• разработка цифровых карт сельскохозяйственных угодий всех областей Республики Казахстан по данным ДЗЗ среднего разрешения;
• разработка карт-схем посевных площадей сельскохозяйственных культур всех областей Республики Казахстан;
  

  Рис.1 Спутниковая оценка посевных площадей сельскохозяйственных культур Карагандинской области
• детектирование посевных полей с выделением на категории подкласса «посев» класса «пашня» территории области (поиск, фильтрация и первичная обработка данных ДЗЗ, загрузка космических изображений, картирование сельскохозяйственных угодий, создание масок полей, классификация по категориям земель);
• определение дат сева на каждый идентифицированный посевной участок на основе использования актуальных данных ДЗЗ территории области (расчет вегетационных индексов, визуальное дешифрирование космических изображений);
• верификация данных космического мониторинга посевной кампании с наземными наблюдениями (составление план-схемы маршрута полевых обследований, выезды на полевые обследования, камеральная обработка);
• свод посевных площадей сельскохозяйственных культур в разрезе районов области (подсчет площадей, создание тематических карт, публикация данных в геосервис).

Оценка площадей паровых полей несет информацию о структуре севооборотов хозяйств, об агропроизводственной группировки земель. Детальной информации о площади паровых полей в официальной статистике не имеется, и в данном случае наиболее полная и достоверная информация о площади и расположении паровых полей может дать космическая система дистанционного зондирования Земли.

Диагностическим признаком чистых паров является отсутствие растительности на поверхности поля. Но в нашем случае ранние пары идентичны посевам позднего срока. В связи с этим идентификацию паров невозможно определить по одиночным снимкам. Для идентификации парующихся полей 2019 года был использован временной ряд космоснимков. Основными индикаторами распознавания паровых полей на космоснимке были визуальные элементы дешифрирования – отсутствие растительности, открытая почва, ход сельскохозяйственной техники.

Учитывая агрометеорологические условия отчетного года (обильные осадки и высокая облачность), отмечен высокий процент облачности на космоснимках, что ограничивало проведение полноценного анализа сезонной динамики спектрального отклика полей. Для устранения подобных ограничений была проведена радиометрическая и атмосферная коррекция. Достоверные сведения о распашке полей были также получены со спутников KazEOSat-2, Landsat-8 и Sentinel-2.

Для успешной борьбы с сорной растительностью необходимо ежегодно проводить учет засоренности полей. Засоренность посевов определяют в дни осмотра растений при наблюдении за фазами развития. Оценка засоренности посевов зерновых культур в текущем году проводилась по данным космического и наземного мониторинга и была приурочена к периоду максимального роста и развития посевов.

Степень засоренности посевов (%) определяется визуально по наличию сорняков на поле и их влиянию на состояние культуры согласно признакам, указанным в таблице 9. Источниками данных определения состояния посевов являлись следующие показатели:

1. визуальное дешифрирование космоснимков Sentinel – 2 и Landsat -8 в период максимального развития биомассы у зерновых культур (период колошение – начало созревания посевов) на основе спектральных и текстурных неоднородностей полей из-за скопления сорной растительности;
2. анализ данных маршрутного обследования полей с различной степенью засоренности для калибровки спутниковой информации;
3. анализ гидротермических условий (засушливая, переходная или влажная зона), влияющие на степень развития и виды засорения в текущем году;
4. учет влияния рельефа территории (равнина, предгорная зона с неровным рельефом и понижениями), при которых создаются особые благоприятные условия для увеличения засоренности посевов;
5. учет типа землепользования: наличие хозяйств с развитыми технологиями или крестьянские хозяйства, занимающиеся производством зерновых культур по упрощенной технологии, в связи с чем наблюдается различное фитосанитарное состояние посевов;
6. индекс «здоровья растительности» VHI (Vegetation Health Index), полученный с помощью прибора AVHRR (Advance Very High Resolution Radiometer) спутника NOAA и основанный на отражении видимого света растительным покровом. Данный индекс базируется на сочетании индекса VCI (Vegetation Condition Index), который характеризирует угнетѐнность растительного покрова и индекса температурного режима TCI (Temperature Condition Index). Индекс был взят в формате 6-ти дневного композита.

Обеспечение продовольственной безопасности – это одна из наиболее важных стратегических задач современного Казахстана. Урожайность сельскохозяйственных угодий является результирующим показателем организации деятельности хозяйств, а также основой для построения прогноза и эффективной политики внешней торговли.

Урожайность – это качественный, комплексный показатель, который зависит от многих факторов, и является, прежде всего, индикатором применяемой культуры земледелия. Стоит отметить, что получение достоверного прогноза урожая является сложным процессом, так как формирование урожая зависит не только от производственных факторов, но и погодных, физико-химических условий рассматриваемой территории.

Стоит отметить, что получение достоверного прогноза урожая является сложным процессом, так как формирование урожая зависит не только от производственных факторов, но и погодных, физико-химических условий рассматриваемой территории.

Прогноз урожайности базируется на основе построения линейной регрессионной модели для каждого района отдельно. В качестве предиктора были использованы значения вегетационных индексов 2018 года. Усредненные значения всех индексов на уровне районов каждой области Республики Казахстан были определены по маске посевной территории соответствующего года, начиная с 1999 по 2018 год. Отметим, что за последнее десятилетие для урожайности пшеницы наблюдается положительный тренд в большинстве районах в связи с улучшением сельскохозяйственных технологий.

Основными исходными данными служили вегетационные индексы, статистическая информация и метеоданные в разрезе районов.

• Первым вегетационным индексом служил NDVI – Normalized Difference Vegetation Index – показывающий достоверную информацию о состоянии сельскохозяйственных угодий, а именно количество фотосинтетически активной биомассы. Использование результат расчетов данного индекса позволяет оценить динамику изменения состояния культур, их темпа роста и развития, период вегетации, а также влияние негативных явлений (поражение растений возбудителями болезней, стихийные природные явления и т.д.);
• Также отличным показателем является вегетационный индекс «здоровья растительности» VHI (Vegetation Health Index). Индекс базируется на сочетании двух индексов VCI (Vegetation Condition Index), который характеризирует угнетенность растительного покрова и индекса температурного режима TCI (Temperature Condition Index);
• Статистическая информация о посевной площади и урожайности в разрезе каждого района в период с 1999 по 2018 год. Для оценки урожайности сельскохозяйственных культур в Казахстане была создана база данных по урожайности и площадям посевов (областные и районные данные) яровой пшеницы и ярового ячменя. Данная база состоит из более 600 записей, каждая из которых включает информацию об урожайности сельскохозяйственной культуры, площадях посевов и районе;
• рочные метеорологические данные (температуры; осадков; скорости ветра; солнечной радиации; парциального давления водяного пара).

Зерно является основным продуктом питания человека, используется в кормопроизводстве и как сырье для многих отраслей промышленности. Наиболее распространены пшеница, рожь, ячмень, овес, кукуруза, просо, сорго и рис. Мягкие сорта пшеницы служат для производства хлебобулочной продукции, из твердых сортов изготавливают макаронные изделия. Солод, получаемый из пивоваренного ячменя, является основой для приготовления пива. Овёс, кукуруза и ячмень широко используются в производстве кормов для животноводства. Зерновые колосовые – экономическая и политическая независимость государства.

Также, выращивание масличных культур является очень актуальной темой в аграрном секторе, площади которых в Казахстане растут каждый год. Но для дальнейшего развития этого сектора важно понять, какие виды подходят к той или иной природно-климатической зоне и что необходимо предпринять для увеличения посевов масличных культур.

Использование данных дистанционного зондирования Земли для мониторинга сельскохозяйственного производства позволяет контролировать площади пахотных земель, а также отслеживать динамику роста монокультуры, обладать информацией о посевных площадях в разрезе сельскохозяйственных культур.

Для классификации данных дистанционного зондирования Земли в целях определения площадей пшеницы, ячменя, овса, подсолнечника и льна использовались разновременной ряд космических снимков среднего пространственного разрешения.

В процессе работы использовался контролируемый метод для разделения пикселей изображения на разные классы. Контролируемая классификация объединяет пиксели в классы на основе пользовательских данных для обучения. Данные для обучения могут поступать из импортированного файла области интереса или из областей, созданных пользователем на изображении.

После того, как космический снимок заргужен, он подвергается обработке для дальнейшего использования для классификации. Далее устраняются шумы, производится атмосферная коррекция в целях уменьшения влияния природных факторов на спектральные данные.

Уборка урожая зерновых культур является наиболее сложным агротехническим мероприятием, включающим выполнение разных операций на поле (косовица, подбор валков при раздельном способе уборки, сбор соломы). От результатов своевременно проведенной уборки зависят размер потерь выращенного урожая и в целом урожайность и валовой сбор сельхозкультур.

Уборка урожая зерновых культур является наиболее сложным агротехническим мероприятием, включающим выполнение разных операций на поле (косовица, подбор валков при раздельном способе уборки, сбор соломы). От результатов своевременно проведенной уборки зависят размер потерь выращенного урожая и в целом урожайность и валовой сбор сельхозкультур.

На рисунках демонстрируются изменения на полях озимой пшеницы, происходящие в полном созревании, в период уборки и после уборки, зафиксированные в период проведения обследования в конце августа 2018г.

При оценке уборочных площадей на территории Казахстана используются космоснимки из следующих источников:

1. Снимки со спутника ДЗЗ KazEOSat-2 с пространственным разрешением 6,5 м/пиксель.
2. Снимки со спутника PlanetScope с пространственным разрешением 3,5 м/пиксель.
3. Снимки со спутника ДЗЗ Landsat с пространственным разрешением 30 м/пиксель.
4. Снимки со спутника ДЗЗ Sentinel-2 с пространственным разрешением 10 м/пиксель.

На сегодняшний день общая площадь обработанных снимков составляет свыше 900 000 кв. км. В период наблюдений высокой облачности на территории Акмолинской, Северо-Казахстанской, Костанайской, Павлодарской области оценка уборочных площадей проводятся при использовании радиолокационных данным Sentinel-1.

Спектральный образ поля спелых зерновых культур, стоящих на корню, в основном определяется густотой и высотой посевов, степенью засоренности посевов сорными травами. Солома вызревших злаковых растений визуально имеет светло-желтый цвет.

Зерновое поле после уборки может иметь различные спектральные образы. После свала в валки или прямого комбайнирования с механическим разбрасыванием соломы или без него, образуется полосатая текстура поля, с наличием на полях разбросанной соломы. Данные дистанционного зондирования способны фиксировать подобные структуры.

Зерновое поле после уборки может иметь также другие спектральные образы, выраженные увеличением спектральной яркости (рис.51). Измельченная желтая солома формирует высокое покрытие растительной биомассой поверхность земли и соответственно высокие коэффициенты отражения в видимом и ближнем инфракрасном частях спектра. Увеличение коэффициентов отражения на космоснимках после уборки зависит от количества соломы, т.е. от высоты и плотности растительного покрова, но при различном состоянии посевов наблюдается их повышение по сравнению со значениями до уборки. В результате, уборка полей проявляется в виде изменений общей тональности снимка, что связано со срезом сухой растительной биомассы и ее новой горизонтальной ориентацией на поверхности почвы.

Таким образом, на основе спектральных и текстурных изменений произошедшие в состоянии полей за две ближайшие даты, на космоснимах Sentinel-2 (с сентября с использованием предоставляемых снимков также PlanetScope) путем визуального дешифрирования была выполнена оперативная дистанционная оценка площадей и сроков уборки посевов озимых зерновых и яровых зерновых сельскохозяйственных культур.