6 Практическое применение мультиспектрального мониторинга в задачах точного земледелия

Ключевой задачей мультиспектрального мониторинга является его практическое применение в задачах точного земледелия, где основная концепция заключается в переходе от традиционного подхода к точечному управлению неоднородными зонами поля [11].

В сельском хозяйстве традиционно применялся подход, когда агрохимические ресурсы вносились равномерно по всей площади поля. Такой метод основан практически на усреднённых нормах, поскольку он не учитывает неоднородность поля, а также фактические различия его почвенного профиля и состава, рельефных особенностей и микроклимата. Однако, в точном земледелии появляется возможность учитывать эту неоднородность и реализовывать управление полем по зонам. Именно мультиспектральное зондирование играет в этих задачах важную роль, в связи с тем, что позволяет выявлять локальные проблемные участки, а также предоставляет возможность создания электронных карт-заданий, которые в дальнейшем могут использоваться для техники [12].

Фактически мультиспектральный мониторинг позволяет перейти от общего наблюдения за полем к его точному анализу, в том числе отдельных локальных точек. Данный подход позволяет анализировать общее состояние агроценозов, решает ряд задач в области эффективного и устойчивого земледелия. Его применение на практике делает возможным дифференцированное внесение удобрений, а также проведение мониторинга засоренности, что в последующем при необходимости позволяет выполнять точечное опрыскивание и обеспечивает фитосанитарный контроль посевов. Наряду с этим, мультиспектральный мониторинг используется для прогнозирования урожайности и применяется для работ, связанных с проведением десикации [13].

Первой задачей является дифференцированное внесение удобрений, цель которой состоит прежде всего в оптимизации азотного питания растений, что зачастую определяется по показателям оценки состояния посевов для чего используются такие индексы как NDVI, NDRE, GNDVI и другие. Данные вегетационные индексы отражают содержание хлорофилла в растительности и показывают общий уровень азота в листьях [13]. Для получения мультиспектральной информации прежде всего строится специальная карта вегетационных индексов, где затем отснятое поле делится на несколько зон, именуемых зонами плодородия. Далее данные размеченные зоны начинают использоваться для применения техники, которая будет проводить точечную работу по отдельным зонам, а специализированная система VRA (Variable Rate Application) будет автоматически регулировать нормы внесения удобрений и определять нормы высева [14].

Вторая ключевая задача представляет собой мониторинг засоренности посевов и при выявлении локальных проблем точечное опрыскивание. Так, при традиционной обработке используется сплошное внесение гербицидов, что приводит к перерасходу химикатов и, как следствие, вызывает стресс у культурных растений [15, 16]. В частности, современный подход основан на анализе снимков сверхвысокого разрешения, которое составляет 1–3 см на пиксель [10]. Данные получаемые снимки позволяют различать сорняки и культурные растения, что делает возможным это в том числе на ранних стадиях развития, где ключевое различие основано на спектральных признаках. В результате этого становится возможным точечное опрыскивание, благодаря чему расход препаратов снижается практически на 40–60%, а химическая нагрузка на почву при этом заметно уменьшается [15, 16].

Третья задача заключается в проведении фитосанитарного мониторинга агроценозов. Этот подход позволяет выявлять стресс растений заранее, то есть стресс определяется ещё на этапе до появления видимых симптомов [17]. Такая возможность объясняется тем, что патогены фактически нарушают структуру листа, что приводит к изменению отражения света от поверхности растительных тканей. В результате этого изменяется интенсивность отражения в ближнем инфракрасном диапазоне, а также это затрагивает red edge зону [18, 19], что в совокупности позволяет своевременно обнаруживать очаги заболеваний и после этого проводить точечную обработку необходимых участков поля, то есть, таким образом, средства защиты применяются только в проблемных зонах.

Четвертой важной задачей мультиспектрального мониторинга является прогнозирование урожайности и дифференцированная десикация. Важно понимать, что прогнозирование урожайности зачастую основано именно на оценке биомассы [20], что помогает осуществлять логистическое планирование уборочной кампании заранее, а также рационально распределять зерноуборочную технику. Дифференцированная десикация в свою очередь выполняется с учетом проведения анализа влажности растительного покрова, где последняя анализируется по каналам таких спектральных диапазонов как NIR и red edge [21]. На основании полученных данных проводится детальный анализ и далее осуществляется обработка только тех участков, которые являются зелеными, поскольку препараты-десиканты не вносятся на сухие зоны. В результате это способствует существенному снижению расхода химикатов, а также выравниванию созревания поля.

Мультиспектральный мониторинг позволяет получать явный экономический эффект, который существенно снижает перерасход удобрений и средств защиты растений, где сокращение пестицидов в среднем достигает 12,8 %, а средняя доходность инвестиций увеличивается на 22,3 % [22]. Такой комплексный подход в мониторинге повышает урожайность, что происходит за счет устранения влияния ключевых стресс-факторов или их минимизации. Наряду с этим также выделяют и экологический эффект, сущность которого заключается в снижении химической нагрузки на почву, грунтовые воды и уменьшении углеродного следа [22, 23], что в результате позволяет сокращать проходы техники и, как следствие, объемы расходуемого топлива.

Таким образом, мультиспектральный мониторинг представляет собой мощный управленческий инструмент, который позволяет агроному видеть то, что недоступно для невооруженного глаза, оптимизировать затраты и получать в результате этого максимальный урожай от каждого квадратного метра поля. Все это открывает новые возможности для перехода к устойчивому и более высокотехнологичному сельскому хозяйству будущего.