Система мониторинга состояния посевов – инструмент для агронома, инвестора, страховщика

Нагорнюк К. Е., компания Esri CIS, e-mail: knagornyuk@esri-cis.ru, web: www.esri-cis.ru

 

Web-based agricultural decision support system on crop monitoring

 

Рассказано о решении для сельскохозяйственных предприятий на платформе ArcGIS, основанном на создании собственной системы мониторинга состояния посевов для работы с полным набором корпоративных данных о полях.Оно позволяет агрономам и другим специалистам быстро получить и проанализировать полную оперативную картину земельных угодий и созревания урожая на протяжении всего сезона вегетации и сократить затраты на облачные сервисы.

Какой агроном и руководитель сельскохозяйственного предприятия не мечтает о системе, предоставляющей оперативную картину состояния посевов и показывающей тренды их развития во времени?! Обычно учетная информация о полях хранится внутри организации в таких системах, как 1C, SAP или Excel. Но она не включает в себя дополнительные сведения, например, погодные данные или степень вегетации посевов на протяжении всего сезона, которые являются важным набором параметров для агрономов и других специалистов. Очевидно, что гораздо нагляднее и полезнее для получения общей картины было бы привязать показатели из таблиц к границам поля и дополнительно обогатить их информацией о температуре почвы, влажности, состоянии биомассы и т.д. И сделать все это с возможностью просмотра во времени, то есть с возможностью узнать, что происходило на каждом поле день, неделю или год назад.

Таким образом, система учёта расширяется и, по сути, становится системой мониторинга состояния посевов, а на следующем этапе она может быть дополнена и блоком прогноза урожайности. Пользу такая система мониторинга приносит не только агроному, для которого это повседневный инструмент для работы, но и инвесторам, и страховым компаниям. Для инвесторов оперативная картина ситуации станет показателем инвестиционной привлекательности, а для страховых компаний – предположением о рисках, о вероятности страховой выплаты и оценке ее размера.

На самом деле, подобные системы мониторинга уже предлагаются многими компаниям и в качестве облачного решения, а стоимость такого облачного сервиса зависит от площади полей, загруженных в «облако». Таким образом, платить необходимо за каждый гектар, а корпоративные данные о полях попадают на сторонние сервера. Впрочем, для фермера или небольшой организации облачный сервис будет экономически оправдан, но когда речь идет о десятках и сотнях тысяч гектаров, стоимость ежегодно оплачиваемого облачного сервиса и вопрос о защите информации вынуждают компании искать альтернативные пути использования системы мониторинга посевов.

Логичным решением является запуск подобной системы внутри собственной организации. В данном случае, готовые компоненты, входящие в платформу ArcGIS, позволяют значительно сократить объем разработки и создать эффективную систему, опирающуюся на настольные и серверные части программы. Выбор в сторону ArcGIS обоснован многими причинами, вот некоторые из ключевых: ArcGIS–геоинформационная платформа промышленного уровня с большим количеством успешных примеров использования по всему миру и в России, это многопользовательская система доступа к геоданным и интеграция с популярными бизнес-системами, это возможность обрабатывать в автоматическом режиме космические и аэроснимки на настольных компьютерах или серверах, это развитые алгоритмы интерполяции и геостатистического анализа, это готовые библиотеки для создания веб и мобильных интерфейсов доступа к информации. Инвестируя в лицензии ArcGIS и работу по настройке рабочего процесса, компания получит систему мониторинга посевов, интегрированную с собственными бизнес-системами, в закрытом информационном контуре, не требующую платы за каждый гектар земли. А окупаемость инвестиций от перехода с облачного решения легко вычисляется, что служит отличным способом в обосновании внедрения такой системы мониторинга внутри организации.

В качестве входных источников информации для системы используются табличные данные о полях из 1C, SAP или Excel, которые привязываются к геометрическим границам, отображенным на цифровой карте. На этом этапе организация уже получает информационно-справочную систему с возможностью ретроспективного анализа использования своих земель (рис. 1). Далее в систему подключаются метеоданные, которые предоставляют информацию о температуре и влажности в отдельных узлах сетки, а благодаря инструментам ArcGIS они интерполируются на каждое поле. Метеоинформация сохраняется в корпоративной базе геоданных для дальнейшего ретроспективного анализа (рис. 2). Для мониторинга состояния растительного покрова применяются космические снимки, в том числе бесплатные изображения Landsat, MODIS, Sentinel и их различные совместные композиты. Благодаря применению расчетных алгоритмов,настроенных на основе инструментов ArcGIS, обработка снимков выполняется в автоматическом режиме, а пользователь получает уже готовые показатели, которые предоставляются через стандартный браузер или мобильное приложение. За счет автоматической обработки снимков сокращается ручной труд по таким операциям, как: поиск новых снимков в интернет-каталоге, отсеивание облачных снимков, скачивание снимков и их предварительная обработка, тематическая обработка, сохранение результатов и вычисление пространственной статистики.


Рис. 1. Интерфейс системы, демонстрирующий ретроспективный анализ использования полей.

 


Рис. 2. Параметры мониторинга конкретного поля, выведенные в виде графиков на отдельной странице веб-приложения.

Бытует мнение, что космическая съёмка – это только платная и дорогостоящая услуга, но существуют и бесплатные данные. Для применения в сельском хозяйстве наиболее интересными являются спутники миссии Landsat, новые европейские спутники Sentinel, а также снимки широкого обзора MODIS. Данные MODIS обладают грубой детальностью (используются растры с разрешением 250 метров), но позволяют следить за районами интереса ежедневно. Спутники Landsat и Sentinel обладают более высоким пространственным разрешением – 10-30 метров, но обновляются с периодичностью 12-16 дней. Для совместного использования ежедневных «грубых» данных MODIS и более детальных снимков Landsat разработан специальный алгоритм для равномерной во времени оценки индекса вегетации.

В предлагаемой системе мониторинга используется как раз такой алгоритм, а результатом автоматической обработки являются значения степени вегетации: в каждой точке поля, среднее по площади участка поля, максимальное и минимальное значение вегетации в рамках участка поля. В качестве показателя развития растительности традиционно используется известный индекс вегетации NDVI (Normalized Difference Vegetation Index). NDVI рассчитывается как разность значений отражения в ближней инфракрасной и красной областях спектра, разделенная на их сумму, поэтому для такой системы мониторинга могут подойти совсем не любые изображения, а только включающие инфракрасную и красную часть электромагнитного спектра. В течение сезона отражающая способность растительности меняется, поэтому требуется как можно более частое обновление снимков, что позволяет оценивать изменение количества зеленой фитомассы во времени. Для этого обычно применяются не только снимки Landsat или Sentinel, но и ежедневные снимки MODIS.

Таким образом, одним из главных преимуществ применения материалов космической съемки в данной системе является широкий охват для оценки больших посевных территорий, разбросанных по разным регионам. На подготовленной в автоматическом режиме карте агроном сможет увидеть, на какой именно стадии вегетации находится каждая из растущих культур и какие наблюдаются тренды вегетации во времени, сравнить развитие культур на выбранных участках, оценить динамику температуры. В случае обнаружения отклонений от нормального развития принимается решение о дополнительном визуальном обследовании.

Для визуального обследования в системе предусмотрен выезд в поле и составление полевого отчета, который создается на мобильном устройстве (рис. 3). Еще на этапе подготовки к полевому обследованию на мобильное приложение, которое интегрировано в общую систему мониторинга, загружаются проблемные поля и их характеристики. Далее сотрудник отключается от мобильной связи и выполняет обход угодий с занесением результатов наблюдений в заготовленные формы приложения и прикрепляя фотографии, которые автоматически привязываются к точке съемки на карте с выводом информация о направлении съемки. После возвращения в офис все данные с мобильного устройства выгружаются в общую систему и становятся доступны для работы другим сотрудникам.


Рис. 3. Интерфейс мобильного приложения, приложение используется для создания полевого отчёта.

В качестве общедоступного примера работы с массивами снимков в ArcGIS компания Esri создала систему по отображению и обработке всей коллекции снимков Landsat,берущей свое начало еще с начала 1970-х годов и продолжающей ежедневно пополняться. За последние 43 года были накоплены петабайты данных Landsat или 4 миллиона снимков. Любое место на Земле фотографируется каждые 16 дней. Система на основе платформы ArcGIS позволяет взять любые исторические снимки, посмотреть и проанализировать, какие изменения произошли с тех пор. Благодаря автоматической обработке снимков и их хранению без потери спектральных характеристик пользователь в любом уголке планеты может зайти в веб-приложение и посмотреть изменение своей территории в историческом контексте (рис. 4), для каждой выбранной точки построить график изменения влажности и вегетации (рис. 5), выбрать необходимые спектральные каналы для визуализации и дальнейшего анализа.


Рис. 4. Интерфейс общедоступного приложения Esri для онлайн работы с коллекцией снимков Landsat.

 


Рис. 5. Интерфейс общедоступного приложения Esri с выведенными для конкретной точки на карте графиками изменения вегетации и влажности во времени, где по оси абсцисс представлены даты съемки.

Описанный в данной статье пример действующего решения демонстрирует высокую степень масштабируемости платформы ArcGIS и ее широкие возможности по работе с большими объемами геоданных, в том числе с данными дистанционного зондирования, в сфере сельскохозяйственного производства.