A precíziós gazdálkodás;

Slides:



Advertisements
Hasonló előadás
Ajánlások.
Advertisements

Kína, Yunnan-tartomány
A SZIVÁRVÁNY.
Az optikai sugárzás Fogalom meghatározások
Madártávlatból a horizontra! Avagy a táj(kép)kutatás horizontális aspektusai Bodnár Réka Kata Molnár Lajos Szabolcs Debreceni Egyetem Tájvédelmi és Környezetföldrajzi.
Időjárás, éghajlat.
6. A gazdasági hatékonyság elemzése
Képalkotó eljárások alkalmazása a szaporodásbiológiában
Színformátumok és színmodellek
K ÉPERNYŐ MINT KIMENETI ESZKÖZ. adatok, szövegek, képek, filmek vizuális megjelenítését szolgáló készülék, a számítógépek legfontosabb kimenete. Míg.
A NÉGY FŐELEM Tűz,víz,levegő és föld.
A sűrűség.
Készitette:Bota Tamás Czumbel István
A színek számítógépes ábrázolásának elve
Foltkeresés tüdő röntgen képeken
Digitális képanalízis
A sztratoszférikus ózon mérése
Készítette: Kecskés Imre
Készítette: Angyalné Kovács Anikó
Levegőminőség -vizsgálat
SZÍNEKRŐL.
1. A digitális fényképezőgép felépítése
Vegetációs indexek Kiegészítő tananyag QGIS gyakorlatokhoz Benő Dávid
HŐSUGÁRZÁS (Radiáció)
INNOCSEKK 156/2006 Hasonlóságelemzés-alapú vizsgálat a COCO módszer használatával Készítette: Péter Gábor
Gyönyörű tényleg! Mint a festmény. Egy hely Kínában. Kattintásra.
Színes világban élünk.
Hegyvidéki (függőleges) övezetesség
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Színhasználat Készítette: Bene Attila
Adatnyerés a)Térkép b)Helyi megfigyelések c)Digitális adatbázis d)Analóg táblázatok, jelentések e)Távérzékelés.
Színek.
A hálózati-mérési különbözet kezelése az elosztói engedélyeseknél
Dolgozat tudomanybol Tolnai Rebeka es Csoka Kinga NEPTUNUSZ
Tk.: oldal + Tk.:19. oldal első két bekezdése
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Monitorok.
Térképészeti alapfogalmak, a térképek csoportosítása
Térképészeti alapfogalmak, a térképek csoportosítása
Áramlásmérés Áramlás mérése nyomásméréssel Mérőperem vázlata.
Területmérlegre vonatkozó konzisztencia-vizsgálat Gazdasági Informatika Tanszék 2004/2005. tanév Utolsó frissítés:
Grafika alapfogalmak.
Adatvizualizáció Segédanyag a Gazdasági informatika tárgyához
Környezeti elemek védelme II. Talajvédelem KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Gazdálkodási modul Gazdaságtudományi ismeretek.
TÁMOP A/2-10/ Ismertesse a gyomfelvételezési módszerek hazai fejlődését! 2.Milyen módszerekkel végezhető el a gyomfelvételezés? 3.Ismertesse.
Térképészeti alapfogalmak, a térképek csoportosítása
Digitális fotózás Alapok.
Távérzékelési technológiák alkalmazása a vízgazdálkodásban
Máté: Orvosi képfeldolgozás12. előadás1 Három dimenziós adatok megjelenítése Metszeti képek transzverzális, frontális, szagittális, ferde. Felület síkba.
E-HÓD HÓDítsd meg a biteket!.
Az árkos erózió vizsgálata a Tetves-patak vízgyűjtőjén Jakab Gergely – Kertész Ádám- Papp Sándor Földrajzi Értesítő LIV. Évf füzet, pp
Mesterséges és természetes világítás 7. témakör. A fényképezésben azok a fényforrások a jelentősek, amelyek az elektromágneses spektrum nm (látható.
NXT és EV3 összehasonlítása
A színes képek ábrázolása. A szín A szín egy érzet, amely az agy reakciója a fényre. Az elektromágneses sugárzás emberi szem által látható tartományba.
Monitorok Készítette: Orosz Kristóf 6/b.
A évi kompetenciamérés eredményeinek elemzése 2016
Oszlopdiagram dr. Jeney László egyetemi adjunktus
Közönséges (a) és lineárisan poláros (b) fény (Niggli P. után)
Nulla és két méter között…
A évi kompetenciamérés FIT-jelentéseinek új elemei
Távérzékelés alapjai IV
RASZTERES ADATFORRÁSOK A távérzékelés alapjai
Bunkóczi László, Dr.Pitlik László, Pető István, Szűcs Imre
5. Űrkutatás a Föld szolgálatában
Területi eloszlások összevetése: Hoover index
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Kompetenciamérés eredményei évfolyam 2013
Bevezetés a szoftver-ergonómiába
A nagyváros–vidék kettősség az európai térszerkezetben
Atmoszféra.
Előadás másolata:

A precíziós gazdálkodás; avagy a hely-specifikus művelés alapelvei Összeállította: Németh Tamás IT-tanácsadó

Precíziós gazdálkodást minden termelőnek „A precíziós gazdálkodás nem azt jelenti, hogy vagyonokat költünk gépekre és technológiára , hanem azt, hogy megtanuljuk területeinket; mérjük, ami mérhető, és tudatosan használjuk a mért eredményeket; és egyre apróbb részletekbe megyünk bele. „ J. Shmidt , USA-ban 12 éve precíziós gazdálkodással foglalkozó gazda

A műholdképek a tábláink folyamatos monitorozásának legjobb eszközei: összehasonlítjuk a területek állapotát és a parcellákon belüli eltéréseket is kiszúrhatjuk. NDVI, NIR, infravörös, multispektrális műholdképek – olyan kifejezések, amelyekkel a precíziós gazdálkodással foglalkozó gazdának ismernie kell. A normalizált vegetációs index (NDVI) egy olyan grafikus indikátor, amely a távérzékelés során készített képek (műhold-, légi- és dron felvételek) elemzése során megmutatja, hogy az adott földrajzi területen van-e zöld növényzet vagy nincs.

Amikor a napfény nekiütközik az útjába kerülő testeknek, akkor bizonyos tartományok (hullámhosszok) elnyelődnek, míg más hullámhosszok visszaverődnek. A felületek alakja, színe alapvetően meghatározó a visszaverődés és az elnyelődés szempontjából. A növényzetben található klorofill kis mértékben veri vissza a látható  tartomány sugarait, míg a közeli infravörös (near-infrared, azaz NIR) tartományban tapasztalható visszaverődés erősebb. Vagyis minél nagyobb a látható tartományban mérhető elnyelődés és a közeli infravörös tartományban meghatározható visszaverődés különbsége, annál fejlettebb a vegetáció az adott területen. Így az NDVI értékeink is a maximumhoz közeli értékeken mozognak.

Az egészséges növényzet a látható tartomány sugarainak java részét elnyeli, míg a közeli infravörös sugarakat visszaveri. A gyengélkedő vegetáció viszont több látható sugarat ver vissza és több infravöröset nyel el. Ezt a matematika nyelvén alábbi képlettel írhatjuk le: NDVI = (NIR – RED) / (NIR + RED) ahol az NDVI a normalizált vegetációs index, a NIR a közeli infravörös tartomány, a RED pedig a látható tartomány vörös sávja.

A közeli infravörös (near-infrared) és a látható (visible) színtartományok elnyelődése, valamint visszaverődése az egészséges és gyengélkedő növények leveleiről.

Az egyszerű különbség helyett a normalizált különbséget használjuk (így tudjuk kiküszöbölni az eltérő kitettségből, lejtésből, megvilágításból eredő különbségeket), azaz az értékeket egy előre kiválasztott tartományba “sűrítjük”. Jelen esetben -1 és +1 közé, így egyszerűbb a számításokhoz és az ábrázolásokhoz (például térképekhez) használni a kapott értékeket. A vízfelület, a felhők és a hótakaró negatív értékeket mutatnak, a fedetlen talaj, a sziklák és a mesterséges felszínek 0 körüli értékeket vesznek fel, míg a növényzet pozitív értékeket ad vissza.

Egy RGB és egy NDVI fotó ugyanarról a területről – az egészséges, zöld növények 0,1 és 0,9 közötti értékeket adnak, míg például a vízfelületek és a fák törzse 0 alatti értékkel jellemezhetőek

A vegetációs index a kultúrnövények állapotának és termőképességének mérésére bizonyítottan alkalmas, így a várható hozam előrejelzésének is fontos eleme. Emellett a növényzet sűrűségének diagnosztizálására is használható, ebből pedig a kelés, csírázás és a fejlődés egyenletességére, egyszóval az állomány egységességére is tudunk következtetni. A vegetációs index a területek felügyeletének legfontosabb indikátora a Cropio rendszerben. A Cropio folyamatosan figyeli az egyes területek egymáshoz viszonyított kondícióját, valamint a táblákon belüli eltéréseket (zónákat) is feltárja, lehetővé téve a differenciált kijuttatást és a termésátlagok megbecslését. Ehhez közepes és nagy felbontású műholdképeket használunk.

Hogyan történik a vegetációs index kiszámítása a gyakorlatban? A Cropio összesen 10 különböző műhold felvételeit használja, amelyeket először kalibrál, majd kielemez. A MODIS műholdak a közepes felbontású (250 méter/pixel – azaz egy képpont a valóságban 250 métert jelent) képeket szállítja, míg a Landsat 8 és a Sentinel 2 műholdak felelnek a nagy felbontású (15-10 méter/pixel) felvételekért. A talajnedvesség és talajhőmérséklet adatokat a MetOp és a Landsat 7 biztosítják. A 250 méter/pixel felbontású képek a gazdaságszintű NDVI értékekhez használhatóak, vagyis ezek alapján vetheted össze a tábláidat egymással. A felhők, árnyékok zavarhatják a számítást és helytelen értékekhez vezethetnek, ezért a Cropio a nem tiszta időben készült képeket megjelöli, valamint az NDVI idő-grafikon számításából automatikusan kihagyja azokat. A

0,6 vagy magasabb: zöld vagy sötétzöld táblák = magas vegetációs érték, ami aktív fejlődést, egészséges és sűrű növényzetet jelent; fehér szín: hóval fedett parcellák. A Cropio a közepes felbontású felvételek mellett nagy felbontású (15-10 méter per pixel) képekkel is segíti a munkádat. Ezek egyrészt a Térkép / Nagyfelbontású képek menüpontban érhetőek el, másrészt minden táblád aloldalán a Vezérlőpult / Képek menüpontban megtalálod ezeket. Itt a fent leírt színskála mellett egy kontraszt színekkel ellátott verziót is találsz – ezen jobban kiemelhetőek a különbségek és látványosabbak a táblán belüli eltérések. A kontrasztos térképek négy színt használnak: piros szín: gyenge vegetáció vagy a növényzet teljes hiánya; sárga szín: gyenge vegetáció; zöld szín: átlagos növénytakaró; kék szín: sűrű, jó állapotban lévő növényzet.

A színskálához tartozik egy jelmagyarázat is, ahol láthatod, hogy az egyes színárnyalatok mit jelentenek. E skála segítségével a zónák közötti eltérések és foltokra fordítandó figyelem mértéke is megállapítható. Ha például a kék szín 0,7-es értéket jelöl, a piros pedig 0,65-öt, akkor nincs miért aggódni, a táblád szinte homogén. Ha viszont a kék szín 0,7-es értéke mellett a piros szín 0,3-at jelent, akkor a pirosló foltra érdemes odafigyelned. A magasabb NDVI érték nem mindig jelent jót: ha 2-3  kisebb zónában 0,6-os értéket mérsz, miközben a terület java része még csak 0,3-0,35 körül van, akkor a magasabb NDVI értéket mutató foltokban árvakelésre vagy gyomosodásra gyanakodhatsz.

A kelés és a csíranövény fejlődésének sebessége eltérő az egyes fajok között – az őszi búza csíranövényei például a vetés utáni 12-15. napon kezdenek megjelenni. A vegetációs indexnek emelkednie kell azokon a területeken , amiket ugyanabban az időben őszi búzával vetettünk be. Ahogy haladunk előre a vegetatív fázisban, úgy a 0,1 körüli eltérés elfogadható lesz az egyes területek között. Ha valahol alacsonyabb az érték, akkor azt a területet érdemes alaposan körüljárni, mert ott valószínűleg valami akadályozza a megfelelő kelést.

Összefoglalva: Az NDVI felvételek elméleti hátterét az adja, hogy a növényzetben található klorofill kis mértékben veri vissza a látható tartomány sugarait, míg a közeli infravörös tartományban tapasztalható visszaverődés erősebb. A két érték különbségéből megállapítható, hogy az adott területen található növénytakaró mennyire sűrű és milyen kondícióban van. A Cropio rendszer közepes és nagy részletességű képeket használ a tábláid vegetációs indexének megállapítására. A közepes felbontású felvételek a napi szintű állapotváltozás lekövetésére, a nagy felbontású képek pedig a táblán belüli különbségek azonosítására szolgálnak.  

Köszönöm a figyelmet !