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. 2017. Т. 14. № 3. С. 225-234

Вариации коэффициентов отражения в красной, ближней инфракрасной области спектра и индекса NDVI образцов тундровой растительности в зависимости от влажности субстратов

С.Г. Корниенко 1 
1 Институт проблем нефти и газа РАН, Москва, Россия
Одобрена к печати: 07.02.2017
DOI: 10.21046/2070-7401-2017-14-3-225-234
В статье приведены экспериментальные данные, характеризующие вариации коэффициентов отражения в красной и ближней инфракрасной (ИК) области спектра, а также индекса NDVI образцов тундровой растительности и супесчаного грунта в зависимости от объемного содержания влаги в субстрате и грунте. При повышении влажности субстрата образца живого мха отмечается рост индекса NDVI, повышение коэффициента отражения в ближней ИК области и его снижение в красной области спектра. Для образцов живой низкорослой кустарничково-лишайниково-травянистой растительности и неживого мха при повышении влажности субстрата отмечен рост индекса NDVI и снижение коэффициентов отражения в обоих спектральных каналах. При повышении влажности супесчаного грунта коэффициенты отражения в обоих спектральных каналах и индекс NDVI снижаются. Полученные данные свидетельствуют о том, что вариации индекса NDVI тундровой растительности не всегда могут быть связаны с изменением объема зеленой массы и содержанием хлорофилла. Показано, что достоверность обнаружения изменений влажности субстратов по данным космической съемки сверхвысокого разрешения может быть повышена при комплексной интерпретации вариаций индекса NDVI и коэффициентов отражения в красной и ближней ИК области спектра.
Ключевые слова: коэффициент отражения, влажность субстрата, индекс NDVI, тундровая растительность, супесчаный грунт
Полный текст

Список литературы:

  1. Елсаков В.В., Поликарпова Н.В. Спутниковые методы в анализе изменений запаса лишайников в фитоценозах заповедника «Пасвик» // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 3. С. 87–97.
  2. Кринов Е.Л. Спектральная отражательная способность природных образований. М.: Изд-во АН СССР, 1947. 271 с.
  3. Пендин В.В., Ганова С.Д. Геоэкологический мониторинг территорий расположения объектов транспорта газа в криолитозоне. М.: ОАО «ПНИИИС», 2009. 236 с.
  4. Bowers S.A., Hanks R.J. Reflection of Radiant Energy from Soil // Soil Science. 1965. Vol. 100. P. 130–138.
  5. Chen T., De Jeu R.A.M., Liu Y.Y., Van der Werf G.R., Dolman A.J. Using satellite based soil moisture to quantify the water driven variability in NDVI: A case study over mainland Australia // Remote Sensing of Environment. 2014. Vol. 140. P. 330–338.
  6. Hoffer R.M., Johannsen C.J. Ecological potential in spectral signature analysis // Remote Sensing in Ecology. P.L. Johnson (ed.). University Georgia Press Athens, 1969. 244 p.
  7. Huemmrich K.F., Gamon J.A., Tweedie C.E., Oberbauer S.F., Kinoshita G., Houston S., Kuchy A., Hollister R.D., Kwon H., Mano M., Harazono Y., Webber P.J., Oechel W.C. Remote sensing of tundra gross ecosystem productivity and light use efficiency under varying temperature and moisture conditions // Remote Sensing of Environment. 2010. Vol. 114. P. 481–489.
  8. Laidler G.J., Treitz P.M., Atkinson D.M. Remote Sensing of Arctic Vegetation: Relations between the NDVI, Spatial Resolution and Vegetation Cover on Boothia Peninsula, Nunavut // Arctic. 2008. Vol. 61. No. 1. P. 1–13.
  9. Sadeghi M., Jones S.B., Philpot W.D. A linear physically-based model for remote sensing of soil moisture using short wave infrared bands // Remote Sensing of Environment. 2015. Vol. 164. P. 66–76.