Geoinformation monitoring of the condition of rice fields in Giang Province (Vietnam) according to multispectral ERS data and field spectroradiometering

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The spatial distribution of areas of territory used for agricultural work is of great importance for the development of measures for managing territories and planning the rational use of land and water resources. As a result of the high development of land and its use for agricultural production, timely assessment of both the condition of soils and the growing season of crops in the fields plays an important role. Since in the conditions of the study area it is possible to choose the timing of sowing, growing and harvesting, spatial data on the location of fields for growing rice can be used to estimate the volume of water consumed for its cultivation and develop a crop rotation model for different volumes of available water based on the level of water reserves of the main crop. source. Geoinformation classification of Earth remote sensing data and the use of spectral indices can be used to monitor the dynamics of rice crop formation under existing conditions. Refinement of the results of geoinformation processing of satellite images is carried out using field standardization methods, including photo standardization, showing the real value of reflected energy during large-scale photography, and spectroradiometry, which makes it possible to determine the characteristics of the reflected energy by these objects in various spectral ranges. The results obtained made it possible to obtain statistical data on the values of the area of plots based on 4844 measurements; the average values of the area of plots were established – 0.447, standard deviation – 0.309, maximum area – 5.84 hectares, minimum 0.02 hectares. The obtained statistical results make it possible to determine on average the estimated number of plots in the territory of An Giang province, which is 442 thousand fields. Thus, when deciphering images of rice fields on satellite images, local geoinformation cartographic layers of such fields are developed, taking into account the actual characteristics and stage of plant vegetation, as well as the stage of harvesting and the stage of tillage.

Full Text

Restricted Access

About the authors

V. G. Yuferev

Federal Scientific Center of Agroecology, Complex Meliorations and Agroforestry of the RAS

Email: vyprickiy-a@vfanc.ru
Russian Federation, Volgograd

A. K. Kulik

Federal Scientific Center of Agroecology, Complex Meliorations and Agroforestry of the RAS

Email: vyprickiy-a@vfanc.ru
Russian Federation, Volgograd

N. T. Hiep

Southern Branch of Joint Vietnam-Russia Tropical Science and Technology Research Center

Email: vyprickiy-a@vfanc.ru
Viet Nam, Ho Chi Minh City

A. A. Vasilchenko

Federal Scientific Center of Agroecology, Complex Meliorations and Agroforestry of the RAS

Email: vyprickiy-a@vfanc.ru
Russian Federation, Volgograd

A. A. Vypritskiy

Federal Scientific Center of Agroecology, Complex Meliorations and Agroforestry of the RAS

Author for correspondence.
Email: vyprickiy-a@vfanc.ru
Russian Federation, Volgograd

R. N. Balkushkin

Federal Scientific Center of Agroecology, Complex Meliorations and Agroforestry of the RAS

Email: vyprickiy-a@vfanc.ru
Russian Federation, Volgograd

V. T. M. Chau

Southern Branch of Joint Vietnam-Russia Tropical Science and Technology Research Center

Email: vyprickiy-a@vfanc.ru
Viet Nam, Ho Chi Minh City

T. T. L. Thu

Southern Branch of Joint Vietnam-Russia Tropical Science and Technology Research Center

Email: vyprickiy-a@vfanc.ru
Viet Nam, Ho Chi Minh City

References

  1. Hoa P.V., Giang N.V., Binh, N.A., Hai L.V.H., Pham T.-D., Hasanlou M., Tien Bui D. Soil Salinity Mapping Using SAR Sentinel-1 Data and Advanced Machine Learning Algorithms: A Case Study at Ben Tre Province of the Mekong River Delta (Vietnam) // Remote Sens. 2019. Vol. 11. 128 p. https://doi.org/10.3390/rs11020128
  2. Huang S., Tang L., Hupy J.P. A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing // Journal of Forester Research. 2021. Vol. 32. P. 1–6. doi: 10.1007/s11676-020-01155-1.
  3. Ivankova T.V. The role of water resources in the development of the Vietnamese economy and related environmental problems // Vestnik Yuzhno-Rossijskogo gosudarstvennogo tekhnicheskogo universiteta (NPI). Seriya: Social’no-ekonomicheskie nauki. 2017. No. 5. P. 58‒64. doi: 10.17213/2075-2067-2017-5-58-64. EDN: YKYSLD. (In Russian).
  4. Kanaev E.A. China, Vietnam and the Mekong problem // Aktual’nye problemy v’etnamovedeniya - 2019: v’etnamo-kitajskie otnosheniya posle vojny 1979 goda: Sbornik statej. – Moskva: Federal’noe gosudarstvennoe byudzhetnoe uchrezhdenie nauki Institut Dal’nego Vostoka Rossijskoj akademii nauk. 2019. P. 166‒180. EDN: LZMCXJ. (In Russian).
  5. Lam C.-N., Niculescu S., Bengoufa S. Monitoring and Mapping Floods and Floodable Areas in the Mekong Delta (Vietnam) Using Time-Series Sentinel-1 Images, Convolutional Neural Network, Multi-Layer Perceptron, and Random Forest // Remote Sens. 2023. Vol. 15. 2001 p. https://doi.org/10.3390/rs15082001
  6. Le V.T. Cities in Mekong delta – VietNam in adaptation to climate change // Nedvizhimost’: ekonomika, upravlenie. 2020. No. 2. P. 41‒48. doi: 10.22227/2073-8412.2020.2.41-48. EDN: XYREMJ. (In Russian).
  7. McFeeters S.K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features // International Journal of Remote Sensing. 1996. Vol. 17. P. 1425‒1432. doi: 10.1080/01431169608948714.
  8. Ngo K.D., Nghiem S.V., Lechner A.M., Vu T.T. Building Structure Mapping on Level Terrains and Sea Surfaces in Vietnam // Remote Sens. 2021. Vol. 13. 2439 p. https://doi.org/10.3390/rs13132439
  9. Nguyen T.T.N. Current state of salt intrusion in the Mekong delta in Vietnam // Vestnik Nauchno-metodicheskogo soveta po prirodoobustrojstvu i vodopol’zovaniyu. 2020. No. 19. P. 74‒80. doi: 10.26897/2618-8732-2020-74-80. EDN: VSTTYU. (In Russian).
  10. Phan H., Le Toan T., Bouvet A. Understanding Dense Time Series of Sentinel-1 Backscatter from Rice Fields: Case Study in a Province of the Mekong Delta, Vietnam // Remote Sens. 2021. Vol. 13. 921 p. https://doi.org/10.3390/rs13050921
  11. Rogozhina N.G. Socio-environmental problems of the Mekong delta in Vietnam // V’etnamskie issledovaniya: elektronnyj nauchnyj zhurnal. 2022. Vol. 6. No 2. P. 37‒45. doi: 10.54631/VS.2022.62-101585. EDN: VDYSFH. (In Russian).
  12. Rulev A.S., Kosheleva O.Yu., Shinkarenko S.S. Assessment of woodiness agrolandscapes of the Southern Volga upland according to NDVI // Izvestia of the Nizhnevolzhsky Agro-University Complex: Science and Higher Professional Education. 2016. No. 4(44). P. 32‒39. (In Russian).
  13. Son N.-T., Chen C.-F., Chen C.-R., Duc H.-N., Chang L.-Y. Phenology-Based Classification of Time-Series MODIS Data for Rice Crop Monitoring in Mekong Delta, Vietnam // Remote Sens. 2014. Vol. 6. P. 135‒156. https://doi.org/10.3390/rs6010135
  14. Statistical yearbook of Vietnam 2021. Q.: Statistics, 2021. ISBN: 9786047518739
  15. Tankeev A.S., Novikova A.I., Phan Nhut L. Development of the conflict situation in the planning structure of the seasonally flooded rural areas (on the example of Mekong river’ delta, Vietnam) // Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. 2015. No. 3(60). P. 86‒95. EDN: VDOVQJ. (In Russian).
  16. Tran H.T. Causes of invasion of salt water (increasing sea water) in the delta in the Mekong river (Vietnam) and their impact on its state // Tret’i vinogradovskie chteniya. Grani gidrologii: Sbornik dokladov mezhdunarodnoj nauchnoj konferencii pamyati vydayushchegosya russkogo gidrologa Yuriya Borisovicha Vinogradova, Sankt-Peterburg, 28–30 marta 2018 goda. Pod redakciej O.M. Makar’evoj. Sankt-Peterburg: Izdatel’stvo “Naukoemkie tekhnologii”. 2018. P. 668‒672. EDN: XUSSXJ. (In Russian).
  17. Tran H.T. Environmental/hydrological problems of the Mekong river delta // Vodnoe hozyajstvo Rossii: problemy, tekhnologii, upravlenie. 2019. No. 1. P. 24‒39. (In Russian).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Channel values ​​of the SSC and values ​​of spectral indices of rice fields obtained during ground-based and space studies.

Download (350KB)
Indexing metadata
3. Fig. 2. Test area for field calibration with boundaries of agricultural lands.

Download (459KB)
Indexing metadata
4. Fig. 3. The result of rice paddy mapping in An Giang Province.

Download (797KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».