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. 2024. Т. 21. № 3. С. 121-130

Анализ распределения индекса NDVI на посевной площади пашни Республики Хакасия по данным дистанционного зондирования Земли

Е.В. Пинясова 1 , Е.В. Павлова 1 
1 Хакасский государственный университет, Абакан, Россия
Одобрена к печати: 03.05.2024
DOI: 10.21046/2070-7401-2024-21-3-121-130
В настоящее время оценка состояния сельскохозяйственных угодий с помощью данных дистанционного зондирования Земли стала одним из перспективных направлений для решения научных и прикладных задач. Цель работы заключается в идентификации и анализе состояния пашней и полей под паром в течение вегетационного периода 2022 г. с использованием данных дистанционного зондирования Земли и геоинформационных технологий путём вычисления нормализованного разностного вегетационного индекса NDVI (англ. Normalized Difference Vegetation Index) на территории Ширинского р-на Республики Хакасия. С помощью геоинформационной системы ArcMap 10.2.1 были созданы картографические материалы. С использованием данных полевых исследований, многозональных снимков космических аппаратов «Канопус-В», Sentinel-2, Landsat-8, а также облачных сервисов и геоинформационных ресурсов проанализированы космические снимки сверхвысокого и высокого разрешения IKONOS, WorldView. Представлены результаты визуального и автоматического дешифрирования по методу максимального подобия для идентификации посевов овса, ячменя и полей под паром. Выполнен анализ зональной статистики распределения NDVI с мая по октябрь. При выявлении разности на участках посевов учитывались данные климатических параметров (температура, осадки), в том числе рассчитан гидротермический коэффициент для трёх периодов по методике И. В. Свисюка. В результате анализа полученных данных были выявлены различия в дешифрировании полей с пшеницей, овсом и паром. Было определено, что на первом тестовом участке под пашню с овсом было отведено семь кулис, а под парами находилось восемь кулис. Для второго участка характерно равное количество кулис: шесть кулис находилось под парами и шесть засеяно пшеницей. Особенностью развития овса стал минимальный индекс в конце июля (0,19), а также всплеск показателя (до 0,36) в сентябре, что можно объяснить вегетацией сорной растительности и наличием стерни. Для пшеничных полей таких особенностей не выявлено, однако средний показатель по всем месяцам выше на 0,03±0,001 по сравнению с посевами овса.
Ключевые слова: пашня, растительность Республики Хакасия, геоинформационные системы, данные дистанционного зондирования, геоэкология, карта, NDVI
Полный текст

Список литературы:

  1. Березовский А. Я., Владимиров В. В., Дмитриев В. Е., Родыгин С. А. Природа Ширинского района Республики Хакасия: Физико-географический очерк. Абакан: ООО «Кооператив Журналист», 2011. 232 с.
  2. Горохова И. Н., Чурсин И. Н., Хитров Н. Б., Панкова Е. И. Распознавание сельскохозяйственных угодий по космическим снимкам // Экосистемы: экология и динамика. 2021. Т. 5. № 3. С. 5–33. DOI: 10.24412/2542-2006-2021-3-5-33.
  3. Евтюшкин А. В., Рычкова Н. В. Распознавание видового состава зерновых культур на многовременных радарных космоснимках ERS-2 // Материалы 10-й Региональной конф. по математике МАК-2007. Барнаул: Изд-во АлтГУ, 2007. С. 60–62.
  4. Кабжанова Г. Р., Курмашева А. Ж., Алибаева М. Т., Бисембаев А. Т. Космические снимки как один из инструментов оценки состояния пастбищных угодий Казахстана // Аграр. наука. 2022. № 5. C. 49–53. DOI: 10.32634/0869-8155-2022-359-5-49-53.
  5. Каракотов С. Д., Прянишников А. И., Титов В. Н. и др. К вопросу использования индексной оценки NDVI в селекционной практике по озимой пшенице // Вестн. аграр. науки. 2023. № 3(102). С. 7–17. DOI: 10.17238/issn2587-666X.2023.3.7.
  6. Мартынова Н. Г., Кравченко В. Г. Мониторинг сельскохозяйственных земель по данным дистанционного зондирования Земли // Intern. Agricultural J. 2023. № 1. C. 69–86. DOI: 10.55186/25876740_2023_7_1_7.
  7. Об утверждении государственной программы Республики Хакасия «Развитие агропромышленного комплекса Республики Хакасия и социальной сферы на селе»: Постановление Правительства Республики Хакасия от 19.11.2012. № 781 (в ред. от 29 января 2024 года). https://docs.cntd.ru/document/453366265?ysclid=lsul33kpgk284079468&.
  8. ПугачеваИ. Ю., ШевырноговА. П. Изучение динамики NDVI посевов сельскохозяйственных культур на территории Красноярского края и Республики Хакасия // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т. 5. № 2. С. 347–351.
  9. Свисюк И. В. Агрометеорологические прогнозы, расчеты, обоснования / Северо-Кавк. территор. упр. по гидрометеорологии. Л.: Гидрометеоиздат, 1991. 191 с.
  10. Селянинов Г. Т. О сельскохозяйственной оценке климата // Тр. по с.-х. метеорологии. 1928. Вып. 20. С. 165–177.
  11. 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. DOI: 10.21046/2070-7401-2017-14-7-89-99.
  12. Чагин В. В. Столовая свёкла — важное звено в структуре севооборота сухостепной зоны Республики Хакасия // Вестн. ХГУ им. Н. Ф. Катанова. 2015. № 13. С. 112–114.
  13. Шуркина А. И., Зоркина Т. М., Шевырногов А. П. Исследование современного растительного покрова Республики Хакасия на основе интеграции спутниковых и наземных данных // Вестн. КрасГАУ. 2007. № 5. С. 65–71.
  14. Jespersen R. G., Anderson-Smith M., Sullivan P. F. et al. NDVI changes in the Arctic: Functional significance in the moist acidic tundra of Northern Alaska // PLoS one. 2023. V. 18. No. 4. Article e0285030. 20 p. DOI: 10.1371/journal.pone.0285030.
  15. Kurbanov R., Zakharova N., Sidorenko V., Vilyunov S. The Use of Vegetation Indices in Comparison to Traditional Methods for Assessing Overwintering of Grain Crops in the Breeding Process // 2nd Intern. Conf. Artificial Intelligence and Power Engineering. Moscow, 17–19 Dec. 2021. Moscow: Springer Nature Switzerland AG. 2022. V. 119. P. 52–64. DOI: 10.1007/978-3-030-97064-2_6.