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. 2016. Т. 13. № 5. С. 202-213

Исследование особенностей развития посевов зерновых озимых на основе их спектрально-отражательных характеристик

Э.А. Терехин 1 , О.А. Маринина 2 
1 Белгородский государственный национальный исследовательский университет, Белгород, Россия
2 Казанский (Приволжский) федеральный университет, Казань, Россия
Одобрена к печати: 20.10.2016
DOI: 10.21046/2070-7401-2016-13-5-202-213

Изложены результаты анализа спектрально-отражательных свойств озимых зерновых культур, полученные с применением материалов дистанционного зондирования Земли. Исследование выполнено на примере посевов, типичных для территории Белгородской области и Центрального Черноземья. Экспериментальные данные получены со 158 посевных площадей. Установлено, что различия в сроках проведения посевных работ оказывают более существенное влияние на различия в наступлении фенофаз озимых, чем условия зимовки. Таяние снежного покрова на полях в отдельные даты зимнего периода четко проявляется на значениях сезонного хода NDVI. С использованием наземных данных показано влияние роста посевов после зимнего периода на значения вегетационного индекса. Величина коэффициента вариации NDVI и проверка гипотезы о нормальном распределении в конкретные временные срезы могут выступать критериями, определяющими степень однородности биофизических параметров растительности, произрастающей на разных посевных площадях. В периоды, когда фазы развития выравниваются, наблюдается резкое снижение выборочного коэффициента вариации и стандартного отклонения. Установлено, что наибольшей однородностью проективного покрытия и зеленой фитомассы посевы характеризуются в период второй половины мая – середины июля. Минимальные значения коэффициента вариации NDVI (5–6%), рассчитанного на каждую анализируемую дату с интервалом в 16 дней, наблюдаются в период середины июня.
Ключевые слова: растительный покров, озимые зерновые, дистанционное зондирование, Landsat, MODIS, NDVI
Полный текст

Список литературы:

  1. Агроклиматические ресурсы Белгородской области. Л.: Гидрометеоиздат. 1972. 91 с.
  2. 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.
  3. Береза О.В., Страшная А.И., Лупян Е.А. О возможности прогнозирования урожайности озимой пшеницы в Среднем Поволжье на основе комплексирования наземных и спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 1. С. 18–30.
  4. Кондратьев К.Я., Козодеров В.В., Федченко П.П. Аэрокосмические исследования почв и растительности. Л.: Гидрометеоиздат, 1986. 226 с.
  5. Лукин С.В. Динамика урожайности озимой пшеницы в Белгородской области // Достижения науки и техники АПК. 2013. № 7. С. 52–55.
  6. Лупян Е.А., Барталев С.А., Крашенинникова Ю.С. Наблюдение аномально раннего развития сельскохозяйственных культур в южных регионах России весной 2016 года на основе данных дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 2. С. 240–243.
  7. Миклашевич Т.С., Барталев С.А. Метод определения фенологических характеристик растительного покрова на основе временных рядов спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 1. С. 9–24.
  8. Плотников Д.Е., Барталев С.А., Жарко В.О., Михайлов В.В., Просянникова О.И. Экспериментальная оценка распознаваемости агрокультур по данным сезонных спутниковых измерений спектральной яркости // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 199–208.
  9. Повх В.И., Шляхова Л.А., Воробейчик Е.А. Использование технологий дистанционного зондирования земли для решения задач прогноза урожайности зерновых культур в республике Адыгея // Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 419–424.
  10. Савин И.Ю., Негрэ Т. О новом подходе к использованию NDVI для мониторинга состояния посевов сельскохозяйственных культур // Исследование Земли из космоса. 2003. № 4. С. 91–96.
  11. Терехин Э.А. Спектральные отражательные свойства сельскохозяйственной растительности Белгородской области (по материалам космической съемки) // Научные ведомости Белгородского государственного университета. Серия: Естественные науки. 2012. Т. 20. № 15 (134). С. 188–193.
  12. Терехин Э.А. Применение данных дистанционного зондирования для мониторинга посевов озимых культур Белгородской области // География и природные ресурсы. 2015а. № 3. С. 175–181.
  13. Терехин Э.А. Сезонная динамика NDVI многолетних трав и ее использование для типизации их посевов на территории Белгородской области // Современные проблемы дистанционного зондирования Земли из космоса. 2015б. Т. 12. № 1. С. 9–17.
  14. Шевырногов А.П., Зоркина Т.М., Жукова В.М., Жукова Е.Ю., Жидкая М.В. Изучение сезонной динамики сельскохозяйственных посевов на территории Хакасии по снимкам Terra MODIS // Сибирский Вестник сельскохозяйственной науки. 2007. №5. С. 29–35.
  15. Шульгин А.М. Климат почвы и его регулирование. Л.: Гидрометеоиздат, 1967. 300 с.
  16. Dong T., Liu J., Qian B., Zhao T., Jing Q., Geng X., Shang J. Estimating winter wheat biomass by assimilating leaf area index derived from fusion of Landsat-8 and MODIS data // International Journal of Applied Earth Observation and Geoinformation. 2016. Vol. 49. P. 63–74.
  17. Huete A., Justice C., van Leeuwen W. MODIS vegetation index (MOD13) // Algorithm theoretical basis document. 1999. Version 3. P. 19–21.
  18. Jamali S., Seaquist J., Eklundh L., Ardö J. Automated mapping of vegetation trends with polynomials using NDVI imagery over the Sahel // Remote Sensing of Environment. 2014. Vol. 141. No. 9. P. 79–89.
  19. Pan Y., Li L., Zhang J., Liang S., Zhu X., Sulla-Menashe D. Winter wheat area estimation from MODIS-EVI time series data using the Crop Proportion Phenology Index // Remote Sensing of Environment. 2012. Vol. 119. P. 232–242.
  20. Wiegand C.L., Richardson A.J., Escobar D.E., Gerbermann A.H. Vegetation Indices in Crop Assessments // Rem. Sens. Environment. 1991. No. 35. P. 105–119.
  21. de Wit A., Duveiller G., Defourny P. Estimating regional winter wheat yield with WOFOST through the assimilation of green area index retrieved from MODIS observations // Agricultural and Forest Meteorology. 2012. Vol. 164. P. 39–52.
  22. Yan L., Roy D.P. Automated crop field extraction from multi-temporal Web Enabled Landsat Data // Remote Sensing of Environment. 2014. Vol. 144. P. 42–64.
  23. Zhang J., Zhang L., Xu C., Liu W., Qi Y., Wo X. Vegetation variation of mid-subtropical forest based on MODIS NDVI data – A case study of Jinggangshan City, Jiangxi Province // Acta Ecologica Sinica. 2014. Vol. 34. No. 1. P. 7–12.