Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 2. С. 137-143
Причины многолетней динамичности индекса NDVI (MODIS), осреднённого для пахотных земель на уровне муниципалитетов Белгородской области
И.Ю. Савин
1, 2 , Ю.Г. Чендев
3 1 Почвенный институт им. В. В. Докучаева, Москва, Россия
2 Аграрно-технологический институт РУДН, Москва
3 Белгородский государственный университет, Белгород, Россия
Одобрена к печати: 15.01.2018
DOI: 10.21046/2070-7401-2018-15-2-137-143
Одним из базовых продуктов интернет-сервиса «ВЕГА» являются картограммы вегетационного индекса NDVI (MODIS), осреднённого для пахотных земель всех муниципалитетов России, которые обновляются с временным шагом в одну неделю. В статье представлены результаты анализа его многолетней динамичности за период с 2001 по 2016 г. для муниципалитетов Белгородской области. Проведён анализ основных причин наблюдаемой динамики. Установлено, что наиболее значимыми причинами являются изменения площадей сева сельскохозяйственных культур и климатические условия вегетационного сезона. Дата начала появления первых сведений об NDVI в сезоне хорошо коррелирует с данными о температуре воздуха. Но тренд этого показателя за период исследований (2001−2017) на территории области не выявляется. Наблюдается нечётко выраженная периодичность локальных минимумов и максимумов показателя величиной 5−7 лет. На дату достижения сезонного максимума NDVI более сильное влияние оказывает изменение площадей сева культур, чем тренды метеоусловий (которые действуют в направлении наступления более раннего пика сезона вегетации). Это приводит пусть к слабому, но всё более позднему наступлению даты пика сезона вегетации во вторую половину анализируемого периода. Основным фактором динамики величины сезонного максимума NDVI в районах Белгородской области является динамика структуры посевов, сочетание урожайности и площадей сева культур. Полученные данные необходимо учитывать при использовании интернет-сервиса «ВЕГА» при оперативном мониторинге посевов сельскохозяйственных культур.
Ключевые слова: спутниковый мониторинг, дешифрирование посевов, MODIS, NDVI, Белгородская область
Полный текстСписок литературы:
- Каюмов М. К. Программирование продуктивности полевых культур: справочник. М.: Росагропромиздат, 1989. 368 с.
- Лупян Е. А., Барталев С. А., Савин И. Ю. Технологии спутникового мониторинга в сельском хозяйстве России // Аэрокосм. курьер. 2009. № 6. С. 47−49.
- Лупян Е. А., Савин И. Ю., Барталев С. А., Толпин В. А., Балашов И. В., Плотников Д. Е. Спутниковый сервис мониторинга состояния растительности «ВЕГА» // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 190−198.
- Савин И. Ю. Современный спутниковый мониторинг почв и посевов: достижения и проблемы // Применение средств дистанционного зондирования Земли в сельском хозяйстве. 2015. С. 29−32.
- Савин И. Ю., Вриелинг А. Анализ многолетней динамики растительных ресурсов на территории России по данным NOAA AVHRR // Исследование Земли из космоса. 2008. № 5. С. 74−82.
- Савин И. Ю., Докукин П. А., Вернюк Ю. И., Жоголев А. В. О влиянии засоренности на NDVI посевов ярового ячменя, определяемый по спутниковым данным MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 3. С. 185−195.
- Толпин В. А., Балашов И. В., Савин И. Ю., Лупян Е. А. Спутниковый сервис «ВЕГА» // Земля из космоса: наиболее эффективные решения. 2011. № 9. С. 32−37.
- Atzberger C. Advances in remote sensing of agriculture: context description, existing operational monitoring systems and major information needs // Remote Sensing. 2013. V. 5. P. 949−981.
- Corgne S., Hubert-Moy L., Betbeder J. Monitoring of Agricultural Landscapes Using Remote Sensing Data // Land Surface Remote Sensing in Agriculture and Forest. 2016. P. 221–247.
- Eerens H., Haesen D., Rembold F., Urbano F., Tote C., Bydekerke L. Image time series processing for agriculture monitoring // Environmental Modelling and Software. 2014. V. 53. P. 154–162.
- Rembold F., Atzberger C., Savin I., Rojas O. Using Low Resolution Satellite Imagery for Yield Prediction and Yield Anomaly Detection // Remote Sensing. 2013. V. 5. No. 4. P. 1704–1733.
- Savin I. Crop yield prediction with SPOT VGT in Mediterranean and central Asian countries // ISPRS Archives XXXVI-8/W48 Workshop proceedings: Remote sensing support to crop yield forecast and area estimates. Commission VIII, WG VIII/10. Stresa: OPOCE, 2007. P. 130134.
- Silveira M. J., Thiébaut G. Impact of climate warming on plant growth varied according to the season // Limnologica ― Ecology and Management of Inland Waters. 2017. V. 65. P. 4–9.
- Xu H. J., Wang X. P., Yang T. B. Trend shifts in satellite-derived vegetation growth in Central Eurasia, 1982–2013 // Science of The Total Environment. 2017. V. 579. P. 1658–1674.