חקירה מודרנית

Soil הוא הבסיס של חיים ארציים, תמיכה בחקלאות, יער, פיתוח עירוני, ומערכות אקולוגיות טבעיות. Accurate אדמה חקירה ומיפוי הם קריטיים לניהול קרקעות בר-קיימא, אופטימיזציה ליבול, שימור סביבתי ותכנון תשתיות מסורתיות.סקרי קרקע מבוססי שדה, בעוד חיוני, הם פועלים-רגישים, זמן-מצטבר, ולעתים לא-מעורר עבור אזורים גדולים או בלתי נגישים על ידי ניתוחים קרקעיים, כגון מערכות מידע מרחביות (G) שמשנות, וטכנולוגיות חלליות, אשר פועלות כעת, כולל מערכות מידע מרחביות, כוללות, וטכנולוגיות חלליות (G) מורכבות ללא ספקיות, כולל מערכות מידע מרחביות, כולל מערכות מידע מרחביות, כולל מערכות מידע וטכנולוגיות חלליות (G) וטכנולוגיות חלליות) וטכנולוגיות חלליות, והן ממושכות, והן ממושכות, והן ממושכות, והן ממושכות, והן ממושכות, והן ממושכות, והן טכנולוגיות חלליות (G) על פני שטחיות (GRMIGNIS).

הבנה של GIS ו-Sensing מרחוק

מה זה GIS?

מערכת מידע גיאוגרפית (GIS) היא מסגרת מבוססת מחשב ללכידת, אחסון, שאילתה, ניתוח, ולהציג נתונים המתייחסים גיאוגרפית.בלבה, GIS משלב חומרה, תוכנה ונתונים כדי לאפשר למשתמשים לדמיין דפוסים, מערכות יחסים ומגמות במידע מרחבי.

מה זה Sensing?

חישה מרחוק מתייחסת לרכישת מידע על אובייקט או אזור מרחוק, בדרך כלל באמצעות חיישנים הרכובים על לווינים, מטוסים או מזל"טים.חיישנים אלה לזהות וקרינת תקליט אלקטרומגנטית משתקפת או פולטת מהמשטח של כדור הארץ. אורכי גל שונים - בלתי נראים, בלתי צפויים, ליד-infrared, קצר אינפרא אדום, ו-reveal אדמה ייחודית.

איך GIS ו-Sensing עובדים יחד

בעוד שרגיש מרחוק יוצר תמונות גולמיות, GIS מספק את הסביבה האנליטית כדי לחלץ מידע אדמה משמעותי.תמונות לוויין הן קודם גיור ותיקון עבור עיוותים אטמוספריים וגיאומטריים.אז, ב GIS, מדדים ספקטרליים (למשל, הבדל נורמלי וצמחון קבוע, מדד הווטאמנטציה מותאם) מחושב, מבוקר או לא מבוקר, הם מבוצעים על ידי סיווגים על פני השטח, ומאפשרים, על פני תצפיות שטחיות (cotation) על פני השטח).

דרישות מפתח בחקירה

Mapping Soil Types and הכיתות

אחת האפליקציות הבסיסיות ביותר היא מחיקת סוגי הקרקע ושיעורי המסונומיה על פני אזורים גדולים.מיפוי הקרקע המסורתי מבוסס על מיפוי שדה אינטנסיבי ופירוש תמונה אווירית, אך חישה מרחוק מאיצה את התהליך.דמיון רב-ספקטרוםימספקטרלי מ-FLT:0LandsatFLT:1 (30 מ"מ) או F:2Sentinel-2FLT2FLT2F3) יכול להיות מיפוי נתונים דיגיטלי (לדוגמה, למשל, לדוגמה, מיפוי נתונים של חומרים) על בסיס של חומרים מדויקים (R) ו-R).

אסתנות של Soil Erosion ו- Degradation

סחף במים או ברוח הוא איום גדול על בריאות חקלאית ומערכת האקולוגית. GIS וחישה מרחוק מאפשרים הערכת סיכון לשחיקה מפורשת מבחינה מרחבית.ה-השוויון בהפסדים (USLE) וחידושים (RUSLE) ניתן לפרמטר באמצעות מודלים של עלייה דיגיטלית (DEMs) שמקורם ב-LIVECLT:0LiDARFLT:1 או stereory, תמונות , לדוגמה, ⁇ נתונים, ⁇ ⁇ ⁇ ⁇ ) על בסיס נתונים על בסיס נתונים על בסיס נתונים על בסיס נתונים ⁇ .

עקבו אחרי Soil Moisture

לחות סולרית היא משתנה קריטי עבור תזמון השקיה, ניטור בצורת ומודלים הידרולוגיים. Active andפאסיבי מיקרוגל מרחוק חישה - כגון FLT:0SMAPigFLT:1 (Soil Moisture Active Passive) לוויין או FLT:2Sentinel-1FLT 3 Synthetic Aperar (Soisture) להעריך יתר על פני מים דחיסות גבוהה יותר (R) באמצעות לחות מגנטית) דחיסה (Gate) עם חומצה מגנטית מים) באמצעות חומצה עליונה (Ric) בכיסוי מים).

קביעת Soil Salinity and Alkali Conditions

(ההשבחה) משפיעה על אזורים עצומים של אדמה מכווצת, במיוחד באזורים עקשנית וחצנית למחצה.סולט-מושפעת אדמה מציגה חתימות ספקטרליות מובהקות בחומרה גלויה וקרובה: עלייה בדינמיקה בטווח הנראה וצמצום בגלימות שדה הקצרות (Judial Reensation) כגון FLT:0Normalinthinthalthinthinthinthalthalthinthalthalth in the Elithalthalthalthalthal Effine Index) ו-FIS (Slimate BTC) ו-FIS) , 2, LT2i , אגן (Slimate Reensation) ו-Fensation) ו-Fensation) ו-Fensation to runi LT2i LT2i , 000) LT2implelimate Reensation) , , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 אגן כפול, 000 אגן כפול אדפטימיות (Slimate Reens

אסטיג'ן Soil Organic Carbon (SOC) ו-פוריות

(הופנה מהדף Soil Organic Carbon הוא אינדיקטור מרכזי לבריאות הקרקע והפריון. Hyperspectral מרוחק חישה (imaging spectroscopy) ללכוד מאות להקות ספקטרליות צרות שיכולות לפתור תכונות ספיגות הקשורות לחומר אורגני, חימר, ולהפחית את תחמוצות הברזל הללו (כגון סוללות משולבות) של סוללות מסוג SOTRAD (למשל, FLT:0EnMAPLTFIRIRIRREE) 1, מיפוי של LT5) הן מדויקות של מיפוי של מיפוי של חיישנים אלה, אך ורקמות סביבתיות (R) הן עדיין מכילות:2FIS) באופן מדויק של סוללות:

טכניקות ומקורות נתונים

חיישן לווין ופלטפורמות

מספר משימות לוויין מספקות תמונות בעלות נמוכה או בחינם שמתאימות לחקירות קרקע:

  • (FLT:0 Landsatsatph:1) (NASA / USGS): 30 m multispectral, 100 מ' תרמי; מאז 1972, אידיאלי עבור ניתוח שינוי רב-decadal.
  • (ב) ⁇ :0 ⁇ 2FLT:1 (ESA): 10-20 מ"מ רב-ספקטרום (13 להקות), התחדשות של 5 ימים; מעולה עבור צמחייה ומיפוי קרקע.
  • (ב) [15] ,0 (MODISIRLT:1 ,נאס"א): 250-1000 מ', כיסוי יומי; המשמש ללחות קרקע אזורית ול ניטור צמחייה.
  • (ב) [15] ,(א) , [17] , [17] , [17] , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (ב) [15] ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (FLT:0)PlanetScentiopeFLT:1 (Planet Labs): 3 מ"ר תמונות רב-תחומיות יומיות (מסחרי); מתאים לחקלאות מדויקת בקנה מידה שדה.

מידע מקורי: Topographic and Structural Information

גילוי אור ו Ranging (LiDAR) מספק מודלים מדויקים מאוד של גובה דיגיטלי (DEMs) עם דיוק אנכי תת-מטר. DEMs אלה חיוניים עבור מדרקון, היבט, ריפוי, וצטברות זרימה - בר קיימא המשפיעים מאוד על היווצרות אדמה, שחיקה, וחלוקה לחות. LiDAR יכול גם לחדור canopy כדי לחשוף את פני השטח החשוף, מה שהופך אותו בלתי חוקי עבור מיפוי קרקע או מיפוי לאומי של מיפוי (R) מיפוי (R.

Hyperspectral ו- Multispectral Imaging

חיישנים היפר-ספקטרום ללכוד נתונים במאות להקות ספקטרליות צרות, המאפשרות אופי מפורט של מינרלים הקרקע, חומר אורגני ולחות.ה-FLT:0A באוויר Visible / infrared Imaging Spectrometer (AVIRIS)FLT:1 ומערכת הלחות גבוהה יותר של סודיות (Silvern-FLT:2PRISMAFLT 3) הם דוגמאות בולטות לעיבוד נתונים מתקדמים (אך הם תכונות מיפוי רחבות יותר).

כלי רכב אוויריים בלתי מאוישים (UAVs or Drones)

ד"רונים המצוידים במגוון רחב של תחומים, תרמיים או לידר מציעים נתונים קרקע אולטרה-גבוהים (<1-10 ס"מ) לאזורים קטנים (שדות לכמה קילומטרים רבועים) זה שימושי במיוחד עבור חקלאות מדויקת, שם החקלאים צריכים מפורטים בתוך שדה Variability מפות. מל"טים יכולים להיות פרוסים על-ביקוש, הימנעות מבעיות כיסוי ענן כי מוטציות, עם זאת, כיסוי מוגבל ועלויות תפעוליות גבוהות לשימוש תפעולי כדי להגביל את הקמפיינים מקומיים או להגביל את התקפים.

עיבוד תמונה וטכניקה

נתונים של חישה מרחוק צריכים להיות מעובדים כדי לחלץ מידע קרקע:

  • (ב) [15] תיקון רמטרי ואטמוספירה (FLT:1) כדי להמיר מספרים דיגיטליים להשתקפות על פני השטח.
  • (ב) ,0) תיקון של קונסולת ה- 1 (הופנה מהדף קואורדינט מפה.
  • (ב) ⁇ :0) ⁇ ⁇ ⁇ : NDVI עבור כיסוי צמחייה, SAVI עבור צמחייה מכוננת אדמה, NDSI for salinity, CI for Color.
  • (FLT:0) ClassificationFLT:1; בפיקוח (סבירות מקסימלית, יער אקראי, מכונות וקטור תמיכה) או לא השגחה (k-means, ISODATA) כדי למפות יחידות קרקע דיסקרטיות.
  • (FLT:0)Regression Modeling: Part Little Squares Regression (PLSR), רשתות עצביות מלאכותיות (ANN), או יער אקראי כדי להעריך תכונות קרקעיות רציפות מלהקות ספקטרליות.
  • (ב) ,0) שינוי גילויי LT:1: השוואת תמונות רב-זמניות לזהות הידרדרות אדמה, שחיקה או שימוש בקרקע משתנה.

מידע על GIS

עיבוד נתונים והרמוניה

מיפוי הקרקע יעיל דורש תשתית נתונים מרחבית עקבית.ב GIS, תמונות חישה מרחוק משולבים עם נתונים ימיים כגון DEMs, רשתות אקלים (precipitation, טמפרטורה), שימוש בקרקע / מפות כיסוי הקרקע, וסקר הקרקע הקיים פוליגון.כל השכבות חייבות להיות מופצות מחדש למערכת משותפת ו resampled לרזולוציה אחידה (למשל, עבור מיפוי קרקעיים).

לוחמה מינית וגיאוסטאיסטים

מאחר שנכסים קרקעיים הם רצופים בחלל, שיטות ההתערבות משמשים לחיזוי ערכים במקומות שאינם מבודקים מתצפיות נקודה ותחנות מרוחקות של קורובוטים (FLT:0KrigingFLT:1) (למשל, גישה רגילה וקומדית) ו-FLT:2regression kingF3) הם פופולריים מבחינה גאוגרפית עבור שיטות הגנה מדויקות יותר (regressed) או שימוש ב-Cregressedalativealativealativealativealative Defing Model (recregressing) ו-regressing) ו-Cregressing (החליפה-Crecrecrectioned) ו-Cregressing) ו-regressing) ו-regressedial Regressing, לעתים קרובות יותר.

Digital Soil Mapping (DSM)

שילוב של GIS ו- מרחוק ensing נתן עלייה למיפוי הקרקע:0 (DSM) מיפוי הקרקע דיגיטלית (DSM)FLT:1, הידוע גם בשם מיפוי אדמה חיזוי.DSM משתמש במודלים מתמטיים כדי לקשר תצפיות אדמה לגורמי קונדום סביבתיים (Galepiates) כגון: אדמה, אקלים, אורגניזמים, הקלה, חומר, גיל ומרחב).

דוגמה: Mapping Soil Organic Carbon in Agricultural Fields

שקול תרחיש שבו חוקר שואף למפות את SOC על פני שטח חקלאי של 50 ק"מ.זרימת העבודה עשויה להיות כרוכה:

  1. רכישת תמונת Sentinel-2 (עונת גידול ללא עננים) ו-LeDAR DEM.
  2. חישוב אינדיקציות ספקטרום (NDVI, NBR, הצבע אינדיקציות) ותכונות קרקע (slope, TWI, Curvature).
  3. איסוף 100 דגימות אדמה (0-30 ס"מ עומק) לניתוח מעבדה SOC.
  4. באמצעות 70 דגימות לאימון מודל יער אקראי עם לווייני וקרקע קובארוטים; 30 דגימות לאימות.
  5. חיזוי SOC בכל האזור ומיפוי התוצאות ב- GIS.
  6. overlaying מפת SOC עם חבילות בעלות הקרקע כדי להנחות את הגירסת המשתנים או יישום דשן.

יתרונות ואתגרים

יתרונות מפתח

  • (ב) ,0) ויעילות הזמן של LT:1: כיסוי אזורים גדולים הדורשים שבועות של דגימת שדה לוקח שעות עם תמונות לוויין.
  • (FLT:0)Synאופטיקה וכיסוי חוזר על עצמו: לוויינים חוזרים על אותו אזור כל כמה ימים, המאפשר ניטור זמני של דינמיקת אדמה (למשל, לחות עונתית, שחיקה לאחר סערה).
  • (FLT:0) רזולוציה מרחבית גבוהה FLT:1: חיישנים מודרניים מספקים תת-מטר לרזולוציה של 10 מ"מ, לכידת איכות בסדר גודל מעולה חשובה לחקלאות מדויקת.
  • (FLT:0) שילוב של רב-שכבות: GIS מאפשר שילוב של נתוני הקרקע עם טופוגרפיה, אקלים, ושימוש קרקע לניתוח מקיף.
  • (FLT:0) שיפור הדיוק של הדיוקן של ה- 1: שילוב נתוני שדה עם קורובוטים מרוחקים מניב לעתים קרובות מפות מדויקות יותר מאשר נתונים בשטח בלבד, במיוחד עבור תכונות שיש להן חתימות ספקטרליות חזקות או טופוגרפיים.
  • (ב) גישה לאזורים מרוחקים (FLT:1: חישה מרחוק של לווין מאפשרת חקירה קרקעית באזורים שקשה או מסוכן לגשת ברגל (למשל אזורי סכסוך, רטובות, מדרונות תלולים).

אתגרים ומגבלות

  • (FLT:0Technicalמומחיות הנדרשתFLT:1: עיבוד תמונה, גיאוטטיסטים ולמידה של מכונות דורש הכשרה מיוחדת.
  • (FLT:0Data נפח ועיבוד מורכבות FLT:1): תמונות ברזולוציה גבוהה וסדרה זמן לייצר terabytes של נתונים, הדורש מחשוב רב עוצמה אחסון.
  • (FLT:0Cloud Cover and aאטמוספירה EffectsFLT:1: חישה מרחוק אופטית נפגעת על ידי כיסוי ענן מתמשך באזורים טרופיים. SAR יכול להקטין את זה אבל דורש מיומנויות עיבוד שונות.
  • (ב) [ה]: [ב] ב]בשלושת הימים], [בשעה], [בשעה], [ב] 30 מ'], פיקסל אחד עשוי להכיל סוגי אדמה מרובים, צמחייה וצללים, תוך סבך ניתוח ספקטרלי.
  • (ב) ,0) ,באשר לקרקע אמת: מודלים מרוחקים של חישה יש למקם ולאומת עם דגימות שדה.
  • (FLT:0) עלויות ראשוניות גבוהות של לוויינים 1: בעוד שמאגרי מידע לווייניים רבים חופשיים, רכישת LiDAR, Hyperspectral, או תמונות מסחריות ברזולוציה גבוהה עולות עלות משמעותית.
  • (ב) [ה]: [ה] [ה]], [ה], [ה], [ה],] ⁇ ], [ה], [ה],] ⁇ [ה]], [ה'], [ה'], [ה']'[ה']']'[ה']']'''''[ה']']'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''

פרספקטיבה עתידית

למידת מכונה ואינטליגנציה מלאכותית

Advances in machine learning, particularly deep learning (convolutional neural networks, recurrent networks), are enabling more accurate and automated extraction of soil information from remote sensing imagery. For example, CNNs can learn spatial patterns in high-resolution images to classify soil types or estimate SOC without handcrafted features.למידה העברה מאפשרת מודלים שהוכשרו מראש על נתונים גדולים (למשל, ImageNet) להיות מכוונן עבור משימות מיפוי הקרקע עם נתונים מקומיים מינימליים. AI גם מאפשר בקרת איכות אוטומטית וגילוי יוצא דופן.

מחשוב ענן ופלטפורמות נתונים גדולות

פורומים כמו FLT:0) Google Earth EngineFLT:1hil, ⁇ :2 Amazon Web Services (AWS) EarthveFLT 3, ו-FLT:4 Microsoft Planetary ComputerFLT:5 לספק גישה לארכיונים מסיביים של תמונות לוויין וכלי ניתוח מבוססי ענן אלה מבטלים את הצורך לאחסון נתונים מקומי ומחשוב גבוה יכול להפעיל אלגוריתמים גדולים יותר למיפוי זמן רב יותר ויותר.

שילוב עם IoT ו- In-Situחיישנים

האינטרנט של הדברים (IoT) מביא חיישנים קרקעיים זולים (גיל, טמפרטורה, EC, pH) לשדות חקלאיים.שלב זרמי נתונים של IoT עם תמונות לוויין ב- GIS יוצר רשת תצפית צפופה עבור מודלים רגישים מרחוק.לדוגמה, רשת של בדיקות לחות יכול לאמת הערכות SMAP ולשפר אלגוריתמים מטה.

המונחים: Hyperspectral Satellite Constellations

משימות לוויין חדשות - כגון נאס"א:0Surface Biology וגיאולוגיה (SBG)BuildFLT:1 ו-FLT המתוכנן:2CHIMEFLT:3 (Copernicus Hyperspectral Imaging Mission for the Environment) - יספקו נתונים היפר-ספקטרום שגרתיים ב -30 מ"מ, נתונים אלה יגרמו לפירוק מינרלים ומוצרים אורגניים, כמו חיישנים סטנדרטיים, אשר יהיו זמינים כיום, רק לחיישנים סטנדרטיים, רק לתכונות נרחבות של נתונים סטנדרטיות, רק לתחומים סטנדרטיות, אשר יהיו זמינים.

החקלאות וניהול הקרקע בר קיימא

המטרה הסופית של חקירת הקרקע היא ליידע ניהול קרקעות טוב יותר.כפי ש-GIS ו- ensing מרחוק להיות משולב יותר במערכות ניהול החווה, טכנולוגיות בעלות ערך משתנה תחול קלטות (פרנציצר, השקיה, תיקונים) בהתבסס על מפות הקרקע ברזולוציה גבוהה.זה מקטין עלויות, עלייה, ומצמצם את זיהום הסביבה.

מסקנה

GIS וחישה מרחוק עברו מכלים ניסיוניים לצרכים תפעוליים בחקירה הקרקעית ומיפוי.הם מאפשרים למתרגלים להציג אדמה לא כנקודות סטטיות אלא כמערכות דינמיות, מרחביות רצופות, על ידי שילוב התפיסה הסינופטית של לווינים עם הכוח האנליטי של GIS, מדעני הקרקע יכולים למפות נכסים, לפקח על שינויים, ולתמוך בדרגות מתחומים בודדים ליבשות.