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
Ваш e-mail:
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. 2019. Т. 16. № 2. С. 111-127

Макроскопическая кинетика временной и пространственной изменчивости вегетационного индекса NDVI на территории заповедника «Ямская степь» в условиях загрязнения почвы тяжёлыми металлами

Г.П. Глазунов 1 , В.М. Гендугов 1 , М.В. Евдокимова 1 , Р.П. Титарев 1 , М.В. Шестакова 1 
1 Московский государственный университет имени М.В. Ломоносова, Москва, Россия
Одобрена к печати: 29.03.2019
DOI: 10.21046/2070-7401-2019-16-2-111-127
Обоснован подход к выявлению закономерностей временной и пространственной изменчивости фотосинтетически активной биомассы на основе анализа данных (NDVI, Landsat-8) дистанционного зондирования Земли с использованием теоретического уравнения, выведенного ранее в рамках законов сохранения механики и макроскопической химической кинетики живых реагирующих систем. Показано, что при условии введения постоянной для каждой мониторинговой площадки (пикселя) результирующей (в форме среднего геометрического) начальной концентрации содержащихся в почве тяжёлых металлов (Li, V, Cr, Co, Ni, Cu, Zn, As, Sr, Mo, Cd, Sn, Sb, Cs, Ba, Pb) в константы уравнения одномодальная сезонная динамика вегетационного индекса подчиняется теоретическому уравнению, константы и особые точки которого являются индивидуализирующими характеристиками каждой площадки (пикселя). При условии введения в константы уравнения фиксированного времени закономерности пространственного изменения вегетационного индекса по мониторинговым площадкам (пикселям) с одинаковыми, помимо концентрации тяжёлых металлов, почвенными свойствами сведены к уравнению дозовой зависимости, константы и особые точки которого являются индивидуализирующими характеристиками отклика фотосинтетически активной биомассы (NDVI) на результирующую начальную концентрацию в почве тяжёлых металлов данного набора.
Ключевые слова: дистанционное зондирование Земли, Landsat-8, NDVI, экологический мониторинг, экологическое нормирование, макроскопическая биокинетика, закон биологического роста, закон толерантности, тяжёлые металлы, дозовая зависимость, гормезис, ПДК, нормирование качества почв, сезонная динамика фотосинтетически активной биомассы
Полный текст

Список литературы:

  1. Бакунович Н. О., Хохлова О. С., Мякшина Т. Н., Русаков А. В., Шаповалов А. С. Загрязнение тяжелыми металлами и дыхательная активность микроорганизмов в нативных почвах и искусственных субстратах (на примере заповедного участка «Ямская степь») // Бюл. Почвенного ин-та им. В. В. Докучаева. 2016. № 85. С. 131−149.
  2. 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.
  3. Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А., Шабанов Н. В. Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 с.
  4. Гендугов В. М., Глазунов Г. П. Макрокинетическая модель микробного роста на многокомпонентном субстрате // Вестн. Московского ун-та. Сер. 17. Почвоведение. 2014. № 3. С. 10−16.
  5. Гендугов В. М., Глазунов Г. П., Евдокимова М. В., Шестакова М. В. Макрокинетическое обоснование модели микробного роста при одном ведущем компоненте субстрата // Вестн. Московского ун-та. Сер. 17. Почвоведение. 2013. № 2. С. 25−30.
  6. Глазунов Г. П., Гендугов В. М., Харчук О. А. Макрокинетическая модель роста, учитывающая лимитирующий компонент субстрата // Всерос. науч. конф. с международным участием «Инновационные направления современной физиологии растений»: сб. тез. 2013. С. 48−49.
  7. Жукова Е. Ю., Шевырногов А. П., Жукова В. М., Зоркина Т. М., Пугачева И. Ю. Сезонная динамика продуктивности агроценозов юга Минусинской котловины // Вестн. Томского гос. ун-та. 2009. № 323. С. 354−357.
  8. 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.
  9. 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.
  10. Пугачева И. Ю., Шевырногов А. П. Изучение динамики NDVI посевов сельскохозяйственных культур на территории Красноярского края и республики Хакасия // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т. 2. С. 347−351.
  11. Русаков А. В. Почвы и почвенный покров Ямской степи. СПб.: Изд-во СПбГУ, 2012. 216 с.
  12. Седов Л. И. Механика сплошной среды. Т. 1. М.: Наука, 1970. 492 с.
  13. Терехин Э. А. Применение дискриминантного анализа для распознавания посевов сельскохозяйственных культур // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 7. С. 89−99.
  14. Conrad O., Bechtel B., Bock M., Dietrich H., Fischer E., Gerlitz L., Wehberg J., Wichmann V., Böhner J. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4 // Geoscientific Model Development. 2015. V. 8. P. 1991−2007.
  15. 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. № 141. P. 79−89.
  16. Sakamoto T., Yokozawa M., Toritani H., Shibayama M., Ishitsuka N., Ohno H. A crop phenology detection method using time-series MODIS data // Remote Sensing of Environment. 2005. № 96. P. 366−374.