Оценка вегетационного индекса NDVI на территории города федерального значения Севастополь в 2017 году по результатам анализа космических снимков Sentinel-2
##plugins.themes.bootstrap3.article.main##
Google Scholar
##plugins.themes.bootstrap3.article.details##
Аннотация
Цель исследования – изучить пространственное распределение значений вегетационного индекса Normalized Difference Vegetation Index (NDVI) и выявить слабоиспользуемые земли в сельском хозяйстве на территории города федерального значения Севастополь в 2017 году. Для расчетов вегетационного индекса Normalized Difference Vegetation Index (NDVI) были использованы космические снимки Sentinel-2 с минимальными показателями облачности за период с 16 февраля 2017 года по 29 октября 2017 года. Космические снимки были предварительно обработаны и прошли атмосферную коррекцию. Результаты исследования показывают, что на территории города федерального значения Севастополь в 2017 году средние значения вегетационного индекса Normalized Difference Vegetation Index (NDVI) колеблются достигают 0,61. Выявлены семь участков сельскохозяйственных земель со средними значениями вегетационного индекса Normalized Difference Vegetation Index (NDVI) менее 0,2, что свидетельствует о слабом развитии растительности и вовлечении в сельскохозяйственную деятельность.
Авторы
Библиографические ссылки
Антоновский М.Я., Бухштабер В.М., Векслер Л.С. Применение многомерного статистического анализа для обнаружения структурных изменении во временных рядах данных экологических наблюдении // Проблемы экологического мониторинга и моделирования экосистем. – 1993. – Т. 15. – С. 193–213.
Антоновский М.Я., Бухштабер В.М., Векслер Л.С., Малингро Ж.П. Статистический анализ данных по глобальному индексу вегетации // Проблемы экологического мониторинга и моделирования экосистем. – 1992. – Т. 14. – С. 153–172.
Байкалова Т.В., Евтюшкин А.В., Жилин С.И., Юшаков В.Н. Мониторинг состояния земных покровов Алтая по данным ИСЗ "NOAA" // Известия Алтайского государственного университета. – 1998. – № 1 (5). – С. 49–52.
Братков В.В., Кравченко И.В., Туаев Г.А., Атаев З.В., Абдулжалимов А.А. Применение вегетационных индексов для картографирования ландшафтов Большого Кавказа / // Известия Дагестанского государственного педагогического университета. Естественные и точные науки. – 2016. – Т. 10. – № 4. – С. 97–111.
Гунин П.Д., Золотокрылин А.И., Виноградова В.В., Бажа С.Н. Динамика состояния растительного покрова южной Монголии по данным NDVI // Аридные экосистемы. – 2004. – Т. 10. – № 24–25. – С. 29–35.
Пахучий В.В., Пахучая Л.М. Опыт использования вегетационных индексов при комплексных исследованиях на объектах гидролесомелиорации // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. – 2014. – № 1 (21). – С. 33–41.
Рулев А.С., Канищев С.Н., Шинкаренко С.С. Анализ сезонной динамики NDVI естественной растительности Заволжья Волгоградской области // Современные проблемы дистанционного зондирования Земли из космоса. – 2016. – Т. 13. – № 4. – С. 113–123.
Савин Ю.И., Танов Э.Р., Харзинов С. Использование вегетационного индекса NDVI для оценки качества почв пашни (на примере Баксанского района КабардиноБалкарии) // Бюллетень Почвенного института им. В.В. Докучаева. – 2015. – Вып. 77. – С. 51–65.
Табунщик В.А., Петлюкова Е.А., Хитрин М.О. Применение спутниковых снимков Sentinel-2 для анализа земель используемых в сельском хозяйстве (на примере Раздольненского района Республики Крым) // Труды Карадагской научной станции им. Т.И. Вяземского - природного заповедника РАН. – 2018. – № 1 (5). – С. 43–57.
Терехин Э.А. Оценка сезонных значений вегетационного индекса (NDVI) для детектирования и анализа состояния посевов сельскохозяйственных культур // Исследование Земли из космоса. – 2015. – № 1. – С. 23–31.
Харин Н.Г., Грингоф И.Г. Концептуальный подход к использованию вегетационного индекса для оценки деградации засушливых земель // Метеорология и гидрология. – 2002. – № 7. – С. 83–93.
Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы // Геоматика. – 2009. – № 3. – С. 28–32.
Черепанова Е.С., Девятков С.Ю. Использование индекса растительности (NDVI) как метода контроля за состоянием лесных ресурсов Пермского края // Геоинформационное обеспечение пространственного развития Пермского края. – Пермь: Пермский государственный университет, 2008. – С. 155–166.
Шевела С.Ю., Погорелов А.В. Вегетационный индекс NDVI как индикатор ландшафтов Краснодарского края // Географические исследования Краснодарского края. – 2010. – Выпуск 5. – С. 262–268.
Aase J.K., Siddoway F.H. Assessing winter wheat dry matter production via spectral reflectance measurements // Remote Sensing of Environment. – 1981. – V. 11. – № C. – pp. 267–277.
Abd-Alwahab N.S., Ghazal N.K. Change Detection between Landsat 8 images and Sentinel2 images // Iraqi Journal of Science. – 2019. – V. 60. – № 8. – pp. 1868–1876.
Bezerra U.A., Oliveira L.M.M., Candeias A.L.B., Silva B.B., Leite A.C.L.S., Silva L.T.M.S. Comparison of the normalized difference vegetation index (NDVI) between the sensors olilandsat satellite-8 and msi-sentinel-2 satellite in semi-arid region // Anuario do Instituto de Geociencias. – 2018. – V. 41. – № 3. – pp. 167–177.
Cohen Y., Shoshany M. A national knowledge-based crop recognition in Mediterranean environment // ITC Journal. – 2002. – V. 2002. – № 4. – pp. 75–87.
Copernicus Open Access Hub [Электронный ресурс]. Режим доступа: https://scihub.copernicus.eu/dhus/#/home (дата обращения 02.09.2019).
Douglas Ramsey R., Falconer A., Jensen J.R. The relationship between NOAA-AVHRR NDVI and ecoregions in Utah // Remote Sensing of Environment. – 1995. – V. 53. – № 3. – pp. 188–198.
Escuin S., Navarro R., Fernández P. Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from LANDSAT TM/ETM images // International Journal of Remote Sensing. – 2008. – V. 29. –№ 4. – pp. 1053–1073.
Gao B. NDWI - A normalized difference water index for remote sensing of vegetation liquid water from space // Remote Sensing of Environment. – 1996. – V. 58. – № 3. – pp. 257– 266.
Gong D., Shi P. Northern hemispheric NDVI variations associated with large-scale climate indices in spring // International Journal of Remote Sensing. – 1993. – V. 24. – № 12. – pp. 2559–2566.
Groten S.M. NDVI-crop monitoring and early yield assessment of Burkina Faso // International Journal of Remote Sensing. – 1993. – vol. 14. – № 8. – pp. 1495–1515.
Hiernaux P.H.Y., Justice C.O. Suivi du développement végétal au cours de l’été 1984 dans le Sahel Malien // International Journal of Remote Sensing. – 1986. – V. 7. – № 11. – pp. 1515–1531.
Huete A. R. A Soil-Adjusted Vegetation Index (SAVI) // Remote Sensing of Environment. – 1988. – vol. 25. – pp. 295–309.
Justice B.O., Hiernaux P.H.Y. Monitoring the grasslands of the sahel using NOAA AVHRR data: Niger 1983 // International Journal of Remote Sensing. – 1986. – V. 7. – № 11. – pp. 1475–1497.
Justice B.O., Holben B.N. Gwynne M.D. Monitoring east african vegetation using AVHRR data // International Journal of Remote Sensing. – 1986. – V. 7. – № 11. – pp. 1453–1474.
Kriegler F. J., Malila W. A., Nalepka R. F., Richardson W. Preprocessing transformations and their effects on multispectral recognition // Proceedings of the Sixth International Symposium on Remote Sensing of Environment. – Ann Arbor: University of Michigan, 1969. – pp. 97–131.
Li Z., Fox J.M. Mapping rubber tree growth in mainland Southeast Asia using time-series MODIS 250 m NDVI and statistical data // Applied Geography. – 2012. – V. 32. – № 2. – pp. 420–432.
Lloyd D. A phenological classification of terrestrial vegetation cover using shortwave vegetation index imagery // International Journal of Remote Sensing. – 1990. – V. 11 (12). pp. 2269–2279. – doi:10.1080/01431169008955174
Loveland T. R., Reed B. C., Brown J. F., Ohlen D. O., Zhu Z., Yang L., Merchant J. W. Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data // International Journal of Remote Sensing. – 2000. – V. 21 (6–7). – pp. 1303–1330. – doi:10.1080/014311600210191
Mallinis G., Mitsopoulos I., Chrysafi I. Evaluating and comparing Sentinel 2A and Landsat8 Operational Land Imager (OLI) spectral indices for estimating fire severity in a Mediterranean pine ecosystem of Greece // GIScience & Remote Sensing. – 2017. – V. 55(1). – pp. 1–18. – doi:10.1080/15481603.2017.1354803
Norwine J., Greegor D. H. Vegetation classification based on advanced very high resolution radiometer (AVHRR) satellite imagery // Remote Sensing of Environment. – 1983. – V. 13(1). – pp. 69–87. – doi:10.1016/0034–4257(83)90028–7
Onojeghuo A.O., Blackburn G.A., Wang Q., Atkinson P.M., Kindred D., Miao Y. Mapping paddy rice fields by applying machine learning algorithms to multi-temporal Sentinel-1A and Landsat data // International Journal of Remote Sensing. – 2017. – V. 39 (4). – pp. 1042–1067. – doi:10.1080/01431161.2017.1395969
Piao S., Fang J., Zhou L., Guo Q., Henderson M., Ji W., Li Y., Tao S. Interannual variations of monthly and seasonal normalized difference vegetation index (NDVI) in China from 1982 to 1999 // Journal of Geophysical Research D: Atmospheres. – 2003. – V. 108. – № 14. – pp. ACL 1–1 - ACL 1–13.
Piedelobo L., Hernández-López D., Ballesteros R., Chakhar A., Del Pozo S., GonzálezAguilera D., Moreno M. A. Scalable pixel-based crop classification combining Sentinel-2 and Landsat-8 data time series: Case study of the Duero river basin // Agricultural Systems. – 2019. – V. 171. – pp. 36–50. – doi:10.1016/j.agsy.2019.01.005
Qi J., Chehbouni A., Huete A.R., Kerr Y.H., Sorooshian S.A Modified Soil Adjusted Vegetation Index // Remote Sensing Of Environment. 1994. – V. 48 (2). – pp. 119–126. – doi:10.1016/0034–4257(94)90134–1
Rouse J.W., Haas R.H., Schell J.A., Deering D.W. Monitoring vegetation systems in the great plains with ERTS // Third ERTS Symposium, NASA SP–351. – 1973. – V. 1. – pp. 309–317.
Slayback D.A., Pinzon J.E., Los S.O., Tucker C.J. Northern hemisphere photosynthetic trends 1982–99 // Global Change Biology. – 2003. – V. 9. – № 1. – pp. 1–15.
Teltscher K., Fassnacht F.E. Using multispectral Landsat and Sentinel-2 satellite data to investigate vegetation change at Mount St. Helens since the great volcanic eruption in 1980 // Journal of Mountain Science. – 2018. – V. 15 (9). – pp. 1851–1867. – doi:10.1007/s11629–018–4869–6
Teodoro A., Amaral A. A statistical and spatial analysis of portuguese forest fires in summer
considering landsat 8 and sentinel 2A data // Environments – MDPI. – 2019. – V. 6. – № 3. – P. 36.
Townshend J.R.G., Justice C.O. Analysis of the dynamics of african vegetation using the normalized difference vegetation index // International Journal of Remote Sensing. – 1986. – V. 7. – № 11. – pp. 1435–1445.
Tucker C., Vanpraet C., Boerwinkel E., Gaston A. Satellite remote sensing of total dry matter production in the Senegalese Sahel // Remote Sensing of Environment. – 1983. – V.13(6). – pp. 461–474. – doi:10.1016/0034–4257(83)90053–6.
Urban M., Berger C., Mudau T., Heckel K., Truckenbrodt J., Onyango Odipo V., Schmullius C. Surface Moisture and Vegetation Cover Analysis for Drought Monitoring in the Southern Kruger National Park Using Sentinel-1, Sentinel-2, and Landsat-8 // Remote Sensing. – 2018. – V. 10 (9). – pp. 1482. – doi:10.3390/rs10091482
Valor E., Caselles V. Mapping land surface emissivity from NDVI: Application to European, African, and South American areas // Remote Sensing of Environment. – 1996. – V. 57. – № 3. – pp. 167–184.
Wang Q., Tenhunen J., Dinh N.Q., Reichstein M., Vesala T., Keronen P. Similarities in ground- and satellite-based NDVI time series and their relationship to physiological activity of a Scots pine forest in Finland // Remote Sensing of Environment. – 2004. – V. 93. – № 1– 2. – pp. 225–237.
Weber D., Schaepman-Strub G., Ecker, K. Predicting habitat quality of protected dry grasslands using Landsat NDVI phenology // Ecological Indicators. – 2018. – V. 91. – pp. 447–460. – doi:10.1016/j.ecolind.2018.03.081
Wilson E.H., Sader S.A. Detection of forest harvest type using multiple dates of Landsat TM imagery // Remote Sensing of Environment. – 2002. – V. 80(3). – pp. 385–396. – doi:10.1016/s0034–4257(01)00318–2