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. 2021. Т. 18. № 3. С. 169-181

Особенности спектрального отклика залежных земель в различных природно-климатических условиях европейской территории России

Э.А. Терехин 1 
1 Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга, Белгород, Россия
Одобрена к печати: 09.04.2021
DOI: 10.21046/2070-7401-2021-18-3-169-181
В статье изложены результаты количественной оценки спектрально-отражательных признаков залежных земель, расположенных в различных природно-климатических условиях европейской территории России: лесной зоне, лесостепной и степной. Установлено, что современная величина покрытия древесной растительностью и коэффициенты спектральной яркости SWIR-диапазона залежей значимо различны для каждой из них. Выявлена тенденция последовательного субмеридионального изменения величины покрытия залежей древесной растительностью и коэффициентов спектральной яркости инфракрасной области от условий лесной зоны до степной. Коэффициенты спектральной яркости этого диапазона, измеренные для залежных земель на основе данных Landsat OLI, могут выступать индикаторами различий в состоянии растительности на зональном и внутризональном уровне. По спектрально-отражательным признакам SWIR-диапазона залежных земель выявляются различия не только между природными зонами, но и единицами более низкого территориального ранга — физико-географическими подзонами. Снижение величины покрытия залежей древесной растительностью сопровождается увеличением коэффициентов спектральной яркости. На основе пространственного анализа спектрально-отражательных признаков оставленных аграрных угодий установлено, что территориальное изменение коэффициента спектральной яркости в инфракрасной области (1,56–1,66 мкм) отражает смену природных условий от лесной зоны до зоны степи.
Ключевые слова: залежные земли, растительный покров, европейская территория России, спектрально-отражательные признаки, дистанционное зондирование
Полный текст

Список литературы:

  1. Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А. Состояние и перспективы развития методов спутникового картографирования растительного покрова России // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 203–221.
  2. Будыко М. И. Глобальная экология. М.: Мысль, 1977. 327 с.
  3. Голеусов П. В., Лисецкий Ф. Н. Воспроизводство почв в антропогенных ландшафтах лесостепи. М.: ГЕОС, 2009. 210 с.
  4. Жукова Е. Ю., Андрианова Е. А. Характеристика растительности залежных земель окрестностей г. Черногорска республики Хакасия // Вестн. Хакасского гос. ун-та им. Н. Ф. Катанова. 2013. № 3. С. 9–13.
  5. Китов М. В., Цапков А. Н. Изменения площадей залежных земель на Европейской территории России за период 1990–2013 гг. // Науч. ведомости Белгородского гос. ун-та. Сер. «Естественные науки». 2015. № 15(212). С. 163–171.
  6. Люри Д. И., Горячкин С. В., Караваева Н. А., Денисенко Е. А., Нефедова Т. Г. Динамика сельскохозяйственных земель России в ХХ веке и постагрогенное восстановление растительности и почв. М.: ГЕОС, 2010. 416 с.
  7. Мильков Ф. Н. Природные зоны СССР. М.: Мысль, 1977. 149 с.
  8. Плотников Д. Е., Колбудаев П. А., Барталев С. А., Лупян Е. А. Автоматическое распознавание используемых пахотных земель на основе сезонных временных серий восстановленных изображений Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 2. С. 112–127. DOI: 10.21046/2070-7401-2018-15-2-112-127.
  9. Прокаев В. И. Физико-географическое районирование. М.: Просвещение, 1983. 176 с.
  10. Рулев А. С., Юферев В. Г. Аналитическое определение границ переходных природных зон (экотонов) // Вестн. Волгоградского гос. ун-та. Сер. 11. «Естественные науки». 2015. № 1(11). С. 72–77.
  11. Терехин Э. А. Распознавание залежных земель на основе сезонных значений вегетационного индекса NDVI // Компьютерная оптика. 2017. Т. 41. № 5. С. 719–725.
  12. Терехин Э. А. Пространственный анализ особенностей формирования древесной растительности на залежах лесостепи Центрального Черноземья с использованием их спектральных признаков // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 142–156. DOI: 10.21046/2070-7401-2020-17-5-142-156.
  13. Joshi N., Ehammer A., Fensholt R., Grogan K., Jepsen M. R., Baumann M., Hostert P., Kuemmerle T., Meyfroidt P., Mitchard E. T.A., Ryan C. M., Reiche J., Waske B. A review of the application of optical and radar remote sensing data fusion to land use mapping and monitoring // Remote Sensing. 2016. V. 8(1). Art. No. 70.
  14. Landsat 8 (L8) Data Users Handbook. Version 5.0. USGS. Department of the Interior. Sioux Falls, South Dakota: EROS, 2019. 114 p. URL: https://www.usgs.gov/media/files/landsat-8-data-users-handbook.
  15. Löw F., Prishchepov A. V., Waldner F., Dubovyk O., Akramkhanov A., Biradar C., Lamers J. Mapping Cropland Abandonment in the Aral Sea Basin with MODIS Time Series // Remote Sensing. 2018. V. 10(2). Art. No. 159.
  16. Prishchepov A. V., Radeloff V. C., Dubinin M., Alcantara C. The effect of Landsat ETM/ETM+ image acquisition dates on the detection of agricultural land abandonment in Eastern Europe // Remote Sensing of Environment. 2012. V. 126. P. 195–209.
  17. Yin H., Prishchepov A. V., Kuemmerle T., Bleyhl B., Buchner J., Radeloff V. C. Mapping agricultural land abandonment from spatial and temporal segmentation of Landsat time series // Remote Sensing of Environment. 2018. V. 210. P. 12–24.