ФИЗИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА
ОЦЕНКА СЕЗОННЫХ ЗНАЧЕНИИ ВЕГЕТАЦИОННОГО ИНДЕКСА (NDVI) ДЛЯ ДЕТЕКТИРОВАНИЯ И АНАЛИЗА СОСТОЯНИЯ ПОСЕВОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ культур
© 2015 г. Э. А. Терехин
Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга объектов
и природных ресурсов, Белгород
E-mail: terekhin@bsu.edu.ru Поступила в редакцию 26.02.2014 г.
Изложены результаты исследования сезонных значений вегетационного индекса NDVI для картографирования и изучения состояния с.-х. культур, выращиваемых на территории Белгородской области и типичных для Центрального Черноземья: пшеницы озимой, ржи, сои, сахарной свеклы, подсолнечника, кукурузы, ячменя и овса. Результаты получены на основе анализа информации, собранной с 1200 полей, расположенных в различных частях Белгородской области. Значения вегетационного индекса получены на основе продуктов MOD13Q1. Изучено сезонное изменение NDVI сельскохозяйственных культур за 2012 г. Изложены рекомендации по применению сезонных значений индекса для анализа конкретных сельскохозяйственных культур.
Ключевые слова: NDVI, MODIS, сельскохозяйственные культуры, вегетационные индексы, Белгородская область
БОТ: 10.7868/80205961415010108
ВВЕДЕНИЕ
Одно из важных направлений мониторинга земель с.-х. назначения связано с разработкой подходов по применению спектральных (вегетационных) индексов для автоматизированного картографирования и оценки состояния посевов (Барталев, 2013). С начала 2000-х годов с появлением ежедневно поставляемых снимков, получаемых аппаратурой MODIS, установленной на спутниках Terra и Aqua, появилась возможность регулярного анализа спектральных характеристик природных объектов. Особую актуальность представляет регулярный мониторинг спектра для с.-х. растительности, которая интенсивно меняет свое состояние и спектральные свойства на протяжении вегетационного сезона.
Подходы к спутниковому исследованию спектральных свойств с.-х. растительности начали разрабатывать с 1980-х годов (Кондратьев, 1980; Горо-жанкина, 1984; Буга, 1986; Борисоглебский, 1990). С этого времени развивается разработка методов по применению вегетационных индексов для анализа посевов (Кондратьев, 1986; Гарелик, 1989). Современный этап исследования спектральных свойств с.-х. культур связан с развитием методов по применению цифровых спутниковых снимков для картографирования отдельных типов посевов,
их биофизических параметров и особенностей развития (Терехов, 2010; Клещенко, 2011; Кус-суль, 2012). К настоящему времени разработаны системы мониторинга и интернет-сервисы, позволяющие на глобальном уровне анализировать состояние растительности (LPDAAC, Fieldlook). По спутниковым данным изучены спектральные свойства посевов отдельных регионов (Повх, 2006; Жукова, 2007), предложены методики совместного применения различных спутниковых данных для оценки состояния растительности. Основной упор в перечисленных исследованиях сделан на разработку и апробацию подходов по анализу коэффициентов спектральной яркости и отдельных спектральных индексов с.-х. растительности. В ряде исследований (Нейштадт, 2006; Брыскин, 2010) показана специфичность спектральных свойств агрокультур, произрастающих в регионах, отличающихся природными и агроклиматическими условиями, что обусловливает необходимость детального изучения спектральных характеристик их посевов.
Интенсивное изменение спектральных свойств культур обусловливает необходимость исследования сезонных значений вегетационных индексов и выявления периодов, наилучшим образом позволяющих детектировать и анализировать посевы конкретных с.-х. регионов. Значения вегетационных
36°E —i-
37°E —i—
38°E —i-
39°E
51°N
50°N
- 51°N
- 50°N
36°Е 37°Е 38°Е 39°Е
Рис. 1. Расположение тестовых полей на территории Белгородской области: 1 — границы области и административных районов; 2 — тестовые поля.
индексов (NDVI, EVI), получаемые регулярно с интервалом в 16 дней и распространяемые службой LPDAAC в виде продуктов MOD13Q1, могут быть использованы для анализа динамики спектральных свойств конкретных полей. Установив сезонные значения NDVI, наиболее информативные для дешифрирования с.-х. культур, можно по значениям индекса осуществлять разделение посевов культур друг от друга, выполнять мониторинг площадей посевов, анализировать тренды многолетних изменений. Таким образом, задача исследования заключалась в детальном изучении сезонных значений NDVI для набора сельскохозяйственных культур, выращиваемых в Белгородской области, выявлении сезонных значений индекса, эффективных для автоматизированного дешифрирования и анализа конкретных культур или их групп.
МЕТОДИКА ИССЛЕДОВАНИЯ
Достоверный анализ спектральных характеристик посевов региона требовал выполнения ряда условий. К ним относятся:
1) создание репрезентативной выборки полей с посевами агрокультур. При этом желательно расположение анализируемых полей (тестовых полигонов) в различных частях региона;
2) исследование спектрального отклика внутри конкретных полей;
3) анализ спектральных свойств посевов на протяжении всего периода вегетационной активности.
Решение поставленной задачи обусловливало необходимость сбора обширного репрезентативного материала о составе и структуре посевных площадей в различных районах Белгородской области, совместного использования методов обработки спутниковых данных, геоинформационных технологий и методов математической статистики. Для получения экспериментальных данных была изучена информация о структуре посевных площадей 2012 г. с 1236 полей, находящихся в семи административных районах Белгородской области (рис. 1), общей площадью около 70000 га (табл. 1).
Объективное исследование спектральных характеристик конкретных с.-х. полей требовало создания их векторного слоя, который позволил
Таблица 1. Сведения об анализируемых посевных площадях
№ Культура Число полей Площадь, га Средний размер поля, га
1 Озимая пшеница 410 24763 60
2 Соя 297 17163 57.8
3 Сахарная свекла 133 8712 65
4 Многолетние травы 61 1163 19
5 Ячмень 27 1645 61
6 Овес 40 2088 52
7 Подсолнечник 95 5092 53
8 Кукуруза 153 7356 48
9 Озимая рожь 20 1716 85
Всего 1236 69698 56.4
бы проанализировать значения NDVI внутри контуров посевных площадей. С этой целью были использованы снимки Landsat ETM+ с пространственным разрешением 15—30 м/пиксел сезона 2012 г. Снимки Landsat-5, 7 позволяют анализировать изменения в растительном покрове на участках площадью 4—5 га (Терехин, 2013), что делает возможным их использование для оценки изменений спектральных характеристик отдельных полей. Векторный слой полей включал их контуры, информацию о площади и типе растительности за 2012 г.
Снимки Landsat также был применены для экспертного анализа спектральных свойств посевов, а непосредственное изучение сезонных значений NDVI было выполнено на основе продуктов MOD13Q1 (NASA LPDAAC), полученных на основе снимков MODIS и представляющих композитные изображения, т.е. усредненные за 16 дней значения вегетационного индекса. Композитные изображения формируются на основе ряда наблюдений за выбранный интервал времени (в нашем случае — за 16 суток) таким образом, что элементы изображения заполняются только безоблачными измерениями. Созданию композитных изображений предшествует этап атмосферной корректировки (Vegetation Indices, 2012), поэтому продукты MOD13Q1 представляют возможность объективного анализа динамики спектральных свойств посевов. В тоже время применение продуктов MOD13Q1 ограничено средним пространственным разрешением (250 м/пиксел), что не позволяет анализировать спектр небольших полей, площадью менее 20 га, которые, однако, составляют менее 4% от общей площади полей Белгородской области. Все спутниковые данные были переведены в систему координат WGS84 и проекцию UTM Zone37.
В настоящем исследовании были изучены значения NDVI за 16 временных срезов с 5 марта по 31 октября 2012 г. Элементарной единицей иссле-
дования выступали с.-х. поле или его рабочий участок, характеризующийся однородным типом растительности.
Для ответа на вопрос, значения NDVI какого периода наиболее эффективны для детектирования конкретных культур, необходимо оценить средние значения индекса каждой культуры за все анализируемые временные срезы, а затем определить, в какой период, или периоды, значения NDVI культур различаются максимально. Соответственно значения индекса этого периода целесообразно будет использовать для детектирования посевов. Указанная проблема может быть представлена как задача однофакторного дисперсионного анализа, где оценивается, насколько фактор "состав структуры посевов" влияет на значения NDVI отдельных временных срезов. Независимой переменной выступает состав посевных площадей, а зависимой — сезонные значения вегетационного индекса.
Сезонные значения индекса NDVI за все 16 временных срезов, соответствующие конкретным полям, были рассчитаны методом зональной статистики в программном комплексе ERDAS IMAGINE 2013, а ГИС-проект, интегрирующий векторные данные о структуре посевов и растровые данные значений вегетационного индекса, был подготовлен с помощью геоинформационной системы ArcGIS 9.3.1. В процессе расчета значения индекса усреднялись в границах полей. Таким образом, по каждому из 1236 проанализированных полей был получен набор значений вегетационного индекса за 16 дат. Математико-статистический анализ данных был выполнен в программе STATISTICA 10.0 и заключался в сравнении между собой средних значений NDVI агрокультур для каждого временного среза, оценке степени влияния типов посевов на сезонные значения индекса.
Принципиальная схема исследования (рис. 2) включала, таким образом, комплекс этапов от
Рис. 2. Схема исследования сезонных значений №ОУ1.
расчета и анализа сезонных значений вегетационного индекса до разработки методики применения значений N0^1 для детектирования и анализа с.-х. культур. Задача детектирования групп культур была рассмотрена в связи со сложностью эффективного выделения отдельных культур.
РЕЗУ
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.