Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 1. С. 9-24
Метод определения фенологических характеристик растительного покрова на основе временных рядов спутниковых данных
Т.С. Миклашевич
1 , С.А. Барталев
1 1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 23.10.2015
DOI: 10.21046/2070-7401-2016-13-1-9-24
Современные спутниковые системы, осуществляющие глобальное наблюдение Земли с высоким временным разрешением, позволяют получать ряды регулярных измерений спектрально-отражательных свойств земной поверхности для оценки фенологических характеристик сезонной динамики растительного покрова. Существующие алгоритмы оценки фенологических характеристик растительного покрова в большинстве случаев не обладают необходимой универсальностью. Во-первых, они предполагают выбор в качестве индикатора наступления определенной фазы сезонного развития растительного покрова абсолютного или относительного порогового значения некоторого параметра, зависящего, в общем случае, от климатических и метеорологических условий и, следовательно, обладающего географической изменчивостью. Во-вторых, имеющиеся алгоритмы анализа временных рядов спутниковых данных, как правило, не учитывают возможное наличие нескольких выраженных локальных экстремумов сезонной динамики растительности. Предложенный в настоящей работе метод определения фенологических характеристик растительности на основе временных рядов спутниковых данных обладает свойствами пространственной адаптивности и в значительной мере свободен от вышеуказанных недостатков.
Ключевые слова: дистанционное зондирование, растительный покров, фенологические характеристики, временные ряды, вегетационные индексы, MODIS
Полный текстСписок литературы:
- Барталев С.А., Егоров В.А., Ершов Д.В., Исаев А.С., Лупян Е.А., Плотников Д.Е., Уваров И.А. Спутниковое картографирование растительного покрова России по данным спектрорадиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 4. С. 285–302.
- Барталев С.А., Лупян Е.А. Исследования и разработки ИКИ РАН по развитию методов спутникового мониторинга растительного покрова // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 1. С. 197–214.
- Егоров В.А., Ильин В.О., Лупян Е.А., Мазуров А.А., Прошин А.А., Флитман Е.В. Возможности построения автоматизированных систем обработки спутниковых данных на основе программного комплекса XV_SAT // Современные проблемы дистанционного зондирования Земли из космоса. 2004. Выпуск 1. С. 431–436.
- Исаченко А. Г. Ландшафтоведение и физико-географическое районирование: Учеб. М.: Высш. шк., 1991. 366 с.
- Медведева М.А., Барталев С.А., Лупян Е.А., Матвеев А.М., Толпин В.А., Пойда А.А. Возможности оценки момента наступления вегетационного сезона на основе спутниковых и метеорологических данных // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Выпуск 5. Т. 2. С. 313–321.
- Медведева М.А., Елсаков В.В., Савин И.Ю., Барталев С.А. О связи фенологического развития растительности таежной зоны с величиной NDVI, определенной по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 1. С. 319–329.
- Медведева М.А., Савин И.Ю., Барталев С.А., Лупян Е.А. Использование данных NOAA-AVHRR для выявления многолетней динамики растительности Северной Евразии // Исследования Земли из космоса. 2011. № 4. С. 55–62.
- Плотников Д.Е., Барталев С.А., Лупян Е.А. Признаки распознавания пахотных земель на основе многолетних рядов данных спутникового спектрорадиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 1. С. 330–341.
- Плотников Д.Е., Миклашевич Т.С., Барталев С.А. Восстановление временных рядов данных дистанционных измерений методом полиномиальной аппроксимации в скользящем окне переменного размера // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. №. 2. С. 103–110.
- Страшная А.И., Барталев С.А., Максименкова Т.А., Чуб О.В., Толпин В.А., Плотников Д.Е., Богомолова Н.А. Агрометеорологическая оценка состояния озимых зерновых культур в период прекращения вегетации с использованием наземных и спутниковых данных на примере Приволжского федерального округа // Труды гидрометеорологического научно-исследовательского центра Российской федерации. 2014. № 351. С. 85–107.
- Шкляев В.А.,. Ермакова Л.Н, Шкляева Л.С. Особенности долговременных изменений характеристик вегетационных периодов в Пермском крае // Географический вестник Метеорология. 2012. T. 2. № 21. С. 68–73
- Atzberger C., Klisch A., Mattiuzzi M., Vuolo F. Phenological metrics derived over the european continent from NDVI3G data and MODIS time series. // Remote Sens. 2013. Vol. 6. P. 257–284.
- Balzter H., Gerard B., Weedon G., Grey W., Combal B., Bartholome E., Bartalev S.A., Los S. Coupling of Vegetation Growing Season Anomalies with Hemispheric and Regional Scale Climate Patterns in Central and East Siberia // Journal of Climate. 2007. Vol. 20. No. 15. P. 3713–3729.
- Bhandari S., Phinn S., Gill T.Preparing Landsat Image Time Series (LITS) for Monitoring Changes in Vegetation Phenology in Queensland, Australia // Remote Sensing. 2012. Vol. 4. No. 6. P.1856–1886.
- Chen W., Foy N., Olthof I., Zhang Y., Fraser R., Latifovic R., Poitevin J., Zorn P., McLennan D. A biophysically based and objective satellite seasonality observation method for applications over the Arctic // International Journal of Remote Sensing. 2014. Vol. 35. No. 18. P. 6742–6763.
- Eklundh L., Jönsson P. TIMESAT 3.1 - Software Manual. Lund University, 2012. 82 p.
- Frich P., Alexander L.V., Della-Marta P., Gleason B., Haylock M., Klein Tank A.M.G., Peterson T. Observed Coherent Changes in Climatic Extremes during the Second Half of the Twentieth Century // Climate Research. 2002. Vol. 19. No. 3. P.193–212.
- Hardisky M.A., Klemas V., Smart R.M. The influence of soil salinity, growth form, and leaf moisture on the spectral radiance of Spartina alterniflora canopies // Photogrammetric Engineering and Remote Sensing. 1983. Vol. 49. P. 77–83.
- Kogan F.N. Droughts of the late 1980s in the United States as derived from NOAA polar-orbiting satellite data // Bulletin of the American Meteorological Society. 1995. Vol. 76. No. 5. P. 655–668.
- Kuenzer C., Dech S., Wagner W. Remote Sensing Time Series: Revealing Land Surface Dynamics // Remote Sensing and Digital Image Processing. Springer, 2015. 441 p.
- Lambert J., Drenou C., Denux J.P., Gérard B., Chéret V. Monitoring forest decline through remote sensing time series analysis // GIScience and Remote Sensing. 2013. Vol. 50. Issue 4. P. 437–457.
- Lu L., Kuenzer C., Wang C., Guo H., Li Q. Evaluation of Three MODIS-Derived Vegetation Index Time Series for Dryland Vegetation Dynamics Monitoring // Remote Sens. 2015. Vol. 7. No. 6. P. 7597–7614.
- Nelder J.A., Mead R. A simplex method for function minimization // Computer Journal. 1965. Vol. 7. P. 308–313.
- Prabakaran C., Singh C.P., Panigrahy S., Parihar J.S. Retrieval of forest phenological parameters from remote sensing-based NDVI time-series data // Current Science. 2013. Vol. 105. No. 6. pp 795–802.
- Richardson A.J., Wiegand C.L. Distinguishing vegetation from soil background information // Photogrammetric Engineering and Remote Sensing. 1977. Vol. 43. P. 1541–1552.
- Wang H., Dai J., Ge Q. Comparison of Satellite and Ground-Based Phenology in China’s Temperate Monsoon Area // Advances in Meteorology, 2014. 10 p.
- White M.A., Thornton P.E., Running S.W. A continental phenology model for monitoring vegetation responses to inter-annual climatic variability // Glob. Biogeochem. Cycles. 1997. Vol. 11. No. 2. P. 217–234.