Как по спутниковым снимкам понять состояние растений на поле

Моя цель - предложение широкого ассортимента товаров и услуг на постоянно высоком качестве обслуживания по самым выгодным ценам.

Чтобы фермер мог следить за своими полями при помощи смартфона, компания OneSoil обрабатывает терабайты спутниковых изображений и превращает их в удобные карты NDVI. Если по-простому, это такие разноцветные картинки, по которым можно судить о здоровье посевов. Это следующий шаг после того, как фермер нашёл свои поля с предсказанными нами границами на карте мира (про это было в одном из прошлых постов). 

NDVI (Normalized difference vegetation index, Нормализованный вегетационный индекс) — это числовой показатель качества и количества растительности на участке поля. Он рассчитывается по спутниковым снимкам и зависит от того, как растения отражают и поглощают световые волны разной длины. Здоровое растение активно поглощает красный свет и отражает ближний инфракрасный, а больное — ровно наоборот. Все эти данные улавливает спутник при помощи своих датчиков. Вообще вегетационных индексов масса, NDVI — это самый распространённый.

1 — просто кусочек карты мира, а 2 — карта NDVI для поля, которое мы там нашли
1 — просто кусочек карты мира, а 2 — карта NDVI для поля, которое мы там нашли

Индекс NDVI нужен, чтобы дистанционно наблюдать за состоянием сельскохозяйственных полей. Но прежде чем превратится в карту NDVI в мобильном или в веб-приложении OneSoil, спутниковые изображения проходят долгий путь.

Шаг 1: спутники фотографируют Землю

В приложениях OneSoil мы используем изображения спутников Sentinel-2 программы Copernicus. Copernicus — это спутниковая программа наблюдения и мониторинга Земли, запущенная Европейской комиссией. Снимки Sentinel-2 хорошо подходят для нужд сельского хозяйства, так как они имеют разрешение 10 метров и обновляются каждые 3-5 дней.

Спутникам нужно 10 дней, чтобы облететь Землю 143 раза по орбите. За это время они делают снимки всей поверхности Земли. Далее эти фотографии отправляются в наземные центры обработки и архивирования данных, где изображения обрабатываются, нарезаются на более мелкие квадраты и загружаются в облачное хранилище Copernicus. Туда они попадают спустя 2-12 часов после съёмки.

3 — орбиты спутников Sentinel, 4 — сетка снимков Sentinel-2
3 — орбиты спутников Sentinel, 4 — сетка снимков Sentinel-2

В этот момент вступаем в игру мы.

Шаг 2: Мы обрабатываем спутниковые снимки

Наша цель — показать точный индекс NDVI как можно скорее. Ежедневно мы получаем около 300 гигабайтов необработанных данных. Это от 200 до 300 спутниковых изображений, каждое из которых отображает площадь 100 на 100 км. Чтобы использовать их при расчёте NDVI, мы автоматически сжимаем полученные данные и обрабатываем их.

Обработка — важный шаг, потому что часто на спутниковых снимках видны снег и облака. Только чистые изображения позволяют оценить состояние вегетации, поэтому мы разработали собственные алгоритмы для поиска и фильтрации облаков, теней от них и снега. Но если погода плохая и небо затянуто облаками, то изображения будут «грязными», и у нас будет недостаточно данных для расчёта NDVI. В таком случае мы не сможем показать апдейты о состоянии поля нашим пользователям.

Спутниковый снимок до (5) и после (6) распознавания облаков
Спутниковый снимок до (5) и после (6) распознавания облаков

После чистки наступает стадия расчёта индекса вегетации. Чтобы определить значение NDVI в определённой точке изображения, используют следующую формулу:

NIR — ближний инфракрасный диапазон, а RED — красный диапазон

Затем мы расшифровываем рассчитанные значения и задаём им цвета в диапазоне от тёмно-коричневого до ярко-зелёного. Чем зеленее, тем выше NDVI. Такую раскраску и цифровое значение индекса NDVI для полей и видят фермеры в наших приложениях.

Шаг 3: Фермер смотрит на карты вегетации и делает выводы

По индексу вегетации NDVI фермер не может узнать, что именно случилось с его посевами — это скорее подсказка о том, что происходит на поле в данный момент. То есть если моё поле тёмно-коричневого цвета в середине сезона, я не знаю, что именно там произошло — поле затопило, посевы съели вредители или вытоптали недоброжелатели. Просто знаю, что дела на этом участке идут не очень, надо съездить туда, понять, что случилось, и предпринять какие-то меры.

Это и есть самый базовый сценарий использования NDVI — дистанционный осмотр поля. Сидя дома на диване, фермер может по индексу вегетации понять, на каких участках поля растения развиваются нормально, а на каких — нет. И вот в эти проблемные участки он сразу и едет. Это сильно экономит время и деньги на оплату работы или бензин для машины. Просто представьте, что поле в 1 га — это 100 на 100 метров, чуть больше, чем обычное футбольное поле. Быстрым шагом такой участок можно обойти минут за пять. Просто обойти без возможности понять, что же там в глубине происходит. Когда ты фермер, площадь твоих полей может достигать нескольких десятков тысяч гектар, а осматривать их нужно практически круглый год. Вот в таком случае и пригодятся карты NDVI, которые мы показываем в наших приложениях.

Источник: https://habr.com/ru/post/535410/


Интересные статьи

Интересные статьи

Использование PowerShell для управления Office 365 может сделать вашу работу быстрее, эффективнее и проще. PowerShell предоставляет доступ к информации о среде Office 365, к которой н...
Наверняка многие ведут учет сделок и следят за состоянием своего портфеля в Google-таблицах или в Excel. Раньше мне приходилось вручную вносить информацию о каждом купленном или прода...
Ниже приведены фичи и советы по использованию Firefox Developer Tools. Некоторые из них аналогичны возможностям инструментов в Chrome, для некоторых аналоги в других браузерах отсутствуют. Ост...
Привет, Хабр. Во второй части были рассмотрены 5 способов использования Raspberry Pi. И как оказывается, этот микрокомпьютер способен ещё на большее. Сейчас мы рассмотрим еще 5, надеюсь, не ме...
Если честно, к Д7 у меня несколько неоднозначное отношение. В некоторых местах я попискиваю от восторга, а в некоторых хочется топать ногами и ругаться неприличными словами.