ВЫЧИСЛЕНИЕ СЕЗОННЫХ КОРМОЗАПАСОВ В ЗАКАЗНИКЕ «АЛТЫН-ДАЛА» НА ОСНОВЕ СПУТНИКОВЫХ ДАННЫХ LANDSAT

THE ESTIMATION OF SEASONAL FEED STOCK IN «ALTYN-DALA» NATURAL RESERVE WITH LANDSAT DATA

 

Д.В. Малахов, А.Ф. Исламгулова

D.V. Malakhov, A.F. Islamgulova 

Департамент сельскохозяйственного мониторинга

АО «Национальный центр космических исследований и технологий»

(Казахстан, 050010, г. Алматы, ул. Шевченко, 15) 

Department ofAgricultural Monitoring

«National Center for Space Research and Technology»

(Kazakhstan, 050010, Almaty, Shevchenko St., 15)

e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 

В статье рассматривается методика расчета количественных параметров пастбищных угодий полупустынной зоны Республики Казахстан с применением данных ДЗЗ.

The algorithm of parametric analysis of remote sensing data to estimate pasture production in semidesert zone of Kazakhstan is described. 

Ассоциация Сохранения Биоразнообразия Казахстана (АСБК) планирует проведение мероприятий по интродукции лошади Пржевальского (Equus ferus przewalskii) на территории заказника «Алтын-Дала», расположенного вполупустынной и степной зонах Республики Казахстан. В связи с этим возникла необходимость определения кормозапасов на участке заказника, предназначенного для расселения животных.

Расчёт урожайности и кормозапаса основан на методиках наблюдения и оценки пастбищных угодий с применением средств Дистанционного Зондирования Земли. Для расчетов по спутниковым данным была адаптирована методика фотометрической оценки по данным аэрофотосъемки, предложенная Л.В. Лебедь [2]. Данная методика рассматривает основные типы пастбищных угодий в связи с их распределением внутри природно-хозяйственных зон Казахстана.

Согласно данной методике, наблюдения должны проводиться для каждой зоны в определенные календарные сроки, называемые также «Стабильными периодами», такой подход обеспечивает известную независимость результатов наблюдений от агрометеорологических условий, сравнимость кормозапасов по годам.

Наблюдаемая территория находится в пределах Центрального степного участка  полупустынной зоны [1] (рис. 1). Пастбища опустыненных степей (полупустынь) распространены севернее 480с.ш. и являются пограничными между пустынной и степной растительностью. В растительном покрове наряду с дерновинными злаками – типчаком и разными видами ковыля доминируют полукустарничковые виды полыни. Урожайность пастбищ – от 2 до 8 ц/га. 

Рисунок 1. Положение изучаемой территории (обозначено заштрихованным прямоугольником). 

Для условий данного участка оптимальными сроками наблюдений являются апрель, июль и октябрь [2]. Согласно этим срокам был осуществлен подбор снимков Landsat. Для определения сезонных кормозапасов использовались сцены Landsat 8 от 17 апреля 2014 года, 11 июля 2013 года и 13 октября 2013 года.

Сезонный кормозапас рассчитывается по формуле [2]:

Кормозапас = Валовая урожайность * сезонный коэффициент

При этом, сезонные коэффициенты для указанной зоны и преобладающего типа растительности (дерновиннозлаково-полынные сообщества на светлокаштановых почвах) определены Л.В. Лебедь, как 0,9 – весенний, 0,8 – для остальных сезонов (летний, осенний и зимний).

Согласно разработанной в АО «НЦКИТ» методике параметрического дешифрирования пастбищ в пустынной и полупустынной зонах Казахстана [3], зеленая биомасса и валовая урожайность рассчитываются на основе данных Landsat с применением вегетационных индексов, учитывающих влияние почв (SAVI, TSAVI, EVI).

При полевых работах на выбранных тестовых участках в пустынных и полупустынных регионах Казахстана всесторонне оценивалось состояние растительности и ее приуроченность к почвам, рельефу, режиму увлажнения и т.д. Особое внимание уделялось получению количественных характеристик (данные общего проективного покрытия почвы растениями, валовой урожайности, обилие (в %) сорных видов и степень антропогенной нарушенности почвенно-растительного покрова).

Полученные количественные данные легли в основу разработанной в АО «НЦКИТ» методики параметрического дешифрирования растительного покрова [3], включающей и расчет таких параметров, как биомасса и валовая урожайность. Согласно этой методике, первым этапом обработки спутниковой информации, является атмосферная коррекция методами DarkBodySubtraction или IARreflectance. Для вычисления количественных показателей пастбищных угодий на втором этапе обработки спутниковых снимков применяются вегетационные индексы, отличающиеся от стандартного индекса NDVI [6] включением в уравнение вегетационного индекса дополнительных коэффициентов для учета влияния почвенной линии и атмосферных помех. Для пустынных регионов и полупустынных регионов РК уравнениями, наилучшим образом описывающими параметрические показатели растительного покрова, являются EVI – Enhanced Vegetation Index [5] и SAVI – Soil Adjusted Vegetation Index [4].

Индекс Soil Adjusted Vegetation Index (SAVI) вычисляется по формуле:

SAVI = (NIR-RED) / (NIR+RED+0.5)) * (1+0.5)                                                   (2)

где NIR и RED – величины интенсивности солнечного электромагнитного излучения, измеренные в БИК и красном диапазонах спектра.

Huete [4] представил теоретические основы для этого индекса, построенные на простом излучательном переносе (radiativetransfer), что делает этот индекс одним из самых теоретически обоснованных. С другой стороны, теоретические вычисления дают существенно различающийся корректирующий фактор L для LAI = 1 (0,5) вместо эмпирически найденного (0,75). Показано, что корректирующий фактор может варьировать от 0 для очень плотных областей, до 1 для очень разреженных областей. В большинстве приложений, для промежуточных плотностей растительности используется стандартное значение 0,5.

Индекс Enhanced Vegetation Index (EVI) вычисляется по формуле:

EVI = (NIR-RED) / (NIR+(6 * RED-7,5 * BLUE+1))) * 2.5                                  (3)

где L – поправка на плотность растительного фона, С1 и С2 – коэффициенты аэрозольной устойчивости, использующие голубой канал для коррекции аэрозольного влияния в красном канале, G - коэффициент усиления. Значения коэффициентов для вычисления EVI приняты следующими: L=1, C1=6, C2=7,5, G=2,5 [5].

На основании данных индексов производится расчет зеленой биомассы, которая затем – третьим этапом вычислений, пересчитывается в валовую урожайность (табл. 1).

Таблица 1

Перечень выражений для параметрической классификации пастбищных угодий

Расчетная характеристика

TERRA/MODIS

DMC-2

LandsatETM+

LandsatOLI

ОПП, %

259,15*EVI - 8,298

107,37*SAVI + 32,672

 

271,93*EVI- 13,285

536,22*SAVI0.25 + 7,016

Биомасса, ц/га

71166*EVI2 – 18348*EVI + 2299,1

6589,6*SAVI + 1276,9

36446*TSAVI + 1119,4

281,24*EVI - 13,354

Сорно-рудеральные виды, %

398,79*EVI2 - 249,46*EVI + 39,973

Не применимо

170,43*TSAVI + 2,6187

636,16*SAVI0.25- 21,619

Нарушенность почвенного покрова, %

Не применимо

Не применимо

112,01*NDLDIred-42.839

687,99 *NDLDIred - 388,6

Зависимость между зеленой биомассой и сухим весом (т.е. валовой урожайностью) является линейной, значение валовой урожайности выводится из значения биомассы с помощью уравнения (рис. 2):

Урожайность = 0,363*биомасса+0,8439 

Рисунок 2. Корреляция биомассы и валовой урожайности (сухого веса) 

Заключительным этапом расчетов является применение уравнения (1) для подсчета кормозапасов. Результирующие растры переводятся в векторный формат, импортируются из ENVI 4,8 в ArcGIS 10,1, где и оформляются картографические материалы (рис. 3, 4). Результаты расчетов, содержащие сведения о таких параметрах, как дата съемки, ОПП, биомасса, валовая урожайность, кормозапас и площади отдельных контуров, сводятся в базу геоданных, которая, вместе с картографическими материалами, служит основой для выработки управленческих решений. 

Рисунок 3. Расчет валовой весенней урожайности по данным Landsat

Рисунок 4. Расчет весеннегокормозапаса по данным Landsat. 

СПИСОК ЛИТЕРАТУРЫ:

  1. Бекмухамедов Э.Л., Рисимбетов Т.К., Асанов А.А., Бекмухамедова Н.З. Кормовые ресурсы Казахстана. Шымкент, 2010. 399 с.
  2. Лебедь. Л.В. Рекомендации по организации и проведению аэрофотометрических обследований сельскохозяйственных угодий Казахстана / под ред. Е.М. Коробовой и Т.М. Плюто. Алма-Ата, 1989. 71 с.
  3. Малахов Д.В., Исламгулова А.Ф. Параметрическое дешифрирование пастбищ: опыт применения данных ДЗЗ низкого и среднего разрешения // Оптика атмосферы и океана. 2014. Т. 27, № 7. С. 587-592.
  4. Huete A.R. A Soil-Adjusted Vegetation Index (SAVI) // Remote Sensing of Environment, vol. 25, pp. 295-309.
  5. Huete A., Didan K., Miura T., Rodriguez E.P., Gao X., Ferreira L.G. 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices // Remote Sensing of Environment vol. 83 P.195-213.
  6. Rouse J.W., Haas R.H., Schell J.A., and Deering D.W. Monitoring vegetation systems in the Great Plains with ERTS // Third ERTS Symposium, NASA SP-351 I, 1973. P.309-317.

Для того чтобы оставить комментарий вы должны авторизоваться на сайте! Вы также можете воспользоваться своим аккаунтом вКонтакте для входа!