Использование данных дистанционного зондирования для оценки состояния сельскохозяйственных посевов на основе вегетационного индекса

Космическая съемка предназначена для анализа растительного покрова. Включает в себя такие понятия, как пространственное и временное разрешение.

Пространственное разрешениеэто величина пикселя изображения в пространственных единицах или минимальный размер объекта, который виден на снимке.

Временное разрешение – это период времени, когда происходит повторная съемка одной и той же территории (например, каждый день; один раз в 16 дней).

Для снимков низкого пространственного разрешения периодичность съемки одной и той же территории 1 раз в день.

Для снимков высокого пространственного разрешения периодичность съемки одной и той же территории 1 раз в 16 дней.

Вегетационный индекс (ВИ) – характеризует состояние растительного покрова (изменяется в пределах от 0 до 1), чем выше вегетационный индекс, тем лучше состояние сельскохозяйственного посева.

Использование вегетационных индексов

Главным преимуществом вегетационных индексов является легкость их получения и широкий диапазон решаемых с их помощью задач. Так, NDVI часто используется как один из инструментов при проведении более сложных типов анализа, результатом которых могут являться карты продуктивности лесов и сельскохозяйственных земель, карты ландшафтов и природных зон, почвенные, аридные, фитогидрологические, фенологические и другие эколого-климатические карты (Повх В.И, 2006).

NDVI вычисляется по следующей формуле:

где,
NIR - отражение в ближней инфракрасной области спектра
RED - отражение в красной области спектра

Согласно этой формуле, плотность растительности (NDVI) в определенной точке изображения равна разнице интенсивностей отраженного света в красном и инфракрасном диапазоне, деленной на сумму их интенсивностей.

Высокая фотосинтетическая активность (связанная, как правило, с густой растительностью) ведет к меньшему отражению в красной области спектра и большему в инфракрасной. Отношение этих показателей друг к другу позволяет четко отделять и анализировать растительные от прочих природных объектов. Использование же не простого отношения, а нормализованной разности между минимумом и максимумом отражений увеличивает точность измерения, позволяет уменьшить влияние таких явлений как различия в освещенности снимка, облачности, дымки, поглощение радиации атмосферой (Сидько,1997).

Участки характеристической кривой отражения растительности (усредненной), используемые для расчета NDVI c помощью данных MODIS

NDVI может быть рассчитан на основе любых снимков высокого, среднего или низкого разрешения, имеющим спектральные каналы в красном (0,55-0,75 мкм) и инфракрасном диапазоне (0,75-1,0 мкм). Алгоритм расчета NDVI встроен практически во все распространенные пакеты программного обеспечения, связанные с обработкой данных дистанционного зондирования.

Комбинации каналов камер спутников используемые для расчета NDVI:

 

MSS Landsat(4,5)

5 (0.6-0.7 мкм), 6 (0.7-0.8 мкм) или 7 (0.8-1.1 мкм)

TM Landsat(4,5)

3 (0.63-0.69 мкм), 4 (0.76-0.90 мкм)

ETM+ Landsat7

3 (0.63-0.69 мкм), 4 (0.75-0.90 мкм)

AVHRR NOAA

1 (0.58-0.68 мкм), 2 (0.72-1.0 мкм)

MODIS Terra(Aqua)

1 (0.62-0.67 мкм), 2 (0.841-0.876 мкм)

ASTER Terra

2 (0.63-0.69 мкм), 3 (0.76-0.86 мкм)

LISS IRS(1C/1D)

2 (0.62-0.68 мкм), 3 (0.77-0.86 мкм)

Таблица 2 - Комбинации каналов камер спутников для расчета NDVI:

Со времени разработки алгоритма для расчета NDVI у него появилось довольно много модификаций предназначенных для уменьшения влияния различных помехообразующих факторов. Таких, к примеру, как поглощение аэрозолями атмосферы (atmospheric - resistant vegetation index - ARVI), отражение от почвенного слоя (soil adjusted vegetation index - SAVI) и др. Для расчета этих индексов используются формулы, учитывающие отношения между отражающей способностью различных природных объектов и растительностью в других диапазонах, помимо красного и инфракрасного, что делает их более сложными в применении. Существуют также индексы, основанные на NDVI, но корректирующие сразу несколько помехообразующих факторов, как, например EVI (Enhanced vegetation index) (Nurit Agama).

Для отображения индекса NDVI используется стандартизованная непрерывная градиентная или дискретная шкала, показывающая значения в диапазоне от -1..1 в % или в так называемой масштабированной шкале в диапазоне от 0 до 255 (используется для отображения в некоторых пакетах обработки ДЗЗ, соответствует количеству градаций серого), или в диапазоне 0..200 (-100..100), что более удобно, так как каждая единица соответствует 1% изменения показателя. Благодаря особенности отражения в NIR -RED областях спектра, природные объекты, не связанные с растительностью, имеют фиксированное значение NDVI, (что позволяет использовать этот параметр для их идентификации):

Тип объекта

Отражение в красной области спектра

Отражение в инфракрасной области спектра

Значение NDVI

Густая растительность

0.1

0.5

0.7

Разряженная растительность

0.1

0.3

0.5

Открытая почва

0.25

0.3

0.025

Облака

0.25

0.25

0

Снег и лед

0.375

0.35

-0.05

Вода

0.02

0.01

-0.25

Искусственные материалы (бетон, асфальт)

0.3

0.1

-0.5

Таблица 3 – Идентификация NDVI

Но, как правило, для задач связанных с картографированием растительности используют немасштабированную шкалу, начинающуюся с 0 (значения NDVI меньше 0 растительность принимать не может). Для перевода из шкалы -1..1 в 0..200 (масштабирование) используется следующая формула:

масштабированный NDVI = 100(NDVI + 1)

Существует устойчивая корреляция между показателем NDVI и продуктивностью для различных типов экосистем:

Это свойство довольно активно используется для регионального картирования и анализа различных типов ландшафтов, оценке ресурсов и площадей биосистем в масштабе стран и континентов. Однако чаще, расчет NDVI употребляется на основе серии разновременных (разносезонных) снимков с заданным временным разрешением, позволяя получать динамическую картину процессов изменения границ и характеристик различных типов растительности (месячные вариации, сезонные вариации, годовые вариации) (Виноградов, 1984).

Будучи искусственным безразмерным показателем NDVI предназначен для измерения эколого-климатических характеристик растительности, но в тоже время может показывать значительную корреляцию с некоторыми параметрами, совсем другой области:

·        Продуктивностью (временные изменения)

·        Биомассой

·        Влажностью и минеральной (органической) насыщенностью почвы

·        Испаряемостью (эвапотранспирацией)

·        Объемом выпадаемых осадков

·        Мощностью и характеристиками снежного покрова

Зависимость между этими параметрами и NDVI, как правило, не прямая и связана с особенностями исследуемой территории, ее климатическими и экологическими характеристиками, кроме этого, часто приходиться учитывать временную разнесенность параметра и ответной реакции NDVI (Черепанов, 2011).

Благодаря всем этим особенностям, карты NDVI часто используются как один из промежуточных дополнительных слоев для проведения более сложных типов анализа. Результатами, которых могут являться карты продуктивности лесов и сельхозземель, карты типов ландшафтов, растительности и природных зон, почвенные, аридные, фито - гидрологические и другие эколого-климатические карты. Так же, на его основе возможно получение численных данных для использования в расчетах оценки и прогнозирования урожайности и продуктивности, биологического разнообразия, степени нарушенности и ущерба от различных естественных и антропогенных бедствий, аварий и т.д. Часто эти данные используются для вычисления других, универсальных и территориально-привязанных индексов: LAI - индекс листовой поверхности , FPAR - индекс фотосинтетической активной радиации, поглощаемый растительностью и пр ( Выгодская, 1987).

В целом, главным преимуществом NDVI является легкость его получения: для вычисления индекса не требуется никаких дополнительных данных и методик, кроме непосредственно самой космической съемки и знания ее параметров.

Так, благодаря минимальному временному разрешению данных MODIS/Terra, вычисление NDVI на их основе может давать оперативную информацию об эколого-климатической обстановке и возможность отслеживать динамику различных параметров с периодичностью до 1 недели. А большой пространственный охват позволяет проводить мониторинг территорий, соразмерный с площадями областей и целых стран. Данные же камер высокого разрешения, типа Landsat, IRS, Aster позволяют следить за состоянием объектов размерами вплоть до отдельного поля или лесного выдела.

Следует, однако, учитывать и главные недостатки использования NDVI-индекса:

·        Невозможность использования данных, не прошедших этап радиометрической коррекции (калибровки);

·        Погрешности, вносимые погодными условиями, сильной облачностью и дымкой - их влияние можно частично скорректировать использованием улучшенных коэффициентов и композитных изображений с сериями NDVI за несколько дней, недель или месяцев (MVC - Maximum Value Composite).

·        Необходимостью для большинства задач сравнения полученных результатов с предварительно собранными данными тестовых участков (эталонов), в которых должны учитываться сезонные эколого-климатические показатели, как самого снимка, так и тестовых площадок на момент сбора данных. Особенно значимыми данные материалы становятся при расчетах продуктивности, запасах биомассы и прочих количественных показателях;

·        Возможностью использования съемки только времени сезона вегетации для исследуемого региона. В силу своей привязанности к количеству фотосинтезирующей биомассы, NDVI не эффективен на снимках полученных в сезон ослабленной или невегетирующей в этот период растительности (Барталев,2006).

В настоящее время актуален вопрос коренного изменения динамики вегетационных индексов сельскохозяйственных культур с широким привлечением возможностей современных технологий, в том числе и геоинформационных.

Географические информационные системы (ГИС) - это современные информационные системы, обеспечивающие сбор, хранение, обработку, отображение и распространение данных, а также получение на их основе новой информации и знаний о пространственно-координированных явлениях. (Тикунов В.С, 2004)

Геоинформационные технологии являются естественной и необходимой составляющей любой информационной системы, в которой имеются пространственные данные. Информационные системы агрокомплекса в этом отношении - не исключение.

Развитие систем спутникового наблюдения в последнее десятилетие позволило существенно расширить область применения данных дистанционного зондирования. Всё чаще и активнее технологии спутникового наблюдении используются для решения различных задач, связанных с мониторингом растительности, в том числе сельскохозяйственных посевов. Важно отметить, что одной из основных особенностей такого мониторинга является необходимость выполнения двух условий: с одной стороны, должна иметься возможность достаточно частого получения информации (поскольку развитие и изменение состояния растительности происходит достаточно быстро), с другой стороны — получения информации о достаточно небольших объектах (полях). При этом стоимость использования систем мониторинга не должна быть слишком высокой, чтобы их применение было рентабельно (Лупян,2004).

 Здесь вы можете ознакомиться с услугами, предоставляемыми Ставропольским НИИСХ по оценке состояния посевов на базе данных космической съемки.

Left
  • Министерство сельского хозяйства Ставропольского края
  • Министерство сельского хозяйства Российской Федерации
Right