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. 2019. Т. 16. № 4. С. 111-123

Сезонная динамика проективного покрытия растительности агроэкосистем на основе спектральной спутниковой информации

Э.А. Терехин 1 
1 Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга, Белгород, Россия
Одобрена к печати: 30.04.2019
DOI: 10.21046/2070-7401-2019-16-4-111-123
Проективное покрытие зелёной фитомассой ― один из ключевых параметров, определяющих состояние растительного покрова. В статье изложены результаты оценки проективного покрытия агроэкосистем, типичных для зоны лесостепи, выполненной на основе спутниковых данных Sentinel и MODIS. Объект исследования ― агроландшафты, характерные для территории юга Центрального Черноземья. Проведён анализ свыше 200 измерений, полученных в процессе полевых исследований, и выполнена количественная оценка связи фактических и расчётных по спутниковым данным величин проективного покрытия. Установлена высокая корреляция между его фактическими значениями и величинами, рассчитанными по данным MODIS и Sentinel-2 MSI. На основе данных Sentinel изучена вариабельность проективного покрытия зелёной фитомассой в пределах контуров посевных площадей для различных типов растительности агроэкосистем. Оценка проведена для разных фаз развития посевов. На основе вегетационного индекса NDVI рассчитана и проанализирована сезонная динамика проективного покрытия зелёной фитомассой для ключевых региональных видов посевов: ячменя ярового, озимой пшеницы, сои, кукурузы, подсолнечника и многолетних трав. Установлено, что сезонная динамика расчётного проективного покрытия отражает основные фенофазы типов растительности, характерных для агроэкосистем южной лесостепи.
Ключевые слова: проективное покрытие, зелёная фитомасса, растительный покров, агроэкосистемы, дистанционное зондирование, вегетационные индексы, MODIS, Sentinel
Полный текст

Список литературы:

  1. 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.
  2. 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.
  3. Терехин Э. А. Влияние проективного покрытия растительности посевных площадей на ее спектрально-отражательные свойства // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 3. С. 61–71.
  4. Baret F., Clevers J. G. P. W., Steven M. D. The Robustness of Canopy Gap Fraction Estimates from Red and Near-Infrared Reflectances: A Comparison of Approaches. Remote Sensing of Environment. 1995. V. 54. P. 141–151.
  5. Camacho-De Coca F., García-Haro F. J., Gilabert M. A., Meliá J. Vegetation cover seasonal changes assessment from TM imagery in a semi-arid landscape // Intern. J. Remote Sensing. 2004. V. 25. No. 17. P. 3451–3476.
  6. Didan K. MOD13Q1 MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006 [Data set]. NASA EOSDIS LP DAAC. 2015. DOI: 10.5067/MODIS/MOD13Q1.006.
  7. Gutman G., Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models // Intern. J. Remote Sensing. 1998. V. 19. No. 8. P. 1533–1543.
  8. Imukova K., Ingwersen J., Streck T. Determining the spatial and temporal dynamics of the green vegetation fraction of croplands using high-resolution RapidEye satellite images // Agricultural and Forest Meteorology. 2015. V. 206. No. Suppl. C. P. 113–123.
  9. Jia K., Liang S., Liu S., Li Y., Xiao Z., Yao Y., Jiang B., Zhao X., Wang X., Xu S., Cui J. Global Land Surface Fractional Vegetation Cover Estimation Using General Regression Neural Networks From MODIS Surface Reflectance // IEEE Trans. Geoscience and Remote Sensing. 2015. V. 53. P. 4787–4796.
  10. Jiang Z., Huete A., Chen J., Chen Y., Li J., Yan G., Zhang X. Analysis of NDVI and scaled difference vegetation index retrievals of vegetation fraction // Remote Sensing of Environment. 2006. V. 101. P. 366–378.
  11. Jiménez-Muñoz J. C., Sobrino J. A., Plaza A., Guanter L., Moreno J., Martinez P. Comparison Between Fractional Vegetation Cover Retrievals from Vegetation Indices and Spectral Mixture Analysis: Case Study of PROBA/CHRIS Data Over an Agricultural Area // Sensors. 2009. V. 9. No. 2. P. 768–793.
  12. Kallel A., Le Hégarat-Mascle S., Ottlé C., Hubert-Moy L. Determination of vegetation cover fraction by inversion of a four-parameter model based on isoline parametrization // Remote Sensing of Environment. 2007. V. 111. P. 553–566.
  13. Purevdorj T., Tateishi R., Ishiyama T., Honda Y. Relationships between percent vegetation cover and vegetation indices // Intern. J. Remote Sensing. 1998. V. 19. No. 18. P. 3519–3535.
  14. Shabanov N., Gastellu-Etchegorry J.-P. The stochastic Beer – Lambert – Bouguer law for discontinuous vegetation canopies // J. Quantitative Spectroscopy and Radiative Transfer. 2018. V. 214. P. 18–32.
  15. Wang Y., Woodcock C. E., Buermann W., Stenberg P., Voipio P., Smolander H., Häme T., Tian Y., Hu J., Knyazikhin Y., Myneni R. B. Evaluation of the MODIS LAI algorithm at a coniferous forest site in Finland // Remote Sensing of Environment. 2004. V. 91. No. 1. P. 114–127.
  16. Zhang X., Yan G., Li Q., Li Z.-L., Wan H., Guo Z. Evaluating the fraction of vegetation cover based on NDVI spatial scale correction model // Intern. J. Remote Sensing. 2006. V. 27. No. 24. P. 5359–5372.