Nghiên cứu áp dụng công cụ viễn thám và bộ chỉ số giám sát cây trồng - Phân tích đánh giá thí điểm năng suất cho khu tưới thuộc tỉnh Ninh Thuận

Giám sát viễn thám ngày càng phổ biến với việc đưa vào các hệ thống cảm biến và vệ tinh độ phân giải cao ngày càng nhiều. Có rất nhiều nghiên cứu và ứng dụng đã tận dụng được công cụ ngày càng mạnh mẽ của các hệ thống thông tin vệ tinh để đưa ứng dụng vào trong các ngành môi trường, tài nguyên, khoa học trái đất. Việc xây dựng các công cụ giải đoán dựa trên phổ ảnh tương quan với quá trình sinh trưởng của cây trồng đã được ứng dụng trên rất nhiều loại cây trồng trên thế giới với mức độ thành công rất cao. Tuy nhiên việc xây dựng được các đánh giá dự báo về diễn biến cây trồng và năng suất mùa vụ còn phụ thuộc nhiều vào các điều kiện canh tác tại chỗ, như nguồn nước, chất đất, chăm sóc do đó các nghiên cứu đều cần phải có quá trình đánh giá cụ thể cho từng khu vực dựa trên các thông tin giám sát lịch sử. Nghiên cứu này xây dựng các công cụ giải đoán ảnh vệ tinh Sentinel để phân tách vùng trồng lúa, đánh giá chu kỳ sinh trưởng của lúa và giải thuật dự báo năng suất lúa với các biến động trong chu kỳ sinh trưởng. Các kết quả nghiên cứu cho thấy tương quan rất lớn của các giải thuật phân tích (với sai số dự báo năng suất nhỏ ở mức 3.3%) cho vùng tưới hồ Bà Râu - Ninh Thuận. Phương pháp phân tích và kết quả cho phép mở rộng kết quả nghiên cứu cho các vùng khác của Việt Nam và các loại cây trồng khác.

1. GIỚI THIỆU

2. PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Mô hình phân tách lúa

2.2. Phương pháp chỉ số giám sát lúa

3. KẾT QUẢ VÀ THẢO LUẬN

4. KẾT LUẬN

TÀI LIỆU THAM KHẢO

[1] Atzberger, C., Advances in remote sensing of agriculture: Context description, existing operational monitoring systems and major information needs. Remote sensing, 2013. 5(2): p. 949-981.

[2] Basso, B., D. Cammarano, and E. Carfagna. Review of crop yield forecasting methods and early warning systems. in Proceedings of the first meeting of the scientific advisory committee of the global strategy to improve agricultural and rural statistics, FAO Headquarters, Rome, Italy. 2013.

[3] Fritz, S., et al., A comparison of global agricultural monitoring systems and current gaps. Agricultural systems, 2019. 168: p. 258-272.

[4] Rojas, O., A. Vrieling, and F. Rembold, Assessing drought probability for agricultural areas in Africa with coarse resolution remote sensing imagery. Remote sensing of Environment, 2011. 115(2): p. 343-352.

[5] Rojas, O., Protocol for Country-Level ASIS: Calibration and National Adaptation Process. Food and Agriculture Organization of the United Nations, 2015.

[6] Brown, M.E., Famine early warning systems and remote sensing data. 2008: Springer Science & Business Media.

[7] Senay, G., et al., Drought monitoring and assessment: remote sensing and modeling approaches for the famine early warning systems network, in Hydro-meteorological hazards, risks and disasters. 2015, Elsevier. p. 233-262.

[8] Wu, B., et al., Global Crop Monitoring: A Satellite-Based Hierarchical Approach. Remote Sensing, 2015. 7(4): p. 3907-3933.

[9] Wu, B., et al., Remote sensing-based global crop monitoring: experiences with China's CropWatch system. International Journal of Digital Earth, 2014. 7(2): p. 113-137.

[10] Nolasco, M., et al., Estimating soybean yield using time series of anomalies in vegetation indices from MODIS. International Journal of Remote Sensing, 2021. 42(2): p. 405-421.

[11] Kouadio, L., et al., Probabilistic yield forecasting of robusta coffee at the farm scale using agroclimatic and remote sensing derived indices. Agricultural and Forest Meteorology, 2021. 306: p. 108449.

[12] Mkhabela, M.S., et al., Crop yield forecasting on the Canadian Prairies using MODIS NDVI data. Agricultural and Forest Meteorology, 2011. 151(3): p. 385-393.

[13] Van Diepen, C.v., et al., WOFOST: a simulation model of crop production. Soil use and management, 1989. 5(1): p. 16-24.

[14] Beyene, A.N., et al., Coupling remote sensing and crop growth model to estimate national wheat yield in Ethiopia. Big Earth Data, 2021: p. 1-18.

[15] Inteti, R.S., et al., Analysis of Rice Crop Phenology Using Sentinel-1 and Sentinel-2 Satellite Data, in Advances in Geotechnical and Transportation Engineering. 2020, Springer. p. 257-266.

[16] Gao, F. and X. Zhang, Mapping crop phenology in near real-time using satellite remote sensing: Challenges and opportunities. Journal of Remote Sensing, 2021. 2021.

[17] Reed, B.C., et al., Measuring phenological variability from satellite imagery. Journal of vegetation science, 1994. 5(5): p. 703-714.

________________________________________________________________________

Chi tiết bài báo xem tại đây: Nghiên cứu áp dụng công cụ viễn thám và bộ chỉ số giám sát cây trồng - Phân tích đánh giá thí điểm năng suất cho khu tưới thuộc tỉnh Ninh Thuận

Trần Đức Trinh, Vũ Thị Thủy, Nguyễn Hương Giang
Viện Khoa học Thủy lợi Việt Nam
Lương Tuấn Trung
Viện Khoa học khí tượng thủy văn và Biến đổi khí hậu
Lưu Anh Tuấn
Công ty TNHH MTV Khai thác công trình thủy lợi Ninh Thuận
Đặng Thanh Nam
Viện Hàng hải – Đại học Giao thông vận tải Tp. Hồ Chí Minh

TẠP CHÍ KH&CN THỦY LỢI