Журнал

О журнале Новости Редколлегия Информация для авторов и рецензентов Публикационная этика Дискуссия Контакты ЛИЧНЫЙ КАБИНЕТ:
отправка и рецензирование статей
Архив
Том 21, 2024
Номер 1 Номер 2 Номер 3
Том 20, 2023
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 19, 2022
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 18, 2021
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 17, 2020
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 16, 2019 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 15, 2018 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 14, 2017 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 13, 2016 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 12, 2015 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 11, 2014 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 10, 2013 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 9, 2012 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 8, 2011 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 7, 2010 г.
Номер 1 Номер 2 Номер 3 Номер 4
Выпуск 6, 2009 г.
Том 1 Том 2
Выпуск 5, 2008 г.
Том 1 Том 2
Выпуск 4, 2007 г.
Том 1 Том 2
Выпуск 3, 2006 г.
Том 1 Том 2
Выпуск 2, 2005 г.
Том 1 Том 2
Выпуск 1, 2004 г.
Том 1
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
подписаться отписаться
English version
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. 2024. Т. 21. № 3. С. 171-187

Анализ взаимосвязи структурных и спектрально-отражательных характеристик растительности аридных пастбищных ландшафтов

С.С. Шинкаренко 1 , С.А. Барталев 1 
1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 20.05.2024
DOI: 10.21046/2070-7401-2024-21-3-171-187
Представлены результаты сопоставления структурных (проективное покрытие, фитомасса) и спектрально-отражательных характеристик пастбищной растительности аридных ландшафтов юга Европейской части России по данным Sentinel-2 и MODIS (англ. Moderate Resolution Imaging Spectroradiometer). Наземные данные получены в мае 2020–2022 гг. в Астраханской и Волгоградской областях, Ставропольском крае, республиках Калмыкия и Дагестан по стандартным геоботаническим методикам на площадках 10×10 м. Установлена значимая корреляция структурных характеристик с яркостью в каналах 10-метрового пространственного разрешения Sentinel-2 и вегетационными индексами NDVI (англ. Normalized Difference Vegetation Index), SAVI (англ. Soil-Adjusted Vegetation Index), PVI (англ. Perpendicular Vegetation Index) и EVI (англ. Еnhanced Vegetation Index). Наиболее сильная значимая корреляционная связь фитомассы (R = 0,74, p < 0,001) и проективного покрытия (R = 0,76, p < 0,001) отмечена со значениями NDVI. Группировка растительных сообществ по жизненным формам преобладающих в фитоценозах видов на многолетние злаки, полукустарнички, однолетники и эфемероиды не увеличила силу связи структурных и спектрально-отражательных характеристик. Разбивка данных по годам исследований позволила получить более тесную связь NDVI, проективного покрытия и фитомассы. Использование метода непараметрической регрессии Random forest увеличило точность определения фитомассы (R 2 = 0,62 против R 2 = 0,55), но не проективного покрытия. Добавление в качестве признаков суммы осадков за предшествующий полученным наземным данным период и коэффициентов обратного рассеяния VV- и VH-поляризации по данным Sentinel-1 не принесло повышения точности. Также в работе использовались ежедневные данные MODIS NDVI с устранённым влиянием облачности, что позволило получить значения NDVI непосредственно на даты проведения полевых исследований. Это дало возможность получить более сильную связь структурных и спектрально-отражательных характеристик по сравнению с данными Sentinel-2, разница дат которых с наземными составляла до 12 дней. Для всех типов растительности характерна отрицательная связь проективного покрытия и яркости в видимом и ближнем инфракрасном диапазонах, обусловленная более яркой относительно растительного покрова почвой. Таким образом, спектрально-отражательные характеристики определяются не только фотосинтезирующей фитомассой, но и степенью перекрытия почв растительностью, в том числе высохшей. Это может приводить к неопределённостям и снижать силу связи между структурными и спектрально-отражательными характеристиками.
Ключевые слова: аридные ландшафты, пастбищная растительность, фитомасса, проективное покрытие, вегетационные индексы, MODIS, Sentinel-2
Полный текст

Список литературы:

  1. Барталев С. А., Хвостиков С. А. Свидетельство о государственной регистрации программы для ЭВМ № 2023666251 РФ. FORS-MachLearn № 2023664950. Заявл. 14.07.2023. Опубл. 27.07.2023.
  2. Гасанов Г. Н., Асварова Т. А., Гаджиев К. М. и др. Концентрация и запасы азота в почвах и травяных экосистемах Северо‐Западного Прикаспия // Юг России: экология, развитие. 2023. Т. 18. № 2. С. 33–43. DOI: 10.18470/1992-1098-2023-2-33-43.
  3. Золотокрылин А. Н., Черенкова Е. А., Титкова Т. Б. Аридизация засушливых земель Европейской части России и связь с засухами // Изв. Российской акад. наук. Сер. геогр. 2020. Т. 84. № 2. С. 207–217. DOI: 10.31857/S258755662002017X.
  4. Кашницкий А. В., Бурцев М. А., Прошин А. А. Технология создания безоблачных композитных изображений по данным спутников серии Sentinel 2 // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 76–85. DOI: 10.21046/2070-7401-2022-19-5-76-85.
  5. Лупян Е. А., Прошин А. А., Бурцев М. А., Балашов И. В., Барталев С. А., Ефремов В. Ю., Кашницкий А. В., Мазуров А. А., Матвеев А. М., Суднева О. А., Сычугов И. Г., Толпин В. А., Уваров И. А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263–284.
  6. Миклашевич Т. С., Барталев С. А., Плотников Д. Е. Интерполяционный алгоритм длинных временных рядов спутниковых наблюдений растительного покрова // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 6. P. 143–154. DOI: 10.21046/ 2070-7401-2019-16-6-143-154.
  7. Немцева Л. Д., Беспалова Л. А., Голубева Е. И., Михайлов С. И. Оценка состояния растительного покрова сухостепных ландшафтов в условиях выпаса с применением методов дистанционного зондирования Земли // Тр. Южного науч. центра Российской акад. наук. 2018. Т. 7. С. 151–164. DOI: 10.23885/1993-6621-2018-7-151-164.
  8. Рулев А. С., Канищев С. Н., Шинкаренко С. С. Анализ сезонной динамики NDVI естественной растительности Заволжья Волгоградской области // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 4. С. 113–123. DOI: 10.21046/2070-7401-2016-13-20-113-123.
  9. Титкова Т. Б., Золотокрылин А. Н. Мониторинг подверженных опустыниванию земель Республики Калмыкия // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 2. С. 130–141. DOI: 10.21046/2070-7401-2022-19-2-130-141.
  10. Хорошев А. В., Калмыкова О. Г., Дусаева Г. Х. Оценка индекса NDVI как источника информации о надземной фитомассе в степях // Исслед. Земли из космоса. 2023. № 3. С. 27–43. DOI: 10.31857/S020596142303003X.
  11. Шинкаренко С. С. Изменение спектрально-отражательных характеристик зональных ландшафтов Северного Прикаспия при пирогенном воздействии // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 3. С. 192–206. DOI: 10.21046/2070-7401-2021-18-3-192-206.
  12. Шинкаренко С. С., Барталев С. А. (2020а) Последствия пыльных бурь 2020 года на юге Европейской части России в сентябре – октябре 2020 г.// Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 7. С. 270–275.
  13. Шинкаренко С. С., Барталев С. А. (2020б) Сезонная динамика NDVI пастбищных ландшафтов Северного Прикаспия по данным MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 4. С. 179–194. DOI: 10.21046/2070-7401-2020-17-4-179-194.
  14. Шинкаренко С. С., Барталев С. А. Оценка площади опустынивания на юге Европейской части России в 2021 г. // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 4. С. 291–297. DOI: 10.21046/2070-7401-2021-18-4-291-297.
  15. Шинкаренко С. С., Барталев С. А. Многолетняя динамика NDVI аридных пастбищных ландшафтов Европейской России и сопредельных территорий // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 6. С. 108–123. DOI: 10.21046/2070-7401-2022-19-6-108-123.
  16. Шинкаренко С. С., Барталев С. А. Анализ влияния видового состава, проективного покрытия и фитомассы растительности аридных пастбищных ландшафтов на их спектрально-отражательные свойства по данным наземных измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 3. С. 176–192. DOI: 10.21046/2070-7401-2023-20-3-176-192.
  17. Шинкаренко С. С., Барталев С. А. Берденгалиева А. Н., Дорошенко В. В. Спутниковый мониторинг процессов опустынивания на юге Европейской России в 2019–2022 гг. // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 319–327. DOI: 10.21046/2070-7401-2022-19-5-319-327.
  18. Akagi S. K., Yokelson R. J., Wiedinmyer C. et al. Emission factors for open and domestic biomass burning for use in atmospheric models // Atmospheric Chemistry and Physics. 2011. V. 11. P. 4039–4072. DOI: 10.5194/acp-11-4039-2011.
  19. Andreae M. O. Emission of trace gases and aerosols from biomass burning — an updated assessment // Atmospheric Chemistry and Physics. 2019. V. 19. P. 8523–8546. DOI: 10.5194/acp-19-8523-2019.
  20. Bondur V. G., Gordo K. A., Zima A. A. Satellite research of the effects of wildfires on various vegetation-cover types in Russia // Izvestiya, Atmospheric and Oceanic Physics. 2022. V. 58. No. 12. P. 1570–1580. DOI: 10.1134/S0001433822120076.
  21. Chu D. Aboveground biomass estimates of grassland in the North Tibet using MODIS remote sensing approaches // Applied ecology and environmental research. 2020. V. 18. No. 6. P. 7655–7672. DOI: 10.15666/aeer/1806_76557672.
  22. Golubyatnikov L. L., Kurganova I. N., Lopes de Gerenyu V. O. Estimation of carbon balance in steppe ecosystems of Russia // Izvestiya, Atmospheric and Oceanic Physics. 2023. V. 59. No. 1. P. 63–77. DOI: 10.1134/S0001433823010048.
  23. Kulik K. N., Rulev A. S., Yuferev V. G. Geoinformation analysis of desertification dynamics in the territory of Astrakhan oblast // Arid Ecosystems. 2015. V. 5. No. 3. P. 134–141. DOI: 10.1134/S2079096115030087.
  24. Kulik K. N., Petrov V. I., Yuferev V. G. et al. Geoinformational Analysis of desertification of the Northwestern Caspian // Arid Ecosystems. 2020. V. 10. No. 2. P. 98–105. DOI: 10.1134/S2079096120020080.
  25. Liu W., Xu C., Zhang Zh. et al. Machine learning-based grassland aboveground biomass estimation and its response to climate variation in Southwest China // Frontiers in Ecology and Evolution. 2023. V. 11. Article 1146850. DOI: 10.3389/fevo.2023.1146850.
  26. Loupian E., Burtsev M., Proshin A. et al. Usage Experience and Capabilities of the VEGA-Science System // Remote Sensing. 2022. V. 14. No. 1. Article 77. DOI: 10.3390/rs14010077.
  27. Manaenkov A. S., Rybashlykova L. P. Increasing the efficiency of plant-cover restoration in the modern focus of deflation on pastures of the Northwestern Caspian region // Arid Ecosystems. 2020. V. 10. No. 4. P. 358–367. DOI: 10.1134/S2079096120040149.
  28. Marabel M, Alvarez-Taboada F. Spectroscopic determination of aboveground biomass in grasslands using spectral transformations, support vector machine and partial least squares regression // Sensors. 2013. V. 13. No. 8. P. 10027–10051. DOI: 10.3390/s130810027.
  29. Pordel F., Ebrahimi A., Azizi Z. Canopy cover or remotely sensed vegetation index, explanatory variables of above-ground biomass in an arid rangeland, Iran // J. Arid Land. 2018. V. 10. P. 767–780. DOI: 10.1007/s40333-018-0017-y.
  30. Quang Q., Yuan Qz., Han Jc. et al. A remote sensing monitoring method for alpine grasslands desertification in the eastern Qinghai-Tibetan Plateau // J. Mountain Science. 2020. V. 17. P. 1423–1437 DOI: 10.1007/s11629-020-5986-6.
  31. Wang G., Liu Sh., Liu T. et al. Modelling above-ground biomass based on vegetation indexes: a modified approach for biomass estimation in semi-arid grasslands // Intern. J. Remote Sensing. 2019. V. 40. Iss. 10. P. 3835–3854. DOI: 10.1080/01431161.2018.1553319.
  32. Wang Z., Ma Y., Zhang Y., Shang J. Review of Remote Sensing Applications in Grassland Monitoring // Remote Sensing. 2022. V. 14. No. 12. Article 2903. DOI: 10.3390/rs14122903.
  33. Wiedinmyer C., Akagi S. K., Yokelson R. J. et al. The Fire INventory from NCAR (FINN): a high-resolution global model to estimate the emissions from open burning // Geoscientific Model Development. 2011. V. 4. P. 625–641. DOI: 10.5194/gmd-4-625-2011.
  34. Yan J., Zhang G., Ling H., Han F. Comparison of time-integrated NDVI and annual maximum NDVI for assessing grassland dynamics // Ecological Indicators. 2022. V. 136. Article 108611. DOI: 10.1016/j.ecolind.2022.108611.
  35. Yuferev V. G., Tkachenko N. A., Sinelnikova K. P. Spectral Characteristics of Desertified Black-Earth Pastures // Arid Ecosystems. 2022. V. 12. No. 1. P. 54–60. DOI: 10.1134/S2079096122010152.
  36. Zeng N., Ren X., He H. et al. Estimating grassland aboveground biomass on the Tibetan Plateau using a random forest algorithm // Ecological Indicators. 2019. V. 102. P. 479–487. DOI: 10.1016/j.ecolind.2019.02.023.
  37. Zeng N., Ren X., He H. et al. Estimating the grassland aboveground biomass in the Three-River Headwater Region of China using machine learning and Bayesian model averaging // Environmental Research Letters. 2021. V. 16. No. 11. Article 114020. DOI: 10.1088/1748-9326/ac2e85.
  38. Zhang R. P., Zhou J. H., Guo J. et al. Inversion models of aboveground grassland biomass in Xinjiang based on multisource data // Frontiers in Plant Science. 2023. V. 14. Article 1152432. DOI: 10.3389/fpls.2023.1152432.
  39. Zolotokrylin A. N., Titkova T. B. A new approach to the monitoring of desertification centers // Arid Ecosystems. 2011. V. 1. No. 3. P. 125–140. DOI: 10.1134/S2079096111030127.
  40. Zolotokrylin A. N., Titkova T. B., Ulanova S. S., Fedorova N. L. Ground-based and satellite investigation of production of pastures in Kalmykia that vary in degree of vegetation degradation // Arid Ecosystems. 2013. V. 3. No. 4. P. 212–219. DOI: 10.1134/S2079096113040136.