ПРО МОЖЛИВОСТІ ВИЗНАЧЕННЯ ОЗНАК ТОРФОВИЩ З ВИКОРИСТАННЯМ ДАНИХ ДИСТАНЦІЙНОГО ЗОНДУВАННЯ ЗЕМЛІ
DOI:
https://doi.org/10.30836/igs.1025-6814.2023.4.288929Ключові слова:
торф, дистанційне зондування Землі, супутникові зображення, спектральні індексиАнотація
Враховуючи корисні властивості торфу як альтернативного джерела палива, проведено дослідження вегетаційних та водних індексів червоного краю, а також водних індексів, обчислених на основі спектрометрії наземного рослинного покриву над торфовищами. Досліди були виконані в Шацькому національному парку та на Бортницькій станції аерації, що на лівому березі р. Дніпро. Досліди в Шацькому національному парку проведені за допомогою спектрорадіометра ASD FieldSpec 3FR (2010 р.) та супутникових зображень Sentinel-2 (2019 і 2021 рр.). Рослинність складалася переважно з осоки, з підтвердженням наявності торфу на цій території.
Були вивчені такі індекси, як REP, TCI та NDVI705, для класифікації наземного покриву на основі супутникових даних. Додатково використані інші вегетаційні індекси, а саме NDVI, EVI, SIPI, а також індекси, які вказують на вологість та фотосинтез рослин. Індекси NDVI та EVI надали цінні результати для визначення торфовищ. Модифікований хлорофільний індекс CLm обрахований для червоного краю спектра, аналогічно NDVI та EVI. Середнє значення індексу REP для тестових точок на обох територіях було подібним, що свідчить про можливу наявність торфовища. Аналіз даних також підтвердив ідентичність ознак торфовища на обох територіях. Висока кореляція індексів між цими територіями підтверджує цю ідентичність. Таким чином, вегетаційні індекси можуть бути використані для визначення меж торфовищ та ідентифікації осоки побережної, яка є одним із індикаторів торфовищ.
Посилання
Azimov O., Tomchenko O., Shevchenko O., Dorofey Ye. 2022. Satellite monitoring of the natural and technogenic events on the left-bank Pripyat reclamation system of the Chornobyl Exclusion Zone. XVI International Scientific Conference “Monitoring of Geological Processes and Ecological Condition of the Environment” (Kyiv, Ukraine, November 15-18, 2022). Kyiv, p. 1–6.
Clevers J., Kooistra L., Marnix V.D.B. Using Sentinel-2 data for retrieving LAI and leaf and canopy chlorophyll content of a potato crop. Remote Sens. 2017, 9: 405. doi:10.3390/rs9050405
Clevers J.G.P.W., Kooistra L. 2003. Assessment of heavy metal contamination in river floodplains by using the red-edge index. The 3rd EARSeL Workshop on Imaging Spectroscopy, Herrsching, May 13–16, 2003. Herrsching, 2003, p. 173– 179.
Danner M., Locherer M., Hank T., Richter K. 2015. Spectral sampling with the ASD FieldSpec 4 – theory, measurement, problems, interpretation. EnMAP Field Guides Technical Report. Potsdam: GFZ Data Services, 2015. 25 p. doi: 10.2312/enmap.2015.008
Dash J., Curran P.J. 2004. The MERIS terrestrial chlorophyll index. Int. J. Remote Sens, 25: 5403–5413.
Dugin S., Sybirtseva O., Golubov S., Dorofey Y. 2019. Verification of multispectral data processing for the Sentinel-2A bands, field ASD FieldSpec® 3FR and UAV with the DJI STS-VIS. Ukrainian Journal of Remote Sensing, 21: 29–39. https://doi.org/10.36023/ujrs.2019.21.147 (in Ukrainian).
Earth Systems Change over Eastern Europe. (Co-editors P. Groisman, V. Lyalko). 2012. Kyiv: Akademperiodyka.
Gao B.-C. 1996. NDWI. A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sens. Environ, 58: 257–266.
Gitelson A., Merzlyak M.N. 1994. Spectral reflectance changes associated with autumn senescence of Aesculus hippocastanum L. and Acer platanoides L. leaves. Spectral features and relation to chlorophyll estimation. Journal of Plant Physiology, 143: 286–292.
Gomes V.P., Galvíncio J.D., Ferreira P.S., Silva J.F., Ferreira H.S. 2016. Hyperspectral analysis in areas of Caatinga degraded in the municipality of Sertânia – PE. Journal of Hyperspectral Remote Sensing, 6, 1: 262–269. doi:10.5935/1984- 2295.20160111
Harris A. 2008. Spectral reflectance and photosynthetic properties of Sphagnum mosses exposed to progressive drought. Ecohydrology, 1, 1: 35–42.
Horler D.N.H., Dockray M., Barber J. 1983. The red edge of plant leaf reflectance. Int. J. Remote Sens, 4, 2: 273–288.
Huete A., Didan K., Miura T., Rodriguez E.P., Gao X., Ferreira L.G. 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sens. Environ, 83 (1-2): 195–213. https://doi.org/10.1016/ S0034-4257(02)00096-2
Hunt E.R., Rock B.N. 1989. Detection of changes in leaf water content using Near- and Middle-Infrared reflectances. Remote Sens. Environ., 30 (1): 43–54.
Lees K.J., Artz R.R., Khomik M. et al. 2020. Using spectral indices to estimate water content and GPP in Sphagnum moss and other peatland vegetation. IEEE Trans. Geosci. Remote Sens, 58, 7: 4547–4557. https://centaur.reading.ac. uk/88076
Lyalko V., Zholobak G., Dugin S., Sybirtseva O., Golubov S., Dorofey Y., Polishchuk O. 2020. Experimental research of the carbon circle features in “atmosphere – vegetation” system over the wetland area within the forest – steep zone in Ukraine using remote spectro- and gasometry under the global climate changes. Ukrainian Journal of Remote Sensing, 24: 15–23. https://doi.org/10.36023/ujrs.2020.24.166 (in Ukrainian).
Lyalko V.I., Shportiuk Z.M., Sibirtseva O.M., Dugin S.S. 2014. Research оf hyperspectral red edge indіces for vegetation cover change detection over the oil field using spectrometric survey data. Geologičnij žurnal, 3 (348): 95–103 (in Ukrainian).
Multispectral Methods of Earth Remote Sensing in Land Use Tasks. (Eds. V.I. Lyalko and M.O. Popov). 2006. Kyiv: Naukova Dumka (in Ukrainian).
Nebesny V.B., Grodzynska G.A., Samchuk A.L., Dugin S.S. 2020. Spectrophotometric express method of bioindication of park system. Science and Innovation, 16 (4): 74–82.
Nebesnyi V.B., Grodzynska G.A., Samchuk A.I., Dugin S.S., and Honchar H.Yu. 2020. Spectrophotometric Express Method in Bioindication of Park Ecosystems. Sci. Innov, 16, 4: 74–82. https://doi.org/10.15407/scine16.04.074
Penuelas J., Filella I., Gamon J.A. 1995. Assessment of photosynthetic radiation-use efficiency with spectral reflectance. New Phytol., 131, 3: 291–296.
Popov M., Stankevich S., Arkhipov A., Titarenko O. 2018. About possibility of hydrocarbon deposit remote detection using computer assistance. Ukrainian Journal of Remote Sensing, 16: 34–40. https://doi.org/10.36023/ujrs.2018.16.119 (in Ukrainian).
Räsänen A., Juutinen S., Kalacska M., Aurela M., Heikkinen P., Mäenpää K., Rimali A., Virtanen T. 2020. Peatland leaf-area index and biomass estimation with ultra-high resolution remote sensing. GIScience and Remote Sens., 57, 7: 943–964. https://doi.org/10.1080/15481603.2020.1829377
Rouse J.W., Haas R.H., Schell J.A., Deering D.W. 1973. Monitoring Vegetation Systems in the Great Plains with ERTS. Proceedings 3rd Earth Resources Technology Satellite Symposium, Greenbelt, December 10-14, 1973. SP-351, 309- 317.
Sims D.A., Gamon J.A. 2002. Relationships between leaf pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages. Remote Sens. Environ, 81, 2-3: 337–354.
Snezhkin Yu.F., Korinchuk D.M. 2022. Peat – an Effective Alternative Fuel. Thermophysics and Thermal Power Engineering, 44, 3: 5–15 (in Ukrainian).
Stankevich S.A. 2022. Accuracy of narrow-band spectral indices estimation by wide-band remote sensing data. Ukrainian Journal of Remote Sensing, 9, 1: 4–7. https://doi.оrg/10.36023/ujrs.2022.9.1.209
Vdovichenko A.I. 2023. Peat as an Alternative High-Efficiency Ecological Energy Source at Local and Regional Levels. Zhytomyr. Info. https://www.zhitomir.info/post_3104 (in Ukrainian).
Zatserkovny V.I., Oberemok N.V., Tishayev I.V., Nalyvayko O.M. 2017. Application of Geoinformation Technologies in Modeling Mineral Deposits. Management of Complex Systems Development, 30: 147–155 (in Ukrainian).
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2023 DUHIN STANISLAV
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та безоплатно передають журналу невиключне право публікації цієї роботи на умовах ліцензії Creative Commons Attribution License (CC BY-NC 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з некомерційними цілями, з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
