Časoprostorová rekonstrukce potenciálního výnosu ze satelitních snímků archivu Landsat

Bc. Martina Szórádová

Bakalářská práce

Spatiotemporal Yield Potential Reconstruction Based on Archive of Landsat Satellite Images

Anotace:

Potravinová stabilita je palčivým problémem dnešního zemědělství, ve kterém je variabilní aplikace hnojiv nutností jak z ekonomického, tak z ekologického hlediska. Dosavadní výzkum umožňuje odhad zón výnosu pro konkrétní plodiny, čímž se zvýrazňují zóny, které vyžadují více hnojení. Zemědělci by však mohli těžit z metody, která by jim umožnila odhadnout výnosové zóny bez ohledu na pěstovanou plodinu. Tato práce se zaměřuje na vývoj takové metody založené na vegetačních indexech (NDVI, EVI) odvozených ze satelitních dat Landsat 5 a Landsat 7. Mezi lety 1984 a 2013 byly analyzovány osmileté časové řady satelitních snímků devíti polí v České republice k posouzení časoprostorové variability. Metoda byla vyvinuta v jazyce Python s využitím Google Earth Engine a ArcGIS API a může tak být snadno použita pro analýzu jakéhokoli pole. Výsledky ukazují měnící se prostorové vzorce uvnitř polí a byl také identifikován negativní vliv blízkých silnic. Mezi odhadovanými zónami výnosnosti a in-situ měřeními výnosu byl nalezen statisticky významný pozitivní lineární vztah. Tato práce tak poskytuje zemědělcům cenný nástroj k odhadu zón výnosnosti, což jim umožní optimalizovat zemědělské postupy (např. aplikaci hnojiv).

Abstract:

The stability of the food supply remains a critical issue of today’s agriculture, in which variable-rate application of fertilisers is a necessity in both the economic and the ecological sense. Current research allows for the estimation of yield productivity zones for specific crops, thus highlighting zones which require more fertilisation. Nonetheless, farmers would benefit from a method that would enable them to estimate yield zones irrespective of the crop being cultivated. This thesis focuses on developing such a method based on vegetation indices (NDVI, EVI) derived from Landsat 5 and Landsat 7 imagery. Eight-year satellite image sequences were analysed to assess the spatial and temporal variability of nine fields in the Czech Republic between 1984 and 2013. The method was developed in Python using Google Earth Engine and ArcGIS APIs and can be easily used to analyse any field. Results show changing sub-field level spatial patterns throughout the 30 years, and a negative impact of nearby roads was identified. A statistically significant positive linear relationship was found between the estimated productivity zones and in-situ yield measurements. This thesis thus provides farmers with a valuable tool to estimate yield productivity zones, enabling them to optimize agricultural practices (e.g., fertilizer application).

Keywords

zóny potenciálního výnosu, dálkový průzkum Země, Enhanced Vegetation Index, precizní zemědělství, odhad výnosu, Google Earth Engine, historická data, yield productivity zones, remote sensing, precision agriculture, yield estimation, historical data

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 5. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 6. 2023
• Vedoucí: prof. RNDr. Tomáš Řezník, Ph.D.
• Oponent: Ing. Jonáš Hruška, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Geografie a kartografie / Geografická kartografie a geoinformatika