Connecting-Africa | Find publications

Advanced search

Find:


Title Precision farming in the small farmland in the eastern Nile Delta Egypt using remote sensing and GIS
Full text http://www.freidok.uni-freiburg.de/volltexte/2551/
Date 2006
Author(s) Belal; Abdelaziz Abdel Elmontalbe Belal
Abstract Die Hauptziele dieser Arbeit sind einerseits die Anwendung von Precision-Farming-Technologien in Kombination mit statistischen Erntewachstumsmodellen in Ägypten zur Erhöhung der Erntemenge und andererseits das Monitoring der Flächennutzungsänderungen im Untersuchungsgebiet. Um diese Ziele zu erreichen wurden Fernerkundungsdaten analysiert. Zusätzlich wurden Felduntersuchungen vorgenommen, aus denen Bodenkontrollpunkte und terrestrische Daten gewonnen wurden, die die Landnutzung und den Bedeckungsgrad des Landes widerspiegeln. Ergänzende Informationen zu den landwirtschaftlichen Bewirtschaftungsstrategien wurden ebenso durch Befragungen von Experten und Landwirten in Ägypten gewonnen. Boden- und Wasserproben wurden in den Testgebieten gesammelt, chemisch analysiert und bei der Kalibrierung der Erstellung von Erntewachstumsmodellen herangezogen. Das Untersuchungsgebiet befindet sich im Osten des Nildeltas zwischen den Längengraden 31o 50' und 32o 15' Ost und den Breitengraden 30o 45' und 31o 00' Nord. Die Gesamtfläche beträgt circa 103.000 Hektar und ist eine Erweiterung der landwirtschaftlichen Fläche in Ägypten. Zwei Wassertypen werden in Ägypten zur Bewässerung von Feldern eingesetzt: Frischwasser und wiederverwendetes Drainagewasser. Drei Testgebiete mit unterschiedlichen Bewirtschaftungsstrategien wurden für die Anwendung der Precision-Farming-Technologien anhand von hochauflösenden SPOT5-Satellitenbildern ausgewählt. Die Gesamtfläche des ersten Testgebietes beträgt 37,29 Hektar, die des zweiten Testgebietes 19,80 Hektar und die des dritten Testgebietes 8,69 Hektar. Unter methodischen Aspekten untersucht diese Arbeit, inwiefern Fernerkundungsdaten, Bodenkennwerte und Pflanzenwachstumsmodelle (statistische und räumliche Modelle) verwendet werden können, um die Beziehungen zwischen Ernteerträgen und Bodenkennwerten zu bestimmen. Darüber hinaus werden die Ergebnisse zur Abgrenzung der verschiedenen Bewirtschaftungszonen in den Testgebieten herangezogen. Die Ergebnisse zeigen den Effekt der Bodenkennwerte auf die Erntemengen und belegen zugleich, dass Fernerkundungsdaten mit hoher Auflösung ein geeignetes Instrument zum Monitoring von Ernteerträgen sind. Diese Ergebnisse führen zu der Annahme, dass eine Abgrenzung der Managementzonen für eine Zunahme der Erntemenge in Ägypten durch die Änderung der Bodeneigenschaften, abhängig von den Ansprüchen der Pflanzen und des Bodens, hilfreich sein kann, ebenso wie Bodenrückgewinnungs-Prozeduren. Zeitreihen dieser Fernerkundungsdaten (TM, ETM and SPOT 5) wurden auch verwendet, um Veränderungen in der Flächennutzung und im Bedeckungsgrad im Untersuchungsgebiet zu erkennen. Die Satellitenbilder wurden dahingehend interpretiert um einerseits Landnutzungs- und Landbedeckungskarten zu erstellen, als auch um andererseits die strukturelle Veränderung des Gebietes zu dokumentieren. Die verwendeten Techniken der Bildinterpretation können in drei Gruppen unterteilt werden: 1.Bildaufbereitung: die Satellitenbilder wurden geometrisch korrigiert, in der UTM Zone 36 N registriert und mit dem Ellipsoid Helmart und dem Datum "Old Egyptian 1907" versehen. 2.Bildverbesserung: Bildverbesserungstechniken wurden angewandt, um die Qualität des Bildes für die nachfolgende Bildklassifikation zu verbessern. Die Techniken umfassten den genormten Vegetationsindex (NDVI), die Hauptkomponentenanalyse (PCA) und die Tasseled Cap Transformation (TCT). 3.Extraktion der thematischen Information (Objektorientierte Klassifikation): Dieses Verfahren schließt die sog. "Multiresolution Segmentation" (mehrfach auflösende Segmentierung), die Stichprobenauswahl, die Merkmalsselektion und die Klassifikation mit ein. Für die "Multiresolution Segmentation" wurden verschiedene Maßstabs-Parameter verwendet. Alle diese Verfahren wurden auf das ganze Untersuchungsgebiet und auf jedes einzelne der Testgebiete angewandt. Im ganzen Untersuchungsgebiet wurden neun Klassen durch das standardisierte "Nächster-Nachbar-Verfahren" erkannt und identifiziert, während in den Untersuchungsgebieten das "Nächster-Nachbar-Verfahren" und die Zugehörigkeitsfunktionsverfahren angewandt wurden, um die landwirtschaftliche Fläche, abhängig von den Getreidearten und dem Ertrag, hierarchisch zu klassifizieren. Die Ergebnisse zeigen, dass die objektorientierte Bildanalyse in Verbindung mit den hochaufgelösten Fernerkundungsdaten gut für landwirtschaftliche Anwendungen in Ägypten geeignet ist. Basierend auf der objektbezogenen Klassifikation wurde eine nachträgliche Einteilung zur Feststellung von Veränderungen durchgeführt. Neun Landnutzungs-/Landbedeckungsarten wurden klassifiziert. Rohböden ohne Vegetationsdecke, Salzsümpfe, Sandböden, Sümpfe, Fischzuchtanlagen, Salz- und Wasserflächen wurden innerhalb der 14 Untersuchungsjahre in landwirtschaftliche Fläche und städtisches Gebiet umgewandelt. Dennoch nahmen Fischzuchtanlagen, Rohböden ohne Vegetationsdecke und Wasserkörper in einigen Perioden zu und nahmen in anderen, abhängig von den menschlichen Tätigkeiten, ab. 94 Oberbodenproben wurden in den drei Testregionen für zwei ägyptische Hauptsommerkulturen (Baumwolle, Reis) entnommen. Zum Verständnis und zur Beschreibung der physikalischen und chemischen Prozesse durch die Bodeneigenschaften wurden stichprobenweise Bodenprofile ausgehoben. Die Bodenanalysen hatten zum Ziel, die physikalischen und chemischen Bodeneigenschaften und deren Auswirkung auf die Ernteerträge zu bewerten. Die Tiefe der Bodenschicht variiert im ersten Testgebiet zwischen 54 cm und 130 cm und im zweiten Testgebiet zwischen 30 cm und 150 cm. Die geringe Bodentiefe wird in Testgebiet eins und zwei durch physikalische Bedingungen, zum Beispiel durch den Grundwasserspiegel und durch wurzelundurchlässige Bodenschichten, verursacht. Im Gegensatz dazu hatte das dritte Testgebiet eine tiefergehende Bodenschicht. Der Sättigungsgrad der drei Testgebiete weist in jedem einzelnen Testgebiet, abhängig von der Oberflächenstruktur des Bodens, große Unterschiede auf. Der Inhalt an organischer Substanz schwankte in den drei Testgebieten zwischen hoch und niedrig, abhängig von der Menge der Ernterückstände und des organischen Düngers im Boden. Der ph-Wert liegt in diesen Böden im alkalischen Bereich. Der ECe ist über 4 dS/m (salzhaltige Böden) in Bodenproben des ersten Testgebietes, wenngleich einige Proben der oberen Erdschicht niedrigere ECe Werte (unter 4dS/m) ergaben. Andererseits war der mittlere ECe in den Testgebieten zwei und drei niedriger als 4 dS/m (nicht-salzhaltige Böden). Die Kationenaustauschkapazität (CEC) in den drei Testgebieten ist relativ hoch. Der austauschbare Natriumgehalt in Prozent (ESP) im Testgebiet eins und Testgebiet drei liegt über 15 % und somit ist der Boden alkalisch. Im Testgebiet zwei liegt der ESP-Wert unter 15 %, was ein Indikator für nicht-alkalische Böden ist. Die verfügbare Menge an Stickstoff (N) und Phosphor (P) ist in den drei Testgebieten relativ hoch, gegenüber der Menge des verfügbaren Eisens (Fe), welche in den drei Testgebieten relativ niedrig ist. Verfügbares Mangan (Mn) wurde in einem für das Pflanzenwachstum ausreichenden Maß in allen Testgebieten nachgewiesen. Die Mittelwerte des verfügbaren Zink (Zn) sind in den drei Testgebieten niedrig, während die Mittelwerte des verfügbaren Kupfers (Cu) darauf hinweisen, dass Kupfer (Cu) in jedem Untersuchungsgebiet ausreichend verfügbar für das Pflanzenwachstum ist. Die Gesamtheit der löslichen Salze des Oberflächenwassers ändert sich in Abhängigkeit von Wasserquelle (Kanal und Drainage). Der ECw des Oberflächenwassers variiert zwischen gemäßigt (Testgebiet zwei und drei) sowie hoch und sehr hoch salzhaltig (Testgebiet eins). Dennoch hat die Bahr Elbaker Drainage im Testgebiet zwei einen hohen Salzgehalt. Der ECw-Wert des Grundwassers zeigt sehr salzhaltiges Wasser an. Für SAR wurde im Oberflächenwasser (unter 10 %) in den drei Testgebieten ein vergleichsweise niedriger Wert ermittelt, im Grundwasser hingegen lag dieser Wert jedoch über 26 %. Multiple lineare Regressionsmodelle für Baumwolle in Testgebieten eins und zwei belegen, dass die wichtigsten Faktoren für den Anbau von Baumwolle, die Menge an verfügbarem Stickstoff (N) und verfügbarem Mangan (Mn) im Testgebiet eins ist, während verfügbarer Phosphor (P) und organische Stoffe die Hauptfaktoren für das Baumwollwachstum in Testgebiet zwei sind. Die Multiplen linearen Regressionsmodelle für Reis in den Testgebieten eins und zwei ergaben, dass die verfügbaren Mengen Phosphor (P) und Mangan (Mn) im Testgebiet eins wachstumsbegrenzend sind, während im Testgebiet zwei Stickstoff (N) und Eisen (Fe) als Hauptfaktoren für das Wachstum bestimmend sind. Wie durch das Multiple lineare Regressionsmodell ersichtlich, zeigten die wichtigsten Faktoren für das Wachstum von Baumwolle und Reis in den Gebieten eins und zwei, dass die Unterschiede in den Testgebieten nicht nur in den ausgewählten Einzelkennwerten liegen, sondern auch in Abhängigkeit ihrer Höhe und Korrelation gegeben sind. Bezogen auf die Baumwolle in den zwei Testgebieten waren die R2-Werte 0.83 und 0.95 für das Testgebiet eins bzw. zwei. Bezogen auf Reis waren die Werte 0.88 und 0.84 für das Testgebiet eins bzw. zwei. Die Modelle können verwendet werden, um zukünftige Baumwoll- und Reiserträge vorauszusagen und sie können teilweise hilfreich sein, um die Bodenfruchtbarkeit zu verbessern und somit die Erträge zu erhöhen. Das Endziel der aktuellen Studie ist, durch die genaue Darstellung der Managementzonen, Karten zu erstellen. Ein räumliches GIS-Modell wurde für die Delinierung der Managementzonen verwendet. Dieses Modell basiert auf einer Kombination der Standardertragsdaten mit einerseits den Bodenkennwerten, gewonnen aus den multiplen linearen Regressionsmodellen für Baumwolle und Reis in den Testgebieten eins und zwei und andererseits auf den klassifizierten Fernerkundungsdaten in einem Modell-Rahmenwerk. Durch die Kombination von mehreren verschiedenen Ebenen und der Klassifikation der Gebiete in Gebiete mit niedrigem, mittlerem und hohem Ertrag, konnten Managementzonen identifiziert und abgegrenzt werden. Bezogen auf den Baumwoll- und Reisanbau in den Testgebieten eins und zwei korrespondierten die Managementzonen mit hohen Ernteerträgen stark mit niedriger Bewirtschaftungsintensität, die Zonen mit mittleren Erträgen mit mittlerer Bewirtschaftungsintensität und die Zonen mit niedrigen Ernteerträgen korrespondierten mit hoher Bewirtschaftungsintensität. Außerdem können die mit Hilfe des Modells erstellten Karten als Hilfsmittel für die Bestimmung der optimalen Düngemittelmenge zum Baumwoll- und Reis-Management verwendet werden. - The principal aims of this study are the application of precision farming technology with crop growth models in Egypt to increase the yield production and the monitoring of the change in the land use and land cover in the study area. To achieve these aims, remote sensing imagery was analysed. In addition, field surveys were done, from which ground control points and terrestrial data pertaining to land use and land cover were acquired. Ancillary information as to agricultural management strategies was also obtained through interviews with experts and farmers. Soil and water samples were collected and chemically analysed and the results from the analyses were used to produce crop growth models. The study area is located in the east of the Nile delta in between longitude 31o 50 and 32o 15' E and latitude 30o 45' and 31o 00'N. The total surface area is approximately 103,000 hectares. This area is an extension of the agricultural area in Egypt. Two types of the water are used for agriculture: fresh water and reused drainage water. Three test areas were selected for the application of the precision farming technique using high-resolution SPOT 5 image. The total area for test areas one, two and three were 37.29, 19.80 and 8.69 hectares respectively. These three test areas had different management zones. The work reports on how remote sensing data, soil variables and crop growth models (statistical and spatial models) can be used to asses the relationships between the crop yield production and soil variables and also to delineate the different management zones in the test areas. The results show the effect of soil variables on the yield production and also demonstrate that high-resolution remote sensing imagery is a useful tool in monitoring crop yield. These results suggest that the delineation of the management zones will help to develop the yield production in Egypt through the addition of certain soil variables based on crop requirements and soil conditions and also through soil reclamation procedures. Remote sensing imagery (TM, ETM and SPOT 5) is also used to detect changes in land use and land cover within the study area. The interpretation of satellite images was preformed to produce land use and land cover maps as well as matrix tables showing their changes. Image interpretation techniques could be subdivided into three types: 1.Image pre-processing: the satellite images were geometrically corrected and registered in the UTM zone 36 N, with the ellipsoid Helmart and datum in old Egyptian 1907. 2.Image enhancement: Image enhancement techniques were used to improve the quality of the image for subsequent image classification. The techniques included normalised difference vegetation index (NDVI), principal component analysis (PCA) and tasselled cap transformation (TCT). 3.Extraction of thematic information (Object oriented based classification): This procedure involves multi-resolution segmentation, sample selection, feature selection and classification. The multi-resolution segmentation used different scale parameters. All of these procedures were done for the whole study area and each of the test areas. In the whole study area nine classes were recognized and identified using a standard nearest neighbour technique, while in the test areas the standard nearest neighbour and memberships functions were used to classify the agricultural area in a hierarchical classification depending on the crop types and yields. The results showed that object-oriented image analysis in conjunction with high-resolution remote sensing data is well suited for agricultural applications in Egypt. A post-classification change detection technique is used in this study based on object-based classification. Nine land use/land cover classes are produced. Bare soils, sabkhas, sand, swamps, fish farms, salt and water bodies had been transformed into agriculture and urban areas in the fourteen-year period under this study. Nevertheless fish farms, bare soil and water bodies increased in some periods and decreased in others depending on the human activities. Ninety-four surface soil samples were collected from the three different test areas for two main summer crops in Egypt (cotton and rice). Soil profiles were dug in order to understand and describe the physical and chemical constrains through the soil profile. The soil analysis aimed to evaluate the physical and chemical properties of these soils and their effect on the yield production. The depth of the soil in test area one ranges between 54 to 130 cm while that of test area two ranges between 30 to 150 cm. The shallow soil depth is due to physical constrains (ground water table and hard pan) in test area one and two respectively. Test area three nevertheless had deep soil profiles. The saturation percent of the three test areas had wide ranges depending on the soil texture in each test area. The organic matter value in the three test areas ranged between low and high depending on the quantity of crop residues and organic manure in the soil. The pH is alkaline in these soils. ECe is above 4 dS/m (saline soils) in soil samples of test area one even though some surface soil samples had low ECe values (below 4dS/m). On the other hand the mean ECe in test areas two and three were less than 4 dS/m (non-saline soils). Cation exchange capacity (CEC) in the three test areas is relatively high. The exchangeable sodium percent (ESP) in test area one and test area three is above 15 %, meaning that the soils are alkali. In test area two ESP is below 15 %, which is indicative of non-alkali soils. Levels of available nitrogen and phosphorus are relatively high in the three test areas contrary to the available Fe, which is relatively low in the three test areas. Available Mn was found to be adequate for plant growth in the three test areas. The mean values of the available Zn were low for the three test areas but the mean values of the available Cu obtained in each of the test sites suggest that available Cu was sufficient for plant growth. The total amounts of soluble salts of the surface water vary owing to the water source (canals and drains). The ECw of the surface water ranges between moderate (test areas two and three), high and very high saline (test area one). Nevertheless, the Bahr Elbaker drain in test area two has high salinity content. The ECw for the ground water indicates very high saline water. SAR for the surface water is generally low (below 10 %) in the surface water in the three test areas, while for ground water it is above 26 %. Multiple linear regression models for cotton in the test areas one and two show that the most important factors affecting cotton yield production are the available nitrogen and available Mn for cotton in test area one, while the available phosphorus and organic matter are the most important factors for cotton in test area two. In the case of the multiple regression models for rice in test areas one and two, the most important factors affecting the rice yield production are the available phosphorus and the available Mn in the test area one, while the available nitrogen and the available Fe are the main factors in test area two. The most important factors affecting cotton yield and rice yield in test areas one and two, as reflected by the multiple regression model, showed that the differences between the test areas are not only in the significance of the variables selected, but also on their magnitude and correlation. In the case of cotton in the two test areas, its R2 values were 0.83 and 0.95 for test areas one and two respectively. For the models of rice in the two test areas, its values were 0.88 and 0.84 for test areas one and two respectively. The models can be used to predict future cotton and rice yield. The models can provide partial information to help improve soil fertility to increase the yield production. The final goal of the current study is to produce the application maps through delineation of the management zones. A spatial GIS model was used for the delineation of the management zones on the basis of the combined standard yield data with soil variables derived from the multiple linear regression models for cotton and rice crops in test areas one and two, and remote sensing image classification within a ModelBuilder framework. Combining several different layers and classifying the areas based on the output into low, medium and high yield performances enabled the identification of management zones. The management zones were designated as high management zones corresponding to low yield categories, medium management zones for medium yield categories and low management zones for high yield categories of cotton and rice in test areas one and two. Furthermore, the maps produced by the model can be used as a optimize fertilizers input for cotton and rice management.
Subject(s) Precision Famring; Fernerkundung; GIS and Östlichen Nildelta Ägyptens; Precision Famring; Fernerkundung; GIS and Östlichen Nildelta Ägyptens; Precision Farming; Remote Sensing; GIS and Eastern Nile Delta; Agriculture, forestry
Language eng
Publisher Universität Freiburg; Fakultät für Forst- und Umweltwissenschaften. Institut für Forstökonomie
Type of publication Text.Thesis.Doctoral
Format application/pdf
Rights /doku/lizenzen/1_Standard_mit_POD.pdf
Identifier urn:nbn:de:bsz:25-opus-25517
Repository Freiburg - University of Freiburg
Added to C-A: 2008-12-22;02:22:48