Рассматриваются вегетационные индексы (ВИ), получаемые на основе данных мультиспектральных сенсоров, их специфика и использование. ВИ выбираются в зависимости от целей исследования, например, для уменьшения влияния сигнала от почв на изучаемые характеристики растительности и/или для коррекции искажающего сигналы влияния аэрозолей. Наиболее популярными ВИ являются NDVI (normarized difference vegetation index) и EVI (enhanced vegetation index), но в сельском хозяйстве важны и другие, такие как PVI (perpendicular vegetation index), который позволяет, например, различать используемые пахотные земли от других, озимые культуры от яровых и идентифицировать по дистанционным данным ряд культур. Рассматриваются также результаты сравнения различных ВИ по эффекту насыщения, препятствующему корректной оценке удельной площади листвы. Оцениваются возможности формирования ВИ по открытым данным популярных мультиспектральных спутниковых сенсоров.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
В отличие от наземных спектрорадиометров, измеряющих непрерывный спектр сканированием по длине волны, сенсоры спутников обычно измеряют только дискретные участки спектра (исключение составляют данные гиперспектральных сенсоров, с сотнями узких (5–10 нм) каналов [1]).
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Krishnayya N.S.R., Christian B., Vyas D., Saini M., Joshi N., Manjunath K.R., Kumar T., Padalia H., George R., Kushwaha S.P.S. Monitoring of forest cover in India: imaging spectroscopy perspective // Current Science. - 2015. - V. 108. - P. 869-878.
2. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А., Шабанов Н.В. Спутниковое картографирование растительного покрова России. - М.: ИКИ РАН, 2016. - 208 с. EDN: YOBJAV
3. Blackburn G.A. Hyperspectral remote sensing of plant pigments // Journal of Experimental Botany. - 2007. - V. 58. - P. 855-867. EDN: MEXLMH
4. Huete A., Justice C., Liu H. Development of vegetation and soil indices for MODIS-EOS // Remote Sensing of Environment. - 1994. - V. 49. - P. 224-234.
5. Sakamoto T., Wardlow B.D., Gitelson A.A., Verma S.B., Suyker A.E., Arkebauer T.J. A Two-Step Filtering approach for detecting maize and soybean phenology with timeseries MODIS data // Remote Sensing of Environment. - 2010. - V. 114. - P. 2146-2159.
6. Hwang T., Song C., Vose J.M., Band L.E. Topography-mediated controls on local vegetation phenology estimated from MODIS vegetation index // Landscape Ecology. - 2011. - V. 26. - P. 541-556. EDN: WCIHYU
7. le Maire G., François C., Dufrêne E. Towards universal broad leaf chlorophyll indices using PROSPEC simulated database and hyperspectral reflectance measurements // Remote Sensing of Environment. - 2004. - V. 89. - P. 1-28. EDN: LMMTYL
8. Zarco-Tejada P.J., Ustin S.L., Whiting M.L. Temporal and spatial relationships between within-field yield variability in cotton and high-spatial hyperspectral remote sensing imagery // Agronomy Journal. - 2005. - V. 97. - P. 641-653. EDN: LPNMJT
9. Viña A., Gitelson A.A., Nguy-Robertson A.L., Peng Y. Comparison of different vegetation indices for the remote assessment of green leaf area index of crops // Remote Sensing of Environment. - 2011. - V. 115. - P. 3468-3478. EDN: PMMHET
10. Thenkabail P.S., Mariotto I., Gumma M.K., Middleton E.M., Landis D.R., Huemmrich K.F. Selection of hyperspectral narrow bands (HNBs) and composition of hyperspectral two band vegetation indices (HVIs) for biophysical characterization and discrimination of crop types using field reflectance and Hyperion/EO-1 data // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. - 2013. - V. 6. - P. 427-439.
11. Marshall M., Thenkabail P., Biggs T., Post K. Hyperspectral narrowband and multispectral broadband indices for remote sensing of crop evapotranspiration and its components (transpiration and soil evaporation) // Agricultural and Forest Meteorology. - 2016. - V. 218-219. - P. 122-134. EDN: WSEQNL
12. Huang S., Tang L., Hupy J.P., Wang Y., Shao G. A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing // Journal of Forest Research. - 2021. - V. 32. - P. 1-6.
13. Vidican R., Mălinas A., Ranta O., Moldovan C., Marian O., Gheţe A., Ghişe C.R., Popovici F., Cătunescu G.M. Using remote sensing vegetation indices for the discrimination and monitoring of agricultural crops: A critical review // Agronomy. - 2023. - V. 13. - P. 3040. EDN: CQPMAX
14. Martin M.E., Newman S.D., Aber J.D., Congalton R.G. Determining forest species composition using high spectral resolution remote sensing data // Remote Sensing of Environment. - 1998. - V. 65. - P. 249-254.
15. Rock B.N., Hoshizaki T., Miller J.R. Comparison in situ and airborne spectral measurements of the blue shift associated with forest decline // Remote Sensing of Environment. - 1988. - V. 24. - P. 109-127.
16. Carlson K.M., Asner G.P., Flint Hughes R., Ostertag R., Martin R.E. Hyperspectral remote sensing of canopy biodiversity in Hawaiian lowland rainforests // Ecosystems. - 2007. - V. 10. - P. 536-549. EDN: RJVMFY
17. Martin M.E., Aber J.D. High spectral resolution remote sensing of forest canopy lignin, nitrogen, and ecosystem processes // Ecological Applications. - 1997. - V. 7. - P. 431-443.
18. Serrano L., Peñuelas J., Ustin S.L. Remote sensing of nitrogen and lignin in Mediterranean vegetation from AVIRIS data: Decomposing biochemical from structural signals // Remote Sensing of Environment. - 2002. - V. 81. - P. 355-364.
19. Kokaly R.F., Clark R.N. Spectroscopic determination of leaf biochemistry using band-depths analysis of absorption features and stepwise multiple linear regression // Remote Sensing of Environment. - 1999. - V. 67. - P. 267-287.
20. Tucker C.J., Sellers P.J. Satellite remote sensing of primary production // International Journal of Remote Sensing. - 1986. - V. 7. - P. 1395-1416.
21. Гауптман З., Грефе Ю., Ремане Х. Органическая химия. - М.: Химия, 1979. - 832 с.
22. Curran P.J., Dungan J.L., Gholz H.L. Exploring the relationship between reflectance red edge and chlorophyll content in slash pine // Tree Physiology. - 1990. - V. 7. - P. 33-48.
23. Jacobsen A., Broge N.H., Hansen B.U. Monitoring wheat fields and grasslands using spectral reflectance data. / International Symposium on Spectral Sensing Research (ISSSR), Melbourne, Victoria, Australia, 26 Nov. - 1 Dec, 1995. Australian Government Publishing Service, 1995. - P. 1-10.
24. Jiang Z., Huete A.R., Didan K., Miura T. Development of a two-band enhanced vegetation index without a blue band // Remote Sensing of Environment. -2008. - V. 112. - P. 3833-3845.
25. Gitelson A.A. Wide Dynamic Range Vegetation Index for remote quantification of biophysical characteristics of vegetation // Journal of Plant Physiology. - 2004. - V. 161. - P. 165-173. EDN: LMMTZZ
26. Huete A., Didan K., Van Leeuwen W. MODIS vegetation index (MOD’13) algorithm theoretical basis document. Version 3.1. Vegetation Index and Phenology Lab., 1999. - 120 p.
27. Gitelson A.A., Kaufman Y.J., Merzlyak M.N. Use of a green channel in remote sensing of global vegetation from EOS-MODIS // Remote Sensing of Environment. - 1996. - V. 58. - P. 289-298. EDN: LDKHLH
28. Huete A., Didan K., Miura T., Rodriguez E.P., Gao X., Ferreira L.G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices // Remote Sensing of Environment. - 2002. - V. 83. - P. 195-213.
29. Huete A.R., Didan K., Shimabukuro Y.E., Ratana P., Saleska S.R., Hutyra L.R., Yang W., Neman Gitelson A.A., Wardlow B.D., Keydan G.P., Leavitt B. An evaluation of MODIS 250-m data for green LAI estimation in crops // Geophysical Research Letters. - 2007. - V. 34. - P. L20403.
30. Huete A.R., Didan K., Shimabukuro Y.E., Ratana P., Saleska S.R., Hutyra L.R., Yang W., Nemani R.R., Myneni R. Amazon rainforests green-up with sunlight in dry season // Geophysical Research Letters. - 2006. - V. 33. - P. L06405.
31. Guindin-Garcia N., Gitelson A.A., Arkebauer T.J., Shanahan J., Weiss A. An evaluation of MODIS 8- and 16- day composite products for monitoring maize green leaf area index // Agricultural and Forest Meteorology. - 2012. - V. 161. - P. 15-25. EDN: PNQPQJ
32. Viña A., Gitelson A.A. New developments in the remote estimation of the fraction of absorbed photosynthetically active radiation in crops // Geophysical Research Letters. - 2005. - V. 32. - P. L17403. EDN: MEXLGD
33. Gitelson A.A., Gritz Y., Merzlyak M.N. Relationships between leaf chlorophyll content and spectral reflection and algorithms for non-destructive chlorophyll assessment in higher plant leaves // Journal of Plant Physiology. - 2003. - V. 160. - P. 271-282. EDN: LHRVVH
34. Gitelson A.A., Viña A., Ciganda V., Rundquist D.C., Arkebauer T.J. Remote estimation of canopy chlorophyll content in crops // Geophysical Research Letters. - 2005. - V. 32. - P. L08403. EDN: MEXLEZ
35. Dash J., Curran P.J. The MERIS terrestrial chlorophyll index // International Journal of Remote Sensing. - 2004. - V. 25. - P. 5403-5413.
36. Dawson T.P., Curran P.J. A new technique for interpolating the reflection red edge position // International Journal of Remote Sensing. - 1998. - V. 19. - P. 2133-2139.
37. Filela I., Peñuelas J. The red edge position and shape as indicators of plant chlorophyll content, biomass and hydric status // International Journal of Remote Sensing. - 1994. - V. 15. - P. 1459-1470.
38. Filella I., Serrano L., Serra J., Peñuelas J. Evaluating wheat nitrogen status with canopy reflection indices and discriminant analysis // Crop Science. - 1995. - V. 35. - P. 1400-1405.
39. Clevers J.G.P.W., De Jong S.M., Epema G.F., Van Der Meer F.D., Bakker W.H., Skidmore A.K. Derivation of the red edge index using the MERIS standard band setting // International Journal of Remote Sensing. - 2002. - V. 23. - P. 3169-3184.
40. Lamb D.W., Stein-Ross M., Schaare P., Hanna M.M., Silvester W., Stein-Ross A. Estimating leaf nitrogen concentration in ryegrass (Lolium spp.) pasture using the chlorophyll red-edge: theoretical modelling and experimental observations // International Journal of Remote Sensing. - 2002. - V. 23. - P. 3619-3648.
41. Baranoski G.V.G., Rokne J.G. A practical approach for estimating the red edge position of plant leaf reflection // International Journal of Remote Sensing. - 2005. - V. 26. - P. 503-521.
42. Yumiko K., Raun W., Solie J., Stone M., Taylor R. Red edge as a potential index for detecting differences in plant nitrogen status in winter wheat // Journal of Plant Nutrition. - 2012. - V. 35. - P. 1526-1541.
43. Gitelson A.A., Verma S.B., Viña A., Rundquist D.C., Keydan G., Leavitt B., Arkebauer T.J., Burba G.G., Suyker A.E. Novel technique for remote estimation of CO2 flux in maize // Geophysical Research Letters. - 2003. - V. 30. - P. 1482. EDN: MEXLCR
44. Плотников Д.Е., Барталев С.А., Жарко В.О., Михайлов В.В., Просянникова В.И. Экспериментальная оценка распознаваемости агрокультур по данным сезонных спутниковых измерений спектральной яркости // Современные проблемы дистанционного зондирования Земли из космоса. - 2011. - Т. 8. - № 1. - С. 199-208. EDN: NVVWBV
45. Плотников Д.Е. Разработка методов дистанционной оценки растительного покрова на основе многолетних спутниковых измерений квазипериодических вариаций спектральной яркости: Дисс.... канд. физ.-мат. наук. - М., 2012. - 158 с. EDN: QFSKCD
46. Плотников Д.Е., Барталев С.А., Лупян Е.А., Толпин В.А. Оценка точности выявления посевов озимых культур в весенне-летний период вегетации по данным прибора MODIS // Современные проблемы дистанционного зондирования Земли из космоса. - 2017. - Т. 14. - № 4. - С. 132-145. EDN: ZQQLGF
47. Плотников Д.Е., Ёлкина Е.С., Дунаева Е.А., Хвостиков С.А., Лупян Е.А., Барталев С.А. Развитие метода автоматического распознавания озимых культур на основе спутниковых данных на территории Республики Крым // Таврический вестник аграрной науки. - 2020. - № 1 (21). - С. 64-82. EDN: RWMWDV
48. Wan Z. New refinements and validation of the MODIS Land-Surface Temperature/Emissivity products // Remote Sensing of Environment. - 2008. - V. 112. - P. 59-74.
49. Fick S.E., Hijmans R.J. WorldClim 2: new 1-km spatial resolution climate surfaces for global land areas // International Journal of Climatology. - 2017. - V. 37 (2). DOI: 10.1002/joc.5086
50. Hijmans R.J., Cameron S.E., Parra J.L., Jones P.J., Jarvis A. Very high resolution interpolated climate surfaces for global land areas // International Journal of Climatology. - 2005. - V. 25. - P. 1965-1978. EDN: LUFWPL
51. Шарый П.А., Шарая Л.С., Рухович О.В., Шкуркин С.И. Методы моделирования урожайности сельскохозяйственных культур: обзор // Проблемы агрохимии и экологии. - 2023. - № 2. - С. 62-70. EDN: TBRORS
Выпуск
Другие статьи выпуска
История научных исследований и разработок в области технической базы польдерного земледелия в Восточной Пруссии входит в состав культурного наследия Калининградской области, где сосредоточено 70% польдеров России. Согласованное существование природы и человека и есть «коэволюция» в рамках глобального эволюционизма. В результате изучения и оптимизации польдерных систем региона удалось обеспечить эффективное использование земель и защиту их от наводнений. Научный и практический опыт управления польдерными территориями способствовал эволюции сельского хозяйства на данных инфраструктурных объектах, которые продолжают выполнять важные задачи в области рационального пользования земельными и водными ресурсами. Особое внимание уделяется современному состоянию польдерных земель - сложных природно-хозяйственных систем. В настоящее время польдеры Калининградской области находятся в различных культуртехнических состояниях; бо́льшая их доля введена в сельскохозяйственный оборот в последние 5 лет. Оснащение насосных станций системами автоматического контроля способствует достижению благоприятного водного режима и повышает эффективность использования польдерных земель.
Почва является средой депонирования химических загрязняющих веществ, поступающих различными антропогенно обусловленными путями. Она также служит источником вторичного загрязнения подземных и поверхностных вод. Для прогноза опасности загрязнения подземных вод химическими веществами необходимо установить содержание химического вещества в почве, гарантирующее его переход в подземные воды в количестве, не превышающем предельно допустимую концентрацию вещества в воде водоемов. Для обоснования миграционного водного показателя в работе использован метод вымывания исследуемых опасных химических веществ из почвенных фильтрационных колонок в соответствии с ГОСТ 33043–2014 и Методическими рекомендациями 2609–82. С целью актуализации испытуемых концентраций соли кадмия и оценки токсичности получаемых фильтратов использовали методы биотестирования. В фильтратах из всех используемых в эксперименте колонок с различными концентрациями токсиканта (0,5–15,0 мг/кг почвы) кадмий обнаружен не был. Максимальное его содержание фиксировалось в верхнем 3 см слое почвы. Сорбция токсиканта составляла до 98%. Элюатное биотестирование фильтратов из миграционных колонок и почвенных вытяжек не обнаружило негативного влияния на тест-организмы. Целесообразность использования метода почвенных фильтрационных колонок с целью прогнозирования поступления кадмия в грунтовые воды и удержания его в почвенном слое подтверждена как химико-аналитическими, так и экотоксикологическими методами. Soil is a medium that deposits chemical pollutants that enter through various anthropogenically caused pathways. It also serves as a source of secondary pollution of ground and surface waters. The forecast of the danger of groundwater contamination by chemicals necessitates the establishment of the content of a chemical in the soil, guaranteeing its transfer into groundwater in the amount not exceeding the maximum permissible concentration of the substance in the water of reservoirs. To substantiate the migration water indicator, the method of washing out studied hazardous chemicals from soil filtration columns in accordance with GOST 33043–2014 and Methodological Recommendations 2609–82 were used in the work. In order to update the tested concentrations of cadmium salt and assess the toxicity of the resulting filtrates, biotesting methods were used. In the filtrates from all columns used in the experiment with different concentrations of the toxicant (0.5–15.0 mg / kg of soil), cadmium was not detected. Its maximum content was recorded in the upper 3 cm soil layer. Sorption of the toxicant was up to 98%. Eluate bioassay of filtrates from migration columns and soil extracts did not reveal a negative effect on the test organisms. The expediency of using soil filtration columns method in order to predict the intake of cadmium into groundwater and its retention in the soil layer was confirmed by both chemical-analytical and ecotoxicological methods.
При изучении влияния деградационных процессов на структурно-агрегатный состав почв сельхозназначения Донецкой Народной Республики установлено варьирование процентного содержания фракций в зависимости от местоположения участка, выращиваемой на участке культуры, культуры-предшественника, а также системы севооборота. Выявлено, что большинство модельных участков характеризуются преобладанием фракций более 10 мм и в диапазоне 3-1 мм. Несмотря на оцененное по коэффициенту структурности состояние почв как хорошее и отличное, можно утверждать, что на участках под овощными и зерновыми культурами формируются потенциально неблагоприятные условия для выращивания сельскохозяйственных культур. Этому способствует, в первую очередь, преобладание в структурно-агрегатном составе почв ухудшающих водный режим мега- и микроагрегатов, первые из которых формируют излишнюю водопроницаемость, а вторые снижают доступность почвенной влаги. Участки под паром согласно шкале оценки структурного состояния почвы были оценены как находящиеся в хорошем и отличном состоянии, а содержание агрегатов 0,25- 10 мм (агрономически ценных агрегатов) варьировало от 61,21 до 82,34%, при этом наиболее благоприятные условия сложились на участке под паром после картофеля, где наряду с высоким содержанием агрегатов 0,25-10 мм содержание фракции >10 мм не превышало 17%.
Идентификация земель сельскохозяйственного назначения (ЗСН) является первоначальным шагом при анализе сельскохозяйственных полей. Цель исследования – сравнение различных методов классификации ЗСН на основе различных данных дистанционного зондирования Земли, изучение особенностей проведения классификации для решения научных и прикладных задач в сельском хозяйстве на примере Республики Крым. Для анализа сельскохозяйственных полей использованы данные спутников Terra и Aqua (сканер MODIS (moderate resolution imaging spectroradiometer)), Landsat 4, 5, 7 и 8 (TM, ETM+, OLI/TIRS), Sentinel-2. При проведении исследования для обработки космических снимков и создания маски сельскохозяйственных полей применялось программное обеспечение QGIS 3.30 и веб-сервис ВЕГА-Science (УНУ «ВS ИКИ Мониторинг»). Также использовались такие инструменты, как анализ растров, классификация, зональная статистика. Установлена точность автоматической классификации ЗСН при использовании различных методов на основе данных дистанционного зондирования Земли по сравнению с экспертным дешифрированием и статистическими данными.
Представлены данные мелкоделяночных опытов по изучению влияния двух комплексных минеральных удобрений пролонгированного действия и фолиарной обработки растений лигногуматом (ЛГ) на содержание макроэлементов в почвогрунте, листьях и ягодах черной смородины. Установлено, что внесение в почвогрунт удобрения Ruscote демонстрирует наибольшие изменения в содержании нитратного азота и подвижного фосфора, тогда как внесение Osmocote оказывает наибольшее влияние на содержание аммонийного азота. Вариант опыта с применением традиционных удобрений: аммиачной селитры, двойного суперфосфата и хлористого калия стабильно поддерживает высокий уровень азота. В первый год посадки черной смородины отмечены самые высокие показатели содержания в листьях и ягодах азота, фосфора и калия. Рост растений на удобренных вариантах привел к понижению этих показателей по сравнению с контрольным вариантом опыта и значительному выносу макроэлементов из почвогрунта. Двухфакторный дисперсионный анализ (фактор Удобрение и фактор ЛГ) показал, что только фактор Удобрение достоверно влиял на все изучаемые показатели почвогрунтов, в отличие от фактора ЛГ. Так как отмечается понижение содержания азота, фосфора и калия как в почвогрунтах, так и листьях черной смородины по мере роста растений, выращивание черной смородины требует ежегодной корректировки дозы вносимых удобрений. Лучшие результаты в данной работе показали комплексные минеральные удобрения пролонгированного действия по сравнению с традиционными. Дисперсионный анализ (фактор Удобрение и фактор ЛГ) показал, что только фактор Удобрение достоверно влиял на все изучаемые показатели, в отличие от фактора ЛГ.
В 2019-2021 гг. на орошаемых темно-каштановых почвах Западно-Казахстанской области изучались удобрения на основе гуминовых кислот. Объектами исследований служили суданская трава (Sorghum × drummondii) сорт Юбилейная 20 и гуминовые удобрения Реасил микро амино цинк, Реасил микро гидро микс, Реасил форте карб-азот-гумик производства ООО «Лайф Форс Групп» (г. Саратов, Россия). Все изучаемые удобрения положительно влияли на содержание хлорофилла и каротиноидов в листьях растений, увеличивали темпы среднесуточных приростов высоты суданской травы и ее сырой надземной массы. Максимальный урожай в сумме за два укоса был получен в варианте N40 + Реасил микро амино цинк + Реасил форте карб-азот-гумик - 55,0 т/га или 40% к контролю.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ВНИИ агрохимии
- Регион
- Россия, Москва
- Почтовый адрес
- 127434, г. Москва, ул. Прянишникова, дом 31а
- Юр. адрес
- 127434, г. Москва, ул. Прянишникова, дом 31а
- ФИО
- Шкуркин Сергей Иванович (Директор)
- E-mail адрес
- info@vniia-pr.ru
- Контактный телефон
- +8 (499) 9763750
- Сайт
- https://vniia-pr.ru