- Tytuł:
-
Wykorzystanie syntezy danych satelitarnych Sentinel-1 i Sentinel-2 do opracowania map zmiennego nawożenia azotem rzepaku ozimego
Using synthesis of Sentinel-1 and Sentinel-2 satellite data to develop maps of variable nitrogen fertilization of winter oilseed rape - Autorzy:
-
Michalski, Michał
Turos, Przemysław
Buszke, Bartosz
Malinowski, Radek
Rybicki, Marcin
Stankiewicz, Mateusz - Powiązania:
- https://bibliotekanauki.pl/articles/52229620.pdf
- Data publikacji:
- 2023
- Wydawca:
- Polskie Towarzystwo Informacji Przestrzennej
- Tematy:
-
LAI
uczenie maszynowe
dane satelitarne
Sentinel-1
Sentinel-2
mapa aplikacyjna
machine learning
satellite data
VRA map - Opis:
-
Monitorowanie upraw w trakcie sezonu wegetacyjnego stanowi podstawę planowania zabiegów agrotechnicznych w rolnictwie precyzyjnym. Opiera się ono zazwyczaj na wykorzystaniu multispektralnych danych satelitarnych, których dostępność jest często ograniczona przez występowanie chmur. Powoduje to potrzebę sięgnięcia po inne rozwiązania, a jednym z nich jest wykorzystanie niezależnych od zachmurzenia satelitarnych danych radarowych. Celem prezentowanego badania było opracowanie map aplikacyjnych zmiennego nawożenia azotem rzepaku ozimego, poprzez modelowanie wskaźnika pokrycia liściowego (Leaf Area Index-LAI) z wykorzystaniem danych Sentinel-1 (S-1) i Sentinel-2 (S-2). Użyte dane teledetekcyjne i dane in-situ zebrano podczas dwóch sezonów wegetacyjnych z różnych regionów w Polsce. Współczynnik wstecznego rozpraszania obliczony na podstawie S-1 został zastosowany jako dane wejściowe do modelowania wskaźnika LAI z wykorzystaniem kilku technik regresji. Ze względu na charakterystykę zobrazowań radarowych, LAI było szacowane jako wartość średnia dla pojedynczego pola osiągając najlepsze wyniki dla algorytmu Random Forest (R2=0.85; RMSE=0.41). W celu zwiększenia precyzji wymaganej przy zabiegach agrotechnicznych wykorzystano zależność pomiędzy LAI wyznaczonym na podstawie ostatniego dostępnego bezchmurnego zdjęcia S-2 i LAI modelowanym przy użyciu S-1. Pozwoliło to na uzyskanie przestrzennego zróżnicowania w obrębie pola do poziomu piksela 10 m×10 m dla okresu z zachmurzeniem. Przygotowana w procesie syntezy danych S-1 i S-2 mapa LAI pozwoliła oszacować dotychczas pobraną przez rzepak ilość azotu. Na tej podstawie dostosowano dawkę nawozu do aktualnych potrzeb roślin oraz opracowano mapę aplikacyjną. Badanie wykazało potencjał i użyteczność syntezy danych S-1 i S-2 do opracowywania map aplikacyjnych zmiennego nawożenia, gdyż umożliwia ich tworzenie również w okresie niedostępności aktualnych danych optycznych. Proponowana metoda może stanowić uzupełnienie dla rozwiązań stosowanych obecnie w rolnictwie precyzyjnym.
Regular crop monitoring during a vegetation season is necessary to make right decisions in precision agriculture. It is usually based on multispectral satellite data but their use is often limited by cloud cover. This problem can be reduced by applying data from synthetic aperture radar (SAR) satellite sensors that operate independently of cloudiness. The aim of this study was to develop maps of variable nitrogen fertilization for winter oilseed rape, by modelling Leaf Area Index (LAI) using Sentinel-1 (S-1) and Sentinel-2 (S-2) data. Satellite and in-situ data were collected for several fields during two growing seasons in various regions of Poland. Backscattering coefficients derived from S-1 were used as input to the LAI estimation process using different regression techniques. Due to the characteristics of radar imagery, LAI was estimated as an average value for a single field achieving the best results with a Random Forest algorithm (R2=0.85; RMSE=0.41). In order to increase the precision required for agrotechnical treatments, the relationship between LAI calculated using the latest available cloudless S-2 image and LAI derived from S-1 was established. That allowed for spatial differentiation of LAI values within a field at the level of 10×10 m pixel for the clouded period. LAI map prepared in the process of synthesis allowed to estimate the amount of nitrogen taken up so far by winter oilseed rape. Using this information, the dose of fertilizer was adjusted to the current needs of plants in the prepared application maps of variable fertilization. This study showed the potential and usefulness of the S-1 and S-2 data synthesis for developing maps of variable fertilization, as it enabled their creation also in the period of unavailability of optical data. The method can become a complement to the current solutions in precision agriculture. - Źródło:
-
Roczniki Geomatyki; 2023, 21, 1(100); 31-47
1731-5522
2449-8963 - Pojawia się w:
- Roczniki Geomatyki
- Dostawca treści:
- Biblioteka Nauki
Artykuł