Grassland Monitoring Based on Geobotanical, Ground, Spectrometric and Satellite Data

I. Yu. Botvich; Ботвич И. Ю.; N. A. Kononova; Кононова Н. А.; D. V. Emelyanov; Емельянов Д. В.; T. I. Pisman; Письман Т. И.

doi:10.31857/S0205961423010037

Мониторинг сенокосных полей по геоботаническим, наземным спектрометрическим и спутниковым данным

Авторы: Ботвич И.Ю.¹, Кононова Н.А.¹, Емельянов Д.В.¹, Письман Т.И.¹
Учреждения:
1. Институт биофизики СО РАН
Выпуск: № 2 (2023)
Страницы: 43-53
Раздел: ИСПОЛЬЗОВАНИЕ КОСМИЧЕСКОЙ ИНФОРМАЦИИ О ЗЕМЛЕ
URL: https://journal-vniispk.ru/0205-9614/article/view/136977
DOI: https://doi.org/10.31857/S0205961423010037
EDN: https://elibrary.ru/MLOLYA
ID: 136977

Цитировать

Полный текст

Открытый доступ
Доступ закрыт

Доступ предоставлен
Доступ закрыт

Только для подписчиков

Аннотация
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

Проведена оценка возможности мониторинга сенокосных угодий на основе различных спектральных вегетационных индексов (NDVI, ClGreen, NDRE, NDMI), рассчитанных по спутниковым данным Sentinel-2 в течение вегетационного сезона 2018 г. Геоботанические исследования и данные наземной спектрофотометрии проводились одновременно в одно и то же время суток и использовались как дополнительный этап мониторинга сенокошения. Показана возможность распознавания сенокосных угодий и определения даты сенокошения по наземным и спутниковым спектрометрическим данным. Отмечено падение величины индексов (NDVI, ClGreen, NDRE, NDMI) в дату сенокошения (25.07.2018 г.). Подтверждена достоверность возможности дешифрирования сенокосных полей по индексу NDVI. Показано, что даты сенокошения, определенные по спутниковым данным, хорошо согласуются с наземными датами сенокошения (25 июля и 27 августа). Построены карты пространственного распределения индекса NDVI сенокосных полей по спутниковым данным Sentinel-2 за даты (18 июня, 10 июля и 27 августа). Полученные карты позволяют выявлять сенокосные поля и дату сенокошения на больших территориях.

Ключевые слова

сенокосные угодья, спутниковые данные, Sentinel-2, Spectral Evolution, NDVI, ClGreen, NDRE, NDMI

Список литературы

Ботвич И.Ю., Письман Т.И., Кононова Н.А., Шевырногов А.П. Сезонная динамика растительности залежных земель Красноярской лесостепи по наземным и спутниковым данным // Исслед. Земли из космоса. 2018. № 6. С. 39–51.
Ерошенко Ф.В., Барталев С.А., Лапенко Н.Г., Самофал Е.В., Сторчак И.Г. Возможности дистанционной оценки состояния и степени деградации природных кормовых угодий // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 7. С. 53–66.
Кононова Н.А., Ларько А.А, Емельянов Д.В., Ботвич И.Ю. Оценка состояния сенокосных земель красноярского края на основе наземной спектрометрии // Вестник КрасГАУ. 2019. № 2. С. 31–37.
Кострова Ю.Б., Костров Б.В. Использование дистанционного зондирования земли в целях повышение эффективности сельскохозяйственного производства // Вестник РГАТУ, 2010. № 3. С. 88–90.
Лапенко Н.Г., Ерошенко Ф.В., Сторчак И.Г., Дудченко Л.В., Шестакова Е.О. Деградационные процессы в степных сообществах и данные дистанционного зондирования Земли // Достижения науки и техники АПК. 2018. Т. 32. № 10. С. 50–53. https://doi.org/10.24411/0235-2451-2018-11011
Ларько А.А., Ботвич И.Ю., Емельянов Д.В., Кононова Н.А. Оценка состояния сенокосных угодий на основе наземной и спутниковой спектрометрии // Вестник КрасГАУ. 2020. № 2. С. 11–17. https://doi.org/10.36718/1819-4036-2020-2-11-17
Родионова А.В., Тебердиев Д.М. Продуктивность долголетнего сеяного сенокоса и плодородие дерново-подзолистых почв // Успехи современной науки. 2017. Т. 1. № 10. С. 178–182.
Barnes E.M., Clarke T.R., Richards S.E., Colaizzi P.D., Haberland J., Kostrzewski M., Lascano R.J. Coincident detection of crop water stress, nitrogen status and canopy density using ground based multispectral data // In Proceedings of the Fifth International Conference on Precision Agriculture, Bloomington, MN, USA.2000. V. 1619.
Bayat B., Tol C., Verhoef W. Remote Sensing of Grass Response to Drought Stress Using Spectroscopic Techniques and Canopy Reflectance Model Inversion // Remote Sens. 2016. 8. 557. https://doi.org/10.3390/rs8070557
Bretas I.L., Valente D.S.M., Silva F.F., Chizzotti M.L., Paulino M.F., D’Áurea A.P., Paciullo D.S.C., Pedreira B.C., Fernanda H.M. Chizzotti F.H.M. Prediction of aboveground biomass and dry-matter content in Brachiaria pastures by combining meteorological data and satellite imagery// Grass and Forage Science. 2020. https://doi.org/10.1111/gfs.12517
Erunova M.G., Simakina A.S., Yakubailik O.E. Smart analysis of agricultural land use with NDVI at Kuraginskoye agricultural experimental production facility // IOP Conf. Series: Earth and Environmental Science 677. 2021. 032105. https://doi.org/10.1088/1755-1315/677/3/032105.
Gao B.C. A Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water from Space // In SPIE’s 1995 Symposium on OE, Aerospace Sensing and Dual Use Photonics.1995. V. 2480.
Gitelson A.A., Vina A., Ciganda V., Rundquist D.C., Arkebauer T.J. Remote estimation of canopy chlorophyll content in crops // Geophys Res Lett. 2005. 32: L08403. https://doi.org/10.1029/2005GL022688
Gitelson A.A., Gritz U., Merzlyak M.N. Relationships between leaf chlorophyll content and spectral reflectance and algorithms for non-destructive chlorophyll assessment in higher plant leaves // J. Plant Physiol. 2003. 160: 271–82.
Kolecka N., Ginzler C., Pazur R., Price B., Verburg P. H. Regional Scale Mapping of Grassland Mowing Frequency with Sentinel-2 Time Series // Remote Sens. 2018. 10. 1221. https://doi.org/10.3390/rs10081221
Pisman T.I., Shevyrnogov A.P., Larko A.A., Botvich I.Y., Emelyanov D.V., Shpedt A.A., Trubnikov Y.N. The Information Content of Spectral Vegetation Indices in the Interpretation of Satellite Images of Cultivated Fields // Biophys. 2019. 64(4). P. 588–592.
Richter R.,Schläpfer D. Atmospheric/Topographic Correction for Satellite Imagery: ATCOR-2/3 UserGuide”, DLR IB 565-01/11, Wessling, Germany, 2011. (https://sentinel.esa.int/web/sentinel/technical-guides/sentinel-2-msi/level-2a/algorithm).
Rouse J.W., Haas R.H., Scheel J.A., Deering D.W. Monitoring Vegetation Systems in the Great Plains with ERTS // Proceedings, 3rd Earth Resource Technology Satellite (ERTS) Symposium. 1974. V. 1. P. 48–62.