Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі

Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі

У процесі аналізу сучасної системи проведення моніторингу на землях сільськогосподарського призначення визначено основні чинники, що впливають на зниження родючості ґрунтів. Обґрунтовано доцільність застосування методів дистанційного зондування Землі для визначення та оцінювання показників родючості...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Геоінформатика
Datum:2017
1. Verfasser: Гебрин-Байди, Л.В.
Format: Artikel
Sprache:Ukrainian
Veröffentlicht: Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України 2017
Schlagworte:
Геоінформаційні аспекти природокористування
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/158474
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі / Л.В. Гебрін-Байді // Геоінформатика. — 2017. — № 3. — С. 67-74. — Бібліогр.: 19 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-158474
record_format dspace
spelling Гебрин-Байди, Л.В.
2019-09-01T19:53:59Z
2019-09-01T19:53:59Z
2017
Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі / Л.В. Гебрін-Байді // Геоінформатика. — 2017. — № 3. — С. 67-74. — Бібліогр.: 19 назв. — укр.
1684-2189
https://nasplib.isofts.kiev.ua/handle/123456789/158474
528.94:004:332.33
У процесі аналізу сучасної системи проведення моніторингу на землях сільськогосподарського призначення визначено основні чинники, що впливають на зниження родючості ґрунтів. Обґрунтовано доцільність застосування методів дистанційного зондування Землі для визначення та оцінювання показників родючості ґрунту. Досліджено рівень наявності зв’язку між спектральною енергетичною яскравістю ґрунту і вмістом гумусу на основі статистичної залежності, визначено значущість такого зв’язку. Розглянуто чинники, що впливають на спектральну яскравість ґрунту у різних діапазонах електромагнітного випромінювання. Виявлено статистичний лінійний регресійний зв’язок між спектральною яскравістю ґрунту та вмістом гумусу, визначеним наземними методами. На підставі обернених лінійних залежностей оцінено точність модельованого вмісту гумусу. Запропоновано нові моделі визначення та оцінювання вмісту гумусу на основі спектральних яскравостей та спектральних індексів видимого та інфрачервоного діапазонів електромагнітного випромінювання. В результаті обчислення середньоквадратичного відхилення фактичного вмісту гумусу від модельованого визначено найточніші моделі, що характеризуються мінімальними похибками.
Дан анализ современной системы проведения мониторинга на землях сельскохозяйственного назначения и определены основные параметры, влияющие на снижение плодородия почв. Обоснована целесообразность применения методов дистанционного зондирования Земли для определения и оценки показателей плодородия почвы. Исследована степень наличия связи спектральной энергетической яркости почвы и содержания гумуса на основании статистической зависимости, определена значимость такой связи. Рассмотрены параметры, влияющие на спектральную яркость почвы в различных диапазонах электромагнитного излучения. Изучена статистическая линейная регрессионная связь между спектральной яркостью почвы и содержанием гумуса, полученным наземными методами. На основании обратных линейных зависимостей смоделированы значения содержания гумуса и произведена оценка их точности. Предложены новые модели определения и оценки содержания гумуса на основе спектральных яркостей и спектральных индексов видимого и инфракрасного диапазонов электромагнитного излучения. В результате вычисления среднеквадратического отклонения фактического содержания гумуса от моделируемого определены наиболее точные модели, характеризующиеся минимальными погрешностями.
Purpose. The aim of the research is to identify and evaluate the quantitative soil fertility indicators, based on the on ground and satellite research of the agricultural lands of different landscape zones in Zakarpattia. Design/methodology/approach. The proposed methodology is founded on the usage of linear mathematical regression dependence of the actual humus level in the soil indicator and spectral energetic brightness of pixels of multi-spectral space images. New models were built which correlate the humus level on brightness of channels and spectral indices of visible and infrared spectrum of electromagnetic emission, ratios of correlation were identified, confidence intervals and mean square deviation of the calculated humus level in soil indicator from the actual humus level indicator. Findings. In establishing statistical linear relation of the spectral brightness of pixels on the sections under study and the relevant humus level indicators, it was found out that there is the tightest reverse linear dependence in the red spectral channel of the visible spectrum. To improve the methodology of identifying quantitative indicators of humus level in soil based on the data of spectrophotometric analysis of landscape zones, we propose new models of dependence of humus level on brightness channels and spectral indicators of visible and infrared electromagnetic spectrum. Practical value/implications. We have tested 13 different new models of the dependence of the humus level on brightness channels and spectral indicators. It was revealed that the most efficient way in determining quantitative indicators of the humus level in soil, based on the data of satellite and on-the-ground observations, is to use the power dependence of brightness in different spectral ranges (Blue, Green, Red, NIR, SWIR1, SWIR2), since the mean square deviation of the calculated humus level indicator from the actual humus level indicator in the given model is minimal and equals 0,52. This approach allows us to obtain operational and reliable information on the quantitative indicator of the humus level in soil for rational managerial decision-making aimed at applying agrotechnical measures to prevent soil fertility decrease in landscape zones in Zakarpattia.
uk
Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України
Геоінформатика
Геоінформаційні аспекти природокористування
Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі
Определение и оценка количественных показателей плодородия почв методами дистанционного зондирования Земли
Identification and evaluation quantitative soil fertility indicators using methods of remote sensing
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі
spellingShingle Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі
Гебрин-Байди, Л.В.
Геоінформаційні аспекти природокористування
title_short Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі
title_full Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі
title_fullStr Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі
title_full_unstemmed Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі
title_sort визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування землі
author Гебрин-Байди, Л.В.
author_facet Гебрин-Байди, Л.В.
topic Геоінформаційні аспекти природокористування
topic_facet Геоінформаційні аспекти природокористування
publishDate 2017
language Ukrainian
container_title Геоінформатика
publisher Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України
format Article
title_alt Определение и оценка количественных показателей плодородия почв методами дистанционного зондирования Земли
Identification and evaluation quantitative soil fertility indicators using methods of remote sensing
description У процесі аналізу сучасної системи проведення моніторингу на землях сільськогосподарського призначення визначено основні чинники, що впливають на зниження родючості ґрунтів. Обґрунтовано доцільність застосування методів дистанційного зондування Землі для визначення та оцінювання показників родючості ґрунту. Досліджено рівень наявності зв’язку між спектральною енергетичною яскравістю ґрунту і вмістом гумусу на основі статистичної залежності, визначено значущість такого зв’язку. Розглянуто чинники, що впливають на спектральну яскравість ґрунту у різних діапазонах електромагнітного випромінювання. Виявлено статистичний лінійний регресійний зв’язок між спектральною яскравістю ґрунту та вмістом гумусу, визначеним наземними методами. На підставі обернених лінійних залежностей оцінено точність модельованого вмісту гумусу. Запропоновано нові моделі визначення та оцінювання вмісту гумусу на основі спектральних яскравостей та спектральних індексів видимого та інфрачервоного діапазонів електромагнітного випромінювання. В результаті обчислення середньоквадратичного відхилення фактичного вмісту гумусу від модельованого визначено найточніші моделі, що характеризуються мінімальними похибками. Дан анализ современной системы проведения мониторинга на землях сельскохозяйственного назначения и определены основные параметры, влияющие на снижение плодородия почв. Обоснована целесообразность применения методов дистанционного зондирования Земли для определения и оценки показателей плодородия почвы. Исследована степень наличия связи спектральной энергетической яркости почвы и содержания гумуса на основании статистической зависимости, определена значимость такой связи. Рассмотрены параметры, влияющие на спектральную яркость почвы в различных диапазонах электромагнитного излучения. Изучена статистическая линейная регрессионная связь между спектральной яркостью почвы и содержанием гумуса, полученным наземными методами. На основании обратных линейных зависимостей смоделированы значения содержания гумуса и произведена оценка их точности. Предложены новые модели определения и оценки содержания гумуса на основе спектральных яркостей и спектральных индексов видимого и инфракрасного диапазонов электромагнитного излучения. В результате вычисления среднеквадратического отклонения фактического содержания гумуса от моделируемого определены наиболее точные модели, характеризующиеся минимальными погрешностями. Purpose. The aim of the research is to identify and evaluate the quantitative soil fertility indicators, based on the on ground and satellite research of the agricultural lands of different landscape zones in Zakarpattia. Design/methodology/approach. The proposed methodology is founded on the usage of linear mathematical regression dependence of the actual humus level in the soil indicator and spectral energetic brightness of pixels of multi-spectral space images. New models were built which correlate the humus level on brightness of channels and spectral indices of visible and infrared spectrum of electromagnetic emission, ratios of correlation were identified, confidence intervals and mean square deviation of the calculated humus level in soil indicator from the actual humus level indicator. Findings. In establishing statistical linear relation of the spectral brightness of pixels on the sections under study and the relevant humus level indicators, it was found out that there is the tightest reverse linear dependence in the red spectral channel of the visible spectrum. To improve the methodology of identifying quantitative indicators of humus level in soil based on the data of spectrophotometric analysis of landscape zones, we propose new models of dependence of humus level on brightness channels and spectral indicators of visible and infrared electromagnetic spectrum. Practical value/implications. We have tested 13 different new models of the dependence of the humus level on brightness channels and spectral indicators. It was revealed that the most efficient way in determining quantitative indicators of the humus level in soil, based on the data of satellite and on-the-ground observations, is to use the power dependence of brightness in different spectral ranges (Blue, Green, Red, NIR, SWIR1, SWIR2), since the mean square deviation of the calculated humus level indicator from the actual humus level indicator in the given model is minimal and equals 0,52. This approach allows us to obtain operational and reliable information on the quantitative indicator of the humus level in soil for rational managerial decision-making aimed at applying agrotechnical measures to prevent soil fertility decrease in landscape zones in Zakarpattia.
issn 1684-2189
url https://nasplib.isofts.kiev.ua/handle/123456789/158474
citation_txt Визначення та оцінювання кількісних показників родючості грунтів методами дистанційного зондування Землі / Л.В. Гебрін-Байді // Геоінформатика. — 2017. — № 3. — С. 67-74. — Бібліогр.: 19 назв. — укр.
work_keys_str_mv AT gebrinbaidilv viznačennâtaocínûvannâkílʹkísnihpokaznikívrodûčostígruntívmetodamidistancíinogozonduvannâzemlí
AT gebrinbaidilv opredelenieiocenkakoličestvennyhpokazateleiplodorodiâpočvmetodamidistancionnogozondirovaniâzemli
AT gebrinbaidilv identificationandevaluationquantitativesoilfertilityindicatorsusingmethodsofremotesensing
first_indexed 2025-11-26T17:54:40Z
last_indexed 2025-11-26T17:54:40Z
_version_ 1850766414939422720
fulltext 67ISSN 1684-2189 ГЕОІНФОРМАТИКА, 2017, № 3 (63) © Л.В. Гебрин-Байди УДК 528.94:004:332.33 Визначення та оцінюВання кількісних показникіВ родючості ҐрУнтіВ методами дистанційного зондУВання землі л.В. гебрин-Байди Національний авіаційний університет, просп. Космонавта Комарова, 1, м. Київ, 03058, Україна, e-mail: liliya.gebrinbaydi@gmail.com У процесі аналізу сучасної системи проведення моніторингу на землях сільськогосподарського призначення визначено основні чинники, що впливають на зниження родючості ґрунтів. Обґрунтовано доцільність застосування методів дистанційного зондування Землі для визначення та оцінювання показників родючості ґрунту. Досліджено рівень наявності зв’язку між спектральною енергетичною яскравістю ґрунту і вмістом гумусу на основі статистичної залежності, визначено значущість такого зв’язку. Розглянуто чинники, що впливають на спектральну яскравість ґрунту у різних діапазонах електромагнітного випромінювання. Виявлено статистичний лінійний регресійний зв'язок між спектральною яскравістю ґрунту та вмістом гумусу, визначеним наземними методами. На підставі обернених лінійних залежностей оцінено точність модельованого вмісту гумусу. Запропоновано нові моделі визначення та оцінювання вмісту гумусу на основі спектральних яскравостей та спектральних індексів видимого та інфрачервоного діапазонів електромагнітного випромінювання. В результаті обчислення середньоквадратичного відхилення фактичного вмісту гумусу від модельованого визначено найточніші моделі, що характеризуються мінімальними похибками. ключові слова: аерокосмічні методи, дистанційне зондування Землі, спектральні характеристики, мульти­ спектральні знімки, ґрунти, гумус, кореляція, лінійні залежності. актуальність і постановка проблеми дослідження. Охорона та відтворення родючості ґрунтів, захист їх від деградації – фундаментальна пріоритетна про­ блема земельної політики України, розв’язання якої є неодмінною умовою сталого і високопродук­ тивного розвитку не лише сільськогосподарського виробництва, а й виживання людини та збереження природного середовища [4, 10]. Сільськогосподар­ ське використання земельного фонду України по­ требує постійного контролю за станом його родю­ чості, ступенем еродованості, реакцією ґрунтового середовища, а також рівнем забруднення важкими металами, пестицидами та радіонуклідами. Під час вивчення сучасних проблем проведення моніто­ рингу ґрунтового покриву в Україні [8] та в окремих її регіонах, зокрема на Закарпатті [4], виявлено, що застосування іноземного досвіду з метою удо­ сконалення вже існуючої системи є одним з мето­ дів поліпшення наявного стану ґрунтів на землях сільськогосподарського призначення. Найважливі­ шою якісною та кількісною властивістю зазначених земель є саме родючість ґрунтів, а вміст гумусу в ґрунті – один з основних її показників, тому кіль­ кісне та якісне оцінювання ґрунту необхідні для проведення ґрунтового моніторингу та агротехніч­ них заходів щодо збереження і відновлення ґрун­ тової родючості [7]. Агрохімічний метод оцінювання просторового розміщення гумусу – доволі тривалий, затратний і трудомісткий процес. З метою розв’язання цієї проблеми запропоновано використовувати резуль­ тати аерокосмічних досліджень у поєднанні з вибір­ ковим відбором ґрунтових зразків для визначення вмісту гумусу [1, 9, 13]. Вивчення ступеня наявності статистичної за­ лежності між спектральною енергетичною яскра­ вістю ґрунту і вмістом гумусу, а також оцінювання значущості цього зв’язку дають змогу підтвердити гіпотезу про зв’язок вмісту гумусу як відсоткового показника із спектральною яскравістю каналів [9]. аналіз останніх досліджень і публікацій. На цей час відомо кілька методів моделювання вмісту гу­ мусу в ґрунті на підставі лінійних, нелінійних, мно­ жинних регресій [6]. Зокрема, В. Ачасов і Д. Бідо­ лах, які досліджували зв’язок між вмістом гумусу та яскравістю поверхневого шару ґрунту за космічними знімками, визначили стійку кореляцію у червоній частині спектра знімка (R = 0,74) [1]. А. Шатохін і М. Линдін, які досліджували чорноземи типові, встановили тісну залежність (R = 0,94) між вмістом гумусу та яскравістю в ближньому інфрачервоному каналі [13]. О. Сахацький за даними космічного знімання Landsat 7 у межах тестових ділянок у Чер­ нігівській та Хмельницькій областях виявив лінійну кореляційну залежність між спектральними даними пікселів у червоному (R = 0,95), ближньому інф­ рачервоному (R = 0,85) та голубому каналах (R = = 0,81) з усередненим значенням вмісту гумусу [9]. С. Трускавецький, досліджуючи ґрунтовий покрив на полях Житомирського Полісся з використан­ ням багатоспектрального космічного сканування супутником SPOT, установив значний зв’язок між вмістом гумусу у ґрунті та спектральною яскравістю у зеленому (R = –0,88), червоному (R = –0,88) та 68 ISSN 1684-2189 GEOINFORMATIKA, 2017, № 3 (63) © Л.В. Гебрин-Байди у ближньому інфрачервоному каналах (R = –0,90) [11]. Дослідники ґрунтів Краснодарського краю (Росія) пропонують застосовувати множинні лі­ нійні моделі з використанням видимого та ближ­ нього інфрачервоного діапазонів (R = 0,74) [6]. Що­ до темно­каштанових ґрунтів Миколаївської обл. С.Г. Чорний запропонував використовувати пара­ болічну модель, яка ґрунтується на співвідношенні даних червоного та ближнього інфрачервоного ка­ налів (R = 0,63), а також близьких значень коефі­ цієнтів кореляції між вмістом гумусу і яскравістю зеленого, червоного та ближнього інфрачервоного спектральних каналів (R = 0,53) [12]. мета статті – визначення та оцінювання кіль­ кісних показників гумусу в ґрунті за матеріалами наземних і супутникових досліджень на землях сільськогосподарського призначення різних ланд­ шафтних зон Закарпаття. Виклад основного матеріалу. Для дослідження та оцінювання кількісного вмісту гумусу в ґрунті за аеро­ космічними та наземними даними було використано статистичні лінійні регресійні залежності. У процесі адаптації ці залежності набувають вигляду [4, 15] де В – енергетична яскравість ґрунту у відповід­ ному спектральному каналі; n – спектральний ка­ нал: червоний, синій, зелений, інфрачервоний; а, b – числові параметри моделі; Gact – відсотковий показник гумусу. Під час визначення та оцінювання вмісту гуму­ су в ґрунті за даними аерокосмічних та наземних досліджень слід ураховувати деякі характеристики та особливі умови досліджуваних полів, а саме: повітряно­сухий стан ґрунту [14, 16]; відсутність кірки, розмір часточок ґрунту (шорсткість) не більш як 2 см [17]; повна або часткова відсутність зеленої чи сухої рослинності або її решток, відсут­ ність забарвлених часточок у ґрунті (сполук заліза) [18, 19]. Для визначення та оцінювання кількісних по­ казників гумусу в ґрунті за результатами опрацю­ вання мультиспектральних знімків використовують методику, що базується на дослідженні динаміки вмісту гумусу, складу ґрунтів та інших характеристик на підставі спектральних даних відкритого ґрунту. Отже, ґрунти – основний об’єкт дослідження [9]. Оцінювання вмісту гумусу в ґрунті за даними аерокосмічних і наземних досліджень в умовах різ­ новисотних ландшафтних зон Закарпатської облас­ ті складалося з таких етапів [15]. 1. Отримання статистичних даних, які харак­ теризують показники родючості ґрунтів області, та попередній аналіз кожного поля. Було використано дані щодо кількості гумусу в ґрунтах (Gact) у розрізі моніторингових ділянок (МД), агрохімічну паспор­ тизацію земель сільськогосподарського призначен­ ня, районів і ландшафтних зон за 2013 р. [2]. 2. Скачування наявних космічних знімків за від­ повідний період дослідження з мінімальним відсот­ ком хмарності. Було отримано 5 мультиспектраль­ них космічних знімків супутника 8 OLI (5 сцен) на територію області, з відсотком хмарності від 0 до 5 %, за весняний (березень, квітень) та осінній (вересень, жовтень, листопад) періоди 2013 р., що повністю задовольняє процес дослідження. Супут­ никові знімки скачували з офіційного сайту http:// glovis.usgs.gov. 3. Попереднє оброблення знімків. За допомо­ гою спеціалізованої програми Erdas Imagine 2013 було сформовано відповідне мультиспектральне зо­ браження, проведено радіометричну та атмосферну корекцію знімків супутників, які потребували об­ роблення [3]. 4. Розрахунок вегетаційного індексу NDVI згід­ но з показниками яскравостей відповідних спек­ тральних каналів [4]: де NIR і RED – відповідні значення на зображенні, які отримано у червоній (RED) видимій та ближній інфрачервоній (NIR) ділянках спектра. Усереднені значення індексу NDVI розраховували за даними кількох пікселів, які входили до вибірки у резуль­ таті побудови полігона, тому що площа ділянки дорівнює 2500 м2. 5. Отримання усереднених значень спектральних яскравостей у вибраних каналах згідно з ділянками відбору зразків ґрунту. Відповідно до координат діля­ нок кількість пікселів підбирали у такий спосіб, щоб утворена в результаті площа полігона наближалась до площі досліджуваної ділянки, тобто до 2500 м2, і можна було визначити усереднені значення енер­ гетичної спектральної яскравості вибраних каналів (Blue, Green, Red, NIR, SWIR1, SWIR2). 6. Установлення лінійної статистичної залеж­ ності між фактичним вмістом гумусу в ґрунті Gact та усередненими значеннями спектральної яскравості по вибраних каналах у визначеній вибірці пікселів, знаходження коефіцієнтів кореляції R та детерміна­ ції R 2, обчислення довірчих інтервалів значущості коефіцієнта кореляції за довірчої ймовірності 0,95 та рівнів значущості 0,05 [5]. 7. Побудова графіків залежності між усередне­ ними значеннями спектральної яскравості вибра­ них каналів у вибраній вибірці пікселів і фактич­ ним вмістом гумусу в ґрунті Gact . 8. Визначення найтісніших лінійних залежнос­ тей, що характеризуються вищими коефіцієнтами кореляції R та допустимими довірчими інтерва­ лами, а також значущістю коефіцієнта кореляції. Змодельований вмісту гумусу Gpn обчислено на основі оберненого рівняння лінійної регресії NIR–RED 69ISSN 1684-2189 ГЕОІНФОРМАТИКА, 2017, № 3 (63) © Л.В. Гебрин-Байди 9. Оцінювання точності отриманих результатів та обчислення середньоквадратичного відхилення σ модельованого вмісту гумусу Gpn від фактичного Gact : Для удосконалення підходу до визначення кількісних показників гумусу в ґрунті за даними спектрофотометрії ландшафтних зон було запро­ поновано нові моделі залежності вмісту гумусу від яскравостей каналів і спектральних індексів види­ мого та інфрачервоного діапазонів електромагніт­ ного випромінювання. Основний критерій оцінки точності – середньоквадратичне відхилення об­ численого вмісту гумусу (Gpn) від фактичного (Gact ); значущість кореляції між ними перевірено на рівні значущості α = 0,05 (р = 0,95). основні результати. Згідно з виявленням ста­ тистичного лінійного зв’язку між спектральною яскравістю пікселів на ділянках дослідження та відповідними показниками гумусу в ґрунті, най­ тісніша обернена лінійна залежність спостеріга­ ється у червоному (Red) спектральному каналі ви­ димого діапазону (рис. 1) з такими усередненими значеннями: коефіцієнт кореляції R = –0,65, до­ вірчі інтервали: r1 = –0,85; r2 = –0,34; значущість коефіцієнта кореляції t = |4,13 |> 2,073;0,05 за до­ вірчої ймовірності р = 0,95 та рівня значущості α = 0,05; середнє квадратичне відхилення обчис­ леного вмісту гумусу (Gpn) від фактичного (Gact) σ = 1,53 (рис. 2). Лінійну залежність виявлено між даними го­ лубого (Blue) (R = –0,51; r1 = –0,77; r2 = –0,14; t = |2,93|>2,073;0,05; σ = 3,89) та зеленого (Green) (R = –0,51; r1 = –0,77; r2 = –0,14; t = |2,83|>2,073;0,05; σ = 2,49) спектральних каналів при р = 0,95 та α = 0,05. Інфрачервоний діапазон включає три спек­ тральні канали (ближній (NIR): R = –0,29; r1 = –0,63; r2 = 0,15; t = |1,72| < 2,073;0,05; σ = 9,75, і два коротко­ хвильові – SWIR 1: R = –0,18; r1 = –0,56; r2 = 0,26; t = |0,89| < 2,073;0,05; σ = 11,99, і SWIR 2: R = –0,19; r1 = –0,57; r2 = 0,25; t = |1,05| < 2,073;0,05; σ = 10,89 при р = 0,95 та α = 0,05) і характеризується слабкою залежністю. Було перевірено 13 різних нових моделей за­ лежності вмісту гумусу від яскравостей каналів і спектральних індексів: 1) 2) 3) 4) 5) 6) 7) 8) 9) Рис. 1. Лінійні статистичні залежності між вмістом гумусу Gact та спектральною яскравістю за даними червоного (Red) каналу (08.03.2013) Landsat 8 OLI Fig. 1. Linear statistical dependence between Gact and spectrum of brightness in Red channel у = –4,98х + 46,11 R = –0,78 r–1= –0,86; r–2= –0,68 t = |5,66| >2,0073;0,05 Gact, % 70 ISSN 1684-2189 GEOINFORMATIKA, 2017, № 3 (63) © Л.В. Гебрин-Байди Рис. 2. Графічне зображення се­ редньоквадратичного відхилен­ ня обчисленого вмісту гумусу Gpn від фактичного Gact за даними червоного каналу (08.03.2013) Fig. 2. The graphic image of mean square deviation between built hu­ mus content Gpn and actual humus content Gact of the red channel (08.03.2013) Рис. 3. Середньоквадратичне відхилення обчисленого показника (Gpn) від факти ч ного (Gact ). Модель 6 (08.03.2013) Fig. 3. Average square deviation (Gpn) and (Gact ). Model 6 (08.03.2013) Рис. 4. Середньоквадра­ тич не відхилення обчисле­ ного показника (Gpn) від фак ­ ти ч ного (Gact ). Модель 1 (08.03.2013) Fig. 4. Average square devia­ tion (Gpn) and (Gact ). Model 1 (08.03.2013) Gact, % Gact, % Gact, % G pn , % G pn , % G pn , % 71ISSN 1684-2189 ГЕОІНФОРМАТИКА, 2017, № 3 (63) © Л.В. Гебрин-Байди 10) 11) 12) 13) У результаті математичної обробки показників виявлено, що найліпше використовувати для ви­ значення та оцінки кількісних показників гумусу в ґрунті за даними наземних і супутникових дослід­ жень степеневу залежність на основі моде лі 6 (рис. 3), оскільки усереднене за вибіркою середньоквадра­ тичне відхилення обчисленого вмісту гумусу (Gpn) від фактичного (Gact ) становить σ = 0,52, тоді як у разі застосування інших моделей цей показник є більшим (див. таблицю). Запропонована модель 6 використовує шість спектральних каналів Landsat, але за меншої кіль­ кості каналів можливе застосування інших моделей з найменшими середньоквадратичними відхилен­ нями, наприклад: модель 1, у якій використано співвідношення усіх каналів до червоного (σ = 0,57) (рис. 4); модель 4, у якій використано лише канали Green, Red та NIR (σ = 0,57) (рис. 5); степенева модель 7, що базується на каналах Green та Red (σ = 0,58). Опрацювання запропонованої методики дало змогу виявити, що найліпше використовувати для визначення кількісних показників гумусу в ґрунті за даними супутникових і наземних спостережень степеневу залежність яскравості в різних діапазо­ нах спектра, оскільки усереднене середньоквадра­ тичне відхилення обчисленого вмісту гумусу від фактичного в цій моделі є мінімальним – 0,52. Проте за наявності меншої кількості каналів мож­ ливе застосування інших запропонованих моделей Рис. 5. Середньоквадратичне відхилення обчисленого показника (Gpn) від фактичного (Gact ). Модель 4 (08.03.2013) Fig. 5. Average square deviation (Gpn) and (Gact ). Model 4 (08.03.2013) Змодельовані середньоквадратичні відхилення обчисленого вмісту гумусу (G pn ) від фактичного (G act ) The mean square deviation – between built humus content G pn and actual humus content G act of the model and data of researches Дата дослідження Модель 1 2 3 4 5 6 7 8 9 10 11 12 13 08.03.2013 0,51 0,62 0,51 0,51 0,48 0,48 0,51 0,72 0,75 0,49 0,63 0,70 0,71 24.03.2013 0,60 0,72 0,60 0,59 0,68 0,51 0,61 0,82 0,78 0,69 0,71 0,66 0,67 09.04.2013 0,65 0,71 0,60 0,58 0,64 0,53 0,58 0,74 0,80 0,64 0,74 0,77 0,70 02.10.2013 0,49 0,69 0,64 0,62 0,78 0,59 0,65 0,78 0,86 0,79 0,71 0,84 0,75 03.11.2013 0,63 0,62 1,12 0,55 0,75 0,50 0,57 0,75 0,84 0,77 0,67 0,67 0,62 Середнє σ 0,576 0,672 0,694 0,57 0,666 0,522 0,584 0,762 0,806 0,676 0,692 0,728 0,69 Gact, % G pn , % 72 ISSN 1684-2189 GEOINFORMATIKA, 2017, № 3 (63) © Л.В. Гебрин-Байди з найменшими середньоквадратичними відхилен­ нями. Такий підхід дає змогу оперативно і досто­ вірно отримувати інформацію про кількісні показ­ ники гумусу в ґрунті для прийняття раціональних управлінських рішень щодо застосування доцільних агротехнічних заходів з метою запобігання знижен­ ню родючості ґрунтів відповідно до ландшафтних зон Закарпаття. Висновки. У результаті застосування запропо­ нованої методики щодо визначення та оцінювання кількісних показників гумусу в ґрунті за даними аерокосмічних і наземних досліджень в умовах різ­ них ландшафтних зон Закарпаття зроблено такі висновки. 1. Досліджено, що 95 % отриманих коефіцієнтів кореляції є від’ємними, а це свідчить про обернену залежність між фактичним вмістом гумусу в ґрунті та спектральною яскравістю пікселя. 2. Визначено кількісні показники гумусу в ґрунті на підставі статистичних лінійних регре­ сійних залежностей між фактичним вмістом гуму­ су та даними яскравостей вибраних спектральних каналів. 3. Запропоновано нові моделі залежності вміс­ ту гумусу від яскравостей каналів і спектральних індексів видимого та інфрачервоного діапазонів електромагнітного випромінювання. 4. Виявлено, що для визначення та оцінювання кількісних показників гумусу в ґрунті найліпше за­ стосовувати степеневу залежність на основі моделі 6, яка характеризується найменшим середньоквадра­ тичним відхиленням за вибіркою. список бібліографічних посилань 1. Ачасов В.А., Бидолах Д.И. Использование материалов космической и наземной цифровой фотосъемок для определения содержания гумуса в почвах. Почвоведение. 2008. № 3. С. 280–286. 2. Бандурович Ю.Ю. Звіт про виконання проектно­тех­ нологічних та науково­дослідних робіт у 2013 році / за ред. Ю. Ю. Бандуровича. Ужгород: Карпати, 2014. 91 с. 3. Бурштинська Х.В., Долинська І.В. Вплив атмосфери на космічне зображення та принципи її врахування. Геодезія, картографія і аерофотознімання. 2013. № 78. С. 89–96. 4. Гебрин Л.В., Сахацький О.І. Застосування даних дистанційних аерокосмічних методів для узагальненої оцінки стану ґрунтів регіону. Геоінформатика. 2015. № 3 (55). С. 68–76. 5. Гмурман В.Е. Теория вероятности и математическая статистика. М.: Высш. шк., 2003. 479 с. 6. Малышевский В.А., Федулов Ю.П., Островский Н.В. Расчет содержания гумуса с использованием данных дистанционного зондирования Земли. КубГАУ. 2013. № 92(08). С. 672–682. 7. Медведев В.В. Мониторинг почв Украины. Концеп­ ции, предварительные результаты, задачи. Харьков: Антиква, 2002. 428 с. 8. Панас Р.М., Маланчук М.В. Сучасні проблеми здійс­ нення моніторингу ґрунтового покриву України. Гео- дезія, картографія і аерофотознімання. 2013. № 78. С. 201–206. 9. Сахацький О.І. Досвід використання супутникових даних для оцінки стану ґрунтів з метою розв’язання природоресурсних задач. Доповіді Національної ака- демії наук України. 2008. № 3. С. 109–115. 10. Зубець М.В., Балюк С.А., Греков В.О. Сучасний стан ґрунтового покриву України і невідкладні заходи з його охорони. Агрохімія і ґрунтознавство. 2010. №1. С. 7–17. 11. Трускавецький С.Р. Використання багатоспектраль­ ного космічного сканування та геоінформаційних систем у дослідженні ґрунтового покриву Поліс­ ся України: автореф. дис. … канд. с.­г. наук: спец. 03.00.18 “Ґрунтознавство”. Х., 2006. 24 с. 12. Чорний С.Г., Абрамов Д.А. Моніторинг вмісту гуму­ су у чорноземі південному з використанням багато­ спектральних знімків супутника Landsat: просторові та тимчасові аспекти. Gruntoznavstvo. 2016. V. 17, no. 1­2. Р. 22–30. 13. Шатохин А.В., Лындин М.А. Сопряженное изучение черноземов Донбасса наземными и дистанционными методами. Почвоведение. 2001. № 9. С. 1037–1044. 14. Gao B.C. NDWI – a normalized difference water in­ dex for remote sensing of vegetation liquid water from space. Remote Sensing of Environment. 1996. № 58. P. 257–266. 15. Gebrin L.V., Zeleznyk O.O., Velikodsky Y.I., Ban­ durovich Y.Y. Comprehensive technique for constitu­ tion estimation based on satellite observation methods. Proceedings of the National Aviation University. 2015. № 3 (64). P. 91–97. 16. Sadeghi M., Jons S., Philpot W. A linear physically – based model for remote sensing of soil moisture using short wave infrared bands. Remote Sensing of Environment. 2015. № 164. P. 66–76. 17. Serbin G., Craig E., Raymond S., James B. Effects of soil composition and mineralogy on remote sensing of crop residue cover. Remote Sensing of Environment. 2009. N 113. P. 224–238. 18. South S., Qi J., Lusch D.P. Optimal classification meth­ ods for mapping agriculture tillage practices. Remote Sens- ing of Environment. 2004. № 91. P. 90–97. 19. Schmugge T. Microwave remote sensing of soils hydraulic properties. Soil hydrology, Land use and Agriculture. 2011. N 19. P. 415–421. Надійшла до редакції 16.06.2017 р. 73ISSN 1684-2189 ГЕОІНФОРМАТИКА, 2017, № 3 (63) © Л.В. Гебрин-Байди определение и оценка количестВеннЫх показателей плодородия почВ методами дистанционного зондироВания земли Л.В. Гебрин-Байди Национальный авиационный университет, просп. Космонавта Комарова, 1, г. Киев, 03058, Украина, e-mail: liliya.gebrinbaydi@gmail.com Дан анализ современной системы проведения мониторинга на землях сельскохозяйственного назначения и определены основные параметры, влияющие на снижение плодородия почв. Обоснована целесообразность применения методов дистанционного зондирования Земли для определения и оценки показателей плодородия почвы. Исследована степень наличия связи спектральной энергетической яркости почвы и содержания гумуса на основании статистической зависимости, определена значимость такой связи. Рассмотрены параметры, влияющие на спектральную яркость почвы в различных диапазонах электромагнитного излучения. Изучена статистическая линейная регрессионная связь между спектральной яркостью почвы и содержанием гумуса, полученным наземными методами. На основании обратных линейных зависимостей смоделированы значения содержания гумуса и произведена оценка их точности. Предложены новые модели определения и оценки содержания гумуса на основе спектральных яркостей и спектральных индексов видимого и инфракрасного диапазонов электромагнитного излучения. В результате вычисления среднеквадратического отклонения фактического содержания гумуса от моделируемого определены наиболее точные модели, характеризующиеся минимальными погрешностями. ключевые слова: аэрокосмические методы, дистанционное зондирование Земли, спектральные характеристики, мультиспектральные снимки, почвы, гумус, корреляция, линейные зависимости. IDENTIFICATION AND EVALUATION OF QUANTITATIVE SOIL FERTILITY INDICATORS USING METHODS OF REMOTE SENSING L.V. Gebrin-Baydi National Aviation University, 1, Kosmonavta Komarova Ave., Kiev, 03058, Ukraine, e-mail: liliya.gebrinbaydi@gmail.com Purpose. The aim of the research is to identify and evaluate the quantitative soil fertility indicators, based on the on­ ground and satellite research of the agricultural lands of different landscape zones in Zakarpattia. Design/methodology/approach. The proposed methodology is founded on the usage of linear mathematical regression dependence of the actual humus level in the soil indicator and spectral energetic brightness of pixels of multi­spectral space images. New models were built which correlate the humus level on brightness of channels and spectral indices of visible and infrared spectrum of electromagnetic emission, ratios of correlation were identified, confidence intervals and mean square deviation of the calculated humus level in soil indicator from the actual humus level indicator. Findings. In establishing statistical linear relation of the spectral brightness of pixels on the sections under study and the relevant humus level indicators, it was found out that there is the tightest reverse linear dependence in the red spectral channel of the visible spectrum. To improve the methodology of identifying quantitative indicators of humus level in soil based on the data of spectrophotometric analysis of landscape zones, we propose new models of dependence of humus level on brightness channels and spectral indicators of visible and infrared electromagnetic spectrum. Practical value/implications. We have tested 13 different new models of the dependence of the humus level on bright­ ness channels and spectral indicators. It was revealed that the most efficient way in determining quantitative indica­ tors of the humus level in soil, based on the data of satellite and on­the­ground observations, is to use the power dependence of brightness in different spectral ranges (Blue, Green, Red, NIR, SWIR1, SWIR2), since the mean square deviation of the calculated humus level indicator from the actual humus level indicator in the given model is minimal and equals 0,52. This approach allows us to obtain operational and reliable information on the quantitative indicator of the humus level in soil for rational managerial decision­making aimed at applying agrotechnical measures to prevent soil fertility decrease in landscape zones in Zakarpattia. Keywords: aerospace methods, remote sensing of the Earth, spectral characteristics, multispectral images, soils, humus content, correlation, linear dependence. References: 1. Achasov V.A., Bidolakh D.I. Ispol’zovanie materialov kosmicheskoy i nazemnoy tsifrovoy fotos”emok dlya opredeleniya soderzhaniya gumusa v pochvakh. Pochvovedenie, 2008, no. 3, pp. 280­286. 2. Bandurovych Yu.Yu. Zvit pro vykonannia proektno­tekhnolohichnykh ta naukovo­doslidnykh robit u 2013 rotsi: [za red. Yu. Yu. Bandurovycha]. Uzhhorod: Karpaty, 2014, 91 p. 3. Burshtynska Kh. V., Dolynska I.V. Vplyv atmosfery na kosmichne zobrazhennia ta pryntsypy yii vrakhuvannia. Heodeziia, kartohrafiia i aerofotoznimannia, 2013, no. 78, pp. 89­96. 4. Gebryn L.V., Sakhatskyi O.I. Zastosuvannia danykh dystantsiinykh aerokosmichnykh metodiv dlia uzahalnenoi otsinky stanu gruntiv rehionu. Geoinformatika, 2015, no. 3, pp. 68­76. 74 ISSN 1684-2189 GEOINFORMATIKA, 2017, № 3 (63) © Л.В. Гебрин-Байди 5. Gmurman V.E. Teoriya veroyatnosti i matematicheskaya statistika. M.: Vysshaya shkola, 2003, 479 p. 6. Maleychevskiy V. A., Fedulov Y. P., Ostrovskiy N. V., Lebedovskiy I. A. Humus content calculation the method with use of remote sensing of the Earth. KubSAU, 2013, no. 92, pp. 672­682. 7. Medvedev V.V. Monitoring pochv Ukrainy. Kontseptsiya, predvaritel’nye rezul’taty, zadachi. Khar’kov: Antikva, 2002, 428 p. 8. Panas R.M., Malanchuk M.V. Suchasni problemy zdiisnennia monitorynhu gruntovoho pokryvu Ukrainy. Heodeziia, kartohrafiia i aerofotoznimannia, 2013, no. 78, pp. 201­206. 9. Sakhatskyi O.I. Dosvid vykorystannia suputnykovykh danykh dlia otsinky stanu gruntiv z metoiu rozviazannia pryro­ doresursnykh zadach. Dopovidi Natsionalnoi akademii nauk Ukrainy, 2008, no. 3, pp. 109­115. 10. Zubets M.V., Baliuk S.A., Hrekov V.O. Suchasnyi stan gruntovoho pokryvu Ukrainy i nevidkladni zakhody z yoho ok­ horony. Ahrokhimiia i gruntoznavstvo, 2010, no. 1, pp. 7­17. 11. Truskavetskyi S.R. Vykorystannia bahatospektralnoho kosmichnoho skanuvannya ta heoinformatsiinykh system u doslid­ zhenni gruntovoho pokryvu Polissia Ukrainy: avtoref. dys. … kand. s.­h. nauk: spets. 03.00.18 “Gruntoznavstvo”. Kharkiv, 2006, 24 p. 12. Chornyi S.H., Abramov D.A. Monitorynh vmistu humusu u chornozemi pivdennomu z vykorystanniam bahatospektralnykh znimkiv suputnyka Landsat: prostorovi ta tymchasovi aspekty. Gruntoznavstvo, 2016, vol. 17, no. 1­2, pp. 22­30. 13. Shatokhin A.V., Lyndin M.A. Sopryazhennoe izuchenie chernozemov Donbassa nazemnymi i distantsionnymi metodami. Pochvovedenie, 2001, no. 9, pp. 1037­1044. 14. Gao B.C. NDWI – a normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment. 1996. N 58. P. 257­266. 15. Gebrin L.V., Zeleznyk O.O., Velikodsky Y.I., Bandurovich Y.Y. Comprehensive technique for constitution estimation based on satellite observation methods. Proceedings of the National Aviation University. 2015. N 3 (64). P. 91­97. 16. Sadeghi M., Jons S., Philpot W. A linear physically – based model for remote sensing of soil moisture using short wave infrared bands. Remote Sensing of Environment. 2015. N 164. P. 66­76. 17. Serbin G., Craig E., Raymond S., James B. Effects of soil composition and mineralogy on remote sensing of crop residue cover. Remote Sensing of Environment. 2009. N 113. P. 224­238. 18. South S., Qi J., Lusch D.P. Optimal classification methods for mapping agriculture tillage practices. Remote Sensing of Environment. 2004. N 91. P. 90­97. 19. Schmugge T. Microwave remote sensing of soils hydraulic properties. Soil hydrology, Land use and Agriculture. 2011. N 19. P. 415­421. Received 16/06/2017

Ähnliche Einträge