CC BY
58
УДК 528.854.4; 631.4
СЕЗОННАЯ ДИНАМИКА СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК ПАХОТНЫХ УГОДИЙ БРЯНСКОЙ ОБЛАСТИ
Г.В. Лобанов, А.Ю. Зверева, М.В. Коханько, Е.В. Хорина, Б.В. Тришкин, А.В. Полякова, А.П. Ужакина
Рассмотрены природные и антропогенные факторы пространственных различий спектральных характеристик пахотных угодий Брянской области и закономерности их сезонной и многолетней динамики. Обосновано влияние особенностей почв и ландшафтов на распределение значений NDVI
Ключевые слова: агроландшафты, дистанционный мониторинг, NDVI (normalized difference vegetation index), сезонная динамика
Использование спектральных характеристик поверхности для оценки таксономической принадлежности почв обсуждается достаточно давно в связи с перспективами дистанционного мониторинга сельскохозяйственных земель [4,5,6,8,9].
Степень соответствия между почвенными выделами и фрагментами спутниковых снимков с однородным цветом и текстурой определяется различиями погодных условий, сочетанием почвенных факторов, состоянием естественной и культурной растительности. После обработки, исключающей действие атмосферы, различия между выделами определяются характеристиками почв и агроценозов относительно устойчивыми во времени и заметно изменяющимися по сезонам и годам. Группу устойчивых характеристик составляют: содержание гумуса, отдельных химических веществ механический состав, особенности структуры почвы; группу относительно изменчивых - влажность, температура почвы, проективное покрытие поверхности. Различия спектральной яркости выделов могут ослабляться или усиливаться погодными условиями, поэтому для дешифрирования характеристик почв представляется обоснованным учитывать сезонные и многолетие изменения их состояния, обусловленные динамикой ландшафтов [11]. Систематизация сведений о спектральных характеристиках антропогенно изменённых почв остается мало разработанным направлением. Во-первых, вследствие сравнительной новизны самих почвенных таксонов, особенно невысоких уровней классификации; во-вторых, большого разнообразия способов обработки почвы как фактора дифференциации их характеристик в пространстве и времени.
Объекты и методы исследования
Распределение спектральных характеристик антропогенно изменённых почв рассмотрено нами на примере пахотных земель Брянской области по 265 ключевым участкам площадью 100 га, представляющих наиболее распространённые таксоны почв региона. Размер участков обоснован известными результатами исследований допустимой экстраполяции значений характеристик почв, полученных на ключевых разрезах [10]. Спектральные свойства поверхности предложено характеризовать показателем NDVI (normalized difference vegetation index) - соотношением коэффициентов спектральной яркости в ближнем инфракрасном и красном диапазоне:
NDVI=(Rnir-Rred)/(Rnir+Rred), где
PNIR - коэффициент спектральной яркости, отношение плотности потока энергии от поверхности, зарегистрированной спектрорадиометром, и расчётной плотности полностью отражённого потока в диапазоне 841-846 нм при одинаковых условиях освещения; PRED - то же для диапазона 620-670 нм.В ближнем инфракрасном диапазоне значение плотности потока (RNiR) складывается из отражения и теплового излучения от поверхности. Значения плотностей потока рассчитаны по данным спектрорадиометра MODIS уровня обработки 2 - показатель MOD09 [1,2].
Исходные данные, полученные с сервера доступа к информации проекта EOS (Earth
Observing System) составляют средние за 8 дней значения спектральной яркости поверхности с исключением рассеивания или поглощения излучения атмосферой при лучших условиях освещения. По исходным данным рассчитаны среднемесячные значения NDVI за вегетационные периоды 2010-2013 гг. Сведения о значениях NDVI, распределённые по наиболее распространённым таксонам почв приведены в табл. 1. Такой подход к систематизации материала позволяет оценить влияние антропогенных факторов на дифференциацию почвенного покрова. Близость спектральных характеристик поверхности угодий с почвами разных таксонов отражают общую тенденцию сглаживания природных различий в районах с одинаковой сельскохозяйственной специализацией. В некоторых случаях происходит обратный процесс - разная эффективность землепользования усиливает природные контрасты.
Таблица 1
Средние значения индекса ЫЭУ! почв пахотных почв Брянской области_
Распределение значений показателя M0D09 в 2013 г
Таксон почв Мар т Апрел ь Май Июн ь Июл ь Авгус т Сентябр ь Октябр ь Средне е
дерново-подзолистые 0,009 0,308 0,68 8 0,731 0,730 0,625 0,616 0,527 0,529
дерново-подзолистые глееватые 0,005 0,330 0,68 5 0,710 0,727 0,613 0,599 0,478 0,518
Дерново-глеевые и дерново-подзолистые глеевые 0,014 0,329 0,68 2 0,720 0,722 0,589 0,596 0,585 0,529
Дерново подзолистые смытые 0,007 0,225 0,64 7 0,755 0,740 0,630 0,559 0,496 0,508
светло-серые 0,005 0,271 0,67 4 0,756 0,731 0,649 0,600 0,380 0,507
серые и темно-серые лесные 0,005 0,210 0,67 8 0,746 0,735 0,672 0,605 0,332 0,497
Распределение значений показателя M0D09 в 2012 г
дерново-подзолистые 0,010 0,343 0,69 7 0,794 0,734 0,676 0,634 0,360 0,531
дерново-подзолистые глееватые 0,009 0,308 0,68 8 0,731 0,730 0,625 0,616 0,527 0,529
Дерново-глеевые и дерново-подзолистые глеевые 0,007 0,335 0,72 1 0,798 0,746 0,699 0,649 0,303 0,532
Дерново подзолистые смытые 0,011 0,337 0,67 3 0,806 0,752 0,666 0,611 0,500 0,545
светло-серые лесные 0,002 0,353 0,71 5 0,764 0,716 0,634 0,634 0,401 0,527
серые и темно-серые лесные 0,003 0,371 0,70 5 0,761 0,690 0,624 0,601 0,490 0,530
Распределение значений показателя M0D09 в 2011 г
дерново-подзолистые 0,083 0,455 0,64 0 0,620 0,636 0,504 0,644 0,620 0,525
дерново-подзолистые глееватые 0,075 0,448 0,60 5 0,643 0,654 0,556 0,630 0,578 0,524
Дерново-глеевые и дерново-подзолистые глеевые 0,001 0,499 0,62 6 0,586 0,614 0,511 0,605 0,620 0,508
Дерново подзолистые смытые 0,238 0,365 0,59 1 0,628 0,696 0,610 0,617 0,602 0,543
светло-серые лесные 0,019 0,440 0,65 4 0,693 0,665 0,650 0,645 0,645 0,551
серые и темно-серые лесные 0,028 0,355 0,63 0 0,711 0,667 0,685 0,625 0,616 0,540
Распределение значений показателя M0D09 в 2010 г
Дерново-подзолистые 0,002 0,335 0,62 6 0,749 0,715 0,569 0,589 0,559 0,517
Дерново-подзолистые глееватые 0,007 0,331 0,63 0 0,715 0,669 0,522 0,542 0,540 0,493
Дерново-глеевые и дерново-подзолистые глеевые 0,005 0,324 0,66 0 0,776 0,750 0,599 0,607 0,564 0,534
Дерново подзолистые смытые 0,005 0,308 0,60 6 0,785 0,718 0,582 0,586 0,556 0,517
Светло-серые лесные 0,009 0,320 0,61 4 0,717 0,674 0,513 0,544 0,526 0,487
Серые и темно-серые лесные - 0,324 0,57 0,708 0,646 0,484 0,527 0,518 0,471
0,012
2
Результаты исследований и их обсуждение
Распределение значений NDVI зависит от соотношения коэффициентов спектральной яркости в обоих диапазонах, в свою очередь обусловленных состоянием почв и растительности. Влияние почв наиболее заметно в периоды между завершением снеготаяния и началом вегетации (обычно конец марта - апрель), завершением активной вегетации и установлением снежного покрова (конец сентября - ноябрь). В период вегетации - от апреля до сентября значения индекса обусловлены преимущественно состоянием растительности.
Сезонные изменения NDVI подобны на участках почв с разными таксонами (рис. 14) и вполне согласуются с представлениями о динамике факторов, определяющих спектральные свойства поверхности [3].
Рис. 1. Динамика значений NDVI для наиболее распространённых таксонов пахотных почв
Брянской области в 2013 г.
Рис. 2. Динамика значений NDVI для наиболее распространённых таксонов пахотных почв Брянской области в 2012 г.
март
апрель
май
июнь
июль
август сентябрь октябрь
Рис. 3. Динамика значений NDVI для наиболее распространённых таксонов пахотных почв Брянской области в 2011 г.
Рис. 4. Динамика значений NDVI для наиболее распространённых таксонов пахотных почв Брянской области в 2010 г.
До начала вегетационного периода значения индекса близки к нулю, что связано с активным поглощением солнечной радиации, насыщенным водой снегом и открытыми участками почвы. Начало вегетационного периода - конец марта - начало мая характеризуется резким увеличением значений NDVI. Температура, эффективное излучение и яркость поверхности почвы в ближнем инфракрасном диапазоне возрастают быстрее, чем доля отражённой радиации, в том числе в красном диапазоне спектра. В мае - начале июня рост значений NDVI обусловлен иным сочетанием факторов - увеличением проективного покрытия и поглощением хлорофиллом значительной доли солнечной радиации в красной области спектра. В июле значения NDVI достигают максимума, его распределение отражает различия биопродуктивности угодий. В конце июля - начале сентября вегетация большинства видов замедляется - уменьшается поглощение излучения в красной области спектра и значение NDVI. В относительно засушливые годы на графике динамики индекса (2010 г) проявляется резкий минимум с глубиной, зависящей от дефицита почвенной влаги. Причины увеличения индекса в сентябре - октябре вероятно аналогичны весеннему сочетанию факторов спектральной яркости, но с иным «знаком» динамики. Поток отражённого излучения, в том числе в красном диапазоне уменьшается вследствие осенних дождей и сокращения проективного покрытия быстрее, чем снижается температура почвы и эффективное излучение.
Общие особенности сезонной динамики индекса сохраняются в ряду лет, но средние
месячные значения существенно различаются в зависимости от соотношения агроклиматических факторов - температуры, осадков, относительной влажности. В жаркие засушливые (август-сентябрь 2010 г) и сравнительно холодные периоды (апрель 2013 г) NDVI существенно снижается, с уменьшением продуктивности агроценозов и поглощенного растительностью излучения в красной области спектра (табл. 2).
Таблица 2
Среднемесячные значения ЫРУ! и температуры воздуха, T°C _
Год Показатели Март Апрель Май Июнь Июль Август Сентябрь Октябрь
2013 NDУI 0,009 0,277 0,682 0,74 0,735 0,637 0,608 0,476
Т°С -4,7 8,7 18,9 20,6 19,4 19,3 11,0 7,4
2012 NDУI 0,007 0,348 0,701 0,784 0,727 0,662 0,626 0,402
Т°С -1,0 10,9 17,9 18,5 22,8 19,0 14,2 7,7
2011 NDУI 0,081 0,418 0,635 0,646 0,652 0,577 0,638 0,62
Т°С -1,6 9,0 16,8 20,8 23,5 19,4 13,8 6,9
2010 NDУI -0,005 0,328 0,624 0,743 0,702 0,554 0,576 0,551
Т°С -0,2 10,7 19,2 22,5 26,6 24,9 14,7 5,2
Влияние таксона почв на особенности динамики проявляются неоднозначно. Закономерно связана с ландшафтными особенностями только изменчивость спектральных характеристик, влияние на распределение значений NDVI существенно слабее. Действие фактора сглаживается разнообразием систем земледелия и уровня эффективности обработки почвы, неодинаковыми погодными условиями и особенностями сезонной динамики ландшафтов и размером ареала распространения таксона (в данном случае в границах области). Наименее изменчивы средние за вегетационный период значения индекса в ареале распространения дерново-глеевых (0,508 - 0,534) и дерново-подзолистых (0,517 - 0,531) почв; наиболее - светло-серых (0,487 - 0,551) и серых лесных (0,471 - 0,540) почв. На разброс значений влияет площадь и влагообеспеченность территории ареала. Мезоклиматические различия сглаживают амплитуду колебаний NDVI в ареале дерново-подзолистых почв - наиболее распространённого типа в пахотных угодьях Брянской области. Дерново-глеевые почвы типичны для ландшафтов с большой влагообеспеченностью. Небольшая изменчивость влажности почвы и соответственно биопродуктивности угодий определяет небольшие различия яркости в инфракрасной и красной области спектра и сглаженную динамику NDУI. Природные условия ареала распространения светло-серых и серых лесных почв сравнительно более однородны. Это эрозионные ландшафты на границе лесной и лесостепной зоны (восточная часть Брянской области), с частым дефицитом влаги в тёплый период года. Здесь резче, в сравнении с агроландшафтами центральной и западной части области, выражены сезонные колебания погодных условий, регистрируется более высокая амплитуда NDУI.
Распределение NDVI в пространстве и времени характеризуют закономерную качественную связь индекса с разнообразием морфологической структуры сезонной и многолетней динамикой ландшафта. Количественные зависимости NDVI и составляющих его коэффициентов спектральной яркости в ближнем инфракрасном и красном диапазоне с физико-механическими или агрохимическими характеристиками антропогенно изменённых почв на современном уровне изученности природы их связи отличаются невысокой устойчивостью. Неоднозначность математических зависимостей связана с изменчивостью соотношения спектральной яркости почв разных таксонов в годы с разными погодными условиями, хотя в каждом случае характер распределения может быть обоснован особенностями функционирования агроландшафтов. В частности, разница значений NDVI участков с дерново-подзолистыми и серыми лесными почвами; типичными и оглееенными вариантами дерново-подзолистых почв составляет от первых сотых до двух десятых долей (табл. 1). Перспективы построения более надёжных моделей связаны с накоплением и систематизацией сведений о сезонной и многолетней динамике характеристик антропогенно изменённых почв, как основы организации дистанционного мониторинга их состояния.
Natural and anthropogenic factors of spatial differences in the spectral characteristics of the Bryansk region arable land and the regularities of their seasonal and long-term dynamics are considered. The influence of the soils and landscapes characteristics on the distribution of NDVI values are installed Keywords: agricultural landscapes, remote sensing, NDVI (normalized difference vegetation index), seasonal dynamics
Список литературы
1. Черепанов А.С. Вегетационные индексы // Геоматика - 2011- №3. С. 98-102
2. Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы // Геоматика - 2009 - № 3. С. -28-32.
3. Шовенгердт Р. А. Дистанционное зондирование. Модели и методы обработки изображений: учебное пособие / Р. А. Шовенгердт ; пер. с англ. А. В. Кирюшина, А. И. Демьяникова. - Москва: Техносфера, 2010. - 560 с.
4. Ben Dor, E Imaging Spectrometry for Soil Applications /E. Ben Dor, R.G. Taylor, J. Hill, J.A.M. Dematte, ML. Whiting, S. Chabrillat, S. Sommer // Advances in Agronomy -Vol. 97, 2008, Pages 321-392
5. Ben-Dor, E. Using Imaging Spectroscopy to study soil properties // Remote Sens. Environ. Vol. 113, 2009, P. 38-55
6. Corbane, C. Remote sensing of soil surface characteristics from a multiscale classification approach / C. Corbane, D. Raclot, F. Jacob, J. Albergel, P. Andrieux // CATENA, Volume 75, Issue 3, 2008, P. 308-318
7. EOSDIS. NASAs Earth Observing System : Data and Information System. - Режим доступа : http://reverb.echo.nasa.gov/reverb
8. Lagacherie, P. Estimation of soil clay and calcium carbonate using laboratory, field and airborne hyperspectral measurements / Lagacherie, P., Baret, F., Feret, J., Netto, J.M., Robbez-Masson, J.M. // Remote Sens. Environ. Vol. 112 (3), 2008, P. 825-835.
9. Mulder, V.L. The use of remote sensing in soil and terrain mapping / V.L. Mulder, S. de Bruin, M.E. Schaepman, T.R. Mayr // Geoderma, 2011 - vol. 162 P. 1-1
10. Thompson, J., Soil-landscape modeling across a physiographic region: Topographic patterns and model transportability / J. A. Thompson, E. M. Pena-Yewtukhiw, H. J. Grove // Geoderma, 2006 - v. 133, P. 57-70.
11. Wardlow, B. Analysis of time-series MODIS 250 m vegetation index data for crop classification in the U.S. Central Great Plains / Brian D. Wardlow, Stephen L. Egbert, Jude H. Kastens // Remote Sensing of Environment, 2007 - vol. 108 P. 290-310
Об авторах
Лобанов Г.В. - кандидат географических наук, доцент, кафедра экологии и рационального природопользования, Брянский государственный университет имени акад. И.Г. Петровского (Брянск), [email protected].
Зверева А.Ю. - аспирант кафедры географии и землеустройства, Брянский государственный университет имени акад. И.Г. Петровского (Брянск), [email protected]
Коханько М.В. - лаборант-исследователь НИЛ «Информационные технологии в естественных науках», Брянский государственный университет имени акад. И.Г Петровского kohanko88@mail. ru
Хорина Е.В. - кандидат географических наук, преподаватель, Автономная некоммерческая образовательная организация высшего образования Центросоюза Российской Федерации "Российский университет кооперации" Брянский филиал [email protected]
Тришкин Б.В. - кандидат биологических наук, профессор кафедры управления и информационных технологий, Московский психолого-социальный университет (Брянский филиал), [email protected]
Полякова А.В. - НИЛ «Информационные технологии в естественных науках»,
Брянский государственный университет имени акад. И.Г. Петровского (Брянск), [email protected]
Ужакина А.П. - студентка 5 курса естественно-географического факультета Брянского государственного университета имени академика И.Г. Петровского [email protected]
