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. 2022. Т. 19. № 4. С. 223-235

Влияние лесистости залежных земель лесостепи на спектрально-отражательные характеристики по данным Sentinel-2

Э.А. Терехин 1 
1 Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга объектов и природных ресурсов, Белгород, Россия
Одобрена к печати: 16.08.2022
DOI: 10.21046/2070-7401-2022-19-4-223-235
Влияние характеристик залежных земель на спектральный отклик выступает основой для разработки методов их исследования по данным дистанционного зондирования Земли. В работе проанализированы зависимости между лесистостью залежей, типичных для Среднерусской лесостепи, и спектрально-отражательными характеристиками в каналах Sentinel-2. Для залежей с древесной растительностью из лиственных пород наиболее выраженная обратная связь между лесистостью и отражательной способностью выявлена в красном и SWIR каналах. В каналах крайнего красного и NIR-диапазонов зависимость между лесистостью и отражательной способностью прямая, но менее выраженная. Для залежей с хвойными или смешанными лесными насаждениями наиболее тесная, статистически значимая связь лесистости и спектрального отклика установлена в каналах красного и SWIR диапазонов. Зависимость между лесистостью и спектральным откликом залежных земель в наиболее информативных каналах Sentinel-2 криволинейна и описывается логит-функцией. Пространственный анализ лесистости залежных земель Среднерусской лесостепи и их спектрально-отражательных характеристик в красном и SWIR диапазонах показал, что значения отражательной способности в этих каналах сенсора могут быть использованы для территориальных оценок лесистости оставленных аграрных земель, типичных для региона.
Ключевые слова: залежные земли, лесистость, Среднерусская лесостепь, дистанционное зондирование, Sentinel-2
Полный текст

Список литературы:

  1. Баишева Э. З., Широких П. С. К биофлоре зарастающих лесом сельхозугодий республики Башкортостан // Изв. Уфимского науч. центра РАН. 2017. № 3-1 С. 17–21.
  2. Вараксин Г. С., Вайс А. А., Байкалов Е. М. Зарастание древесной растительностью земель сельскохозяйственного назначения // Вестн. Красноярского гос. аграр. ун-та. 2012. № 5. С. 201–205.
  3. Вильданов И. Р., Япаров И. М., Гумеров А. П., Хизбуллина Р. З. Космические снимки в изучении современного состояния заброшенных сельскохозяйственных угодий на южном Предуралье // Вестн. Северо-Восточного федерального университета им. М. К. Аммосова. Сер.: Науки о Земле. 2019. № 2(14). С. 50–60. DOI: 10.25587/SVFU.2019.14.35446.
  4. Иванов А. И., Иванова Ж. А., Соколов И. В. Вторичное освоение неиспользуемых угодий // Российская с.-х. наука. 2020. № 2. С. 48–52. DOI: 10.31857/S2500-2627-2020-2-48-52.
  5. Курбанов Э. А., Воробьев О. Н., Губаев А. В., Лежнин С. А., Незамаев С. А., Александрова Т. Л. Оценка зарастания земель запаса республики Марий Эл лесной растительностью по спутниковым снимкам // Вестн. Поволжского гос. технолог. ун-та. Сер.: Лес. Экология. Природопользование. 2010. № 2. С. 14–20.
  6. Курганова И. Н., Телеснина В. М., Лопес де Гереню В. О., Личко В. И., Караванова Е. И. Динамика пулов углерода и биологической активности агродерново-подзолов южной тайги в ходе постагрогенной эволюции // Почвоведение. 2021. № 3. С. 287–303. DOI: 10.31857/S0032180X21030102.
  7. Пономарева Т. В., Пономарёв Е. И., Шишикин А. С., Швецов Е. Г. Мониторинг трансформации старопахотных почв лесостепной зоны при лесовосстановлении // География и природные ресурсы. 2018. № 2. С. 154–161. DOI: 10.21782/GiPR0206-1619-2018-2(154-161).
  8. Русанов А. М. Естественное восстановление агроландшафтов степной и лесостепной зон Оренбургской области // Степной бюл. 2012. № 36. С. 8–12.
  9. Савин И. Ю., Шишконакова Е. А. Пространственные особенности экспансии инвазивных видов золотарника в центральных областях европейской части России // Изв. Российской акад. наук. Сер. географ. 2021. Т. 85. № 3. С. 446–457. DOI: 10.31857/S2587556621030134.
  10. Терехин Э. А. Сукцессионные процессы на залежах юга Среднерусской возвышенности по данным спутниковых съёмок // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 6. С. 180–193. DOI: 10.21046/2070-7401-2019-16-6-180-193.
  11. 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.
  12. Терехин Э. А. Индикация многолетних изменений в растительном покрове залежных земель лесостепи на основе рядов вегетационного индекса NDVI // Компьютерная оптика. 2021. Т. 45. № 2. С. 245–252. DOI: 10.18287/2412-6179-CO-797.
  13. Трофимов И. А., Трофимова Л. С., Яковлева Е. П. Сохранение и оптимизация агроландшафтов Центрального Черноземья // Изв. Российской акад. наук. Сер. географ. 2017. № 1. С. 103–109. DOI: 10.15356/0373-2444-2017-1-103-109.
  14. Alcantara C., Kuemmerle T., Prishchepov A. V., Radeloff V. C. Mapping abandoned agriculture with multi-temporal MODIS satellite data // Remote Sensing of Environment. 2012. V. 124. P. 334–347. DOI: 10.1016/j.rse.2012.05.019.
  15. Grădinaru S. R., Kienast F., Psomas A. Using multi-seasonal Landsat imagery for rapid identification of abandoned land in areas affected by urban sprawl // From urban sprawl to compact green cities indicators for multi-scale and multi-dimensional analysis. 2019. V. 96. P. 79–86. DOI: 10.1016/j.ecolind.2017.06.022.
  16. Hemmerling J., Pflugmacher D., Hostert P. Mapping temperate forest tree species using dense Sentinel 2 time series // Remote Sensing of Environment. 2021. V. 267. Art. No. 112743. DOI: 10.1016/j.rse.2021.112743.
  17. Korhonen L., Hadi, Packalen P., Rautiainen M. Comparison of Sentinel 2 and Landsat 8 in the estimation of boreal forest canopy cover and leaf area index // Remote Sensing of Environment. 2017. V. 195. P. 259–274. DOI: 10.1016/j.rse.2017.03.021.
  18. Lasanta T., Nadal-Romero E., Arnáez J. Managing abandoned farmland to control the impact of re-vegetation on the environment. The state of the art in Europe // Environmental Science and Policy. 2015. V. 52. P. 99–109. DOI: 10.1016/j.envsci.2015.05.012.
  19. Terres J.-M., Scacchiafichi L. N., Wania A., Ambar M., Anguiano E., Buckwell A., Coppola A., Gocht A., Källström H. N., Pointereau P., Strijker D., Visek L., Vranken L., Zobena A. Farmland abandonment in Europe: Identification of drivers and indicators, and development of a composite indicator of risk // Land Use Policy. 2015. V. 49. P. 20–34. DOI: 10.1016/j.landusepol.2015.06.009.
  20. Yoon H., Kim S. Detecting abandoned farmland using harmonic analysis and machine learning // ISPRS J. Photogrammetry and Remote Sensing. 2020. V. 166. P. 201–212. DOI: 10.1016/j.isprsjprs.2020.05.021.
  21. Zhang Z., Dong X., Tian J., Tian Q., Xi Y., He D. Stand density estimation based on fractional vegetation coverage from Sentinel 2 satellite imagery // Intern. J. Applied Earth Observation and Geoinformation. 2022. V. 108. Art. No. 102760. DOI: 10.1016/j.jag.2022.102760.