2 Мультиспектральные сенсоры и беспилотные авиационные системы для агромониторинга
Для понимания возможностей мультиспектрального мониторинга важно рассмотреть основные принципы формирования и обработки получаемых спектральных данных. В основе данной технологии лежит регистрация отражённого от поверхности объектов электромагнитного излучения в нескольких узких спектральных диапазонах, что позволяет получать информацию о свойствах исследуемых объектов, недоступную при использовании обычной фотосъёмки.
Технология мультиспектральной съёмки основана прежде всего на применении специальных аппаратных средств и базируется на законах спектроскопии и оптики. При этом каждый объект обладает собственным уникальным спектральным отпечатком. Спектральная камера разделяет отражённое излучение на отдельные спектральные диапазоны и регистрирует их интенсивность. В результате, для каждого спектрального канала камера формирует отдельный монохромный снимок (в оттенках серого), а анализ непосредственно самой информации выполняется в ГИС-программах путём объединения этих изображений в цветные или ложнокомпозиционные изображения, а также посредством расчёта вегетационных индексов.
Для решения разных задач агромониторинга используются различные спектральные диапазоны:
- видимый зелёный (520-600 нм) – применяется для анализа состояния растительности, оценки растительного покрова и общей биомассы;
- видимый красный (630-690 нм) – соответствует зоне активного поглощения хлорофилла, в связи с чем используется для оценки состояния растений и выделения границ между растительным покровом и почвой;
- ближний инфракрасный диапазон (NIR) (760-900 нм) – наиболее чувствителен к состоянию и биомассе растений, поэтому используется для выявления стрессовых состояний посевов и оценки их продуктивности;
- коротковолновый инфракрасный диапазон (SWIR) (1550-2500 нм) – чувствителен к содержанию влаги в растениях и почве;
- тепловой инфракрасный диапазон – в основном применяется для оценки температуры подстилающей поверхности (рисунок 7) [7].
Системы зондирования зачастую классифицируются в зависимости от уровня их базирования, а точность и масштаб получаемых данных напрямую зависят от платформы-носителя сенсора. Выделяют три основных уровня:
1) космические (спутниковые) системы – обеспечивают глобальный охват территорий, но при этом характеризуются относительно низким пространственным разрешением, достигающем обычно от 10 м/пиксель, и зависят от погодных условий;
2) авиационные системы (БПЛА) – позволяют получать данные полевого масштаба со сверхвысоким пространственным разрешением, достигающим нескольких сантиметров на пиксель, обеспечивая наряду с этим оптимальное сочетание площади охвата и детализации;
3) наземные системы – в основном используются на уровне отдельных растений, листьев или колосьев и применяются преимущественно в научных исследованиях, а также в процессе создания эталонных спектральных баз данных.
Рисунок 7 – Волновой диапазон электромагнитного спектра [7]
Проводимые оптические исследования обычно требуют подтверждения, поэтому в процессе их реализации для валидации данных и детального изучения фитопатологических процессов на базе БПЛА применяются специализированные спектральные камеры, представляющие собой высокоточные устройства, устанавливаемые на беспилотные летательные аппараты, и позволяющие получать не только изображения, но и многоканальные спектральные данные с высоким спектральным разрешением в ходе воздушного сканировании.
Одним из широко распространённых примеров мультиспектральных камер, применяемых в агромониторинге, является серия FigSpec FS-50, включая модель FS-50/30 (рисунок 8) [8]. Данная камера работает в диапазоне от четырёхсот до тысячи нанометров. Спектральное разрешение составляет около трех с половиной нанометров с количеством каналов, достигающем тридцати и с шагом каналов около двадцати нанометров. Такие камеры находят применение в точном земледелии, для создания спектральных карт и анализа стрессовых состояний растений.
Рисунок 8 – Мультиспектральная камера FS-50/30 [8]
В сегменте оперативного воздушного мониторинга всё большее распространение получают интегрированные решения, где работа базируется на формате «всё в одном». Одним из наиболее распространённых аппаратных комплексов для решения задач агромониторинга является DJI Mavic 3M (рисунок 9) [9]. В состав его архитектуры входит RGB-камера на 20 мегапикселей, которая используется для визуального обследования и создания ортофотопланов высокого разрешения. Наряду с этим выделяют мультиспектральный блок, состоящий из четырёх камер, каждая из которых имеет разрешение 5 мегапикселей, осуществляющих работу в зелёном (Green), красном (Red), красном крае (Red Edge) и ближнем инфракрасном диапазоне (NIR). Встроенный DLS (датчик солнечного света) используется для регистрации освещённости и обеспечивает радиометрическую коррекцию мультиспектральных данных при обработке. Также есть модуль RTK, обеспечивающий сантиметровую точность геопривязки, что позволяет значительно сократить количество наземных контрольных точек (GCP).
Рисунок 9 – Дрон DJI Mavic 3M [9]
Для обработки мультиспектральных данных используются специализированные программные комплексы. Среди специализированного программного обеспечения для дистанционного зондирования известны такие как ENVI и ERDAS Imagine, являющиеся мощными программными комплексами для спектрального анализа данных и широко применяемые в сельском и лесном хозяйстве, а также в экологических исследованиях. ArcGIS и QGIS являются геоинформационными системами (ГИС), используемыми для пространственного анализа, картографирования и привязки снимков к исследуемым территориям. Инструментом математического моделирования и вычислений является программа Matlab, которая применяется для разработки собственных алгоритмов используемых для обработки изображений и применения методов машинного обучения. Фотограмметрическая обработка и объектно-ориентированный анализ проводятся в программных обеспечениях Pix4Dmapper, Global Mapper и eCognition, используемых для качественной сшивки исходных снимков, построения точных цифровых моделей рельефа и классификации объектов.
Для решения задач цифрового сельского хозяйства, полученные с беспилотного летательного аппарата многочисленные монохромные изображения требуют последующей точечной сшивки и детализированного анализа в специализированном фотограмметрическом программном обеспечении, которым является Pix4Dfields. Ключевыми особенностями данной программы является прежде всего:
- скорость (за счет возможностей уникального алгоритма прямой сшивки, сотни гектаров обрабатываются за считанные минуты);
- возможность аналитики (встроенные инструменты расчёта индексов (например, NDVI или NDRE) и автоматического выделения отдельных зон);
- экспортирование необходимых данных и отчетов (возможна прямая генерация карт состояния полей, включая выявление зон угнетения, мониторинг плотности растительности и анализ влияющих на нее стрессовых факторов).
Таким образом, современный агромониторинг представляет собой единую технологическую цепочку, начиная от регистрации отражённого излучения сенсором до формирования полноценных карт состояния посевов в специализированном программном обеспечении. Именно комплексное использование данных инструментов, а также получаемых на их основе объективных цифровых данных, позволяет осуществлять управление агроценозами.