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. 2024. Т. 21. № 5. С. 203-218

Динамика используемых сельскохозяйственных угодий Волго-Ахтубинской поймы на основе сезонных композитных изображений Sentinel-2

А.А. Васильченко 1 
1 Федеральный научный центр агроэкологии, комплексных мелиораций и защитного лесоразведения РАН, Волгоград, Россия
Одобрена к печати: 16.09.2024
DOI: 10.21046/2070-7401-2024-21-5-203-218
Мониторинг состояния и использования сельскохозяйственных полей в условиях интразональных пойменных ландшафтов необходим для развития рационального природопользования. В статье проанализированы особенности распределения значений вегетационного индекса NDVI (англ. Normalized Difference Vegetation Index, нормализованный разностный вегетационный индекс) в пределах используемых полей на протяжении вегетационного сезона, которые фиксировались с помощью композитных космических изображений спутников Sentinel-2A и Sentinel-2B. Выявлено, что используемые сельскохозяйственные поля и пары можно идентифицировать по набору особенностей распределения NDVI. Экспериментально доказано, что наибольшая точность идентификации достигается за счёт использования диапазонов в композитах минимальных значений, максимальных и диапазона за вегетационный сезон. С использованием матрицы ошибок на основе материалов экспертного дешифрирования и полевых исследований рассчитана точность идентификации, позволяющая разделять используемые и неиспользуемые сельскохозяйственные поля с суммарной точностью до 93,1 %. Выявленная площадь используемых сельскохозяйственных полей коррелирует с материалами статистики и в пределах поймы в период 2018–2022 гг. ежегодно растёт на 1–2 % (с 36,2 до 40,7 тыс. га). Установлено, что в пределах Волго-Ахтубинской поймы основные места вовлечения в оборот сельскохозяйственных земель связаны с инфраструктурным фактором и концентрируются вблизи водоисточников, основных дорог, мест сбыта.
Ключевые слова: Волго-Ахтубинская пойма, дистанционное зондирование, композитные изображения, сельскохозяйственные поля, NDVI, Sentinel-2
Полный текст

Список литературы:

  1. Балдина Е. А., Трошко К. А. Картографирование современного состояния и многолетних изменений в использовании сельскохозяйственных земель в дельте Волги // Геодезия и картография. 2016. № 11. С. 39–46. DOI: 10.22389/0016-7126-2016-917-11-39-46.
  2. Бармин А. Н., Иолин М. М., Шарова И. С., Голуб В. Б. Структура и динамика землепользования в Астраханской области // Геология, география и глобальная энергия. 2011. № 3(42). С. 143–149.
  3. Бармин А. Н., Иолин М. М., Григоренкова Е. Н., Шахмедов И. Ш., Шарова И. С., Серебрякова В. И., Алмамедов Я. Структура и динамика землепользования в северной части Волго-Ахтубинской поймы // Геология, география и глобальная энергия. 2012. № 2(45). С. 174–179.
  4. Барталев С. А., Егоров В. А., Лупян Е. А., Плотников Д. Е., Уваров И. А. Распознавание пахотных земель на основе многолетних спутниковых данных спектрорадиометра MODIS и локально-адаптивной классификации // Компьютерная оптика. 2011. Т. 35. № 1. С. 103–116.
  5. Биарсланов А. Б., Шинкаренко С. С., Гаджиев И. Р. Картографирование и анализ сезонной динамики площадей опустынивания на севере Дагестана по ежемесячным композитам Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 160–175. DOI 10.21046/2070-7401-2023-20-1-160-175.
  6. Васильченко А. А. (2022а) Пространственный анализ инфраструктуры орошаемых полей Волго-Ахтубинской поймы на территории Волгоградской области // Научно-агрон. журн. 2022. № 4(119). С. 12–18. DOI: 10.34736/FNC.2022.119.4.002.12-18.
  7. Васильченко А. А. (2022б) Опыт разработки локальной ГИС орошаемых земель Волго-Ахтубинской поймы на территории Волгоградской области // ИнтерКарто. ИнтерГИС. 2022. Т. 28. № 2. С. 761–772. DOI: 10.35595/2414-9179-2022-2-28-761-772.
  8. Васильченко А. А. Картографирование сенокосов в пойменных ландшафтах юга России по разновременным данным Sentinel-2 // Исслед. Земли из космоса. 2023. № 4. С. 72–82. DOI: 10.31857/S0205961423030077.
  9. Голуб В. Б., Сорокин А. Н., Мальцев М. В., Чувашов А. В. Почвы и растительность многолетней залежи в дельте р. Волги // Вестн. Волжского ун-та им. В. Н. Татищева. 2012. № 3(10). С. 308-317.
  10. Голуб В. Б., Чувашов А. В., Николайчук Л. Ф., Малов Д. Н. Обзор материалов для осуществления мониторинга растительного покрова долины Нижней Волги // Самарская Лука: проблемы региональной и глобальной экологии. 2021. Т. 30. № 3. С. 52–65. DOI: 10.24412/2073-1035-2021-10411.
  11. Горохова Н., Панкова Е. И., Шишконакова Е. А. Опыт использования космических снимков для составления карты землепользования орошаемых и залежных земель Светлоярской оросительной системы // Бюл. Почвенного ин-та. 2017. № 89. С. 68–89. DOI: 10.19047/0136-1694-2017-89-68-89.
  12. Зайцев В. Ф., Мельник И. В., Филиппова А. А. Современное состояние земельного фонда Астраханской области // Антропогенные вызовы качеству окружающей среды Северного Прикаспия: сб. ст. 2017. T. 1. С. 71–111.
  13. Занозин В. В., Бармин А. Н. Анализ современного использования природно-территориальных комплексов ландшафта дельты реки Волга в сельскохозяйственных целях // Изв. высш. учеб. заведений. Геодезия и аэрофотосъемка. 2020. Т. 64. № 2. С. 186–195. DOI: 10.30533/0536-101X-2020-64-2-186-195.
  14. Кулик К. Н., Заплавнов Д. М., Кищенко А. А. Деградация уникальных ландшафтов Волго-Ахтубинской поймы и Астраханской области под прессом техногенных нагрузок // Изв. Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. 2012. № 4(28). С. 6–11.
  15. 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.
  16. Матвеев Ш. Оценка современной структуры и характеристик сельскохозяйственных угодий Цимлянского района Ростовской области с применением ГИС-технологий // Научно-агроном. журн. 2023. № 2(121). С. 51–56. DOI: 10.34736/FNC.2023.121.2.009.51-56.
  17. 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.
  18. Пышненко Н. В., Филиппов О. В. Картографический подход к оценке антропогенного воздействия на природную среду Волго-Ахтубинской поймы // Материалы 11-й Регион. научно-практ. конф. «Проблемы устойчивого развития и эколого-экон. безопасности региона». 2015. С. 161–165.
  19. Синельникова К. П. Пространственный анализ деградации агроландшафтов Донской гряды // Научно-агрон. журн. 2021. № 4(115). С. 30–34. DOI: 10.34736/FNC.2021.115.4.005.
  20. Синельникова К. П., Берденгалиева А. Н., Матвеев Ш. и др. Картографирование пахотных земель в агроландшафтах Волгоградской области по данным дистанционного зондирования // Исслед. Земли из космоса. 2023. № 5. С. 85–96. DOI: 10.31857/S0205961423050081.
  21. Шарова И. С., Шведова И. Н., Ивенская Д. И., Сергунова Н. С. Структура землепользования в северной части Волго-Ахтубинской поймы // Экология России: на пути к инновациям. 2013. № 8. С. 22–25.
  22. Шинкаренко С. С., Малышко Е. А. Технологии спутникового мониторинга состояния посевов // Научно-агрон. журн. 2019. № 1(104). С. 17–20.
  23. Шинкаренко С. С., Бодрова В. Н., Сидорова Н. В. Влияние экспозиции склонов на сезонную динамику вегетационного индекса NDVI посевных площадей // Изв. Нижневолжского агроуниверситетского комплекса: Наука и высшее проф. образование. 2019. № 1(53). С. 96–105. DOI: 10.32786/2071-9485-2019-01-12.
  24. Шинкаренко С. С., Барталев С. А., Васильченко А. А. Метод картографирования защитных лесных насаждений на основе разновременных спутниковых изображений высокого пространственного разрешения и бисезонного индекса леса // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 207–222. DOI: 10.21046/2070-7401-2022-19-4-207-222.
  25. Юферев В. Г., Таранов Н. Н. Геоинформационная оценка и моделирование деградации лесных насаждений Волго-Ахтубинской поймы // Грани познания. 2015. № 4(38). С. 90–93.
  26. Юферев В. Г., Таранов Н. Н. (2018а) Геоинформационный анализ состояния сельскохозяйственных земель на территории природного парка Волго-Ахтубинская пойма // Материалы Международ. научно-практ. конф. «Мировые научно-технол. тенденции социально-экон. развития АПК и сельских территорий», посвященной 75-летию окончания Сталинградской битвы. 2018. Т. 4. С. 245–249.
  27. Юферев В. Г., Таранов Н. Н. (2018б) Геоинформационный анализ состояния сельскохозяйственных земель на территории природного парка Волго-Ахтубинская пойма // Материалы Международ. научно-практ. конф. «Агроэкология, мелиорация и защитное лесоразведение». 2018. С. 556–560.
  28. Asam S., Gessner U., Almengor González R. et al. Mapping crop types of Germany by combining temporal statistical metrics of Sentinel-1 and Sentinel-2 time series with LPIS data // Remote Sensing. 2022. V. 14. No. 13. Article 2981. DOI: 10.3390/rs14132981.
  29. Loupian E. A., Bourtsev M. A., Proshin A. A. et al. Usage experience and capabilities of the VEGA-Science System // Remote Sensing. 2022. V. 14. No. 1. Article 77. 19 p. DOI: 10.3390/rs14010077.
  30. Mukhamediev R. I., Merembayev T., Kuchin Y. et al. Soil salinity estimation for South Kazakhstan based on SAR Sentinel-1 and Landsat-8,9 OLI data with machine learning models // Remote Sensing. 2023. V. 15. No. 17. Article 4269. DOI: 10.3390/rs15174269.
  31. Snevajs H., Charvat K., Onckelet V. et al. Crop detection using time series of Sentinel-2 and Sentinel-1 and existing land parcel information systems // Remote Sensing. 2022. V. 14. No. 5. Article 1095. DOI: 10.3390/rs14051095.
  32. Xue H., Xu X., Zhu Q. et al. Object-oriented crop classification using time series Sentinel Images from Google Earth Engine // Remote Sensing. 2023. V. 15. No. 5. Article 1353. DOI: 10.3390/rs15051353.