Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. №3. С. 180-192

О возможностях оценки качества пахотных угодий Баксанского района Кабардино-Балкарии на основе спутникового сервиса «ВЕГА»

И.Ю. Савин1,2  , Э.Р. Танов2 
1 Почвенный институт им. В.В. Докучаева, Москва, Россия
2 Российский университет дружбы народов, Москва, Россия
Разработан новый подход к оценке качества пахотных земель, основанный на использовании спутниковых данных MODIS. Суть подхода состоит в экспертном анализе кривых вегетационного индекса NDVI за последние 10-12 лет по отдельности для разных групп культур, а также межгодовой вариабельности сезонного максимума вегетационного индекса NDVI, величина которого используется в качестве индикатора состояния посевов и урожайности культур на отдельных полях. По характеру кривых вегетационного индекса NDVI все кривые удалось экспертно классифицировать на группы, характеризующие озимые, ранние яровые и поздние яровые культуры. Разработанный подход к оценке качества пахотных угодий был апробирован на примере Баксанского района Кабардино-Балкарии. Анализ проведен для всех пахотных угодий района, маска которых была получена путем визуального дешифрирования границ полей по спутниковым данным Landsat. Кривые вегетационного индекса NDVI были получены с использованием спутникового сервиса «ВЕГА». На основе разработанного подхода все поля района ранжированы по качеству пахотных земель. Полученные данные предназначены для использования при кадастровой оценке земель, а также для оптимизации размещения основных сельскохозяйственных культур в республике. Разработанный подход может быть использован и для других районов и субъектов Российской Федерации.
Ключевые слова: оценка земель, спутниковый сервис «ВЕГА», Кабардино-Балкария
Полный текст

Список литературы:

  1. Лупян Е.А., Савин И.Ю., Барталев С.А., Толпин В.А., Балашов И.В., Плотников Д.Е. Спутниковый сервис мониторинга состояния растительности ("Вега") // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 190-198.
  2. Почвенная карта Кабардино-Балкарской ССР. Масштаб 1:200000 – ГУГК, 1985.
  3. Савин И.Ю. Симакова М.С. Спутниковые технологии для инвентаризации и мониторинга почв в России. - Современные проблемы дистанционного зондирования Земли из космоса, 2012. Т. 9. № 5. С. 104-115.
  4. Савин И.Ю., Барталев С.А., Лупян Е.А., Толпин В.А., Хвостиков С.А. Прогнозирование урожайности сельскохозяйственных культур на основе спутниковых данных: возможности и перспективы // Современные проблемы дистанционного зондирования Земли из космоса, 2010. Т.7. № 3. С. 275-285.
  5. Толпин В.А., Балашов И.В., Лупян Е.А., Савин И.Ю. Спутниковый сервис "Вега" // Земля из космоса, 2011. Выпуск 9. Весна. С. 32-37.
  6. Фомин Н.П., Сапожников П.М. "Новые подходы к государственной кадастровой оценке земель сельскохозяйственного назначения" [Дата публикации - 20.10.2010], http://www.valnet.ru/m7.phtml
  7. Bala S.K., Islam A.S. Correlation between potato yield and MODIS-derived vegetation indices // International Journal of Remote Sensing. V. 30. Issue 10. January 2009. P. 2491-2507.
  8. Baret, F., Guyot, G. (1991), Potentials and limits of vegetation indices for LAI and APAR assessment // Remote Sensing of Environment. 35:161-173.
  9. Benedetti, R., P. Rossinni. (1993). On the use of NDVI profiles as a tool for agricultural statistics: the case study of wheat yield estimate and forecast in Emilia Romagna // Remote Sensing of Environment. 45:311-326.
  10. Bouman, B. A. M., Uenk, D., & Haverkort, A. J. (1992). Estimation of ground cover of potato by reflectance measurements // Potato Research, 35. 111-125.
  11. Elvidge, C. D., and Lyon, R. J. P. (1985). Influence of rock-soil spectral variation on assessment of green biomass // Remote Sensing of Environment. 17:265-279.
  12. Huete, A. R., Jackson, R. D., and Post, D. F. (1985). Spectral response of a plant canopy with different soil backgrounds // Remote Sensing of Environment. 17:37-53.
  13. Groten, S.M.E. (1993). NDVI crop monitoring and early yield assessment of Burkina Faso // International Journal of Remote Sensing 14(8):1495-1515.
  14. Liu, W.T., and F. Kogan. (2002). Monitoring Brazilian soybean production using NOAA/AVHRR based vegetation condition indices // International Journal of Remote Sensing 23(6):1161-1179.
  15. Medvedeva M.A., I.Yu. Savin, and V.A. Isaev. Determination of Area of Drought-Affected Crops Based on Satellite Data (Exemplified by Crops in Chuvashia in 2010) // Russian Agricultural Sciences. 2012. Vol. 38. No 2. P. 121-125.
  16. Quarmby, N.A., M. Milnes, T.L. Hindle, and N. Silicos. (1993). The use of multitemporal NDVI measurements from AVHRR data for crop yield estimation and prediction // International Journal of Remote Sensing. 14:199-210.
  17. Rasmussen, M.S. (1997). Operational Yield forecast using AVHRR NDVI data: reduction of environmental and inter-annual variability // International Journal of Remote Sensing 18(5):1059-1077.
  18. Rembold F., Atzberger C., Savin I., Rojas O. Using low resolution satellite imagery for yield prediction and yield anomaly detection // Remote Sensing. 2013. Vol. 5. No. 4. С. 1704-1733.
  19. Remote Sensing Support to Crop Yield Forecast and Area Estimates The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences Vol. XXXVI, No. 8/W48 ISPRS WG VIII/10 Workshop 2006, Stresa, Italy.
  20. Saravanan S. Estimating Yield of Irrigated Potatoes Using Aerial and Satellite Remote Sensing. (2011). All Graduate Theses and Dissertations. Paper 1049.
  21. Savin I.Yu., Nègre Т. Agro-meteorological Monitoring in Russia and Central Asian Countries - OPOCE EUR 22210EN. Ispra (Italy). 2006. 214 p.
  22. Unganai, L.S., and F.N. Kogan. (1998). Drought monitoring and Corn yield estimation in Southern Africa from AVHRR data // Remote Sensing of Environment. 63:219-232.
  23. Yang, C., J.H. Everitt, J.M. Bradford, and D.E. Escobar. 2000. Mapping grain sorghum growth and yield variations using airborne multispectral digital imagery // Transactions of ASAE, 43(6):1927-1938.