Оценка возможности распознавания сельскохозяйственных культур на основе спутниковых данных и биофизической модели развития растений

Своевременное получение информации о размещении посевов сельскохозяйственных культур важно при оперативной оценке хода развития посевов и прогнозировании их потенциальной урожайности при решении задач объективного спутникового мониторинга. Данные дистанционного зондирования Земли (ДЗЗ) предоставляют возможность оперативного картографирования сельскохозяйственных культур, в том числе, на больших территориях. Распознавание культур требует, в частности, наземных опорных данных (Плотников и др., 2011, Воробьева и др., 2016, Massey et al, 2017), получение которых на большие территории классическим способом сопряжено со значительными материальными и временными затратами. В данной работе исследуется подход, позволяющий создавать спектрально-динамические эталоны развития сельскохозяйственных растений на основе биофизической модели и идентифицировать культуру на основе совместного анализа модельных и дистанционных оценок.
Моделирование динамики листового индекса для ряда сельскохозяйственных культур осуществлялось с помощью модели WOFOST (Diepen et al, 1989). Она позволяет оценивать развитие и продуктивность сельскохозяйственной растительности, моделируя процессы фотосинтеза, эвапотранспирации, дыхания и развития отдельных органов растения. Модель воспроизводит изменение основных параметров растения, в том числе в реальном времени, с момента даты сева и до его созревания. В настоящей работе моделирование выполнялось для некоторых гибридов кукурузы, подсолнечника, ячменя, сои и озимой пшеницы. Модельные характеристики этих гибридов были регионально параметризованы с использованием наземных данных, полученных на полях хозяйства Михайловское Курской области в течение 2013 и 2014 годов. В качестве дистанционного индикатора использовался полученный из измерений проективного покрытия индекс листовой поверхности (LAI) с пространственным разрешением 250 метров. LAI был вычислен на основе данных спектрорадиометра MODIS, выполненной с использованием инфраструктуры хранения и обработки Центра коллективного пользования «ИКИ-Мониторинг» (Лупян и др., 2015).
Модельная оценка динамики LAI растений использовалась в данной работе в качестве эталона. Совместный анализ данных спутниковых наблюдений и эталонной динамики позволяет сделать вывод о наиболее вероятном типе сельскохозяйственной культуры для исследуемого поля, что может использоваться в дальнейшем при классификации.
Оценка этого подхода осуществлялась на 419 полях, расположенных в шести хозяйствах Курской области, для которых была предоставлена наземная информация по состоянию на 2016 год. Сопоставление дистанционных индикаторов и модельных эталонов позволило однозначно установить тип культуры на 105 полях в 2016 году. Для полей с успешно распознанной культурой точность определения типа растения в сравнении с данными наземных обследований составила 79%. Основными источником ошибок являлось перепутывание с культурами, динамика которых не моделировалась (горох, люцерна, свекла), с чистыми парами, а также перепутывание сои и кукурузы. Полученная с помощью предложенного подхода опорная выборка была использована для распознавания непараметрическим классификатором на основе множества спектрально-динамических индикаторов, что позволило уточнить класс даже для тех полей, где не удалось однозначно идентифицировать тип культуры только по модельным эталонам.
Работы выполнялась с использованием инфраструктуры Центра коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды (Лупян и др., 2015).
Исследования выполнены при финансовой поддержке Минобрнауки РФ, контракт 14.616.21.0063, уникальный идентификатор ПНИЭР RFMEFI61615X0063.