύτερη καλλιέργεια μετά το καλαμπόκι και περίπου 10.920.000 εκτάρια θερίστηκαν το έτος 2001.

2.2 ΔΕΔΟΜΕΝΑ

Χρησιμοποιήθηκαν τηλεπισκοπικάδεδομένα για τις αποδόσεις καλλιεργειών για το καλαμπόκι και τη σόγια στην πολιτεία της Αιόβα, όπου το καλαμπόκι καλλιεργείται στις αρχές Μαίουκαι η ανάπτυξη στη βιομάζα του συμβαίνει από Ιούνιο μέχρι Σεπτέμβριο και είναι έτοιμο προς συγκομιδή το Σεπτέμβριο. Επομένως, ένας προσωρινός μέσος ετήσιος δείκτης NDVI, η υγρασία του εδάφους, η θερμοκρασία της επιφάνειας και τα δεδομένα βροχοπτώσεων για την περίοδο Μαίου-Σεπτεμβρίου για τα έτη 1982 έως 2001 έχουν χρησιμοποιηθεί(εξαιρείται το έτος 1994). Η εποχή καλλιέργειας της σόγιας ξεκινάει από τα μέσα Μαίου μέχρι τις αρχές Ιουνίου. Η ανάπτυξη των καλλιεργειών συμβαίνει μεταξύ του Ιουνίου και του Σεπτεμβρίου και η συγκομιδή γίνεται κυρίως τον Οκτώβριο. Για τη σόγια, ένας προσωρινός μέσος ετήσιος δείκτης NDVI, η υγρασία του εδάφους, η θερμοκρασία της επιφάνειας και δεδομένα βροχοπτώσεων για την περίοδο από 1982 έως 2001 χρησιμοποιήθηκαν(εξαιρείται το έτος 1994).

2.2.1 NDVI

Χρησιμοποιήθηκαν σύνθετα, ηπειρωτικά δεδομένα(datasets) του δείκτη NDVI διαστάσεων 8kmX 8kmπου προέκυψαν από τον δορυφόρο AVHRR και συλλέγονται από την Εθνική Ωκεανική και Ατμοσφαιρική Υπηρεσία (NationalOceanicandAtmosphericAdministration) για την περίοδο 1982-2001. [2]. Tα δεδομένα του δείκτη NDVI προκύπτουν από το κανάλι 1 (ορατό) και το Κανάλι 2(εγγύς υπέρυθρο). H οπτική εξασθένιση του μήκου κύματος που παρατηρείται στο δορυφόρο AVHRR δεν παρουσιάζει σημαντικές διαφορές από τον πολυφασματικό δορυφόρο LandsatMSS και τον Θεματικό Χαρτογράφο(ThematicMapper-TM) ή τον γαλλικό δορυφόρο SPOT. H εξασθένιση του μήκου κύματος είναι σημαντικά πιο ευαίσθητη στην εξάτμιση του νερού στο εγγύς υπέρυθρο απότι στους άλλους δορυφόρους(Gowardetal., 1991). Ο δείκτης που προκύπτει από τα δεδομένα NOAA11 δείχνει τιμές υψηλότερες κατά 0.05 από προηγούμενες αποστολές του NOAA για την Αφρικανική έρημο. Επίσης παρατηρήθηκε σφάλμα στην ηλιακή ζενίθια γωνία. Παρόλα αυτά, ο δείκτης NDVI που προκύπτει από τα δεδομένα του δορυφόρου AVHRR είναι λιγότερο επηρεασμένος από λάθη στην ηλιακή ζενίθια γωνία.

2.2.2 KATAΚΡΗΜΝΙΣΕΙΣ

Τα δεδομένα βροχοπτώσεων είναι διαθέσιμα ως ο μηνιαίος μέσος σε μία κλιματική κατηγορία η οποία ορίζεται χρησιμοποιώντας ίσα βάρη σε σταθμούς που καταγράφουν και τη θερμοκρασία και τις κατακρημνίσεις στην κατηγορία αυτή.

2.2.3 ΘΕΡΜΟΚΡΑΣΙΑ

Τα δεδομένα για την μηνιαία θερμοκρασία επιφάνειας είναι διαθέσιμα από το Εθνικό Κέντρο Ωκεανογραφίας και Ατμόσφαιρας των Η.Π.Α.

2.2.4 ΥΓΡΑΣΙΑ ΕΔΑΦΟΥΣ

Τα δεδομένα για την υγρασία εδάφους είναι διαθέσιμα από το Εθνικό Κέντρο Ωκεανογραφίας και Ατμόσφαιρας των Η.Π.Α. Η υγρασία εδάφους βασίζεται στην ισορροπία του νερού στο έδαφος.

2.3 ΜΕΘΟΔΟΛΟΓΙΑ

Η απόδοση των καλλιεργειών θεωρείται ως μία εξαρτημένη μεταβλητή που μεταβάλλεται διαφορετικά με ανεξάρτητες μεταβλητές όπως ο δείκτης NDVI, η θερμοκρασία επιφάνειας κ.ά. Οι διαφορετικές τιμές των δεικτών αυτών δεν ακολουθούν έναν συγκεκριμένο γραμμικό συνδυασμό, επομένως η μοντελοποίηση μίας τέτοιας δυναμικής σχέσης με συμβατικές γραμμικές μεθόδους καθίσταται ιδιαίτερα δύσκολη. Μία μη γραμμική προσέγγιση ακολουθήθηκε για να υπολογιστεί η σχέση μεταξύ μίας ομάδας ανεξάρτητων μεταβλητών και μίας εξαρτημένης μεταβλητής. Η μη γραμμική μέθοδος Quasi-Newton επιλέχθηκε για την αντιμετώπιση του συγκεκριμένου προβλήματος. Με τη χρήση του σημείου καμπής(breakpoint) δημιουργείται το μοντέλο για την εκτίμηση απόδοσης της καλλιέργειας.

2.4 ΜΟΝΤΕΛΟ

Το σημείο καμπής που χρησιμοποιήθηκε είναι ο μέσος της απόδοσης των καλλιεργειών καλαμποκιού ή σόγιας για τα 19 χρόνια. Οι εμπειρικές εξισώσεις σύμφωνα με τη μέθοδο Quasi-Newton παρουσιάζονται στην εικόνα 7, όπου SM: Υγρασία εδάφους, ST:Θερμοκρασία επιφάνειας, RF:Βροχόπτωση,m= μέσος καλαμποκιού ή σόγιας, c1,c2,ai,bi, όπου i= 1-4συντελεστές Quasi-Newton.Η μέθοδος Quasi-Newton χρησιμοποιεί την συνάρτηση Lf=(παρατηρούμενα-προβλεπόμενα)^2 για να καταλήξει σε ένα αποτέλεσμα όσο το δυνατόν πιο κοντινό στα παρατηρούμενα δεδομένα, όπως διαπιστώνεται από την εικόνα 8.

Η συγκεκριμένη μεθοδολογία παρέχει αποτελέσματα που είναι κοντά στις πραγματικές τιμές. Δεδομένα μικρότερου όγκου (7-10 χρόνια) δίνουν καλύτερα αποτελέσματα από δεδομένα μεγαλύτερου όγκου ( 19 χρόνια) λόγω μικρότερης διασποράς των μεταβλητών.

3. ΣΥΜΠΕΡΑΣΜΑΤΑ

Το μοντέλο έρχεται σε συμφωνία με την καταγεγραμμένη καλλιέργεια σόγιας. Οι τιμές ανά το χρόνο βρίσκονται εντός αποδεκτών ορίων από την παρατηρούμενη απόδοση των καλλιεργειών. Επίσης, οι καλλιέργειες καλαμποκιού παρουσιάζουν μία παρόμοια κατανομή με εξαίρεση το έτος 1993. Ο συντελεστής R2που είναι σχετικά υψηλός δηλώνει πως τα περισσότερα χρόνια, οι αποδόσεις των καλλιεργειών εξαρτώνται από τις μεταβλητές που εισάχθηκαν στο μοντέλο.Παρόλα αυτά, άλλοι παράγοντες όπως τα φυτοφάρμακα, οι αρρώστιες και οι ανθρώπινες παρεμβάσεις μπορούν να προκαλέσουν διαφοροποιήσεις στην απόδοση μίας καλλιέργειας. Αυτό αποτελεί ένα σημαντικό περιορισμό για οποιαδήποτε μεθοδολογία πρόβλεψης των αποδόσεων. Όμως, η συμπερίληψη του δείκτη NDVI, φροντίζει να αντιμετωπίσει τις ασθένειες ή τα φυτοφάρμακα που αφορούν τη βλάστηση. Η βελτίωση του μοντέλου μπορεί να επιτευχθεί με τη χρήση δεδομένων υψηλής ανάλυσης τα οποία παρέχονται σε βάθος αρκετών ετών.

4. EΠΙΛΟΓΟΣ

To μοντέλο που αναλύεται στο συγκεκριμένο άρθρο ελαχιστοποιεί την αστάθεια και τα λάθη στην εκτίμηση της σοδειάς δίνοντας υψηλό συντελεστή R2, χρησιμοποιώντας όσο το δυνατόν περισσότερους συντελεστές στο μοντέλο. Η μέθοδος αυτή μπορεί να εφαρμοστεί για την πρόβλεψη απόδοσης καλλιεργειών και για άλλες σοδειές εκτός από σόγια και καλαμπόκι. Η μέθοδος Quasi-Newton που χρησιμοποιήθηκε μπορεί να εφαρμοστεί και σε άλλες χώρες όπου η παραγωγή των καλλιεργειών επηρεάζεται κυρίως από καιρικές και κλιματικές συνθήκες.

5. ΣΥΝΕΙΣΦΟΡΑ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ

Στη συγκεκριμένη μελέτη αναδεικνύεται η τηλεπισκόπηση ως ένα πολύ σημαντικό εργαλείο για την παρακολούθηση και την εκτίμηση της συγκομιδής των καλλιεργειών. Ο δείκτης NDVI αποτελεί έχει εξαιρετική χρησιμότητα στον προσδιορισμό των παραπάνω στοιχείων και σε συνδυασμό με παραμέτρους όπως η υγρασία του εδάφους, η θερμοκρασία και οι κατακρημνίσεις παρουσιάζουν αξιόπιστα αποτέλεσματα για τον επιτυχή σχεδιασμό της αγροτικής πολιτικής μίας χώρας.