Сельское хозяйство

Андрианов В.Ю, компания Esri CIS

 

Сельское хозяйство – один из наиболее древних видов хозяйственной деятельности человека. Возможно поэтому, мы наблюдаем здесь максимум консерватизма и ощутимое отставание во внедрении современных технологий, особенно информационных. Конечно, механизация значительно повысила производительность сельского труда, но если сравнить ее с тем, как бурно развивается большинство отраслей промышленного производства, то сельское хозяйство окажется далеко позади. Тем не менее, сегодня и у нас уже встречаются интересные проекты, поднимающие сельскохозяйственное производство на качественно новый уровень.

Традиции и реальность

Совершенно очевидно, что внедрение информационных технологий должно начинаться с переписи имеющихся производственных ресурсов, с создания базы данных. Поскольку основным ресурсом в сельском хозяйстве является земля, такая БД обязательно будет носить пространственных характер. Конечно, можно перенумеровать поля и вести базу данных их характеристик в табличном виде, даже на бумаге. Границы полей можно закрепить на схеме и использовать ее для иллюстрации. Но много ли пользы можно извлечь из такой технологии? Очевидно, что внесение даже простых изменений в такую документацию требует много ручного труда. Чем дольше ведется такая БД, тем более вероятно появление в ней ошибок, особенно если правки вносят разные специалисты. О временном и пространственном анализе данных в таком случае приходится практически забыть – справиться хотя бы с длительным и по возможности безошибочным ведением БД. Это если смотреть с одной стороны (как бы снизу).

С другой стороны – уже сейчас для стран, желающих вступить в Европейское Сообщество, существует обязательное требование функционирования национальной Единой административно-управляющей системы (IACS), включающей данные по всем земельным участкам и землепользователям. Такая система просто необходима для эффективной реализации программ субсидирования производителей сельхозпродукции и контроля за использованием этих субсидий, сумма которых по Евросоюзу составляет несколько десятков миллиардов евро. В США большое число подобных и других сельскохозяйственных программ и проектов, основанных на использовании информационных технологий, среди которых особое место отводится ГИС, очень активно реализуется многочисленными агентствами, относящимися к Министерству сельского хозяйства (USDA).


Результаты автоматического дешифрирования снимков в системе eCognition

Внедрение компьютерных технологий позволяет не только значительно упростить ведение информационных баз и снизить вероятность возникновения ошибок, но и внедрить новые методы поддержки принятия управленческих решений на основе анализа данных и, в конечном итоге, поднять производительность труда. Поскольку практически вся информация о ресурсах сельского хозяйства имеет пространственную привязку, очевидно, что в качестве базовой информационной технологии лучше всего использовать геоинформационные системы. Конечно, это не значит, что никакие другие технологии тут не нужны. На самом деле, главное достоинство современных средств построения ГИС (имеются в виду, прежде всего, технологии компании ESRI) – в их открытости и сочетаемости с другими информационными технологиями и системами обработки данных. Причем, масштабируемость решений ESRI позволяет использовать разные продукты одного семейства на самых разных уровнях управления. Далее мы рассмотрим более конкретные примеры использования этих продуктах на разных этапах и уровнях сельскохозяйственного производства.

ГИС на разных уровнях управления

Применение геоинформационных технологий в сельском хозяйстве возможно и на федеральном, и на региональном, и на местном уровнях, вплоть до отдельного хозяйства. Поскольку задачи на этих уровнях различны, соответственно, различаются и используемые данные, и средства работы с ними. При использовании продуктов одного семейства (например, ArcGIS производства ESRI) обеспечивается как вертикальная (между различными уровнями управления), так и горизонтальная (между хозяйствами или организациями одного уровня) совместимость по данным и программным продуктам.

На федеральном уровне актуальны такие задачи, как выработка сельскохозяйственной политики, лицензирование и контроль производства продуктов массового потребления, прогнозирование валового сбора различных культур, мониторинг природных условий и использования земель, контроль информации, поступающей «снизу». Наилучшее применение здесь могут найти серверные программные продукты типа ArcSDE и ArcIMS для поддержки централизованного реестра земель сельскохозяйственного назначения, баз данных хозяйств и полей. Все эти объекты имеют некоторое положение и протяженность в пространстве, поэтому только технология пространственных баз данных (иначе называемых базами геоданных) может гарантировать адекватное компьютерное представлении этой информации. Причем простого ГИС-пакета здесь недостаточно, – например, в США имеются десятки тысяч хозяйств, миллионы полей, и только специальные средства управления большими пространственными базами данных (ArcSDE) могут справиться с такими объемами. Чтобы данные эти не лежали втуне и работали на развитие отрасли и страны в целом, к ним должен быть обеспечен соответствующий доступ. Развитие компьютерных сетей позволяет сегодня за доли секунды связывать компьютеры, находящиеся в разных точках страны. Всеобщее проникновение Интернета обеспечивает быстрый обмен информацией между специалистами, а также представление информации всем заинтересованным лицам. Графический характер Всемирной паутины (WWW) ведет к тому, что в ней становится все более популярным представление карт. Однако карта в виде простой картинки имеет небольшую ценность – интерактивность любого настольного ГИС-пакета более значима. Оптимальным решением для передачи картографических данных через Интернет и представления карт в Вебе является картографический интернет-сервер ArcIMS. Благодаря ему пользователи настольных продуктов ArcGIS могут получать доступ к картографическим материалам из любой точки Земли, где есть подключение к Интернету. Этот же продукт может использоваться во внутренних сетях организаций для обеспечения доступа к картам на центральном сервере через Интранет. Кстати, неслучайно Министерство сельского хозяйства США выбрало в качестве стандарта ГИС продукты компании ESRI – их массовое распространение, универсальность, постоянное развитие и гибкость решений на их основе являются залогом успешного внедрения ГИС и плодотворного использования ее широчайших возможностей в течение многих лет.


Урожайность зерновых в США в 2002 году (по данным национальной службы с/х статистики USDA)

На уровне отдельного хозяйства или группы хозяйств ГИС-технологии также востребованы, и сейчас в индустриально развитых странах можно наблюдать настоящий бум нового направления под названием precision agriculture – точное земледелие. Суть его в том, что обработка полей производится в зависимости от реальных потребностей выращиваемых в данном месте культур. Эти потребности определяются с помощью современных информационных технологий, включая космическую съемку, причем часто средства обработки дифференцируются в пределах различных участков поля, давая максимальный эффект при минимальном ущербе окружающей среде и снижении общего расхода применяемых веществ. Конечно, варьировать внесение химикатов и питательных веществ можно и вручную, «на глазок», однако научно обоснованный подход более эффективен. Накопление статистики обработки (куда и сколько внесли каждого вещества) и получаемых результатов (урожайность) позволяет применять различные виды анализа (регрессионный, факторный и др.) с тем, чтобы в дальнейшем корректировать применяемые дозы для получения максимума отдачи на каждый вкладываемый в обработку рубль.

Современные СУБД включают средства статистического анализа, позволяющие проводить такой анализ по отдельным полям. Но если мы захотим сделать анализ более детальным и точным путем разбивки полей на небольшие однородные участки, то тут потребуются уже средства пространственного анализа, имеющиеся в ArcGIS. Именно такой подход считается оптимальным в идеологии точного земледелия. И здесь нужно отметить, что в двух специальных дополнительных модулях ArcGIS – Spatial Analyst и Geostatistical Analyst — реализованы самые современные методы пространственного анализа данных, позволяющие выявлять скрытые закономерности в данных, невидимые невооруженным глазом. С помощью этих средств по каждому элементарному участку можно анализировать влияние рельефа, характеристик почвы, гидрологического режима, истории внесения агрохимикатов, а также выявлять проблемные участки, не вписывающиеся в имеющуюся агрономическую модель, и на этой основе ее совершенствовать.

Конечно, внутри отдельного небольшого хозяйства проводить такой анализ нереально (нет ни специалистов, ни экономически оправданной загрузки программно-технических средств), однако вполне возможно применение методик, разработанных в федеральном и/или региональных исследовательских центрах. То есть, в хозяйствах нужны лишь простые в использовании инструменты конечного пользователя, создавать которые могут региональные и федеральные подразделения Минсельхоза. Использование единой масштабируемой программной технологии, такой как ArcGIS, позволяет, с одной стороны, проводить анализ любой сложности и разрабатывать методики с помощью наиболее мощных продуктов семейства (ArcInfo), а с другой – поставлять конечным пользователям решения минимальной стоимости (ArcView, ArcReader). При этом обеспечивается полная совместимость между различными программными продуктами семейства и возможность создания специализированных приложений на основе библиотеки разработчика ArcObjects.

ГИС- продукты для продуктивной работы

Для создания и ведения карт и баз пространственных данных сельскохозяйственного назначения мы предлагаем семейство продуктов ArcGIS. Здесь мы не будем подробно останавливаться на всех продуктах семейства, так как информация о них и опыте их использования содержится в каждом номере нашей газеты и на нашем веб-сайте (www.dataplus.ru). Отметим только те продукты, которые обладают специфическими функциями, важными для технологий точного земледелия. Это три дополнительных модуля – модуль пространственного анализа Spatial Analyst, модуль геостатистического анализа Geostatistical Analyst и модуль обработки снимков Image Analysis для ArcGIS (от компании Leica Geosystems GIS & Mapping, LLC). Первые два позволяют восстанавливать картину пространственного распределения показателей (например, агрохимических) по точечным измерениям, а также исследовать зависимости между различными показателями, влияющими на продуктивность сельхозугодий. Отличие геостатистики от традиционных статистических методик в том, что здесь учитывается пространственный аспект исследуемых явлений. Можно выявлять не только временные, но и пространственные тренды, учитывать влияние и взаимосвязи различных факторов не только во временном, но и в пространственном контексте.

Модуль Image Analysis дополняет базовые продукты ArcGIS функциями обработки изображений. В сущности, это элементы другого продукта – ERDAS IMAGINE, – встроенные в среду ArcGIS. Достоинство этого модуля в том, что пользователю ArcGIS при работы со снимками не нужно осваивать интерфейс и идеологию другого программного продукта, – все функции доступны в знакомой среде, и интерфейс работы с ними сделан максимально простым. А ERDAS IMAGINE в этом случае будет востребован профессионалами обработки снимков.

Немаловажным фактором информатизации сельского хозяйства, в том числе и внедрения ГИС, является удаленность пользователей (специалистов хозяйств) от крупных городов, имеющих развитую информационную инфраструктуру. В этом случае оказываются весьма кстати возможности продуктов ESRI по созданию распределенных геоинформационных систем и обеспечению доступа к геоданным через Интернет. Продукты семейства ArcGIS могут работать и с локальными данными, находящимися на том же компьютере, и любыми другими наборами данных, доступными через Интернет/Интранет с помощью интернет-сервера картографических данных ArcIMS. Для специалистов, работающих в поле, очень полезно приложение ArcPad, устанавливаемое на карманные компьютеры. Эта «полевая ГИС» позволяет обмениваться данными с сервером с помощью беспроводных технологий связи, а также использовать данные приемника GPS, работающего в связке с карманным компьютером.

Помощь и контроль

Россия обладает огромными площадями сельскохозяйственных угодий и является крупнейшим производителем минеральных удобрений. В то же время, общее качество земель и урожайность значительно уступают показателям передовых индустриальных стран. Конечно, важнейшую роль в реформировании и повышении эффективности АПК играют правовые и экономические факторы, но и адекватность применяемых агротехнологий также весьма существенна. Передача сельскохозяйственного производства в частные руки способна повысить эффективность АПК, но при этом станет очень актуальной задача контроля. Так, например, интенсификация сельскохозяйственного производства за счет применения агрохимикатов требует жесткого экологического контроля. Недостаточно того, чтобы сами производители оценивали объемы вносимых химикатов, руководствуясь только лишь экономическими интересами. Задачей государственных служб является анализ допустимости применения тех или иных средств в том или ином объеме на данном конкретном поле с точки зрения воздействия на природную среду. Ограничения могут возникать как из соображений экологии и сохранения прилегающих особо охраняемых территорий, так и из-за опасности загрязнения грунтовых и поверхностных вод, питающих источники водоснабжения населения. Определять места таких ограничений можно с помощью средств пространственного анализа, упоминавшихся выше, а контролировать их исполнение – с помощью космической и аэросъемки.


Пример работы с модулем Image Analysis. Aвтоматический расчет статистики показателя (в данном случае — класс поверхности) по территориальной единице (поле, хозяйство, район)

Дистанционное зондирование Земли (ДЗЗ) занимает особое место среди геоинформационных технологий, применяемых в сельском хозяйстве. В России это направление практически не развито, в то время как, например, во Франции АПК – важнейший потребитель космических снимков со спутников SPOT. Хотя эта съемочная система является коммерческой, значительную часть расходов берет на себя государство, и в периоды вегетации сельхозкультур АПК имеет наиболее высокий приоритет в проведении съемок из космоса, отодвигая на задний план прочих потребителей. Сельскохозяйственное производство играет центральную роль в экономике Франции, и руководство этой страны осознает необходимость финансирования современных информационных технологий, повышающих его эффективность.

В космическом мониторинге земель сельскохозяйственного назначения заинтересованы как производители сельхозпродукции, так государственные службы. С одной стороны, оперативная и детальная информация о состоянии выращиваемых культур позволяет эффективно планировать агрономические мероприятия и достигать максимальных урожаев. С другой стороны, данные ДЗЗ – независимый и объективный источник информации для государственных служб. Эти данные могут использоваться для составления кадастра земель сельскохозяйственного назначения, проведения их оценки, проверки и уточнения границ сельхозугодий, контроля целевого использования земель.

Основным программным продуктом, предлагаемым нашей компанией для работы с данными ДЗЗ, является ERDAS IMAGINE. Помимо того, что это общепризнанный стандарт в обработке изображений, в данном продукте имеются некоторые функции, особенно интересные для применения данных ДЗЗ в сельском хозяйстве. Так, например, GPS Tool – инструмент поддержки GPS-приемников – позволяет непосредственно на экране компьютера наблюдать текущее положение пользователя на электронной карте или космоснимке. Если установить этот продукт на мобильный компьютер и связать его с GPS-приемником, то получится мобильный комплекс, позволяющий в реальном времени проводить координатную съемку границ полей, дорог и других объектов, сравнивать их состояние с изображением на снимке, пополнять базу данных с описаниями полей и объектов сельской инфраструктуры.

Другой инструмент – средства вычисления различных физических показателей и индексов по космоснимкам, позволяющие оценивать влажность земной поверхности, ее яркостную температуру, объем биомассы в виде вегетационного индекса и т.д.

Наконец, недавно добавился новый инструмент, используемый для прогнозирования урожая в масштабах целой страны или региона – Frame Sampling Tool. В США эта методика используется для оценки экономического потенциала стран-конкурентов в производстве сельхозпродукции, когда наземные данные попросту недоступны. Например, она показала отличные результаты при исследовании сельского хозяйства Китая.

История ДЗЗ насчитывает несколько десятилетий, и программные средства для работы с данными ДЗЗ прошли определенный путь развития. Наряду с инструментами, ставшими классическими, появляются всё новые разработки. Так, например, распространяемый нашей компанией продукт eCognition решает задачу автоматического дешифрирования снимков на основе базы знаний, создаваемой пользователем. Он позволяет в автоматическом режиме дешифрировать контуры объектов (полей), определять их состояние (влажность, биомасса), однородность характеристик. Большой набор дешифровочных признаков позволяет решать и такие задачи, которые ранее выполнялись только вручную. На приведенной иллюстрации слева показан фрагмент снимка высокого разрешения, на котором видны отдельные плодовые деревья. Как показано справа, в результате автоматического дешифрирования эти деревья обозначены красными точками и приведено их количество, при этом также определяется контур плантации и рассчитывается средняя плотность посадки.

К сожалению, агропроизводство в России пока далеко от оптимальной рыночной модели с присущими ей механизмами финансового регулирования, кредитования производства, страхования рисков и т.д. В тех же странах, где эти механизмы уже нормально функционируют, геоинформационные технологии находят все новые применения в АПК. Известно, что сельскохозяйственное производство подвержено значительным рискам, обусловленным погодными условиями, и уже сейчас ГИС оказываются ценнейшим подспорьем в ведении баз данных статистики сельскохозяйственного производства и анализа факторов риска. ГИС-технология позволяет страховщикам и фермерам находить общий язык в оценке ущерба, ведь и те, и другие могут использовать эту технологию в качестве объективного и оперативного источника информации.

Новые прикладные области

Упомянем еще пару примеров, где геоинформационные технологии могут сыграть ключевую роль.

С развитием генной инженерии и появлением генетически модифицированных культур в США большое внимание уделяется контролю за производством продуктов питания с применением генетически модифицированных ингредиентов. При этом требуется отслеживать происхождение продуктов вплоть до того поля, на котором они были выращены, чтобы механизм идентификации продуктов (Product Identity) позволял контролировать их производство. Естественно, ГИС оказываются очень подходящей технологией для ведения баз данных с такой информацией.

Еще одно интересное применение ГИС в сельском хозяйстве связано с его растущей глобализацией. Не так давно в США была выявлена очень важная проблема вторжения инфекций и вредителей сельхозкультур из других стран. Так, например, недавно проводились исследования и строились пространственные модели распространения грибкового поражения сои, возбудитель которого происходит из Бразилии, и к которому у растений нет иммунитета. По результатам одного из этих исследований, потери урожая в некоторых штатах могут достигать 40%. Бразильские производители сои уже тратят сотни миллионов долларов на фунгициды, а через несколько лет эта участь наверняка постигнет и фермеров США – построенные модели показывают неизбежное распространение инфекции с юга на север в течение нескольких ближайших лет. В данном случае ГИС-технологии позволяют пусть не избежать напасти, так хотя бы адекватно и вовремя подготовиться к встрече врага.

Накопление опыта и перспективы

Возвращаясь к России, нельзя не порадоваться тому, что и у нас уже есть примеры успешного применения ГИС-технологий и ДЗЗ в агропромышленном комплексе, о некоторых из них можно узнать на страницах этого номера ArcReview. Уже несколько лет российский АПК получает техническую помощь в рамках проекта ARIS, способствующего также и распространению геоинформационных технологий. И уже есть примеры использования этих технологий не только за счет средств этого проекта или выделяемых государством, но и на коммерческой основе в крупных успешных хозяйствах.


Пример работы с модулем Image Analysis. Mониторинг временных изменений (красный цвет — снижение объема биомассы, зеленый – рост)

Благодаря международному проекту LARIS, в рамках которого осуществляется техническое обеспечение земельной реформы в России, в нашей стране недавно появились первые цифровые аэросъемочные системы ADS40 производства компании Leica Geosystems, являющиеся развитием традиционной фотосъемки, например, с помощью хорошо себя зарекомендовавшей бортовой пленочной камеры RC30, также производимой этой компанией.

Преимуществом ADS40 является съемка в ближнем инфракрасном диапазоне (в дополнение к видимому), несущем основную информацию о состоянии растительности. Использование традиционной фотосъемки в интересах оперативного управления АПК ограничено, поскольку процесс обработки фотоматериалов, необходимость их сканирования, проведения фотограмметрических работ, а также нестабильность характеристик приводят к чрезмерно высокой стоимости результата и большой длительности рабочего цикла, не отвечающего современным требованиям к принятию решений в сельском хозяйстве. У цифровых систем эти недостатки отсутствуют, а процесс обработки исходных данных до получения конечного результата может быть практически полностью автоматизирован и выполняется в течение нескольких часов. Помимо замечательных геометрических характеристик, важных для организации и ведения земельного кадастра, эти системы обладают также и такими спектральными и радиометрическими параметрами, которые могут сделать оперативный аэромониторинг сельхозугодий и посевов вполне реальным. При достаточно больших объемах съемки себестоимость может быть даже ниже, чем у космоснимков аналогичного качества, в то время как существенно меньшая зависимость от облачности может оказаться очень важной для агропроизводящих регионов России с их часто меняющейся погодой.