Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами тема диссертации и автореферата по ВАК РФ 03.00.02, кандидат биологических наук Жукова, Елена Юрьевна

• Жукова, Елена Юрьевна
• кандидат биологических наук
• 2008

Оглавление диссертации кандидат биологических наук Жукова, Елена Юрьевна

ВВЕДЕНИЕ.

1. ИЗУЧЕНИЕ РАСТИТЕЛЬНОСТИ АГРОЦЕНОЗОВ С ПОМОЩЬЮ СПУТНИКОВОГО МОНИТОРИНГА. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ.

1.1 Агроценозы как объект спутникового мониторинга.

1.2 Изучение растительности агроценозов с помощью спутникового мониторинга.

1.2.1 Физические основы дистанционного зондирования.

1.2.2 Спектральные отражательные свойства агроценозов.

1.2.3 Спектральные индексы - показатели состояния растительности сельскохозяйственных угодий.

1.2.4 Основные виды космических изображений, применяемые для мониторинга и картографирования агроценозов.

2 ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ.

2.1 Физико-географические условия тестовых участков Минусинской котловины.

2.2 Проведение наземных полевых наблюдений за динамикой агроценозов.

2.3 Обработка спутниковой информации.

2.4 Статистические методы анализа.

3 ПРИМЕНЕНИЕ СПУТНИКОВОЙ И НАЗЕМНОЙ ИНФОРМАЦИИ ДЛЯ ИЗУЧЕНИЯ РАСТИТЕЛЬНОСТИ АГРОЦЕНОЗОВ В УСЛОВИЯХ АРИДНОГО КЛИМАТА МИНУСИНСКОЙ КОТЛОВИНЫ.

3.1 Состояние агроценозов по спектральным характеристикам спутниковых изображений.

3.2 Сезонная динамика агроценозов на тестовых участках Минусинской котловины по спутниковым и наземным данным.

3.2.1 Особенности динамики агроценозов овса.

3.2.2 Особенности динамики агроценозов пшеницы.

3.2.3 Особенности динамики агроценозов пропашных культур.

3.2.4 Особенности динамики кострецовой залежи.

3.3 Динамика водного режима и содержания хлорофиллов в листьях доминантных растений агроценозов.

3.4 Морфометрические параметры культурных растений на тестовых участках.

3.5 Пространственная структура посевных площадей на основе информации Landsat 7 ЕТМ+ в 2001 и 2006 гг.

Введение диссертации (часть автореферата) на тему «Изучение динамики агроценозов Минусинской котловины комплексными спутниковыми и наземными методами»

Актуальность темы. Для оптимизации землепользования и реабилитации деградированных сельскохозяйственных угодий, картографирования и прогноза изменений в агроценозах важнейшее значение приобретают спутниковые методы исследования (Ефременко и др., 1997; Золотокрылин и др., 2000; Вандышева и др., 2003; Chen et al., 2005; Барталев и др., 2006). Эти методы позволяют единовременно охватить значительные территории и обладают необходимой информативностью, достоверностью и периодичностью для решения вышеуказанных задач. На основе спутниковых данных накоплен значительный опыт исследований, посвященных мониторингу сельскохозяйственных посевов (Буга и др., 1986; Кондратьев и др., 1986; Брейдо и др., 1989; Гарелик, 1989; Борисоглебский и др., 1990; Зеллнер и др., 1991; Сидько и др. 1997; Shevyrnogov et al., 2000; Doraiswamy et al., 2005; Ortiz-Monasterio et al., 2007). Главные проблемы дистанционного зондирования в интересах сельского хозяйства сопряжены с обширностью территорий, динамичностью сельскохозяйственных культур и требованиями к оперативности обработки поступающей информации.

Однако вопросы совместного использования наземных и спутниковых данных по динамике агроценозов изучены недостаточно, в частности, вопросы взаимосвязи динамики сезонного хода вегетационного индекса и наземной динамики растительной массы. Между тем, достоверное дешифрирование космической информации невозможно без наземных наблюдений, которые позволяют осуществить привязку космических изображений к территории и интерпретировать информацию, полученную дистанционными методами (Гарелик, 1989; Коробов и др., 1991а).

Методы определения фотосинтезирующей фитомассы по вегетационным индексам дают интегральную характеристику состояния растительности, поэтому изучение связи между спектральными индексами и характеристиками посевов, полученными наземными методами, является актуальным. Сопоставление значений спектральных индексов с наземными измерениями фитомассы по агрогруппам, а также с физиологическими и морфометрическими показателями агроценозов позволит объяснить отдельные особенности и закономерности сезонной динамики спектральных характеристик агроценозов, полученных средствами космического мониторинга.

Цель и задачи работы. Цель работы заключалась в интерпретации космической спектральной информации по динамике растительности агроценозов в условиях аридного климата Минусинской котловины на основе комплексного использования многозональных спутниковых изображений и полевых исследований.

В связи с этим были поставлены следующие задачи:

1. на основе применения многозональных изображений проанализировать состояние агроценозов тестовых участков в Алтайском (Республика Хакасия) и Минусинском (Красноярский край) районах;

2. интерпретировать вегетационные кривые (МЭУ1) агроценозов, используя информацию, полученную наземными контактными измерениями;

3. изучить пространственно-временную динамику агроценозов на основе учета фитомассы, морфометрических параметров, водного режима и пигментного состава;

4. использовать спутниковые и наземные данные для анализа пространственной структуры сельскохозяйственных посевов.

Научная новизна. Показана возможность изучения по спектральным характеристикам спутниковых изображений высокого и среднего разрешения состояния агроценозов на территории с аридным климатом.

По спутниковым данным выявлены особенности в сезонной динамике накопления надземной фитомассы агроценозов в условиях аридного климата Минусинской котловины.

Предложены оптимальные сроки для анализа состояния агроценозов космической съемки на территории исследования.

По спутниковым и наземным данным показаны количественные различия в параметрах состояния агроценозов.

Практическое значение работы. Разработанный подход и обнаруженные на его основе особенности динамики развития агроценозов, могут быть применены для проведения детального дешифрирования сельскохозяйственных угодий (создания эталонов), объяснения хода вегетационных кривых агроценозов в условиях аридного климата Минусинской котловины и территорий со сходными климатическими параметрами. Полученные векторные картосхемы пахотных земель могут быть использованы для составления карт севооборотов и определения площадей, занятых сельскохозяйственными посевами.

На защиту выносятся следующие основные положения:

1. Многозональные спутниковые изображения Landsat 7 ЕТМ+, Terra Modis можно использовать для мониторинга состояния и картирования агроценозов и залежей в аридных условиях Минусинской котловины.

2. Существует взаимосвязь между спектральными индексами и общей сырой фитомассой агроценозов тестовых участков.

3. Пропашные культуры отличаются от остальных агроценозов высокими значениями NDVI и NDWI в осенний период,

4. Высокая засоренность посевов влияет на спектральные характеристики, повышая значения вегетационного и водного индексов.

Виды работ и использованные материалы. Автором была выполнена обработка спутниковых изображений Landsat 7 ЕТМ+, вычисление спектральных индексов для данного типа спутниковых изображений, создание векторных картосхем севооборотов за 2001 и 2006 гг., вычисления коэффициента корреляции для данных Landsat 7 ЕТМ+ и наземных измерений фитомассы.

С 2005 г. автором были проведены стационарные исследования агроценозов в Алтайском районе Республики Хакасия и в Минусинском районе Красноярского края. В 2005 г. в Алтайском районе было обследовано 19 стационарных участков, включающих посевы культурных растений и фитоценозы залежей, площадью около 2,5 тыс.га (площадь участков - 13 га). В 2006 г. наземные исследования агроценозов проведены на 7 участках в Алтайском районе и 8 - в Минусинском районе, занимающих общую площадь 4,8 тыс.га (площадь участков - 10,4 га). В ходе работы были проведены измерения надземной фитомассы посевов пшеницы, овса, кукурузы, гречихи, залежных сообществ и эколого-физиологических показателей доминантных растений указанных агроценозов.

Апробация работы. Материалы работы были доложены на IX Международной научной школы конференции студентов и молодых ученых «Экология Южной Сибири и сопредельных территорий» (Абакан, 2005); на Четвертой Российской конференции «Флора и растительность Сибири и Дальнего Востока, посвященная 100-летию профессора JI.M. Черепнина и 70-летию кафедры ботаники» (Красноярск, 2006); на VIII научной конференции по тематической картографии «Геоинформационное картографирование для сбалансированного территориального развития» (Иркутск, 2006); на Юбилейной Открытой Всероссийской Конференции «Дистанционное зондирование Земли из космоса» (Москва, 2007).

Публикации. По теме диссертационной работы опубликовано 7 научных работ, из них 3 в рецензируемых отечественных журналах.

Объем и структура работы. Диссертация изложена на 138 страницах и состоит из введения, трех глав, заключения, выводов, списка работ, опубликованных по теме диссертации, библиографического списка из 121 наименования, включая 28 источников на иностранных языках, содержит 4 таблицы, 77 рисунков и 10 приложений.

Заключение диссертации по теме «Биофизика», Жукова, Елена Юрьевна

выводы

1. Показана возможность изучения состояния растительности посевов овса, пшеницы, кукурузы, гречихи и кострецовых залежей по спектральным характеристикам спутниковых изображения Landsat 7 ЕТМ+ (в осенний период) и Modis (в течение вегетационного сезона) в аридных условиях Минусинской котловины.

2. Выявлена взаимосвязь между NDVI и NDWI для агроценозов тестовых участков. В конце вегетационного сезона в посевах зерновых культур наблюдали положительную взаимосвязь между NDVI и сырой массой сорных растений и отрицательную взаимосвязь между NDVI, NDWI и нефотосинтезирующей фитомассой.

3. Для агроценозов тестовых участков Минусинской котловины установлена положительная корреляция между спектральными индексами (NDVI, NDWI) и общей сырой фитомассой.

4. Выявлены особенности в сезонной динамике накопления надземной фитомассы агроценозов в условиях аридного климата Минусинской котловины по спутниковым данным. В частности, пропашные культуры отличаются от остальных агроценозов более поздними сроками появления всходов, резким приростом фитомассы в середине июля, высокими значениями NDVI и NDWI в осенний период.

5. Эффективность использования спектральных характеристик спутниковых изображений зависит от биогеографических условий территории, например оценки урожайности агроценозов в Алтайском районе спектральные индексы NDVI и NDWI более эффективны, чем анализ яркости спектральных каналов Landsat 7 ЕТМ+.

6. Предложены оптимальные стадии для анализа состояния агроценозов космической съемки на территории тестовых участков Минусинской котловины: а) стадия интенсивного кущения-выход в трубку посевов; б) стадия массового развития генеративных органов; в) стадия созревания.

7. Сорная растительность, накапливающая большую фитомассу, влияет на значения спектральных характеристик, в частности, повышая значения вегетационного и водного индексов. Например, для участка засоренного БопскиБ апгетгя Ь. были получены ожидаемо более высокие значения индексов, по сравнению с остальным посевом.

8. Показаны количественные различия в параметрах состояния в различных типах агроценозов по спутниковым и наземным данным. Например, в сентябре агроценозы овса с одинаковым №)У1 имели различную фитомассу - 91,2 ц/га и 55,5 ц/га. В то же время, сходные максимальные значения ЫГ)У1 в июле (0,77-0,78) соответствуют посевам с различной продуктивностью сырой надземной фитомассы - 256,7 ц/га (гречиха), 99,6 ц/га (пшеница).

9. Показано, что для правильной интерпретации спутниковой информации необходимо учитывать экологические условия вегетационного сезона, сроки прохождения фаз развития культурными растениями и особенности динамики прироста надземной фитомассы агроценозов, поскольку одинаковые культуры могут иметь различный аспект в разные фазы онтогенеза, а скорость смены фенофаз зависит от экологических условий.

10. Космические изображения Ьапс^ 7 ЕТМ+ являются перспективными для картографирования агроценозов на территориях со сложной пространственной структурой, обусловленной аридными условиями возделывания, т.к. позволяют оценить площадь земель, занятых под сельскохозяйственные культуры с точностью 5-10%.

11. На основании полученных данных можно сделать заключение, что предложенный комплексный подход к интерпретации спутниковых данных при мониторинге агроценозов является перспективным и позволяет объяснить отдельные элементы кривой сезонного хода вегетационной кривой.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Жукова Е.Ю., Шевырногов А.П., Жукова В.М., Зоркина Т.М. Мониторинг растительности сельскохозяйственных территорий Хакасии и юга Красноярского края с применением наземной и спутниковой информации // Экология Южной Сибири и сопредельных территорий: Выпуск 10/ отв. ред. В.В. Анюшин; г. Абакан: Изд-во Хакасского гос. ун-та им. Н.Ф. Катанова, 2006. - Т. 2. - С.161 -162.

2. Жукова Е.Ю., Шевырногов А.П., Зоркина Т.М., Жукова В.М. Изучение агроценозов республики Хакасия с помощью комплексных наземных и спутниковых методов // Природные ресурсы Забайкалья и проблемы геосферных исследований: материалы научной конференции -Чита, Забайкальский гос. гум.-пед.ун-т, 2006. - С. 65-66.

3. Жукова Е.Ю. Возможности использования снимков «Landsat-7» для оценки состояния растительности залежных экосистем на территории Республики Хакасия // Флора и растительность Сибири и Дальнего Востока. Чтения памяти JL М. Черепнина: материалы Четвертой Российской конференции/отв. ред. Е.М. Антипова - Красноярск: Красноярский государственный педагогический университет, 2006. - Т. 2. - С. 25-29.

4. Жукова Е.Ю. Изучение агроценозов наземными методами для дешифрирования спутниковых снимков и картографирования сельскохозяйственных территорий Республики Хакасия // Геоинформационное картографирование для сбалансированного территориального развития/ Материалы VIII научной конференции по тематической картографии (Иркутск, 21-23 ноября 2006 г.). - г. Иркутск: Издательство Института географии им. В.Б. Сочавы СО РАН, 2006. - Т. 1. -С. 119-121.

5. Шевырногов А.П., Зоркина Т.М., Жукова В.М., Жукова Е.Ю.; Жидкая М.В. Изучение сезонной динамики сельскохозяйственных посевов на территории Хакасии по снимкам Terra Modis // Сибирский Вестник сельскохозяйственной науки. - 2007. - №5. - С.29-35.

6. Жукова Е.Ю., Шуркина А.И., Шевырногов А.П., Зоркина Т.М., Жукова В.М., Пугачева И.Ю. Оценка структуры пахотных земель Юга Средней Сибири по данным дистанционного зондирования // Географические исследования в начале XXI века: Материалы XVI научной конференции молодых географов Сибири и Дальнего Востока (Иркутск, 17-19 апреля 2007 г.) Иркутск: Изд-во института географии им. В.Б. Сочавы СО РАН, 2007. — С. 169-172.

7. Жукова Е.Ю. Изучение структуры и состояния агроценозов в пределах Минусинской котловины на основе спутниковой информации // Экология Южной Сибири и сопредельных территорий / отв. ред. В.В. Анюшин. - г. Абакан: Издательство Хакасского государственного университета им. Н.Ф. Катанова, 2007. - Т. 2. - С. 180-181.

ЗАКЛЮЧЕНИЕ

Результаты проведенных исследований выявили, что при оценке агроценозов в период до появления генеративных органов (июнь-начало июля) данные №ЗУ1 преимущественно определяются вкладом культурных растений, а в последующий период основной аспект вносят созревающие культуры и сохраняющая зеленый аспект сорная растительность, которая в августе-сентябре достигает максимальных значений. Урожайность общей сырой массы пропашных культур максимальна в конце вегетационного сезона, поэтому в сентябре данный тип растительности хорошо выделяется на космических снимках.

Значимая корреляция между Ж)У1 и Ж)\УТ (более 0,5) отмечена для контуров с большими запасами фитомассы, за исключением посевов пшеницы с выраженным желтым аспектом в сентябре.

В сентябре вегетирующая фитомасса агроценозов представлена, в основном, сорными растениями и, следовательно, Ж)VI зависит от сорной растительности. Для проверки этой гипотезы было проведено сравнение корреляционных коэффициентов вегетационного индекса с показателями сырой надземной фитомассы агроценозов овса и пшеницы. Коэффициент корреляции Ж)У1 и сырой массы сорных растений составил 0,5.

В конце вегетационного периода посевы овса имели значения №)У1 от 0,11 до 0,19, и №)\У1 от 0 до 0,13; посев кукурузы - 0,46 и 0,28; гречихи -0,29-0,42 и 0,12-0,27; кострецовые залежи 0,16-0,23 и -0,09 и 0,00. Посевы пшеницы, обладающие желто-зеленым аспектом, имели следующие значения вегетационного (0,21 и 0,27) и водного индексов (0,13 и 0,10) и посевы пшеницы, обладающие желтым аспектом, соответственно спектральными индексами - Ж)У1=0,13-0,18 и Ж>\¥1=-0,01 и 0,01.

Для отдельных агроценозов выявлена тенденция: ВИ, достигая определенного значения, практически не изменяется, в то время как надземная фитомасса продолжает увеличиваться, это явление связано с изменением аспектов агроценозов в процессе онтогенеза.

Таким образом, при спутниковом мониторинге необходимо знать сроки фенофаз культурных растений, учитывать экологические условия конкретного вегетационного сезона и особенности динамики прироста надземной фитомассы выбранных агроценозов.

Полученные результаты являются основой для построения регрессионных уравнений связи вегетационного индекса и фитомассы отдельно для сорных и культурных растений, а также связи водного индекса и содержания воды в растениях. Для решения этой задачи необходимы дальнейший сбор материала и привлечения дополнительных спутниковых данных. В этом случае возможно экстраполирование подхода на другие территории со сходными агрометеорологическими условиями. Рассмотрение этого вопроса входит в планы нашей дальнейшей работы.

Список литературы диссертационного исследования кандидат биологических наук Жукова, Елена Юрьевна, 2008 год

1. Адаптивная автоматизированная система инвентаризации сельскохозяйственных культур по космическим снимкам / В. В. Асмус, В. Вадас, А. Б. Карасев, Л. Кечкемети // Исследование Земли из космоса. — 1987. № 6. — С. 79-88.

2. Балтер, Б. М. Регрессия в прямой задаче дистанционного зондирования (на примере травяного покрова) / Б. М. Балтер, М. Ганзориг // Исследование Земли из космоса. 1984. - № 2. - С. 76-86.

3. Баррет, Э. Введение в космическое землеведение. Дистанционные методы исследования Земли / Э. Баррет, Л. Куртис. М.: Прогресс, 1979.-368 с.

4. Классификация некоторых типов сельскохозяйственных посевов в южных регионах России по спутниковым данным Modis / С. А. Барталев, Е. А. Лупян, И. А. Нейштадт, И. Ю. Савин // Исследование Земли из космоса. -2006. -№3.- С. 68-75.

5. Определение продуктивности агротехнических систем на основе спектральных характеристик / X. Барш, Р. Зелльнер, X. Стойе, Л. Шуберт, X. Вайхельт // Исследование Земли из космоса. 1989. - № 5. - С. 44-51.

6. Бауер, М. Э. Спектральные методы идентификации и оценки состояния зерновых культур / М. Э. Бауер // Труды института инженеров по электротехнике и радиоэлектронике. 1985. - Т. 73, № 6 - С. 185-201.

7. О подходе к изучению особенностей развития зерновых культур для задач дистанционного зондирования / Г. И. Борисоглебский, О. А. Гулинова, А. Б. Карасев, И. В. Чарыева // Исследование Земли из космоса. — 1990.-№2. -С. 66-69.

8. Применение последовательной кластеризации для анализа многозональных изображений / М. Д. Брейдо, А. Н. Потапов, А. В. Шаталов, Р. И. Эльман // Исследование Земли из космоса. 1987. - № 6. - С. 73-78.

9. Определение некоторых характеристик кормовых ресурсов пустынных пастбищ по аэрокосмической информации / М. Д. Брейдо, В. М. Жирин, С. А. Барталев, Е. В. Бахтинова // Исследование Земли из космоса. — 1989.-№3.-С. 66-76.

10. Дистанционные спектрометрические методы оценки состояния озимой ржи после перезимовки / С. Ф. Буга, Е. А. Яновская, А. Ф. Яновский, Л. А. Ушкевич // Исследование Земли из космоса. 1986. — № 3. - С. 71-76.

11. Вавилов, П. П. Практикум по растениеводству/ П. П. Вавилов, В. В. Гряценко, В. С. Кузнецов. М.: Колос, 1983. - 352 с.

12. Мониторинг сельскохозяйственных земель на базе разномасштабных спутниковых данных / Н. М. Вандышева, Г. И. Василенко, А. Ф. Гуров и др. // Исследование Земли из космоса. 2003. - № 3. - С. 7284.

13. Васильев, Л. Н. Определение спектральных характеристик почвы и растительности / Л. Н. Васильев // Исследование Земли из космоса. 1980.- № 4. С. 53-58.

14. Васильев, Л. Н. Методика дешифрирования почвенного покрова распаханных полей по спектральным яркостям, измеренным по космическим снимкам / Л. Н. Васильев, А. Г. Полуаршинова // Исследование Земли из космоса. 1984.-№ 1.-С. 51-57.

15. Васильев, Л. Н. Определение динамических характеристик сельскохозяйственной геосистемы по многозональным снимкам / Л. Н. Васильев // Исследование Земли из космоса. 1989. - № 3. - С. 43-52.

16. Определение состояния пастбищ тропического пояса (аэрокосмический эксперимент «Карибэ-Интеркосмос-88») / Л. Н. Васильев, Д. С. Селифонова, В. В. Бадаев, В. Торрес // Исследование Земли из космоса.- 1991. — № 1. С. 89-97.

17. Виноградов, Б. В. Дистанционное измерение фитомассы / Б. В. Виноградов // Исследование Земли из космоса. 1982. - № 5. - С. 36-45.

18. Волкова, В.Г. Современное состояние степей Минусинской котловины / В. Г. Волкова, Б. И. Кочуров, Ф. И. Хакимзянова; под ред. В. А. Снытко. Новосибирск: Наука, 1979. - 94 с.

19. Гарбук, С. В. Космические системы дистанционного зондирования Земли / С. В. Гарбук, В. Е. Гершензон. М.: Издательство А и Б, 1997.-296 с.

20. Гарелик, И. С. Инвариантные фотометрические признаки природных объектов / И. С. Гарелик // Исследование Земли из космоса. -1980.-№4.-С. 48-52.

21. Гарелик, И. С. Определение динамики развития растительности по производной вегетационного индекса / И. С. Гарелик // Исследование Земли из космоса. 1989. - № 3. - С. 61-65.

22. Гонин, Г. Б. Космические съемки Земли / Гонин Г. Б. Л.: Недра, 1989.-252 с.

23. Горожанкина, С. М. Некоторые принципы оценки растительных ресурсов с помощью аэрокосмических материалов / С. М. Горожанкина, В. Д. Константинов // Растительные ресурсы. 1984. - выпуск 3. - том XX. - С. 297-301.

24. Словарь-справочник по агрофитоценологии и луговедению / А. М. Гродзинский, Ю. А. Злобин, В. М. Миркин, Л. Г. Наумова; под ред. А. М. Гродзинского, Ю. Р. Шеляг-Сосонко. Киев: Наукова Думка, 1991. - 136 с.

25. Дистанционное зондирование: количественный подход / Ш. М. Дейвис, Д. А. Ландгребе, Т. Л. Филлипс, Ф. X. Свейн и др.; под ред. Ф. X. Свейн, Ш. Дейвис. М.: Недра, 1983. - 415 с.

26. Исследование отражательных характеристик полей озимой пшеницы различного состояния / А. Д. Доброзраков, Ю. М. Кондратьев, Е. Б. Поспелова, С. Г. Яковлев // Исследование Земли из космоса. 1986. - № 3. -С. 81-89.

27. Метод выявления угнетенной растительности по данным спектрозонального сканера / В. В. Ефременко, А. В. Мошков, А. А. Семенов,

28. Т. Н. Чимитдоржиев // Исследование Земли из космоса. 1997. - № 6. - С. 39.

29. Зеллнер, Р. Эколого-физиологические и физические особенности спектральных характеристик сельскохозяйственных объектов в видимой и ИК-спектральных зонах / Р. Зеллнер, X. Барш // Исследование Земли из космоса.-1991.-№ 1.-С. 38-46.

30. Золотокрылин, А. Н. Зависимость между аномалиями индекса вегетации и месячных сумм осадков в зоне умеренного и недостаточного увлажнения / А. Н. Золотокрылин, К. В. Коняев, Т. Б. Титкова // Исследование Земли из космоса. 2000. - № 6. - С. 74-78.

31. Зоркина, Т. М. Фитоценология. Учебно-методическое пособие для студентов / Т. М. Зоркина. Абакан: Изд-во Хакасского государственного университета им. Н. Ф. Катанова, 2003. - 48 с.

32. Зятькова, Л. К. Геомониторинг природной среды: монография в 2-х т. Т.1. / Л. К. Зятькова, И. В. Лесных. Новосибирск: СГГФ, 2004. - 376 с.

33. Журавлева, Н. А. Физиология травянистого сообщества. Принципы конкуренции / Н. А. Журавлева. Новосибирск: ВО Наука Сибирская издательская фирма, 1994. - С. 33-34.

34. Качиньски, Р. Интерпретация многозональных снимков, полученных в ходе эксперимента «Телефото-80», с целью выделения сельскохозяйственных культур / Р. Качиньски // Исследование Земли из космоса. 1984. - № 2. - С. 44-47.

35. Кашкин, В. Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие / В. Б. Кашкин, А. И. Сухинин. М.: Логос, 2001. - 264 с.

36. Касьянова, JI. Н. Экология растений Прибайкалья (водный обмен) / JI. Н. Касьянова; под ред. Г. И. Галазий, Б. -Ц. -Б. Намзалов. — М.: Наука, 2004. -С. 203.

37. Китов, А. Д. Компьютерный анализ и синтез геоизображений / А. Д. Китов. Новосибирск: Изд-во СО РАН, 2000. - 220 с.

38. Клещенко, А. Д. Оценка состояния зерновых культур с применением дистанционных методов / А. Д. Клещенко. JL: Гидрометеоиздат, 1986. - 190 с.

39. Клименко, О. Я. Регрессионный анализ данных самолетных и наземных измерений растительного покрова / О. Я. Клименко, В. В. Козодеров//Исследование Земли из космоса. -1984.-№2.-С. 67-75.

40. Козодеров, В. В. Определение биомассы лесной растительности по радиолокационным измерениям со спутников: результаты модельных расчетов / В. В. Козодеров, В. С. Косолапов // Исследование Земли из космоса. 2005. - № 3. - С. 73-85.

41. Кондратьев, К. Я. Дневной ход спектральной отражательной способности растительности и почв / К. Я. Кондратьев, П. П. Федченко // Исследование Земли из космоса. 1980а. - № 4. - С. 40-47.

42. Кондратьев, К. Я. Опыт распознавания некоторых сельскохозяйственных культур по их спектрам отражения / К. Я. Кондратьев, П. П. Федченко // Исследование Земли из космоса. 1980b. - № 5. - С. 50-55.

43. Кондратьев, К. Я. Спектральная отражательная способность и распознавание растительности / К. Я. Кондратьев, П. П. Федченко. JL: Гидрометеоиздат, 1982. - 216 с.

44. Кондратьев, К. Я. Возможности определения содержания хлорофилла в растениях по их спектрам отражения / К. Я. Кондратьев, В. В. Козодеров, П. П. Федченко // Исследование Земли из космоса. — 1982. — № 6. С. 63-68.

45. Кондратьев, К. Я. Аэрокосмические исследования почв и растительности / К. Я. Кондратьев, В. В. Козодеров, П. П. Федченко. — Л.: Гидрометеоиздат, 1986. — 231 с.

46. Определение по спутниковым данным реакции растительного покрова на аномалии климатических показателей / К. В. Коняев, А. Н. Золотокрылин, В. В. Виноградова, Т. Б. Титкова // Исследование Земли из космоса. 2003. - № 2. - С. 18-26

47. Коробов, Р. . М. Оценка информативности спектральных характеристик посевов озимой пшеницы для прогноза их биологической продуктивности / Р. М. Коробов, О. А. Войнов, В. Я. Райлян // Исследование Земли из космоса. 1991а. — № 1. - С. 26-37.

48. Коробов, Р. М. Использование линейного дискриминантного анализа для спектральной классификации полей озимой пшеницы различного состояния / Р. М. Коробов, В. Я. Райлян, О. А. Войнов // Исследование Земли из космоса. 1991Ь. - № 3. - С. 39-48.

49. Кронберг, П. Дистанционное изучение Земли: основы и методы дистанционных исследований в геологии / П. Кронберг. М.: Мир, 1988. — 343 с.

50. Кринов, Е. Л. Спектральная отражательная способности природных образований / Е. Л. Кринов. М.-Л.: АН СССР, 1947. - 272 с.

51. Кулешов, Л. Н. Принципы составления природно-сельскохозяйственных карт для целей рационального использования земель (на примере Калмыцкой АССР) / Л. Н. Кулешов // Исследование Земли из космоса. 1984. - № 1. - С. 62-67.

52. Куминова, А. В. Дробное геоботаническое районирование части Алтае-Саянской геоботанической области (правобережья Енисея) / А. В.

53. Куминова / Растительность правобережья Енисея. Южная часть Красноярского края; под ред. А. В. Куминовой. — Новосибирск: Наука. Сибирское отделение, 1971. — С. 67-135.

54. Куминова, А. В. Растительный покров Хакасии / А. В. Куминова.- Новосибирск: Наука, 1976 г. 423 с.

55. Лабутина, И. А. Дешифрирование аэрокосмических снимков / И. А. Лабутина. -М.: Аспект Пресс, 2004. 184 с.

56. Лархер, В. Экология растений / Лархер В.; под ред. Т. А. Работнова. -М.: Мир, 1978 185 с.

57. Лысанова, Г. И. Ландшафтный анализ агроприродного потенциала геосистем / Г. И. Лысанова; под ред. Ю. М. Семенова. Иркутск: Изд-во Ин-та географии СО РАН, 2001.- 187 с.

58. Эксперимент по определению структуры и состояния агросистем в Курской области / В. М. Мазиков, Д. С. Асоян, А. А. Гузенко, М. А. Ермошкина // Исследование Земли из космоса. 1989. - № 5. — С. 36-42.

59. Использование спектроэнергетических и спектрополяризационных характеристик агрогеосистем для распознавания и оценки их состояния / В. Б. Малышев, В. А. Зайцева, С. И. Кононович и др. // Исследование Земли из космоса. 1989. - № 5. — С. 52-59.

60. Месяц, В. К. Сельскохозяйственный энциклопедический словарь / В. К. Месяц, H. М. Голышин, В. Г. Гребцова и др.; под ред. В. К. Месяц. -М. Советская энциклопедия, 1989. С. 16.

61. Автоматизированная классификация сельскохозяйственных объектов по материалам сканерной аэросъемки / П. Ю. Нагиев, К. К. Гусейнов, Э. М. Джафаров и др. // Исследование Земли из космоса. 1986.- № 2. — С. 96-101.

62. Нильсон, Т. А. Сезонный ход коэффициентов спектральной яркости ячменя и ржи / Т. А. Нильсон, Я. А. Антон, В. Б. Аплей // Исследование Земли из космоса. 1983. - № 5. - С. 72-80.

63. Паницкий, В. В. Руководство к летним практическим занятиям по физиологии растений / В. В. Паницкий. Красноярск: Красноярский государственный педагогический институт, 1972. — 84 с.

64. Повх, В. И. Космический мониторинг сельскохозяйственных угодий Ростовской области / В. И. Повх, Г. П. Гарбузов, JI. А. Шляхова // Исследование Земли из космоса. 2006. - № 3. - С. 89-96.

65. Полевой, В. В. Методы биохимического анализа растений / В. В. Полевой, Г. Б. Максимов. JL: Изд-во Ленинградского ун-та, 1978. - С. 9799.

66. Морфофизиологические параметры донорного листа при акклимации пшеницы к условиям азотного питания / О. Г. Полесская, Е. И. Каширина, С. Е. Андреева и др. // Физиология растений. 2001. - Т. 48, № 6.-С. 829-835.

67. Райлян, В. Я. Сравнение двух методов расчета вегетационных индексов / В. Я. Райлян, Р. М. Коробов, О. А. Войнов // Исследование Земли из космоса. 1990. -№ 4. - С. 85-94.

68. Рачкулик, В. И. Отражательные свойства и состояние растительного покрова / В. И. Рачкулик, М. В. Ситникова. Ленинград: Гидрометеоиздат, 1981. - 287 с.

69. Родин, Л. Е. Методические указания к изучению динамики и биологического круговорота в фитоценозах / Л. Е. Родин, Н.П. Ремизов, Н. И. Базилевич. Л.: Наука, 1968. - 143 с.

70. Росс, Ю. К. О каталогизации коэффициентов спектральной яркости лесной зоны Европейской территории Советского Союза / Ю. К. Росс, У. К. Петерсон // Исследование Земли из космоса. 1984. - № 2. — С. 60-66.

71. Руменина, Е. Интерактивная обработка многозональных аэроснимков для изучения состояния сельскохозяйственных культур / Е. Руменина, Н. Пелова, Н. Ачков // Исследование Земли из космоса. 1989. -№5.-С. 60-64.

72. Савин, И. Ю. О новом подходе к использованию МЗУ1 для мониторинга состоянию посевов сельскохозяйственных культур / И. Ю. Савин, Т. Негрэ // Исследование Земли из космоса. 2003. - № 4. - С. 91-96.

73. Савостьянов, В. К. Решая задачи эффективного и экологически безопасного ведения сельскохозяйственного производства в аридной зоне

74. Алтае-Саянского экорегиона / Российская академия сельскохозяйственных наук, Сибирское отделение, Государственное научное учреждение Научно-исследовательский институт аграрных проблем Хакасии. — Абакан: типография ООО «Фирма Март», 2007. 97 с.

75. Сагалович, В. Н. Оптимальное оценивание содержания хлорофилла в листьях и растительном покрове по гиперспектральным вегетационным индексам / В. Н. Сагалович, Э. Я. Фальков, Т. И. Царева // Исследование Земли из космоса. 2002. - № 6. - С. 81-84.

76. Сагалович, В. Н. Оценивание содержания воды в растительности по гиперспектральным вегетационным индексам / В. Н. Сагалович, Э. Я. Фальков, Т. И. Царева // Исследование Земли из космоса. 2004. - № 1. — С. 63-66.

77. Возможности использования данных дистанционного зондирования для оценки состояния и продуктивности сельскохозяйственных культур / Н. В. Сазонов, Н. М. Вандышева, А. Г. Топчиев, А. А. Феоктистов // Исследование Земли из космоса. 1989. - № 3. - С. 53-60.

78. Салищев, К. А. Космическая съемка и тематическое картографирование / К. А. Салищев, Ю. Ф. Книжников. М.: Изд-во МГУ, 1980.-272 с.

79. Сидько, А. Ф. Спектральная яркость растений, как основа дистанционной диагностики посевов сельскохозяйственных культур / А. Ф.

80. Сидько, А. П. Шевырногов // Доклады Академии Наук. 1997. - Т.354, № 1. -С. 120-122.

81. Сказкин, Ф. Д. Практические занятия по физиологии растений / Ф. Д. Сказкин, Е. И. Ловчиновская. М.: Советская наука, 1948. - 380 с.

82. Дистанционная оценка площадей зерновых культур в Казахстане по данным гиперспектрального радиометра MODIS / Л. Ф. Спивак, О. П. Архипкин, С. Г. Нургалиев, Л. В. Шагарова // Исследование Земли из космоса. 2003. - № 2. - С. 80-84.

83. Тооминг, X. Г. Экологические принципы максимальной продуктивности посевов / X. Г. Тооминг. Ленинград: Гидрометеоиздат, 1984.-264 с.

84. Физиология и биохимия сельскохозяйственных растений / Н. Н. Третьяков, Е. И. Кошкин, Н. М. Макрушин и др.. М.: Колос, 1998. - 640 с.

85. Феоктистов, А. А. Возможности использования данных ИК-диапазона для оценки эвапотранспирации посевов сельскохозяйственных культур / А. А. Феоктистов // Исследование Земли из космоса. 1986. - № 3. -С. 94-99.

86. Сопоставление информативности данных МСУ-Э и самолетного сканера на примере решения задач дистанционного зондирования агроресурсов / А. А. Феоктистов, В. П. Бочаров, Г. А. Алферов и др. // Исследование Земли из космоса. 1991. - № 1. - С. 54-63.

87. Хомяков, В. Н. Объективная оценка состояния агроценоза. Агрометеорологический аспект / В. Н. Хомяков. Л.: Гидрометеоиздат, 1989. -175 с.

88. Январева, JI. Ф. Изучение и картографирование сельскохозяйственного использования земель по космическим снимкам / Л. Ф. Январева // Исследование Земли из космоса. 1981. - № 5. — С. 103-110.

89. Cardille, J. A. Agricultural land-use change in Brazilian Amazo'nia between 1980 and 1995: Evidence from integrated satellite and census data / J. A. Cardille, J. A. Foley // Remote Sensing of Environment. 2003. - V. 87. - P. 551562.

90. Designing a spectral index to estimate vegetation water content from remote sensing data: Pt. 1. Theoretical approach / P. Ceccato, N. Gobron, S. Flasse et al. // Remote Sensing of Environment. 2002. - V. 82. - P. 188-197.

91. Validation of a hyperspectral curve-fitting model for the estimation of plant water content of agricultural canopies / С. M. Champagne, K. Staenz, A. Bannari et al. // Remote Sensing of Environment. 2003. - V. 87. - P. 148-160.

92. Chen, D. Vegetation water content estimation for corn and soybeans using spectral indices derived from MODIS near- and short-wave infrared bands /D. Chen , J. Huang, T. J. Jackson // Remote Sensing of Environment. 2005. - V. 98.-P. 225-236.

93. Application of MODIS derived parameters for regional crop yield assessment / P. C. Doraiswamy, T. R. Sinclair, S. Hollinger et al. // Remote Sensing of Environment. 2005. - V. 97. - P. 192-202.

94. Relationships between NDVI, canopy structure, and photosynthesis in three Californian vegetation type/ J. A. Gamon, С. B. Field, M. L. Goulden et al. // Ecological Applications. 2005. - V. 5. - P. 28-41.

95. Gao, B. NDWI a normalized difference water index for remote sensing of vegetation liquid water from space / B. Gao //Remote Sensing of Environment. - 1996. - V. 58. - P. 257-266.

96. Geerken, R. Assessment of rangeland degradation and development of a strategy for rehabilitation / R. Geerken, M. Ilaiwi // Remote Sensing of Environment. 2004. - V.90. - P.490-504.

97. Im, J. A change detection model based on neighborhood correlation image analysis and decision tree classification / J. Im, J. R. Jensen // Remote Sensing of Environment. 2005. - V. 99. - P. 326-340.

98. Integrated narrow-band vegetation indices for prediction of crop chlorophyll content for application to precision agriculture / D. Haboudane, J. R. Millera, N. Tremblayc et al. // Remote Sensing of Environment. 2002. - V. 81. -P. 416-426.

99. Hill, M. J. Estimating spatio-temporal patterns of agricultural productivity in fragmented landscapes using AVHRR NDVI time series / M. J. Hill, G. E. Donald // Remote Sensing of Environment. 2003. - V. 84. - P. 367384.

100. Estimation of pasture growth rate in the south west of Western Australia from AVHRR NDVI and climate data / M.-J. Hill, G. E. Donald, M. W. Hyder, R. C. G. Smith // Remote Sensing of Environment. 2004. - V. 93. - P. 528-545.

101. Spatial and temporal patterns of China's cropland during 1990-2000: An analysis based on Landsat TM data / J. Liu, M. Liu, H. Tian et al. // Remote Sensing of Environment. 2005. - V. 98. - P. 442-456.

102. Lobell, D. B. Cropland distributions from temporal unmixing of MODIS data / D. B. Lobell, G. P. Asner // Remote Sensing of Environment. -2004.-V. 93.-P. 412-422.

103. Mclver, D.K. Using prior probabilities in decision-tree classification of remotely sensed data / D.K. Mclver, M.A. Friedl // Remote Sensing of Environment. 2002. - V. 81. - P. 253-261.

104. Ortiz-Monasterio, J. I. Remote sensing assessment of regional yield losses due to sub-optimal planting dates and fallow period weed management /1.J. Ortiz-Monasterio, D. B. Lobell // Field Crops Research. 2007. - V. 101. - P. 8087.

105. Estimation of plant water concentration by the reflectance Water Index WI (R900/R970) / J. Penuelas, J. Pinol, R. Ogaya, I. Filella / International Journal of Remote Sensing. 1997. -V. 18, № 13. - P. 2869-2875.

106. Remote sensing applications for precision agriculture: A learning community approach / S. K. Seelan, S. Laguette, G. M. Casady, G. A. Seielstad // Remote Sensing of Environment. 2003. - V. 88. - P. 157-169.

107. Deriving water content of chaparral vegetation from AVIRIS data / L. Serrano, S. L. Ustin, D. A. Roberts, J. A. Gamon, J. Penuelas // Remote Sensing of Environment. 2000. - V. 74.-P. 570-581.

108. Shevyrnogov, A. P. Remote diagnostics of vegetation covers by spectral brightness of plants / A. P. Shevyrnogov, A. F. Sidko // Advanced in Space Research.-1995.-V. 16,№ 10.-P. 185-188.

109. Typification of natural seasonal dynamics of vegetation to reveal impact of land surface change on environment / A. P. Shevyrnogov, G. Vysotskaya, A. Sidko, K. Dunaev // Advanced in Space Research. 2000. - V. 26, №7.-P. 1169-1172.

110. Accuracy assessments of hyperspectral waveband performance for vegetation analysis applications / P. S. Thenkabaila, E. A. Enclonab, M. S.

111. Ashtonb, B. Van Der Meerd // Remote Sensing of Environment. 2004. - V. 91. -P. 354-376.

112. Tucker, C. J. Remote sensing of leaf water content in the nearinfrared / C. J. Tucker // Remote Sensing of Environment. 1980. - V.10. - P. 23-32.