By this author

Geoinformation Analysis of the Impact of State Protective Forest Belts on the Productivity of Agricultural Land

Issue number 4 from 01.04.2023

Определение закономерностей изменения продуктивности сельскохозяйственных угодий на разных участках, используемых для выращивания сельскохозяйственных угодий в зоне влияния Государственных защитных лесных полос (ГЗЛП) является актуальным в связи с необходимостью оценки будущего урожая сельскохозяйственных культур на полях с различиями геоморфологических, почвенных и климатических условий на территории исследований. Проведены исследования посевов озимых зерновых культур на полях, размещенных в пределах влияния Государственных защитных лесных полос. Методика исследований основана на геоинформационном анализе результатов дешифрирования актуальных космоснимков как по выявлению распределения обрабатываемых полей, расположенных в зоне влияния ГЗЛП, так и состояния посевов на них. При этом учитывалась почвенная зональность территории исследований в виду значительной протяженности лесных полос. Оценка состояния озимых зерновых культур по мере удаления от насаждения была проведена с использованием вегетационного индекса NDVI, рассчитываемого по спектрозональным каналам космоснимков высокого разрешения спутника Sentinel-2. По результатам исследований составлена база пространственных данных обрабатываемых полей. Проведена группировка полей по типам почв. Установлено их размещение и геоморфологические параметры. С использованием геоинформационных технологий для групп полей с использованием инструментов статистической обработки определены средние значения ширины выделенных зон влияния, а также параметров рельефа. При геоинформационном картографировании получены данные о состоянии посевов на начало мая по изменению индекса NDVI по группировкам полей в зоне воздействия ГЗЛП. Эти данные являются основой для прогноза урожая сельскохозяйственных культур с учетом пространственного размещения полей.

56 0

Estimation of the distribution of deflation sites on the territory of the Nenets Autonomous Okrug by data of remote sensing

Issue number 4 from 01.04.2024

Геоинформационная оценка процессов дефляции в условиях Арктики позволяет перейти на новый технологический уровень в планировании лесомелиоративного обустройства ландшафтов арктической зоны. Использование лесомелиорации и фитомелиорации аккумулятивных форм дает возможность управления процессами опустынивания. Для реализации цели исследования ‒ оценки пространственного распределения участков дефлированных поверхностей на территории Ненецкого автономного округа был проведен геоинформационный анализ актуальных данных космического зондирования и выявлена степень деградации (дефляции и антропогенной трансформации) территории на контролируемых площадях, на базе которого предлагаются необходимые мероприятия для предотвращения дефляции земель и планируется создать информационную систему мониторинга и прогноза состояния почвенного и растительного покрова. Дешифрирование космоснимков участков дефляции на территории исследований позволило разработать векторные картографические слои ГИС, на которых представлены выделенные береговые, континентальные незаросшие и заросшие массивы. Проведенная геоморфологическая дифференциация участков дефляции дает возможность эффективно использовать такие параметры, как ярусность, экспозиция, мезо- и микроклиматические различия, а также планировать противодефляционные мероприятия. Разработаны векторные картографические слои пространственного распределения песчаных аккумулятивных форм и определены их морфометрические характеристики, установлены особенности развития континентальной и береговой дефляции, площади которой составляют 31.51 и 20.86 тыс. га соответственно, общее количество выделенных векторными контурами участков превышает 166 тыс., а их размеры изменяются от 0.001 га до более чем 5.5 тыс. га. В результате пространственной оценки заросших растительностью 68 крупных песчаных массивов установлена их площадь, составляющая 543.85 тыс. га.

56 0

Geoinformation monitoring of the condition of rice fields in Giang Province (Vietnam) according to multispectral ERS data and field spectroradiometering

Issue number 4 from 01.04.2024

Пространственное распределение участков территории, используемой для ведения сельскохозяйственных работ, имеет большое значение для разработки мер по управлению территориями и планирования рационального использования земельных и водных ресурсов. Так как в условиях территории исследований возможен выбор сроков посева, выращивания и уборки урожая, то пространственные данные по размещению полей для выращивания риса могут быть использованы для оценки объема потребляемой для его выращивания воды и разработки модели севооборота для различного объема доступной воды исходя из уровня водозапаса основного источника. В статье представлены результаты картографирования площадей, занятых рисом в начале сухого сезона 2021 г. на основе материалов Sentinel-2, полевой верификации и спектрометрирования. По результатам картографирования в провинции занято рисом 197.1 тыс. га при общей площади провинции 352.2 тыс. га. В материалах статистики, посевная площадь риса за 2021 г. составила 624.9 тыс. га с учетом нескольких урожаев в год, а общая площадь земель, используемых под сельскохозяйственное производство – 279.2 тыс. га. На основе экспертного картографирования вручную выделено около 5 тыс. полей в разных состояниях, которые использовались как опорные для анализа. Выявлено распределение значений спектральных индексов NDVI и NDWI в пределах полей, а также значения КСЯ в каналах RGBNIR на основе материалов Sentinel-2 и полевого спектрометрирования PSR-1100f. Перекрестная попиксельная проверка результатов в пределах выделенных вручную полей показала следующий результат: из 2161 га достоверно выделено 2053 га площадей, занятых рисом. Точность производителя 94%, точность пользователя 91%. Корреляция значений выделенных площадей риса с экспертными составила R = 0.933. Сравнение результатов картографирования с продуктом земного покрова ESRI Land Cover показало сильную разницу. Площади земель сельскохозяйственного назначения в ESRI Land Cover сравнимы с материалами статистики, однако они не включают в себя аквафермы, сады, поля с овощами. По оценке с результатами картографирования риса, свыше 60 тыс. га сельскохозяйственных угодий в ESRI Land Cover ошибочно классифицированы как рис.

54 0