การประเมินกิจกรรมทางการเกษตรและการจำแนกประเภทพืชผลอย่างละเอียดในแปลงโดยใช้ภาพถ่ายดาวเทียมแบบอนุกรมเวลา

ด้วยการพัฒนาเทคโนโลยีการสำรวจระยะไกล การตรวจสอบและจัดการทางการเกษตรจึงค่อยๆ ก้าวไปสู่ความชาญฉลาดและความแม่นยำ การใช้ภาพถ่ายดาวเทียมแบบอนุกรมเวลาเพื่อระบุการดำเนินกิจกรรมทางการเกษตรและจำแนกประเภทพืชผลในแปลงเฉพาะได้กลายเป็นเครื่องมือสำคัญในเกษตรกรรมสมัยใหม่

ภาพรวมของภาพถ่ายดาวเทียมแบบอนุกรมเวลา

ภาพถ่ายดาวเทียมแบบอนุกรมเวลา หมายถึงข้อมูลภาพถ่ายหลายช่วงเวลาของพื้นที่เดียวกันที่ได้มาในเวลาต่างกัน ภาพเหล่านี้อาจมาจากแพลตฟอร์มต่างๆ เช่น ดาวเทียมและโดรน การวิเคราะห์ข้อมูลนี้จะทำให้ได้ข้อมูลทางด้านปรากฏการณ์ทางชีววิทยาในมิติเวลา และข้อมูลการกระจายตัวของพืชในมิติพื้นที่ ซึ่งจะช่วยให้เห็นถึงการเปลี่ยนแปลงแบบไดนามิกของสภาพพื้นที่และการเจริญเติบโตของพืช

การประเมินกิจกรรมทางการเกษตร

การประเมินกิจกรรมทางการเกษตรส่วนใหญ่เกี่ยวข้องกับการระบุพื้นที่เพาะปลูก การจำแนกประเภทพืชผล และการติดตามสถานะการเจริญเติบโต ภาพถ่ายดาวเทียมแบบอนุกรมเวลาสามารถทำหน้าที่ดังต่อไปนี้:

การระบุพื้นที่เพาะปลูก:

โดยการวิเคราะห์การเปลี่ยนแปลงของดัชนีพืชพรรณในภาพถ่ายหลายช่วงเวลา สามารถระบุการกระจายตัวของพื้นที่เพาะปลูกในฤดูกาลต่างๆ ได้

อัลกอริทึมการเรียนรู้ของเครื่องถูกนำมาใช้ในการจำแนกภาพและกำหนดขอบเขตพื้นที่ปลูกได้อย่างแม่นยำ

การจำแนกประเภทพืชผล:

โดยการใช้ประโยชน์จากการเปลี่ยนแปลงลักษณะทางสเปกตรัมของพืชชนิดต่างๆ ในระหว่างวงจรการเจริญเติบโต จึงได้สร้างแบบจำลองการจำแนกประเภทขึ้นเพื่อระบุชนิดของพืช

การรวมข้อมูลอนุกรมเวลาสามารถปรับปรุงความแม่นยำและความเสถียรของการจำแนกประเภทได้

การติดตามการเจริญเติบโต:

โดยการวิเคราะห์การเปลี่ยนแปลงตามเวลาของดัชนีพืชพรรณ เราสามารถติดตามการเจริญเติบโตและสุขภาพของพืชผลได้ ซึ่งช่วยให้ตรวจจับความผิดปกติภายในแปลงได้ทันท่วงที เช่น ศัตรูพืชและโรคภัยไข้เจ็บ ภัยแล้ง และน้ำท่วม เป็นการให้ข้อมูลเตือนภัยล่วงหน้า

ตัวอย่างการใช้งาน

1. การแสดงผลข้อมูลอนุกรมเวลาและการแยกช่วงเวลาทางชีววิทยาของพืช

△ภาพที่ 1. ภาพอนุกรมเวลาของแปลงและการสกัดช่วงเวลาทางชีววิทยาของพืช

เราได้รวบรวมข้อมูลภาพถ่ายดาวเทียมรายไตรมาสปี 2022-2023 จากแปลงสาธิตในเขตฉางอาน เมืองซีอาน หลังจากกรองและตัดขอบภาพตามหลักเมฆแล้ว เราได้คัดเลือกภาพถ่ายจำนวน 18 ภาพ จากนั้นเราได้ปรับค่าการเจริญเติบโตของพืชโดยใช้ดัชนี NDVI เพื่อเปรียบเทียบความแตกต่างของการเจริญเติบโตของพืชในช่วงเวลาต่างๆ

ดังแสดงในรูปข้างต้น การสังเกตการเปลี่ยนแปลงของดัชนีพืชพรรณเมื่อเวลาผ่านไป จะช่วยให้สามารถระบุช่วงเวลาสำคัญทางด้านปรากฏการณ์ทางชีววิทยาของพืชได้ ซึ่งจะช่วยให้สามารถคาดการณ์และประเมินผลผลิตทางการเกษตรได้ เมื่อรวมกับข้อมูลการกระจายตัวเชิงพื้นที่แล้ว จะสามารถสร้างแผนที่การกระจายตัวของพืชตามฤดูกาลได้

2. อ้างอิงจากการวิเคราะห์จุดร้อนเชิงพื้นที่และเวลาที่เกิดขึ้นใหม่ และการจำแนกประเภทพืชผลของกิจกรรมทางการเกษตร

△ภาพที่ 2 แผนที่แสดงการกระจายตัวของพืชผลตามกิจกรรมทางการเกษตร

ภาพถ่ายอนุกรมเวลาจะถูกแปลงเป็นจุดเวกเตอร์หรือข้อมูลแรสเตอร์หลายมิติ และสร้างลูกบาศก์เชิงพื้นที่และเวลาขึ้น จากลูกบาศก์นี้ จะทำการวิเคราะห์จุดร้อนในแต่ละชั้นเวลาตามความสัมพันธ์ของพื้นที่ใกล้เคียงและช่วงเวลาที่กำหนดไว้ จากนั้นจะนำผลการวิเคราะห์จุดร้อนมาวิเคราะห์ทางสถิติสำหรับแต่ละกริด เพื่อสร้างแผนที่จำแนกประเภทที่มีทั้งข้อมูลเชิงพื้นที่และเวลา สุดท้าย จะนำผลการจำแนกประเภทไปตีความตามสถานการณ์การใช้งานจริง

ดังแสดงในรูปข้างต้น พื้นที่ปลูกข้าวสาลี-ข้าวโพดหมุนเวียนแสดงถึงจุดที่มีความผันผวนสูงในดัชนีพืชพรรณ NDVI ในช่วงไตรมาสปี 2022-2023 ซึ่งบ่งชี้ถึงการเจริญเติบโตของพืชอย่างมีนัยสำคัญตลอดช่วงเวลาดังกล่าว แต่มีช่วงหยุดพัก โดยตีความได้ว่าเป็นช่วงที่ข้าวสาลีงอกและช่วงที่ข้าวโพดงอกหลังจากเก็บเกี่ยวข้าวสาลีแล้ว จึงจัดเป็นพื้นที่ปลูกพืชสองฤดู พื้นที่ปลูกพืชฤดูเดียวบ่งชี้ว่าภูมิภาคนี้ไม่มีลักษณะความแปรผันเชิงพื้นที่และเวลาอย่างมีนัยสำคัญ และสรุปได้ว่าพื้นที่ส่วนใหญ่เป็นการปลูกพืชฤดูเดียว พื้นที่พักดินบางส่วนหมายถึงพื้นที่ที่ไม่ได้ปลูกพืชเกือบตลอดฤดูปลูก โดยอาจมีการปลูกพืชฤดูเดียวในช่วงเวลาใดเวลาหนึ่ง พื้นที่พักดินหมายถึงพื้นที่ที่ไม่ได้ปลูกพืชตลอดทั้งฤดูปลูก

การใช้ภาพถ่ายดาวเทียมแบบอนุกรมเวลาช่วยให้สามารถกำหนดระยะการเจริญเติบโตของพืชและประเมินกิจกรรมทางการเกษตรในแปลงโดยอิงจากระยะเหล่านั้น ซึ่งส่งผลให้สามารถจำแนกประเภทได้อย่างละเอียดมากขึ้นและช่วยให้สามารถติดตามการเจริญเติบโตของแปลงตามกิจกรรมทางการเกษตรและกระบวนการปลูกได้