ИСПОЛЬЗОВАНИЕ СПУТНИКОВОЙ СИСТЕМЫ LANDSAT ДЛЯ МОНИТОРИНГА ОЗИМОЙ ПШЕНИЦЫ В УСЛОВИЯХ ЗАПАДНОЙ УК- РАИНЫ
Keywords:
спутниковый мониторинг, дистанционное зондирование LANDSAT, агромониторингAbstract
Сегодня существует множество способов мониторинга посевов на протяжении сезона. Среди них – применение спутников и дронов, листовая диагностика, анализ проб почвы. В данной статье рассмотрены технологии использования данных ДЗЗ Landsat для решения задач мониторинга состояния озимой пшеницы в условиях Западной Украины. Также рассмотрены вопросы прогнозирования урожайности. Исследования прово-дились на территории агрохозяйства им. Воловикова с использованием снимков системы дистанционного зондирования Landsat за 2010–2011 гг. (август, апрель, июль). Описана технология создания геоинформационных моделей основных индексов, а именно: моделей распределения индекса NDVI – и моделей распределения индекса GVI (Green Vegetation Index). Этимодели выступали показателями вегетации зеленых растений. На их основании проводилась количественная оценка восхождения и роста озимой пшеницы. Также в этом исследовании проводилась интеграция цифровыхмоделей рельефа и материалов дистанционного зондирования Landsat, используя инструментарий картографической алгебры были определены проблемные участки, на которых наблюдается снижение урожайности озимой пшеницы. Установлены причины такого состояния, и приняты решения о корректировании структуры севооборота (на будущее), а также определены координаты участков, которые нуждаются в особом агрономическом обеспечении с дальнейшим внесением этой геопространственной информации в систему точного земледелия. Проведенные исследования показывают, что после геоинформационногоанализа картографических материалов агрохимических показателей, рельефа, данных дистанционного зондирования за разные периоды вегетации растений, возможно получать актуальную информационную модель исследуемой территории и эффективно внедрять землеустроительные и агротехнические мероприятия, а именно: корректировать структуру севооборотов, вносить удобрения, обнаруживать участки пораженные вредителями и болезнями, обрабатывать точно установленные проблемные участки, а также принимать обоснованные управленческие решения.References
Булакевич С., Качановский О. Использование спутниковой системы
LANDSAT для мониторинга сельськохозяйственных угодий на территории Ровенской области. Актуальные научные исследования в современном мире – 2018. Том 1 (33). Ч. 5. С. 121–127.
Булакевич С. В., Німкович Р. С. Геоінформаційне забезпечення проектів землеустрою з еколого-економічним обґрунтуванням сівозмін та впорядкуванням угідь на локальному рівні. Сучасні досягнення геодезичної науки та виробництва. Львів, 2014 р. Вип. I(27). С. 121–125.
Черняга П. Г., Булакевич С. В., Голубінка Ю. І. Моделювання природноландшафтних характеристик сільськогосподарських угідь у проектах землевпровадження. Сучасні досягнення геодезичної науки та виробництва. Львів, 2010 р. Вип. I (19). С. 238–241.
Towards a set of agrosystem-specific cropland mapping methods to address the global cropland diversity / F. Waldner, M. Lavreniuk, S. Skakun, N. Kussul, P. Defourny. International Journal of Remote Sensing. 2016. Vol. 37, no. 14. P. 3196–3231.
Waldner F., Fritz S., Di Gregorio A., Defourny P. Mapping priorities to focus cropland mapping activities. Fitness assessment of existing global, regional and national cropland maps. Remote Sens. 2015, 7. Р. 7959–7986.
Improving the timeliness of winter wheat production forecast in the United States of America, Ukraine and China using MODIS data and NCAR Growing Degree Day information / Franch B., Vermote E. F., Becker-Reshef I. et al. (2015). Remote Sens Environ 161. Р. 131–148.
Matton, N.; Canto, G. S.; Waldner, F.; Valero, S.; Morin, D.; Inglada, J.; Arias, M.; Bontemps, S.; Koetz, B.; Defourny, P. An Automated Method for Annual Cropland Mapping along the Season for Various Globally-Distributed Agrosystems Using High Spatial and Temporal Resolution Time Series. Remote Sens. 2015, 7, Р. 13208–13232.
Waldner, F., Fritz, S., Di Gregorio, A., Defourny, P. Mapping priorities to focus cropland mapping activities: Gong, P.; Wang, J.; Yu, L.; Zhao, Y.; Zhao, Y.; Liang, L.; Niu, Z.; Huang, X.; Fu, H.; Liu, S.; et al. Finer
resolution observation and monitoring of global land cover: first mappingresults with Landsat TM and ETM+ data. Int. J. Remote Sens. 2013, 34, Р. 2607–2654.
F. Rembold, J. Delincé, H. Boogard, and A. Burger. Spatial information systems in crop monitoring: Developing new global models and sharing the data, in: Proc. Conf. GSDI-9, Santiago, Chile (2006).
Jamali, S.; Jönsson, P.; Eklundh, L.; Ardö, J.; Seaquist, J. Detecting
changes in vegetation trends using time series segmentation. Remote
Sens. Environ. 2015, 156, Р. 182–195.
Bulakevіch S., Kachanovskіi O. Іspolzovanіe sputnіkovoi sіstemу LANDSAT
dlia monіtorіnha selskokhoziaistvennуkh uhodіi na terrіtorіі Rovenskoi oblastі. Aktualnуe nauchnуe іssledovanіia v sovremennom myre – 2018. Tom 1 (33). Ch. 5. S. 121–127.
Bulakevych S. V., Nimkovych R. S. Heoinformatsiine zabezpechennia proektiv zemleustroiu z ekoloho-ekonomichnym obgruntuvanniam sivozmin ta vporiadkuvanniam uhid na lokalnomu rivni. uchasni dosiahnennia heodezychnoi nauky ta vyrobnytstva. Lviv, 2014 r. Vyp.
I(27). S. 121–125.
Cherniaha P. H., Bulakevych S. V., Holubinka Yu. I. Modeliuvannia pryrodnolandshaftnykh kharakterystyk silskohospodarskykh uhid u proektakh zemlevprovadzhennia. Suchasni dosiahnennia heodezychnoi
nauky ta vyrobnytstva. Lviv, 2010 r. Vyp. I (19). S. 238–241.
Towards a set of agrosystem-specific cropland mapping methods to address the global cropland diversity / F. Waldner, M. Lavreniuk, S. Skakun, N. Kussul, P. Defourny. International Journal of Remote Sensing. 2016. Vol. 37, no. 14. P. 3196–3231.
Waldner F., Fritz S., Di Gregorio A., Defourny P. Mapping priorities to focus cropland mapping activities. Fitness assessment of existing global, regional and national cropland maps. Remote Sens. 2015, 7. R. 7959–
Improving the timeliness of winter wheat production forecast in the
United States of America, Ukraine and China using MODIS data and NCAR
Growing Degree Day information / Franch B., Vermote E. F., Becker-Reshef I. et al. (2015). Remote Sens Environ 161. R. 131–148.
Matton, N.; Canto, G. S.; Waldner, F.; Valero, S.; Morin, D.; Inglada, J.; Arias, M.; Bontemps, S.; Koetz, B.; Defourny, P. An Automated Method for Annual Cropland Mapping along the Season for Various Globally-Distributed Agrosystems Using High Spatial and Temporal Resolution Time Series. Remote Sens. 2015, 7, R. 13208–13232.
Waldner, F., Fritz, S., Di Gregorio, A., Defourny, P. Mapping priorities to focus cropland mapping activities: Gong, P.; Wang, J.; Yu, L.; Zhao, Y.; Zhao, Y.; Liang, L.; Niu, Z.; Huang, X.; Fu, H.; Liu, S.; et al. Finer resolution observation and monitoring of global land cover: first mapping results with Landsat TM and ETM+data. Int. J. Remote Sens. 2013, 34, R. 2607–2654.
F. Rembold, J. Delincé, H. Boogard, and A. Burger. Spatial information systems in crop monitoring: Developing new global models and sharing the data, in: Proc. Conf. GSDI-9, Santiago, Chile (2006). 10. Jamali, S.; Jönsson, P.; Eklundh, L.; Ardö, J.;Seaquist, J. Detecting changes in vegetation trends using time series segmentation. Remote Sens. Environ. 2015, 156, R. 182–195.
