Распознавание залежных земель на основе сезонных значений вегетационного индекса NDVI
Терехин Э.А.

 

Белгородский государственный национальный исследовательский университет,
Федерально-региональный центр аэрокосмического и наземного мониторинга объектов и природных ресурсов, Белгород, Россия

Аннотация:
Статья посвящена исследованию возможностей дискриминантного анализа для распознавания залежных земель на основе их спектрально-отражательных характеристик. Предложена методика автоматизированного выявления залежей среди пашни, основанная на дискриминантом анализе сезонных значений вегетационного индекса NDVI. На основе экспериментальной информации, собранной с аграрных угодий Белгородской области, рассчитаны и оценены уравнения, позволяющие в автоматизированном режиме относить конкретное аграрное угодье к пашне или залежи. Точность выявления залежей составила 71 %. Установлено, что из сезонных значений вегетационного индекса, рассчитанного на основе спутниковых снимков MODIS, наибольший вклад в распознавание залежей вносят его значения конца сентября-первой половины октября. Показано, что эффективность минимальных значений NDVI угодий для автоматизированного распознавания залежей значительно выше, чем средних значений.

Ключевые слова:
залежные земли, пошаговый дискриминантный анализ, дистанционное зондирование, NDVI, MODIS, спектрально-отражательные свойства.

Цитирование:
Терехин, Э.А. Распознавание залежных земель на основе сезонных значений вегетационного индекса NDVI / Э.А. Терехин // Компьютерная оптика. – 2017. – Т. 41, № 5. – С. 719-725. – DOI: 10.18287/2412-6179-2017-41-5-719-725.

Литература:

  1. Агроэкологическое состояние и перспективы использования земель России, выбывших из активного сельскохозяйственного оборота / под ред. Г.А. Романенко. – М.: ФГНУ «Росинформагротех», 2008. – 64 с.
  2. Черкасов, Г.Н. Эволюция залежных земель и перспективы их использования в Центральном Черноземье / Г.Н. Черкасов, Н.П. Масютенко, А.В. Кузнецов // Земледелие. – 2009. – № 7. – С. 9-11.
  3. Prishchepov, A.V. The effect of Landsat ETM/ETM + image acquisition dates on the detection of agricultural land abandonment in Eastern Europe / A.V. Prishchepov, V.C. Ra­de­loff, M. Dubinin, C. Alcantara // Remote Sensing of Environment. – 2012. – Vol. 126. – P. 195-209. – DOI: 10.1016/j.rse.2012.08.017.
  4. Балдина, Е.А. Радиолокационные данные для характеристики состояния залежей в дельте Волги / Е.А. Балдина // Геоматика. – 2012. – № 4. – С. 28-33.
  5. Justice, C.O. An overview of MODIS Land data processing and product status / C.O. Justice, J.R.G. Townshend, E.F. Vermote, E. Masuoka, R.E. Wolfe, N. Saleous, D.P. Roy, J.T. Morisette // Remote Sensing of Environment. – 2002. – Vol. 83(1-2). – P. 3-15. – DOI: 10.1016/S0034-4257(02)00084-6.
  6. Zhou, J. Reconstruction of global MODIS NDVI time series: Performance of harmonic analysis of time series (HANTS) / J. Zhou, L. Jia, M. Menenti // Remote Sensing of Environment. – 2015. – Vol. 163. – P. 217-228. – DOI: 10.1016/j.rse.2015.03.018.
  7. Pringle, M.J. Identification of cropping activity in central and southern Queensland, Australia, with the aid of MODIS MOD13Q1 imagery / M.J. Pringle, R.J. Denham, R. Deva­das // International Journal of Applied Earth Observation and Geoinformation. – 2012. – Vol. 19. – P. 276-285. – DOI: 10.1016/j.jag.2012.05.015.
  8. le Maire, G. Mapping short-rotation plantations at regional scale using MODIS time series: Case of eucalypt plantations in Brazil / G. le Maire, S. Dupuy, Y. Nouvellon, R.A. Loos, R. Hakamada // Remote Sensing of Environment. – 2014. – Vol. 152. – P. 136-149. – DOI: 10.1016/j.rse.2014.05.015.
  9. Барталёв, С.А. Распознавание пахотных земель на основе многолетних спутниковых данных спектрорадиометра MODIS и локально-адаптивной классификации / С.А. Барталёв, В.А. Егоров, Е.А. Лупян, Д.Е. Плотников, И.А. Уваров // Компьютерная оптика. – 2011. – Т. 35, № 1. – С. 103-116.
  10. Кузнецов, К.В. Об использовании спутниковых снимков для распознавания сельскохозяйственных культур в Краснодарском крае / К.В. Кузнецов, Д.А. Липилин // Вестник Северо-Кавказского федерального университета. – 2012. – № 3(32). – С. 88-92.
  11. Vorobiova, N.S. How to use geoinformation technologies and space monitoring for controlling the agricultural sector in Samara Region / N.S. Vorobiova, A.Y. Denisova, A.V. Kuz­netsov, A.M. Belov, A.V. Chernov, V.V. Myasnikov // Pattern Recognition and Image Analysis. – 2015. – Vol. 25(2). – P. 347-353. – DOI: 10.1134/S1054661815020261.
  12. Савин, И.Ю. Использование вегетационного индекса NDVI для оценки качества почв пашни (на примере Баксанского района Кабардино-Балкарии) / И.Ю. Савин, Э.Р. Танов, С. Харзинов // Бюллетень Почвенного института им. В.В. Докучаева. – 2015. – № 77. – С. 51-65.
  13. Терехин, Э.А. Анализ многолетней динамики вегетационного индекса для посевных площадей / Э.А. Терехин // Современные проблемы дистанционного зондирования Земли из космоса. – 2015. – Т. 12, № 6. – С. 48-58.
  14. Терехин, Э.А. Применение материалов космической съемки для оценки площади и состояния чистых паров Белгородской области / Э.А. Терехин // Научные ведомости Белгородского государственного университета. Серия: Естественные науки. – 2015. – Т. 32, № 15(212). – С. 178-183.
  15. Халафян, А.А. STATISTICA 6. Статистический анализ данных / А.А. Халафян. – М.: Бином-Пресс, 2007. – 512 с.
  16. Терехин, Э.А. Влияние проективного покрытия растительности посевных площадей на её спектрально-отражатель­ные свойства / Э.А. Терехин // Современные проблемы дистанционного зондирования Земли из космоса. – 2016. – Т. 13, № 3. – С. 61-71. – DOI: 10.21046/2070-7401-2016-13-3-61-71.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20