О возможности оценки надземной фитомассы степной растительности с помощью цветных вегетационных индексов (по данным съемки с беспилотных систем)
Автор: Аюржанаев Александр Андреевич, Алымбаева Жаргалма Баторовна, Жарникова Маргарита Андреевна, Содномов Батор Валерьевич
Журнал: Вестник Бурятского государственного университета. Биология, география @vestnik-bsu-biology-geography
Рубрика: География
Статья в выпуске: 4, 2021 года.
Бесплатный доступ
Для рационального природопользования и устойчивого экономического развития показатели продуктивности являются одним из приоритетных в изучении степных экосистем. В статье представлены результаты оценки связи количества надземной фитомассы залежных и коренных степных сообществ Забайкалья с данными аэрофотосъемки с беспилотного летательного аппарата, а также NDVI по снимкам спутников Terra и Aqua. Исследования проведены на двух ключевых участках модельного полигона в вегетационный период 2018 г. - всего выполнено 10 наблюдений, включающих учет фитомассы и съемку территории исследования. Выполнен расчет цветных вегетационных индексов ExG, ExR, ExGR, NDI, NDYI по ортофотопланам, полученным в результате обработки аэрофотоснимков. Корреляционный анализ выявил, что наилучшими индексами для оценки количества надземной фитомассы являются ExR и ExGR. Высокую зависимость с продуктивностью проявил MODIS NDVI - коэффициент корреляции достигал значения 0,98. Наблюдается тесная связь фитомассы с гидротермическим коэффициентом - до 0,95. Обнаружено, что значения индексов на разных ключевых участках статистически не различимы. Сделан вывод о необходимости использования крупномасштабных карт растительности для оценки продуктивности степи с помощью цветных индексов.
Беспилотные летательные аппараты, гидротермический коэффициент, забайкалье, залежь, корреляция, осадки, степные экосистемы, температура, укосы, фитомасса, цветные вегетационные индексы
Короткий адрес: https://sciup.org/148323717
IDR: 148323717 | DOI: 10.18101/2587-7143-2021-4-45-53
Список литературы О возможности оценки надземной фитомассы степной растительности с помощью цветных вегетационных индексов (по данным съемки с беспилотных систем)
- Джапова Р. Р. Динамика растительного покрова Ергенинской возвышенности и Прикаспийской низменности в пределах Республики Калмыкия: диссертация на соискание ученой степени доктора биологических наук: 03.00.05. Москва, 2007. 288 с.
- Михеев В. С., Ряшин В. А. Ландшафты. Физико-географическое районирование // Атлас Забайкалья. Москва; Иркутск: ГУГК,1967. С.70-71.
- Пешкова Г. А. Растительность Сибири (Предбайкалье и Забайкалье): Новосибирск: Наука, 1985. 145 с.
- Brocks S., Bareth G. Estimating barley biomass with crop surface models from oblique RGB Imagery // Remote. Sens. 2018. Vol. 10. P. 268.
- Phenological analysis of unmanned aerial vehicle based time series of barley imagery with high temporal resolution / A. Burkart, V. L. Hecht, T. Kraska, U. Rascher // Precision Agric. 2018. Vol. 19. P. 134-146.
- Maize and sunflower biomass estimation in southwest France using high spatial and temporal resolution remote sensing data / Claverie M., Demarez V., Duchemin B. [et al] // Remote Sensing of Environment. 2012. Vol. 124. P. 844-857.
- Large-area hybrid estimation of aboveground biomass in interior Alaska using airborne laser scanning data / L. Ene, T. Gobakken, H. Andersen, E. Naesset [et al] // Remote Sensing of Environment. 2018. Vol. 204. P. 741-755.
- Comparison of two aerial imaging platforms for identification ofhuanglongbing-infected citrus trees / F. Garcia-Ruiz, S. Sankaran, J. M. Maja [et al] // Comput. Electron. Agric. 2013. Vol. 91. P. 106-115.
- Programmable Aerial Multispectral Camera System for In-Season Crop Biomass and Nitrogen Content Estimation / J. Geipel, J. Link, J. A. Wirwahn [et al] // Agriculture. 2016. Vol. 6. P. 1-19.
- Estimates of plant density of wheat crops at emergence from very low altitude UAV imagery / X. Jin, S. Liu, F. Baret [et al] // Remote Sensing of Environment. 2017. Vol. 198. P. 105-114.
- Meyer G. E., Neto J. O. C. Verification of color vegetation indices for automated crop imaging applications // Comput. Electron. Agric. 2008. Vol. 63. P. 282-293.
- Research on vegetation information extraction in the area of important buildings based on remote sensing image / G. Qiu, H. Yin, W. Xie [et al] // Mol. Vis. 2011. Vol. 18. P. 13951401.
- Sulik J. J., Long D. S. Spectral considerations for modeling yield of canola // Remote Sens. Environ. 2016. Vol. 184. P. 161-174
- Swain K. C., Thomson S. J., Jayasuriya H. P. W. Adoption of an unmanned helicopter for low-altitude remote sensing to estimate yield and total biomass of a rice crop // Trans. ASABE. 2010. Vol. 53. P. 21-27.
- Tilly N., Aasen H., Bareth G. Fusion of plant height and vegetation indices for the estimation of barley biomass // Remote Sens. 2017. Vol. 7. P. 11449-11480.
- Multi-temporal mapping of the vegetation fraction in early-season wheatfields using images from UAV / J. Torres-Sanchez, J. M. Pena, A. I. de Castro [et al] // Comput. Electron. Agric. 2014. Vol. 103. P. 104-113.
- Color indexes for weed identification under various soil, residue, and lighting conditions / D. M. Woebbecke, G. E. Meyer, K. Vonbargen [et al] // Trans. ASAE. 1995. Vol. 38. P. 259-269.
- Estimation of winter wheat above-ground biomass using unmanned aerial vehicle-based snapshot hyperspectral sensor and crop height improved models / J. Yue, G. Yang, C. Li [et al] // Remote Sens. 2017. Vol. 9. P. 708.
- Recognition of Wheat Spike from Field Based Phenotype Platform Using Multi-Sensor Fusion and Improved Maximum Entropy Segmentation Algorithms / C. Zhou, D. Liang, X. Yang [et al] // Remote. Sens. 2018. Vol. 10. P. 246.
