Екомониторинг

Розповсюдження будь-якої картографічної інформації, в тому числі й екологічної раніше стримувалося можливостями видавництва. З появою мережі Інтернет створення та розповсюдження такого роду інформації набуло бурхливого розвитку та продовжує розвиватися. Людству потрібно знати останні новини про стан екологічної ситуації довкілля, як в країні та й за її межами, яке іноді має вкрай важливе значення. А якщо ця інформація має територіальну складову то вона повинна відображатися у вигляді електронних карт. Інтерактивна карта по своєї суті допомагає користувачеві не тільки відповісти на традиційні запитання, такі як: що?, де?, як далеко? А й, в режимі реального часу, встановити кількісні, або якісні характеристики об’єкту що розглядається. Відомо, що більшу кількість інформації людина отримує візуально. Тому розробники зробили можливість перегляду за допомогою інтерактивної карти фотографії та зображення, які можуть бути «прикріплені» до цієї карти та допомагають скласти більш точне уявлення про неї.
Тому цю статтю присвячено загальному опису методики створення інтерактивної екологічної карти та прикріпленню відповідних до теми фотозображень. Для досягнення мети необхідно виконати наступні задачі, а саме: 1.Розкрити алгоритм покрокового створення інтерактивної карти в картографічному пакеті MapInfo v.7.0.(або вище) 2. Надати описання порядку публікації частини бази даних карти. 3. Надати методику публікації фотозображень на екологічну тематику (стихійних звалищ) в мережі Інтернет.
Створення інтерактивної карти в пакеті MapInfo v.7.0. потрібно починати після створення векторних шарів та первинної бази даних [4,5]. В рамках цієї статті ми не будемо зупинятися на створенні векторних картографічних шарів та наповнення бази даних, які детально були описані в попередніх роботах [1-3,6].
Для створення інтерактивної карти необхідно запустити відповідний модуль з меню «Tools» з відповідною назвою «HTML Image Map» (див.рис.1). Перед завантаженням цього модуля необхідно перевести «вікно» карти в режим «normalize» (див.рис.2).

Меню має наступні складові:
Layers not in image map – картографічні шари які доступні для створення інтерактивної карти (у нашому випадку шари: garbage, road, dergachi_border)
Керуючі кнопки:
Add all — добавити все.
Add – добавити обраний (-ні) шари.
Remove all – видалити всі шари.
Remove – виділити шар (шари).
Layers in image map – картографічні шари.
Column name to use – колонки з бази даних, які будуть публікуватися на інтерактивній карті (у вигляді посилання з неї на відповідне місце на сайті). Сама інтерактивна карта буду являти собою растрове зображення відповідного розміру та роздільної здатності, яке за допомогою язика програмування HTML нашаровують файл опису з гіперпосиланнями.
Web page title – заголовок інтерактивної карти.
Image Properties – властивості зображення інтерактивної карти:
Copyright – значок авторського права.
Size – підменю розмір зображення:
Height – висота зображення.
Width – ширина зображення.
Format – формат растрового зображення (jpg або png).
Clip resolution – роздільна здатність посилання з карти (чим більше змінна тим більше коло навкруги ядра посилання з інтерактивної карти).
HTML file name – назва інтерактивної карти в мережі Інтернет.
Set link for each object – налаштування властивостей інтерактивної карти (налаштування бази даних та зображень, на які буде посилатися інтерактивна карта).
To content of Hotlink – підключення посилань на зображення
To HTML landing page – підключає (розширює додаткові Інтернет сторінки з бази даних:
Create HTML landing pages for each object – створити Інтернет сторінку для кожного об’єкту з бази даних окремо.
All Column – підключити всі колонки з необхідної бази даних.
Column – підключити тільки обрані колонки з бази даних.
Popular landing pages with record content – найбільш популярні (необхідні) записи з бази даних підключити до Інтернет сторінки.
Combine landing pages into HTML file – комбінувати сторінки з бази даних до основної Інтернет сторінки.
Size (in pixels) of selectable region around point line object – встановити розмір в пікселах майданчик навколо точки об’єкту, який обирається.
Після створення відповідних файлів їх можна додати до Інтернет сторінки та використовувати інтерактивну карту.
Методика публікації фотозображень на екологічну тематику (на прикладі стихійних звалищ) в мережі Інтернет.
Для публікації необхідно скористатися безкоштовним сервісом публікації зображень в мережі Інтернет (див.рис.4)

З свого персонального комп’ютера завантажуємо на цей сайт відповідні зображення та отримуємо вихідний код, якій необхідно змінити в файлі інтерактивної карти (в нашому випадку: garbage.html), який повинен мати наступний вигляд (означений напівжирним шрифтом):

Таким чином, отримуємо діючу інтерактивну карту, яка дозволяє проводити перегляд об’єктів, в яких зацікавлений користувач, отримувати додаткову інформацію у вигляді зображень, які описують загальну тему карти та переглядати інформацію з бази даних, яка описує цей процес або явище (див.рис.5.)

Висновки та пропозиції:
1. Положення статті мають узагальнюючий напрямок щодо публікації екологічної та іншої тематичної інформації в мережі Інтернет.
2. Надана методика публікації дає тільки загальний опис для досягнення результати. Без сумніву можливі ще декілька більш важких варіантів.

span style=»font-size: 11.0pt;»

Свій погляд на імпорт даних та наступне їх суміщення показано наступними кроками методики (експорт даних з Excel в Mapinfo):
1. Створити або відкрити існуючий файл в Excel, враховуючи наступні умови: 1. Номера кожного поля (наприклад точки відбору проб, свердловини тощо) повинні бути виключно унікальними , тобто ніде більш не зустрічатися по файлу, який імпортується, й повинні співпадати з нумерацією в таблиці Mapinfo.
2. Створити в цьому ж файлі другу колонку даних, які у майбутньому будуть імпортуватися в Mapinfo (див.рис.1.).

3. Закрити цей файл Excel
4. Відкрити файл в Mapinfo, в який необхідно внести дані з Excel. В нашому випадку це файл під назвою: ExcelMap. В ньому повинно бути РАВНА колькість полів – полям з файлу Excel (в нашому випадку 10) й вони повинні знаходиться в колонці с типом даних Integer. (див рис.2).

(ліворуч – створення колонок в Mapinfo, праворуч – результат створення таблиці з полями)
5. Відкрити файл Excel в Mapinfo. (див. рис.3)

6. В результаті в Mapinfo маємо таблицю з якої необхідно експортувати дані й таблицю, в яку ці дані необхідно скопіювати (див.рис.4)

7. Відкриваємо меню Table -> Update Column

8. В меню, яке з’явилось , обираємо наступні позиції (які зображені на рис. 6), натискаємо ОК.

9. Результат злиття спостерігаємо на рис.7

Таблицю необхідно зберегти під новим ім’ям, щоб зберегти дані.

Висновки та пропозиції:
1. Запропонований методичний підхід дозволяє суміщати різну методичну інформацію, яка має просторовий характер та використовується при вирішенні завдань ґрунтового картографування.
2. Різний семантичний характер інформації, яка суміщається не впливає на науковий результат, тобто інформація не спотворюється.

Состояние всхожести сельскохозяйственных культур на территории Украины оставляет желать лучшего. Об этом говорят как государственные чиновники, так и объективные факторы природы: суровая затяжная зима, погодные условия нестабильной весны и т.д. Что делать в такой ситуации? как выстроить линию управления на полях с озимыми и другими культурами. Перепахивать или досевать, сколько закупать химии или просто оставить как есть – на все эти вопросы можно ответить, взглянув на культуры, непосредственно на поле. Возможно, ответить на вышеперечисленные вопросы можно, но только с большой долей ошибки. Что, возможно, повлечёт за собой ничем не оправданные траты, как во времени, та и в финансах.

Возможно, что ответы на эти вопросы могла бы дать дистанционная съёмка со спутника Земли. В недавнем прошлом Украина запустила спутник Сич-2м для наблюдения за окружающей средой на территории Украины. Модуль «Природа», который установлен на этом спутнике, призван помочь, в том числе фермерам в решении насущных проблем мониторинга. Однако, по нашему мнению в период весенних месяцев, т.е. в пик, когда необходима подобного рода информация приходится и пик облачности. В основном, это, конечно же, кучевые облака, которые обычно находятся на небольшой высоте. Это препятствует качественной съёмке со спутника в оптической и ближнем инфракрасном диапазонах. Убедится в этом можно, проанализировав ситуацию на рисунке 1. Не спасает ситуацию и съёмка в других диапазонах. Земля до вегетации растений, по разному прогревается, как благодаря климатическому фактору (облакам), так и антропогенному фактору (различной степени распаханности полей), поэтому общая картина территории съёмки получается искажённой.

Возможно ли получить действительно реальную картину состояния сельскохозяйственных культур на поле? Мы решили проверить, насколько достоверно можно проверить ситуацию на поле, либо с минимальными искажениями, либо ухудшениями качества съёмки, с помощью дистанционно пилотируемого летающего аппарата (ДПЛА). В качестве первого примера приведём поле озимой пшеницы, съёмка которого проводилась в конце марта 2012 г. Съёмка проводилась в 9.38 утра до начала появления ветра, под сплошной облачностью. На снимке отчётливо видны границы полей, которые поливаются с помощью поливочной техники класса «Фрегат», а также колеи технических тележек этой машины. Также отчётливо видны участки различной всхожести озимой пшеницы на ближней поле. На первый взгляд озимая пшеница имеет неравномерную всхожесть, и участки неправильной формы повсеместно по всему полю, на которых вообще отсутствует культура. Позже на поверку оказалось, что это результат поедания культуры семьями полевых грызунов (мышей). Озимая пшеница также имеет участок с вполне удовлетворительным результатом всхожести и началом вегетации (сплошной зелёный цвет) возле лесополосы.

Однако для визуализации и принятия решения по этому полю, информации явно мало. Выявить состояние самой культуры на снимке, который не обработан специальными спектральными инструментами проблематично. Поэтому снимок был обработан с помощью спектральных инструментов в Erdas Image 9.1. Среди выбора спектральных инструментов был выбран базовый набор, который по замыслу смог бы усилить контрастность снимка. Тем самым усиливаются контуры, имеющие различную спектральную яркость и цветовой диапазон (рисунок 3).
Результат применения этих инструментов показан на рисунке 3, который имеет явно более наглядный вид, по сравнению с предыдущим. На обработанном снимке теперь отчётливо видны контуры пятен осолонцевания (поле в правом верхнем углу снимка), пятна на углу поля (левая сторона центра снимка). Пятна осолонцевания под озимой пшеницей также нарушают рН баланс растений, что приводит к изменению цвета, от нормального зелёного к коричнево-зелёному и бледно-коричневому. Единственная полоска зелёного цвета наблюдается вдоль грунтовой дороги и лесополосы. Вероятно, из-за лесополосы произошло накопление снега, и, как следствие, увеличение влаги на этом участке.

p class=»MsoNormal» style=»text-align: justify; text-indent: 27.0pt;»>Отдельного внимания заслуживает микрорельеф на поле (см.рис. 4). Влага, естественным образом накапливаясь в этих микропонижениях поля, увлажняет верхний пахотный слой, который на снимке всегда имеет более тёмный цвет по сравнению с остальным цветом фона. Микропонижения легко идентифицировать по наличию растений в них, вегетация в микропониженях всегда начинается немного раньше, чем на остальной площади всего поля (рис.4). Однако позже (к середине июня, июля) пшеница в этих понижениях начинает вымокать и начинает тормозиться рост растений.

p class=»MsoNormal» style=»text-align: justify; text-indent: 27.0pt;»>Таким образом, аерофотосьёмка под облачностью возможна. Даёт положительный результат при анализе снимков. В этом случае обязательно необходимо проводить спектральный анализ и усиление контрастности снимка для улучшения визуального восприятия и поддержке принятия решения. Однако были установлены и некоторые ограничения на проведения съёмки. Резкие порывы ветра, скорость которого достигала до 15 м/с, резко меняя направления, это негативно сказалось на взлётах/посадках ДПЛА. Поэтому проведение съёмки необходимо проводить в первую половину дня.

Основной задачей исследования была необходимость доказать, что достоверная интерпретация аэрофотоснимка, для решения задач почвоведения, возможна без наземных исследований, на базе ранее проведенных работ. В этом случае была необходимость указать контуры пятен осолонцевания и дальнейший подсчёт их площади. После выбора полигона, и выезда на него был произведен облёт территории с помощью ДПЛА (о нём речь была в прошлых публикациях). На снимках с ДПЛА (см.рис.1) были проведены работы по географической привязке с помощью программ Google Earth и SasPlanet, что позволило найти предварительно пятна осолонцевания и оконтурить их в программном комплексе MapInfo (проекция широта/долгота. Датум: WGS 84). На рисунке четко видны контуры, которые более светлые по отношению к общему цвету поля. По гипотезе именно эти контуры и есть пятна осолонцевания, факт наличия которых нам ещё предстоит доказать. Также видны несколько вытянутых на северо-запад теней, именно в тот момент после предварительно просмотра и привязки снимка были вычислены и переданы на GPS координаты исследуемых контуров, и сотрудники вышли по GPS.

Для проверки географических координат и контуров был загружен снимок этого же поля с сети Интернет, и на него были нанесены точки отбора образцов в слое 0-25 см (рис. 2)

После обработки образцов в химической лаборатории, были получены данные, которые свидетельствуют о разной степени засолённости на исследуемом поле Мы можем сказать, что все без исключения образцы имеют разную степень солонцеватости, при разном типе засоления. Визуально определить контур выхода солей на поверхность почвы позволяет наличие карбонатов (CaCO3). Именно благодаря этому факту удалось установить контуры солей на снимках с ДПЛА, позже получить географические координаты для отбора образцов. Также следует отметить одну особенность: чем выше степень содержания солей в почве, тем светлее контур солей на поверхности почвы (выше спектральная яркость этой части снимка). Эта особенность ярко проявилась на точке №С13. В слое 25-50 см степень солонцеватости в этой точке имел класс: очень сильная.
На основании полученной информации была построена картосхема контуров солей на этом поле (см.рис.4)

В процентном отношении пятен осолонцевания к общей площади (4,3 га) поля к пятнам солей (1,27 га) составило: 29,5% или чуть менее 1/3 от площади.
Одно из первых управленческих решений, которое само напрашивается, провести гипсование на всей площади этого поля. Также можно применить фосфогипс, который является отходом производства удобрений. Также применяют также трехъярусную вспашку, как один из способов мелиорации, чтобы перемешать солонцовый горизонт с карбонатным. Менее эффективным, с экономической точки зрения, способом мелиорации, является высадка растений, способных поглощать 20—50 % солей от веса собственной сухой массы, на засоленных почвах (такие растения как: пырей удлиненный (Ставропольский 10), донник, лядвенец, полевица).
Таким образом, мы достигли научного решения задачи оперативного мониторинга и интерпретации дистанционных данных в виде аэрофотосъёмки засолённых почв на территории полигонов исследования.

В последнее время идёт активное внедрение в сельское хозяйство передовых инновационных технологий, которые настоятельно требуют к себе пристального внимания со стороны владельца земли. Потоки информации увеличиваются из года в год, а накопление информации в этом случае идёт волнообразно от сезона к сезону. В межсезонье, как правило, полученная информация с полей, обслуживающей техники, анализируется, и принимаются стратегические и тактические управленческие решения на будущий период. Компьютерные технологии, а именно геоиформационные системы при этом играют далеко не последнюю роль. Главным структурным компонентом любой геоиформационной системы является база данных. Использование которой, даёт возможность накапливать и анализировать информацию о каждом поле, формировать электронный журнал поля, давать информацию для прогноза и сравнительного анализа. Собственно это альфа и бета или фундамент любого управленческого решения, как в сельском хозяйстве, так и любой информации, которая имеет пространственное размещение или географическую «привязку».

Для примера мы выбрали программное обеспечение Mapinfo (речь о которой мы начали несколько ранее (указать номер журнала). О её сильных и слабых сторонах можно говорить часами, однако, несомненно одно – это достаточно простой инструмент, который решает задачу накопления, структурирования и визуализации (представления) пространственной (в нашем случае сельскохозяйственной) информации. Собственно о приёмах работы с базой данных и пойдёт речь в этой статье.

Начнём мы с того что остановимся на определениях или понятиях, которые мы будем использовать в статье. Нам специально не хотелось перегружать читателя профессиональной информацией, однако без «азбуки» здесь не обойтись. Итак:

Типы данных, которые используются в базе данных:
1. Character – текстовая часть базы данных (Mapinfo позволяет хранить в этом типе данных текстовые значения (слова) длиной строки до 250 символов включительно. Более простым языком – можно набирать предложения о состоянии поле в виде текстовой строки. Допускаются буквенно-числовые значения и фразы.
2. Integer – данные сохраняются в виде целых чисел (т.е. чисел без десятичных разрядов). Диапазон чисел, которые можно сохранять в этом типе данных от -2 биллионов до +2 биллионов.
3. Small Integer – сохраняет целые числа в диапазоне между -32,767 до +32,767. Разделение одного класса Integer на два подкласса сделано для удобства работы конечного пользователя и уменьшения размера базы данных.
4. Float – сохраняет числа в десятичной форме. Используется как обменный (между программными продуктами) тип данных.
5. Decimal – сохраняет числа в десятичной форме. В этом типе данных запрещается использовать запятые как разделительный символ дроби.
6. Date – поля в базе данных этого типа данных содержат календарные данные в формате: MM/DD/YYYY, или месяц/день/год. Вид записи года можно опционально использовать в виде двух цифр (например: 10/07). Разрешается  использовать наклонные черточки («слеш») как разделитель данных в дате. Примеры записи данных даты: 01/23/91, 5-6-1989.
7. Logical – этого поле содержит информацию в виде двух записей (или операторов): да/нет или «правда/ложь» и запись в базу данных проводиться только с помощью двух букв: «T» for правда/да «F» ложь/нет. Если по предыдущим типам данных более-менее понятно сразу, то логический тип данных используется, если требуется сделать интерактивные карты, которые бы могли «подыгрывать» пользователю, облегчая восприятие информации из базы данных, и уменьшая количество времени, проведённое за работой.

Также следует сказать, что следующие типы данных, как: Decimal, integer, small integer, и float могут содержать в себе только цифровые значения. Эти типы данных не поддерживают букв между цифрами, значений с минусом или не поддерживаемые разделители дроби. Все типы данных являются универсальными и используются практически во всех известных базах данных, независимо от бренда.

Завершая этот подраздел, заметим, что только на первый взгляд работать с базами сложно, любой пользователь знакомый с компьютером может освоить работу в базе данных буквально за несколько дней на уровне обычного пользователя.
Теперь покажем, как же работает база данных, как создавать поля базы данных и как использовать описанные выше типы данных.

Если Вы только начинаете работать с базой данных в Mapinfo, то вызов базы данных осуществляется нажатием клавиши “F2”. В базе данных Mapinfo каждая запись на карте (объект карты (например поле) имеет свою запись в базе данных в виде строки. Т.е. база данных создаётся путём нанесения полей, мех.дворов, лесополос на карту. На рисунке 1 мы видим подтверждение наших слов о том, что каждый объект на карте имеет свою учётную запись в поле базы данных. Т.е. мы обвели поле по контуру, которое видим на рисунке слева, а учётная запись автоматически создалась после сохранения этого поля под именем test. Здесь важно понять следующее обстоятельство: любой объект на карте равен учётной записи в базе данных, поэтому не стоит делать надписи на карте, потому как они тоже будут рассматриваться программой как объекты, например — поля.

Пока наша база данных по тестовому полю состоит всего лишь из одной записи. Чтобы добавить/удалить новые поля нам необходимо с помощью меню “Table Structure” это сделать; операции показаны на рисунке 2.

После этого мы попадаем в меню управления полями базы данных, где видим уже знакомые варианты выбора различных типов данных (см. рисунок 3).

Меню «Modify Table Structure» состоит из:
— Окошка перечня полей базы данных (в примере полей несколько – ID, Площадь_га, Культура_2012, Удобрения, Доп_информация). Обратите внимание на вид названий полей в базе данных. Если название состоит из двух слов или слова и сокращения, то между ними обязательно ставиться знак подчёркивания;
— Field Information – информации о поле:
— Name – название поля в базе данных;
— Type — тип данных в поле;
— Width — ширина поля в базе данных . На рисунке 4 ширина поля составляет 15 символов;

Для примера покажем вызов полей из базы данных, которые мы только что создали (см.рисунок 5).

p class=»MsoNormal» style=»text-align: justify; text-indent: 27.0pt;»>В меню Main на рисунке 5 справа необходимо выбрать кнопку «I» и кликнуть её по полю в меню «карта» на рисунке слева. После появится меню с информацией о поле. Теперь можно вводить в каждое созданное поле: площадь_га, культура_2012, удобрения и т.д. ту информацию, которая необходима управленцу.
Напоследок скажем, что полей в базе данных может быть до нескольких десятков.
А база данных поддерживает большинство форматов, в том числе и форматы Excel. Поэтому базу данных можно экспортировать в другие форматы.
Таким образом, базы данных с географическими объектами могут стать удобным подспорьем при работе со своими полями.