ИСПОЛЬЗОВАНИЕ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ОЦЕНКЕ ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕ-НИЯ

Введение

В настоящее время в России ведется активная работа по созданию единой автоматизированной системы регистрации земель (АСГПК). Информационные технологии, используемые в АСГЗК, структурированы в функциональных целях в несколько блоков, некоторые из которых направлены на проведение кадастровой оценки (ГКО) земель [1, 2]. Для этой цели используются геоинформационная система (ГИС).

Современные геоинформационные системы реализуют возможность определения метрических свойств объектов и проведения географического анализа с использованием операций наложения и различных аналитических функций. Есть преимущества в использовании ГИС для качественной оценки земельных участков. При работе на определенном участке земли. Именно представление географических данных в ГИС в виде трех измерений: пространственного, временного и тематического, значительно расширяет возможности работ по оценке земель на современном уровне [6,7].

Основные понятия

Сегодня рациональное использование земельных ресурсов определяет продуктивность земель. Точная информация в этой области позволит эффективно реализовать свои возможности.

Система мониторинга состоит из мониторинга земельного фонда. Таким образом, компании смогут своевременно предпринять соответствующие действия, отредактировать их в своих обзорах и устранить негативные последствия их процессов. В настоящее время мониторинг — это аналитическая деятельность, связанная с использованием технических средств контроля. Для определения состояния почвы отбираются пробы и проводится глобальное обследование растений. При этом меры могут быть как временными, так и текущими [2].

Технология ГИС — это сеть сбора и хранения данных, составления структурных отчетов и отображения этих объектов.

Геоинформационная структура — это широкий спектр автоматизированной информации, состоящий из продуктивных манипуляторов, интерфейсов, баз данных и графических компонентов.

ГИС — это совокупность входных данных, которые интегрируются в систему, анализируются и отображаются в виде графического представления. Обнаружение автономных комплексов окружающей среды является частью геоинформации.

Геоэкоинформатика - отвечает за разработку теорий и методов автоматизированных исследований в области биологии и геоэкологии с целью организации правильного использования имеющихся ресурсов.

Департамент географической информации собирает и обрабатывает информацию об исключительных районах с течением времени, чтобы иметь возможность определять влияние человеческого фактора на мир.

Географическая информационная система состоит из нескольких основных компонентов: устройства ввода-вывода, программное обеспечение (программное обеспечение), ввод данных, оператор.

Аппаратное обеспечение — это компьютер, используемый для обработки входных данных ГИС. Геоинформационные системы теперь установлены на всех операционных системах, от основных серверов до подключенных сторонних сетей. Программное обеспечение географической информационной системы сочетает в себе несколько важных инструментов для своей работы. Это важные вещи, такие как инструменты обработки, накопление, вывод пакетов программного обеспечения, визуализация [3].

ГИС используется при работе с ресурсами, такими как: земельный, кадастровый, картографический, инвентаризационный, навигационный, просмотр данных объекта, сканирование местности, геология, охрана природы.

Применение ГИС

Сибирское отделение Российской сельскохозяйственной академии активно развивает направление использования ГИС при проектировании адаптивных систем озеленения под конкретного пользователя, максимально автоматизируя процесс. 2002-2004 было написано программное обеспечение для компьютеризированного проектирования землепользования на уровне фермы [2]. Параллельно с этой работой проводились исследования по созданию методов автоматизированной оценки земель для целей государственного кадастра [3-5]. Технология заключается в том, что цифровая модель землепользования (демилитаризованная зона) создается несколькими способами на ранней стадии. Затем с помощью специально разработанной программы OzenkaTex рассчитываются параметры технических характеристик участка, затраты на производство, транспортировку и реализацию готовой продукции.

В работе использовалась ГИС MapInfo, алгоритмы которой были разработаны на языке программирования MapBasic [6]. Наиболее сложной задачей при автоматизированном проектировании сельскохозяйственных систем на фермах является объективная оценка продуктивности земель путем формализации расчета количественных показателей урожайности сельскохозяйственных культур. Эта проблема была решена путем создания экспертной системы для оценки сравнительной продуктивности почв [7, 8]. Этот метод основан на учете и соотнесении агробиологических требований культуры и условий ее выращивания. Он преобразуется в относительные значения путем упорядочивания замкнутого набора наземных объектов по набору характеристик, количество которых составляет 20 - минимальное. Это позволяет сравнивать свойства почвы друг с другом. Оценки продуктивности почвы после сбора урожая были составлены с помощью экспертных оценок качества в рамках поэтапных проверок, и полученное в результате распределение рангов почвы сравнивалось с урожайностью конкретных культур. Затем было проведено специальное исследование, которое показало, что расчет производительности проводился с использованием метода искусственного интеллекта. Эти методы составили около 6% [9].

Возможность захвата любой местности по запросу клиента, обработки и анализа изображений с помощью различного программного обеспечения и интеграции с ГИС делает дистанционное зондирование новой мощной станцией географического анализа. Это полезный инструмент, который дает возможность распределять территорию по зонам, рассматривая комплекс задач.

В то же время автоматизированный анализ географических изображений по-прежнему остается одной из актуальных проблем, связанных с использованием данных дистанционного зондирования в приложениях ГИС, особенно в сельском хозяйстве. Для этого используются различные методы, реализующие алгоритмы управления классификацией. Методы контролируемой классификации требуют стандартизированных для каждого класса природных объектов, полученных в результате наземных спектрофотометрических измерений. Создание стандартов класса является трудоемкой задачей и требует репрезентативной выборки, для решения которой требуются значительные временные ресурсы. Кроме того, традиционные методы пиксельного анализа не всегда дают желаемые результаты [10]. В связи с этим были проведены исследования по созданию карт растительного покрова для агроэкологической оценки земель с использованием методов автоматического анализа географических изображений. Сравнивая алгоритм автоматической обработки географических изображений ISODATA с алгоритмом, реализующим "объектно-ориентированный подход" с использованием программного пакета ENVI, последний учитывает не только спектральные свойства объектов, но и их текстурные свойства. Было показано, что это дает более надежно устанавливать границы объектов и позволяет быстрее получать векторные карты. Подробное изучение неоднородности почвенного покрова имеет большое значение для разработки сельскохозяйственных проектов с типологией земель и системами адаптивного озеленения. Создание цифровых моделей землепользования (демилитаризованной зоны), картирование EPA с помощью разметки местности, геометрический и качественный анализ, дизайн и знания карт EPA. База данных атрибутов для этих карт содержит поля для названия почвы, породы, гранулометрического состава, площади, периметра, угла возвышения, кривизны границ и формы EPA. Морфизографические карты были созданы на основе цифровой модели рельефа (ЦМР) путем геометрического преобразования контурных линий ЦМР в карты потоков. С этой целью были определены топографические особенности и процесс формирования рельефа, общая морфология рельефа и изменение высот точек. Кроме того, были созданы дополнительные цифровые карты, содержащие информацию о впадинах.

Морфизография была создана с использованием изогнутых контурных линий, учитывающих уклон местности, и инструменты ГИС. Также эта функция была использована для рисования местности. Топографические и наземные карты использовались для картографии ЕКА. Алгоритм, который позволяет считывать характеристики отдельных областей и проводить статистический анализ.

Существуют определенные трудности при составлении карт различных таксономических единиц использования для агроэкологической оценки земель. Лучший способ — это общепринятые количественные аналитические методы для определения агроэкологических групп и подмножеств земель, поскольку доступные источники интерпретируются в основном с точки зрения неточных и неопределенных качественных характеристик. Эта проблема может быть решена с помощью современных методов анализа данных, в частности методов нечеткой логики. Последнее позволяет нам изучать явления и объекты, описываемые с помощью качественных критериев и неопределенных характеристик, для создания моделей, близких к реальности. Этот подход используется при разработке экспертных систем.

Нечеткая логика может быть реализована как нейронная сеть, поскольку нечеткие множества описывают функции принадлежности к объекту. Аналогичное решение было использовано для классификации категории "затопленные земли". Нечеткие и языковые переменные использовались при создании базы знаний, вводя лингвистические переменные и используя функции принадлежности множеств в качестве их значений. Неоднозначность и неопределенность деятельности, выделение агроэкологических групп земель приводит к беспорядку в системе.

Создание электронной карты затопленных территорий в ГИС, интегрированной с искусственной нейронной сетью, выглядит следующим образом: сначала формируются ГИС-территории, затем база знаний, необходимая для изучения. После этого входные данные проходят обучение, и результаты сохраняются в базе данных. Оценка выполняется относительно единиц оперативной зоны, поэтому результаты обученной нейронной сети имеют пространственные и координатные связи в ГИС. Это могут быть ландшафтные объекты, административные объекты или обычные ячейки сетки. Узлы обычной сети содержат информацию, основанную на построении нейронной сети. Затем на основе базы знаний проводится интерактивное адаптивное обучение нейронной сети для классификации затопленных территорий. Результаты расчетов отображаются в цифровом виде в виде карт распределения затопленных земель по классам.

Также стоит отметить другую сторону применения ГИС в сельскохозяйственной сфере:

- правительства используют данные ГИС для картирования районов риска наводнений и могут использовать эту информацию для координации усилий по оказанию помощи.

- с помощью информации ГИС можно надлежащим образом поддерживать и управлять лесами. Это особенно важно для распределения и географического распределения воды, одного из наиболее важных компонентов окружающей среды.

- геологи используют данные ГИС для анализа почвы, оценки сейсмической информации и создания трехмерных изображений географических объектов. Его также можно использовать для анализа характеристик горных пород и определения наилучшего местоположения для различных функций.

- съемка включает в себя измерение местоположения объектов на земле, и все больше организаций используют для этой функции глобальные навигационные спутниковые системы (GNSS). Эти данные, включенные в систему ГИС, позволяют оценить площадь и подготовить цифровые карты.

- данные ГИС помогают нам понимать глобальные проблемы и решать их. Поскольку технология ГИС быстро развивается, в секторе планирования появляются различные инновационные приложения. Инструменты ГИС можно использовать для интеграции географической информации в процессы планирования, и они могут изменить наше мышление и поведение.

- борьба с вредителями имеет важное значение для сельскохозяйственного производства, и технология ГИС играет жизненно важную роль в картировании зараженных территорий. Следовательно, организации могут разрабатывать более эффективные планы борьбы с вредителями.

- доступность воды напрямую влияет на урожайность в данном регионе. Данные ГИС могут идентифицировать важные культуры и определять урожайность, используя эффективные методы для пространственной и временной области.

Вывод

Использование географических информационных систем имеет важное значение для оценки сельскохозяйственных земель. Именно возможности их ГИС позволяют хранить, визуализировать и анализировать данные о региональных географических объектах, что значительно повышает их роль в информационном обеспечении сельскохозяйственных работ.

В целом разработанная методика является развитием существующей работы по определению кадастровой стоимости земельных участков.

Программа позволяет провести качественную оценку земельного участка и рассчитать ряд параметров технических характеристик земельного участка. Автоматизация этого процесса сокращает время и затраты на процесс оценки и сводит к минимуму субъективность оценки.

Наиболее необходимыми графическими материалами, которые каждый сотрудник использует в своей работе, являются карты и планы. Обновление старых данных требует профессионального подхода к картографии.

Уникальность технологии позволяет нам быстро адаптироваться к текущей ситуации. Обновления выполняются в автономном режиме в соответствии с принципом близости карты.

Благодаря многочисленным монографиям, подготовке и изучению данных, необходимых для получения полной картины, у нас есть результирующая формула для расчета картины.

Многие информационные и геоинформационные системы позволяют произвольно создавать таблицы, образующие базу данных. В связи с этим описание концепций и моделей баз данных занимает важное место в монографии. Это позволяет читателю выбрать наиболее важные характеристики объекта и создать таблицу, описывающую объект.

Таким образом, ГИС является ключевым компонентом любой системы мониторинга.