CC BY
59УДК 528.8.04, 528.88
СПЕКТРОМЕТРИРОВАНИЕ ТРАВЯНИСТОЙ РАСТИТЕЛЬНОСТИ КРАСНОЯРСКОГО КРАЯ И РЕСПУБЛИКИ ХАКАСИЯ: МЕТОДИКА ИЗМЕРЕНИЙ, ХРАНЕНИЕ И ОБРАБОТКА ДАННЫХ*
И. Ю. Ботвич1**, А. И. Волкова2, Н. А. Кононова1, Ю. Д. Иванова1, А. П. Шевырногов1
Институт биофизики СО РАН, ФИЦ «Красноярский научный центр СО РАН» Российская Федерация, 660036, г. Красноярск, Академгородок, 50/50 2Хакасский государственный университет имени Н. Ф. Катанова Российская Федерация, 655000, г. Абакан, ул. Ленина, 90 **E-mail: [email protected]
Проведены измерения КСЯ и геоботанические исследования растительных сообществ Красноярского края и Республики Хакасия по спутниковым и наземным данным. Разработана спектрометрическая база данных растительных сообществ - «IBP Spectrometry database».
Ключевые слова: полевая спектрометрия, база данных, геоботанические исследования, спутниковые данные.
SPECTROMETRY OF HERBACEOUS VEGETATION OF THE KRASNOYARSKY KRAI
AND REPUBLIC OF KHAKASSIA: THE METHOD OF MEASUREMENT, STORAGE
AND PROCESSING OF DATA
I. Yu. Botvich1**, A. I. Volkova2, N. A. Kononova1, Yu. D. Ivanova1, A. P. Shevyrnogov1
institute of Biophysics SB RAS, Federal Research Center "Krasnoyarsk Science Center SB RAS" 50/50, Akademgorodok, Krasnoyarsk, 660036, Russian Federation
2Katanov Khakass State University 90, Lenina Str., Abakan, 655000, Russian Federation **E-mail: [email protected]
The research performs measurements of the spectral brightness coefficient and geobotanical studies of plant communities by satellite and ground-based data (the Krasnoyarsk territory and the Khakassia Republic). A spectrometric database ofplant communities - "IBP Spectrometry database" is developed.
Keywords: field spectrometry, database, geobotanical research, satellite data.
Наземное спектрометрирование в сочетании с материалами дистанционного зондирования применяется для решения широкого круга научно-практических задач, включая исследование динамики вегетационного периода растений в качестве индикатора глобальных климатических изменений [1].
Современные спектрорадиометры позволяют проводить измерения в сотнях узких спектральных каналах, что дает возможность выявлять значительно большее количество дешифровочных признаков различных объектов и их свойств [2-5]. Появление новых материалов гиперспектральной съемки, спутниковой информации с высоким пространственным разрешением способствовало развитию направления по созданию баз данных спектральных образов различных типов подстилающих поверхностей.
Цель исследования: создание базы данных спектральных образов травянистых растительных сообществ республики Хакасии и юга Красноярского края по спутниковым и наземным данным.
Исследования проводились на тестовых участках в пределах степной и лесостепной зон Красноярской
лесостепи (Емельяновский район, Красноярского края) и центральной части Ширинского района республики Хакасия.
Объектом исследования выступили растительные сообщества луговых, настоящих крупнодерновинных и мелкодерновинных степей, остепнённых злаково-разнотравных суходольных лугов (Ширинский район, рис. 1), а также кострецовая залежь (Емельяновский район). Для проведения полевой спектрометрии использовали полевой спектрометрический комплекс, состоящий из полевого портативного спектрорадио-метра Spectral Evolution PSR-1100F, портативного компьютера PDA GETAC, калибровочного отражающего эталона (Spectral Evolution), цифрового фотоаппарата и программного обеспечение DARWin SP и DARWin Compact 1.2.
Спектрорадиометр PSR-1100F производит измерения КСЯ (коэффициента спектральной яркости) объекта в диапазоне от 320 до 1100 нм. Полученные спектры имеют GPS привязку, данные о высоте местности, фото и голосовые заметки.
* Исследование выполнено при финансовой поддержке РФФИ и РГО в рамках научного проекта № 17-05-41012.
Использование %дсмическиу.средств, технологий и геоинформационных.систем для мониторинга и моделирования природной среды
if- 'Шш • .'•- .'
Рис. 1. Тестовые участки, расположенные в Ширинском районе Хакасии:
а - луговые степи и остепненные суходольные луга; б, в - настоящие мелкодерновинные и крупнодерновинные степи и их петрофитные варианты; с - луговые и настоящие мелкодерновинные степи
Рис. 2. График КСЯ растительности настоящей мелкодерновинной степи (a), луговой степи (б) и их фотоизображения (4-5 июня 2017 г.)
Измерение КСЯ травянистой растительности с помощью спектрорадиометра Р8К-1100Р проводилось на одних и тех же тестовых участках в разные периоды вегетации в 2017 г. Для получения КСЯ растительного сообщества производилась последовательная съемка яркости ортотропной поверхности отражательного эталона и яркости исследуемого объекта. Измерения проводились с 11 до 15 часов местного времени, что на широте проводимых работ обеспечивало подобные условиях освещения объектов. Также соблюдалось и одинаковое положение спектрорадио-метра относительно измеряемой площадки (в надир). В ходе спектрометрирования производилась съемка площадок диаметром около 50 см. В зависимости от размеров тестовых участков и комплексности растительности выбирались различные схемы прохода по тестовым участкам (рис. 1).
Одновременно со спектрометрированием проводились геоботанические описания площадок, отражающие проективное покрытие, видовой состав, фе-нофазу и высоту фитоценотических горизонтов.
Статистическая обработка данных была выполнена в среде Microsoft Excel, с помощью специально разработанных для проводимого исследования, шаблонов на языке Visual Basic.
Полученные спектрометрические наземные и спутниковые данные, геоботанические описания, а также цифровые фотосъемки растительных сообществ вносились в разработанную в среде Microsoft Access базу данных «IBP Spectrometry database». КСЯ некоторых растительных сообществ, полученные в результате спектрофотометрирования, представлены на рис. 2.
В ходе проведенных исследований отработана методика полевых спектрометрических работ, обеспечи-
вающая достоверность и сопоставимость результатов сезонных и многолетних наблюдений. Проведены измерения КСЯ и геоботанические исследования растительных сообществ Красноярского края и республики Хакасия.
В среде Microsoft Excel на языке Visual Basic разработаны шаблоны для автоматической обработки данных, полученных спектрорадиометром Spectral Evolution PSR-1100F. Проведение полевых исследований позволило определить структуру спектрометрической базы данных растительных сообществ, разработать и наполнить базу данных «IBP Spectrometry database».
Проведенные наземные спектральные измерения и накопленные в базе данных материалы позволят использовать их для дешифрирования спутниковых спектральных изображений территорий Хакасии и Красноярского края.
Библиографические ссылки
1. Полевое наземное спектрометрирование луговой растительности полигона «Сатино» / Г. Н. Огу-реева, И. М. Микляева, О. В. Вахнина и др. // Вестн. Моск. ун-та. геог. 2009. Сер. 5. № 6. С. 71-77.
2. Концепция структуры и содержания библиотеки спектральных образов растений севера / М. В. Зимин, О. В. Тутубалина, Е. И. Голубева и др. // International Conference «The use of modern information technologies in botanical investigations» (Apatity, March, 28-31, 2017). 2017. С. 45-47.
3. Ground-based hyperspectral characterization of Alaska tundra vegetation along environmental gradients / M. Buchhorn, D. A. Walker, B. Heim et al. // Remote Sens. 2013, 5, P. 3971-4005. Available at: http://www. mdpi.com/2072-4292/5/8/3971.
4. Sid'ko A. F., Botvich I. Yu., Pisman T. I., Shevyrnogov A. P. A study of spectral - polarization characteristics of plant canopies using land-based remote sensing // Journal of Quantitative Spectroscopy and Radiative Transfer. 2013. № 129. P. 109-117. Available at: http://www.sciencedirect.com/science/article/pii/S00 22407313002458.
5. Botvich I. Yu., Sidko A. F., Pisman T. I., Shevyrnogov A. P. Determination of chlorophyll photo-
synthetic potential in vegetation using ground-based and satellite methods // Journal of Siberian Federal University. Engineering and Technologies, 2012, V. 5, № 1. P. 87-97. Available at http://journal.sfu-kras.ru/ article/2883/2874.
References
1. Ogureeva G. N., Miklyaeva I. M., Vakhnina. O. V., Tutubalina O. V. In. Field ground spectrometry of meadow vegetation polygon "Satino" // Vestn. Mosk. Univ. Geogr, 2009. Ser.5, № 6. P. 71-77. Available at: https:// elibrary.ru/download/elibrary_ 13024890_94470803.pdf. (In Russ.)
2. Zimin M. V., Tutubalina. In. Golubeva E. I., Rice, W. G. Koncepcija struktury i soderzhanija biblioteki spektral'nyh obrazov rastenij severa [The concept of the structure and content of spectral images library of the North plants]. International conference "modern information technologies in Botanical research". Apatity, Russia, March 28-31, 2017. P. 45-47. Available at: https://istina.msu.ru/media/publications/article/d30/b99/5142 8 558/Kontseptsiya_strukturyi_Zimin.pdf. (In Russ.)
3. Buchhorn M., Walker D. A., Heim B., Raynolds M. K., Epstein H. E., Schwieder M. Ground-based hyperspectral characterization of Alaska tundra vegetation along environmental gradients // Remote Sens. 2013. № 5. P. 3971-4005.
4. Sid'ko A. F., Botvich I. Yu., Pisman T. I., Shevyrnogov A. P. A study of spectral - polarization characteristics of plant canopies using land-based remote sensing // Journal of Quantitative Spectroscopy and Radiative Transfer. 2013. № 129. P. 109-117. Available at: http://www.sciencedirect.com/science/article/pii/S002 2407313002458.
5. Botvich I. Yu., Sidko A. F., Pisman T. I., Shevyrnogov A. P. Determination of chlorophyll photosynthetic potential in vegetation using ground-based and satellite methods // Journal of Siberian Federal University. Engineering and Technologies. 2012. Vol. 5. № 1. P. 87-97. Available at http://journal.sfu-kras.ru/ article/2883/2874.
© Ботвич И. Ю., Волкова А. И., Кононова Н. А., Иванова Ю. Д., Шевырногов А. П., 2017
