Ефективність супутникових даних у системі агроекологічного моніторингу

Автор(и)

DOI:

https://doi.org/10.33730/2077-4893.3.2023.287763

Ключові слова:

вегетаційні індекси, екосистемні послуги, дистанційне зондування, NDVI

Анотація

У статті розглянуто екологічне значення нормалізованого індексу рослинності (NDVI). Здійснено узагальнення наукових даних щодо можливості використання у лісовому, сільському господарстві, екологічних дослідженнях, моделюванні екосистем і моніторингу. З’ясовано, що оперативний/супутниковий моніторинг посівів, що дає можливість автоматично формувати звіти, контролювати стан, прогнозувати врожайність та планувати сільськогосподарські операції з урахуванням реальних екологічних і погодних умов. Зокрема, створювати електронні карти вегетації та рельєфу полів для конкретного регіону. Встановлено, що використання даних ДЗЗ забезпечує визначення об’єктивного стану культур (густоти, кількісних і якісних змін посівів, необхідності проведення обробок засобами хімізації) на великих площах. Наведено чинники, які впливають на обчислення NDVI. З’ясовано, що перетворення багатоспектральних даних NDVI в один шар зображення дає можливість оцінити кількість наявної рослинності та розвиток культур у масштабі поля. Регулярна робота з картографуванням полів NDVI допомагає розпізнавати та пом’якшувати будь-які проблеми з вирощуванням рослин, підвищувати врожайність і робити аграрний бізнес більш прибутковим. NDVI став одним із найважливіших і часто використовуваних показників у точному землеробстві, тому заслуговує подальшого практичного дослідження. Це числовий показник якості та кількості рослин на полі. Використання спектральних індексів сприяє виробництву якісної «екологічно чистої» продукції, збереженню компонентів довкілля, відтворенню родючості ґрунту, отриманню максимального прибутку, вкупі з переходом від лінійної економіки до циркулярної (економічний ефект), економії ресурсів, оптимізації та диверсифікації сільськогосподарського виробництва. Знімки NDVI є важливим інструментом для візуального відображення та аналізу зеленого покриву й фізіологічного стану рослин на певній території.

Біографії авторів

Олександр Васильович Мудрак, КЗВО «Вінницька академія безперервної освіти»

доктор сільськогосподарських наук, професор

Тетяна Василівна Морозова, Національний транспортний університет

кандидат біологічних наук, доцент

Посилання

Portman, M.E. (2013). Ecosystem services in practice: Challenges to real world implementation of ecosystem services across multiple landscapes — A critical review. Applied Geography, 45, 185–192 [in English].

Morozova, T.V. & Likho, O.A. (2022). Emisiia СO2 z gruntiv pid enerhetychnymy kulturamy [Emission of CO2 from soils under energy crops]. Visnyk NUVHP Zbirnyk naukovykh prats. Seriia: Silskohospodarski nauky — Bulletin National University of Water and Environmental Engineering. Series: Agricultural science, 2 (98), 89–103 [in Ukrainian].

Granek, E.F., Polasky S., Kappel C.V. et al. (2009). Ecosystem services as a common language for coastal ecosystem-based management. Conservation Biology, 24 (1), 207–219 [in English].

Hnativ, P.S., Khirivskyi, P.R., Zyniuk, O.D. et. al. (2012). Pryrodni resursy Ukrainy [Natural resources of Ukraine]. Lviv: Kamula [in Ukrainian].

FAO. (2019). The future of food and agriculture — Alternative pathways to 2050. Summary version, Rome, Italy. URL: https://www.fao.org/3/CA1553EN/ca1553en.pdf [in English].

European Commission. Communication on The European Green Deal, December 11, (2019). URL: https://ec.europa.eu/info/publications/communicationeuropean-greendeal_en [in English].

Majumdar, S., Chatterjee, U., Raj, A.D. & Kumar, S. (2023). Chapter 16-Decline in vegetation cover over Kolkata city: an environmental concern from remote-sensing perspective. In Science of Sustainable Systems, Water, Land, and Forest Susceptibility and Sustainability, Elsevier сollective monograph. (pp. 453–474). DOI: https://doi.org/10.1016/B978-0-323-91880-0.00003-9 [in English].

Kashnitskii, A.V., Lupyan, E.A., Balashov, I.V. & Konstantinova, A.M. (2017). Technology for designing tools for the process and analysis of data from very large scale distributed satellite archives. Atmospheric and Oceanic Optics, 30 (1), 84–88. DOI: https://doi.org/10.1134/S1024856017010080 [in English].

Pinde, F. & Jiulin, S. (2011). Web GIS: principles and applications. Esri Press. 300 p.

Songnian, L., Dragicevic, S. & Veenendaal, B. (2011). Advances in Web-based GIS, Mapping Services and Applications. CRC Press [in English].

Mari, R., Bottai, L., Busillo, C. et al. (2011). A GISbased interactive web decision support system for planning wind farms in Tuscany (Italy). Renewable Energy, 36, 754–763 [in English].

Yakubailik, O.E., Kadochnikov, A.A. & Tokarev, A.V. (2018). Web geographic information system and the hardware and software ensuring rapid assessment of air pollution. Optoelectronics, Instrumentation and Data Processing, 54, 243–249 [in English].

Viana, L.M., Oliveira, S., Oliveira, S.C. & Rocha, J. (2019). 29-Land Use/Land Cover Change Detection and Urban Sprawl Analysis, Editor(s): Hamid Reza Pourghasemi, Candan Gokceoglu. Spatial Modeling in GIS and R for Earth and Environmental Sciences, Elsevier, 621–651. DOI: https://doi.org/10.1016/B978-0-12-815226-3.00029-6 [in English].

Kokhan, S.S. (2011). Zastosuvannia vehetatsiinykh indeksiv na osnovi serii kosmichnykh znimkiv IRS-1D LISS-III dlia vyznachennia stanu posiviv silskohospodarskykh kultur [Application of vegetation indexes derived from satellite images IRS–1D LISS–III for determination of crop status]. Kosmichna nauka i tekhnolohiia — Space science and technology, 17 (5), 58–63 [in Ukrainian].

Drisya, J., Kumar, D.S. & Roshni, T. (2018). Chapter 27-Spatiotemporal Variability of Soil Moisture and Drought Estimation Using a Distributed Hydrological Model, Editor(s): Pijush Samui, Dookie Kim, Chandan Ghosh. Integrating Disaster Science and Management, Elsevier, 451–460. DOI: https://doi.org/10.1016/B978-0-12-812056-9.00027-0 [in English].

Lillesand, T.M., Kiefer, R.M. & Chipman, J.W. (2004). Remote Sensing and Image Interpretation (Fifth Edition). Geographical Journal, 146 (3). DOI: https://doi.org/10.2307/634969 [in English].

Robinson, N.P., Allred, B.W., Jones, M.O. et al. (2017). A Dynamic Landsat Derived Normalized Difference Vegetation Index (NDVI) Product for the Conterminous United States. Remote Sens., 9 (8), 863. DOI: https://doi.org/10.3390/rs9080863 [in English].

Gessesse, A.A. & Melesse, A.M. (2019) Monitoring, Modelling, Adaptation and Mitigation Chapter 8 — Temporal relationships between time series CHIRPSrainfall estimation and eMODIS-NDVI satellite images in Amhara Region, Ethiopia. Extreme Hydrology and Climate Variability, 81–92. DOI: https://doi.org/10.1016/B978-0-12-815998-9.00008-7 [in English].

URL: https://e2e3.wordpress.com/2014/06/04/ndviindex-calculation-program-qgis/.

##submission.downloads##

Опубліковано

2023-08-23

Номер

Розділ

Статті