CC BY
19Использование %дсмическиу.средств, технологий и геоинформационных.систем для мониторинга и моделирования природной среды
УДК 528.8.04,528.88
МНОГОЛЕТНЯЯ ФЕНОЛОГИЧЕСКАЯ ИЗМЕНЧИВОСТЬ ТРАВЯНИСТОЙ И ДРЕВЕСНОЙ РАСТИТЕЛЬНОСТИ КРАСНОЯРСКОГО КРАЯ*
И. Ю. Ботвич**, А. П. Шевырногов
Институт биофизики СО РАН, ФИЦ «Красноярский научный центр СО РАН» Российская Федерация, 660036, г. Красноярск, Академгородок, 50/50 **E-mail: [email protected]
Проведен анализ фенологической изменчивости растительности юга Красноярского края в течение периода 2000-2017 гг. по спутниковым и наземным данным. Построены карты пространственного распределения дат начала и окончания вегетации растительности юга Красноярского края (2000-2017 гг.).
Ключевые слова: спутниковые данные, фенология, сельскохозяйственные культуры, древесная растительность.
LONG-TERM PHENOLOGICAL VARIABILITY OF HERBACEOUS AND WOODY
VEGETATION ON THE TERRITORY OF THE KRASNOYARSKY KRAI
I. Yu. Botvich**, A. P. Shevyrnogov
Institute of Biophysics SB RAS, Federal Research Center "Krasnoyarsk Science Center SB RAS" 50/50, Akademgorodok, Krasnoyarsk, 660036, Russian Federation
**E-mail: [email protected]
The research analyses the phenological variability of vegetation in the south of Krasnoyarsk region during the period 2000-2017, based on satellite and ground-based data. The paper demonstrates maps of spatial distribution of start and end dates of the growing season vegetation in the Krasnoyarsk territory (2000-2017).
Keywords: satellite data, phenology, crops, woody vegetation.
Проведение комплексного анализа отражательных и излучательных характеристик растительных объектов открывает новые возможности дистанционного мониторинга фенологической изменчивости растительности. Использование Normalized Difference Vegetation Index (NDVI) позволяет оценивать физиологическое состояние, динамику фитопигментов и биологическую продуктивность растений [1]. Радиационная температура (LST), восстановленная по спутниковым данным, дает информацию о температуре поверхности исследуемого объекта (верхней границы растительного покрова, почвы). Совместное использование данных параметров позволит получить новую информацию о фенологической изменчивости растительных сообществ. Даты фенофаз часто используются в качестве индикаторов глобального потепления, поскольку они обладают высокой чувствительностью к климатическим вариациям и коротким временем отклика [2-4]. По изменениям фенологических характеристик растительных сообществ можно судить об изменчивости климата.
Цель исследования - мониторинг фенологической изменчивости растительности по спутниковым и наземным данным на основе комплексного анализа отражательных и излучательных характеристик растительных объектов.
Объектом исследований являются древесная растительность, посевы сельскохозяйственных (c/х) культур, растительность залежных земель. Тестовые участки расположены на территории г. Красноярска и Емельяновского района (Красноярский край).
Для определения границ периода вегетации используется метод, основанный на анализе фазовых портретов растительных объектов в пространстве (LST, NDVI) [5]. Изучение фазовых портретов растительных объектов, построенных в двумерном пространстве значений радиационной температуры и NDVI, проводилось по данным прибора Modis спутников Terra и Aqua, с пространственным разрешением 250 метров (продукты MOD09Q1, MYD09Q1, МОБ11А2, MYD11A2). Построение фазовых портретов растительных объектов производилось следующим образом: по оси абсцисс откладывались значения LST, по оси ординат значения NDVI. Интервал дискретности равен 8 дням. Каждая точка плоскости соответствует определенному состоянию объекта.
На рис. 1 представлен типичный фазовый портрет растительного объекта в пространстве (LST, NDVI) в течение периода вегетации, указаны фенологические фазы. В результате проведенного исследования установлено, что фазовые портреты древесной и травянистой растительности имеют различия.
* Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-37-00281 мол_а.
Решетневскуе чтения. 2017
Так фазовый портрет древесной растительности отличается от фазового портрета посевов с/х культур, прежде всего наличием ярко выраженного плато в начале вегетации в связи с более ранним началом вегетации. По фотографиям, полученным в ходе полевых геоботанических описаний, видно насколько сильно расходятся фазы вегетации древесной растительности и посевов с/х культур во времени (рис. 2).
В ходе проведенных полевых геоботанических исследований определены даты начала и окончания периода вегетации растительности (агрофитоценозы,
залежные земли, древесная растительность) на выбранных тестовых участках (г. Красноярск, Емелья-новский район Красноярского края). Используя метод определения границ периода вегетации, на основе анализа фазовых портретов растительных объектов в пространстве (Ь8Т, N0'VI), определена межгодовая изменчивость растительности на территории юга Красноярского края. Построены карты пространственного распределения дат начала и окончания вегетации растительности юга Красноярского края (2000-2017 гг.).
Рис. 1. Иллюстрация фазового портрета растительного объекта в пространстве (ЬБТ, N0'!). Цифры у кривой указывают фенологическую фазу: 1 - отсутствие вегетации, предвегетационный период; 2 - рост биомассы наземных органов (первый этап вегетационного периода); 3 - сезонный максимум биомассы; 4 - осенняя окраска, увядание листвы; 5 - послевегетационный период; П1, П2 - начало и окончание вегетации растительности
24 апреля 19 мая 4 нюня 20 июня 23 августа ->
Посев пшеницы
24 апреля 19 мая 5 июня 21 июня 21 августа
Рис. 2. Фотоизображения березы повислой и посева пшеницы в течение периода весна - лето 2016 г. (тестовые участки расположены в Емельяновском районе)
Использование космическухсредств, технологий и геоинформационныхсистем для мониторинга и моделирования природной среды
Проведен анализ фенологической изменчивости растительности юга Красноярского края в течение периода 2000-2017 гг. по спутниковым и наземным данным.
Библиографические ссылки
1. Douglas K. Bolton, Mark A. Friedl. Forecasting crop yield using remotely sensed vegetation indices and crop phenology metrics // Agricultural and Forest Meteorology. 2013. Vol. 173. P. 74-84. Available at: https://doi.org/10.1016/j.agrformet.2013.01.007.
2. Linglin Zeng, Brian D. Wardlow, Rui Wang, Jie Shan, Tsegaye Tadesse, Michael J. Hayes, Deren Li A hybrid approach for detecting corn and soybean phenology with time-series MODIS data // Remote Sensing of Environment. 2016. Vol. 181. P. 237-250. Available at: https://doi.org/10.1016/j.rse.2016.03.039.
3. Xiaoyang Zhang, Mark A. Friedl, Crystal B. Schaaf, Alan H. Strahler, John C.F. Hodges, Feng Gao, Bradley C. Reed, Alfredo Huete. Monitoring vegetation phenology using MODIS // Remote Sensing of Environment. 2003. Vol. 84, I. 3. P. 471-475. Available at: https://doi.org/10.1016/S0034-4257(02)00135-9.
4. Brown M. E., K. M. de Beurs, Marshall M. Global phenological response to climate change in crop areas using satellite remote sensing of vegetation, humidity and temperature over 26 years. Remote Sensing of Environment, 2012, V. 126 P. 174-183 Available at: https://doi.org/10.1016/j.rse.2012.08.009.
5. Ботвич И. Ю., Шевырногов А. П. Изучение фенологической изменчивости наземных экосистем юга Красноярского края и Хакасии на основе спутниковых данных // Биофизика. 2017. Т. 62, № 4. C. 815-819.
References
1. Douglas K. Bolton, Mark A. Friedl. Forecasting crop yield using remotely sensed vegetation indices and crop phenology metrics. Agricultural and Forest Meteorology. 2013. Vol. 173. P. 74-84. Available at: https://doi.org/10.1016/j.agrformet.2013.01.007.
2. Linglin Zeng , Brian D. Wardlow , Rui Wang , Jie Shan , Tsegaye Tadesse , Michael J. Hayes , Deren Li A hybrid approach for detecting corn and soybean phenology with time-series MODIS data. Remote Sensing of Environment. 2016. Vol. 181. P. 237-250. Available at: https://doi.org/10.1016/j.rse.2016.03.039.
3. Xiaoyang Zhang, Mark A. Friedl, Crystal B. Schaaf, Alan H. Strahler, John C.F. Hodges, Feng Gao, Bradley C. Reed, Alfredo Huete. Monitoring vegetation phenology using MODIS. Remote Sensing of Environment. 2003. Vol. 84, I. 3. P. 471-475. Available at: https://doi.org/10.1016/S0034-4257(02)00135-9.
4. Brown M. E., K. M. de Beurs, Marshall M. Global phenological response to climate change in crop areas using satellite remote sensing of vegetation, humidity and temperature over 26 years // Remote Sensing of Environment. 2012. Vol. 126. P. 174-183. Available at: https://doi.org/10.1016Zj.rse.2012.08.009.
5. Botvich I. Yu., Shevyrnogov A. P. A study of the phenological variability of terrestrial ecosystems in the south of the Krasnoyarsk territory and Khakassia based on satellite data. Biophysics. 2017. Vol. 62, No. 4. P. 815-819 Available at: https://elibrary.ru/item.asp7id =29393168. (In Russ.)
© EOTBHH H. ro., meBLipHoroB A. n., 2017
