Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами

Жукова, Елена Юрьевна

Бесплатный автореферат и диссертация по биологии на тему
Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами
ВАК РФ 03.00.02, Биофизика

Автореферат диссертации по теме "Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами"

На правах рукописи

Жукова Елена Юрьевна

ИЗУЧЕНИЕ ДИНАМИКИ АГРОЦЕНОЗОВ МИНУСИНСКОЙ КОТЛОВИНЫ КОМПЛЕКСНЫМИ СПУТНИКОВЫМИ и НАЗЕМНЫМИ МЕТОДАМИ

03.00.02 - биофизика

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата биологических наук

Красноярск - 2009

003459380

Работа выполнена в Институте биофизики СО РАН (г. Красноярск)

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

доктор технических наук, профессор Шевырногов Анатолий Петрович

доктор физико-математических наук, профессор Кашкин Валентин Борисович

кандидат биологических наук, доцент Пахарькова Нина Викторовна

Красноярский государственный аграрный университет

Защита состоится 3 февраля 2009 г. в Ю Ъ€иО$> на заседании диссертационного совета Д 003.007.01 при Институте биофизики СО РАН по адресу: 660036, г. Красноярск, Академгородок, д. 50, стр. 50

С диссертацией можно ознакомиться в библиотеке Института биофизики СО РАН

Автореферат разослан 3 О^Ш^Л 2005г.

Ученый секретарь диссертационного совета, кандидат биологических наук

Франк Л.А.

Актуальность темы. Для оптимизации землепользования, картографирования и прогноза изменений в агроценозах важнейшее значение приобретают спутниковые методы исследования (Золотокрылин и др., 2000; Вандышева и др., 2003; Chen et al., 2005; Барталев и др., 2006). Эти методы позволяют единовременно охватить значительные территории и обладают необходимой для решения вышеуказанных задач информативностью, достоверностью и периодичностью. Накоплен значительный опыт исследований, посвященных мониторингу сельскохозяйственных посевов на основе спутниковых данных (Буга и др., 1986; Кондратьев и др., 1986; Брейдо и др., 1989; Гарелик, 1989; Борисоглебский и др., 1990; Зеллнер и др., 1991; Сидько и др. 1997; Shevyrnogov et al., 2000; Doraiswamy et al, 2005; Ortiz-Monasterio et al., 2007). Главные проблемы дистанционного зондирования в интересах сельского хозяйства связаны с обширностью территорий, динамичностью сельскохозяйственных культур и требованиями к оперативности обработки поступающей информации.

Продуктивность агроценозов оценивают на основе спутниковых спектральных индексов и традиционными наземными методами, но вопросы взаимосвязи таких оценок нуждаются в дополнительных исследованиях. Наземные наблюдения не обладают значительным пространственным охватом территории, хотя позволяют осуществить географическую привязку космических изображений (Гарелик, 1989; Коробов и др., 1991а). Методы спутникового мониторинга дают интегральную характеристику состояния растительности в различных масштабах, в частности, определение зеленой фитомассы возможно по вегетационным индексам, а интерпретировать полученную информацию можно только с использованием наземных данных о состоянии агроценозов с учетом экологических факторов. В связи с этим создание конкретных методик мониторинга состояния сельскохозяйственных культур в зависимости от динамики факторов среды является актуальным.

Цель и задачи работы. Цель работы заключалась в интерпретации космической спектральной информации по динамике растительности агроценозов в условиях аридного климата Минусинской котловины на основе комплексного использования многозональных спутниковых изображений и полевых исследований.

В связи с этим были поставлены следующие задачи:

1. на основе применения многозональных изображений проанализировать состояние агроценозов тестовых участков в Алтайском (Республика Хакасия) и Минусинском (Красноярский край) районах;

2. интерпретировать вегетационные кривые (NDVI) агроценозов, используя информацию, полученную наземными контактными измерениями;

3. изучить пространственно-временную динамику агроценозов на основе учета фитомассы, морфометрических параметров, водного режима и пигментного состава;

4. использовать спутниковые и наземные данные для анализа пространственной структуры сельскохозяйственных посевов.

Научная новизна. Показана возможность изучения по спектральным характеристикам спутниковых изображений высокого и среднего разрешения состояния агроценозов на территории с аридным климатом.

По спутниковым данным выявлены особенности в сезонной динамике накопления надземной фитомассы агроценозов в условиях аридного климата Минусинской котловины.

Предложены оптимальные сроки для анализа состояния агроценозов космической съемки на территории исследования.

По спутниковым и наземным данным показаны количественные различия в параметрах состояния агроценозов.

Практическое значение работы. Разработанный подход и обнаруженные на его основе особенности динамики развития агроценозов могут быть применены для проведения детального дешифрирования сельскохозяйственных угодий (создания эталонов), объяснения хода вегетационных кривых агроценозов в условиях аридного климата Минусинской котловины и территорий со сходными климатическими параметрами. Полученные векторные картосхемы пахотных земель могут быть использованы для составления карт севооборотов и определения площадей, занятых сельскохозяйственными посевами.

На защиту выносятся следующие основные положения:

1. Многозональные спутниковые изображения Landsat 7 ЕТМ+, Terra Modis можно использовать для мониторинга состояния и картирования агроценозов и залежей в аридных условиях Минусинской котловины.

2. Существует взаимосвязь между спектральными индексами и общей сырой фитомассой агроценозов тестовых участков.

3. Пропашные культуры отличаются от остальных агроценозов высокими значениями NDVI и NDWI в осенний период.

4. Высокая засоренность посевов влияет на спектральные характеристики, повышая значения вегетационного и водного индексов.

Виды работ и использованные материалы. Автором была выполнена обработка спутниковых изображений Landsat 7 ЕТМ+, вычислены спектральные индексы для данного типа спутниковых изображений, созданы векторные картосхемы севооборотов за 2001 и 2006 гг., вычислены коэффициенты корреляции для данных Landsat 7 ЕТМ+ и наземных измерений фитомассы.

С 2005 г. автором были проведены стационарные исследования

агроценозов в Алтайском районе Республики Хакасия и в Минусинском районе Красноярского края. В 2005 г. в Алтайском районе было обследовано 19 стационарных участков, включающих посевы культурных растений и фитоценозы залежей площадью около 2,5 тыс. га (площадь участков - 13 га). В 2006 г. наземные исследования агроценозов проведены на 7 участках в Алтайском районе и 8 - в Минусинском районе, занимающих общую площадь 4,8 тыс. га (площадь участков - 10,4 га). В ходе работы были проведены измерения надземной фитомассы агроценозов и физиологических показателей доминантных растений.

Апробация работы. Материалы работы были доложены на IX Международной научной школе-конференции студентов и молодых ученых «Экология Южной Сибири и сопредельных территорий» (Абакан, 2005); на IV Российской конференции «Флора и растительность Сибири и Дальнего Востока, посвященной 100-летию профессора JI.M. Черепнина и 70-летию кафедры ботаники» (Красноярск, 2006); на VIII научной конференции по тематической картографии «Геоинформационное картографирование для сбалансированного территориального развития» (Иркутск, 2006); на Юбилейной открытой всероссийской конференции «Дистанционное зондирование Земли из космоса» (Москва, 2007).

Публикации. По теме диссертационной работы опубликовано 7 научных работ, из них одна в журнале, рекомендованном ВАК, и две - в издании, включенном в базу данных ВИНИТИ.

Объем и структура работы. Диссертация изложена на 138 страницах и состоит из введения, трех глав, заключения, выводов, списка работ, опубликованных по теме диссертации, библиографического списка из 121 наименования, включая 28 источников на иностранных языках, содержит 4 таблицы, 77 рисунков и 10 приложений.

Благодарности. Автор выражает благодарность за поддержку на всех этапах работы научному руководителю проф., докт.техн.наук А.П. Шевырногову, научным консультантам: доц., канд.биол.наук В.М. Жуковой и доц., канд.биол.наук Т.М. Зоркиной, сотрудникам лаборатории экологической информатики Института биофизики СО РАН.

1 ИЗУЧЕНИЕ РАСТИТЕЛЬНОСТИ АГРОЦЕНОЗОВ С ПОМОЩЬЮ СПУТНИКОВОГО МОНИТОРИНГА. СОВРЕМЕННОЕ СОСТОЯНИЕ

ПРОБЛЕМЫ

В обзоре литературы освещены исследования Л.Н. Васильева (1980, 1984; 1989; 1991), Б.В. Виноградова (1982), Р. Качиньски (1984), К.Я. Кондратьева и др. (1980а; 1980b; 1982; 1986), Н.В. Сазонова и др. (1989), Л.Ф. Спивака и др. (2003), D. Haboudane et al. (2004), B.D. Lobell (2004) и других авторов по проблеме изучения растительности агроценозов с

помощью дистанционного зондирования. Физические основы спутникового мониторинга рассмотрены Ш.М. Дейвисом и др. (1983), П. Кронбергом (1988), А.Д. Китовым (2000) и др. Основные спектральные индексы, характеризующие состояние растительности, показаны в исследованиях В.Я. Райляна и др. (1990), А.Н. Золотокрылина и др. (2000), Савина И.Ю. и др. (2003), С.А. Барталева и др. (2006). Влияние сезонной динамики агроценозов на спектральные отражательные свойства сельскохозяйственной растительности показано А.Ф. Сидько и др. (1982), Нильсоном и др. (1983), И.С. Гареликом (1989), Коробовым и др. (1991а), Hill et al. (2003).

2 ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ

В качестве объекта исследования были выбраны агроценозы на территории Минусинской котловины.

Тестовый участок 1 относился к Алтайскому холмисто-степному району Койбальского округа, в пределах Южно-Минусинской впадины. На данном участке выделены следующие агроценозы: контура 1, 2 и 3, занятые овсом; контур Г- участок овса, засоренный Sonchus arvensis L\ контур 4 - кукуруза; контур 5 - кострецовая залежь; контур 6 - та же залежь после сенокошения; контур 7 - многолетняя кострецовая залежь.

Тестовый участок 2 находился на правобережье реки Енисея, в Минусинской провинции, в пределах Шушенского лесостепного округа. На участке были исследованы следующие агроценозы: контура 1, 2, 3, 4, занятые пшеницей, контур 5 - пшеницей на зеленую массу, контур 6 -кукурузой на зеленую массу, контура 7 и 8 - посевами гречихи.

Сумма среднесуточных температур воздуха выше 10°С на тестовых участках 1 и 2 составила соответственно 1800-2000°С и 1700-1800°С, сумма осадков за май-июль - 170-210 мм и 170-220 мм (Лысанова, 2001).

В течение вегетационного сезона были проведены наземные исследования в пределах площадок размерами 3x3 пикселя (0,7 га), для небольших участков, например, залежь после сенокошения 2x2 пикселя (0,3 га). Координаты участков фиксировались GPS-приемником.

В работе использовали спутниковые снимки Landsat 7 ЕТМ+ за 04.09.01 и 02.09.06, снимки Terra Modis за вегетационный сезон 2006 г. Обработка снимков проводилась в программе ENVI 4.0. Оценка состояния агроценозов проводилась по спектральным индексам NDVI и NDWIimo (Chen et al., 2003).

Учет динамики надземной фитомассы в посевах сельскохозяйственных культур проводился по стандартной методике Ф.И. Левина (Родин и др., 1968) в 3-5 повторности. Укосы с площадок разбирали по агрогруппам (Гродзинский и др., 1991; Зоркина, 2003). Агрогруппы взвешивали (г) в

сыром и в сухом (потеря 80% веса) виде. Одновременно проводили морфометрические измерения: высоты (см) побегов, густоты стеблестоя (шт/м2) и фазы онтогенеза культурных растений (Вавилов и др. 1983). Общее проективное покрытие - ОПП (%) травостоя определяли с помощью сетки размерами 50><50 см, с ячейками по 10x10 см по методике Л.Г. Раменского (1971). Аспект определяли глазомерным методом (Зоркина, 2003). Определение водного дефицита (%) листьев определяли по стандартной методике (Паницкий, 1972). Формы воды в растении определяли по методу А.Ф. Маринчик (Сказкин и др., 1958). Содержание хлорофиллов я и Ь (мкг/г сырого веса) в листьях среднего яруса определяли спектрофотометрическим методом без предварительного их разделения пигментов (Полевой и др., 1978).

3 ПРИМЕНЕНИЕ СПУТНИКОВОИ И НАЗЕМНОЙ ИНФОРМАЦИИ ДЛЯ ИЗУЧЕНИЯ РАСТИТЕЛЬНОСТИ АГРОЦЕНОЗОВ В УСЛОВИЯХ АРИДНОГО КЛИМАТА МИНУСИНСКОЙ КОТЛОВИНЫ

Минусинская котловина относится к крупнейшим в Восточной Сибири производителям сельскохозяйственной продукции. В связи с этим актуальной задачей является осуществление регулярного спутникового мониторинга сельскохозяйственных угодий данной территории (Жукова и др. 2006; Шевырногов и др., 2007).

3.1 Состояние агроценозов по спектральным характеристикам спутниковых изображений

Анализ состояния агроценозов проводился на основе использования спектральных индексов и спектральной яркости пикселей. На тестовом участке 1 исследовано 7 агроценозов (площадь стационарных участков -4,8 га). Количественные данные по спектральным индексам представлены на рисунке 3.1.

Рисунок 3.1 - Спектральные индексы агроценозов тестового участка 1 7

Посев овса (контур 1) имел среднее значение КОУ1=0,11, КО\У1=0,00 и общую сырую фитомассу - 91,2 ц/га Растения овса находились на стадии созревания и имели желтый аспект в отличие от сорняков, имеющих коричневато-зеленый аспект. Участок посева овса (контур 1'), со значительной массой (112,3 ц/га) сорных растений, преимущественно Бопскиъ атепж £., в отличие от контура 1 имел более высокие показатели ЫБУТ (0,17) и N0^/1 (0,03). В сентябре для Бопскж ап>ешй Ь. наблюдали хлороз и опадение листьев, поэтому, несмотря на высокие данные по фитомассе, вегетационный индекс здесь сравнительно небольшой. Агроценоз овса (контур 2) имел более низкие показатели фитомассы по сравнению с контуром 1 - 55,5 ц/га соответственно. N0X^1 посева овса (контур 3), находящегося на стадии налива зерна составил 0,19, а - 0,13, при этом общая сырая фитомасса посева составила

60,3 ц/га, масса сорной растительности - 17,6 ц/га. Таким образом, посевы овса с разной фитомассой имели сходные ЫБУГ, а сорная растительность способствует повышению значения спектральных индексов.

Агроценоз кукурузы (контур 4) с общей массой 2214,3 ц'га и темно-зеленым аспектом имел высокие значения вегетационного (0,46) и водного (0,28) индексов.

Фитоценоз кострецовой залежи (контур 5) и ее скощенного участка (контур 6), с общей сырой массой 26,7 и 27,7 ц/га соответственно, показали сходные данные по ИОУ! (0,16-0,17) и низкий, по сравнению с посевами овса, (-0,09). Многолетняя кострецовая залежь (контур 7)

с общей фитомассой 68,3 ц/га превышала показатели контуров 5 и 6 по (в 1,4 раза) и (в 2 раза). Таким образом, отличить

кострецовые залежи от посевов зерновых, в данном случае овса, только по Т\ОVI в осенний период затруднительно. При этом агроценозы овса, в отличие от залежей, имели более высокое содержание воды.

На тестовом участке 2 исследовано 8 агроценозов (площадь стационарных участков - 5,6 га), количественные данные представлены на рисунке 3.2.

1 030 1 I ° 42

1 .....1 0,34 ! Д- I I I 0.27 | ••лц : утл

!г -лнн 0,1в ' ; ** ! Б I 0,13 0.12 « I ■>

•о. о о мс I | -О.Ов| контура VI а мсмл 1640

Рисунок 3.2 - Спектральные индексы агроценозов тестового участка 2 8

Посевы пшеницы по аспекту на первую декаду сентября можно подразделить на две группы. Первая группа - это контуры 1 и 4 с общей сырой массой 54,0 и 56,9 ц/га и желто-зеленым аспектом, имели сходные значения вегетационного (0,21 и 0,27) и водного индексов (0,13 и 0,10). Вторая группа - это контуры 2 и 3 посевы с общей фитомассой 64,9 и 50,5 ц/га, желтым аспектом и более низкими с первой группой спектральными индексами - ШУ1 (0,13-0,18), а NDWI (-0,01 и 0,01). Посев пшеницы на зеленую массу (контур 5), с общей фитомассой 45,4 ц/га и массой сорной растений 23,5 ц/га, имел более высокие значения (0,34) и (0,14).

Общая сырая фитомасса кукурузы на зеленую массу (контур 6) увеличивалась с 48,9 ц/га до 204,7 ц/га. После уборки масса пожнивных остатков составила 26,3 ц/га и имела низкие значения вегетационного и водного индекса (0,13 и -0,06).

Посев гречихи (контур 7) имел наиболее высокие значения общей надземной фитомассы (82,8 ц/га) и спектральных индексов (>ШУ1=0,42 и ЫОШ1=0,27) по сравнению с остальными контурами.

Каждой фенофазе онтогенеза культурных растений соответствует определенный аспект, который является дополнительным дешифровочным признаком. В начале сентября посевы пшеницы с желто-зеленым аспектом обладали более высокими значениями спектральных индексов по сравнению с посевами пшеницы с желтым аспектом. Пропашные культуры (кукуруза и гречиха) в сентябре характеризовались наиболее высокими значениями и среди всех изученных

агроценозов.

В сентябре коэффициент корреляции средних значений КОУ1 и NDWI для всех контуров тестового участка 1 и 2 составил 0,79 и 0,93. В конце вегетационного сезона в посевах зерновых культур наблюдалась положительная взаимосвязь между ЫОУ! и сырой массой сорных растений и отрицательная взаимосвязь между N04^1, и

нефотосинтезирующей фитомассой. В целом, для агроценозов тестовых участков 1 и 2 отмечалась положительная корреляция между и

общей сырой фитомассой (0,93 и 0,59) и между и общей сырой

фитомассой (0,78 и 0,70).

Критерий продуктивности агроценозов. Получение информации о продуктивности растительных сообществ возможно на основе данных о спектральной яркости пикселей, в частности - по критерию продуктивности, предложенному X. Баршем и др. (1989). Наиболее низкие показатели по 3 и 7 каналу Ьап«^ 7 ЕТМ+ (0,63-0,69 и 2,08-2,35 мкм) и наиболее высокие для 4 канала (0,76-0,90) отражают наиболее продуктивные растительные сообщества (рисунок 3.3).

930 - б'Ю к

$30 - км <%

760 • 900 км (4 канат

ф®лЛ>*

20в0 - 2 350 км <7 к

. ; * чвывргаис

"X" ♦ стандарт нмс отклонение

Рисунок 3.3 - Яркость пикселей каналов снимка Ьапс15а17 ЕТМ+ (слева - тестовый участок 1; справа - тестовый участок 2)

Для тестового участка 1 высокие значения яркости пикселей в канале 4 наблюдали для всех контуров, низкие значения в каналах 3 и 7 были отмечены для контуров 3 и 7, по наземным данным продуктивными являлись контура 1, 1' и 4. Для тестового участка 2 продуктивными оказались контура 5, 7 и 8, что соответствует наземным показателям.

Таким образом, критерий продуктивности Барша оказался более эффективным для тестового участка 2, а для оценки урожайности агроценозов в Алтайском районе рекомендуется использовать индексы и Значения яркости пикселей в канале 4 для тестового

участка 1 находятся в пределах от 35 до 50, а для тестового участка 2 -от 40 до 90.

3.2 Сезонная динамика агроценозов на тестовых участках

Минусинской котловины по спутниковым и наземным данным

На основании контуров тестовых участков 1 я 2 Пугачевой И.Ю. и др. (2007) были построены графики динамики за 2006 г. В данной

работе проведено сопоставление динамики значений КтОУГ, полученных Пугачевой И.Ю. и др. (2007), и надземной фитомассы и отдельных агроценозов, полученными в результате наших полевых исследований.

3.2.1 Особенности динамики агроценозов овса

В 2006 г. на территории Алтайского района обследовано 3 агроценоза овса, наряду с данными по динамике фитомассы исследовались особенности водного режима и пигментного состава растений овса.

С начала мая до конца июня 2006 г. наблюдали общее увеличение среднесуточной температуры с 4,1°С до 23,2°С, что было на 2 °С ниже по сравнению с 2005 г. После третьей декады июня температура постепенно снижалась. Наибольшее количество осадков выпало в первой декаде июля (60 мм), что в 1,5 раза больше и раньше на одну декаду, чем в 2005 г.

Агроценоз овса (контур 1) во вторую декаду июня имел проективное покрытие 5-7% (всходы) из-за низких температур в весенний период и более поздних сроков сева. Аспект агроценоза овса (контур 1) изменялся от сизо-зеленого (фаза кущения) и зеленого (фаза выметывания), через зелено-желтый (фаза налива) к желтому (фаза созревания) цвету. Общая сырая фитомасса увеличивалась за вегетационный сезон с 35,9 до 91,2 и/га (рисунок 3.4).

.................г I ' ; | |

! ... ^- ______I 91.2

, ! й-й Мк : 9гШ,

12.06. 29.06. 17.07. 08.08. 05.09. ;

с^э масса генеративных органоз ЕЯ вегетаттеная масса I

I I масса сорных растений ■■■ ветоиь и мортмасса ' | обиря фитомасса

Рисунок 3.4 - Динамика сырой фитомассы посева овса (контур 1)

Появление генеративных органов у растений отмечено в середине июля. Сухая генеративная масса составила 17,1 ц/га, в то время как в 2005г. среднее значение данного показателя не превышало 10 ц/га. В конце июля КОУ! посева овса (контур 1) достигал наибольшего значения (0,72) и к сентябрю снижался до 0,53 (рисунок 3.5). Агроценоз овса в середине июля имел общую массу 73,7 ц/га, находился на стадии выметывания и имел зеленый аспект, в сентябре, несмотря на увеличение фитомассы, КОVI снижается за счет изменения аспекта посева.

12. Об 25.06. 29.07. 15.08. 07.09

Рисунок 3.5 - Динамика ЫОУ! агроценоза овса (контур 1)

В формирование фитомассы агроценозов вносит вклад сорная растительность. Так, в контуре 1 отмечено очаговое засорение с доминированием БопсИг^ атетй Ь. Сырая надземная масса сорных растений в 6-7 раз превышала массу культурных растений, наибольшей сырой фитомассы (186,5 ц/га) сорные растения достигали в первой декаде августа. В июле очаги засорения можно различить по большему N04^1, при этом нужно учитывать, что аспект засоренных Бонс/гш Ь.

участков в период цветения изменяется с зеленого на желтый.

Таким образом, в Алтайском районе КВУ1 посевов овса достигает максимальных значений к концу июля, что, в целом, коррелирует с динамикой фитомассы и аспектом фитоценозов.

3.2.2 Особенности динамики агроценозов пшеницы

В Минусинском районе за вегетационный период 2006 г. было обследовано 5 агроценозов пшеницы. С первой декады мая по третью декаду июня 2006 г. в данном районе наблюдали увеличение среднесуточной температуры с 4,2°С до 22,7°С, понижение в указанный период наблюдали в третьей декаде мая (количество осадков 30,4 мм, а среднесуточная температура 10,5°С). Понижение температуры в конце мая повлияло на развитие сельскохозяйственных культур: в прохождении стадий онтогенеза наблюдали отставание по сравнению с 2005 г. • Наибольшее количество осадков выпало в первой декаде июля (74,2 мм). Среднесуточная температура в Минусинском районе была на 1-2 °С ниже по сравнению с Алтайским районом.

Рассмотрим подробнее динамику сырой надземной фитомассы агроценоза пшеницы (контур 1). В середине июня 2006 г. растения пшеницы находились только на стадии всходов, ОПП в этот период составило всего 0,5-1,5%. К сентябрю данный показатель составил 5565%. Аспект пшеницы изменялся от зеленого во второй декаде июня (фаза всходы), через зеленый с желтым оттенком во второй декаде августа (фаза налива) и желтого с зеленым оттенком в начале сентября (фаза созревания). Общая сырая фитомасса посева пшеницы (контур 1) возрастала с первой до второй декады июля в 2,4 раза, достигая 99,6 ц/га, и в дальнейшем снижалась до 54 ц/га (рисунок 3.6).

14.06. 02.07. 19.07. 13.08. 07.09.

ЕИЗ масса генеративных органов У71 вегетативная масса СП масса сорных растений ШЯ ветоиь и мортмасса

обцря фито масса________ ___________

Рисунок 3.6 - Динамика сырой фитомассы посева пшеницы (контур 1)

В то же время, начиная со второй декады июня и до третьей декады июля, ЫОУ1 возрастал с 0,31 до 0,78 и постепенно снижался к первой декаде сентября (рисунок 3.7).

0.80 5 0.60 О 0.78

0.61 0.64

щ ■

0.20 Я : . +

12.06. 04.07. 30.07. 21,0£ . 07,09.

Рисунок 3.7 - Динамика ЫОУ! агроценоза пшеницы (контур 1)

В июне-июле преобладала масса вегетативных органов, а затем увеличивалась масса генеративных органов. Со второй декады июля происходило формирование генеративной массы культурных растений.

Для сравнения - агроценоз пшеницы (контур 2) показал в середине июня наличие сырой фитомассы - 16,8 ц/га (рисунок 3.8).

Рисунок 3.8 - Динамика сырой фитомассы посева пшеницы (контур 2)

Данным по сырой фитомассе в этот период соответствовало более высокое, по сравнению с контуром 1, проективное покрытие - 40-50% с

максимальным значением во второй декаде июля. Аспект пшеницы изменялся от зеленого в июне - начале июля (фаза кущения и начало колошения), через желто-зеленый во второй декаде июля (фаза налива) и желтого в августе-сентябре (фаза созревания).

Агроценоз пшеницы (контур 2) в начале наблюдения, в отличие от контура 1, уже имел значительную сырую фитомассу - 16,8 ц/га, что нашло отражение в динамике МОУ! - в указанный период показатели ИОУ! соответственно в контурах 2 и 1 - 0,40 и 0,31 (рисунки 3.7 и 3.9).

Рисунок 3.9 - Динамика КОУ1 агроценоза пшеницы (контур 2)

Общая сырая фитомасса пшеницы (контур 2) увеличивалась с 16,8 до 90,1 ц/га во вторую декаду июля и к сентябрю снижалась до 64,8 ц/га.

Таким образом, контур 1 имел наибольшие значения №)У1 (0,78) и отличался более интенсивным увеличением КОУ1 в июле, чем контур 2. Спутниковые данные подтвердили наземную информацию о том, что в июне контур 2 имел большую фитомассу, чем контур 1.

В состав агроценоза пшеницы (контур 5) входила пшеница и сорная растительность с доминированием Ратсит сИс/го(от1/1огит МхсЬх. Общая сырая масса посева возрастала с первой декады июля по вторую декаду августа с 21,6 ц/га до 52,4 ц/га (рисунок 3.10).

I масса гонерзтионых органов СЗСЗ вегетативная масса I—масса сорных растомий ш ветои*. и мортмасса

—•—общая фитомасса

Рисунок 3.10 - Динамика сырой фитомассы посева пшеницы на зеленую массу (контур 5)

ЫОУ1 данного агроценоза возрастал с середины июня (0,43) до второй декады июля (0,73) и несколько снижался к сентябрю (0,65) (рисунок 3.11).

Рисунок 3.11- Динамика NDVI агроценоза пшеницы на зеленую массу (контур 5)

Panicum dichotomiflorum Michx. во время плодоношения (конец июля-начало сентября) имел коричневато-зеленый аспект.

Таким образом, в 2006 г. наблюдали отставание в развитии зерновых культур по сравнению с 2005 г. В начале вегетационного сезона сырая фитомасса пшеницы в среднем в 2-3 раза была больше фитомассы овса. К третьей декаде июля фитомасса овса увеличивалась, и расхождение с пшеницей уменьшалось, но наблюдалось различие в аспектах: у овса зеленый, а у пшеницы желтовато-зеленый.

3.2.3 Особенности динамики агроценозов пропашных культур

В Алтайском районе общая сырая надземная масса кукурузы возрастала с 15,4 ц/га до 2214,3 ц/га, и сохраняла зеленый аспект вплоть до уборки урожая.

В Минусинском районе посев гречихи (контур 7) в середине июня был представлен всходами. С середины июня до середины июля отмечалось быстрое увеличение ОПП до 95-100%. Аспект гречихи в течение вегетационного периода изменялся: с зеленого - на начало бутонизации, через беловато-зеленый - в период массового цветения, до красновато-бурого цвета - на стадии созревания урожая. С первой декады июля общая сырая фитомасса увеличивалась с 56,5 до 256,7 ц/га ко второй декаде июля, к сентябрю отмечалось снижение до 82,8 ц/га. Посев гречихи (контур 7) в середине июня имел NDV1=0,39, в конце июля NDVI достигал максимального значения 0,77 и к сентябрю снижался до 0,57 (рисунок 3.12).

Рисунок 3.12

- Динамика NDVI агроценоза гречихи (контур 7) 15

Таким образом, пропашные культуры отличались от других значительно большей надземной фитомассой и аспектом.

3.2.4 Особенности сезонной динамики кострецовой залежи

В начале второй декады июня 2006 г. сырая надземная фитомасса кострецового сообщества составила 24,1 ц/га, в течение вегетационного сезона она увеличилась до 38,8 ц/га, а к сентябрю уменьшилась до 26,7 ц/га. данного агроценоза на протяжении вегетационного сезона

оставался примерно одинаковым - 0,48 (рисунок 3.13).

1.00 0.80 0.60 О 40 0.20 0.00

0.4, I I ЗГГЖТ»

|_1

12.06. 30.06. 14.07 . 03.08 1503. 07.09

Рисунок 3.13 - Динамика КОУ1 кострецовой залежи (контура 5 и 6)

Таким образом, для кострецовой залежи характерны более низкие показатели зеленой фитомассы и по сравнению с культурными

посевами.

Полученные данные в целом согласуются с вегетационным развитием сельскохозяйственных культур - зерновых и пропашных (Январева, 1981; Тооминг, 1984; Клещенко, 1986; Хомяков, 1989). Результаты исследований выявили, что надземная фитомасса агроценозов в период до появления генеративных органов (июнь-начало июля) определяется вкладом вегетативной массы культурных растений, а в последующий период основной аспект вносили созревающие культуры и сорная растительность, которая в августе-сентябре достигает максимума.

3.3 Динамика водного режима и содержания хлорофиллое в листьях доминантных растений агроценозов

Сезонная динамика водного режима. Функциональное состояние растений определяет продуктивность фитоценозов и основную роль в этом играет водный режим растений и фотосинтетический аппарат. Водный баланс растения определяется водным дефицитом (ВД).

ВД листьев культурных растений увеличивался в течение вегетационного сезона - от 12,3 до 24,2% (овес), от 11,1 до 26,5% (пшеница), от 10,0 до 18,7% (кукуруза). Особенность динамики ВД у

гречихи в четко выраженной зависимости от увлажнения почвы, в среднем ВД составил 11,8%.

Для всех изученных культурных растений отмечено снижение общего содержания воды, которое привело к уменьшению к концу сезона количества свободной и связанной воды. Так, содержание свободной и связанной воды в листьях растений овса уменьшалось от 5,5 до 1,7% и от 78,7 до 66,4%, пшеницы - от 8,3 до 3,5% и от 81,5 до 60,3%, гречихи - от 7,3 до 4,4% и от 86,8 до 66,8% соответственно. В листьях кукурузы содержание свободной воды находилось примерно на одном уровне (5,7%), а содержание связанной воды снижалось от 82,2 до 71% к августу.

ВД культурных растений возрастал в течение сезона, в частности, для листьев овса возрастал от 12,3 до 24,2%; ВД пшеницы увеличивался от 11,1 до 26,5%. ВД кукурузы с конца июня - до середины июля не превышал 10%, к августу повышался до 18,7%. Для гречихи в среднем ВД составил 11,8%.

Динамика водного режима культурных и сорных растений имеет существенные различия.

Содержание свободной и связанной воды в листьях Panicum dichotomiflorum Michx., оставалось примерно постоянным (в среднем 3,8 и 63,3%), в течение наблюдаемого периода, в отличие от листьев пшеницы и овса, у которых показатели были выше, но снижались к августу.

В листьях Bromopsis inermis Leys, содержание свободной воды в начале вегетационного сезона (июнь) меньше, чем в культурных растениях и составило 0,01%, к августу количество свободной воды увеличивалось до 4,7%.

ВД Panicum dichotomiflorum Michx. практически не изменялся в течение вегетационного сезона (13,7%), а в листьях Bromopsis inermis Leys. ВД снижался с 25,6 до 17,1% на нескошенном участке, и с 14,1 до 11,0% на участке после сенокошения.

Сезонная динамика содержания хлорофиллов. Продуктивность агроценозов определяется процессом фотосинтеза, пигментный аппарат которого формирует мощную фоторецепторную систему, поглощающую фотосинтетически активную радиацию и обеспечивающую высокую эффективность миграции энергии в пигмент-белковых комплексах хлоропластов. Основная роль в этом процессе принадлежит хлорофиллам.

Концентрация хлорофилла а в листьях овса с середины июня до начала июля составляла в среднем 1,02 мкг/г сырой массы, к первой декаде августа данный параметр снижался до 0,71 мкг/г сырой массы. Снижение содержания хлорофилла b наблюдали в течение сезона (с 0,53 до 0,25 мкг/г сырой массы). Для пшеницы наблюдался пик накопления хлорофилла а в первой декаде июля (1,20 мкг/г сырой массы), содержание хлорофилла Ъ варьировало в пределах 0,28-0,34 мкг/г сырой массы

Содержание хлорофилла а в листьях кукурузы снижалось за вегетационный сезон с 1,03 до 0,82 мкг/г сырой массы, хлорофилл Ь в среднем составил 0,32 мкг/г сырой массы. Содержание хлорофилла а и Ь в растениях гречихи возрастало к середине июля с 0,69 до 1,0 и 0,22 до 0,35 мкг/г сырой массы, соответственно.

Динамика содержания хлорофиллов в листьях сорных растений имела некоторые отличия от культурных. Так количество хлорофилла а в листьях Ратсит сИскоготфогит МкИх. было в 1,8 раза ниже, чем в листьях пшеницы; к середине июля отмечали снижение данного параметра (до 0,62 мкг/г сырой массы); количество хлорофилла Ь изменялось незначительно и в среднем составило - 0,24 мкг/г сырой массы. Содержание хлорофилла а в листьях растений Вготор51$ тегт'к меньше, чем в зерновых культурах и составляло в среднем 0,55 мкг/г сырой массы, содержание хлорофилла Ъ - 0,13-0,14 мкг/г сырой массы.

Таким образом, к середине июля и августа в листьях культурных растений наблюдали изменение содержания хлорофиллов с максимальным их накоплением к середине июня, а затем снижение в зависимости от культуры. Существенных различий в содержании хлорофиллов не обнаружено, хотя, содержание хлорофилла а в листьях растений Вгото/ию тегтк меньше, чем в зерновых культурах.

3.4 Морфометрические параметры культурных растений на тестовых участках

Анализ морфометрических параметров сельскохозяйственных культур выявил следующие особенности.

За вегетационный сезон 2006 г. высота побегов растений овса увеличивалась от 16,6 до 29,3 см. Густота стеблестоя растений овса уменьшилась в течение сезона в среднем в 1,5 раза - с 132 до 86 шт, что почти в 2,4 раза меньше, чем в контуре 5 в 2005 г. Количество зерен в метелке овса в 2006 г. в среднем в 1,7 раза превышало данный показатель в 2005 г.

В 2006 г. высота побегов растений пшеницы (контуре 1) на тестовом участке 2 возрастала от 2,3 до 64,8 см. Высота побегов растений пшеницы (контур 2) возрастала от 3 до 35,0 см. Густота стеблестоя растений пшеницы (контур 1) уменьшилась с 793 в первой декаде июля до 327 шт/м2. В контуре 2 данный показатель снижался с середины июня до первой декады сентября с 548 до 305 шт/м2. Таким образом, происходило самоизреживание стеблестоя (Клещенко, 1986). Средняя длина колоса пшеницы в контуре 1 составила 12,2±2,1 см, в контуре 2 - 8,6±2,3 см.

Высота растений кукурузы увеличивалась с 7,6±2,3 см в конце июня, 55,8±7,3 шт/м2 в середине июля, до 170,8±9,8 шт/м2, при этом густота

стеблестоя посева кукурузы в конце июня составила 4±1 шт/м2, в сентябре 3±1 шт/м2. Высота побегов растений гречихи (контур 7) увеличивалась с 2,7 см в середине июня до 83,8 см в первой декаде сентября.

В течение вегетационного сезона высота растений овса возрастала в среднем от 10 до 35 см, пшеницы - от 12 до 60 см, кукурузы - от 7,6 до 170 см, гречихи - от 2,7 до 83,8 см. Явление самоизреживания травостоя наблюдалось преимущественно для посевов пшеницы и овса.

3.5 Пространственная структура посевных площадей па основе информации Landsat 7 ЕТМ+ в 2001 и 2006 гг.

Спутниковые данные высокого разрешения являются наиболее оперативным способом получения информации о площадях сельскохозяйственных угодий на больших территориях. В связи с этим были созданы векторные картосхемы пространственной структуры полей на основе спутниковых снимков ЬалсЬа! 7 ЕТМ+ за 2001 и 2006 гг. и проведена оценка площадей пахотных земель (таблица 3.1).

Таблица 3.1 — Анализ состояния пространственной структуры полей на

основе спутниковых снимков Ьапс^а! 7 ЕТМ+ (2001 и 2006 гг)

2001 2006

площадь, га

назем спутнико назем спутнико

ные вые отклоне ные вые отклоне

Культура данные данные ние, % данные данные ние, %

ячмень 577 549,7 4,7 - - -

кукуруза 326 354 8,6 162 132,6 18,2

пар 577 566,2 1,9 - - -

подсолнеч

ник 322 303,9 5,6 - - -

пшеница 1199 1247,8 4,1 194 186,1 4,1

овес 255 262,9 3,1 1345 1368,1 . 1,7

картофель 54 61,2 13,4 - - -

гречиха 47 58,5 24,4 - - -

костер - - - _ 583 570,3 2,2

Всего: 3357 3404,2 2284 2257

Точность оценки площадей пахотных земель составляет в среднем 510 %. Максимальная погрешность в 2001 г. составила на посевах гречихи 24,4 %, в 2006 г. для посевов кукурузы - 18,2%. Наиболее точные

2006 г. - 1,7 %. В период с 2001 по 2006 г. наблюдалось по спутниковым данным уменьшение в 2 раза используемых сельскохозяйственных земель на территории хозяйства «Алтайское». Основными причинами погрешностей явились малые размеры полей, по сравнению с пространственным разрешением снимков Landsat 7.

Дополнительной информацией для картографирования служили комбинации каналов в модели RGB. Для изучения агроценозов на территории тестовых участков Минусинской котловины рекомендуем использовать следующие комбинации: 3:2:1 (подходит для определения состояния посевов и залежей, продуктивные фитоценозы выделяются зеленым цветом, пары - светлокоричневым, поврежденная растительность или посевы с желтым аспектом - коричневым и желтым); 7:4:2 (различает сухостойную растительность, опустыненные участки и водные объекты); 5:4:3 (агроценозы имеют зеленый цвет, почвы - лиловый).

ЗАКЛЮЧЕНИЕ

Результаты проведенных исследований выявили, до появления генеративных органов данные NDVI преимущественно определяются вкладом культурных растений, а в последующий период основной аспект вносят созревающие культуры и сорная растительность. В конце вегетационного периода посевы овса имели значения NDVI от 0,11 до 0,19, и NDWI от 0 до 0,13; посев кукурузы - 0,46 и 0,28; гречихи - 0,290,42 и 0,12-0,27; кострецовые залежи 0,16-0,23 и -0,09 и 0,00. Посевы пшеницы, обладающие желто-зеленым аспектом, имели следующие значения вегетационного - 0,21 и 0,27 и водного индексов 0,13 и 0,10 и посевы пшеницы, обладающие желтым аспектом, соответственно спектральными индексами - NDVI= 0,13-0,18 hNDWI=-0,01 и 0,01.

Полученные результаты являются основой для изучения связи вегетационного индекса и фитомассы отдельно для сорных и культурных растений, а также связи водного индекса и содержания воды в растениях. Для решения этой задачи необходимы дальнейший сбор материала и привлечения дополнительных спутниковых данных. В этом случае возможно экстраполирование подхода на другие территории со сходными агрометеорологическими условиями. Рассмотрение этого вопроса входит в планы нашей дальнейшей работы.

выводы

1. Показана возможность изучения состояния растительности посевов овса, пшеницы, кукурузы, гречихи и кострецовых залежей по спектральным характеристикам спутниковых изображения Ьапска! 7 ЕТМ+ (в осенний период) и МосНэ (в течение вегетационного сезона) в аридных условиях Минусинской котловины.

2. Выявлена взаимосвязь между ЫОУ1 и для агроценозов тестовых участков. В конце вегетационного сезона в посевах зерновых культур наблюдали положительную взаимосвязь между ЫБУ1 и сырой массой сорных растений и отрицательную взаимосвязь между ЫОУ1,

и нефотосинтезирующей фитомассой.

3. Для агроценозов тестовых участков Минусинской котловины установлена положительная корреляция между спектральными индексами (ШУ1, и общей сырой фитомассой.

4. Выявлены особенности в сезонной динамике накопления надземной фитомассы агроценозов в условиях аридного климата Минусинской котловины по спутниковым данным. В частности, пропашные культуры отличаются от остальных агроценозов более поздними сроками появления всходов, резким приростом фитомассы в середине июля, высокими значениями КБУ1 и в осенний период.

5. Эффективность использования спектральных характеристик спутниковых изображений зависит от биогеографических условий территории, например оценки урожайности агроценозов в Алтайском районе спектральные индексы и ЫО\У1 более эффективны, чем анализ яркости спектральных каналов Ьапс15а17 ЕТМ+.

6. Предложены оптимальные стадии для анализа состояния агроценозов космической съемки на территории тестовых участков Минусинской котловины: а) стадия интенсивного кущения-выход в трубку посевов; б) стадия массового развития генеративных органов; в) стадия созревания.

7. Сорная растительность, накапливающая большую фитомассу, влияет на значения спектральных характеристик, в частности, повышая значения вегетационного и водного индексов. Например, для участка, засоренного БопсИш апгетгз I., были получены ожидаемо более высокие значения индексов, по сравнению с остальным посевом.

8. Показаны количественные различия в параметрах состояния в различных типах агроценозов по спутниковым и наземным данным. Например, в сентябре агроценозы овса с одинаковым КОУ1 имели различную фитомассу - 91,2 ц/га и 55,5 ц/га. В то же время сходные максимальные значения ИОУ1 в июле (0,77-0,78) соответствуют посевам с

(гречиха), 99,6 ц/га (пшеница).

9. Показано, что для правильной интерпретации спутниковой информации необходимо учитывать экологические условия вегетационного сезона, сроки прохождения фаз развития культурными растениями и особенности динамики прироста надземной фитомассы агроценозов, поскольку одинаковые культуры могут иметь различный аспект в разные фазы онтогенеза, а скорость смены фенофаз зависит от экологических условий.

10. Космические изображения Ьапёэа! 7 ЕТМ+ являются перспективными для картографирования агроценозов на территориях со сложной пространственной структурой, обусловленной аридными условиями возделывания, т.к. позволяют оценить площадь земель, занятых под сельскохозяйственные культуры с точностью 5-10%.

11. На основании полученных данных можно сделать заключение, что предложенный комплексный подход к интерпретации спутниковых данных при мониторинге агроценозов является перспективным и позволяет объяснить отдельные элементы кривой сезонного хода вегетационной кривой.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Жукова Е.Ю., Шевырногов А.П., Жукова В.М., Зоркина Т.М. Мониторинг растительности сельскохозяйственных территорий Хакасии и юга Красноярского края с применением наземной и спутниковой информации // Экология Южной Сибири и сопредельных территорий: Выпуск 10/ отв. ред. В.В. Анюшин - Абакан: Изд-во Хакасского гос. ун-та им. Н.Ф. Катанова, 2006. - Т.2. - С.161-162.

2. Жукова Е.Ю., Шевырногов А.П., Зоркина Т.М., Жукова В.М. Изучение агрофитоценозов республики Хакасия с помощью комплексных наземных и спутниковых методов // Природные ресурсы Забайкалья и проблемы геосферных исследований: материалы научной конференции -Чита, Забайкальский гос. гум.-пед. ун-т, 2006. - С. 65-66.

3.Жукова Е.Ю. Возможности использования снимков «Landsat-7» для оценки состояния растительности залежных экосистем на территории Республики Хакасия // Флора и растительность Сибири и Дальнего Востока. Чтения памяти JI. М. Черепнина: материалы IV Российской конференции/отв. ред. Е.М. Антипова - Красноярск: Красноярский гос. пед. ун-т, 2006. - Т.2. - С. 25-29.

4. Жукова Е.Ю. Изучение агрофитоценозов наземными методами для дешифрирования спутниковых снимков и картографирования сельскохозяйственных территорий Республики Хакасия // Геоинформационное картографирование для сбалансированного территориального развития/ Материалы VIII научной конференции по тематической картографии - Иркутск: Издательство Института географии им.В.Б. Сочавы СО РАН, 2006. - Т. 1. - С. 119-121.

5. Шевырногов А.П., Зоркина Т.М., Жукова В.М., Жукова Е.Ю., Жидкая М.В. Изучение сезонной динамики сельскохозяйственных посевов на территории Хакасии по снимкам Terra Modis // Сибирский Вестник сельскохозяйственной науки. - 2007. - №5. - С. 29-35.

6. Жукова Е.Ю., Шуркина А.И., Шевырногов А.П., Зоркина Т.М., Жукова В.М., Пугачева И.Ю. Оценка структуры пахотных земель Юга Средней Сибири по данным дистанционного зондирования // Географические исследования в начале XXI века: Материалы XVI научной конференции молодых географов Сибири и Дальнего Востока -Иркутск: Изд-во ин-та географии им. В.Б. Сочавы СО РАН, 2007. - С. 169172.

7. Жукова Е.Ю. Изучение структуры и состояния агрофитоценозов в пределах Минусинской котловины на основе спутниковой информации // Экология Южной Сибири и сопредельных территорий / отв. ред. В.В. Анюшин. - Абакан: Издательство Хакасского гос. ун-та им. Н.Ф. Катанова, 2007.-Т. 2. -С.180-181.

/■V *0

Подписано в печать 25.12.2008. Формат 60x90/16. Усл.печ.л. 1,44. Заказ 25/12 - 08. Тираж 100 экз.

Отпечатано в типографии ООО «ДиалогСибирь-Абакан», Российская Федерация, Республика Хакасия, г. Абакан, ул. Советская, 75. тел. (390 2) 22-81-00

Содержание диссертации, кандидата биологических наук, Жукова, Елена Юрьевна

ВВЕДЕНИЕ.

1. ИЗУЧЕНИЕ РАСТИТЕЛЬНОСТИ АГРОЦЕНОЗОВ С ПОМОЩЬЮ СПУТНИКОВОГО МОНИТОРИНГА. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ.

1.1 Агроценозы как объект спутникового мониторинга.

1.2 Изучение растительности агроценозов с помощью спутникового мониторинга.

1.2.1 Физические основы дистанционного зондирования.

1.2.2 Спектральные отражательные свойства агроценозов.

1.2.3 Спектральные индексы - показатели состояния растительности сельскохозяйственных угодий.

1.2.4 Основные виды космических изображений, применяемые для мониторинга и картографирования агроценозов.

2 ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ.

2.1 Физико-географические условия тестовых участков Минусинской котловины.

2.2 Проведение наземных полевых наблюдений за динамикой агроценозов.

2.3 Обработка спутниковой информации.

2.4 Статистические методы анализа.

3 ПРИМЕНЕНИЕ СПУТНИКОВОЙ И НАЗЕМНОЙ ИНФОРМАЦИИ ДЛЯ ИЗУЧЕНИЯ РАСТИТЕЛЬНОСТИ АГРОЦЕНОЗОВ В УСЛОВИЯХ АРИДНОГО КЛИМАТА МИНУСИНСКОЙ КОТЛОВИНЫ.

3.1 Состояние агроценозов по спектральным характеристикам спутниковых изображений.

3.2 Сезонная динамика агроценозов на тестовых участках Минусинской котловины по спутниковым и наземным данным.

3.2.1 Особенности динамики агроценозов овса.

3.2.2 Особенности динамики агроценозов пшеницы.

3.2.3 Особенности динамики агроценозов пропашных культур.

3.2.4 Особенности динамики кострецовой залежи.

3.3 Динамика водного режима и содержания хлорофиллов в листьях доминантных растений агроценозов.

3.4 Морфометрические параметры культурных растений на тестовых участках.

3.5 Пространственная структура посевных площадей на основе информации Landsat 7 ЕТМ+ в 2001 и 2006 гг.

Введение Диссертация по биологии, на тему "Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами"

Актуальность темы. Для оптимизации землепользования и реабилитации деградированных сельскохозяйственных угодий, картографирования и прогноза изменений в агроценозах важнейшее значение приобретают спутниковые методы исследования (Ефременко и др., 1997; Золотокрылин и др., 2000; Вандышева и др., 2003; Chen et al., 2005; Барталев и др., 2006). Эти методы позволяют единовременно охватить значительные территории и обладают необходимой информативностью, достоверностью и периодичностью для решения вышеуказанных задач. На основе спутниковых данных накоплен значительный опыт исследований, посвященных мониторингу сельскохозяйственных посевов (Буга и др., 1986; Кондратьев и др., 1986; Брейдо и др., 1989; Гарелик, 1989; Борисоглебский и др., 1990; Зеллнер и др., 1991; Сидько и др. 1997; Shevyrnogov et al., 2000; Doraiswamy et al., 2005; Ortiz-Monasterio et al., 2007). Главные проблемы дистанционного зондирования в интересах сельского хозяйства сопряжены с обширностью территорий, динамичностью сельскохозяйственных культур и требованиями к оперативности обработки поступающей информации.

Однако вопросы совместного использования наземных и спутниковых данных по динамике агроценозов изучены недостаточно, в частности, вопросы взаимосвязи динамики сезонного хода вегетационного индекса и наземной динамики растительной массы. Между тем, достоверное дешифрирование космической информации невозможно без наземных наблюдений, которые позволяют осуществить привязку космических изображений к территории и интерпретировать информацию, полученную дистанционными методами (Гарелик, 1989; Коробов и др., 1991а).

Методы определения фотосинтезирующей фитомассы по вегетационным индексам дают интегральную характеристику состояния растительности, поэтому изучение связи между спектральными индексами и характеристиками посевов, полученными наземными методами, является актуальным. Сопоставление значений спектральных индексов с наземными измерениями фитомассы по агрогруппам, а также с физиологическими и морфометрическими показателями агроценозов позволит объяснить отдельные особенности и закономерности сезонной динамики спектральных характеристик агроценозов, полученных средствами космического мониторинга.

В связи с этим были поставлены следующие задачи:

2. интерпретировать вегетационные кривые (МЭУ1) агроценозов, используя информацию, полученную наземными контактными измерениями;

По спутниковым и наземным данным показаны количественные различия в параметрах состояния агроценозов.

Практическое значение работы. Разработанный подход и обнаруженные на его основе особенности динамики развития агроценозов, могут быть применены для проведения детального дешифрирования сельскохозяйственных угодий (создания эталонов), объяснения хода вегетационных кривых агроценозов в условиях аридного климата Минусинской котловины и территорий со сходными климатическими параметрами. Полученные векторные картосхемы пахотных земель могут быть использованы для составления карт севооборотов и определения площадей, занятых сельскохозяйственными посевами.

На защиту выносятся следующие основные положения:

3. Пропашные культуры отличаются от остальных агроценозов высокими значениями NDVI и NDWI в осенний период,

Виды работ и использованные материалы. Автором была выполнена обработка спутниковых изображений Landsat 7 ЕТМ+, вычисление спектральных индексов для данного типа спутниковых изображений, создание векторных картосхем севооборотов за 2001 и 2006 гг., вычисления коэффициента корреляции для данных Landsat 7 ЕТМ+ и наземных измерений фитомассы.

С 2005 г. автором были проведены стационарные исследования агроценозов в Алтайском районе Республики Хакасия и в Минусинском районе Красноярского края. В 2005 г. в Алтайском районе было обследовано 19 стационарных участков, включающих посевы культурных растений и фитоценозы залежей, площадью около 2,5 тыс.га (площадь участков - 13 га). В 2006 г. наземные исследования агроценозов проведены на 7 участках в Алтайском районе и 8 - в Минусинском районе, занимающих общую площадь 4,8 тыс.га (площадь участков - 10,4 га). В ходе работы были проведены измерения надземной фитомассы посевов пшеницы, овса, кукурузы, гречихи, залежных сообществ и эколого-физиологических показателей доминантных растений указанных агроценозов.

Апробация работы. Материалы работы были доложены на IX Международной научной школы конференции студентов и молодых ученых «Экология Южной Сибири и сопредельных территорий» (Абакан, 2005); на Четвертой Российской конференции «Флора и растительность Сибири и Дальнего Востока, посвященная 100-летию профессора JI.M. Черепнина и 70-летию кафедры ботаники» (Красноярск, 2006); на VIII научной конференции по тематической картографии «Геоинформационное картографирование для сбалансированного территориального развития» (Иркутск, 2006); на Юбилейной Открытой Всероссийской Конференции «Дистанционное зондирование Земли из космоса» (Москва, 2007).

Публикации. По теме диссертационной работы опубликовано 7 научных работ, из них 3 в рецензируемых отечественных журналах.

Заключение Диссертация по теме "Биофизика", Жукова, Елена Юрьевна

выводы

1. Показана возможность изучения состояния растительности посевов овса, пшеницы, кукурузы, гречихи и кострецовых залежей по спектральным характеристикам спутниковых изображения Landsat 7 ЕТМ+ (в осенний период) и Modis (в течение вегетационного сезона) в аридных условиях Минусинской котловины.

2. Выявлена взаимосвязь между NDVI и NDWI для агроценозов тестовых участков. В конце вегетационного сезона в посевах зерновых культур наблюдали положительную взаимосвязь между NDVI и сырой массой сорных растений и отрицательную взаимосвязь между NDVI, NDWI и нефотосинтезирующей фитомассой.

3. Для агроценозов тестовых участков Минусинской котловины установлена положительная корреляция между спектральными индексами (NDVI, NDWI) и общей сырой фитомассой.

5. Эффективность использования спектральных характеристик спутниковых изображений зависит от биогеографических условий территории, например оценки урожайности агроценозов в Алтайском районе спектральные индексы NDVI и NDWI более эффективны, чем анализ яркости спектральных каналов Landsat 7 ЕТМ+.

7. Сорная растительность, накапливающая большую фитомассу, влияет на значения спектральных характеристик, в частности, повышая значения вегетационного и водного индексов. Например, для участка засоренного БопскиБ апгетгя Ь. были получены ожидаемо более высокие значения индексов, по сравнению с остальным посевом.

8. Показаны количественные различия в параметрах состояния в различных типах агроценозов по спутниковым и наземным данным. Например, в сентябре агроценозы овса с одинаковым №)У1 имели различную фитомассу - 91,2 ц/га и 55,5 ц/га. В то же время, сходные максимальные значения ЫГ)У1 в июле (0,77-0,78) соответствуют посевам с различной продуктивностью сырой надземной фитомассы - 256,7 ц/га (гречиха), 99,6 ц/га (пшеница).

10. Космические изображения Ьапс^ 7 ЕТМ+ являются перспективными для картографирования агроценозов на территориях со сложной пространственной структурой, обусловленной аридными условиями возделывания, т.к. позволяют оценить площадь земель, занятых под сельскохозяйственные культуры с точностью 5-10%.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Жукова Е.Ю., Шевырногов А.П., Жукова В.М., Зоркина Т.М. Мониторинг растительности сельскохозяйственных территорий Хакасии и юга Красноярского края с применением наземной и спутниковой информации // Экология Южной Сибири и сопредельных территорий: Выпуск 10/ отв. ред. В.В. Анюшин; г. Абакан: Изд-во Хакасского гос. ун-та им. Н.Ф. Катанова, 2006. - Т. 2. - С.161 -162.

2. Жукова Е.Ю., Шевырногов А.П., Зоркина Т.М., Жукова В.М. Изучение агроценозов республики Хакасия с помощью комплексных наземных и спутниковых методов // Природные ресурсы Забайкалья и проблемы геосферных исследований: материалы научной конференции -Чита, Забайкальский гос. гум.-пед.ун-т, 2006. - С. 65-66.

3. Жукова Е.Ю. Возможности использования снимков «Landsat-7» для оценки состояния растительности залежных экосистем на территории Республики Хакасия // Флора и растительность Сибири и Дальнего Востока. Чтения памяти JL М. Черепнина: материалы Четвертой Российской конференции/отв. ред. Е.М. Антипова - Красноярск: Красноярский государственный педагогический университет, 2006. - Т. 2. - С. 25-29.

4. Жукова Е.Ю. Изучение агроценозов наземными методами для дешифрирования спутниковых снимков и картографирования сельскохозяйственных территорий Республики Хакасия // Геоинформационное картографирование для сбалансированного территориального развития/ Материалы VIII научной конференции по тематической картографии (Иркутск, 21-23 ноября 2006 г.). - г. Иркутск: Издательство Института географии им. В.Б. Сочавы СО РАН, 2006. - Т. 1. -С. 119-121.

5. Шевырногов А.П., Зоркина Т.М., Жукова В.М., Жукова Е.Ю.; Жидкая М.В. Изучение сезонной динамики сельскохозяйственных посевов на территории Хакасии по снимкам Terra Modis // Сибирский Вестник сельскохозяйственной науки. - 2007. - №5. - С.29-35.

6. Жукова Е.Ю., Шуркина А.И., Шевырногов А.П., Зоркина Т.М., Жукова В.М., Пугачева И.Ю. Оценка структуры пахотных земель Юга Средней Сибири по данным дистанционного зондирования // Географические исследования в начале XXI века: Материалы XVI научной конференции молодых географов Сибири и Дальнего Востока (Иркутск, 17-19 апреля 2007 г.) Иркутск: Изд-во института географии им. В.Б. Сочавы СО РАН, 2007. — С. 169-172.

7. Жукова Е.Ю. Изучение структуры и состояния агроценозов в пределах Минусинской котловины на основе спутниковой информации // Экология Южной Сибири и сопредельных территорий / отв. ред. В.В. Анюшин. - г. Абакан: Издательство Хакасского государственного университета им. Н.Ф. Катанова, 2007. - Т. 2. - С. 180-181.

ЗАКЛЮЧЕНИЕ

Результаты проведенных исследований выявили, что при оценке агроценозов в период до появления генеративных органов (июнь-начало июля) данные №ЗУ1 преимущественно определяются вкладом культурных растений, а в последующий период основной аспект вносят созревающие культуры и сохраняющая зеленый аспект сорная растительность, которая в августе-сентябре достигает максимальных значений. Урожайность общей сырой массы пропашных культур максимальна в конце вегетационного сезона, поэтому в сентябре данный тип растительности хорошо выделяется на космических снимках.

Значимая корреляция между Ж)У1 и Ж)\УТ (более 0,5) отмечена для контуров с большими запасами фитомассы, за исключением посевов пшеницы с выраженным желтым аспектом в сентябре.

В сентябре вегетирующая фитомасса агроценозов представлена, в основном, сорными растениями и, следовательно, Ж)VI зависит от сорной растительности. Для проверки этой гипотезы было проведено сравнение корреляционных коэффициентов вегетационного индекса с показателями сырой надземной фитомассы агроценозов овса и пшеницы. Коэффициент корреляции Ж)У1 и сырой массы сорных растений составил 0,5.

В конце вегетационного периода посевы овса имели значения №)У1 от 0,11 до 0,19, и №)\У1 от 0 до 0,13; посев кукурузы - 0,46 и 0,28; гречихи -0,29-0,42 и 0,12-0,27; кострецовые залежи 0,16-0,23 и -0,09 и 0,00. Посевы пшеницы, обладающие желто-зеленым аспектом, имели следующие значения вегетационного (0,21 и 0,27) и водного индексов (0,13 и 0,10) и посевы пшеницы, обладающие желтым аспектом, соответственно спектральными индексами - Ж)У1=0,13-0,18 и Ж>\¥1=-0,01 и 0,01.

Для отдельных агроценозов выявлена тенденция: ВИ, достигая определенного значения, практически не изменяется, в то время как надземная фитомасса продолжает увеличиваться, это явление связано с изменением аспектов агроценозов в процессе онтогенеза.

Таким образом, при спутниковом мониторинге необходимо знать сроки фенофаз культурных растений, учитывать экологические условия конкретного вегетационного сезона и особенности динамики прироста надземной фитомассы выбранных агроценозов.

Полученные результаты являются основой для построения регрессионных уравнений связи вегетационного индекса и фитомассы отдельно для сорных и культурных растений, а также связи водного индекса и содержания воды в растениях. Для решения этой задачи необходимы дальнейший сбор материала и привлечения дополнительных спутниковых данных. В этом случае возможно экстраполирование подхода на другие территории со сходными агрометеорологическими условиями. Рассмотрение этого вопроса входит в планы нашей дальнейшей работы.

Библиография Диссертация по биологии, кандидата биологических наук, Жукова, Елена Юрьевна, Красноярск

1. Адаптивная автоматизированная система инвентаризации сельскохозяйственных культур по космическим снимкам / В. В. Асмус, В. Вадас, А. Б. Карасев, Л. Кечкемети // Исследование Земли из космоса. — 1987. № 6. — С. 79-88.

2. Балтер, Б. М. Регрессия в прямой задаче дистанционного зондирования (на примере травяного покрова) / Б. М. Балтер, М. Ганзориг // Исследование Земли из космоса. 1984. - № 2. - С. 76-86.

3. Баррет, Э. Введение в космическое землеведение. Дистанционные методы исследования Земли / Э. Баррет, Л. Куртис. М.: Прогресс, 1979.-368 с.

4. Классификация некоторых типов сельскохозяйственных посевов в южных регионах России по спутниковым данным Modis / С. А. Барталев, Е. А. Лупян, И. А. Нейштадт, И. Ю. Савин // Исследование Земли из космоса. -2006. -№3.- С. 68-75.

5. Определение продуктивности агротехнических систем на основе спектральных характеристик / X. Барш, Р. Зелльнер, X. Стойе, Л. Шуберт, X. Вайхельт // Исследование Земли из космоса. 1989. - № 5. - С. 44-51.

6. Бауер, М. Э. Спектральные методы идентификации и оценки состояния зерновых культур / М. Э. Бауер // Труды института инженеров по электротехнике и радиоэлектронике. 1985. - Т. 73, № 6 - С. 185-201.

7. О подходе к изучению особенностей развития зерновых культур для задач дистанционного зондирования / Г. И. Борисоглебский, О. А. Гулинова, А. Б. Карасев, И. В. Чарыева // Исследование Земли из космоса. — 1990.-№2. -С. 66-69.

8. Применение последовательной кластеризации для анализа многозональных изображений / М. Д. Брейдо, А. Н. Потапов, А. В. Шаталов, Р. И. Эльман // Исследование Земли из космоса. 1987. - № 6. - С. 73-78.

9. Определение некоторых характеристик кормовых ресурсов пустынных пастбищ по аэрокосмической информации / М. Д. Брейдо, В. М. Жирин, С. А. Барталев, Е. В. Бахтинова // Исследование Земли из космоса. — 1989.-№3.-С. 66-76.

10. Дистанционные спектрометрические методы оценки состояния озимой ржи после перезимовки / С. Ф. Буга, Е. А. Яновская, А. Ф. Яновский, Л. А. Ушкевич // Исследование Земли из космоса. 1986. — № 3. - С. 71-76.

11. Вавилов, П. П. Практикум по растениеводству/ П. П. Вавилов, В. В. Гряценко, В. С. Кузнецов. М.: Колос, 1983. - 352 с.

12. Мониторинг сельскохозяйственных земель на базе разномасштабных спутниковых данных / Н. М. Вандышева, Г. И. Василенко, А. Ф. Гуров и др. // Исследование Земли из космоса. 2003. - № 3. - С. 7284.

13. Васильев, Л. Н. Определение спектральных характеристик почвы и растительности / Л. Н. Васильев // Исследование Земли из космоса. 1980.- № 4. С. 53-58.

14. Васильев, Л. Н. Методика дешифрирования почвенного покрова распаханных полей по спектральным яркостям, измеренным по космическим снимкам / Л. Н. Васильев, А. Г. Полуаршинова // Исследование Земли из космоса. 1984.-№ 1.-С. 51-57.

15. Васильев, Л. Н. Определение динамических характеристик сельскохозяйственной геосистемы по многозональным снимкам / Л. Н. Васильев // Исследование Земли из космоса. 1989. - № 3. - С. 43-52.

16. Определение состояния пастбищ тропического пояса (аэрокосмический эксперимент «Карибэ-Интеркосмос-88») / Л. Н. Васильев, Д. С. Селифонова, В. В. Бадаев, В. Торрес // Исследование Земли из космоса.- 1991. — № 1. С. 89-97.

17. Виноградов, Б. В. Дистанционное измерение фитомассы / Б. В. Виноградов // Исследование Земли из космоса. 1982. - № 5. - С. 36-45.

18. Волкова, В.Г. Современное состояние степей Минусинской котловины / В. Г. Волкова, Б. И. Кочуров, Ф. И. Хакимзянова; под ред. В. А. Снытко. Новосибирск: Наука, 1979. - 94 с.

19. Гарбук, С. В. Космические системы дистанционного зондирования Земли / С. В. Гарбук, В. Е. Гершензон. М.: Издательство А и Б, 1997.-296 с.

20. Гарелик, И. С. Инвариантные фотометрические признаки природных объектов / И. С. Гарелик // Исследование Земли из космоса. -1980.-№4.-С. 48-52.

21. Гарелик, И. С. Определение динамики развития растительности по производной вегетационного индекса / И. С. Гарелик // Исследование Земли из космоса. 1989. - № 3. - С. 61-65.

22. Гонин, Г. Б. Космические съемки Земли / Гонин Г. Б. Л.: Недра, 1989.-252 с.

23. Горожанкина, С. М. Некоторые принципы оценки растительных ресурсов с помощью аэрокосмических материалов / С. М. Горожанкина, В. Д. Константинов // Растительные ресурсы. 1984. - выпуск 3. - том XX. - С. 297-301.

24. Словарь-справочник по агрофитоценологии и луговедению / А. М. Гродзинский, Ю. А. Злобин, В. М. Миркин, Л. Г. Наумова; под ред. А. М. Гродзинского, Ю. Р. Шеляг-Сосонко. Киев: Наукова Думка, 1991. - 136 с.

25. Дистанционное зондирование: количественный подход / Ш. М. Дейвис, Д. А. Ландгребе, Т. Л. Филлипс, Ф. X. Свейн и др.; под ред. Ф. X. Свейн, Ш. Дейвис. М.: Недра, 1983. - 415 с.

26. Исследование отражательных характеристик полей озимой пшеницы различного состояния / А. Д. Доброзраков, Ю. М. Кондратьев, Е. Б. Поспелова, С. Г. Яковлев // Исследование Земли из космоса. 1986. - № 3. -С. 81-89.

27. Метод выявления угнетенной растительности по данным спектрозонального сканера / В. В. Ефременко, А. В. Мошков, А. А. Семенов,

28. Т. Н. Чимитдоржиев // Исследование Земли из космоса. 1997. - № 6. - С. 39.

29. Зеллнер, Р. Эколого-физиологические и физические особенности спектральных характеристик сельскохозяйственных объектов в видимой и ИК-спектральных зонах / Р. Зеллнер, X. Барш // Исследование Земли из космоса.-1991.-№ 1.-С. 38-46.

30. Золотокрылин, А. Н. Зависимость между аномалиями индекса вегетации и месячных сумм осадков в зоне умеренного и недостаточного увлажнения / А. Н. Золотокрылин, К. В. Коняев, Т. Б. Титкова // Исследование Земли из космоса. 2000. - № 6. - С. 74-78.

31. Зоркина, Т. М. Фитоценология. Учебно-методическое пособие для студентов / Т. М. Зоркина. Абакан: Изд-во Хакасского государственного университета им. Н. Ф. Катанова, 2003. - 48 с.

32. Зятькова, Л. К. Геомониторинг природной среды: монография в 2-х т. Т.1. / Л. К. Зятькова, И. В. Лесных. Новосибирск: СГГФ, 2004. - 376 с.

33. Журавлева, Н. А. Физиология травянистого сообщества. Принципы конкуренции / Н. А. Журавлева. Новосибирск: ВО Наука Сибирская издательская фирма, 1994. - С. 33-34.

34. Качиньски, Р. Интерпретация многозональных снимков, полученных в ходе эксперимента «Телефото-80», с целью выделения сельскохозяйственных культур / Р. Качиньски // Исследование Земли из космоса. 1984. - № 2. - С. 44-47.

35. Кашкин, В. Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие / В. Б. Кашкин, А. И. Сухинин. М.: Логос, 2001. - 264 с.

36. Касьянова, JI. Н. Экология растений Прибайкалья (водный обмен) / JI. Н. Касьянова; под ред. Г. И. Галазий, Б. -Ц. -Б. Намзалов. — М.: Наука, 2004. -С. 203.

37. Китов, А. Д. Компьютерный анализ и синтез геоизображений / А. Д. Китов. Новосибирск: Изд-во СО РАН, 2000. - 220 с.

38. Клещенко, А. Д. Оценка состояния зерновых культур с применением дистанционных методов / А. Д. Клещенко. JL: Гидрометеоиздат, 1986. - 190 с.

39. Клименко, О. Я. Регрессионный анализ данных самолетных и наземных измерений растительного покрова / О. Я. Клименко, В. В. Козодеров//Исследование Земли из космоса. -1984.-№2.-С. 67-75.

40. Козодеров, В. В. Определение биомассы лесной растительности по радиолокационным измерениям со спутников: результаты модельных расчетов / В. В. Козодеров, В. С. Косолапов // Исследование Земли из космоса. 2005. - № 3. - С. 73-85.

41. Кондратьев, К. Я. Дневной ход спектральной отражательной способности растительности и почв / К. Я. Кондратьев, П. П. Федченко // Исследование Земли из космоса. 1980а. - № 4. - С. 40-47.

42. Кондратьев, К. Я. Опыт распознавания некоторых сельскохозяйственных культур по их спектрам отражения / К. Я. Кондратьев, П. П. Федченко // Исследование Земли из космоса. 1980b. - № 5. - С. 50-55.

43. Кондратьев, К. Я. Спектральная отражательная способность и распознавание растительности / К. Я. Кондратьев, П. П. Федченко. JL: Гидрометеоиздат, 1982. - 216 с.

44. Кондратьев, К. Я. Возможности определения содержания хлорофилла в растениях по их спектрам отражения / К. Я. Кондратьев, В. В. Козодеров, П. П. Федченко // Исследование Земли из космоса. — 1982. — № 6. С. 63-68.

45. Кондратьев, К. Я. Аэрокосмические исследования почв и растительности / К. Я. Кондратьев, В. В. Козодеров, П. П. Федченко. — Л.: Гидрометеоиздат, 1986. — 231 с.

46. Определение по спутниковым данным реакции растительного покрова на аномалии климатических показателей / К. В. Коняев, А. Н. Золотокрылин, В. В. Виноградова, Т. Б. Титкова // Исследование Земли из космоса. 2003. - № 2. - С. 18-26

47. Коробов, Р. . М. Оценка информативности спектральных характеристик посевов озимой пшеницы для прогноза их биологической продуктивности / Р. М. Коробов, О. А. Войнов, В. Я. Райлян // Исследование Земли из космоса. 1991а. — № 1. - С. 26-37.

48. Коробов, Р. М. Использование линейного дискриминантного анализа для спектральной классификации полей озимой пшеницы различного состояния / Р. М. Коробов, В. Я. Райлян, О. А. Войнов // Исследование Земли из космоса. 1991Ь. - № 3. - С. 39-48.

49. Кронберг, П. Дистанционное изучение Земли: основы и методы дистанционных исследований в геологии / П. Кронберг. М.: Мир, 1988. — 343 с.

50. Кринов, Е. Л. Спектральная отражательная способности природных образований / Е. Л. Кринов. М.-Л.: АН СССР, 1947. - 272 с.

51. Кулешов, Л. Н. Принципы составления природно-сельскохозяйственных карт для целей рационального использования земель (на примере Калмыцкой АССР) / Л. Н. Кулешов // Исследование Земли из космоса. 1984. - № 1. - С. 62-67.

52. Куминова, А. В. Дробное геоботаническое районирование части Алтае-Саянской геоботанической области (правобережья Енисея) / А. В.

53. Куминова / Растительность правобережья Енисея. Южная часть Красноярского края; под ред. А. В. Куминовой. — Новосибирск: Наука. Сибирское отделение, 1971. — С. 67-135.

54. Куминова, А. В. Растительный покров Хакасии / А. В. Куминова.- Новосибирск: Наука, 1976 г. 423 с.

55. Лабутина, И. А. Дешифрирование аэрокосмических снимков / И. А. Лабутина. -М.: Аспект Пресс, 2004. 184 с.

56. Лархер, В. Экология растений / Лархер В.; под ред. Т. А. Работнова. -М.: Мир, 1978 185 с.

57. Лысанова, Г. И. Ландшафтный анализ агроприродного потенциала геосистем / Г. И. Лысанова; под ред. Ю. М. Семенова. Иркутск: Изд-во Ин-та географии СО РАН, 2001.- 187 с.

58. Эксперимент по определению структуры и состояния агросистем в Курской области / В. М. Мазиков, Д. С. Асоян, А. А. Гузенко, М. А. Ермошкина // Исследование Земли из космоса. 1989. - № 5. — С. 36-42.

59. Использование спектроэнергетических и спектрополяризационных характеристик агрогеосистем для распознавания и оценки их состояния / В. Б. Малышев, В. А. Зайцева, С. И. Кононович и др. // Исследование Земли из космоса. 1989. - № 5. — С. 52-59.

60. Месяц, В. К. Сельскохозяйственный энциклопедический словарь / В. К. Месяц, H. М. Голышин, В. Г. Гребцова и др.; под ред. В. К. Месяц. -М. Советская энциклопедия, 1989. С. 16.

61. Автоматизированная классификация сельскохозяйственных объектов по материалам сканерной аэросъемки / П. Ю. Нагиев, К. К. Гусейнов, Э. М. Джафаров и др. // Исследование Земли из космоса. 1986.- № 2. — С. 96-101.

62. Нильсон, Т. А. Сезонный ход коэффициентов спектральной яркости ячменя и ржи / Т. А. Нильсон, Я. А. Антон, В. Б. Аплей // Исследование Земли из космоса. 1983. - № 5. - С. 72-80.

63. Паницкий, В. В. Руководство к летним практическим занятиям по физиологии растений / В. В. Паницкий. Красноярск: Красноярский государственный педагогический институт, 1972. — 84 с.

64. Повх, В. И. Космический мониторинг сельскохозяйственных угодий Ростовской области / В. И. Повх, Г. П. Гарбузов, JI. А. Шляхова // Исследование Земли из космоса. 2006. - № 3. - С. 89-96.

65. Полевой, В. В. Методы биохимического анализа растений / В. В. Полевой, Г. Б. Максимов. JL: Изд-во Ленинградского ун-та, 1978. - С. 9799.

66. Морфофизиологические параметры донорного листа при акклимации пшеницы к условиям азотного питания / О. Г. Полесская, Е. И. Каширина, С. Е. Андреева и др. // Физиология растений. 2001. - Т. 48, № 6.-С. 829-835.

67. Райлян, В. Я. Сравнение двух методов расчета вегетационных индексов / В. Я. Райлян, Р. М. Коробов, О. А. Войнов // Исследование Земли из космоса. 1990. -№ 4. - С. 85-94.

68. Рачкулик, В. И. Отражательные свойства и состояние растительного покрова / В. И. Рачкулик, М. В. Ситникова. Ленинград: Гидрометеоиздат, 1981. - 287 с.

69. Родин, Л. Е. Методические указания к изучению динамики и биологического круговорота в фитоценозах / Л. Е. Родин, Н.П. Ремизов, Н. И. Базилевич. Л.: Наука, 1968. - 143 с.

70. Росс, Ю. К. О каталогизации коэффициентов спектральной яркости лесной зоны Европейской территории Советского Союза / Ю. К. Росс, У. К. Петерсон // Исследование Земли из космоса. 1984. - № 2. — С. 60-66.

71. Руменина, Е. Интерактивная обработка многозональных аэроснимков для изучения состояния сельскохозяйственных культур / Е. Руменина, Н. Пелова, Н. Ачков // Исследование Земли из космоса. 1989. -№5.-С. 60-64.

72. Савин, И. Ю. О новом подходе к использованию МЗУ1 для мониторинга состоянию посевов сельскохозяйственных культур / И. Ю. Савин, Т. Негрэ // Исследование Земли из космоса. 2003. - № 4. - С. 91-96.

73. Савостьянов, В. К. Решая задачи эффективного и экологически безопасного ведения сельскохозяйственного производства в аридной зоне

74. Алтае-Саянского экорегиона / Российская академия сельскохозяйственных наук, Сибирское отделение, Государственное научное учреждение Научно-исследовательский институт аграрных проблем Хакасии. — Абакан: типография ООО «Фирма Март», 2007. 97 с.

75. Сагалович, В. Н. Оптимальное оценивание содержания хлорофилла в листьях и растительном покрове по гиперспектральным вегетационным индексам / В. Н. Сагалович, Э. Я. Фальков, Т. И. Царева // Исследование Земли из космоса. 2002. - № 6. - С. 81-84.

76. Сагалович, В. Н. Оценивание содержания воды в растительности по гиперспектральным вегетационным индексам / В. Н. Сагалович, Э. Я. Фальков, Т. И. Царева // Исследование Земли из космоса. 2004. - № 1. — С. 63-66.

77. Возможности использования данных дистанционного зондирования для оценки состояния и продуктивности сельскохозяйственных культур / Н. В. Сазонов, Н. М. Вандышева, А. Г. Топчиев, А. А. Феоктистов // Исследование Земли из космоса. 1989. - № 3. - С. 53-60.

78. Салищев, К. А. Космическая съемка и тематическое картографирование / К. А. Салищев, Ю. Ф. Книжников. М.: Изд-во МГУ, 1980.-272 с.

79. Сидько, А. Ф. Спектральная яркость растений, как основа дистанционной диагностики посевов сельскохозяйственных культур / А. Ф.

80. Сидько, А. П. Шевырногов // Доклады Академии Наук. 1997. - Т.354, № 1. -С. 120-122.

81. Сказкин, Ф. Д. Практические занятия по физиологии растений / Ф. Д. Сказкин, Е. И. Ловчиновская. М.: Советская наука, 1948. - 380 с.

82. Дистанционная оценка площадей зерновых культур в Казахстане по данным гиперспектрального радиометра MODIS / Л. Ф. Спивак, О. П. Архипкин, С. Г. Нургалиев, Л. В. Шагарова // Исследование Земли из космоса. 2003. - № 2. - С. 80-84.

83. Тооминг, X. Г. Экологические принципы максимальной продуктивности посевов / X. Г. Тооминг. Ленинград: Гидрометеоиздат, 1984.-264 с.

84. Физиология и биохимия сельскохозяйственных растений / Н. Н. Третьяков, Е. И. Кошкин, Н. М. Макрушин и др.. М.: Колос, 1998. - 640 с.

85. Феоктистов, А. А. Возможности использования данных ИК-диапазона для оценки эвапотранспирации посевов сельскохозяйственных культур / А. А. Феоктистов // Исследование Земли из космоса. 1986. - № 3. -С. 94-99.

86. Сопоставление информативности данных МСУ-Э и самолетного сканера на примере решения задач дистанционного зондирования агроресурсов / А. А. Феоктистов, В. П. Бочаров, Г. А. Алферов и др. // Исследование Земли из космоса. 1991. - № 1. - С. 54-63.

87. Хомяков, В. Н. Объективная оценка состояния агроценоза. Агрометеорологический аспект / В. Н. Хомяков. Л.: Гидрометеоиздат, 1989. -175 с.

88. Январева, JI. Ф. Изучение и картографирование сельскохозяйственного использования земель по космическим снимкам / Л. Ф. Январева // Исследование Земли из космоса. 1981. - № 5. — С. 103-110.

89. Cardille, J. A. Agricultural land-use change in Brazilian Amazo'nia between 1980 and 1995: Evidence from integrated satellite and census data / J. A. Cardille, J. A. Foley // Remote Sensing of Environment. 2003. - V. 87. - P. 551562.

90. Designing a spectral index to estimate vegetation water content from remote sensing data: Pt. 1. Theoretical approach / P. Ceccato, N. Gobron, S. Flasse et al. // Remote Sensing of Environment. 2002. - V. 82. - P. 188-197.

91. Validation of a hyperspectral curve-fitting model for the estimation of plant water content of agricultural canopies / С. M. Champagne, K. Staenz, A. Bannari et al. // Remote Sensing of Environment. 2003. - V. 87. - P. 148-160.

92. Chen, D. Vegetation water content estimation for corn and soybeans using spectral indices derived from MODIS near- and short-wave infrared bands /D. Chen , J. Huang, T. J. Jackson // Remote Sensing of Environment. 2005. - V. 98.-P. 225-236.

93. Application of MODIS derived parameters for regional crop yield assessment / P. C. Doraiswamy, T. R. Sinclair, S. Hollinger et al. // Remote Sensing of Environment. 2005. - V. 97. - P. 192-202.

94. Relationships between NDVI, canopy structure, and photosynthesis in three Californian vegetation type/ J. A. Gamon, С. B. Field, M. L. Goulden et al. // Ecological Applications. 2005. - V. 5. - P. 28-41.

95. Gao, B. NDWI a normalized difference water index for remote sensing of vegetation liquid water from space / B. Gao //Remote Sensing of Environment. - 1996. - V. 58. - P. 257-266.

96. Geerken, R. Assessment of rangeland degradation and development of a strategy for rehabilitation / R. Geerken, M. Ilaiwi // Remote Sensing of Environment. 2004. - V.90. - P.490-504.

97. Im, J. A change detection model based on neighborhood correlation image analysis and decision tree classification / J. Im, J. R. Jensen // Remote Sensing of Environment. 2005. - V. 99. - P. 326-340.

98. Integrated narrow-band vegetation indices for prediction of crop chlorophyll content for application to precision agriculture / D. Haboudane, J. R. Millera, N. Tremblayc et al. // Remote Sensing of Environment. 2002. - V. 81. -P. 416-426.

99. Hill, M. J. Estimating spatio-temporal patterns of agricultural productivity in fragmented landscapes using AVHRR NDVI time series / M. J. Hill, G. E. Donald // Remote Sensing of Environment. 2003. - V. 84. - P. 367384.

100. Estimation of pasture growth rate in the south west of Western Australia from AVHRR NDVI and climate data / M.-J. Hill, G. E. Donald, M. W. Hyder, R. C. G. Smith // Remote Sensing of Environment. 2004. - V. 93. - P. 528-545.

101. Spatial and temporal patterns of China's cropland during 1990-2000: An analysis based on Landsat TM data / J. Liu, M. Liu, H. Tian et al. // Remote Sensing of Environment. 2005. - V. 98. - P. 442-456.

102. Lobell, D. B. Cropland distributions from temporal unmixing of MODIS data / D. B. Lobell, G. P. Asner // Remote Sensing of Environment. -2004.-V. 93.-P. 412-422.

103. Mclver, D.K. Using prior probabilities in decision-tree classification of remotely sensed data / D.K. Mclver, M.A. Friedl // Remote Sensing of Environment. 2002. - V. 81. - P. 253-261.

104. Ortiz-Monasterio, J. I. Remote sensing assessment of regional yield losses due to sub-optimal planting dates and fallow period weed management /1.J. Ortiz-Monasterio, D. B. Lobell // Field Crops Research. 2007. - V. 101. - P. 8087.

105. Estimation of plant water concentration by the reflectance Water Index WI (R900/R970) / J. Penuelas, J. Pinol, R. Ogaya, I. Filella / International Journal of Remote Sensing. 1997. -V. 18, № 13. - P. 2869-2875.

106. Remote sensing applications for precision agriculture: A learning community approach / S. K. Seelan, S. Laguette, G. M. Casady, G. A. Seielstad // Remote Sensing of Environment. 2003. - V. 88. - P. 157-169.

107. Deriving water content of chaparral vegetation from AVIRIS data / L. Serrano, S. L. Ustin, D. A. Roberts, J. A. Gamon, J. Penuelas // Remote Sensing of Environment. 2000. - V. 74.-P. 570-581.

108. Shevyrnogov, A. P. Remote diagnostics of vegetation covers by spectral brightness of plants / A. P. Shevyrnogov, A. F. Sidko // Advanced in Space Research.-1995.-V. 16,№ 10.-P. 185-188.

109. Typification of natural seasonal dynamics of vegetation to reveal impact of land surface change on environment / A. P. Shevyrnogov, G. Vysotskaya, A. Sidko, K. Dunaev // Advanced in Space Research. 2000. - V. 26, №7.-P. 1169-1172.

110. Accuracy assessments of hyperspectral waveband performance for vegetation analysis applications / P. S. Thenkabaila, E. A. Enclonab, M. S.

111. Ashtonb, B. Van Der Meerd // Remote Sensing of Environment. 2004. - V. 91. -P. 354-376.

112. Tucker, C. J. Remote sensing of leaf water content in the nearinfrared / C. J. Tucker // Remote Sensing of Environment. 1980. - V.10. - P. 23-32.

Информация о работе

Жукова, Елена Юрьевна
кандидата биологических наук
Красноярск, 2008
ВАК 03.00.02

Диссертация

Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами - тема диссертации по биологии, скачайте бесплатно

Автореферат

Похожие работы