В Україні наразі немає реального моніторингу та інвентаризації земель. Про це свідчить низка документів Ради нацбезпеки та оборони України та указ президента України (№ 572/2013). Однак ця ситуація виникла не на порожньому місці, вона створювалася поступово. Наприкінці 70-х років у СРСР завершили формування і складання ґрунтових карт, якими користуються всі зацікавлені підприємства, установи та фізичні особи. Відтоді ґрунтові карти не оновлювали, як через політичні, так і економічні причини. За оцінками різних фахівців, ці карти застарілі — понад 30 років, що ставить під сумнів їх достовірність і придатність для оцінки земель, бонітування тощо. Вкладати величезні кошти у проведення нового туру обстеження, як за часів СРСР, Україна не зможе саме з економічних міркувань. Поява нового методу досліджень дає змогу проводити аерофотозйомки для цієї мети. Проте як аналізувати ґрунтові контури, якими факторами впливу слугуватимуть ортофотоплани та як узагалі побудувати систему аналізу, й досі не визначено.
На думку автора, повний цикл дослідження з отриманням карти ґрунтового покриву має включати:
1) аерофотознімання (за оптимальних погодних умов);
2) оброблення знімків та їх трансформацію в ортофотоплан(и);
3) оброблення каналів кольорової моделі
(для підвищення рівня розпізнавання ґрунтових контурів);
4) присвоєння географічних координат для використання ортофотоплану в ГІС-середовищі й наступний оверлейний аналіз із виданням карти.
Проведення кожного із цих кроків має низку проблем, насамперед, технічного й методичного характеру. Під час досліджень використовували ДКЛА типу літаюче крило, час у повітрі — 40 хвилин, програмне забезпечення — ErdasImage 9.1, яке слугує для аналізу моделі JPEG каналами RGB, AgisoftPhotoscan — для отримання ортофото- і фотопланів.
Починаючи з 2014 року потенційне поширення використання ДКЛА в сільському господарстві спостерігають у всьому світі. Водночас у цих роботах переважає технічна складова, а розроблення методичної складової зупинилося на використанні вегетаційних індексів, тобто використання каналів моделі RGB є обмеженим, а саме, каналів G (green), B (blue). Думки вчених-дослідників щодо використання каналів дещо розходяться. Дехто вважає, що визначення органічної складової у ґрунтах, гранулометричного складу і вологи є складним завданням для вегетаційного індексу, тому слід використовувати усі канали моделі RGB. Інші відзначають, що камерами RGB можна користуватися для аналізу ґрунту лише на ДКЛА
Аерофотозйомка з безпілотного літального апарата, особливо для ґрунтового обстеження, має за кожен виліт ДКЛА знімати якомога більшу територію. Оптимально проводити аерофотозйомку протягом усього робочого дня. Для цього запас ходу безпілотника мусить бути не менш ніж 8 годин (з 10:00 до 18:00). За середньої швидкості ДКЛА 80 км/год знімати треба з висоти не менш як 800 м. Тобто за один день ДКЛА має знімати не менш ніж 384 кв. км. Тоді за 82 (81,77 дня) дня він зможе відзняти територію, скажімо, Харківської області. На жаль, цивільних ДКЛА з такими технічними можливостями в Україні й досі немає, їх лише розробляють.
Наразі практично всі ДКЛА як корисне навантаження використовують побутові фотоапарати. Їх потрібно калібрувати для використання з геодезичною метою (обстеження ґрунтового покриву потребує прив’язки на рівні геодезичних вимог). З іншого боку, використання таких фотоапаратів дає величезний обсяг даних — близько 100 Гб за 3,5 години польоту. Для того щоб його обробити й отримати ортофотоплани на об’єкти дослідження, потрібен час. За авторськими розрахунками, для отримання ортофотоплану на територію у 5000 га знадобиться тиждень.
Сьогодні не існує обґрунтованих досліджень щодо використання ДКЛА за різних погодних умов. Логічно, що для отримання репрезентативного результату аерофотозйомки потрібні оптимальні погодні умови (сонячно, мала швидкість вітру). Але погода може змінюватися під час проведення зйомки. Власний досвід автора з використання ДКЛА свідчить про те, що зміна погодних умов істотно погіршує результат зйомки і спотворює кінцевий результат. Щоб оцінити вплив погоди, проводили зйомку за різних погодних умов ((рис. 1).
Рис. 1. Приклади побудови ортофотопланів за різних погодних умов
Погода є важливою умовою під час створення ортофотопланів. Виходячи з практичного досвіду встановлено, що найпривабливішими умовами для створення ортофотоплану є сонячний безхмарний день. Але таких днів протягом року небагато (не більше ніж 120–160 днів). До того ж і в сонячні дні можлива мінлива хмарність (< 20% хмарності площі знімка), що створює перешкоди для створення ортофотоплану. Також з’ясували, що обмежено придатними є дні із суцільною хмарністю й навіть із дрібним дощем упродовж доби. Цілком непридатні для створення ортофотопланів дні з мінливою хмарністю (> 35% площі знімка), як сонячні, так і похмурі. Причому похмурі дні більш придатні для створення ортофотоплану через вплив хмарності на канал B (blue), що має додаткове значення під час створення ортофотоплану.
Методичні питання створення ортофотопланів
Упродовж кількох років проведення зйомок встановили, що коли під час створення ортофотоплану на його площу, окрім головного об’єкта дослідження (ґрунтів або сільськогосподарської культури), потрапляла інша культура або рослини з найближчої лісосмуги, під час аналізу моделі JPEG виявлялося, що на ортофотоплані спотворені всі канали, необхідні для аналізу, а саме, R, G, B. Отже, для оцінки стану сільськогосподарських. культур на основі ортофотоплану необхідно аналізувати ту частину плану, на якій видно лише об’єкт дослідження. Це можна зробити у камеральних умовах у будь-якому графічному редакторі. Далі ми покажемо, що аналізувати ґрунти без одночасного аналізу рослинності складно.
Іншою методичною проблемою під час відтворення ортофотоплану є кількість прольотів ДКЛА над об’єктом дослідження, або кількість спіралей. Менша кількість знімків зменшує навантаження на програмне забезпечення і пришвидшує створення ортофотоплану, але водночас і зумовлює «пропуски» або відсутність знімків над об’єктом дослідження. Модель Брауна припускає заповнення цих пропусків так званим «рівнем заповнення», який коливається від 0,1 до 1,0. Але він заповнює ці пропуски, використовуючи найближчі пікселі в моделі, що завжди призводить до спотворення або дисторсій (у т. ч. по краях ортофотоплану). Тому оптимальна кількість прольотів над об’єктом дослідження — 3–5 разів (залежно від швидкості зйомки фотоапарата).
Проблему становить і розпізнавання ґрунтових контурів, що вкриті рослинністю, а також без неї. Наразі існує думка, що розпізнавати ґрунтові контури під рослинністю дуже складно і можливо їх дешифрувати за непрямими ознаками. Досі не розроблено повноцінного класифікатора рослинності, який би давав відомості про індикативні властивості різних типів сільськогосподарської рослинності. Спираючись на власний досвід, автор вважає, що один і той самий ґрунтовий контур, вкритий різною рослинністю, можна дешифрувати по-різному або не дешифрувати зовсім. На рис. 2 у пунктирному прямокутнику показано одну й ту саму ділянку полігону НААН «Саливонки» в різні роки: 2011, 2012, 2013, 2015, 2016-й.
Рис. 2. Полігон «Саливонки», різні сільськогосподарські рослини на одній ділянці в різні роки обстеження
Аналіз цих аерофотознімків дає уявлення про проблему ідентифікації мікропонижень, схилів, підвищень або визначення мікрорельєфу на полі під сільськогосподарськими культурами. Гречка (2011, 2013, 2016 рр.) зумовлює низьку ідентифікаційну спроможність, якщо пониження має ухил до 1°. Лише на рис. 2.1 можна розрізнити мікропониження, в інших випадках (рис. 2.2, 2.4, 2.6) ідентифікувати мікропониження складно (потрібні додаткові оброблення знімків) або неможливо, якщо проводити лише візуальний аналіз. На рис. 2.3 знаходимо підтвердження гіпотези, що аналіз ґрунтового покриву після збирання врожаю дуже ускладнений.
На рис. 2.5 бачимо приклад практично ідеального матеріалу для дослідження ґрунтового покриву під сільськогосподарською рослинністю. У пониженні рельєфу на полі пшениця майже зупинила дозрівання через додаткове зволоження і чітко підкреслює контур пониження різким зеленим кольором (R-92, 22, G-133, 56, B-119, 67). Схили пониження мають мінімальне зволоження і прискорюють вегетацію культури, тому на схилах активно поширені як бур’ян, так й дозріла пшениця (рис. 2.7).
Рис. 2.7. Бур’ян Deschampsia caespitosa (L.) Deauv або Щучка дерниста (Луговик дернистий) (ліворуч) і пшениця (праворуч) на дослідному полігоні «Саливонки», 2015 р.
Якщо на полі є великі ухили (від 2–5°), індикативна спроможність підвищується. Будь-яка сільськогосподарська культура має певні умови вегетації, до яких входить і рельєф. У разі перевищення граничної межі культура вже не може підтримувати вегетаційний процес і переходить у стан регресії. Тому правильно показати й випадок із гречкою, яка перейшла у стан регресії та підвищила свої індикативні спроможності (рис. 3) для обстеження ґрунтового покриву полігону.
Рис. 3. Поле, розташоване поряд із полігоном «Саливонки», дата зйомки: 23.06.2016
Отже, різні сільськогосподарські культури мають різні індикативні властивості і потенціал для використання в обстеженні ґрунтового покриву методом аерофотозйомки. Потрібно збирати й накопичувати дані про спектральні характеристики бур’янів як додаткові ознаки під час ідентифікації ґрунтового покриву на полях. Індикативні спроможності сільськогосподарських культур залежать від градуса ухилу мікрорельєфу поля.
Рис. 4. Обробка каналів моделі Jpeg окремого аерофотознімка полігону «Саливонки» у програмному комплексі ErdasImages. Культура — гречка (дата зйомки: 23.06.2016)
Методичні питання виникають і під час оброблення каналів кольорової моделі. Основною проблемою є визначення і чітка ідентифікація контурів на полі. Як правило, щоб встановити ґрунтові контури на полі під сільськогосподарською рослинністю, доводиться посилити яскравість кольору. Якщо детально обробляти кожен ортофотоплан вручну, кількість часу, що потрібен для цього, зростає у геометричній прогресії. Якщо обробляти автоматично й задати комп’ютеру можливість оброблення у так званих псевдокольорах, (рис. 4а), отриманий результат у кольоровій гамі відрізнятиметься від кольору обробленого знімка (рис. 4б) та кольору обробленого ортофотоплану (рис. 5а).
Рис. 5. Обробка каналів моделі Jpeg ортофотоплану полігону «Саливонки» у програмному комплексі ErdasImages (дата зйомки: 23.06.2016)
Водночас на вихідному ортофотоплані (рис. 5б) місце розташування западини (прямокутник пунктиром) можна ідентифікувати, а вже на обробленому (рис. 5а) ідентифікація ускладнена. Численними перевірками встановили, що таку проблему зумовлює спотворення кольорів, яке виникає через те, що комп’ютер обробляє всю площу ортофотоплану із впливом кольорів та інших об’єктів, які не є предметом дослідження (лісосмуги, зелені дахи будинків тощо). Тому обробляти потрібно лише площу об’єкта дослідження (або полігону) для пошуку й ідентифікації ґрунтового покриву.
Після оброблення ортофотоплану і нанесення на нього ідентифікованих ґрунтових контурів він перетворюється на карту-версію, яку слід уточнювати у польових умовах. (рис. 6). Ця картограма потребує ще й географічної прив’язки, тоді її можна використовувати у сучасних геоінформаційних системах і національних кадастрових базах даних із просторовою складовою.
Рис. 6. Картограма ґрунтового покриву полігону «Саливонки», яку створено, в тому числі, з використанням аерофотозйомки. Автори: Соловей В. Б., Залавський Ю. Волков П. О. та ін.
Географічні прив’язки виконують за допомогою GPS-приладів з використанням РТК-сигналу. Однак для великомасштабного обстеження ґрунтів такий метод дуже витратний, тому краще скористатися досвідом закордонних компаній, які встановлюють GPS-приймачі одразу на ДКЛА і проводять прив’язку вихідних знімків разом з фотозйомкою. У такий спосіб уникають проблеми часу та якості вихідного знімка (є базові координати центра знімка та його поправки для географічної прив’язки). Практична перевірка встановлення фотоапарата з GPS на борту ДКЛА показала, що користуватися побутовими GPS-приймачами недоцільно, бо вони не пристосовані для роботи на великих швидкостях і не можуть забезпечити присвоєння координат знімку (використовували камеру Pentax WG-3).
Висновки
1. Обстежувати ґрунтовий покрив під сільськогосподарськими рослинами можливо. Для підвищення репрезентативності й інформаційної спроможності аналізу аерофотознімків потрібно створити і постійно поширювати базу даних індикативних властивостей сільськогосподарських рослин і бур’янів, які трапляються на теренах України.
2. Використання для індикативних показників бази даних усіх каналів моделі JPEG дасть змогу розширити динамічний діапазон аналізу просторових даних рослин і ґрунту.
3. Обробляти колір ортофотоплану потрібно лише на площі об’єкта дослідження.
Максим СОЛОХА,
ННЦ «Інститут ґрунтознавства та агрохімії
імені О. Н. Соколовського»
