Научная статья на тему 'Выбор информативных показателей дистанционного зондирования состояния растительного покрова производственных посевов'

Выбор информативных показателей дистанционного зондирования состояния растительного покрова производственных посевов Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

CC BY
153
32
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
АГРОЭКОЛОГИЧЕСКИЙ МОНИТОРИНГ / ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ / ВЕГЕТАЦИОННЫЙ ИНДЕКС / AGROECOLOGICAL MONITORING / REMOTE SENSING / VEGETATION INDEX

Аннотация научной статьи по сельскому хозяйству, лесному хозяйству, рыбному хозяйству, автор научной работы — Комаров А. А., Мунтян А. Н., Суханов П. А.

Применение данных дистанционного зондирования для мониторинга сельскохозяйственных угодий повышает точность и объективность информации об их использовании, является важным шагом к агроэкологической оценке сельскохозяйственных земель, созданию обзорных карт землепользования, проведению экономической деятельности на современной основе. В условиях производственного посева ЗАО «Племзавод «Приневское» были оценены сопряженные показатели дистанционного и наземного зондирования состояния растительного покрова. В течение вегетационного периода проводились наблюдения с использованием парных наземных и дистанционных методов оценки, оценки состояния посевов. По результатам мониторинга и оценки были сформулированы рекомендации по оптимизации производственного процесса с учетом состояния посевов и характеристик вегетационного периода. Дистанционный мониторинг состояния зерновых культур, основанный на соотношении производительности зерна с индексами растительности, целесообразно проводить с середины мая. Мониторинг многолетних трав предпочтительно проводить с середины мая до конца мая. Высокая корреляционная связь урожайности многолетних трав с вегетационными индексами, установленная для середины конца мая (0,981-0,990), вполне позволяет полагать об их взаимодополняемости. Использование рекомендаций, составленных на основе сопряженных наземных наблюдений и данных дистанционного зондирования Земли, обеспечило оптимизацию хозяйственных операций, что привело к сокращению производственных потерь по полигону и в целом хозяйству на 12-16%.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по сельскому хозяйству, лесному хозяйству, рыбному хозяйству , автор научной работы — Комаров А. А., Мунтян А. Н., Суханов П. А.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

The application of remote sensing data for monitoring agricultural land improves the accuracy and objectivity of information on their use and is an important step to agro-ecological assessment of agricultural lands, creation of overview maps of land use, the conduct of economic activities on a modern basis. In the terms of industrial planting on the farm of JSC "Plemzavod" Prinevskoye", were assessed the conjugate indices of remote and terrestrial sounding of the conditions of vegetation cover. During the growing season were carried out observations with using paired ground-based and remote assessment methods, crops condition assessment. According to the results of monitoring and evaluation recommendations on optimization production process were formulated taking into account the state of crops and the growing season characteristics. Remote monitoring of grain crops state, based on the correlation of grain productivity with vegetation indices, it is advisable to carry out from the middle of May. Monitoring of perennial grasses is preferably carried out from mid-to late May. Monitoring of perennial grasses is preferably carried out from mid-to late May. The high correlation between the yield of perennial grasses and the vegetation indices established for the middle-end of May (0,981-0,990) makes it possible to consider on their intercomplementarity. The use of recommendations based on coupled ground-based observations and remote sensing data provided production operations optimization, which gave reduction in production losses on polygon and generally on farm by 12-16%.

Текст научной работы на тему «Выбор информативных показателей дистанционного зондирования состояния растительного покрова производственных посевов»

УДК 331.58 (470.23)

Доктор с.-х. наук А.А. КОМАРОВ (ФГБНУ АФИ, [email protected]) Соискатель А.Н. МУНТЯН (ГУ РНИИ Э и ПР, [email protected]) Доктор с.-х. наук П.А. СУХАНОВ (ФГБНУ АФИ, [email protected])

ВЫБОР ИНФОРМАТИВНЫХ ПОКАЗАТЕЛЕЙ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ СОСТОЯНИЯ РАСТИТЕЛЬНОГО ПОКРОВА ПРОИЗВОДСТВЕННЫХ ПОСЕВОВ

Дистанционное зондирование Земли широко используется в агропромышленном комплексе многих стран мира (США, ЕС, Япония, Канада, Мексика и др.). Применение данных дистанционного зондирования Земли для мониторинга сельскохозяйственных земель позволяет повысить точность и объективность информации об их использовании, является важным шагом к агроэкологической оценке сельскохозяйственных земель, созданию обзорных карт землепользования, ведению хозяйственной деятельности на современной основе.

Теоретическое и прикладное значение данных дистанционного зондирования Земли усиливается при использовании в изучении местности ряда вегетационных индексов, представляющих собой математические преобразования спектральных яркостей в разных зонах спектра, отражающих состояние земной поверхности.

Вегетационные индексы в настоящее время обладают широким диапазоном применения в агроэкологических исследованиях. Установлены связи индексов вегетации с режимом выпадения осадков, поглощением фотосинтетически активной радиации и динамикой термического режима. Это дает возможность применять индексы для определения биомассы посевов, выявления динамики землепользования, мониторинга состояния посевов сельскохозяйственных культур.

Анализ доступных в настоящий момент спутниковых данных показывает [1], что для организации оценки производственных посевов отдельных субъектов РФ в наибольшей степени удовлетворяют данные спектрорадиометра MODIS, установленного на спутниках NASA Terra и Aqua. Известно, что MODIS позволяет получать информацию в нескольких спектральных каналах, на основе которых можно рассчитывать вегетационные индексы; при этом полагают [1], что пространственное разрешение данных (250 м) позволяет получать информацию о состоянии растительности на уровне отдельных полей практически во всех сельскохозяйственных регионах России. Такая информация сегодня является основой Системы дистанционного мониторинга земель агропромышленного комплекса (СДМЗ АПК) [2].

Однако, несмотря на возрастающий объем и качество теоретических изысканий, они до сих пор не находят широкого использования в практике сельскохозяйственного производства. Объясняется это тем, что сельхозтоваропроизводителям нужны простые и надежные информационные показатели, отражающие суть проходящих изменений в состоянии растительного покрова, изменении параметров почвенного плодородия. Поэтому выбор информативных показателей дистанционного и наземного зондирования состояния растительного покрова является актуальной проблемой. Последнее может быть реализовано при проведении мониторинговых исследований в условиях производственных посевов. Кроме того, пространственное разрешение данных MODIS (250 м) дает возможность получить только общую, приблизительную картину и не позволяют получать достоверную информацию о состоянии растительности на уровне принятия конкретных хозяйственных решений, вызванных неоднородностью показателей отдельных полей. В этой связи использование снимков со спутников Landsat с пространственным разрешением

вегетационных индексов 30 м является более предпочтительным для принятия хозяйственных решений.

Цель исследования состоит в выборе информативных показателей дистанционного и наземного зондирования состояния растительного покрова при проведении мониторинговых исследований в условиях производственных посевов.

Материалы, методы и объекты исследования. Исследования проводились в условиях хозяйственных посевов ЗАО «Племенной завод «Приневское» [3]. Всеволожского района Ленинградской области. Оцениваемый участок (полигон) находится в пределах овощного севооборота. Площадь полигона 46,2 га. Координаты 59°49'-59°50' с.ш. и 30°37'-30°38' в.д. Территория полигона расположена на равнинной местности, выровнена и пересечена сетью открытых дренажных канав с необходимым для мелиорации уклоном.

Анализ почв и растений проводился в аккредитованной аналитической лаборатории АФИ в соответствии с утвержденными методиками [4-5]. Наземные измерения проводились на восьми учетных площадках (ключевых участках) полигона в течение каждого вегетационного сезона (пространственное позиционирование). Наземные измерения согласовывались с дистанционными по времени (временное позиционирование).

В качестве материалов для дистанционного мониторинга состояния культур использовались данные спутников Landsat-5 (12 10 2010), Landsat-8 (вегетационный период 2014-2017 гг.). Обработка данных дистанционного зондирования Земли, включающая радиометрическую и атмосферную коррекцию, выполнена с помощью программы ENVI 5.2. По спутниковым данным определен ряд индексов, представляющих собой математические преобразования спектральных яркостей в разных зонах спектра, отражающих состояние земной поверхности. Для исследуемой территории рассчитаны: Difference Vegetation Index (DVI), Green Difference Vegetation Index (GDVI), Normalized Difference Vegetation Index (NDVI), Green Normalized Difference Vegetation Index (GNDVI), Leaf Area Index (LAI), Soil Adjusted Vegetation Index (SAVI). Пространственное разрешение всех перечисленных индексов 30 м.

Результаты исследования. Динамика средневзвешенных агрохимических показателей в пахотном слое почв за 2014-2016 гг. представлена в табл. 1.

Таблица 1. Основные агрохимические показатели по полигону ЗАО «ПЗ «Приневское» за 2014-2016 гг.

Показатель Годы

2014 2015 2016

Орг. в-во, % 4,2 4,1 4,5

рН, ед. рН 6,4 6,5 6,3

Нг, ммоль/100 г 1,5 1,6 1,6

Са+2, ммоль/100 г 8,7 8,9 8,2

Мg+2, ммоль/100 г 3,7 1,3 1,1

N-NÜ3, мг/кг 15,7 2,8 2,9

N-NH4, мг/кг 26,6 8,0 7,6

P2O5, мг/кг 1090 920 1190

К 2 О, мг/кг 220 190 270

В целом на территории полигона и всего севооборотного массива располагается высокоокультуренная почва. Содержание гумуса в пахотном горизонте всех элементарных участков - высокое (4,1-4,5%). Содержание фосфора на всех участках очень высокое (зафосфаченность), обменного калия - от 190 до 270 мг/кг. Содержание минеральных форм азота по площади и годам оценки значительно варьирует: нитратного азота (от 2,8 до 15,7 мг/кг), аммонийного азота (от 26,6 до 7,6 мг/кг). Сумма поглощенных оснований повышенная - 17-20,5 ммоль на 100 г почвы. В составе обменных оснований преобладает

обменный кальций. Реакция среды в пахотном горизонте почв всех элементарных участков -нейтральная и оптимальна для возделывания основных сельскохозяйственных культур, гидролитическая кислотность - очень низкая.

На полигоне ЗАО «ПЗ «Приневское» в 2014 г. возделывались зерновые культуры, в 2015-2017 гг. - многолетние травы. Полигон расположен на полях ведущего овощеводческого хозяйства, где зерновые культуры и многолетние травы выполняют роль промежуточных и уравнительных посевов, предназначенных для снижения негативных процессов почвоутомления при интенсивном возделывании овощных культур и картофеля в овощном севообороте.

Продуктивность по элементарным участкам несколько варьирует (табл. 2). Качество зерновых культур соответствует 4 классу - протеин в сухом веществе 4,5%-6,5%; обменная энергия - 7,2-7,6 МДж; содержание сырой клетчатки - 40,28-42,62%. Результаты лабораторных исследований проб растительной продукции свидетельствуют о вполне удовлетворительном ее качестве. Так, доля сухого вещества - 20,0-23,7%; протеина в сухом веществе - 11,6%-13,2%; содержание сырой клетчатки - 27,95-29,02%.

Таблица 2. Урожайность сельскохозяйственных культур на полигоне ЗАО «ПЗ «Приневское» за 2014-2017 гг.

Год Сельскохозяйственная культура Урожайность по элементарным участкам, ц/га

1 2 3 4 5 6 7 8

2014 Зерновые 38 40 46 45

2015 Многолетние травы 450 420 400 370

2016 Многолетние травы 225 221 216

2017 Многолетние травы 195 267 215

За состоянием производственных посевов в 2014-2017 гг. велся дистанционный спутниковый мониторинг. Для работы выбран май, как наиболее обеспеченный спутниковыми данными с безоблачным небом. По спутниковым данным рассчитаны вегетационные индексы (табл. 3).

Общеизвестно, что связь биомассы растительного покрова и вегетационных индексов возрастает к средине вегетационного периода. Корреляционный анализ показал наличие статистически значимой связи урожайности зерновых культур и всех вегетационных индексов, что наблюдается с средины мая. Наибольший коэффициент корреляции выявлен для индексов DVI и SAVI - г=0,895 и 0,877 соответственно, р=0,01 (табл. 4).

Для многолетних трав связь урожайности с вегетационными индексами нарастает к концу мая. Так, в начале месяца статистически значимой связи не выявлено ни по одному вегетационному индексу, а к концу месяца корреляция установлена для всех индексов. Анализ многолетних результатов 2015-2017 гг. показал возрастание коэффициента корреляции до 0,753-0,876, однако данные за 2015-2016 гг. (средина-конец мая) показывают практически прямую связь (0,981-0,990) между продуктивностью многолетних трав и всеми вегетационными индексами. Это говорит о предпочтительности осуществления оценки состояния многолетних трав в данных климатических условиях с средины - конца мая.

Результаты анализа не выявили наиболее предпочтительного вегетационного индекса для дистанционного мониторинга производственных посевов. Однако высокая корреляционная связь урожайности многолетних трав с вегетационными индексами, установленная для средины-конца мая (0,981-0,990), вполне позволяет полагать об их взаимодополняемости.

Таблица 3. Динамика вегетационных индексов на полигоне ЗАО «ПЗ «Приневское» за 2014-2017 гг.

Дата № участка Вегетационный индекс

БУ1 ОБУ1 в]чГОУ1 ]\ГОУ1 8ЛУ1 ЬЛ1

17.05.2014 2 0,078 0,093 0,365 0,29 0,152 0,420

3 0,079 0,095 0,368 0,29 0,154 0,425

4 0,082 0,099 0,367 0,287 0,156 0,436

5 0,084 0,101 0,375 0,294 0,16 0,447

6 0,085 0,102 0,38 0,295 0,161 0,449

7 0,087 0,105 0,387 0,302 0,165 0,446

8 0,086 0,104 0,392 0,304 0,165 0,463

29. 05 2015 1 0,473 0,438 0,755 0,870 0,679 2,797

2 0,462 0,430 0,749 0,872 0,673 2,733

3 0,46 0,423 0,748 0,87 0,67 2,747

4 0,474 0,436 0,754 0,876 0,683 2,818

5 0,459 0,422 0,747 0,870 0,670 2,745

6 0,429 0,392 0,732 0,86 0,644 2,603

7 0,436 0,399 0,736 0,863 0,651 2,642

8 0,428 0,394 0,734 0,851 0,64 2,56

15.05.2016 1 0,291 0,275 0,645 0,710 0,480 1,778

2 0,299 0,281 0,642 0,713 0,488 1,820

3 0,284 0,266 0,627 0,698 0,470 1,735

4 0,289 0,271 0,635 0,708 0,477 1,77

5 0,291 0,273 0,637 0,708 0,479 1,777

6 0,284 0,266 0,635 0,706 0,472 1,745

7 0,287 0,268 0,639 0,716 0,478 1,775

8 0,259 0,245 0,602 0,661 0,436 1,589

02.05.2017 1 0,151 0,168 0,509 0,434 0,266 0,835

2 0,142 0,162 0,497 0,411 0,252 0,773

3 0,137 0,154 0,502 0,418 0,248 0,756

4 0,142 0,16 0,507 0,426 0,255 0,786

5 0,148 0,165 0,521 0,446 0,267 0,829

6 0,147 0,163 0,531 0,456 0,268 0,826

7 0,148 0,163 0,534 0,462 0,271 0,838

8 0,136 0,152 0,515 0,438 0,252 0,766

Таблица 4. Связь урожайности с вегетационными индексами на полигоне

ЗАО «ПЗ «Приневское»

Годы Вегетационный индекс

БУ1 ОБУ1 ]\ГОУ1 8ЛУ1 ЬЛ1

2014 0,895 0,875 0,794 0,715 0,877 0,872

2015 0,779 0,809 0,773 0,781 0,783 0,754

2016 0,647 0,683 0,536 0,436 0,589 0,572

2017 0,238 0,195 0,476 0,446 0,378 0,336

2015-2017 0,855 0,876 0,824 0,753 0,815 0,832

2015-2016 0,990 0,990 0,981 0,984 0,989 0,989

С целью отследить пространственно-временное изменение величины биомассы изучены значения индекса LAI за май 2014-2016 гг. (рис. 1). Значения индекса LAI сравнивались с почвенной неоднородностью, которая определена по снимку черного пара от 12.10.2010 г.

В 0,05 0.1 0,2 0,3 0.4

Легенд^ LAI29 05 2015 ■ 1.973-23*1 Н 2,361 -2,573 □ 2,573-2,705

И 2,705 - 2,833

Ш Шг - З.ОЙЧ

0 0.05 0,1

0,2

0.3

Легешда L.A1 17 05 2014 H0.324-D.41l В 11.4II -0,474 □ 0.479-0,6« в 0,645 - 1.221 Н 1,22! - I ЛИ) I

0 0.05 0,1

0.3

0.4

Легенда LAI 15 05 201ft ■ 0.456-1,219 Ш 1-2(4 - 1,568 ai.i68-l.73J Г~! 1,7371 - 1,357 CZ1 1,357 - 2,0561

О 0.05 0,1

0,2 0,3

0.4

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Рис. 1. Почвенная неоднородность полигона ЗАО «ПЗ «Приневское»: А - по черному пару (12.10.2010); Б - индекс LAI 17.05.2014; В - индекс LAI (29.05.2015);

Г - индекс LAI (15.05.2016)

Кроме оценки состояния растительного покрова, использование ДДЗ позволяет также оценить состояние почвы. Характерной чертой полигона ЗАО «ПЗ «Приневское» является избыточное увлажнение верхних слоев почвы. Избыточная увлажненность отчетливо

проявляется на снимках черного пара. На начало вегетационного периода 2014 г. пространственное распределение индекса LAI (рис. 1Б) в целом соответствует схеме почвенной неоднородности оцениваемого полигона, полученной по снимкам черного пара (рис. 1А). Однако в последующие годы пространственное распределение индекса LAI (рис. 1В, 1Г) значительно отличается от значений 2014 г., что может свидетельствовать об интенсификации биопродукционного процесса на территории данного полигона.

Таким образом, полученные данные дистанционного зондирования, сопряженные с результатами наземных измерений, позволяют выявить и идентифицировать не только зоны неоднородностей по территории полигона, но и оценить направленность изменения биопродукционного процесса в каждой из идентифицированных зон. Последнее, в свою очередь, позволяет дать конкретные рекомендации сельхозтоваропроизводителям по ведению хозяйственной деятельности как на территории самого полигона, так и на прилегающих территориях (полях) с таким же набором культур, и на однотипных почвах.

Использование рекомендаций, составленных на основе сопряженных наземных наблюдений и данных дистанционного зондирования Земли, обеспечило оптимизацию хозяйственных операций, что привело к сокращению производственных потерь по полигону и в целом хозяйству на 12-16%.

Выводы. На основании полевых мониторинговых исследований и сопряженных с ними данных дистанционного зондирования ключевых участков мониторингового полигона осуществлен предварительный выбор информативных показателей состояния растительного покрова в условиях производственных посевов.

Дистанционный мониторинг за состоянием зерновых культур, основанный на связи продуктивности зерновых с вегетационными индексами, целесообразно проводить с середины мая. Мониторинг многолетних трав в климатических условиях лесной зоны Северо-Западной Европейской провинции Балтийско-Ладожского округа предпочтительно проводить с средины - конца мая.

Высокая корреляционная связь урожайности многолетних трав с вегетационными индексами, установленная для средины - конца мая (0,981-0,990), вполне позволяет полагать об их взаимодополняемости.

Данные дистанционного зондирования, сопряженные с результатами наземных измерений, позволяют выявить и идентифицировать не только зоны неоднородностей по территории полигона, но и оценить направленность изменения биопродукционного процесса в каждой из идентифицированных зон. Выбор информативных показателей дистанционного и наземного зондирования состояния растительного покрова важен не только с теоретических позиций, но и для практических целей, особенно в условиях производственных посевов.

Литература

1. Савин И.Ю., Лупян Е.А., Барталев С.А. Оперативный спутниковый мониторинг состояния посевов сельскохозяйственных культур в России // Геоматика. - 2011. - №2 (11). - С. 69-76.

2. Толпин В.А., Барталев С.А., Ефремов В.Ю., Лупян Е.А., Савин И.Ю., Флитман Е.В.

Возможности информационного сервера СДМЗ АПК // Современные проблемы дистанционного зондирования Земли из космоса. - 2010. - № 2 (7). - С. 221-232.

3. Комаров А.А., Суханов П.А. О мониторинге плодородия почв земель сельскохозяйственного назначения в условиях Ленинградской области // Известия Санкт-Петербургского государственного аграрного университета. - 2011. - №21. - С. 11-17.

4. Методические указания по проведению комплексного мониторинга плодородия почв земель сельскохозяйственного назначения. - М., 2003.

5. Методические указания по проведению локального мониторинга на реперных и контрольных участках. - М.: Министерство сельского хозяйства РФ, 2006.

Literatura

1. Savin I.YU., Lupyan Ye.A., Bartalev S.A. Operativnyy sputnikovyy monitoring sostoyaniya posevov sel'skokhozyaystvennykh kul'tur v Rossii // Geomatika. - 2011. - №2 (11). - S. 69-76.

2. Tolpin V.A., Bartalev S.A., Yefremov V.YU., Lupyan Ye.A., Savin I.YU., Flitman Ye.V. Vozmozhnosti informatsionnogo servera SDMZ APK // Sovremennyye problemy udalennogo zondirovaniya Zemli iz kosmosa. - 2010. - № 2 (7). - S. 221-232.

3. Komarov A.A., Sukhanov P.A. Oznakomitel'naya deyatel'nost' v Leningradskoy oblasti // Izvestiya Sankt-Peterburgskogo gosudarstvennogo agrarnogo universiteta. - 2011. - №21. - S. 11-17.

4. Metodicheskiye ukazaniya po provedeniyu kompleksnogo monitoringa plodorodiya pochv zemel' sel'skokhozyaystvennogo naznacheniya. - M., 2003.

5. Metodicheskiye ukazaniya po provedeniyu lokal'nogo monitoringa na repernykh i kontrol'nykh uchastkakh. - M.: Ministerstvo sel'skogo khozyaystva RF, 2006.

i Надоели баннеры? Вы всегда можете отключить рекламу.