Πρόβλεψη παραγωγής καλλιεργειών στον Καναδά με τη χρήση δεδομένων MODIS-NDVI
Από RemoteSensing Wiki
Agricultural and Forest Meteorology, Volume 151, Issue 3, 15 March 2011, Pages 385–393
M.S. Mkhabelaa,∗, P. Bullocka, S. Rajb, S. Wangc, Y. Yangc
Link: [1]
Λέξεις-Κλειδιά: Kαναδικό λιβάδι, Πρόβλεψη απόδοσης καλλιεργειών, Τηελπισκόπηση, MODIS, NDVI
1. Eισαγωγή
Η παραγωγή δημητριακών έχει ζωτικό ρόλο στην οικονομία των πολιτειών του Καναδα. Στατιστικές μελέτες δείχνουν πως το 75% με 80% της παραγωγής εξάγεται παγκοσμίως. Για τον λόγο αυτό, η πρόβλεψη απόδοσης των καλλιεργειών είναι πολύ σημαντική και θα ενίσχυε σε μεγάλο βαθμό τον σχεδιασμό των εξαγωγών. Τα δεδομένα του Κανονικοποιημένυ Δείκτη Βλάστησης (NDVI) που προκύπτουν από τον δορυφορικό δέκτη Advanced Very High Resolution Radiometer (AVHHR) χρησιμοποιούνται εκτενώς για την παρακολούθηση των καλλιεργειών και την πρόβλεψη των σοδειών σε πολλές χώρες, συμπεριλαμβανομένου και του Καναδά. Πρόσφατα, μελέτες έχουν επιχειρήσει να συνδέσουν τα δεδομένα του δείκτη NDVI από τον δορυφόρο Moderate Resolution Imaging Spectrora- diometer (MODIS) με την παραγωγή σοδειών (Doraiswamy et al., 2004, 2005; Ren et al. 2008; Funk and Budde, 2009; Becker-Reshef et al., 2010) καθώς και με την παρακολούθηση της ξηρασίας της βλάστησης (Guo and Richard, 2004; Wan et al., 2004; Gu et al., 2007, 2008). Το πλεονέκτημα του MODIS είναι η καλύτερη χωρική του ανάλυση (250μ.) και το καλύτερο ραδιομετρικό του καλιμπράρισμα σε σχέση με τον AVHRR, επιτρέποντας πιο ακριβείς προβλέψεις σοδειών (Doraiswamy et al., 2004, 2005; Schut et al., 2009). Οι στόχοι της συγκεκριμένης μελέτης είναι να: α) να εξετάσουν την δυνατότητα χρησιμοποίησης δεδομένων MODIS-NDVI για να προβλέψουν τις σοδειές στην Καναδική επικράτεια, β) να εντοπίσουν την βέλτιστη χρονική στιγμή για τη δημιουργία ενός έγκυρου εργαλείου πρόβλεψης σοδειών.
2. Εργαλεία και μέθοδοι
2.1 Περιγραφή της περιοχής μελέτης
Η καναδική επικράτεια περιλαμβάνει τις πολιτείες Alberta, Saskatchewan και Manitoba (Εικόνα 1) και συνολικά έχουν περίπου 30 εκατομμύρια εκτάρια καλλιεργήσιμης γης.
2.2. Δεδομένα απόδοσης καλλιεργειών
Τα δεδομένα για τις αποδόσεις των καλλιεργειών συλλέχθηκαν από την υπηρεσία «Statistics Canada» (Statistics Canada, 2007) για την περίοδο 2000-2006. Οι τύποι των καλλιεργειών κατηγοριοποιήθηκαν σε τρεις αγροτικές ζώνες: sub-humid zone, semi-arid zone και arid zone (Εικόνα 2).
2.3. Επεξεργασία δεδομένων MODIS-NDVI
Τα δεδομένα που επεξεργάστηκαν για την περίοδο 2000-2006 συλλέχθηκαν από την υπηρεσία «Canada Centre for Remote Sensing (CCRS)». Η θεωρία του δείκτη NDVI βασίζεται στις ιδιότητες της πράσινης βλάστησης να ανακλά την ηλιακή ακτινοβολία σε δύο φασματικά κανάλια: το ορατό κόκκινο 0.620-0.670mm μήκος κύματος (Κανάλι 1) και το εγγύς υπέρυθρο 0.841-0.876 mm μήκος κύματος (Κανάλι 2). Για τον λόγο αυτό ο δείκτης NDVI υπολογίζεται ως εξής (Tarpley et al., 1984): NDVI= NIR−R/NIR+R και οι τιμές του κυμάινονται μεταξύ -1 και +1. Η υγιής πράσινη βλάστηση συνήθως έχει της υψηλότερες θετικές τιμές, οι επιφάνειες χωρίς βλάστηση όπως το νερό και το χιόνι έχουν συνήθως αρνητικές τιμές, ενώ οι βραχώδεις περιοχές έχουν τιμές κοντά στο μηδέν.
2.4. Στατιστική ανάλυση
Η στατιστική ανάλυση εκτελέστηκε ξεχωριστά για κάθε καλλιέργεια σε κάθε αγροκλιματική ζώνη. Όπως αναφέρθηκε προηγουμένως, οι καλλιέργειες χωρίστηκαν σε τρεις αγροκλιματικές ζώνες. Η συσχέτιση και η ανάλυση έγινε με τη χρήση σύθετων τιμών του δείκτη NDVI και των δεδομένων σχετικά με την απόδοση των καλλιεργειών για κάθε είδος μέσα σε μία αγροκλιματική ζώνη.
3. Αποτελέσματα και συζήτηση
Η εικόνα 3 παρουσιάζει την εξέλιξη της σχετικ΄ς παραμέτρου r για την σχέση μεταξύ του MODIS-NDVI και των αποδόσεων των καλλιεργειών σε όλες τις αγροκλιματικές ζώνες. Στην ζώνη sub-humid ο δείκτης NDVI είναι υψηλά συσχετισμένος, ενώ στις ζώνες semi-arid και arid η υψηλότερη συσχέτιση παρατηρείται μεταξύ αρχών Ιουλίου και Αυγούστου. Αυτά τα αποτελέσματα έρχονται σε συμφωνία σχετικά με προηγούμενες μελέτες που έχουν αναδείξει υψηλότερη συσχέτιση μεταξύ του δείκτη NDVI και παραγωγής καλλιεργειών (Unganai and Kogan, 1998; Mkhabela and Mkhabela, 2000; Labus et al., 2002; Mkhabela et al., 2005; Marti et al., 2007; Salazar et al., 2007). Μελετώντας την σχέση μεταξύ του δείκτη NDVI και την παραγωγή των καλλιεργειών στον Καναδά προκύπτει το συμπέρασμαπως η περίοδος μεταξύ 10 και 30 Ιουλίου είναι η ιδανική περίοδος για την συλλογή δεδομένων του δείκτη NDVI προκειμένου να σχετιστούν με την τελική παραγωγή των καλλιεργειών. Γενικά, για όλες τις καλλιέργειας, τα καλύτερα μοντέλα πρόβλεψης ήταν στη ζώνη semi-arid και ακολουθούσε η ζώνη arid και τελευταία η ζώνη sub-humid. Ο πίνακας 1 απεικονίζει την προβλεπόμενη και την πραγματική παραγωγή των καλλιεργειών καθώς και την ποσοστιαία τους διαφορά για όλα τα είδη σε όλες τις αγροκλιματικές ζώνες.
4. Κατακλείδα
Η συγκεκριμένη μελέτη δείχνει πως ο MODIS-NDVI μπορεί να εφαρμοστεί με επιτυχία για να προβλέψει την παραγωγή των καλλιεργειών στην επικράτεια του Καναδά περίπου 1 με 2 μήνες πριν την συγκομιδή. Παρόλα αυτά, προκαταρκτικές προβλέψεις της παραγωγής μπορούν να γίνουν μεταξύ τελών Ιουνίου στην sub-humid ζώνη και αρχών Ιουλίου στις ζώνες semi-arid και arid. Παρότι το μοντέλο αφήνει υποσχέσεις για την πρόβλεψη απόδοσης των καλλιεργειών υπάρχουν περιορισμοί. Ο δείκτης NDVI υπολογίζει πιθανή παραγωγή: για τον λόγο αυτό, οτιδήποτε συμβεί στην καλλιέργεια μετά την πρόβλεψη δεν αποτυπώνεται στην εκτίμηση που προκύπτει από το μοντέλο. Επιπροσθέτως, οι δορυφορικές εικόνες επηρεάζονται από πολλά ατμοσφαιρικά φαινόμενα, μειώνοντας με αυτόν τον τρόπο την ποιότητα των δεδομένων που λαμβάνονται.
5. Συνεισφορά της τηλεπισκόπησης
Η συγκεκριμένη μελέτη αναδεικνύει τη χρησιμότητα ενός γνωστού δείκτη, του NDVI, για την πρόβλεψη σχετικά με την απόδοση των καλλιεργειών. Χρησιμοποιούνται δεδομένα του δορυφόρου MODIS και τα αποτελέσματα μετά από σύγκριση σε σχέση με τα πραγματικά δεδομένα κρίνονται ικανοποιητικά. Επίσης, φαίνεται πως ο δείκτης NDVI μπορεί να συμμετάσχει σε ιδιαίτερα πολύπλοκες εφαρμογές και μοντέλα με αξιόπιστα αποτελέσματα.
