Статистический проект MARS Европейской Комиссии Мониторинг посевов и урожайности

Мониторинг посевов и урожайности
Статистический проект MARS Европейской Комиссии
Для реализации общей политики в области сельского хозяйства Европейской Комиссии
нужна своевременная информация об ожидаемой в текущем сезоне урожайности. За это
отвечает статистический сектор мониторинга сельского хозяйства по данным дистанционного
зондирования MARS (Monitoring Agriculture with Remote Sensing) департамента сельского
хозяйства и рыболовства, входящего в состав Института Защиты и Безопасности Граждан при
объединенном научно-исследовательском центре (DG-JRC EC).
Джиампьеро Дженовез, Беттина Барут, Антуан Руайер, Аомин Бургер
Блок-схема моделирования посевов
Потребность DG Agriculture в прогнозах урожайности инициировала запуск
проекта MARS. Система прогнозирования урожайности создавалась с целью
заблаговременного предоставления сведений о состоянии роста и развития посевов. После
многолетних исследований, проводившихся совместно со странами-участницами, и по
окончании подготовительной стадии проект MARS Stat был запущен. В настоящее время
в соответствии с решениями Европейского Парламента и Совета работает система MCYFS
(система прогнозирования урожайности MARS) (см. текст в рамке). Помимо этого,
проводятся исследования по оценке посевных угодий, а также ведется непрерывная
съемка, например, LUCAS.
22 мая 2000 года Европарламент и Европейский Совет приняли
постановление № 1445/2000/EC об использовании данных
аэрофотосъемки и дистанционного зондирования для ведении
статистики в области сельского хозяйства на период 19992003г.г. Позже сроки были продлены до 2004-2007г.г. (ссылка
PE/CONS 3661/1/03 OJ L 309 от 26 ноября 2003г.). В настоящее
время правовой базой для проведения исследовательских
работ, касающихся данной системы, является многолетняя
программа JRC (FP6 2003-2006 action 1121 MARS Stat).
Система прогнозирования урожайности MARS
Ядром системы прогнозирования урожайности MARS (MCYFS) является модель роста
сельхозкультур
(CGMS),
построенная
на
базе
геопространственных
и
агрометеорологических данных. В этой модели для мониторинга состояния посевов
используются десятичные показатели роста сельхозкультур, к числу которых относятся:
пшеница, ячмень, кукуруза, рапс, подсолнечник, картофель, сахарная свекла, бобы, рис и
травы. Система представлена тремя уровнями:
1. управление метеорологической базой данных (уровень 1 – мониторинг погоды)
2. управление агрометеорологической моделью и базой данных (уровень 2 –
моделирование посевов)
3. статистический анализ полученных данных и прогнозирование урожайности
сельхозкультур на общеевропейском уровне (уровень 3 – прогнозирование
урожайности).
Для поддержания модели CGMS каждого уровня используются данные космических
снимков низкого разрешения. Результаты публикуются в бюллетени, где содержится
аналитическая информация, прогнозы и тематические карты ожидаемой урожайности.
Почти ежемесячно эти сведения издаются в печатном варианте или выкладываются в
Интернете в свободном доступе на сайте: http://agrifish.jrc.it/marsstat/Bulletins/2006.htm. В
последующих разделах дается краткое описание компонентов системы.
Мониторинг погоды
На протяжении всего сезона погодные явления отслеживаются на базе ежедневных
метеорологических данных, поступающих с более чем 2000 станций EU-25. Ежедневно
обрабатываемые и проверяемые на качество данные интерполируются в сетку размером
50км x 50км. Полученная погодная сетка обобщает 10 агрометеорологических параметров,
например, температуру, осадки, снежный покров, радиацию и др. Существует два способа
использования сетки для оценки урожайности сельхозкультур. Во-первых, данные сетки
используются в качестве исходных данных для модели роста сельхозкультур, а во-вторых,
индикаторы погоды применяются непосредственно для оценки неблагоприятных условий,
например, засухи или обильных осадков, в период посевной, цветения, сбора урожая и т.д.
(см. рисунок 1).
Моделирование посевов
Чтобы показать воздействие погодных условий на рост посевов, в
агрометеорологической модели при моделировании накопления биомассы и её роста
используется погодная сетка, ежедневно пополняемая данными. На региональном уровне
рост посевов моделируется с помощью точечной модели WOFOST (версия 6.0), в которой
в качестве входных используются такие данные, как параметры почвы, погодные условия
и параметры сельхозкультур. Выделяется три этапа работ: моделирование посевов на
региональном уровне, пространственная агрегация и составление карт посевов. Кроме
проведения регионального мониторинга состояния посевов на этом этапе система MCYFS
выдает предупреждения о возможных аномалиях. Данные мониторинга посевов также
используются в качестве исходных при прогнозировании урожайности.
СБОР И ОБРАБОТКА ВХОДНЫХ ДАННЫХ
База Данных
административных
единиц (NUTS)
База данных с
географической
привязкой
База данных о
почвах
База данных о
ежедневных
погодных
условиях для
конкретных
районов
База данных
о посевах
База данных
о землепользовании
ПРОСТРАНСТВЕННАЯ
СХЕМАТИЗАЦИЯ
Пространственная
схематизация
База данных элементов
картографирования
(EMU)
МОДЕЛИРОВАНИЕ ПОСЕВОВ ПО
РАЙОНАМ
Моделирование посевов
по районам
База данных
индикаторов
посевов (EMU)
ПРОСТРАНСТВЕННАЯ ПРИВЯЗКА
База данных
индикаторов
посевов (GRID,
NUTS)
Привязка к сетке и
административным
уровням
СОЗДАНИЕ ИНДИКАТОРНЫХ
КАРТ ПОСЕВОВ
База данных
долгосрочных
усредненных
индикаторов
посевов (GRID)
Создание
индикаторных
карт посевов
Индикаторные
карты посевов
Блок-схема моделирования посевов
Прогнозирование урожайности посевов на общеевропейском уровне
На третьем уровне система MCYFS предоставляет максимально точные,
своевременные и независимые от других источников, включая национальные
статистические системы, статистические данные по посевам основных сельхозкультур на
общеевропейском и национальных уровнях. Для этого используются разные средства
статистического анализа. В итоге получают различные, в целом «статистически»
приемлемые, прогнозы. Затем на базе статистических тестов выделяется и отбирается
«наиболее реалистичный результат». Результаты, полученные для отдельных стран,
публикуются в бюллетенях практически ежемесячно на протяжении всего сезона.
Космические снимки низкого разрешения
Космические снимки используются как независимый источник информации,
подтверждающей данные о росте посевов и прогнозы на базе индикаторов состояния
растительности и погоды. Кроме того, интегративный подход непосредственно связан с
включением полученных параметров в систему мониторинга роста посевов. В настоящее
время для второго уровня определяются фенологические параметры или параметры
фазирования посевов, а для третьего – количественные параметры цикла посевов.
Поскольку на протяжении всего сезона ведется мониторинг посевов в режиме
реального времени, существует большой спрос на своевременный доступ к данным
космических снимков. Рабочие циклы настроены таким образом, чтобы регулярно каждые
10 дней или каждый месяц поставлять данные о состоянии растительности для EU-25 и
соседних стран. Все данные представляют собой мозаичные изображения
всех европейских стран с одинаковым пространственным разрешением и в одной
проекции.
Начиная с 1987г. для поддержания системы MCYFS используются снимки с самых
разных сенсоров: при этом важнейшим источником данных дистанционного зондирования
на протяжении почти 20 лет являются снимки усовершенствованного радиометра очень
высокого разрешения NOAA-AVHRR (Advanced Very High Resolution Radiometer) для
всей территории Европы. Данные о растительности конкретных районов доступны с
1998г. Частично перекрывающаяся зона съемки повышает вероятность постоянного
получения данных. Параметры растительности, к которым относятся вегетационные
индексы NDVI, VCI, VPI, SAVI и FAPAR, получают по снимкам с этих двух сенсоров. В
настоящее время в системе MCYFS используются в основном данные с этих сенсоров. По
ним определяют состояние растительности, развитие биомассы и т.д. В настоящее время
эти данные служат независимым источником информации для проверки сходства
результатов. Эти снимки широко используются аналитиками, поскольку позволяют
отслеживать состояние растительности в историческом контексте. Эти снимки низкого
разрешения (размер пикселя на местности составляет 1км) дополняются снимками MODIS
с разрешением 250м. Также используются снимки MSG-SEVIRI с разрешением 5км.
Полученные метеорологические данные распространяет LSA SAF (Land Surface Analysis
Satellite Applications Facility [http://landsaf.meteo.pt/]), и в ходе оперативной обработки они
адаптируются к системе MCYFS. Они используются при мониторинге погоды и
моделировании посевов.
MARS Stat ImageServer
Доступ к данным и их распределение
Наши пользователи могут получить доступ к информации двумя путями: на вебсайте MARS-OP представлена полная информация о самой сельскохозяйственной
компании и все данные системы MCYFS, или через MARS Stat ImageServer можно
получить доступ к параметрам состояния растительности в максимальном разрешении,
полученным с космических снимков низкого разрешения.
Веб-сайт MARS-OP
На веб-сайте MARS-OB представлена разнообразная информация о состоянии
сельского хозяйства в Европе на данный момент и о других сельскохозяйственных
районах мира. На сайте выложены погодные карты, составленные по данным наблюдений,
и численные модели погодных условий, карты и временные графики посевов,
составленные на базе агрометеорологических моделей, карты вегетационных индексов и
данные космических снимков. Информации находится в открытом доступе на
www.marsop/регистрация пользователя на веб-сайте.
Сервер MARS Stat ImageServer
MARS Stat ImageServer – картографическое веб-приложение, в котором поиск
параметров состояния растительности осуществляется с помощью разных поисковых
фильтров: сенсор, продукт и временной интервал (см. рисунок 3). В найденном наборе
данных можно предварительно в интерактивном режиме просмотреть нужный район,
выбрав и увеличив его изображение. Дополнительные тематические слои, например,
границы государств, номенклатуры регионов или муниципалитетов NUTS (Nomenclature
of territorial Units for Statistics) облегчают навигацию по карте. Выбранные наборы данных
можно скачать в максимальном разрешении в полном объеме или частично, т.е. только
сведения, касающиеся нужного района. Администраторы могут заранее выделить районы,
пользующиеся постоянным интересом у пользователей, что облегчит процедуру загрузки
необходимого объема данных. Кроме того, пользователи могут интерактивно определить
нужный район или ввести вручную координаты границ района. Изображения можно
скачать в форматах GeoTIFF и ERDAS Imagine (HFA). Также интерактивную карту с
выбранным снимком можно распечатать в формате HTML или скачать как PDF-файл.
Image Server – часть картографического приложения OpenSource Web сервера UMN
MapServer (http://mapserver.gis.umn.edu), использующего интерфейс PHP MapScript
сервера MapServer. Преимуществом UMN MapServer является его гибкость, он может
расширяться для работы с различными источниками данных и интеграции в действующее
приложение. Встроенные средства для поддержки большого числа растровых форматов
открывают прямой доступ к снимкам в их исходном формате хранения ENVI Labeled
Raster, при этом нет необходимости в предварительной обработке или конвертировании.
Обработанные снимки загружаются поставщиком в заранее определенную директорию.
Автоматический планировщик задач проверяет новые данные и соотносит их с
соответствующими метаданными в базе данных PostgreSQL. Сразу после этого снимки
становятся доступными для визуализации и скачивания: пользователи выбирают
интересующие их параметры продукта и временной интервал; формируется запрос в базу
метаданных, и идентифицированный снимок предлагается в виде динамических слоев в
приложении Image Server.
Пользователи могут визуализировать изображение, распечатать его или перевести в
формат PDF. Прежде чем скачать снимок, необходимо зарегистрироваться. После
регистрации в базе данных пользователи получают определенную квоту на скачивание
изображений.
Перспективы
Проект MARS Stat будет продолжен в рамках 7-й стандартизованной программы
ЕС. Также предусмотрено расширение географии проекта в области прогнозирования
урожайности сельхозкультур. Что касается самой системы MCYFS, в ней предполагается
использование снимков более высокого разрешения, а также прямое включение данных
космоснимков в модель. Более того, сценарии климатических изменений будут
подготовлены и включены в систему MCYFS для изучения соответствующих воздействий
на урожайность сельхозкультур на уровне ЕС.
Джиампьеро
Дженовез,
Беттина
Барут,
Антуан
Руайер,
Аомин
Бургер
(name.surname@jrc.it) работают в объединенном научно-исследовательском центре
Института Защиты и Безопасности Граждан, департамент сельского хозяйства и
рыболовства: TP 268, 21027, Испра (Ва), Италия (TP 268, 21027 Ispra (Va), Italy). Более
подробную информацию можно найти на сайтах:
http://agrifish.jrc.it/marsstat/
http://imageportal.jrc.it, www.marsop.info.
Ссылки
Genovese, G. (2004) (editor): Methodology of the MARS Crop Yield Forecasting System. Vol.1
to Vol.4, EUR-report 21291 EN.
Baruth, B., Royer, A., Genovese, G., Klisch, A. (2006): The use of Remote Sensing within the
Mars Crop Yield Monitoring System of the European Commission. In ISPRS Archives Vol.
XXXVI, Part 8, ‘Remote Sensing Application for a Sustainable Future’ (in print).