Результаты использования методов геоинформационного и статистического анализа для изучения спектрально-отражательных характеристик сельскохозяйственных культур Беларуси
Аннотация
Приведены результаты использования методов геоинформационного и статистического анализа для изучения спектрально-отражательных характеристик девяти наиболее типичных сельскохозяйственных культур Беларуси. Коэффициенты спектральной яркости и значения нормализованного относительного вегетационного индекса (NDVI) извлечены из мультиспектральных спутниковых снимков Landsat-8 в программном пакете ENVI (версия 5.2) и проанализированы на основе методов зональной статистики в программном комплексе ArcGIS (версия 10.2) и математико-статистического анализа в программе Statistica (версия 10). С применением корреляционного анализа осуществлена верификация спутниковых данных с соответствующими полевыми измерениями, а именно установлена достоверная сильная положительная линейная связь между значениями индекса NDVI, измеренными в полевых условиях специализированным прибором GreenSeeker, и значениями индекса NDVI, рассчитанными по спутниковым данным Landsat-8. Оценка характера распределения коэффициентов спектральной яркости и средних значений индекса NDVI в зависимости от вида сельскохозяйственной культуры проведена на основе дисперсионного анализа, позволившего выявить скрытые в спектральных данных закономерности. В частности, в результате применения процедуры множественных сравнений с помощью тестов post hoc установлено, какие именно виды культур достоверно отличались друг от друга и в какие даты наблюдались эти различия. Полученные научные результаты были систематизированы и представлены в виде таблиц. Содержащиеся в них данные позволили усовершенствовать алгоритм автоматизированного распознавания рассматриваемых в исследовании сельскохозяйственных культур.
Литература
- Kravtsov SL, Golubtsov DV, Lisova AM. Optimal spectral channels of aerospace equipment for vegetation remote sensing monitoring (foreign publications review by the problem). Issledovanie Zemli iz kosmosa. 2013;1:79–91. Russian. DOI: 10.7868/S020596141301003X.
- Terekhin EA. Assessment the spatial-temporal changes in green phytomass of agricultural vegetation using spectral response. Current Problems in Remote Sensing of the Earth from Space. 2021;18(1):138–148. Russian. DOI: 10.21046/2070-7401-2021-18-1-138-148.
- Krinov EL. Spektral’naya otrazhatel’naya sposobnost’ prirodnykh obrazovanii [Spectral reflectivity of natural formations]. Moscow: Publishing House of the Academy of Sciences of the USSR; 1947. 272 p. Russian.
- Kochubey SM, editor. Primenenie metodov distantsionnoi diagnostiki v sel’skom khozyaistve [Application of remote diagnostics methods in agriculture]. Kyiv: Naukova dumka; 1989. 150 p. Russian.
- Asrar G, Fuchs M, Haltfield JL. Estimating absorbed photosynthetic radiation and leaf area index from spectral reflectance in wheat. Agronomy Journal. 1984;76:300–306. DOI: 10.2134/agronj1984.00021962007600020029x.
- Kondratyev KYa, Kozoderov VV, Fedchenko PP. Aerokosmicheskie issledovaniya pochv i rastitel’nosti [Aerospace studies of soils and vegetation]. Leningrad: Gidrometeoizdat; 1986. 232 p. Russian.
- Stankevich SА, Piestova IА. Vegetation cover changes mapping within Kiev metropolis agglomeration using long-term time series of Landsat multispectral satellite imagery. Current Problems in Remote Sensing of the Earth from Space. 2014;11(2):187–196. Russian.
- Belorustseva EV. [Monitoring of economic use of the agricultural designation lands in the Non-Chernozem Soil Zone of the Russian Federation]. Current Problems in Remote Sensing of the Earth from Space. 2012;9(1):57–64. Russian.
- Povkh VI, Garbuzov GP, Shlyakhova LA. Agricultural lands monitoring for Rostov Region from space. Issledovanie Zemli iz kosmosa. 2006;3:89–96. Russian.
- Myshliakov S. Mapping of crops using satellite images for land management and designer’s supervision. Zemlya Belarusi. 2012;1:52–56. Belarusian.
- Gurova TA, Klimenko DN, Lugovskaya OS, Elkin OV, Kozik VI. Spectral characteristics of wheat varieties under biotic stress. Dostizheniya nauki i tekhniki APK. 2019;33(10):71–75. Russian. DOI: 10.24411/0235-2451-2019-11016.
- Truflyak EV, Skubiev SI, Tsybulevsky VV. Rice crops remote monitoring and heterogeneities detection algorithm. Current Problems in Remote Sensing of the Earth from Space. 2019;16(3):110–124. Russian. DOI: 10.21046/2070-7401-2019-16-3-110-124.
- Davidovich YS. [Change in the spectral reflectivity of rapeseed depending on the degree of soil moisture]. In: Materialy 18-i Vserossiiskoi otkrytoi konferentsii «Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa»; 16–20 noyabrya 2020 g.; Moskva, Rossiya [Materials of the 18th All-Russian open conference «Modern problems of remote sensing of the Earth from space»; 2020 November 16–20; Moscow, Russia]. Moscow: Institute of Space Research of the Russian Academy of Sciences; 2020. p. 313. Russian. DOI: 10.21046/18DZZconf-2020a.
- Zakharyan YG, Yanko YG. Geostatistics in agricultural science taking into account global climate change in the strategy of regulating agrotechnological solutions. Current Problems in Remote Sensing of the Earth from Space. 2022;19(2):70–78. Russian. DOI: 10.21046/2070-7401-2022-19-2-70-78.
- Casa R, Castrignanò A. Analysis of spatial relationships between soil and crop variables in a durum wheat field using a multivariate geostatistical approach. European Journal of Agronomy. 2008;28(3):331–342. DOI: 10.1016/j.eja.2007.10.001.
- Sidorova VA, Zhukovskii EE, Lekomtsev PV, Vakushev VV. Geostatistical analysis of the soil and crop parameters in a field experiment on precision agriculture. Eurasian Soil Science. 2012;45(8):783–792. DOI: 10.1134/S1064229312080066.
- Yang Chenghai, Everitt JH. Using spectral distance, spectral angle and plant abundance derived from hyperspectral imagery to characterize crop yield variation. Precision Agriculture. 2012;13(1):62–75. DOI: 10.1007/s11119-011-9248-z.
- Kochub EV, Topaz АА. Analysis of the methods of processing of the materials from Earth remote sensing. Vestnik Polotskogo gosudarstvennogo universiteta. Seriya F. 2012;16:132–140. Russian.
- Volkova PA, Shipunov AB. Statisticheskaya obrabotka dannykh v uchebno-issledovatel’skikh rabotakh [Statistical processing of data in education and research]. Bagrintseva YuA, Kaplan BM, Sidneva EN, editors. Moscow: Ecopress; 2008. 60 p. Russian.
- Chertko NK, Karpichenko AA. Matematicheskie metody v geografii [Mathematical methods in geography]. Akulich NF, editor. Minsk: Belarusian State University; 2009. 199 p. Russian.
- Zakharyan YG, Komarov AA. Prospects for geostatistics application for analyzing plant state on the basis of remote sensing data. Current Problems in Remote Sensing of the Earth from Space. 2019;16(3):140–148. Russian. DOI: 10.21046/2070-7401-2019-16-3-140-148.
Copyright (c) 2022 Журнал Белорусского государственного университета. География. Геология
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Авторы, публикующиеся в данном журнале, соглашаются со следующим:
- Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
- Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).