Развитие методов дистанционного мониторинга динамики наземных экосистем c использованием физических и эколого-математических моделей
Настоящий раздел посвящён развитию методов дистанционной оценки состояния сельскохозяйственных культур на основе использования модели эталона их сезонного развития.
Оперативная оценка состояния сельскохозяйственных культур зачастую основана на анализе величины отклонения текущей динамики вегетационного индекса от статистического эталона, полученного анализом данных многолетней статистики сезонного развития растений. Наиболее распространённым подходом является осреднение дистанционных показателей сезонного развития конкретной культуры за многолетний период с созданием достаточно устойчивого многолетнего эталона. Однако на его основе сложно автоматически учесть находящееся в условиях сезонных климатических особенностей (выраженное в отставании или опережении многолетнего среднего) относительно нормальное развитие сельскохозяйственных культур. Для более точной оценки аномалий необходимо учитывать все возможные межгодовые вариации погодных условий, приводящие к значительным вариациям в датах сева, начале роста и динамике растений. Для построения инвариантной к этим факторам нормы на основе многолетних данных было необходимо доработать ранее разработанный метод построения эталонов.
Известно, что скорость развития растений зависит от температуры воздуха, и для достижения растениями определённой фазы роста необходимо накопление определенной суммы эффективных температур. Приведение временных рядов вегетационных индексов к единой шкале накопленных температур позволяет снизить эффект «сдвига сезона» и оценивать отклонение посевов от нормы в сопоставимых фазах их развития.
Перцентили дают легко интерпретируемую оценку отклонения поля от нормы, указывающую на его состояние в сравнении с историческими полями. Если текущее состояние поля лучше, чем состояния N% исторических полей на той же фазе развития, то можно сказать, что оно лежит в перцентиле N. Перцентиль, в который попадает поле, может использоваться для оценки текущего его состояния относительно репрезентативной исторической выборки, и установления порогов аномалий. Оценка аномалий на основе перцентилей позволяет в полной мере учесть статистику, на основе которой строится норма поведения культуры.
Предложенный метод оценки наличия аномалий состоит в сборе многолетней статистики динамики вегетационного индекса для репрезентативной выборки полей данной культуры, приведения их к единой шкале накопленных температур и сравнения значения NDVI исследуемого поля с историческими данными, а также использование перцентилей для оценки величины отклонения. Для исключения влияния случайных отклонений анализировалась устойчивость возникшей аномалии в течение 3-недельного интервала времени.
При наличии надёжной наземной информации о расположении и характеристиках сельскохозяйственных полей с аномалиями развития культур появляется возможность определить пороговые значения на перцентили, которые максимизируют процент детектированных аномалий и минимизируют ошибки 1-го и 2-го рода при отнесении поля к «аномальному» или «нормальному» состоянию. В частности, для каждого значения накопленных температур на опорных полях может быть построена статистика типичных значений NDVI, где низкие значения могут свидетельствовать об аномалии. Далее, для каждого наблюдения, нормированного на сумму температур, можно оценить отклонение и вероятность наличия аномалии.
Опорные данные были предоставлены ФБГУН «НИИСХ Крыма», находящегося на территории Республики Крым, где в 2018 было достоверно зарегистрировано достаточно много случаев аномалии развития посевов озимых культур из-за засухи в весенний период. Одновременное рассмотрение распределения всех полей и аномальных полей по величине выявленной аномалии позволяет вышеописанным образом определить пороговое значение величины аномалии (рисунок 2.3.1).
Рисунок 2.3.1 — Гистограмма величины аномалий. Сплошной линией показана гистограмма аномальных полей, прерывистой – для исходной статистики. Чёрная линия — величина наиболее оптимально определённого порога
Полученное в результате этого анализа пороговое значение перцентили величины аномалии для озимой пшеницы составило 12,5. В результате была разработана методика выявления отклонений развития озимой пшеницы на основе перцентилей, которая состоит из следующих шагов:
- Для каждого момента времени оценивается, в какой перцентиль попадает текущее значение NDVI анализируемого поля;
- Проводится его осреднение в скользящем окне, позволяющее отфильтровать случайные временные аномалии в значениях NDVI;
- Определяется, выходит ли вычисленный перцентиль за порог «аномалии».
По вышеописанной методике был проведён анализ состояния посевов озимой пшеницы и озимого ячменя для Республики Крым в 2018 году в условиях засухи конца апреля – начала мая. Валидация результатов детектирования аномалий проводилась на ряде тестовых полей в Красногвардейском и Белогорском районах, состояние которых в 2018 году было известно благодаря проведённым наземным обследованиям. В частности, обследованные поля были разбиты на две группы – с выявленными аномалиями развития (обычно списанные вследствие низкой урожайности) и без явных аномалий. В результате использовании описанной методики для полей из обеих групп было корректно обнаружено наличие (рисунок 2.3.2) и отсутствие (рисунок 2.3.3) аномалий сезонного развития. Согласно наземным данным, поля с выявленными аномалиями в развитии озимых были списаны вследствие низкой урожайности.
Рисунок 2.3.2 — Выявление аномалий развития озимой пшеницы в Крыму во время засухи 2018 года (в терминах перцентилей). Синяя линия — эталон озимой пшеницы. С начала мая наблюдаются отклонения от эталона
Рисунок 2.3.3 — Оценка состояния полей озимых, слабо пострадавших от засушливых условий 2018 года (поля были засеяны по пару). Синяя линия — эталон озимой пшеницы
Выполненные исследования показали, что аномалии в развитии некоторых культур, в случае, если они носят массовый характер на территории района и приводят к снижению урожайности, выявляются с помощью анализа временных рядов вегетационного индекса NDVI и с помощью оценки их отклонения от эталона, построенного методом нормировки фазы развития. Анализ результатов выборочной проверки, выполненной на основе данных наземного обследования, подтверждает применимость методов дистанционной оценки состояния посевов для выявления ситуаций их аномального развития.