Исторически сложилось, что роль сельского хозяйства для России довольно велика, и в последние годы после некоторого спада наблюдается повышение интереса к этому сегменту российской экономики. В большинстве своем это связано со сменой земельной политики России: у земли появляется собственник, который заинтересован в оптимальном ее использовании. Обширные территории, занимаемые сельскохозяйственными угодьями, довольно сложно контролировать из-за недостатка точных карт, неразвитой сети пунктов оперативного мониторинга, наземных станций, в том числе и метеорологических, отсутствия авиационной поддержки, ввиду дороговизны содержания штата и т.д. Кроме того, в силу различного рода природных процессов, происходит постоянное изменение границ посевных площадей, характеристик почв и условий вегетации на различных полях и от участка к участку. Все эти факторы препятствуют получению объективной, оперативной информации, необходимой для констатации текущей ситуации, ее оценки и прогнозирования. А без этого практически невозможны увеличение производства сельскохозяйственной продукции, оптимизация использования земель, прогнозирование урожайности, уменьшение затрат и повышение рентабельности. За рубежом аналогичные проблемы успешно решаются благодаря применению данных аэро- и космической съемки, а также широкому использованию средств спутниковой навигации (GPS) при мониторинге посевов и при сборе урожая, для изучения состояния растительного покрова и прогноза продуктивности выращиваемых культур. В нашей стране использование данных спутникового зондирования в сельском хозяйстве представляет собой быстро развивающееся и перспективное направление. Материалы космической съемки могут помочь как для решения комплексных задач управления сельскохозяйственными территориями, так и в узкоспециализированных направлениях. Типичными задачами в этой области являются: инвентаризация сельскохозяйственных угодий, контроль состояния посевов, выделение участков эрозии, заболачивания, засоленности и опустынивания, определение состава почв, слежение за качеством и своевременностью проведения различных сельскохозяйственных мероприятий. При систематической повторяемости съемок — наблюдение за динамикой развития сельскохозяйственных культур и прогнозирование урожайности. Например, зная, как меняется спектральная яркость растительности в течение вегетационного периода, можно по тону изображения полей судить об их агротехническом состоянии. После перезимовки состояние озимых культур оценивается по различию в цвете здоровых и погибших растений, состояние озимых и яровых до уборки урожая — на основе учета степени покрытости почвы всходами и равномерности их распределения.

2. Основное положение.

Как известно, отражение растительного покрова в красной и ближней инфракрасной областях электромагнитного спектра тесно связано с его зеленой фитомассой. Для того чтобы количественно оценить состояние растительности, широко применяется так называемый нормализованный разностный вегетационный индекс NDVI (Normalized Difference Vegetation Index).

2.1 NDVI (Normalized Difference Vegetation Index).

NDVI (NormalizedDifferenceVegetationIndex) - нормализованный относительный индекс растительности - простой количественный показатель количества фотосинтетически активной биомассы (обычно называемый вегетационным индексом). Один из самых распространенных и используемых индексов для решения задач, использующих количественные оценки растительного покрова.

Вычисляется по следующей формуле:

где,

NIR - отражение в ближней инфракрасной области спектра

RED - отражение в красной области спектра

Согласно этой формуле, плотность растительности (NDVI) в определенной точке изображения равна разнице интенсивностей отраженного света в красном и инфракрасном диапазоне, деленной на сумму их интенсивностей.

Расчет NDVI базируется на двух наиболее стабильных (не зависящих от прочих факторов) участках спектральной кривой отражения сосудистых растений. В красной области спектра (0,6-0,7 мкм) лежит максимум поглощения солнечной радиации хлорофиллом высших сосудистых растений, а в инфракрасной области (0,7-1,0 мкм) находиться область максимального отражения клеточных структур листа. То есть высокая фотосинтетическая активность (связанная, как правило, с густой растительностью) ведет к меньшему отражению в красной области спектра и большему в инфракрасной. Отношение этих показателей друг к другу позволяет четко отделять и анализировать растительные от прочих природных объектов. Использование же не простого отношения, а нормализованной разности между минимумом и максимумом отражений увеличивает точность измерения, позволяет уменьшить влияние таких явлений как различия в освещенности снимка, облачности, дымки, поглощение радиации атмосферой и пр.

NDVI может быть рассчитан на основе любых снимков высокого, среднего или низкого разрешения, имеющим спектральные каналы в красном (0,55-0,75 мкм) и инфракрасном диапазоне (0,75-1,0 мкм). Алгоритм расчета NDVI встроен практически во все распространенные пакеты программного обеспечения, связанные с обработкой данных дистанционного зондирования (Arc View Image Analysis, ERDAS Imagine, ENVI, Ermapper, Scanex MODIS Processor, ScanView и др.).

Комбинации каналов камер спутников используемые для расчета NDVI:

MSS Landsat(4,5)	5 (0.6-0.7 мкм), 6 (0.7-0.8 мкм) или 7 (0.8-1.1 мкм)
TM Landsat(4,5)	3 (0.63-0.69 мкм), 4 (0.76-0.90 мкм)
ETM+ Landsat7	3 (0.63-0.69 мкм), 4 (0.75-0.90 мкм)
AVHRR NOAA	1 (0.58-0.68 мкм), 2 (0.72-1.0 мкм)
MODIS Terra(Aqua)	1 (0.62-0.67 мкм), 2 (0.841-0.876 мкм)
ASTER Terra	2 (0.63-0.69 мкм), 3 (0.76-0.86 мкм)
LISS IRS(1C/1D)	2 (0.62-0.68 мкм), 3 (0.77-0.86 мкм)

Со времени разработки алгоритма для расчета NDVI (RouseBJ, 1973) у него появилось довольно много модификаций предназначенных для уменьшения влияния различных помехообразующих факторов. Таких, к примеру, как поглощение аэрозолями атмосферы (atmospheric - resistantvegetationindex - ARVI), отражение от почвенного слоя (soiladjustedvegetationindex - SAVI) и др. Для расчета этих индексов используются формулы, учитывающие отношения между отражающей способностью различных природных объектов и растительностью в других диапазонах, помимо красного и инфракрасного, что делает их более сложными в применении. Существуют также индексы, основанные на NDVI, но корректирующие сразу несколько помехообразующих факторов, как, например EVI (Enhancedvegetationindex).

Для отображения индекса NDVI используется стандартизованная непрерывная градиентная или дискретная шкала, показывающая значения в диапазоне от -1..1 в % или в так называемой масштабированной шкале в диапазоне от 0 до 255 (используется для отображения в некоторых пакетах обработки ДЗЗ, соответствует количеству градаций серого), или в диапазоне 0..200 (-100..100), что более удобно, так как каждая единица соответствует 1% изменения показателя. Благодаря особенности отражения в NIR -RED областях спектра, природные объекты, не связанные с растительностью, имеют фиксированное значение NDVI, (что позволяет использовать этот параметр для их идентификации):

Тип объекта	Отражение в красной области спектра	Отражение в инфракрасной области спектра	Значение NDVI
Густая растительность	0.1	0.5	0.7
Разряженная растительность	0.1	0.3	0.5
Открытая почва	0.25	0.3	0.025
Облака	0.25	0.25	0
Снег и лед	0.375	0.35	-0.05
Вода	0.02	0.01	-0.25
Искусственные материалы (бетон, асфальт)	0.3	0.1	-0.5

Но, как правило, для задач связанных с картографированием растительности используют немасштабированную шкалу, начинающуюся с 0 (значения NDVI меньше 0 растительность принимать не может). Для перевода из шкалы -1..1 в 0..200 (масштабирование) используется следующая формула:

масштабированный NDVI = 100(NDVI + 1)

Существует устойчивая корреляция между показателем NDVI и продуктивностью для различных типов экосистем:

Это свойство довольно активно используется для регионального картирования и анализа различных типов ландшафтов, оценке ресурсов и площадей биосистем в масштабе стран и континентов. Однако чаще, расчет NDVI употребляется на основе серии разновременных (разносезонных) снимков с заданным временным разрешением, позволяя получать динамическую картину процессов изменения границ и характеристик различных типов растительности (месячные вариации, сезонные вариации, годовые вариации).

Современные концепции дистанционного зондирования (стр. 1 из 4)

1. Введение.

2. Основное положение.

2.1 NDVI (Normalized Difference Vegetation Index).