Помощь в учёбе, очень быстро...
Работаем вместе до победы

Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами

Диссертация: Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

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… Читать ещё >

Содержание

  • 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

Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами (реферат, курсовая, диплом, контрольная)

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.

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 (МЭУ1) 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+, 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.

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.

выводы.

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

2. Выявлена взаимосвязь между >ГОУ1 и >ГОЛУТ для агроценозов тестовых участков. В конце вегетационного сезона в посевах зерновых культур наблюдали положительную взаимосвязь между Ж) У1 и сырой массой сорных растений и отрицательную взаимосвязь между >ГОУ1, >ГОУТ и нефотосинтезирующей фитомассой.

3. Для агроценозов тестовых участков Минусинской котловины установлена положительная корреляция между спектральными индексами (№-)У1, Ж)\Т) 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 >ГОУ1 и Ж) ЛУТ в осенний период.

5. Эффективность использования спектральных характеристик спутниковых изображений зависит от биогеографических условий территории, например оценки урожайности агроценозов в Алтайском районе спектральные индексы Ж) У1 и 1ГО¥-1 более эффективны, чем анализ яркости спектральных каналов ЬапсЬа! 7 ЕТМ+.

6. Предложены оптимальные стадии для анализа состояния агроценозов космической съемки на территории тестовых участков Минусинской котловины: а) стадия интенсивного кущения-выход в трубку посевовб) стадия массового развития генеративных органовв) 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 Бопскт агуетгя 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 №-)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).

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 Ьапёза! 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. Анюшинг. 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 конференцииЧита, 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 Ж) У1 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 №-)У1 и ТчГОУ1 (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, 1<ГОУ1 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 >ШУ1 и сырой массы сорных растений составил 0,5.

В конце вегетационного периода посевы овса имели значения №-)У1 от 0,11 до 0,19, и 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 1ГОУ1=-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.

Показать весь текст

Список литературы

  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. , 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. , 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. , 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. , 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. , Л. Н. Определение спектральных характеристик почвы и растительности / Л. Н. Васильев // Исследование Земли из космоса. 1980.- № 4. С. 53−58.
  14. , 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. , 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. , Б. В. Дистанционное измерение фитомассы / Б. В. Виноградов // Исследование Земли из космоса. 1982. — № 5. — С. 36−45.
  18. , 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. , С. В. Космические системы дистанционного зондирования Земли / С. В. Гарбук, В. Е. Гершензон. М.: Издательство, А и Б, 1997.-296 с.
  20. , И. С. Инвариантные фотометрические признаки природных объектов / И. С. Гарелик // Исследование Земли из космоса. -1980.-№−4.-С. 48−52.
  21. , И. С. Определение динамики развития растительности по производной вегетационного индекса / И. С. Гарелик // Исследование Земли из космоса. 1989. — № 3. — С. 61−65.
  22. , Г. Б. Космические съемки Земли / Гонин Г. Б. Л.: Недра, 1989.-252 с.
  23. , 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. , 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. , 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. , 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. , Л. К. Геомониторинг природной среды: монография в 2-х т. Т.1. / Л. К. Зятькова, И. В. Лесных. Новосибирск: СГГФ, 2004. — 376 с.
  33. , Н. А. Физиология травянистого сообщества. Принципы конкуренции / Н. А. Журавлева. Новосибирск: ВО Наука Сибирская издательская фирма, 1994. — С. 33−34.
  34. , 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. , В. Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие / В. Б. Кашкин, А. И. Сухинин. М.: Логос, 2001. — 264 с.
  36. , JI. Н. Экология растений Прибайкалья (водный обмен) / Л. Н. Касьянова- под ред. Г. И. Галазий, Б. -Ц. -Б. Намзалов. — М.: Наука, 2004.-С. 203.
  37. , А. Д. Компьютерный анализ и синтез геоизображений / А. Д. Китов. Новосибирск: Изд-во СО РАН, 2000. — 220 с.
  38. , А. Д. Оценка состояния зерновых культур с применением дистанционных методов / А. Д. Клещенко. Л.: Гидрометеоиздат, 1986. — 190 с.
  39. , 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. , 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. , 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. , 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. , К. Я. Спектральная отражательная способность и распознавание растительности / К. Я. Кондратьев, П. П. Федченко. Л.: Гидрометеоиздат, 1982. — 216 с.
  44. , 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. , 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. , 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. , 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. , П. Дистанционное изучение Земли: основы и методы дистанционных исследований в геологии / П. Кронберг. М.: Мир, 1988. — 343 с.
  50. , Е. Л. Спектральная отражательная способности природных образований / Е. Л. Кринов. М.-Л.: АН СССР, 1947. — 272 с.
  51. , 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. , 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. , А. В. Растительный покров Хакасии / А. В. Куминова.- Новосибирск: Наука, 1976 г. 423 с.
  55. , И. А. Дешифрирование аэрокосмических снимков / И. А. Лабутина. — М.: Аспект Пресс, 2004. 184 с.
  56. , В. Экология растений / Лархер В.- под ред. Т. А. Работнова. -М.: Мир, 1978 185 с.
  57. , 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. , В. К. Сельскохозяйственный энциклопедический словарь / В. К. Месяц, Н. 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. , 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. , В. В. Руководство к летним практическим занятиям по физиологии растений / В. В. Паницкий. — Красноярск: Красноярский государственный педагогический институт, 1972. — 84 с.
  64. , 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. , 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. , 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. , В. И. Отражательные свойства и состояние растительного покрова / В. И. Рачкулик, М. В. Ситникова. — Ленинград: Гидрометеоиздат, 1981. 287 с.
  69. , 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. , 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. , Е. Интерактивная обработка многозональных аэроснимков для изучения состояния сельскохозяйственных культур / Е. Руменина, И. Пелова, Н. Ачков // Исследование Земли из космоса. 1989. -№−5.-С. 60−64.
  72. , И. Ю. О новом подходе к использованию №-)У1 для мониторинга состоянию посевов сельскохозяйственных культур / И. Ю. Савин, Т. Негрэ // Исследование Земли из космоса. 2003. — № 4. — С. 91−96.
  73. , 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. , 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. , 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. , К. А. Космическая съемка и тематическое картографирование / К. А. Салищев, Ю. Ф. Книжников. М.: Изд-во МГУ, 1980.-272 с.
  79. , А. Ф. Спектральная яркость растений, как основа дистанционной диагностики посевов сельскохозяйственных культур / А. Ф.
  80. , А. П. Шевырногов // Доклады Академии Наук. 1997. — Т.354, № 1. -С. 120−122.
  81. , 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 / JI. Ф. Спивак, О. П. Архипкин, С. Г. Нургалиев, JI. В. Шагарова // Исследование Земли из космоса. 2003. — № 2. — С. 80−84.
  83. , 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. , 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. , В. Н. Объективная оценка состояния агроценоза. Агрометеорологический аспект / В. Н. Хомяков. Л.: Гидрометеоиздат, 1989. -175 с.
  88. , 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. 551 562.
  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. 367 384.
  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 / I.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.
Заполнить форму текущей работой

Пора сдавать?