При решении задач мониторинга растительности с помощью данных дистанционного зондирования Земли (ДЗЗ) часто используется анализ значений различных дистанционных индикаторов состояния растений в течение сезона вегетации. В частности, при мониторинге сельскохозяйственных земель может применяться анализ средних для поля значений индекса NDVI, измеренных в течение сезона вегетации, например [Толпин 2019]. Использование данных, полученных на основе приборов с разным пространственным разрешением, может влиять на вычисленные величины среднего значения вегетационного индекса на каждом поле в зависимости от его размера, площади и морфологии.
В данном исследовании проведен анализ влияния пространственного разрешения данных ДЗЗ на получаемые значения среднего вегетационного индекса NDVI на поле в зависимости от его площади. Использовались три набора спутниковых данных с разным пространственным разрешением. Для каждого набора данных был использован временной ряд восстановленных ежедневных безоблачных изображений вегетационного индекса NDVI, полученный на основе метода LOESS. Характеристики продуктов и особенности весового подхода к восстановлению ежедневных изображений указанных спутниковых систем на основе LOESS были ранее описаны в работах [Ёлкина 2019, Колбудаев 2021, Плотников 2020а, Плотников 2020б, Плотников 2020в]. Получение и обработка спутниковых данных были выполнены с помощью возможностей Центра коллективного пользования ИКИ-Мониторинг [Лупян и др., 2019]. Использовались:
1. Серии восстановленных изображений низкого пространственного разрешения (250 метров на пиксель), полученные на основе данных прибора MODIS спутников AQUA и TERRA [Плотников 2020б].
2. Серии восстановленных изображений с пространственным разрешением 60 метров на пиксель, полученные на основе прибора КМСС (камеры МСУ-М) спутника Метеор-М №2 [Колбудаев 2021, Плотников 2020в].
3. Серии восстановленных изображений высокого пространственного разрешения (10 метров на пиксель), полученные на основе прибора MSI спутников Sentinel-2 [Плотников 2020а, Ёлкина 2019].
Была взята выборка сельскохозяйственных полей в различных регионах России. Выборка суммарно включала более 10 тысяч полей. Для каждого поля было рассчитано среднее значение индекса NDVI на поле по каждому приведенному набору данных. При расчете среднего значения вклад каждого пикселя растровых данных при пересечении с контуром поля учитывался пропорционально площади этого пикселя. Был проведен корреляционный анализ полученных за одинаковый отрезок времени значений среднего индекса NDVI на поле по разным наборам данных. Анализировалось влияние площади полей на изменение корреляции между значениями по разным наборам данных.
Результаты корреляционного анализа показали общую высокую согласованность среднего значения индекса NDVI на поле по разным данным: даже для маленьких полей с размером менее 10 Га значения коэффициента корреляции Пирсона превысило 0.75 для пар KMSS-MSI и MODIS- MSI и 0.85 для пары MODIS-KMSS. При этом с увеличением размера полей коэффициент корреляции достаточно равномерно рос до значений выше 0.95 на полях с размером более 100 Га.
Доклад посвящен проведенному исследованию. В нем подробно рассказывается об использованных методах и материалах, обсуждаются полученные результаты и их значение для возможности проведения мониторинга различных объектов с использованием данных с разным пространственным разрешением.
Получение и обработка спутниковых данных были выполнены с помощью возможностей Центра коллективного пользования ИКИ-Мониторинг (Лупян и др., 2019).
Работа выполнена в рамках темы «Мониторинг» (госрегистрация № 01.20.0.2.00164).

Ключевые слова: КМСС, Sentinel-2, MODIS, ДЗЗ, NDVI, корреляционный анализ, влияние пространственного разрешения, ход индекса NDVI, спутниковый мониторинг, сельскохозяйственные поля

Литература:

Ёлкина Е.С., Егоров В.А., Плотников Д.Е., Самофал Е.В., Барталев С.А., Патил В.К., Сунил Д.К., Чаван В.К. Развитие методов спутникового мониторинга состояния посевов сахарного тростника в Южной Индии // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 5. С. 159-173. DOI: 10.21046/2070-7401-2019-16-5-159-173.
Колбудаев П.А., Плотников Д.Е., Лупян Е.А., Прошин А.А., Матвеев А.М. Методы и автоматическая технология географической привязки, маскирования мешающих факторов и атмосферной коррекции разнозональных изображений КМСС-М на больших территориях // Материалы VIII Международной научной конференции «Региональные проблемы дистанционного зондирования Земли». Красноярск. 14 – 17 сентября, 2021. С. 81-86.
Лупян Е.А., Прошин А.А., Бурцев М.А., Кашницкий А.В., Балашов И.В., Барталев С.А., Константинова А.М., Кобец Д.А., Мазуров А.А., Марченков В.В., Матвеев А.М., Радченко М.В., Сычугов И.Г., Толпин В.А., Уваров И.А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151-170. DOI: 10.21046/2070-7401-2019-16-3-151-170.
Плотников Д.Е., Ёлкина Е.С., Барталев С.А. Спутниковый мониторинг сахарного тростника в Южной Индии с помощью Sentinel-2 для оценки водообеспечения и азотного питания плантаций // Материалы Восемнадцатой Всероссийской Открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса. 16-20 ноября 2020. ИКИ РАН, 2020а. С. 353. DOI: 10.21046/18DZZconf-2020a.
Плотников Д.Е., Ёлкина Е.С., Дунаева Е.А., Хвостиков С.А., Лупян Е.А., Барталев С.А. Развитие метода автоматического распознавания озимых культур на основе спутниковых данных для оценки их состояния на территории Республики Крым // Таврический вестник аграрной науки. 2020б. № 1(21). С. 64-83. DOI: 10.33952/2542-0720-2020-1-21-64-83.
Плотников Д.Е., Колбудаев П.А., Жуков Б.С., Матвеев А.М., Барталев С.А., Егоров В.А., Кашницкий А.В., Прошин А.А. Публикация коллекции мультиспектральных измерений прибором КМСС-М (КА «Метеор-М» No2) для количественной оценки характеристик земной поверхности // Современные проблемы дистанционного зондирования Земли из космоса. 2020в. Т. 17. № 7. С. 276–282. DOI: 10.21046/2070-7401-2020-17-7-276–282.
Толпин В.А., Барталев С.А., Ёлкина Е.С., Кашницкий А.В., Константинова А.М., Лупян Е.А., Марченков В.В., Плотников Д.Е., Патил В.К., Сунил Д.К. Информационная система VEGA-GEOGLAM — инструмент разработки методов и подходов использования данных спутникового дистанционного зондирования в интересах решения задач глобального сельскохозяйственного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 183–197. DOI: 10.21046/2070-7401-2019-16-3-183-197.

Презентация доклада

Видео доклада

XIX.B.138

Технологии и методы использования спутниковых данных в системах мониторинга