Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 3. С. 161-170
Оценивание параметров состояния биомассы корнеплодных культур по данным дистанционного зондирования Земли
И.М. Михайленко
1 , В.Н. Тимошин
1 1 Агрофизический научно-исследовательский институт, Санкт-Петербург, Россия
Одобрена к печати: 19.03.2025
DOI: 10.21046/2070-7401-2025-22-3-161-170
Рассматривается проблема оценивания параметров биомассы корнеплодных культур по данным дистанционного зондирования Земли. У культур подобного типа подземная часть биомассы недоступна средствам оптического дистанционного зондирования. Для решения данной проблемы необходимо использование трёх математических моделей: модели динамики параметров биомассы корнеплодной культуры, отражающей взаимосвязь наземной части биомассы с массой корнеплодов; модели параметров почвенной среды, демонстрирующей вынос биомассой корнеплодной культуры питательных элементов и влаги; а также модели оптического дистанционного зондирования, показывающей взаимосвязь параметров отражения в красном и ближнем инфракрасном диапазонах с параметрами наземной части биомассы. В связи с тем, что подземная часть культуры недоступна средствам дистанционного зондирования Земли, то к модели динамики параметров биомассы корнеплодной культуры предъявляются особые требования. Она должна обладать свойством наблюдаемости, которое обеспечивает восстановление всех компонентов биомассы и при её исследовании по данным дистанционного зондирования Земли. Наличие этих моделей позволяет одновременно получать параметры биомассы корнеплодной культуры и параметры почвенной среды с замыканием алгоритма оценивания на реальные данные дистанционного зондирования Земли.
Ключевые слова: дистанционное зондирование Земли, корнеплодные культуры, параметры биомассы, математические модели, алгоритм оценивания
Полный текстСписок литературы:
- Антонов В. Н., Сладких Л. А. Мониторинг состояния посевов и прогнозирование урожайности яровой пшеницы по данным ДЗЗ // Геоматика. 2009. № 4. С. 50–53.
- Барталев С. А., Лупян Е. А., Нейштадт И. А., Савин И. Ю. Классификация некоторых типов сельскохозяйственных посевов в южных регионах России по спутниковым данным MODIS // Исслед. Земли из космоса. 2006. № 3. С. 68–75.
- Казаков И. Е. Методы оптимизации стохастических систем. М.: Наука, 1987. 349 с.
- Кочубей С. М., Шадчина Т. М., Кобец Н. И. Спектральные свойства растений как основа методов дистанционной диагностики. Киев: Наукова думка, 1990. 134 с.
- Михайленко И. М. Основные задачи оценивания состояния посевов и почвенной среды по данным космического зондирования // Эколог. системы и приборы. 2011. № 8. С. 17–24.
- Михайленко И. М., Тимошин В. Н. Управление сроками сева по данным дистанционного зондирования Земли // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 5. С. 149–160. DOI: 10.21046/2070-7401-2017-14-5-149-160.
- Михайленко И. М., Тимошин В. Н. (2018а) Оценивание химического состояния почвенной среды по данным дистанционного зондирования Земли // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 7. С. 102–113. DOI: 10.21046/2070-7401-2018-15-7-102-113.
- Михайленко И. М., Тимошин В. Н. (2018б) Математическое моделирование и оценивание химического состояния почвенной среды по данным дистанционного зондирования Земли // Международ. научно-исслед. журн. 2018. № 9. Ч. 2. С. 26–38. DOI: 10.23670/IRJ.2018.75.9.029.
- Михайленко И. М., Якушев В. П. Дистанционное зондирование Земли в сельском хозяйстве // Вестн. российской с.-х. науки. 2016. № 6. С. 12–16.
- Михайленко И. М., Тимошин В. Н., Малыгин В. Г. Принятие решений о дате заготовки кормов на основе данных дистанционного зондирования Земли и подстраиваемых математических моделей // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 169–182. DOI: 10.21046/2070-7401-2018-15-1-169-182.
- Рачкулик В. И., Ситникова М. В. Отражательные свойства и состояние растительного покрова. Л.: Гидрометеоиздат, 1981. 287 с.
- Crippen R. E. Calculating the vegetation index faster // Remote Sensing of Environment. 1990. V. 34. Iss. 1. P. 71–73. DOI: 10.1016/0034-4257(90)90085-Z.
- Gamon J. A., Serrano L., Surfus J. S. The photochemical reflectance index: An optical indicator of photosynthetic radiation use efficiency across species, functional types and nutrient levels // Oecologia. 1997. V. 112. No. 4. P. 492–501. DOI: 10.1007/s004420050337.
- Mikhailenko I. M. Assessment of crop and soil state using satellite remote sensing data // Intern. J. Information Technology and Operations Management. 2013. V. 1. No. 5. P. 41–51.
- Ponzoni F. J., Borges da Silva C., Benfica dos Santos S. et al. Local illumination influence on vegetation indices and Plant Area Index (PAI) relationships // Remote Sensing. 2014. V. 6. Iss. 7. P. 6266–6282. DOI: 10.3390/rs6076266.
- Sami K., Kushal K. C., John P. F. et al. Remote sensing in agriculture — Accomplishments, limitations, and opportunities // Remote Sensing. 2020. V. 12. Iss. 22. Article 3783. DOI: 10.3390/rs12223783.
- Sims D. A., Gamon J. A. Relationships between leaf pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages // Remote Sensing of Environment. 2002. V. 81. Iss. 2–3. P. 337–354. DOI: 10.1016/S0034-4257(02)00010-X.