Development of a satellite data based model for homogeneous polygons delimitation, for operational use for the agricultural sector in Poland

• Autorzy: Gatkowska M. , Wróbel K. , Paradowski K. , Wyczałek M.

Warianty tytułu

PL

Opracowanie modelu do wyznaczania obszarów homogenicznych gleby, na podstawie danych satelitarnych, celem operacyjnego zastosowania dla sektora rolniczego w Polsce

• Języki publikacji: EN

Abstrakty

EN

The paper presents a model for homogeneous land-soil units delimitation on the basis of three main components: NDSI index (Normalized Difference Soil Index) calculated on the basis of Sentinel-2 satellite data for bare soil, NDVI (Normalized Difference Vegetation Index) calculated also on the basis of Sentinel-2 satellite data for vegetation in the end of growing phase and the DTM (Digital Terrain Model) derived from the SRTM mission. The stages of development of the designed model are presented together with the assumptions and thesis applied. The applicability of the method used and further steps to be performed are explained. The comparison of the results of land-soil units delimitation derived on the basis of the proposed model with the results of in-field electromagnetic scanning measurements (EM-38) is demonstrated. The model is proved to be applicable for the demarcation of soil managements zones in the fields and the need for its further validation is stated.

PL

W artykule zademonstrowany jest model wyznaczania obszarów jednorodnych, pod kątem właściwości gleby, w obrębie pola z jednorodną uprawą. Zaproponowany model jest opracowany na podstawie trzech komponentów wejściowych: wskaźnika NDSI obliczonego na podstawie obrazu satelitarnego gołej gleby zarejestrowanego przez satelitę Sentinel-2, wskaźnika NDVI obliczonego na podstawie obrazu satelitarnego Sentinel-2 dla uprawy pod koniec okresu wegetacji oraz Numerycznego Modelu Terenu DTM, pozyskanego z misji SRTM. W artykule przedstawiono krótki przegląd literatury dotyczący zastosowania teledetekcji satelitarnej dla szacowania parametrów gleby. Ponadto w artykule zaprezentowano etapy opracowania modelu, przyjęte tezy i założenia, jak również dalsze kroki rozwoju modelu i jego zastosowania w operacyjnym serwisie ASAP.

Słowa kluczowe

EN

soil parameters; Normalized Difference Soil Index; precision agriculture; homogeneous polygon; Sentinel-2

PL

parametry gleby; wskaźnik NDSI; rolnictwo precyzyjne; obszar homogeniczny; Sentinel-2

• Wydawca: Instytut Geodezji i Kartografii
• Czasopismo: Geoinformation Issues
• Rocznik: 2017
• Tom: Vol. 9, no. 1(9)
• Strony: 53--61
• Opis fizyczny: Bibliogr. 8 poz., rys., tab., wykr.

Twórcy

autor

Gatkowska M.

• Institute of Geodesy and Cartography, 27 Jacka Kaczmarskiego St., 02-679 Warsaw, Poland, Tel.: [phone], Fax: [phone]

autor

Wróbel K.

• Institute of Geodesy and Cartography, 27 Jacka Kaczmarskiego St., 02-679 Warsaw, Poland, Tel.: [phone], Fax: [phone]

autor

Paradowski K.

• Institute of Geodesy and Cartography, 27 Jacka Kaczmarskiego St., 02-679 Warsaw, Poland, Tel.: [phone], Fax: [phone]

autor

Wyczałek M.

• Poznan University of Technology, 5 Marii Sklodowskiej-Curie St., 60-965, Poznan, Poland, Tel.: [phone], Fax: [phone]

Bibliografia

• [1] Deng Y., Changshan W., Miao L., Renrong C., (2015): RNDSI: A ratio normalized difference soil index for remote sensing of urban/suburban environments, International Journal of Applied Earth Observation and Geoinformation, 39 (2015), pp. 40–48.
• [2] Dobos E., Micheli E., Baumgardner M.F., Biehl L., Helt T., (2000):Use of combined digital elevation model and satellite radiometric data for regional soil mapping, Geoderma 97, pp. 367–391.
• [3] Grunwald S., Vasque G.M., Rivero R.G., (2015): Fusion of Soil and Remote Sensing Data to Model Soil Properties Advances in Agronomy, Vol. 131, pp. 1–109.
• [4] Mulder V.L., de Bruin S., Schaepman M.E., Mayr T.R., (2011): The use of remote sensing in soil and terrain mapping – A review, Geoderma 162, pp. 1–19.
• [5] Mulla D.J., (2011): Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps, Biosystem Engineering, 114, pp. 358-371.
• [6] Singh D., Herlin I., Berroir J.P., Silva E.F., Meirelles S.M., (2004): An approach to correlate NDVI with soil colour for erosion process using NOAA/AVHRR data, Adv. Space Res. 33 (3), pp. 328–332.
• [7] Singh S., (2016): Remote sensing applications in soil survey and mapping: A Review, International Journal of Geomatics and Geosciences, Vol. 7, No 2, pp. 192–203.
• [8] Trimble, (2014): Cognition Developer 9.0 Reference Book, Version 9.0, User Guide, Munich, Germany.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).