Технологія застосування вегетаційних індексів для моніторингу стану агрокультур

Abstract

У бакалаврській роботі представлено дослідження ефективності застосування вегетаційних індексів NDVI, GNDVI, EVI, CVI для моніторингу стану агрокультур, на основі супутникових даних Sentinel-2. В умовах сучасних кліматичних і екологічних викликів дистанційне зондування Землі (ДЗЗ) та геоінформаційні системи (ГІС) є ключовими технологіями точного землеробства (Kumar, & Mutanga, 2019; Vidican et al., 2023). Об’єктом дослідження виступає вегетаційна динаміка сільськогосподарської культури, а саме кукурудзи. Дослідження охоплює період з квітня по листопад 2023 року. Територія спостереження розташована в межах Жовківської територіальної громади, Львівської області. Предметом дослідження є застосування вегетаційних індексів для оцінювання біофізичного стану посівів. Метою роботи є виявлення чутливості різних індексів до фаз розвитку культури. У роботі використано супутникові зображення Sentinel-2. Для опрацювання даних застосовано платформу Google Earth Engine (GEE). Обчислення індексів реалізовано шляхом написання програмного коду із застосуванням хмарної фільтрації та автоматизованого аналізу. Індекси були розраховані для ділянки, площею 49 гектарів посівів кукурудзи. Відомо, що індекс NDVI найточніше відображає загальний стан рослинності. (Четверіков, Бабій, 2024) Індекс GNDVI дозволяє оцінити вміст хлорофілу в рослинах. Індекс EVI ефективний при аналізі щільного рослинного покриву. Індекс CVI забезпечує оцінювання фотосинтетичної активності. Результати аналізу розрахунків за період з квітня по листопад 2023 року вказали на максимальні значення індексів у липні-серпні, що відповідає фазам активного росту культури. На тематичних картах чітко візуалізовано зони зниженої продуктивності - потенційні ділянки стресу, пов’язані з дефіцитом вологи чи поживних речовин. Практична цінність роботи полягає у можливості впровадження автоматизованої системи супутникового моніторингу, що дає змогу оптимізувати агротехнічні заходи, скоротити витрати на польові інспекції та підвищити врожайність. (Phiri et al., 2020; Xu et al., 2022). Алгоритм може бути масштабований для інших культур та територій. Отримані дані свідчать про доцільність інтеграції вегетаційних індексів у геоінформаційні системи для покращення прийняття рішень у точному землеробстві. Подальші дослідження можуть зосереджуватись на поєднанні супутникових та даних з БПЛА, а також застосуванні методів машинного навчання для покращення класифікації культур.The bachelor's thesis presents a study of the effectiveness of using NDVI, GNDVI, EVI, and CVI vegetation indices to monitor the condition of crops based on Sentinel-2 satellite data. In the context of modern climatic and environmental challenges, remote sensing (RS) and geographic information systems (GIS) are key technologies for precision farming (Mutanga & Kumar, 2019; Vidican et al., 2023). The object of the study is the vegetation dynamics of agricultural crops, namely corn. The study covers the period from April to November 2023. The observation area is located within the Zhovkivska territorial community, Lviv region. The subject of the study is the application of vegetation indices to assess the biophysical condition of crops. The aim of the work is to identify the sensitivity of various indices to the phases of crop development. The work uses Sentinel-2 satellite images. The Google Earth Engine (GEE) platform was used to process the data. The indices were calculated by writing software code using cloud filtering and automated analysis. The indices were calculated for a 49-hectare corn field. It is known that the NDVI index most accurately reflects the overall state of vegetation. (Chetverikov, Babiy, 2024) The GNDVI index allows the chlorophyll content in plants to be assessed. The EVI index is effective in analysing dense vegetation cover. The CVI index provides an assessment of photosynthetic activity. The results of the analysis of calculations for the period from April to November 2023 indicated the maximum values of the indices in July-August, which corresponds to the phases of active crop growth. Thematic maps clearly visualise areas of reduced productivity - potential stress areas associated with moisture or nutrient deficiencies. The practical significance of the work lies in the possibility of implementing an automated satellite monitoring system, which makes it possible to optimise agrotechnical measures, reduce the cost of field inspections and increase yields. (Phiri et al., 2020; Xu et al., 2022). The algorithm can be scaled for other crops and territories. The data obtained indicate the feasibility of integrating vegetation indices into geographic information systems to improve decision-making in precision farming. Further research may focus on combining satellite and UAV data, as well as applying machine learning methods to improve crop classification.