Спутниктік қашықтықтан зондтау деректерін пайдаланып, майлы пальма өсіретін аймақтарды қалай анықтауға болады

Майлы пальма маңызды экономикалық дақыл болып табылады және оның таралуы туралы ақпарат ауыл шаруашылығын бақылау, жерді пайдалануды бағалау және ресурстарды басқару үшін өте маңызды. Бұл мақалада майлы пальманың таралуы туралы ақпаратты жоғары дәлдікпен алу үшін Sentinel-1 және Sentinel-2 деректерін біріктіретін көп көзді қашықтықтан зондтау әдісі ұсынылады. Sentinel-1 ауа райы жағдайларына әсер етпейтін барлық ауа райын, барлық уақыттағы радарлық бейнелерді ұсынады; Sentinel-2 өсімдік индекстері мен құрылымдық ерекшеліктері сияқты бай ақпаратты қамтитын оптикалық бейнелерді ұсынады. Бұл екі көздің бірін-бірі толықтыруы майлы пальманы анықтау үшін қолайлы жағдайлар жасайды.

Зерттеу әдістері

Зерттеу аймағы ретінде Индонезиядағы нақты аймақ таңдалды (1-сурет). 2025 жылы осы аймақтағы отырғызу аймағы алынды, ал деректерді таңдау кезеңі 2024 жылдың 1 маусымынан 2025 жылдың 31 мамырына дейін болды. Деректер 2-суретте көрсетілгендей, жолақты алу, индексті есептеу және SAR деректерін шуды азайтуды қоса алғанда, GEE платформасын пайдаланып алдын ала өңделді. Содан кейін деректер координаттар жүйесі WGS84 болып табылатын 10 метрлік ажыратымдылыққа қайта іріктелді.

1-сурет Зерттеу аймағы

2(a) сурет VV

2(b) сурет NDVI

3-суретте Джини коэффициенттерін пайдаланып сұрыпталған деректер ерекшеліктері көрсетілген. Джини коэффициенттері үшін Sentinel-1 және Sentinel-2 деректерінен барлығы 14 ерекшелік таңдалды, оның ішінде Sentinel-2-ден 8 ерекшелік және Sentinel-1-ден 6 ерекшелік. SAR деректерін жіктеу үшін негізгі ерекшелік ретінде пайдалана отырып, VH және VV жолақтары және олардың айырмашылықтары жіктеу моделінде жоғары корреляцияны көрсетті, бұл бұл ерекшеліктерді майлы пальма плантацияларын анықтау үшін маңызды етеді. Сонымен қатар, текстура туралы ақпарат пен өсімдік индекстерін өсімдіктерді жіктеу үшін де пайдалануға болады; текстура ерекшеліктері майлы пальманың анықтау дәлдігін өсімдік индекстеріне қарағанда тиімдірек жақсартты.

3-сурет. Джини коэффициенттерінің рейтингісі

Шығару нәтижелері

VV, VH, B3, B8, NDVI, текстура энтропиясы және контрастпен бірге ерекшеліктерді құру үшін таңдалды. Содан кейін зерттеу аймағындағы майлы пальма аймақтары кездейсоқ орманды пайдаланып алынды. Алынған нәтижелер 4-суретте көрсетілген.

4-сурет Майлы пальма плантациясы аймағынан алынған экстракция нәтижелері

Бұл мақалада майлы пальма плантацияларын алу үшін Sentinel-1 және Sentinel-2 деректерін біріктіретін деректерді біріктіру әдісі қолданылады. Белгілерді құру және кездейсоқ орман әдістері арқылы плантациялардың жоғары дәлдіктегі ауданын анықтауға қол жеткізіледі. Зерттеу көп көзді қашықтықтан зондтау деректерін біріктіру ауылшаруашылық өсімдіктерін анықтау мүмкіндіктерін жақсартудың маңызды бағыты екенін көрсетеді. Болашақ жұмыс шекаралық дәлдікті және уақыт қатарларының динамикалық талдау мүмкіндіктерін жақсарту үшін терең оқытуға негізделген семантикалық сегменттеу әдістерін одан әрі зерттеуі мүмкін.