סניפיות מרחוק במעקב אחר יעילות של מדדי בקרת האירוסין

האתגר העולמי של Soil Erosion

שחיקה סולרית היא אחד האיומים הסביבתיים הדוחקים ביותר העומדים בפני אדמות חקלאיות, תשתיות ומערכות אקולוגיות טבעיות ברחבי העולם.על פי ארגון המזון והחקלאות (FAO), שחיקה מונעת כ-75 מיליארד טון של טופס נפט פורייה בשנה, צמצום הפרודוקטיביות החקלאית וההסתה הגוברת של משקעים במים.העלות הכלכלית מוערכת ביותר מ-400 מיליארד דולר בשנה.

אמצעי בקרה של האירוניה – החל מכיסוי גרפי למבנים ממונדסים כמו טרסות וסכרים – נועדו לייצב אדמה, להפחית את מהירות ההמראה, ולמלכודת.עם זאת, ניטור אם ההתערבות הללו עובדות דורש התבוננות עקבית של שינויים על פני הקרקע, בריאות צמחייה, שינויים טופוגרפיים.

מימון של סניפיות מרוחקות למעקב אחר Erosion

חישה מרחוק כרוכה ברכישת מידע על פני כדור הארץ ללא מגע פיזי ישיר.חיישנים רכובים על לווינים, מטוסים או מזל"טים לזהות משתקפים או פולטים קרינה אלקטרומגנטית על פני אורכי גל שונים.הנתונים האלה מעובדים אז לייצר תמונות ומוצרים נגזרים החושפים תכונות ביופיזיות רלוונטיות לשחיקה, כגון צפיפות, לחות, משטח, ושינויים.

לווין רחוק

פלטפורמות לוויין מציעות את הכיסוי המרחבי הרחב ביותר ואת רשומות זמניות הארוכות ביותר. תוכניות כמו רזולוציה של נאס"א (30 מטר (רזולוציה של שטח, מאז 1972), Sentinel-2 (10-20 מטר, מאז 2015), ולוויינים מסחריים כגון WorldView-3 (רזולוציה של אורכו) מספקים נתונים המתאימים לקשקשים שונים של ניתוח.

כלי אוויר בלתי מאוישים (Drones)

ד"רונים ממלאים את הפער בין סקרי שדה לבין תמונות לוויין.הם יכולים להיות פרוסים על הביקוש, לטוס מתחת לכיסוי ענן, לשאת חיישנים שלוכדים תמונות אולטרה-רזולוציה גבוהה (הרחבה) עבור ניטור שחיקה, מזל"טים הם בעלי ערך במיוחד להערכת אמצעי בקרה בקנה מידה קטן כגון שמיכה גיאוטקסטילית, נתיבי מים עשבים, ובדיקת תנאי סכר.

LiDAR ו Photogrammetry

גילוי אור ו Ranging (LiDAR) משתמש הדופק לייזר כדי למדוד מרחקים הקרקע, חודר צמחייה למפה טופוגרפיה חד-ארצית. LiDAR-derived DEMs הם קריטיים לסיכון לשחיקה מודלים, עיצוב טרסות, ושינויים קוונטיים בגלות. a crupry, באמצעות תצלומים חופפים, מניבה גם רזולוציה גבוהה או נפיחות, כאשר הם מדדים נתונים המבוססים על בסיס ישיר, כאשר הם מספקים לוויינים מבוססי לוויינים.

מדדי בקרת האירוסין ובקשות רחוקות של סניטינג

חישה מרחוק אינה תחליף לתצפיות שדה, אלא מגבירה את ההקשר המרחבי והזמני שלהם. להלן קטגוריות מפתח של אמצעי בקרה על שחיקה וכמה טכניקות רגישות מרחוק מוחלות על מנת לפקח על יעילותם.

מדדים צמחוניים

גידול הוא השיטה היעילה ביותר בשימוש נרחב בקרת שחיקה.שורשים נקשרים אדמה, עלה canopy ליירט את ההשפעה של Veatative, חומר אורגני משפר חדירה מרחוק. sensing Assessment vegetative כיסוי דרך מדדים ספקטרליים. NDVI, מחושב כמו (NIR - Red) / Red), הוא עלייה סטנדרטית של NDI במשך יותר מ טמפרטורות זמן, כגון אפקט כיסוי גבוה, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000 ⁇ , 000, 000, 000, 000, 000, 000, 000, 000, 000 ⁇ , 000 ⁇ , 000 ⁇ , 000, 000, 000, 000 ⁇ , 000, 000 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

מדדים סטרקטיים: טרה-שינג ובדקו את דיימס

טרסות reshape גבעות להתפתח ספסלים ברמה, צמצום אורך המדרדר ומהירות ההמראה.ק סכרים הם מחסומים קטנים שנבנו על פני גליונות כדי מלכודות של משקעים. ניטור מבנים אלה דורש זיהוי של שינויים טופוגרפיים והצטברות של סימנט. גבוהה רזולוציה DEMs מ LiDAR או מל"מ photogramry יכול לכמת מצב קצה מרפסות, למדוד נפח של מאחורי הסכרים, לזהות אזורים שבהם היורד או ירידה של חומרים מנפחים, אם כי הם יכולים לזהות שינויים נרחבים.

Geotextiles and Ground Cover

מזרקות Geotextile ושמיכות שליטה סחף משמשים לעתים קרובות על מדרונות תלולים או אתרי בנייה להחזיק אדמה בעוד צמחייה מבססת. חישה מרחוק של חומרים אלה היא מאתגרת כי הם זמניים ולעתים קרובות דומים בצבע לקרקע.עם זאת, תמונות מאוד ברזולוציה גבוהה (sub-meter) מרחפנים או לווייניים מסחריים יכולים לזהות את נוכחותם והשפלה לאורך זמן.

חוות דעת ורצועת עזה קרוג

חקלאות קוטור כוללת עד קווי גובה, בעוד פיזור שורות של גידולי שחיקה עם גידולי כיסוי.שניהם להפחית מהירות ומלכודת משקעים מרחוק יכול להעריך את היעילות של פרקטיקות אלה על ידי זיהוי כיסוי שאריות יבול, כיוון שורות, וצמיחה שונה של צמחייה סינתטית Aperture Radar (SAR) תמונה, אשר רגישה משטח גס וניתן להעריך תבניות אופטיות כדי לעקוב אחר נתונים.

שיטות ניתוח נתונים

נתונים של חישה מרחוק יש לעבד כדי להפיק מידע משמעותי על יעילות בקרת שחיקה.כמה שיטות אנליטיות הפכו סטנדרטיים בתחום.

שינוי

זיהוי שינוי מזהה הבדלים במאפיינים של פני השטח בין שני נקודות זמן או יותר.זה יכול להיות פשוט כמו subtracting NDVI תמונות כדי למצוא אזורים של ירוק או חום, או מתקדם כמו שימוש אלגוריתמים כמו שינוי רציף ו Classification (CCDC) על לנדסאט זמן סדרה.עבור ניטור שחיקה, שינוי מדגיש איפה שחיקה פעילה (למשל, הרחבת גורים, כתמים), כתמים חשופים) וזיהומים חיוניים (למשל, בקרה), אם הם אמצעי בקרה (מתאים חיוניים), למרות אמצעי בקרה (מתאים באופן קבוע) על פני השטח) על פני השטח (מתאים באופן קבוע (מתאים (מתאים).

למידה ולמידה מכונה

סיווג סופר-מעורר ובלתי-משגיח של תמונות מחישה מרחוק יכול למפות תכונות של שחיקה ומבנים בקרה.מודלים למידת מכונות, כגון יערות אקראיים, תמיכה במכונות וקטורליות (CNN), כבר מוחל בהצלחה על זיהוי טרסות, לבדוק סכרים, וצלקות שחיקה מרחפנים של מזל"ט או צילום לווייני.משום נתונים מסקרי שדה מאפשרים לדגימות אלה להבחין בין מדרונות יציבים ונפיחות, כדי להעריך את אמצעי בקרה סביבתיים, כאשר הם זקוקים לחיזוי אמצעי בקרה (cookies) עם אמצעי בקרה (cookies) כאשר הם מסוגלים למדוד את אמצעי בקרה).

ניתוח גרפי של LiDAR

LiDAR-derived DEMs מאפשר חישוב מדויק של תכונות שטח - slope, היבט, רפידות, הצטברות זרימה - השולטת תהליכי שחיקה. Multi-temporal LiDAR ( ⁇ LiDAR) יכול לייצר DEMs של הבדל (DoD), אשר הגדירו שינויים בנפח הדחיסה של הדחיסה באופן ישיר. לדוגמה, סקר LiDAR חוזר על טווח החזית של קולורדו הראה כי לאחר סערות, משקעים של משקעים, לזהות משקעים משמעותיים של משקעים של משקעים או משקעים של משקעים של משקעים של משקעים, כדי לזהות באופן ישיר דחיסה דחיסה, כדי לזהות דחיסה משקעים של משקעים של משקעים של דחיסה דחיסה סגסוגת דחיסה דחיסה דחיסה דחיסה משקעים של משקעים של סגסוגת , לדוגמה, כדי לשנות סגסוגת , כדי לשנות באופן ישיר סגסוגת סגסוגת דחיסה סגסוגת דחיסה דחיסה דחיסה דחיסה דחיסה דחיסה סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת סגסוגת דחיסה דחיסה דחיסה דחיסה דחיס

היתרונות של סניפי מרחוק ב-Erosion Monitoring

(הופנה מהדף חישה מרחוק) מונע על ידי יתרונות ברורים על שיטות מסורתיות.(FLT:0Large-area לוכדת כיסוי 1FLT:1) פירושו סצנת לוויין אחת יכולה לכסות אלפי קילומטרים רבועים, המאפשרת הערכות אזוריות או ארציות.FLT:2Frequent Data Collection) רק מדדי אחסון מרחוק של נתונים 7 - קונסוליטים מחדש כמה אזורים בכל ימים - קרוב למקרים של פתורים:

בנוסף, ארכיונים מרוחקים מספקים קווי יסוד היסטוריים.תמונות לנדסאט המתוארכים בשנות ה-70 מאפשר ניתוח של שיעורי שחיקה ובקרת ביצועים לאורך עשרות שנים - נקודת מבט זמנית שלא ניתן להגיע על ידי ניטור קרקע. נתונים אלה מעצימים מנהלי קרקע לקבל החלטות המבוססות על מדע לגבי איפה להשקיע בשליטה שחיקה וכיצד להתאים אסטרטגיות תחת שינוי תנאי אקלים.

אתגרים ומגבלות

למרות כוחו, חישה מרחוק אינה ללא מגבלות.(FLT:0) כיסויי אבטחה בסיסיים ל-IIFentiallililililililililililililililililililililiance 1 יכול לטשטש תמונות לוויין אופטיות לתקופות ארוכות, במיוחד באזורים טרופיים הרריים ודרימים של חיישנים (SAR) שפורטו את נתוני בקרה וסימולציות קרקעיים (FLT) עשויים להיות בעלי השפעה על בסיס קבוע גבוה יותר).

אתגר נוסף הוא ה-NDVI:0 (ההתמדה של אותות מחוששים מרחוק) ירידה ב-NDVI עשויה להצביע על שחיקה, אך היא עלולה גם לנבוע מבצורת, מחלה או יבול. בדומה, שינויים טופוגרפיים של LiDAR עלולים לשקף תהליכים טבעיים (פולות קרקעיות) ולא לשחיקה של גורמי בקרה אלה דורשות לעתים קרובות רב-מקורות נתונים ושיפוט, אם כי אם כי הם יכולים להיות מוגבלים באופן משמעותי (F2T) ולא לפתוח את האפשרות לפתח מדיניות זו, אם כי אם כיפות (מפולנית) או להגביל את הגישה המקומית (S) או לצמצום במידה רבה) ולא לשלוט במידה רבה יותר, אם כי היא מוגבלת (מפולת) ולא לשלוט במקרים של אקטיבית) ולא לשלוט במידה רבה, אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי אם כי יש צורך במקרים אלה, או הגבלות שליטה) או הגבלות שליטה) או הגבלות שליטה משמעותית, או הגבלות על ידי לנטרל, או הגבלות שליטה (מדינות מתפתחות, או הגבלות שליטה) ולא לנטרל, או הגבלות על ידי ניתנות, אם כי הם עלולות) או ניתות) או הגבלות

כיוונים עתידיים וחדשנות

המסלול של חישה מרחוק עבור ניטור שחיקה מצביע על שילוב גדול יותר, אוטומציה ורזולוציה. כמה חידושים מבטיח לשפר את יעילות אפילו יותר.

שילוב עם AI ו Big Data

פלטפורמות מחשוב ענן כמו Google Earth Engine יש גישה דמוקרטית לארכיונים בקנה מידה זעיר של תמונות לוויין, המאפשר למשתמשים לרוץ ניתוחים מתוחכמות ללא הורדת טרה-ביטים של נתונים. אלגוריתמי למידת מכונה, במיוחד למידה עמוקה, יכול באופן אוטומטי למפות תכונות ואמצעי בקרה מדימויים. צינורות שינוי אוטומטיים יכולים להזהיר מנהלים כאשר שחיקה היא מאיצה או כאשר סינכרון מלא מעבר ליכולת, המאפשרים תחזוקה מתמשכת, אך הם הופכים כלי אימון.

Hyperspectral ו- SAR Sensors

חיישני Hyperspectral אוספים מאות להקות ספקטרליות צרות, המאפשרות זיהוי של תוכן חומר מינרלוגדי, אורגני ואפילו מינים מסוימים של צמח.זה יכול לחדד את הערכות יציבות הקרקע ואיכות צמחייה באזורי בקרה שחיקה. Synthetic Aperture (SAR), כגון Sentinel-1, משמש יותר ויותר עבור לחות הקרקע וטופוגרפיה, והוא אינו מושפע על ידי עננים מתקדמים של נאס"א (R) כדי לפקח על פני השטח שלנו כל יום (R) SARretextextextation SAR) את כל SAR).

מערכות ניטור בזמן אמת

מזל"טים זולים וקונסטלציה של לווינים קטנים (לוויינים קוליים) עושים מעקב כמעט-מציאותי של זמן מעקב אפשרי.מערכות אלה יכולות להיות מתוכנתות לעוף לאחר אירועי גשם גדולים או במהלך תקופות צמיחה קריטיות עבור כיסוי צמחייה. בשילוב עם חיישני IoT (Internet of Things) הקרקע על הקרקע, הם יוצרים רשת ניטור משולבת שמזינה מידע ישירות לתוך כלי תמיכה של החלטות.

מסקנה

חישה מרחוק עברה מכלי מדעי נישה לצורך תפעולי למעקב אחר יעילות אמצעי בקרה של שחיקה עתידיים.על ידי מתן משאבים מדרגיים, חוזרים והנתונים הכמותיים על כיסוי צמחייה, טופוגרפיה ושינוי פני הקרקע, היא מאפשרת למנהלי הקרקע לוודא האם ההתערבות עובדת, לזהות אזורי ניהול קרקעיים מוקדמים, ולהקצות משאבים יעילים יותר.