‫ייצור מפות דורש‪:‬‬

‫‪ .1‬איסוף נתונים‬
‫‪ .2‬קליטה‬
‫‪ .3‬הפשטה (‪:)abstraction‬‬
‫א‪ .‬בחירה‬
‫ב‪ .‬ייצוג‬
‫ג‪ .‬הכללה‬
‫ד‪ .‬סימול‬
‫ייצור מפות דורש‪:‬‬
‫‪ .1‬איסוף נתונים‬
‫‪ .2‬קליטה‬
‫‪ .3‬הפשטה (‪:)abstraction‬‬
‫א‪ .‬בחירה‬
‫ב‪ .‬ייצוג‬
‫ג‪ .‬הכללה‬
‫ד‪ .‬סימול‬
 ‫קליטת נתונים‬

‫המטריצה הגיאוגרפית‬

‫ישויות (‪)Features‬‬

‫מאפיינים (‪)Attributes‬‬
 ‫איסוף נתונים‬
‫מקורות נתונים מרחביים –‬
‫יתרונות וחסרונות‬
‫שיטת איסוף ‪ /‬מקור‬
‫נתונים‬
‫דרך קליטת הנתונים‬
‫לממ"ג‬
‫יתרונות‬
‫חסרונות‬
‫על פי נועם לוין‪ ,‬החברה להגנת הטבע‬
‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫מפות נייר קיימות‬ ‫שיטת איסוף ‪/‬‬

‫מקור נתונים‬

‫דרך קליטת‬
‫הנתונים לממ"ג‬

‫יתרונות‬

‫חסרונות‬
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫מפות נייר קיימות‬ ‫שיטת איסוף ‪/‬‬

‫מקור נתונים‬

‫צילום‪ ,‬ייחוס גיאוגרפי ודיגיטציה של אובייקטים לפי‬ ‫דרך קליטת‬

‫הצורך (וקטוריזציה)‬
‫הנתונים לממ"ג‬

‫קיים חומר רב במפות נייר‬ ‫יתרונות‬

‫התאמת מקורות שונים מבחינת קנה מידה‪ ,‬שנה‪ ,‬סוג‬ ‫חסרונות‬

‫נתונים; במפות ישנות יש עיוות של הנייר‬
 ‫איסוף נתונים‬

‫תמורות במסדרונות ירוקים בשוליים הדרומיים‬

‫של מטרופולין המרכז משנות ה‪ 70-‬ועד היום‬

‫נתונים נדרשים‪:‬‬

‫שימושי קרקע בשנות ה‪ 70-‬וה‪80-‬‬

‫מקור הנתונים‪:‬‬

‫מפות אנלוגיות – מפות טופוגרפיות ‪;1:50,000‬‬

‫המרכז למיפוי ישראל (מפ"י)‬
 ‫איסוף נתונים‬

‫איסוף נתונים מתוך מפות אנלוגיות‬

‫היסטוריות‬
‫מפה טופוגרפית ‪ - 1:50,0‬מפת אשדוד ‪1974‬‬

‫המפה צולמה‬
‫במצלמה‬
‫דיגיטלית‬
‫ועברה ייחוס‬
‫גיאוגרפי לרשת‬
‫ישראל החדשה‬
 ‫איסוף נתונים‬
‫תמורות במסדרונות ירוקים בשוליים‬
‫הדרומיים של מטרופולין המרכז משנות‬
‫ה ‪ -70‬ועד היום‬

‫דיגיטציה של‬
‫כבישים‬
‫ושטחים בנויים‬
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬
‫סקר שדה באמצעות מערכת ‪ GPS-GIS‬או‬ ‫שיטת איסוף ‪/‬‬
‫ממ"ל‪-‬ממ"ג‬
‫מקור נתונים‬

‫הנתונים נאספים כישויות מרחביות וקטוריות‬ ‫דרך קליטת‬

‫ולכן אין צורך בהעברה מיוחדת‬
‫הנתונים לממ"ג‬

‫דיוק מרחבי גבוה‪ ,‬כיסוי עולמי‪ ,‬מאפשר מידע בזמן אמת‬ ‫יתרונות‬
‫על מיקום של עצמים נייחים וניידים‬

‫לדיוק מרחבי גבוה (ס"מ) נחוץ תיקון דיפרנציאלי (יקר)‪,‬‬ ‫חסרונות‬

‫בעייתי באזורים בהם אין שמיים פתוחים מספיק (ערוץ‬
‫עמוק‪ ,‬אזורים בנויים)‪ ,‬מחייב הימצאות במקום אותו ממפים‬
 (GPS-GIS) ‫ממ"ג‬-*‫ממ"ל‬

https://blogs.cornell.edu/onlinegis/hands-
on-training/

http://www.aimil.com/product
s/trimble-yuma-2-rugged-
tablet-computer

‫ או מיקום מונחה לוויין‬,‫* מערכת מיקום לוויינית‬

‫אפיון דגמים מרחביים של עלקת‬
‫נתונים נדרשים‪:‬‬
‫ערכי נגיעות ביחידות שוות שטח בחלקה‬

‫מקור הנתונים‪:‬‬
‫ניטור באמצעות מערכת ‪GPS-GIS‬‬
 ‫מיפוי העלקת בתוך החלקה‬
‫• דוגמים את החלקה ע"י חלוקת החלקה למשבצות‪:‬‬
‫– ‪ 240‬מ"ר [‪ 12 ,10*24‬ערוגות במשבצת]‪.‬‬
‫• בכל משבצת (נקודה) מעריכים את רמת הנגיעות‬
‫בעלקת‪.‬‬
‫רמת נגיעות כמות אגדי עלקת‬
‫במשבצת‬
‫‪0‬‬ ‫‪0‬‬ ‫אין‬
‫בין ‪ 1‬ל‪50 -‬‬ ‫‪1‬‬ ‫נמוכה‬
‫בין ‪ 50‬ל‪200-‬‬ ‫‪2‬‬ ‫בינונית‬
‫מעל ‪200‬‬ ‫‪3‬‬ ‫גבוהה‬

‫‪5/5/2019‬‬ ‫‪13‬‬
Low infection level No infection

Medium infection level High infection level

 ‫מיפוי העלקת בתוך החלקה‬
‫‪2011‬‬ ‫‪2010‬‬

‫‪4‬‬
‫‪4‬‬
‫‪3‬‬ ‫‪2‬‬

‫‪1‬‬
‫‪4‬‬
‫‪3‬‬
‫‪4‬‬

‫‪5‬‬

‫סה"כ ‪43‬‬ ‫‪ 15 -2010‬חלקות‬

‫‪ 16 -2011‬חלקות‬
‫•‬
‫•‬
‫‪1‬‬
‫חלקות‬ ‫‪12 -2012‬חלקות‬ ‫•‬
‫‪5/5/2019‬‬ ‫‪15‬‬
 ‫דגמי פיזור מרחבי‬

‫דגם הנובע מהבדל במחזור הגידולים‬ ‫נגיעות אקראית ‪ /‬מפוזרת (?)‬

‫בחלקה‬
‫‪5/5/2019‬‬ ‫‪16‬‬
 ‫דגמי פיזור מרחבי‬

‫‪ )2‬מקבצים מאורכים ‪ )3‬מקבצים כיווניים בצד מסוים‬ ‫‪ )1‬מקבצים‬

‫של החלקה‬ ‫לאורך שורות‬ ‫מוקדיים‬
‫‪ +‬מקבצים מוקדיים‪.‬‬ ‫הגידול ‪ +‬כיווניות‬
‫‪5/5/2019‬‬ ‫‪17‬‬
 ‫מקבצים מוקדיים‪ :‬מיקום גונדולות?‬
‫מקרא‬
‫אינטרפולציה אינדקס נגיעות‬
‫‪0‬‬ ‫נמוכה‬
‫‪1‬‬
‫‪2‬‬ ‫בינונית‬
‫‪3‬‬ ‫גבוהה‬

‫מיקום גונדולה ‪208‬‬

‫גידול עג"ת ‪082‬‬

‫(נגיעות נמוכה בחלקה)‬

‫‪5/5/2019‬‬ ‫‪18‬‬
 ‫מקבצים מאורכים לאורך שורות‪:‬‬
‫העברה באמצעות כלים חקלאיים?‬
‫גידול עג"ת ‪082‬‬
‫(נגיעות נמוכה‬
‫בחלקה)‬

‫מיקום גונדולה ‪209‬‬

‫מקרא‬
‫אינטרפולציה אינדקס נגיעות‬
‫‪0‬‬ ‫נמוכה‬
‫‪1‬‬
‫‪2‬‬ ‫בינונית‬
‫‪3‬‬ ‫גבוהה‬

‫‪5/5/2019‬‬ ‫‪19‬‬
 ‫מיקבצים בכיוון אחד של החלקה‪:‬‬
‫העברה מחלקות סמוכות‬

‫עגבנייה ‪092‬‬
‫נגיעות בינונית בעלקת‬

‫מקרא‬
‫אינטרפולציה אינדקס נגיעות‬
‫‪0‬‬ ‫נמוכה‬
‫‪1‬‬
‫‪2‬‬ ‫בינונית‬
‫‪3‬‬ ‫גבוהה‬

‫‪5/5/2019‬‬ ‫‪20‬‬
 ‫דגם אקראי של נגיעות‬
‫נאמר בגמרא‪:‬‬
‫"אינו דומה שונה פרקו מאה פעמים למי‬
‫ששונה פרקו מאה פעמים ואחת" (חגיגה‬
‫ט'‪,):‬‬

‫שנאמר (דברים לב‪ ,‬מז)‪:‬‬

‫"כי לא דבר ריק הוא מכם"‬
‫ואם ריק הוא ‪ -‬מכם ריק הוא‪.‬‬
‫מקרא‬
‫דגם אקראי?‬ ‫אינטרפולציה אינדקס נגיעות‬
‫עדיין אין מספיק הבנה לגבי הגורמים‬ ‫‪0‬‬ ‫נמוכה‬
‫לפיזור‬ ‫‪1‬‬
‫בינונית‬
‫‪2‬‬
‫‪3‬‬ ‫גבוהה‬

‫‪5/5/2019‬‬ ‫‪21‬‬
 ‫השפעת חלקות שכנות‬
‫• במידה ובודקים את הקשר למרחק מחלקה שכנה בחלקות ללא היסטוריית‬
‫נגיעות וללא התייחסות לרמת הנגיעות בחלקה מתקבל קשר שלילי חזק‬
‫ממנו ניתן להסיק כי כאשר אין מקור פנימי לאילוח בחלקה‪ ,‬נגיעות בחלקה‬
‫השכנה הינה מקור משמעותי לאילוח‬

‫‪2.4‬‬ ‫‪R² = 0.0941‬‬

‫‪2‬‬
‫‪1.6‬‬
‫ממוצע עלקת‬

‫‪1.2‬‬
‫‪0.8‬‬ ‫עם היסטורית נגיעות‬
‫‪R² = 0.8653‬‬
‫‪0.4‬‬ ‫ללא היסטורית נגיעות‬
‫‪0‬‬
‫‪0 10 20 30 40 50 60 70 80 90 100 110 120‬‬
‫מרחק מקצה חלקה‬
‫‪5/5/2019‬‬ ‫‪22‬‬
‫דינאמיקה של התפשטות וירוס קיפול העלים‬

‫נתונים נדרשים‪:‬‬
‫מיקום של גפנים נגועות במספר שנים עוקבות‬

‫מקור הנתונים‪:‬‬
‫ניטור באמצעות מערכת ‪???GPS-GIS‬‬

‫‪23‬‬
‫‪Infected vines – 2005‬‬

‫כיצד ניתן להכין‬

‫את השכבה של‬
‫הגפנים הנגועות‬
‫והלא נגועות‬
‫בכל שנה?‬

‫‪24‬‬
Infected vines – 2005
Border of The
the vineyard
vineyard is of 40
rows

• Low infestation level

• Random distribution

25
Infected vines – 2006

• Low infestation level

• Random distribution
• The north-eastern area
is starting to filled up
• some of the expansion
is along rows

26
Infected vines – 2007

• The north-eastern area

is filled-up along rows
and to becomes a
cluster

27
Infected vines – 2008

• The north-eastern
cluster is expanding
• Some expansion occurs
in the southern and the
central areas mostly
along rows

28
Infected vines – 2009

• The north-eastern
cluster and the
southern cluster are
expanding
• In the center some
random distribution

29
Infected vines – 2010

• The north-eastern
cluster and the
southern are expanding
towards the central
area

30
Infected vines – 2011

• The north-eastern
cluster and the
southern are expanding
towards the central
area

31
 ‫הכנת שכבה מרחבית‬

‫• יש להכין שכבה נקודתית של כל גפן‬

‫– באמצעות ‪ :GPS‬הדיוקים של המכשירים הקיימים אינם‬
‫מספיקים כדי לדקור כל גפן במרחקים של ‪ 1.5‬מטר‬
‫– באמצעות תצ"א‪ :‬בכרם ליין לא ניתן להבחין בין גפן‬
‫לגפן אלא רק בשורות‬

‫‪32‬‬
 ‫הכנת שכבה מרחבית‬

‫• יש להכין שכבה נקודתית של כל גפן‬

‫– למעשה‪ :‬דקירת נקודת התחלה וסוף של כל שורה‬
‫(בשטח עם ‪ GPS‬או באמצעות תצ"א – אם השורות‬
‫ברורות)‬
‫– יצירת שכבה קווית של שורות מתוך השכבה הנקודתית‬
‫על ידי הגדרה של נקודות התחלה וסוף של כל קו‪.‬‬
‫– חלוקה של כל קו למרחקים שווים של ‪ 1.5‬מטר כך‬
‫שמתקבלת שכבה נקודתית באמצעות ‪construct‬‬
‫‪ points‬בכלי העריכה‬

‫‪3‬‬
‫הכנת שכבה מרחבית‬

‫‪34‬‬
‫הכנת שכבה מרחבית‬

‫‪35‬‬
‫הכנת שכבה מרחבית‬

‫‪36‬‬
 ‫יצירת מספר סידורי ייחודי לכל גפן‬
‫• מספור של כל גפן באמצעות הקוד של ‪ Sequential ID‬בכל‬
‫קו (שורה)‪https://support.esri.com/en/technical- .‬‬
‫‪article/000011137‬‬
‫• בסופו של תהליך יש מכל "מספר גפן" כמה גפנים כמספר‬
‫השורות ולכן אין מספר ייחודי‬
‫• יצירת עמודה שבה יהיה שילוב של מספר החלקה‪ ,‬השורה‬
‫והגפן באמצעות ה‪ field calculator-‬באמצעות המשוואה‪:‬‬
‫‪100000*PlotNum+10000*RowNum+VineNum‬‬
‫– זה במקרה שיש עד ‪ 999‬גפנים בכל שורה‪ .‬אם יש יותר צריך‬
‫לשנות את המקדמים בהתאם‪.‬‬

‫‪37‬‬
 ‫בסיס נתונים רב‪-‬שנתי של נגיעות‬

‫• על הבסיס הזה של שכבה נקודתית לה לכל גפן יש‬

‫מספר ייחודי שניתן באמצעותו להתחקות אחר‬
‫מספר החלקה‪ ,‬השורה והגפן‬
‫• ניתן בכל שנה להכניס נתונים בטבלה ואח"כ לשלב‬
‫אותה בשכבה הנקודתית באמצעות ‪.Join‬‬

‫‪38‬‬
 ‫מדוע כל זה לא נדרש במיפוי העלקת?‬

‫• המרחקים בין כל נקודת דגימה גדולים ומתאימים‬

‫לדיוק של ה‪.GPS-‬‬
‫• לא מדובר בנתונים רב שנתיים שצריך לחזור לכל‬
‫נקודה באופן מדוייק‪.‬‬

‫‪39‬‬
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫מערכות לאיסוף נתונים ייעודיות באמצעות‬ ‫שיטת איסוף ‪/‬‬

‫סלולר משולב ממ"ל )‪(GPS‬‬
‫מקור נתונים‬

‫קליטה ישירה של המיקום דרך לוויין; הנתונים נאספים‬ ‫דרך קליטת‬

‫בפורמט טקסטואלי בד"כ ולכן יש צורך בהמרה לפורמט‬ ‫הנתונים לממ"ג‬
‫מרחבי מתאים‬

‫מאפשר איסוף מידע מקוון‬ ‫יתרונות‬

‫מצריך שינוי בתפיסה של קהל היעד (נטרים‪ ,‬פקחים‪,‬‬ ‫חסרונות‬

‫מדריכים‪ ,‬חקלאים)‬
 ‫איסוף נתונים‬

‫פיתוח מערך הדברה משולב‪-‬אזורי של‬

‫פגעים‬
‫נתונים נדרשים‪:‬‬
‫נתוני פיקוח במרחב בזמן אמת‬

‫מקור הנתונים‪:‬‬
‫ניטור באמצעות מערכות לאיסוף נתונים ייעודיות באמצעות‬
‫סלולר משולב ממ"ל )‪(GPS‬‬
 ‫למה הדברה משולבת אזורית?‬
‫מזיקים אינם מבחינים בין גבולות של משקים‬ ‫‪‬‬
‫הם עוברים משדה אחד למשנהו‬ ‫‪‬‬
‫הם עוברים מגידול אחד למשנהו‬ ‫‪‬‬
‫סמיכות חלקות עם גידולים שונים‬
 Share
America Mother
Koppert Jones
‫ארכיטקטורת מערכת‬
 ‫רכיבי מערכת‬
‫יישומון ייעודי לטלפון חכם‬ ‫‪‬‬
‫שרת אינטרנט‪:‬‬ ‫‪‬‬
‫בסיס נתונים ‪ / MySQL -‬קוד‬ ‫‪‬‬
‫פתוח‬
‫תוכנת ניהול בסיס הנתונים‬ ‫‪‬‬
‫קליטת נתונים‬ ‫‪‬‬
‫אחזור טקסטואלי לפי שאילתות ‪/‬‬ ‫‪‬‬
‫פורמטים קבועים‬
‫אחזור גיאוגרפי והצגת מפות‬ ‫‪‬‬
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫מערכות לאיסוף נתונים באמצעות טפסים‬ ‫שיטת איסוף ‪/‬‬

‫ייעודיים‬
‫מקור נתונים‬

‫הנתונים נאספים בפורמט טקסטואלי; יש צורך בהמרה‬ ‫דרך קליטת‬

‫לפורמט מרחבי מתאים‬ ‫הנתונים לממ"ג‬

‫מתאים למטרות רבות שהמיקום איננו חלק אינטגרלי‬

‫מאיסוף הנתונים של משתמש הקצה אלא מתקבל‬
‫בדרכים שונות‬ ‫יתרונות‬

‫כאשר מדובר באיסוף נתונים רבים יש לייצר מערך ייעודי‬ ‫חסרונות‬

‫כדי להפוך את הנתונים לשכבות גיאוגרפיות באופן‬
‫אוטומטי ‪ /‬חצי‪-‬אוטומטי‬
 ‫מפה אינטראקטיבית של תחנות רדיו‬

https://docs.google.com/forms/d/e/1FAIp
QLSfycftelS3jk9gXOx_kq6OAj3dZgg1p9
Gv7M8uOUXdyeq_RnA/viewform

http://radio.garden/live/

52
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫מערכות ניטור אוטומטי באמצעות מערך חיישנים‬ ‫שיטת איסוף ‪/‬‬

‫ויחידות שידור משולבי ממ"ל )‪(GPS‬‬
‫מקור נתונים‬

‫קליטה ישירה של המיקום דרך לוויין; הנתונים נאספים‬ ‫דרך קליטת‬

‫בפורמט טקסטואלי בד"כ ולכן יש צורך בהמרה לפורמט‬ ‫הנתונים לממ"ג‬
‫מרחבי מתאים‬

‫איסוף מידע מקוון ואובייקטיבי‪ ,‬ניטור השונות המרחבית‬ ‫יתרונות‬

‫ברמת החלקה מחד וברמה אזורית וארצית מאידך‪,‬‬
‫פיזור אינטנסיבי שאינו תלוי בגישה‬

‫מקור אנרגיה‪ ,‬שינוי תפיסה בארגון‪ ,‬בריכוז ובניתוח‬ ‫חסרונות‬

‫הנתונים‬
‫מגוון חיישנים עם שידור בזמן אמת‬

‫תחנות מטאורולוגיות כולל התאדות מגיגית‪,‬‬

‫הובואים לניטור טמפ' אוויר ולחות יחסית‬
‫פוטנציאל מים בקרקע להשקיה‬
‫חיישנים לרטיבות קרקע‬
‫חיישני צמח כמו דנדרומטרים‪ ,‬עובי עלה‬
‫מערכות לניטור אוטומטי של מזיקים‬

‫‪54‬‬
‫איסוף נתונים‬
‫איסוף נתונים‬
‫איסוף נתונים‬
‫איסוף נתונים‬
‫איסוף נתונים‬
‫איסוף נתונים‬
‫איסוף נתונים‬
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫איסוף נתונים אוטומטי תוך כדי נסיעה‬ ‫שיטת איסוף ‪/‬‬

‫באמצעות מערך חיישנים וממ"ל ‪GPS -‬‬
‫מקור נתונים‬

‫קליטה ישירה של המיקום דרך לוויין; הנתונים נאספים‬ ‫דרך קליטת‬

‫בפורמט טקסטואלי בד"כ ולכן יש צורך בהמרה לפורמט‬ ‫הנתונים לממ"ג‬
‫מרחבי מתאים‬

‫מאפשר איסוף מידע אינטנסיבי ומהיר על השטח‪,‬‬

‫יתרונות‬
‫מתאים ליישום של חקלאות מדייקת‬

‫עדיין מוגבל מבחינת האינטרפרטציה למימשק החקלאי‬ ‫חסרונות‬

 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫חישה מרחוק‪ :‬דימותי לוויין‪ ,‬תצ"א‪ ,‬צילומים ממערכות‬ ‫שיטת איסוף ‪/‬‬
‫מוטסות לא מאויישות (‪)UAV‬‬ ‫מקור נתונים‬
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬
‫תצלומי אוויר מולטי‪-‬ספקטראליים (נראה וא"א‬ ‫שיטת איסוף ‪/‬‬
‫קרוב) או תרמיים‬ ‫מקור נתונים‬

‫הנתונים מתקבלים בפורמט רסטרי (של תמונה); עם‬

‫דרך קליטת‬
‫ייחוס גיאוגרפי; דיגיטציה של אובייקטים לפי הצורך‬
‫או באמצעות עיבוד תמונה‬ ‫הנתונים לממ"ג‬

‫מבט אווירי‪ ,‬רזולוציה מרחבית גבוהה‪ ,‬פרשנות חזותית‬

‫קלה‬ ‫יתרונות‬

‫קנה מידה מקומי‪ ,‬עיוותי תבליט שמחייבים תיקונים על מנת‬

‫ליצור אורתופוטו‪ ,‬יקרים?‬ ‫חסרונות‬
 Artist’s rendition of satellites orbiting
the Earth – rottenman/123RF Stock
SATELLITES
https://earthexplorer.usgs.gov

Photo
https://clim-engine.appspot.com/
FREE IMAGERY:
/
SENTINEL-2 (2 SATELLITES) – REVISIT TIME OF 5 DAYS, 13 BANDS, 10-60
M SPATIAL RESOLUTION
LANDSAT – REVISIT TIME OF 16 DAYS, 7 BANDS, 15-60 M SPATIAL
RESOLUTION
MODIS – DAILY REVISIT TIME, 250-1000 M RESOLUTION
COMMERCIAL:
PLANET-LABS DOVES (MORE THAN 150 MINIATURE SATELLITES) – DAILY
REVISIT TIME GLOBALLY, 4 BANDS 3X3 SPATIAL RESOLUTION
 ‫עקום החזרה טיפוסי של עלה‬

http://www.amesremote.com/section1.htm
Satellite bands
 ‫איסוף נתונים‬

‫זיהוי עצים וגודל נוף‬

‫נתונים נדרשים‪:‬‬
‫תצ"א באור הנראה‬

‫מקור הנתונים‪:‬‬
‫חברות המספקות תצ"א‪ ,‬מפ"י‬
 ‫איסוף נתונים‬

‫זיהוי עצים וגודל נוף‬

 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬
‫שיטת איסוף ‪/‬‬
‫דימותי לוויין מולטי‪-‬ספקטראליים‬
‫מקור נתונים‬

‫הנתונים נאספים ע"י חיישנים על גבי פלטפורמה‬

‫דרך קליטת‬
‫לוויינית‪ .‬מתקבלים בפורמט רסטרי (של תמונה); רבים‬
‫מהם מתקבלים עם ייחוס גיאוגרפי‪ ,‬דיגיטציה‬ ‫הנתונים לממ"ג‬

‫כיסוי שטח נרחב‪ ,‬סדרת נתונים בזמן של כ ‪ 40-‬שנה‬

‫אחורה‪ ,‬חלקם אוספים נתונים כל הזמן בלי צורך בנוכחות‬ ‫יתרונות‬
‫אדם‪ ,‬זול יחסית או חינם‬

‫חלקם זמינים ברזולוציה מרחבית נמוכה (ק"מ‪-‬עשרות מטרים)‪,‬‬ ‫חסרונות‬

‫נתונים ברזולוציה מרחבית גבוהה (מטר) עדיין יקרים לחקלאי‬
‫הבודד‪ ,‬אינטרפרטציה לא תמיד טריוויאלית‬
MODIS- Temperature Mapping
 Satellite time lapse reveals
humanity's global footprint

https://www.vox.com/2015/5/1/8529995/satellite-
timelapse-images-video
SPOT-Biomass Mapping
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬
‫שיטת איסוף‬
‫צילומים ממערכות לא מאויישות‬
‫‪/‬‬

‫הנתונים נאספים ע"י חיישנים על גבי‬ ‫מקור נתונים‬

‫דרך קליטת‬
‫פלטפורמה לא מאויישת‪ .‬מתקבלים בפורמט‬
‫רסטרי (של תמונה); חלקם מתקבלים עם ייחוס‬ ‫הנתונים לממ"ג‬
‫גיאוגרפי‪ ,‬דיגיטציה או עיבוד תמונה‬

‫גמישות יחסית במועד הצילום‪ ,‬רזולוציה גבוהה‬ ‫יתרונות‬

‫לחלק מהיישומים עדיין יקר‪ ,‬רוח‬ ‫חסרונות‬

Sentinel2-‫ מכטב"מ ומלוויין ה‬NDVI ‫השוואה בין מפת‬

The imaging campaign was

ordered by Carmel-Winery
(http://www.carmelwines.co
.il/en/) and conducted by
Agricam Ltd.
(http://www.agricam-
ag.com/ ).

showing variability in crop

density. Green: high crop
density, Yellow: medium
crop density and Red: low
crop density.
‫השוואה בין צילום מ"ס מכטב"מ ומלוויין ה‪Spot-‬‬
 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬

‫תצלומי אויר‬ ‫שיטת איסוף ‪/‬‬

‫ישנים‬ ‫מקור נתונים‬

‫סריקה (צילום דיגיטאלי)‪ ,‬ייחוס גיאוגרפי ‪,‬דיגיטציה של‬ ‫דרך קליטת‬

‫אובייקטים לפי הצורך או באמצעות עיבוד תמונה‬
‫הנתונים לממ"ג‬

‫מבט אווירי‪ ,‬סדרת נתונים בזמן של ‪ 50‬שנה בארץ‪,‬‬ ‫יתרונות‬

‫רזולוציה מרחבית גבוהה‪ ,‬פרשנות חזותית קלה‬

‫קנה מידה מקומי‪ ,‬עיוותי תבליט שמחייבים תיקונים על מנת‬ ‫חסרונות‬

‫ליצור אורתופוטו‬
‫איתור עקת חוסר מים והכוונת השקיה בתפו"א‬
‫באמצעות צילום תרמי‬
‫איתור עקה והכוונת השקיה בתפו"א‬

‫צילום תרמי מכטב"מ‬

 ‫מקורות נתונים מרחביים –‬ ‫איסוף נתונים‬

‫יתרונות וחסרונות‬
‫דימותי לוויין ותצלומים מוטסים היפר‪-‬‬ ‫שיטת איסוף‬
‫ספקטראליים‬ ‫‪/‬‬
‫מקור נתונים‬
‫מתקבלים בפורמט רסטרי (של תמונה)‪ ,‬חלקם עם‬ ‫דרך קליטת‬
‫ייחוס גיאוגרפי‪ ,‬למוטסים צריך לבצע גם תיקון‬
‫הנתונים לממ"ג‬
‫גיאומטרי‬
‫איסוף נתונים פיזיקליים מתחום רחב מהספקטרום‬ ‫יתרונות‬
‫האלקטרומגנטי – זיהוי מעודן כדוגמת סוגי מסלע‪,‬‬
‫סוגי קרקע וסוגי צומח ואף תכונות מסוימות כמו‬
‫מצב מים‪ ,‬רמת חנקן‬

‫מערכות יקרות‪ ,‬השפעות רבות על הנתונים‬ ‫חסרונות‬

‫שמצריכות עיבוד מקדים מורכב‪ ,‬פרשנות לא‬
‫פשוטה‪ ,‬יקר מאוד‬
 ‫עקום החזרה טיפוסי של עלה‬

http://www.amesremote.com/section1.htm
 ‫קוביה היפר‪-‬ספקטראלית‬
‫‪Y,X‬‬ ‫החזר‬
‫קרקע‬
‫מימד‬
‫מרחבי‬
‫‪123..........................n‬‬
‫אורכי גל‬
‫החזר‬

‫צומח‬

‫‪123..........................n‬‬
‫אורכי גל‬
‫החזר‬
‫מים‬

‫‪ Z‬מימד ספקטרלי‬
‫‪123..........................n‬‬
‫אורכי גל‬
‫עקומים ספקטראליים של‬
‫פיקסלים שונים בקוביה‬
‫ה"ס‬
 ‫הערכת רמת חנקן בשדה תפו"א באמצעות‬
‫ ניתוח ספקטרלי‬:‫צילומים ה"ס מוטסים‬
60

Reflectance (%)
40

RGB: 20
670 nm
550 nm 0
420 nm 400 500 600 700
Wavelength (nm)
800 900

25%
60
75% 0% 50% 25% 75%
0%

Reflectance (%)
40
100% 50%
50% 75% 50% 100%
50% 75% IR-R-G: 20

25% 25%
750 nm
100% 50% 100% 50% 670 nm 0
400 500 600 700 800 900
0% 0% 550 nm Wavelength (nm)
 ‫הערכת רמת חנקן בשדה תפו"א באמצעות‬
‫צילומים ה"ס מוטסים‪ :‬ניתוח ספקטרלי‬
‫‪25%‬‬

‫‪75%‬‬ ‫‪0%‬‬ ‫‪50% 25% 75%‬‬

‫‪0%‬‬
‫‪High N‬‬
‫‪100%‬‬ ‫‪50%‬‬
‫‪50%‬‬ ‫‪75% 50% 100%‬‬
‫‪50%‬‬ ‫‪75%‬‬ ‫‪IR-R-G:‬‬
‫‪25%‬‬ ‫‪25%‬‬
‫‪750 nm‬‬
‫‪100% 50%‬‬ ‫‪100% 50%‬‬ ‫‪670 nm‬‬
‫‪0%‬‬ ‫‪0%‬‬ ‫‪550 nm‬‬

‫‪60‬‬
‫)‪Reflectance (%‬‬

‫‪Low N‬‬
‫‪40‬‬

‫‪Soil‬‬
‫‪20‬‬

‫‪0‬‬
‫‪400‬‬ ‫‪500‬‬ ‫‪600‬‬ ‫‪700‬‬ ‫‪800‬‬ ‫‪900‬‬
‫)‪Wavelength (nm‬‬
‫הערכת רמת חנקן בשדה תירס באמצעות‬
‫צילומים ה"ס מוטסים‪ :‬ניתוח ספקטרלי‬
‫(קנדה)‬
 ‫עיוותים‬
‫גיאומטריים‬
‫הנגרמים‬
‫מתזוזות‬
‫המטוס‬
‫לאחר תיקון‬
‫גיאומטרי‪....‬‬
‫וחישוב מדד‬
‫צמחי‬
 ‫איסוף נתונים‬

‫מקורות נתונים מרחביים –‬

‫יתרונות וחסרונות‬

‫טלמטריה‪GPS /‬‬ ‫שיטת איסוף‬

‫על בעלי‪-‬חיים‬ ‫‪/‬‬
‫מקור נתונים‬
‫קליטה ישירה של המיקום דרך לוויין‪,‬‬ ‫דרך קליטת‬
‫הנתונים נאספים בפורמט טקסטואלי בד"כ‬ ‫הנתונים לממ"ג‬
‫ולכן יש צורך בהמרה לפורמט מרחבי‬
‫מתאים‬
‫מאפשרת איסוף נתונים על בעלי חיים‬ ‫יתרונות‬
‫ממושדרים‬
‫מיכשור יקר; יקר בכח אדם ובזמן (אם אין תחנות‬ ‫חסרונות‬
‫קליטה קבועות)‬
‫מרעה כבשים וזיהום קרקע חנקתי‬
‫יחידת ‪ GPS‬וחיישן לשתן של כבשים‪ :‬משקל קל‪ ,‬חיבור פשוט‪,‬‬
‫ידידותי‪ ,‬הבטריה מחזיקה ‪ 3‬ימים‪ ,‬עלות נמוכה‪ ,‬מקלט ‪Trimble‬‬
‫בנוסף‪ ,‬סופר "תלישות" או "לעיסות"‪ :‬מספר לעיסות ממוצע במהלך יממה‬
‫חיבור נתונים משני מקורות מידע באמצעות טביעת זמן‪ :‬התאמה טובה –‬
‫נחות ולא אוכלות (ירוק) נעות ורועות (אדום)‪.‬‬
‫רב הפסקות השירותים קרו בזמן המנוחה‬
 ‫סוף סוף נתוני מיקום‪ :‬היכן הכבשים‬
‫מבלות את הזמן? אזורי החניה מזוהים‬
‫בקלות‬
‫שילוב של מיקום וזמן מגלה עובדות מעניינות נוספות‬
‫מיפוי לפי מספר הפסקות שירותים בכל‬
‫תא שטח מגלה היכן המקומות המועדים‬
‫לפורענות‬