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. 2016. Т. 13. № 1. С. 49-60

Оценка пространственно-временных изменений NDVI (биомассы) в горных экосистемах Армении с использованием дистанционных данных

В.С. Мурадян 1 , Ш.Г. Асмарян 1 , А.К. Сагателян 1 
1 Центр эколого-ноосферных исследований НАН РА, Ереван, Армения

Одобрена к печати: 23.10.2015
DOI: 10.21046/2070-7401-2016-13-1-49-60
 

Данное исследование растительной биомассы различных территорий горных экосистем Армении было выполнено в вегетационный период 2013г. Исследование основано на использовании временных рядов нормализованного разностного вегетационного индекса NDVI, поскольку в последнее десятилетие данные NDVI доказанно являются мощным инструментом мониторинга роста биомассы. Индекс NDVI, который можно рассчитать прямо из данных спутников серии Landsat, относится к характеристикам растительного покрова. Это основанное на данных NDVI исследование склонов с разной экспозицией на высоте 1850–3150 м н.у.м. показало, что в период вегетации наибольшая биомасса обнаруживается на северных (2300–2400м), а наименьшая – на южных склонах (2000–2100 м). Высокие коэффициенты корреляции между значениями индекса NDVI юго-западных склонов и абсолютной высотой местности наблюдаются в апреле и августе, а колебания значений индекса NDVI в зависимости от высоты носят нелинейный характер.
Ключевые слова: биомасса, горная экосистема, NDVI, дистанционные данные
Полный текст

Список литературы:

  1. Агабабян Ш.М. Горные сенокосы и пастбища. М: Государственное издательство сельскохозяйственной литературы, 1959. 341 с.
  2. Зироян А.Н. Эколого-биоэнергетическая оценка растительности Армении. Е: Лусабац, 2008. 352 с.
  3. Кронберг П. Дисстанционное изучение земли: М: Мир, 1988. 352 с.
  4. Магакьян А.К. Растительность Армянской ССР. M.: АН СССР, 1941. 276 с.
  5. Межунц Б.Х. Биоэнергетические показатели фитоценозов в различных экологических условиях // Тез. докл. межд. конф. Фундаментальные и прикладные проблемы охраны окружающей среды. Томск, 2005. С. 73.
  6. Наринян С.Г. Соотношение надземной и подземной массы растительности альпийских ковров горы Арагац /Армения/ в связи с эволюцией рельефа и генезисом почв // Пробл. Бот. 1966. Т. 8. С. 231–245.
  7. Трифонова Т.А., Мищенко Н.В., Краснощеков А.Н. Геоинформационные системы и дистанционное зондирование в экологических исследованиях. М: Академический Проект, 2005. 348 с.
  8. Belsius L., Weirich F. The use of the Minnaert correction for land-cover classification in mountainous terrain // International Journal of Remote Sensing. 2005. Vol. 26. P. 3831–3851.
  9. Bernstein L.S, Adler-Golden S.M, Sundberg R.L. Validation of the QUick Atmospheric Correction (QUAC) Algorithm for VNIR-SWIR Multi- and Hyperspectral Imagery // Proceedings of the SPIE Algorithms and Technologies for Multispectral, Hyperspectral and Ultraspectral Imagery XI. Orlando, 2005. P. 668.
  10. Biard F., Lepoutre D. On Line Vegetation Condition Monitoring in Europe: Agri-Quest®. A Tool That Helps Users Build Information and Value from Remote Sensing // Proceedings of the conference EFITA 2001. Montpellier, 2001. P. 507–512.
  11. Flynn E.S., Dougherty C.T., Wendroth O. Assessment of Pasture Biomass with the Normalized Difference Vegetation Index from Active Ground-Based Sensors // Agronomy Journal. 2008. Vol. 100. P. 114–121.
  12. Freeman K.W., Martin K.L., Teal R.K., Raun W.R., Girma K., Arnall D.B., Mullen R.W. By-Plant Prediction of Corn Forage Biomass and Nitrogen Uptake at Various Growth Stages Using Remote Sensing and Plant Height // Agronomy Journal. 2007. Vol. 99. P. 530–536.
  13. Hadjimitsis D.G., Papadavid G., Agapiou A., Themistocleous K., Hadjimitsis M.G., Retalis A. Atmospheric correction for satellite remotely sensed data intended for agricultural applications: impact on vegetation indices // Nat. Hazards Earth Syst. Sci. 2010. Vol. 10. P. 89–95.
  14. Hatfi J.L., Gitelson A.A., Schepers J.S., Walthall C.L. Application of Spectral Remote Sensing for Agronomic Decisions // Agronomy Journal. 2008. Vol. 100. P. 117–131.
  15. Hunt E.R., Everitt J.H., Ritchie J.C. Applications and Research Using Remote Sensing for Rangeland Management // Photogrammetric Engineering and Remote Sensing. 2003. Vol. 69. P. 675–694.
  16. Kaufman Y., Tanre D. Atmospherically resistant vegetation index (ARVI) for EOS-MODIS // IEEE Transactions on Geoscience and Remote Sensing. 1992. Vol. 30. P. 261–270.
  17. Lu D., Mausel P., Batistella M., Moran E. Land-cover binary change detection methods for use in the moist tropical region of the Amazon // International Journal of Remote Sensing. 2005. Vol. 26. P. 101–114.
  18. Lusch D.P. Introduction to Environmental Remote Sensing: Michigan: Center for Remote Sensing and GIS, 1999. 750 p.
  19. Mezhunts B.Kh., Britt C.P., Mc Millan S.D., Givens D.I. The distribution of root biomass and energy yields in mountain grasslands in Armenia // Electronic J. of Natural Sci., NAS of Armenia. Ecology. 2005. Vol. 1. No. 4. P. 1–5.
  20. Milich L., Weiss E.A. GAC NDVI interannual coefficient of variation (CoV) images:ground truth sampling of the Sahel along northsouth transects // International J. of Remote Sensing. 2000. Vol. 21. No. 2. P. 235–60.
  21. Minamiguchi N. The Application of Geospatial and Disaster Information for Food Insecurity and Agricultural Drought Monitoring and Assessment by the FAO GIEWS and Asia FIVIMS // Proceedings of the Workshop on Reducing Food Insecurity Associated with Natural Disasters in Asia and the Pacific. Bangkok. 2005. P. 20–21.
  22. Olson K.C., Cochran R.C. Radiometry for Predicting Tallgrass Prairie Biomass Using Regression and Neural Models // Journal of Range Management. 1998. Vol. 51. P. 186–192.
  23. Rause J.W., Haas R.H., Schell J.A., Deering D.W. Monitoring vegetation systems in the Great Plains with ERTS// Proceedings of the 3rd ERTS symposium, 1973. Vol. 1. P. 48–62.
  24. CARMAC CS-11/103: Mapping and assessing the community grasslands and developing a grazing scheme. Project report. Yerevan: The Center for Ecological-Noosphere Studies of NAS RA, 2014. 400 p.
  25. Serrano L., Filella I., Penuelas J. Remote Sensing of Biomass and Yield of Winter Wheat under Different Nitrogen Supplies // Crop Science. 2000. Vol. 40. P. 723–731.
  26. Singh A. Digital change detection techniques using remotely-sensed data // International Journal of Remote Sensing. 1989. Vol. 10. P. 989–1003.
  27. Williams D., Goward S., Arvidson T. Landsat: Yesterday, today and tomorrow // Photogrammetric Engineering and Remote Sensing. 2006. Vol. 72. P. 1171–1178.
  28. Zhou L., Tucker C.J, Kaufmann R.K, Slayback D., Shabanov N.V, Myneni R.B. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981-1999 // Journal of Geophysical Research. 2001. Vol. 106. P. 69–83.