Застосування геоінформаційних технологій для забезпечення технології "точного землеробства" в сільському господарстві. Моніторинг робочих ділянок полів. Агрохімічний моніторинг пол

Застосування геоінформаційних технологій для забезпечення технології "точного землеробства" в сільському господарствіВикладач: Мисюра Ю. Ю.

Моніторинг сільськогосподарських угідь‹#›Електронна карта полів дає можливість вести строгий облік і контроль всіх сільськогосподарських операцій, оскільки опирається на точні знання площ полів, довжини доріг, інформації про поля й інше. На підставі карти полів проводиться повний аналіз умов, що впливають на ріст рослин на даному конкретному полі (або навіть на ділянках 100х100 м або 10х10 м). Карти полів становлять основу для одержання структури сівозміни й служать оптимізації виробництва з метою одержання максимального прибутку, а також раціонального використання всіх ресурсів, що беруть участь у виробництві.

Електронні карти полів дають можливість точно вести планування, облік і контроль всіх сільськогосподарських операцій, оскільки опираються на об'єктивні розміри площ полів, довжину доріг й інших об'єктів, нанесених на неї в процесі створення. Способи нанесення границь робочих ділянок полів:векторизація границь полів по знімку високої просторової роздільної здатності;об'їзд границь полів з використанням GPS устаткування й спеціального програмного забезпечення;комбінований спосіб - розумне сполучення перших двох.‹#›

У рамках комплексної системи керування сільськогосподарським підприємством електронні карти полів застосовуються для обліку сівозміни, для моніторингу рухливих об'єктів, для організації перевезень, для складання карт врожайності, для дослідження ґрунтів, для статистичного й тематичного аналізу даних, для планування виробничого процесу та іншого.‹#›

Моніторинг робочих ділянок полів‹#›Обстеження територій виконується з використанням супутникової системи глобального позиціювання (GPS). По даним GPS приймача визначаються фактичні границі полів. Точність вимірів визначається типом GPS приймача, що застосовується, й додатковим устаткуванням.

Розрізняються наступні класи точності:навігаційний - 5-7 метрів;автономний режим системи точного водіння - 1- 3 метри;з диференціальним сервісом EGNOS - 15-30 сантиметрів;з диференціальним сервісом Omnistar VBS - 15-20 сантиметрів;з диференціальним сервісом Omnistar HP/XP - 5-10 сантиметрів;застосування базових станцій RTK - 1-3 сантиметра. Диференціальний сервіс європейської системи EGNOS є безкоштовним. Його сигнал може приймати простий GPS-приймач із відповідною функцією. Однак зараз EGNOS працює в тестовому режимі, тому може діяти з перебоями.‹#›

Гарантований диференціальний сервіс - платна послуга. Є можливість використовувати європейський Omnistar. Залежно від типу підписки Omnistar забезпечує кілька рівнів точності: VBS і НР/ХР. Підписка на VBS коштує до 1 тис. євро в рік, або 3 євро в годину (при замовленні не менш 150 годин). НР/ХР забезпечує точність в 5-10 см. Річна підписка на НР/ХР коштує на порядок дорожче. Щоб скористатися сервісом VBS й HP/XP, треба мати GPS-приймач, що підтримує такі послуги, або модернізувати GPS-приймач початкового рівня, додавши до нього спеціальну антену й програмне забезпечення. Найвищий рівень точності, 1-3 см, досягається за допомогою режиму RTK (Real-Time Kinematics - кінематика в реальному часі). Для забезпечення цього режиму необхідно придбання й розгортання базових станцій.‹#›

Виміри полів можуть бути виконані мобільними системами - ноутбук з підключеним GPS приймачем і спеціальним програмним забезпеченням або дистанційно. Для дистанційних вимірів можна використати розгорнуту систему моніторингу техніки. Вибір варіанта визначається вимогами до точності вимірів й оперативності їхнього виконання.‹#›

Функціональні можливості підсистеми моніторингу полів: створення користувальницьких карт полів у векторному форматі, коректування поточних карт полів з уточненням їхніх границь, розбивкою або об'єднанням; введення GPS даних з контролем якості по кількості використовуваних у роботі супутників і геометрії їхнього положення, що впливає на точність визначення місця розташування; відображення на карті в реальному часі одержуваних від GPS даних; вимір на карті відстаней і площ; визначення за спрощеною технологією частини поля, обробленого сільгосптехнікою; коректування супровідної інформації з кожного поля.‹#›

По кожному полю ведуться паспортні дані, що включають відомості про площу, оброблювану культуру, попередника, механічний склад ґрунтів, поздовжні і поперечні ухили, ступінь еродованості ґрунтів й ін. Крім того, до кожної робочої ділянки можна прив'язати відомості про результати агрохімічного обстеження.‹#›

Агрохімічний моніторинг полів‹#›Дані агрохімічного аналізу ґрунтів по кожній робочій ділянці поля можуть бути отримані двома способами:у результаті агрохімічних обстежень, виконаних спеціалізованою організацією;у результаті власних вишукувань із застосуванням пробовідбірників і лабораторій по аналізу проб.

У першому випадку дані вже рознесені по ділянках і необхідно їх ввести у відповідні позиції. Відновлення відомостей агрохімічного стану ґрунтів повинне проводитися не рідше 1 разу в 5 років. У другому випадку по точкових вимірах програма формує поверхню, яка характеризує розподіл живильних елементів по всій території. Даний метод дозволяє виявити локальні особливості на кожній робочій ділянці, оскільки показує розподіл даних, а не їхнє усереднене значення. Однак для ряду розрахунків необхідно оперувати єдиними показниками рівня змісту живильних речовин у ґрунті в межах ділянки. Програма дозволяє розрахувати по розподіленому показнику одне значення різними методами. Другий спосіб агрохімічного моніторингу є більш перспективним, оскільки готує дані для диференційованого внесення добрив.‹#›

У питаннях родючості не слід обов’язково брати за еталон чорноземи. По-перше, вони занадто деградовані у період хімізації й інтенсифікації сільського господарства, а в теперішніх умовах виснаження ґрунтів продовжується в умовах переважного орендного використання землі, коли землекористувачі отримують високі врожаї зернових, соняшнику, кукурудзи за рахунок нещадного виснаження природної родючості ґрунтів, ми фактично експортуємо за кордон не тільки зерно та олію, але й частину ґрунтової маси тих же чорноземів. ‹#›

По-друге, ми зіштовхнулися з глобальними змінами клімату — глобальним потеплінням, що зменшує як потенційну, так і ефективну родючість ґрунтів у вигляді врожайності. І, по-третє, якість і вид ґрунту у питаннях родючості має відносне значення по відношенню до тієї чи іншої культури. Наприклад, картопля і льон добре ростуть і дають хороший урожай на дерново-підзолистих супіщаних і легкосуглинкових ґрунтах в умовах Полісся, де кращі умови зволоження, зернові культури — на чорноземах Лісостепу в умовах помірного і навіть нестійкого зволоження. Яблуня і слива краще ростуть на опідзолених ґрунтах Вінницької і Хмельницької областей, але не обов’язково на чорноземах, вони за своєю природою щодо вимог до родючості ґрунтів близькі до лісових деревних культур. ‹#›

Агрохімічне обстеження ґрунтів включає в себе: відбір і підготовку проб для аналізу; проведення аналізу; надання рекомендацій із внесення добрив. Відсутність інформації про вміст у ґрунті поживних речовин, висока вартість мінеральних добрив, не врахування погодних особливостей кліматичної зони може спричинити низьку ефективність виробництва і невиправдані фінансові витрати.‹#›

В основу нової методики агрохімічного обстеження покладений принцип сумісного використання досягнень сучасних технологій та архівних матеріалів ґрунтового обстеження. Зокрема, використовуються космічні знімки надвисокої роздільної здатності, на які наносяться контури кожного поля господарства та накладається цифрова карта ґрунтів. Агрохімічне обстеження ґрунтів передбачає визначення більшої кількості показників, які характеризують не тільки агрохімічний стан ґрунту, але й інші показники родючості та якості ґрунту. Показники якості ґрунтів, що визначаються під час агрохімічного обстеження, включають не тільки показники родючості ґрунту, але й показники, що свідчать про забруднення ґрунту важкими металами, залишковими кількостями пестицидів та радіоактивними елементами.‹#›

На підставі польових обстежень та лабораторних аналізів виготовляються агрохімічні картограми, складається технологічна та проєктно-кошторисна документація і розробляються рекомендації щодо ефективного використання мінеральних та органічних добрив, мікродобрив, хімічних меліорантів, мікробіологічних препаратів, регуляторів росту рослин, застосування сидеральних культур. У радіоактивно забруднених районах складаються проєкти реабілітації земель сільськогосподарського призначення.‹#›

Складання карт врожайності‹#›Система комп'ютерного моніторингу врожайності - ефективний спосіб визначення змін рівня вологості й урожайності на полях господарства. З урахуванням даних про те, яка ділянка поля принесе більший врожай, виходячи з оптимізації витрат і витягання максимального прибутку, приймається рішення про диференційовану обробку полів. Можлива постановка протилежного завдання - зниження витрат відповідно до потенціалу врожаю на бідних землях. За бажанням, у будь-який момент систему комп'ютерного моніторингу врожайності можна легко перетворити в систему картографування врожайності.

Картографія врожайності стала важливим фактором для планування землеробства і вважається вихідною точкою для його реалізації. Застосувавши технологію виготовлення карт урожайності, керівники господарств можуть скористатися додатковою інформацією не тільки пасивно, наприклад, для виявлення просторових змін, а й активно – як допоміжним засобом для прийняття майбутніх управлінських рішень. Щоб так використовувати карту врожайності, потрібен вищий рівень точності карт, особливо тоді, коли рішення базуються на лише одній карті дохідності. ‹#›

Управлінські рішення на фермах загалом можна розділити на три типи:1) довгострокові рішення, що враховують такі стратегії, як сівозміна і тимчасова стабільність дохідності;2) проміжні рішення, пов’язані з наступним аграрним сезоном, різноманітністю вибору, використанням добрив та пестицидів;3) короткострокові рішення, які враховують фактичні польові або рослинні умови протягом вегетаційного періоду. Нині карти врожайності застосовують здебільшого як інструмент підтримки прийняття рішень на тривалий термін, а також проміжних рішень, особливо коли карти врожайності одного поля доступні протягом кількох років.‹#›

Переважна більшість сільськогосподарських угідь має просторову мінливість у таких параметрах, як тип ґрунту, наявність поживних речовин, стан дренажу, нахил і формат. Зернові, які вирощуються сьогодні, по‑різному реагують на таку мінливість, але кінцевий результат під час збору врожаю – це ефективність, що змінюється відповідно до якості та кількості врожаю на одиницю площі поля.‹#›

Знання мінливості результативності врожаю може бути використано у двох важливих напрямках.1. Це дозволяє сільгоспвиробнику приймати обґрунтованіші управлінські рішення щодо проведення подальших посівів.2. Це може стати основою для внесення різних добрив відповідно до визначеної стратегії. Варіанти остаточного результату врожайності – поєднання впливу просторових змін ґрунту, навколишнього середовища та сівозміни. Величина ефекту відрізняється для кожного параметра. У багатьох випадках будуть впливати наявні добрива для рослин. Для реалізації потенціалу карти врожайності слід виявити вплив різних факторів. ‹#›

Багато сільгоспвиробників впевнені, що карти врожайності можуть забезпечити надійні дані зміни врожайності полів і сподіваються на високий рівень довіри до них. Нині інформацію з таких карт урожайності вже використовують чимало сільгоспвиробників та науково-дослідних організацій. Картографія врожайності, на думку багатьох сільгоспвиробників, має бути невід’ємною частиною точного землеробства, оскільки дані записуються автоматично при збиранні врожаю на полі.‹#›

Моніторинг урожайності та картографія врожайності надають багато інших переваг при роботі на фермах і поза ними. На господарстві: інформація в режимі реального часу під час збору врожаю, краще управління зі змінною швидкістю, оцінка загальнопольових покращень і створення історичної бази просторових даних. Поза господарством: до переваг моніторингу врожайності входять реальніші договори з орендодавцем, документація про культури для збереження ідентичності маркетингу, «контрольні» записи для безпечності харчових продуктів і документація відповідності природоохоронним нормам.‹#›

Виробники, які найбільше виграють від використання моніторингу врожайності, і мають потребу в докладних записах даних щодо роботи на полі і поза його межами, розподіляються на тих, кого відлякує «навчання моніторингу кривої прибутковості», і тих, хто готовий ефективно використовувати додаткові джерела просторових даних. Точне знання зміни врожайності в межах поля може стати наріжним каменем плану управління врожайністю. Але спочатку важливо знати, чи стабільною є зміна врожайності поля з року в рік. Ми маємо з’ясувати, чи послідовно деякі поля дають вищі врожаї з року в рік, тоді як інші – щоразу дають менше врожаю. І, нарешті, потрібно виявити, чи рівень зміни врожайності змінюється в полі щороку? ‹#›

Якщо цей показник нерівномірний, важливо визначити причину цієї нестабільності врожайності. Можливо, цією причиною є погода. Бажано мати дані про врожайність за кілька років, перш ніж вкласти занадто багато коштів у карти врожайності або прийняти дорогі рішення щодо зміни управління. Якщо метою моніторингу зміни рівня врожайності є порівняння сортів, гербіцидів або типів добрив, або втрат урожаю від пестицидів, то дані за один рік можуть бути корисними як вихідна точка, проте дані за декілька років будуть набагато кориснішими.‹#›

Якщо мета моніторингу полягає в підвищенні загального рівня управління польовими роботами і можна змінити деякі з факторів ґрунту, то слід мати дані за 3‑6 років. Це мінімум, який необхідний, щоб визначити мінливість клімату на певному полі. Необхідно також з’ясувати, чому рівень урожайності змінюється, враховуючи контрольовані (родючість ґрунту, поява шкідників, густота стояння рослин, вибір сорту, дренажу й оранки) і неконтрольовані чинники.‹#›

Мета – збільшити прибуток за рахунок поліпшення управління контрольованими факторами або вхідними даними. Однак є й авансові витрати на моніторинг урожайності, тож кожен сільгоспвиробник має розуміти й ощадливо використовувати їх, щоб зробити ще результативнішими. Моніторинг урожайності може бути економічно ефективним інструментом управління або вартісним механізмом.‹#›

Поточний моніторинг урожайності отримує багато відгуків і ентузіазму серед сільгоспвиробників. Дані моніторингу на карті врожайності часто виражаються колірним кодуванням для цілих полів або ферм. Але такі автоматичні карти не вигідні для сільгоспвиробників. Потрібно набагато більше інформації для збирання, розуміння й управління зібраними даними врожайності, ніж їх містять у собі розроблені барвисті карти.‹#›

Для забезпечення надійності даних варто знати, що монітор має бути правильно відкаліброваним. На точність даних впливають постійна швидкість пересування комбайну і нахил поля. Тобто, потрібно придбати надійний монітор; належним чином його відкалібрувати, перш ніж звертати занадто багато уваги на карту врожайності. Час, проведений над створенням карти врожайності, можна присвятити визначенню цілей і складанню плану для одержання переваг від технологій.‹#›

Аналіз різних умов місцевості‹#›На підставі топографічних даних про розташування робочих ділянок полів і паспортів полів система дозволяє визначати наступні показники:ухили місцевості (усереднений, поздовжній і поперечний);експозиції (напрямок) схилів (на північ, на південь, на схід, на захід);ступінь еродованості;механічний склад ґрунтів.

Просторовий аналіз — це процес інтерпретації, оцінки та моделювання ГІС-даних. Отримана інформація обробляється за допомогою спеціалізованих комп’ютерних програм та класифікується за кількістю та складністю завдань: від простої візуалізації до комплексної аналітики за допомогою конкретних інструментів. Просторовий аналіз і моделювання в ГІС використовуються для вимірювання відстаней та форм, побудови маршрутів та відстеження перевезень, налагодження взаємозв’язків між об’єктами, подіями, територіями методом співвіднесення їх місця розташування з точкою на географічній карті (можна використовувати актуальні та історичні дані).‹#›

Просторовий аналіз включає:перетворення векторних даних у матричні;створення буферних зон по відстані й близькості об'єктів;створення карт щільності об'єктів;створення безперервних поверхонь по точках;побудова ізоліній (інтерполяція), розрахунок кутів нахилу, експозиції схилів, відмивання рельєфу;проведення аналізу по матричній карті;виконання алгебраїчних операцій і логічних запитів до серії карт і матриць;виконання оверлейних операцій (входження, перетинання, близькість).‹#›

Особливість просторового аналізу та моделювання в ГІС — гнучкість процесу. Ви можете комбінувати будь-яку кількість шарів, щоб отримати різні результати.‹#›

Просторовий аналіз ГІС даних застосовується у багатьох сферах: сільському господарстві, лісівництві, морських науках, видобутку нафти та газу, гірничодобувної промисловості, економіці та інших галузях. Зокрема, за допомогою таких досліджень територій сільськогосподарського призначення визначають густоту рослинного покриву, ступінь вологості ґрунту, температуру ґрунту, стан посівів тощо. Завдяки цьому фермери можуть максимально ефективно розподілити свої ресурси (наприклад оптимізувати внесення хімікати).‹#›

Високоякісний просторовий аналіз в ГІС вимагає ретельної підготовки. Переконайтесь, що у вас є всі дані, необхідні для вивчення та досягнення відповідної якості за допомогою попередньої обробки. Також може знадобитися кілька додаткових кроків. Наприклад, це може бути геометрична та спектральна корекція, радіометрична корекція атмосферних ефектів, відновлення відсутніх пікселів, зміцнення контрастності та фільтрація.‹#›

Геометрична корекція‹#›У контексті просторового аналізу ГІС даних геометрична корекція передбачає географічну прив’язку зображень та виправлення геометричних спотворень, які можуть виникати з різних причин (залежно від типу супутникових зображень). Поверхня Землі нерівна. Через сферичну форму нашої планети, найточнішими є знімки, зроблені в надирі (центральна лінія сканування). Відповідно, що далі знаходиться об’єкт від надира, то сильніше спотворення.

Топографічні нерівності також впливають на точність супутникових даних при проведенні просторового аналізу в ГІС. Однак завдяки тому, що орбіта супутника знаходиться на великій відстані від Землі, цей вплив згладжується, тому даний факт зазвичай не враховується.‹#›Ще один важливий аспект просторового аналізу ГІС даних — безперервне обертання нашої планети навколо Сонця. Вона зміщується на 0,25 градуса за хвилину, що впливає на фокусування. Впливає на якість знімків й те, що супутник також обертається навколо Землі.

Спектральна корекція‹#›Спочатку супутникові знімки мають так звані «сирі» значення яскравості DN (digital numbers). Цей формат даних не дозволяє коректно порівняти дані, отримані з різних джерел. З цієї причини при просторовому аналізі в ГІС застосовується спектральна (або радіометрична) корекція для приведення цифрових чисел до фізично значущих одиниць, тобто фактичних значень коефіцієнта відбиття або випромінювання поверхні.

Радіометрична корекція атмосферних ефектів‹#›Якість просторового аналізу ГІС даних залежить від якості супутникових знімків. На неї впливають атмосферні умови, які зменшують силу сигналу, від датчика та об’єкта, що досліджується. Розсіювання через атмосферні аерозолі (пил, дощ, туман, діоксид вуглецю, метан та ін.), хмарність та процес поглинання електромагнітного випромінювання найсильніше впливають на яскравість пікселів та тому вимагають додаткової корекції.

Просторовий аналіз передбачає різні методи зниження впливу атмосферних явищ, наприклад моделювання або розрахунки на основі знімків. Математичні прийоми передбачають моделювання різних атмосферних умов залежно від пори року, погодних умов, аерозолів тощо. Крім того, оптичні властивості водних об’єктів аналогічні властивостям абсолютно чорних тіл у червоному та інфрачервоному діапазонах. З урахуванням цього, фахівець, який виконує просторовий аналіз, може легко розрізнити хмари та серпанок на фоні моря.‹#›

Відновлення пікселів, що бракують‹#›Деяка інформація може бути відсутня внаслідок помилок системи під час отримання та передачі, інверсійних слідів літаків та інших факторів. Найпоширеніший спосіб відновити пропущені рядки — взяти пікселі з сусідніх рядків та розрахувати середнє значення. Таке заміщення має похибки, проте полегшує подальшу інтерпретацію даних при просторовому аналізі ГІС даних.

Підвищення контрастності зображення‹#›Контрастність у фотографії — це співвідношення мінімального та максимального освітлення, або яскравості та насиченості кольору. Завдяки їй можна виділити об’єкт та його контури. Низька контрастність — часта проблема, яка потребує виправлення. Наприклад, контури для просторового аналізу та моделювання в ГІС можна посилити шляхом візуального дешифрування зображень.

Обробка цифрових знімків для посилення контрастності в рамках просторового аналізу включає наступні методи модифікації гістограм: Лінійне розтягування — створення нових значень пікселів на вихідному зображенні та розширення їхньої шкали (області значень). Нормалізація у процесі — розширення найяскравішого сегмента гістограми. Вирівнювання — корекція яскравості пікселів, щоб вирівняти або максимально наблизити їхню кількість для кожного рівня яскравості.‹#›

Фільтрування зображень‹#›У контексті просторового аналізу фільтрація дозволяє виділити потрібні об’єкти та зменшити шуми шляхом модифікацій ковзного вікна з перерахуванням та присвоєнням поточних та нових пікселів відповідно. Нові значення в процесі просторового аналізу ГІС даних отримують, враховуючи сусідні пікселі за допомогою певних математичних функцій. Коефіцієнти у формулі залежать від завдань дешифрування. Вікно може мати розмір 3×3 або 5×5 пікселів та переміщатися на один піксел, доки не захопить все зображення. Крім підвищення чіткості та видалення шуму, метод фільтрації застосовується для зменшення перешкод та окреслення контурів.

Вибираємо методи просторового аналізу ГІС даних‹#›Значною перевагою цифрових знімків є можливість комп’ютерної обробки, яку можна виконати як для підготовки даних, так безпосередньо для просторового аналізу. Оптимально, коли процес повністю автоматизовано та він виконується комп’ютером. Проте, на практиці це трапляється рідко. Найчастіше роботу аналітика полегшує застосування спеціальних інструментів.

Колірні трансформації‹#›Зображення з окремого каналу мультиспектрального знімка відображається у відтінках сірого. Воно стає кольоровим лише при комбінуванні трьох каналів — червоного, зеленого та синього (так звана модель RGB). У просторовому аналізі ГІС даних зображення може бути представлене в натуральних кольорах або композитом хибних кольорів, залежно від того, чи збігаються RGB-канали або замінюються іншими каналами. Переважаючі тони визначаються яскравістю каналу. Наприклад, високі значення пікселів у каналі R (Red) дадуть переважно відтінки червоного. Відповідно, найяскравіший канал G (Green), вийдуть відтінки зеленого.

Під час проведення просторового аналізу натуральні кольори дозволяють легше ідентифікувати об’єкти, а штучні — розрізняти їх та виділяти контури.‹#›

Індексні зображення‹#›Метод індексних зображень включає перерахування значень яскравості для кожного пікселя в різних каналах за допомогою певних математичних операцій. Таким чином, аналізовані пікселі мають не абсолютні значення яскравості, а набувають нових індексних значень відповідно до колірної матриці. Індексація дозволяє виділити досліджувані об’єкти та спростити проведення просторового аналізу.

Аналіз основних компонентів‹#›Цей метод просторового аналізу ГІС даних ґрунтується на кореляції мультиспектральних даних. Це означає, що збільшення яскравості на одному каналі тягне за собою збільшення яскравості в інших каналах.

Даний метод просторового аналізу в ГІС дозволяє проводити наступні дії з супутниковими даними:створювати вихідне зображення з трьома головними компонентами з трьох та більше каналів без урахування менш значущих компонентів, що знижує вплив шумів;посилювати слабо помітні об’єкти на однокомпонентному супутниковому зображенні;проводити порівняння серії зображень з різним часом зйомки для розуміння динаміки процесу;скорочувати розмір супутникових даних із мінімальними втратами інформації.‹#›

Спектральний поділ‹#›Даний метод попередньої обробки даних для просторового аналізу застосовується для визначення об’єктів, розмір яких менший за розмір пікселів на знімках з декількома об’єктами. У цьому випадку фахівець порівнює отримані дані з існуючими реєстрами чистих спектрів та аналізує кількісні невідповідності між чистим спектром та домішками у спектрі кожного пікселя. Отримане зображення дозволяє виділити головний елемент за кольором.

Класифікації‹#›У контексті просторового аналізу класифікація — це дешифрування зображень на комп’ютері або автоматичне розподілення пікселів на певні класи для диференціації об’єктів (звідси назва методу). Виділяють кілька видів класифікацій: з навчанням та без навчання.

Класифікації з навчанням‹#›Класифікації цього типу засновані на порівнянні яскравості пікселя з певними зразками (еталонами). В процесі просторового аналізу ГІС даних спеціаліст об’єднує окремі об’єкти у відповідні класи (наприклад, у знімках міської місцевості (urban) це можуть бути будинки, дороги, рослинність). Даний метод підходить, якщо ландшафт містить менше 30 елементів, які можна легко розрізнити на супутниковому знімку.

Найчастіше для просторового аналізу в ГІС застосовуються такі способи класифікації даного типу:метод спектрального кута використовується для класифікації об’єктів із близькими значеннями яскравості;класифікація паралелепіпедів підходить у тих випадках, коли області значень яскравості не перетинаються;оцінка мінімальної відстані використовується при просторовому аналізі, коли області значень яскравості перетинаються;метод відстані Махаланобіса дає більш точні виміри в мультиваріативному просторі порівняно з попереднім способом;оцінка максимальної правдоподібності допомагає співвіднести об’єкт із певним класом на основі розрахунків максимальної ймовірності;бінарний поділ застосовують, коли потрібно розбити всі пікселі на знімку на дві групи.‹#›

Класифікація без навчання‹#›Дані алгоритми автоматично поділяють пікселі за принципом статистичного розподілу яскравості пікселів та підходять для випадків, коли не вдається визначити об’єкти або їх більше 30. У рамках просторового аналізу ГІС даних класифікації без навчання можна використовувати перед класифікаціями з навчанням. Найпоширенішими прикладами неконтрольованих класифікацій є ISODATA та k-середніх. ISODATA — скорочення терміну «Ітераційна методика аналізу даних, що самоорганізується» (англ. Iterative Self-Organizing Data Analysis Technique). Цей метод просторового аналізу в ГІС передбачає співвідношення пікселів з найближчими значеннями яскравості просторі спектральних ознак. Кластеризація k-середніх схожа на ISODATA, але потребує певних базових середніх значень класифікації об’єктів.

Приклад просторового аналізу наслідків граду на рисовому полі‹#›У сільському господарстві просторовий аналіз ГІС даних використовується для різних цілей, у тому числі виявлення різних видів збитків внаслідок природних аномалій або сільськогосподарської діяльності. Приклад нижче — рисове поле, що постраждало від граду. EOSDA Crop Monitoring демонструє найпомітніші зміни за допомогою індексів NDVI та Re. CI.

Переваги просторового аналізу‹#›Перші спроби провести просторовий аналіз було зроблено Канадою у 60-х роках минулого сторіччя з метою систематизації природних ресурсів країни. Тепер він застосовується у всьому світі. Завдяки сучасним технологіям та методам просторового аналізу ГІС даних, результати операцій сьогодні набагато точніші, ніж десятки років тому. Понад те, комп’ютеризоване дослідження просторових даних дозволяє обробляти величезні масиви даних майже миттєво. Дані просторового аналізу в ГІС допомагають:розуміти поточний стан справ;бачити тенденції та відповідно на них реагувати;розробляти стратегії бізнесу, аналізуючи дані з прив’язкою до простору та часу.

Дякую за увагу!