Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 7. С. 89-99
Применение дискриминантного анализа для распознавания посевов сельскохозяйственных культур
1 Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга, Белгород, Россия
Одобрена к печати: 19.07.2017
DOI: 10.21046/2070-7401-2017-14-7-89-99
Автоматизированное распознавание посевов является одной из ключевых задач мониторинга пахотных земель. В статье представлены результаты применения пошагового дискриминантного анализа для выявления посевов сельскохозяйственных культур, типичных для территории Белгородской области и Центрального Черноземья: пшеницы озимой, ячменя, сои, кукурузы, подсолнечника, сахарной свеклы, овса и многолетних трав. Экспериментальная информация получена с 1033 обрабатываемых полей. Спектральные характеристики сельскохозяйственной растительности рассчитаны на основе информационных продуктов MOD09Q1 и MOD13Q1. Эффективность выявления посевов проанализирована для рядов сезонных значений коэффициентов отражения в красной (620–670 нм) и ближней инфракрасной (841–876 нм) областях спектра и вегетационного индекса NDVI. Применение дискриминантного анализа позволило количественно оценить эффективность спектральных показателей конкретных временных срезов для выявления типов растительности. Установлено, что значения коэффициентов отражения либо вегетационного индекса середины – второй половины июля вносят наибольший вклад в разделение посевов. Наиболее высокая суммарная точность распознавания культур (около 85%) установлена для коэффициентов отражения в ближней инфракрасной зоне спектра. Наибольшая точность дешифрирования характерна для посевов озимых (96%). Распознавание многолетних трав и овса наиболее проблематично. Показана возможность применения дискриминантного анализа для геоинформационного картографирования растительности посевных площадей.
Ключевые слова: растительный покров, посевные площади, дискриминантный анализ, вегетационные индексы, коэффициенты отражения, NDVI, дистанционное зондирование
Полный текстСписок литературы:
- Барталев С.А., Лупян Е.А., Нейштадт И.А., Савин И.Ю. Классификация некоторых типов сельскохозяйственных посевов в южных регионах России по спутниковым данным MODIS // Исследование Земли из космоса. 2006. № 3. С. 68–75.
- Барталев С.А., Егоров В.А., Лупян Е.А., Плотников Д.Е., Уваров И.А. Распознавание пахотных земель на основе многолетних спутниковых данных спектрорадиометра MODIS и локально-адаптивной классификации // Компьютерная оптика. 2011. Т. 35. № 1. С. 103–116.
- Кузьменко Я.В., Лисецкий Ф.Н., Пичура В.И. Оценка и прогнозирование стока малых рек в условиях антропогенных воздействий и изменений климата // Современные проблемы науки и образования. 2012. № 6. С. 619–627.
- Лупян Е.А., Барталев С.А., Толпин В.А., Жарко В.О., Крашенинникова Ю.С., Оксюкевич А.Ю. Использование спутникового сервиса ВЕГА в региональных системах дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 3. С. 215–232.
- Медведева М.А., Савин И.Ю., Барталев С.А., Лупян Е.А. Использование данных NOAA-AVHRR для выявления многолетней динамики растительности северной Евразии // Исследование Земли из космоса. 2011. № 4. С. 55–62.
- 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.
- Повх В.И., Шляхова Л.А., Боева И.Н. Оценка структуры посевных площадей сельскохозяйственных культур по спутниковой информации высокого разрешения // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 4. С. 224–228.
- Попов С.Ю. Опыт создания геоботанической карты методом дискриминантного анализа полевых и дистанционных данных // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 1. С. 25–35.
- Терехин Э.А. Анализ многолетней динамики вегетационного индекса для посевных площадей // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 6. С. 48–58.
- Халафян А.А. STATISTICA 6. Статистический анализ данных. М.: Бином-Пресс. 2007. 512 с.
- Atzberger C., Rembold F. Mapping the spatial distribution of winter crops at sub-pixel level using AVHRR NDVI time series and neural nets // Remote Sensing. 2013. Vol. 5. No. 3. P. 1335–1354.
- Bartalev S.A., Plotnikov D.E., Loupian E.A. Mapping of arable land in Russia using multi-year time series of MODIS data and the LAGMA classification technique // Remote Sensing Letters. 2016. Vol. 7. No. 3. P. 269–278.
- Li Z., Huffman T., McConkey B., Townley-Smith L. Monitoring and modeling spatial and temporal patterns of grassland dynamics using time-series MODIS NDVI with climate and stocking data // Remote Sensing of Environment. 2013. Vol. 138. P. 232–244.
- Son N.T, Chen C.F, Chen C.R, Minh V.Q, Trung N.H. A comparative analysis of multitemporal MODIS EVI and NDVI data for large-scale rice yield estimation. Agricultural and Forest Meteorology. 2014. Vol. 197. P. 52–64.
- Zhou J., Jia L., Menenti M. Reconstruction of global MODIS NDVI time series: performance of harmonic analysis of time series (hants) // Remote Sensing of Environment. 2015. Vol. 163. P. 217–228.