RU2572712C2 - Способ агрохимического обследования почв - Google Patents
Способ агрохимического обследования почв Download PDFInfo
- Publication number
- RU2572712C2 RU2572712C2 RU2014112148/15A RU2014112148A RU2572712C2 RU 2572712 C2 RU2572712 C2 RU 2572712C2 RU 2014112148/15 A RU2014112148/15 A RU 2014112148/15A RU 2014112148 A RU2014112148 A RU 2014112148A RU 2572712 C2 RU2572712 C2 RU 2572712C2
- Authority
- RU
- Russia
- Prior art keywords
- soil
- carried out
- selection
- objects
- agrochemical
- Prior art date
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Изобретение относится к сельскому хозяйству, а именно агрохимическому картографированию почв. Для этого проводят выделение контуров по результатам дистанционного зондирования полей с последующим перенесением на карты землепользования. Выделение контуров по результатам дистанционного зондирования полей проводят на мультиспектральных космических снимках высокого разрешения методом кластеризации на основе различия светоотражения объектов. Выделение элементарных участков для отбора почвенных образцов с переносом их на натуру проводят на основе различия светоотражения объектов. Изображение обследуемых объектов создают в виде электронных картограмм. Расчет величины отношения яркости свечения изучаемого объекта к показателям длинно- и коротковолновой части спектра солнечной радиации на точках отбора почвенных образцов проводят методом многофакторного анализа. Изобретение позволяет широко применять дифференцированную систему повышения плодородия почв, что повышает урожайность полевых культур на 20-30%.
Description
Изобретение относится к сельскому хозяйству, а именно к агрохимическому картографированию земель сельскохозяйственного назначения.
Известен способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования. Способ включает прием и регистрацию на магнитном носителе цифровых данных аэрокосмического зондирования, обработку этих данных путем проведения их географической привязки, тематическую обработку с выделением класса «растительность. Проводят определение объема фитомассы и определение биопродуктивности по классу «растительность» [Патент RU №2424540, G01V 9/00? 20.07.2011].
Недостатком известного способа является низкая объективность параметров обследования почв.
Наиболее близким по технической сущности к заявляемому изобретению является усовершенствованный способ агрохимического обследования почв, включающий выделение контуров по результатам дистанционного зондирования полей с открытой (вспаханной) почвой на обработанных радиолокационных аэрокосмических снимках и перенесение контуров на карты землепользования, с помощью контуров выделяют элементарные участки для отбора почвенных образцов с переносом их на бумажные носители и на натуру, контуры выделяют с помощью отраженных сигналов радиолокатора бокового обзора дециметрового диапазона длин волн и на основании коэффициента криволинейной корреляции, который определяют отношением величины отраженного сигнала радиолокатора к агрохимическим показателям, по которым судят о почвенном плодородии [Патент RU №2102748? G01N 33/24, G01S 13/89, 20.01.1998].
Недостатками данного усовершенствованного способа агрохимического обследования почв являются низкая информативность, ограниченная применимость, низкая объективность агрохимического обследования почв.
Техническим результатом предлагаемого способа агрохимического обследования почв является повышение информативности, расширение применимости, повышение объективности агрохимического обследования почв.
Технический результат достигается тем, что способ агрохимического обследования почв, включающий выделение контуров по результатам дистанционного зондирования полей, перенесение контуров на карты землепользования, выделение элементарных участков для отбора почвенных образцов с переносом их на натуру, выделение контуров по результатам дистанционного зондирования полей проводят на мультиспектральных космических снимках высокого разрешения методом кластеризации, выделение элементарных участков для отбора почвенных образцов с переносом их на натуру проводят на мультиспектральных космических снимках высокого разрешения на основе различия светоотражения объектов, изображение обследуемых объектов создают в виде электронных картограмм, расчет величины отношения яркости свечения изучаемого объекта к показателям длинно- и коротковолновой части спектра солнечной радиации на точках отбора почвенных образцов проводят методом многофакторного анализа.
Выделение контуров по результатам дистанционного зондирования полей на мультиспектральных космических снимках высокого разрешения методом кластеризации повышает объективность агрохимического обследования почв.
Выделение элементарных участков для отбора почвенных образцов с переносом их на натуру на мультиспектральных космических снимках высокого разрешения на основе различия светоотражения объектов расширяет применимость способа.
Изображение обследуемых объектов в виде электронных картограмм позволяет получать информационные данные с каждого контура обследуемых почв, т.е. повышает информативность способа.
Расчет величины отношения яркости свечения изучаемого объекта к показателям длинно- и коротковолновой части спектра солнечной радиации на точках отбора почвенных образцов методом многофакторного анализа повышает объективность агрохимического обследования почв.
Способ агрохимического обследования почв осуществляют следующим образом. До начала посевных работ, после схода снега, проводят синтезирование мультиспектральных космических снимков высокого пространственного разрешения (до 10 м в пикселе) с помощью программного комплекса, например, ENVI с существенным преобладанием данных красного и инфракрасного диапазонов съемки над частотами диапазонов съемки синей и зеленой частей спектра солнечной радиации. После наложения планов землепользования хозяйства на синтезированный мультиспектральный космический снимок высокого разрешения, в соответствии с ГИС-технологиями по выраженному тону цветовой гаммы методом кластеризации, выделяют относительно однородные полигоны, объединяющие контура различного типа и почвенного плодородия.
На основе различия светоотражения объектов по модулю K-Means программного комплекса, например, ENVI разделяют полигоны на 5-6 классов итераций. Определяют по цветовой окраске полигона и уточняют по географическим координатам границы элементарных участков для отбора почвенных образцов. Затем проводят выборочное полевое почвенное обследование по почвенным ареалам в пределах границ элементарных участков для отбора почвенных образцов. Отбор почвенных образцов проводят на элементарных участках в 3-5 кратной повторности с последующим послойным стандартным анализом агрохимических показателей образцов.
С использованием программного комплекса, например Adobe Photoshop (GIMP), определяют по синтезированному мультиспектральному космическому снимку высокого разрешения, на точках отбора почвенных образцов яркость свечения направленного светоотражения (Glow), и по величине коэффициентов спектральной яркости (по системе RGB) устанавливают для каждого из выделенных почвенных образцов спектр отраженной солнечной радиации. В программном комплексе, например, Statistica проводят многофакторный анализ поглощения-отражения солнечной радиации, и в системе XYZ рассчитывают специфическую величину отношения яркости свечения компонентов почв изучаемого объекта к показателям длинно- и коротковолновой части спектра солнечной радиации.
Создают изображение обследуемых почв в виде электронных картограмм с выделенными контурами, с географическими координатами элементарных участков для отбора почвенных образцов по результатам дистанционного зондирования полей. Систематизируют базу мультиспектральных космических снимков высокого разрешения и информационные данные каждого обследуемого полигона для последующего мониторинга территорий.
Предлагаемый способ агрохимического обследования почв обладает высокой информативностью за счет создания изображения обследуемых почв в виде электронных картограмм; широкой применимостью - за счет выделения элементарных участков для отбора почвенных образцов с переносом их на натуру на мультиспектральных космических снимках высокого разрешения на основе различия светоотражения; высокой объективностью - за счет расчета величины отношения яркости свечения изучаемого объекта к показателям длинно- и коротковолновой части спектра солнечной радиации на точках отбора почвенных образцов методом многофакторного анализа и выделения контуров по результатам дистанционного зондирования полей на мультиспектральных космических снимках высокого разрешения методом кластеризации.
Предлагаемый способ агрохимического обследования почв апробирован в опытных полях Омской области, общей площадью 17000 га. Полученные электронные картограммы обследуемых полей содержали информационные данные о наличии более 20% солонцовых почв низкого плодородия. Ранее на основе черно-белых аэрофотоснимков солонцовые почвы выделялись частично, их площадь составляла менее 10% пахотного фонда.
По итогам агрохимического обследования почв предлагаемым способом хозяйства могут получить электронные картограммы с рассчитанными дозами удобрений и мелиорантов для каждого объекта, выделенного по результатам дистанционного зондирования полей.
Использование данного способа агрохимического обследования почв позволяет применять дифференцированную систему повышения плодородия почв, что повышает урожайность полевых культур на 20-30%.
Claims (1)
- Способ агрохимического обследования почв, включающий выделение контуров по результатам дистанционного зондирования полей, перенесение контуров на карты землепользования, выделение элементарных участков для отбора почвенных образцов с переносом их на натуру, отличающийся тем, что выделение контуров по результатам дистанционного зондирования полей проводят на мультиспектральных космических снимках высокого разрешения методом кластеризации, выделение элементарных участков для отбора почвенных образцов с переносом их на натуру проводят на мультиспектральных космических снимках высокого разрешения на основе различия светоотражения объектов, изображение обследуемых объектов создают в виде электронных картограмм, расчет величины отношения яркости свечения изучаемого объекта к показателям длинно- и коротковолновой части спектра солнечной радиации на точках отбора почвенных образцов проводят методом многофакторного анализа.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014112148/15A RU2572712C2 (ru) | 2014-03-28 | 2014-03-28 | Способ агрохимического обследования почв |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014112148/15A RU2572712C2 (ru) | 2014-03-28 | 2014-03-28 | Способ агрохимического обследования почв |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2014112148A RU2014112148A (ru) | 2015-10-10 |
RU2572712C2 true RU2572712C2 (ru) | 2016-01-20 |
Family
ID=54289292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2014112148/15A RU2572712C2 (ru) | 2014-03-28 | 2014-03-28 | Способ агрохимического обследования почв |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2572712C2 (ru) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108551486A (zh) * | 2018-04-24 | 2018-09-18 | 安徽派斯客网络科技有限公司 | 一种基于互联网的土壤含菌量智能检测装置 |
RU2705549C1 (ru) * | 2019-03-25 | 2019-11-07 | Федеральное государственное бюджетное научное учреждение "Российский научно-исследовательский институт проблем мелиорации" (ФГБНУ "РосНИИПМ") | Способ агрохимического обследования земель сельскохозяйственного назначения |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2102748C1 (ru) * | 1994-02-08 | 1998-01-20 | Всероссийский научно-исследовательский институт удобрений и агропочвоведения им.Д.Н.Прянишникова | Усовершенствованный способ агрохимического обследования почв |
RU2424540C2 (ru) * | 2009-10-06 | 2011-07-20 | Государственное учреждение Научный центр проблем аэрокосмического мониторинга - ЦПАМ "АЭРОКОСМОС" | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
-
2014
- 2014-03-28 RU RU2014112148/15A patent/RU2572712C2/ru not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2102748C1 (ru) * | 1994-02-08 | 1998-01-20 | Всероссийский научно-исследовательский институт удобрений и агропочвоведения им.Д.Н.Прянишникова | Усовершенствованный способ агрохимического обследования почв |
RU2424540C2 (ru) * | 2009-10-06 | 2011-07-20 | Государственное учреждение Научный центр проблем аэрокосмического мониторинга - ЦПАМ "АЭРОКОСМОС" | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
Non-Patent Citations (1)
Title |
---|
ГОСТ 28168-89 ПОЧВЫ. ОТБОР ПРОБ, 01.04.1990, найдено 05.06.2015 в Интернете на сайте. http://www.gosthelp.ru/text/GOST2816889PochvyOtborpro.html. КУТУКОВ Д. С., Применение методов кластеризации для обработки новостного потока, Технические науки: проблемы и перспективы: материалы междунар. науч. конф., СПб., Реноме, 2011, стр. 77-83. найдено 05.06.2015 в Интернете на сайте http://www.moluch.ru/conf/tech/archive/2/207/. СЕРГЕЕВА О.С., Использование спектральной отражательной способности почв и агрофитоценозов для мониторинга плодородия почв, дис. К.б.н., 2011, Омск, найдено 05.06.2015 в Интернете на сайте http://earthpapers.net/ispolzovanie-spektralnoy-otrazhatelnoy-sposobnosti-pochv-i-agrofitotsenozov-dlya-monitoringa-plodorodiya-pochv. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108551486A (zh) * | 2018-04-24 | 2018-09-18 | 安徽派斯客网络科技有限公司 | 一种基于互联网的土壤含菌量智能检测装置 |
RU2705549C1 (ru) * | 2019-03-25 | 2019-11-07 | Федеральное государственное бюджетное научное учреждение "Российский научно-исследовательский институт проблем мелиорации" (ФГБНУ "РосНИИПМ") | Способ агрохимического обследования земель сельскохозяйственного назначения |
Also Published As
Publication number | Publication date |
---|---|
RU2014112148A (ru) | 2015-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Periasamy | Significance of dual polarimetric synthetic aperture radar in biomass retrieval: An attempt on Sentinel-1 | |
dela Torre et al. | Remote sensing-based estimation of rice yields using various models: A critical review | |
Tahir et al. | Real time estimation of chlorophyll content based on vegetation indices derived from multispectral UAV in the kinnow orchard | |
Yaney-Keller et al. | Using Unmanned Aerial Systems (UAS) to assay mangrove estuaries on the Pacific coast of Costa Rica | |
US11270112B2 (en) | Systems and methods for rating vegetation health and biomass from remotely sensed morphological and radiometric data | |
JP2012196167A (ja) | 植物種識別方法 | |
Kong et al. | Evaluation of four image fusion NDVI products against in-situ spectral-measurements over a heterogeneous rice paddy landscape | |
Coluzzi et al. | On the LiDAR contribution for landscape archaeology and palaeoenvironmental studies: the case study of Bosco dell'Incoronata (Southern Italy) | |
Dell et al. | Detection of necrotic foliage in a young Eucalyptus pellita plantation using unmanned aerial vehicle RGB photography–a demonstration of concept | |
Korpela et al. | Fine-resolution mapping of microforms of a boreal bog using aerial images and waveform-recording LiDAR. | |
Stroppiana et al. | Estimating crop density from multi-spectral uav imagery in maize crop | |
McNairn et al. | Establishing crop productivity using RADARSAT-2 | |
Buhe et al. | Land cover of oases and forest in XinJiang, China retrieved from ASTER data | |
RU2572712C2 (ru) | Способ агрохимического обследования почв | |
Garkusha et al. | Using Sentinel-1 data for monitoring of soil moisture | |
Orlíková et al. | Land cover classification using sentinel-1 SAR data | |
Aasen et al. | Spectral and 3D nonspectral approaches to crop trait estimation using ground and UAV sensing | |
Beisl et al. | Atmospheric correction, reflectance calibration and BRDF correction for ADS40 image data | |
Nasirzadehdizaji et al. | Application of sentinel-1 multi-temporal data for crop monitoring and mapping | |
Rinnamang et al. | Estimation of aboveground biomass using aerial photogrammetry from unmanned aerial vehicle in teak (Tectona grandis) plantation in Thailand | |
Ma et al. | Development of forest aboveground biomass estimation, its problems and future solutions: A review | |
JP4521885B2 (ja) | 疑似近赤外画像の作成方法 | |
Hallberg et al. | Measurements on individual trees using multiple VHF SAR images | |
RU2705549C1 (ru) | Способ агрохимического обследования земель сельскохозяйственного назначения | |
Nasirzadehdizaji et al. | Crop mapping improvement by combination of optical and SAR datasets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20180329 |