Исследование возможностей распознавания масличных культур в Северном Казахстане по спутниковым данным различного разрешения

На территории Северного Казахстана располагаются огромные земельные ресурсы с возделыванием различных сельскохозяйственных культур. Наибольшие площади расположены в Акмолинской, Костанайской и Северо-Казахстанской областях, где под посевы отведено 14,5 млн. га (около 70 % от площади основных возделываемых культур по Республике Казахстан) [1]. В течение многих десятилетий в Северном Казахстане преобладало монокультурное земледелие, при котором основные площади были отведены яровым зерновым культурам. В течение последних 5 лет согласно Государственной программе диверсификации сельскохозяйственных земель наблюдается широкое распространение возделывания различных масличных, бобовых, кормовых культур. Согласно государственной статистике за 2017 г. более 54 % масличных культур выращивается в Северном Казахстане. Основное место среди масличных культур отводится льну, рапсу, подсолнечнику.
Приоритетным направлением при решении различных тематических задач космического сельскохозяйственного мониторинга являются задачи по дистанционному распознаванию сельскохозяйственных культур и формированию раздельной посевной маски по масличным и по зерновым культурам. До настоящего времени распознавание полей масличных культур с помощью данных ДЗЗ сталкивается с рядом проблем. Они связаны с наличием огромных площадей сельскохозяйственных культур (более 100 тыс. полей), формированием на территории Северного Казахстана неоднородных почвенно-климатических и природных зон, с отклонением погодных условий в разных зонах по годам (возникновение влажных и засушливых условий), различиями в агротехнике возделывания (разные сроки сева и ухода за посевом). Поэтому у каждой возделываемой сельскохозяйственной культуры в различных зонах и условиях наблюдается большая динамика в росте, величине зеленой биомассы, состоянии и продуктивности посевов, что непосредственно сказывается на большом разбросе значений вегетационных спутниковых индексов и их комбинаций, характеризующих конкретную культуру. Существенная проблема при спутниковом распознавании сельскохозяйственных культур возникает так же из-за климатических особенностей Северного Казахстана, где в период максимального роста посевов в июле наблюдается обильное выпадение осадков и часто наблюдается облачная погода, искажающая спутниковую информацию. Поэтому для эффективного распознавания сельскохозяйственных культур в качестве основных источников информации целесообразно привлечение данных нескольких разновременных спутниковых систем Terra/Modis, Landsat 8 (7), Sеntinel-2 с безоблачной погодой. В качестве фактической информации по возделываемым культурам использовались данные с подспутниковых полигонов и собранной информации по данным наземных обследований за 2013-2016 гг. Оценка погодных условий исследуемых лет проводилась по накопленным суммам активных температур, количеству осадков и рассчитанному гидротермическому коэффициенту Селянинова (ГТК) за период с мая по июль.
Для распознавания сельскохозяйственных культур по Modis на основе NDVI были выполнены расчеты вегетационного индекса за период с мая по август. Построены спектральные кривые NDVI для типичного состояния рапса, подсолнечника, льна и, для сравнения, яровой пшеницы, паровых полей, произрастающих в разных почвенно-климатических условиях: умеренного увлажнения для степных и лесостепных районов черноземной зоны и засушливой степной зоны преимущественно темно-каштановых почв. Результаты показывают, что спектральные кривые NDVI не позволяют в полной мере распознать культуры, особенно произрастающие в засушливых условиях, поскольку их спектральные кривые в зависимости от состояния культур могут быть схожими. При этом, визуально на практике посевы масличных культур заметно различаются по высоте, цветовым тонам зеленого, проективному покрытию, структуре листьев, общей величине зеленой биомассы и соответственно величине влажности поля (почва и сформировавшаяся биомасса).
На основе этих различий в рамках настоящего исследования было применено более сложное преобразование Tasseled Cap, которое представляет комбинацию каналов спутника Landsat-8 (с 2-7 каналы). Tasseled Cap является одним из методов обработки многоспектральных снимков и применяется для выделения определенных классов объектов. Это линейное спектральное преобразование. Матрица коэффициентов преобразования Tasseled Cap фиксирована для определенного типа датчика и съемочной системы. Зная коэффициенты преобразования для конкретной съемочной системы, можно выполнить дешифрирование полученных с нее снимков с более высокой точностью [2-3]. При классификации посевов с помощью преобразования Tasseled Cap легко диагностируются крупностебельные масличные поля рапса и подсолнечника. Дополнительно были изучены возможности применения других комбинаций каналов для спутника Sentinel-2 для распознавания масличных и других сельскохозяйственных культур в разные периоды их вегетации. В процессе исследования был определен оптимальный срок для дистанционного распознавания масличных культур, который совпадает с максимумом накопления биомассы и развития посевов, и приходятся в условиях северных областей РК на период с 15 июля по 15 августа.
В рамках выполненной работы приводятся сравнительные результаты распознавания масличных культур с помощью спутников Terra/Modis, Landsat, Sentinel-2 и верификация полученных результатов.
Таким образом, совместный анализ данных спутниковой и наземной информации позволяет уверенно проводить детальное дешифрирование посевов рапса, подсолнечника, бобовых (чечевица, горох) сельскохозяйственных культур, а также с высокой достоверностью диагностировать паровые поля. Несколько хуже дистанционно распознаются посевы льна. Одновременно следует отметить, что 2013-2016 гг. характеризуются преимущественно благоприятными агрометеорологическими условиями вегетации посевов. Поэтому при установлении в Северном Казахстане засушливых погодных условий потребуется проведение дополнительных наземных обследований посевов и поиска других уточняющих спутниковых критериев по распознаванию сельскохозяйственных культур при аномальных условиях.