Застосування методів дистанційного зондування землі для оцінювання показників родючості земель Закарпаття

https://doi.org/10.23939/istcgcap2017.01.042
Переглянуто: Березень 07, 2017
Автори:
1
National Aviation University

Мета. Застосування математичних моделей для визначення та оцінювання показників родючості ґрунтів на землях сільськогосподарського призначення Закарпаття на основі опрацювання даних дистанційного зондування Землі та інформації наземних досліджень. Методика. Запропонована методика, враховує фізичні закони, що описують зв’язок між кількістю вмісту гумусу у ґрунті та спектральною енергетичною яскравістю ґрунту, яка інтерпретується на мультиспектральних космічних знімках, містить три підходи дослідження. Перший підхід полягає у дослідженні та встановленні статистичних лінійних регресійних залежностей між фактичним показником вмісту гумусу в ґрунті, який отримано на основі наземних досліджень, та спектральною енергетичною яскравістю ґрунту, яку отримано в результаті опрацювання мультиспектральних космічних знімків. Другий підхід полягає у розробленні нових моделей, що побудовані на лінійній залежності вмісту гумусу від яскравостей каналів та спектральних індексів видимого та інфрачервоного діапазону електромагнітного випромінювання. Третій підхід основується на застосуванні степеневих моделей, що найкраще описують таку залежність. З математичної точки зору, значущість всіх трьох етапів перевірялася на основі визначення та значущості коефіцієнтів кореляції, довірчих інтервалів, середнього квадратичного відхилення обчисленого показника вмісту гумусу в ґрунті від фактичного та застосування критерію Фішера. Результати. У результаті встановлення та дослідження статистичних лінійних регресійних залежностей між спектральними яскравостями каналів та відповідними показниками вмісту гумусу в ґрунті досліджено, що найтісніша обернена лінійна залежність виявлена у червоному (Red) спектральному каналі видимого діапазону. Під час другого підходу дослідження встановлено, що найкраще застосовувати для визначення та оцінювання вмісту гумусу у ґрунті моделі, що використовують червоний та інфрачервоний спектральний канали та спектральний індекс на основі відношення ближнього інфрачервоного каналу до червоного. Наукова новизна. На основі застосування даних дистанційного зондування Землі виявлено, що найкраще використовувати для визначення та оцінювання кількісних показників вмісту гумусу в ґрунті для різних ландшафтних зон Закарпаття моделі, що побудовані на застосуванні цих спектральної енергетичної яскравості у видимому та інфрачервоному діапазонах спектра, оскільки середнє квадратичне відхилення обчисленого показника вмісту гумусу від фактичного є в цих моделях мінімальним, а ймовірність є максимальною. Практична значущість. Такий підхід дає змогу оперативно та достовірно отримувати інформацію про кількісні показники вмісту гумусу в ґрунті для прийняття раціональних управлінських рішень щодо застосування доцільних агротехнічних заходів для запобігання зниження родючості ґрунтів відповідно до ландшафтних зон Закарпаття.

  1. Ачасов В. А. Использовֺание материалоֺв космическֺой и наземной цифровой фотосъемоֺк для определенֺия содержаниֺя гумуса в почвах / В. А. Ачасов, Д. И. Бидолах // Почвоведеֺние. – 2008. – № 3. – С. 280–286.
  2. Бандурович Ю.Ю. Звіт про виконання проектно-технологічних та науково-дослідних робіт у 2013 році; за ред. Ю. Ю. Бандуровиֺча. – Ужгород.: «Карпати», 2014. – 91с.
  3. Бурштинська Х.В. Вплив атмосфери на космічне зображення та принципи її врахування / Х.В. Бурштинська, І.В. Долинська // Геодезія, картографія і аерофотознімання. – Львів, 2013. – Вип.78. – С.89-96.
  4. Бардиш Б. Використання вегетаційних індексів для ідентифікації об’єктів земної поверхні / Б. Бардиш, Х. Бурштинська // Сучасні досягнення геодезичної науки та виробництва.‑ 2014. – Вип. 2. – С. 82‑88.
  5. Гебрин Л. В. Застосуваֺння даних дистанційֺних аерокосміֺчних методів для узагальнеֺної оцінки стану ґрунтів регіону / Л. В. Гебрин, О. І. Сахацький // Геоінформֺатика, 2015. – Вип. № 3 (55). – С. 68‑76.
  6. Гмурман В. Е. Теория вероятности и математическая статистика / В. Е. Гмурман. – М.: Высш.шк., 2003. – 479 с.
  7. Малышевский В. А. Расчет содержания гумусу с использованием данных дистанционного зондирование / В. А. Малышевский, Ю. П. Федулов, Н. В. Островский и др. // Научный журнал КубГАУ. – 2013. – № 92(08). – С. 671–681.
  8. Медведев В. В. Мониторинֺг почв Украины. Концепция, предваритֺельные результатֺы, задачи. / В. В. Медведев. – Харьков: Антиква, 2002. – 428 с.
  9. Панас Р.М. Сучасні проблеми здійснення моніторингу ґрунтового покриву України / Р.М. Панас, М. Маланчук // Геодезія, картографія і аерофотознімання. – Львів, 2013. – Вип.78. – С.201-206.
  10. Сахацький О. І. Досвід використаֺння супутникоֺвих даних для оцінки стану ґрунтів з метою розв’язання природореֺсурсних задач / О. І. Сахацький // Доповіді Національֺної академії наук України. – 2008. – № 3. – С. 109 – 115.
  11. Сахацький О. І. Методологֺія використаֺння матеріаліֺв багатоспеֺктральної космічної зйомки для вирішення гідрогеолֺогічних задач: автореф. дис. на здобуття наук. ступеня докт. геол. наук: спец. 05.07.12 «Дистанційні аерокосміֺчні дослідженֺня» / О. І. Сахацький. – К., 2009. – 40 с.
  12. Трускавецький С. Р. Використаֺння багатоспеֺктрального космічногֺо скануваннֺя та геоінформֺаційних систем у дослідженֺні ґрунтовогֺо покриву Полісся України: автореф. дис. на здобуття наук. ступеня канд. с.-г. наук: спец. 03.00.18 «Ґрунтознавство» / С. Р. Трускавецֺький. – Х., 2006. – 24 с.
  13. Чорний С. Г. Використання супутникових знімків Landsat 7 для моніторингу гумусного стану темно-каштанових ґрунтів / С. Г. Чорний, Д. А. Абрамов // Вісник аграрної науки Причорномор'я. – 2012. – Вип. 3. – С. 113-118.
  14. Чорний С. Г. Моніторинг вмісту гумусу у чорноземі південному з використанням багато спектральних знімків супутника Landsat: просторові та тимчасові аспекти // С. Г. Чорний, Д. А. Абрамов // Gruntoznavstvo. – 2016. – Vol. 17, no. 1-2.  – 22-30.
  15. Шатохин А. В. Сопряженнֺое изучение черноземоֺв Донбасса наземными и дистанциоֺнными методами / А. В. Шатохин, М. А. Лындин // Почвоведеֺние. – 2001. – № 9. – С. 1037 – 1044.
  16. Gao B. C. NDWI ‑ A normalizeֺd differencֺe water index for remote sensing of vegetatioֺn liquid water from space / B. C. Gao // Remote Sensing of Environmeֺnt. – 1996. – № 58. – P. 257 ‑ 266. 
  17. Gebrin L. V. Comprehenֺsive technique for constitutֺion estimatioֺn based on satellite observatiֺon methods. / L. V. Gebrin, O. O. Zeleznyak, Y. I. Velikodskֺy, Y. Y. Banduroviֺch // Proceedinֺgs of the National Avation Universitֺy. – 2015. – № 3 (64) – P. 91 – 97.
  18. Gorbane G. Remote sensing of soil surface characterֺistics from a multiscalֺe classificֺation approach [text] / G. Gorbane, D. Raclbt, F. Jacob, J. Albergelj, P. Andrieux // CATENA, 2008. ‑ №.75. ‑ Is.3. – P. 308 ‑ 318.
  19. Zanter K. Landsat 8 (L8) data users handbook. Version 2.0. / K. Zanter // Eros. Sioux Falls, South Dakota, 2016. – 98 pp.
  20. Richter R. Atmospheric and topographic correction for satellite imagery (Atcor-2/3 users guide version 9.0.2) / Richter R., Schlapfer D. // Switzerland: DLR IB, 2016. – 263 pp.
  21. Richards J. A. Remote Sensing Digital Image Analysis / J. A. Richards, X. Jia // Berlin: Springer-Verlag, 2006. ‑ 439 pp.
  22. Sadeghi M. A linear physically – based model for remote sensing of soil moisture using short wave infrared bands / M. Sadeghi, S. Jons, W. Philpot // Remote Sensing of Environmeֺnt, 2015. – № 164. – P. 66‑76.
  23. Serbin G. Effects of soil composition and mineralogy on remote sensing of crop residue cover / G. Serbine, S.Craig, E. Raymond, B. James // Remote Sensing of Environmeֺnt, 2009. – № 113. – P. 224‑238.
  24. South S. Optimal classificֺation methods for mapping agricultuֺral tillage practices / S. South, J. Qi, D. P. Lusch // Remote Sensing of Environmeֺnt, 2004. – № 91. – P. 90‑97.
  25.  Schmugge T. Microwave remote sensing of soil hydraulic properties / T. Schmugge // Soil hydrology, Land use and Agriculture. – 2011. – № 19. – P. 415‑421.