Пространственное распределение составляющих энергетического баланса растительного покрова по данным дистанционного зондирования земли и стандартных метеорологических измерений тема диссертации и автореферата по ВАК РФ 06.01.03, кандидат наук Доброхотов Алексей Вячеславович

• Доброхотов Алексей Вячеславович
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Доброхотов Алексей Вячеславович

Введение

Глава 1. Водный баланс и энергетический баланс растительного покрова

1.1. Водный баланс и его составляющие

1.2. Энергетический баланс растительного покрова и его составляющие

1.3. Процесс испарения, эвапотранспирация и её типы

Глава 2. Методика расчета пространственного распределения эвапотранспирации и индекса водного стресса растений

2.1. Метод расчета составляющих радиационного баланса растительного покрова

2.1.1. Метод расчета суммарной радиации

2.1.2. Метод расчета альбедо растительности и отраженной коротковолновой радиации

2.1.3. Метод расчета излучения растительного покрова и противоизлучения атмосферы

2.2. Метод расчета турбулентного потока тепла над растительным покровом

2.3. Метод автоматизированного поиска "холодного" и "горячего"пикселей для расчета турбулентного потока тепла над растительным покровом

2.4. Метод расчета потока тепла в почву

2.5. Методы расчета эвапотранспирации

2.5.1. Метод расчета эталонной эвапотранспирации для люцерны

2.5.2. Калибровка модели METRIC с помощью эталонной эвапотранспирации люцерны

2.5.3. Метод расчета мгновенной эвапотранспирации

2.5.4. Метод расчета суточной эвапотранспирации

2.5.5. Метод расчета сезонной эвапотранспирации

Глава 3. Основные источники данных для проведения валидации методики автоматизированного расчета эвапотранспирации

3.1. Спутниковые данные Landsat и ASTER GDEM

3.2. Данные актинометрических измерений

3.3. Массивы срочных метеорологических данных

3.4. Данные потоковых станций сети FLUXNET

Глава 4. Основные результаты, валидация автоматизированного расчета эвапотранспирации

4.1. Результаты расчета суммарной радиации

4.2. Результаты расчета составляющих радиационного баланса растительности

4.3. Результаты расчета эвапотранспирации

Глава 5. Варианты практического применения методики автоматизированного расчёта эвапотранспирации

5.1. Апробация модели роста и развития растений AquaCrop

5.2. Исследование взаимосвязи транспирации и ассимиляции CO2 в посевах С3 и С4 культур

5.3. Апробация методики разделения эвапотранспирации на транспирацию и физическое испарение с поверхности почвы

5.4. Модельная оценка пространственного распределения устьичной проводимости растений

5.5. Технология рационального использования водных ресурсов с автоматизированным расчетом норм и сроков полива посевов сельскохозяйственных культур на орошаемом поле

Глава 6. Компоненты программы для автоматизированного расчета эвапотранспирации

6.1. Язык программирования Python и библиотеки, используемые для реализации программы

6.2. Геоинформационная система GRASSGIS

6.3. Основные пакеты программы автоматизированного расчета эвапотранспирации

Заключение

Список литературы

Приложения

Приложение 1. Получение данных LandSat и ASTER GDEM с портала геологической службы США

Приложение 2. Получение данных срочных наблюдений метеостанций с портала сайта прогноза погоды rp5

Приложение 3. Получение данных глобальной классификации поверхности Земли GLC30

Приложение 4. Статистические показатели для сравнения модельных и расчетных данных

Приложение 5. Создание shape-файла в программе QGIS

Введение диссертации (часть автореферата) на тему «Пространственное распределение составляющих энергетического баланса растительного покрова по данным дистанционного зондирования земли и стандартных метеорологических измерений»

Введение

Актуальность темы исследования. Определение составляющих энергетического баланса растительного покрова является важнейшей задачей агрофизики. Ключевое слагаемое энергетического баланса - суммарное испарение, или эвапотранспирация, входит одновременно в уравнения энергетического и водного балансов. Эвапотранспирация определяет водопотребление растительности, динамику накопления биомассы растений, является важнейшей характеристикой роста и развития растений. Пространственное распределение эвапотранспирации может быть использовано для прогнозирования урожайности сельскохозяйственных культур в региональном и локальном масштабах на территории России, для мониторинга засух и водного стресса растений. Эталонная эвапотранспирация (испаряемость, или максимально возможное испарение растительности с эталонными характеристиками) в сочетании с метеорологическими данными об осадках может характеризовать климатические условия произрастания сельскохозяйственной растительности, что особенно актуально при глобальных изменениях климата. Эвапотранспирация как водопотребление растительности применяется в задачах регулирования водного режима посева, в автоматизированных системах орошения, служит для определения поливных норм, водного стресса растений, сроков полива и экономической эффективности оросительных приёмов.

Непосредственное измерение величины эвапотранспирации требует больших финансовых затрат и проведения сложных инженерно-технических мероприятий, при этом, как правило, не учитывается пространственная неоднородность изучаемой величины. В связи с этим актуальной проблемой становится автоматизированная оценка эвапотранспирации с использованием энергобалансовых моделей в системе "почва-растение-приземный слой

воздуха" и современных методов дистанционного зондирования Земли (ДЗЗ) в сочетании с наземными метеорологическими данными. Информационные технологии ДЗЗ (обработка снимков, сделанных различными сенсорами в различных спектральных диапазонах) позволяют исследовать пространственную неоднородность составляющих энергетического баланса. В свою очередь, сеть наземных метеорологических станций предоставляет непрерывные стандартные данные с определенным интервалом измерения, по которым может быть рассчитана эталонная эвапотранспирация, являющаяся погодным фактором для растительности на сельскохозяйственном поле. Также метеорологические измерения служат для калибровки данных ДЗЗ во время пролёта спутника или беспилотного летательного аппарата (БЛА). В совокупности данные ДЗЗ и стандартные метеорологические измерения позволяют моделировать непрерывные во времени распределенные в пространстве величины эвапотранспирации за весь вегетационный период растений. Дополнительными вызовами также выступают оптимизация имеющихся моделей энерго-массообмена для оценки эвапотранспирации и автоматизация соответствующих вычислительных процедур с использованием современных компьютерных средств и информационных технологий.

Объектом исследования в диссертации является растительный покров различных сельскохозяйственных культур (ячмень, амарант, рапс, кукуруза, люцерна). Предметом исследования является моделирование пространственного распределения составляющих энергетического баланса различных сельскохозяйственных культур в период роста и развития растений в зависимости от их биологических особенностей.

В качестве основных методов исследования в работе были выбраны: а) метод определения эвапотранспирации как остаточного члена в уравнении энергетического баланса; б) модифицированный метод Пэнмана-Монтейса для расчёта эталонной эвапотранспирации; в) итерационный метод расчета

турбулентного потока тепла с применением масштаба Монина-Обухова и универсальных функций; г) эмпирический метод расчета приходящей к растительности коротковолновой радиации с учетом географического положения, рельефа, прозрачности атмосферы, альбедо растительности, форм и количества облачности; д) методы обработки спутниковой информации; е) статистический анализ точности математических моделей.

Целью исследования является создание метода автоматизированного расчёта пространственного распределения эвапотранспирации, радиационного баланса, турбулентного потока тепла, потока тепла в почву в течение вегетации растений с применением данных ДЗЗ и стандартных наземных метеорологических измерений.

Для достижения поставленной цели в диссертационной работе сформулированы и решены следующие задачи:

1. Провести анализ современных исследований по моделированию пространственного распределения составляющих энергетического баланса, в частности эвапотранспирации.

2. Оптимизировать методы определения параметров используемых расчетных моделей для данных стандартных метеорологических наблюдений.

3. Разработать и реализовать законченную методику автоматизированного расчёта составляющих энергетического баланса по данным ДЗЗ и стандартным наземным метеорологическим измерениям с использованием современных вычислительных средств и информационных технологий.

4. Сформулировать требования и подходы к информационному обеспечению для моделирования составляющих энергетического баланса растительного покрова сельскохозяйственных посевов входными данными различной природы.

5. Провести верификацию и валидацию предложенных подходов и алгоритмов с использованием методов статистического анализа адекватности моделей и данных прямых фактических измерений составляющих энергетического баланса.

6. Проанализировать и выбрать оптимальные варианты использования разработанной методики автоматизированного расчета эвапотранспирации для решения практических задач поддержки принятия агротехнологических решений

Научная новизна. В процессе выполнения исследования пространственного распределения составляющих энергетического баланса были получены следующие новые научные результаты:

1. Предложена и апробирована новая оригинальная методика автоматизированного расчета составляющих энергетического баланса в масштабе сельскохозяйственного поля за весь вегетационный период на основе данных ДЗЗ в видимом, ближнем инфракрасном, дальнем инфракрасном диапазонах спектра, данных цифровой модели рельефа (ЦМР), наземных измерений станций стандартной метеорологической сети.

2. Впервые проведена оптимизация модели энергомассобмена на сельскохозяйственном поле, основанной на данных ДЗЗ, к измерениям, проводящимся на станциях стандартной гидрометеосети на территории Российской Федерации, в частности - к визуальным наблюдениям форм и количества облачности.

3. На основе бесконтактных измерений радиометрической температуры растительного покрова и рассчитанных значений эвапотранспирации впервые были построены тематические карты пространственного распределения устьичной проводимости растений. Апробация предложенного метода проведена на

примере кормовых трав, возделываемых на территории Всеволожского района Ленинградской области.

4. На основе фенологических наблюдений, бесконтактных измерений радиометрической температуры растительного покрова, рассчитанных значений эвапотранспирации впервые апробирована модель накопления сухой биомассы рапса на территории Гатчинского района Ленинградской области.

5. Предложена и исследована оригинальная модель разделения эвапотранспирации на транспирацию и физическое испарение с поверхности почвы, использующая в качестве входных данных фенологические наблюдения, бесконтактные измерения радиометрической температуры листа и почвы, а также расчетные значения эвапотранспирации. Модель верифицирована на сельскохозяйственном поле кукурузы, расположенном на территории Всеволожского района Ленинградской области.

6. На основе экспериментальных наблюдений и измерений радиометрической температуры посевов сельскохозяйственных культур на опытных площадках, находящихся на территории Агрофизического института, исследована взаимосвязь между транспирацией и ассимиляцией С02 в посевах С3 и С4 культур.

Практическая значимость полученных результатов:

— Разработанная двухуровневая энергобалансовая модель для разделения расчетного значения эвапотранспирации на транспирацию и испарение с поверхности почвы может служить альтернативой трудоемких и дорогостоящих процедур прямого измерения соответствующих показателей в полевых условиях.

— Создана компьютерная программа для автоматизированного расчёта пространственного распределения составляющих энергетического

баланса растительного покрова на основе данных ДЗЗ и наземных метеорологических наблюдений.

— Разработана прикладная информационная технология управления водным режимом посевов для рационального использования водных ресурсов в масштабе сельскохозяйственного поля. Положения, выносимые на защиту:

1. Применение моделей энергомассообмена в системе "почва-растение-приземный слой воздуха" для расчёта составляющих энергетического баланса сельскохозяйственного поля является доступной альтернативой натурным измерениям, а при ассимиляции данных ДЗЗ позволяет также определять их пространственную неоднородность.

2. Величина эвапотранспирации, полученная созданным расчетным методом, может использоваться в моделях роста и развития растений для оценки динамики устьичной проводимости и влияния транспирации на продукционный процесс растений.

3. Автоматизированный расчёт эвапотранспирации может быть использован для совершенствования технологий информационных центров автоматизированного управления продукционным процессом, для рационального использования водных ресурсов на сельскохозяйственном поле

Обоснованность и достоверность результатов работы подтверждается пользованием апробированной энергобалансовой модели, корректным использованием статистических методов оценки эффективности моделирования, корректным использованием метеорологических, фенологических, общегеографических данных и данных ДЗЗ для формирования исходной информации, а также тем, что полученные результаты согласуются с результатами других независимых исследований по данной тематике.

Личный вклад автора заключается в формулировке целей и постановке задач исследования, обосновании выбора теоретических и расчётных методов решения поставленных задач, анализе полученных данных и их интерпретации. Автор использовал совокупность моделей и методов и оптимизировал их для данных стандартных метеорологических наблюдений, создал программу для проведения автоматизированного расчёта составляющих энергетического баланса растительного покрова, создал скрипт для обработки результатов и проведения статистического анализа для оценки их точности. Планировал и проводил полевые эксперименты по апробации модели роста и развития растений, модели разделения эвапотранспирации на транспирацию и испарение с поверхности почвы, исследованию взаимосвязи транспирации и ассимиляции С02 растениями типа С3 и С4, исследованию водопотребления и водного стресса растений, апробации модели устьичной проводимости растительности. Все эксперименты, представленные в диссертации, проводились при непосредственном личном участии автора работы. Автор обрабатывал данные полевых экспериментов и анализировал их, подготавливал материалы докладов и публикаций, формулировал выводы и заключения по работе, разрабатывал методику для практического использования. Все выносимые на защиту положения основаны на результатах исследований, проведённых автором самостоятельно. Доля авторского участия составляет не менее 37% для всех публикаций, подготовленных им в соавторстве.

Апробация результатов. Основные результаты исследований, изложенные в диссертации, докладывались и обсуждались:

- на семинарах лаборатории 150 ФГБНУ "Агрофизический научно-исследовательский институт" (2013 - 2019 г.);

- в виде доклада на второй всероссийской научной конференции с международным участием «Применение средств дистанционного зондирования Земли в сельском хозяйстве» Санкт-Петербург, 26-28 сентября 2018 г.

- в виде доклада на конференции "Тенденции развития агрофизики: от актуальных проблем земледелия и растениеводства к технологиям будущего" Санкт-Петербург, 27-29 сентября 2017 г.

- в виде доклада на Всероссийской научной конференции с международным участием "Агроэкосистемы в естественных и регулируемых условиях: от теоретической модели к практике прецизионного управления" Санкт-Петербург, 21-23 сентября 2016 г.

- в виде публикации материалов в сборнике интернет-конференции "Мелиорация в России: потенциал и стратегия развития" Волгоград, 26 августа 2016 г.

- в виде доклада на Всероссийской научной конференции (с международным участием) "Применение средств дистанционного зондирования Земли в сельском хозяйстве"Санкт-Петербург, 16-17 сентября 2015 г.

- в виде доклада на конференции "Эмиссия парниковых газов и секвестрация углерода в почвах" Санкт-Петербург, 14-15 октября 2015 г.

- в виде публикации материалов в сборнике 6-й международной научно-практическая конференции "АГР0ИНФ0-2015" Новосибирск, 22-23 октября 2015 г.

- в виде доклада и участия в конкурсе на 2-й международной конференции "Дистанционное зондирование Земли - сегодня и завтра" Санкт-Петербург, 07-08 июля 2014 г.

- в виде доклада на конференции "Математические модели в теоретической экологии и земледелии" Санкт-Петербург, 14-16 октября 2014 г.

Основные публикации по теме диссертации. По теме диссертации опубликовано 30 научных работ, 8 публикаций в рецензируемых журналах, рекомендованных ВАК Министерства образования и науки Российской Федерации, из них 2—в высокорейтинговых изданиях (Scopus).

Объем и структура работы. Диссертация состоит из введения, шести глав, заключения и приложения. Полный объём диссертации составляет 158 страниц. Список литературы содержит 138 наименований из них 118 иностранных.

Глава 1. Водный баланс и энергетический баланс растительного покрова 1.1. Водный баланс и его составляющие

В гидрологическом цикле испарение является одной из основных составляющих. Испарение может происходить как с водной поверхности, оголенной почвы, так и с растительного покрова. Испаряемость в свою очередь характеризует максимально возможное испарение с подстилающей поверхности в конкретных погодных условиях. При рассмотрении водного цикла влага в виде выпадающих осадков поступает на земную поверхность, после чего происходит её перенос в водоемы поверхностным стоком или фильтрация в грунтовые воды. При испарении воды в атмосферу гидрологический цикл замыкается.

Уравнение водного баланса может быть представлено в следующем виде [1]:

(р - е)л+д - д0 = ^ (1.1)

1 0 аг

где Р - средняя интенсивность осадков; Е - испарение; Л - площадь поверхности; д^ - приток подземных и наземных вод; д0 - сток подземных и наземных вод; Я - влагосодержание системы.

Из уравнения (1.1) возможно определить величину испарения. Однако определение компонентов водного баланса является довольно трудоемкой задачей с привнесением неизбежных погрешностей при измерении осадков и стока. Таким образом, при определении испарения будет возникать значительная ошибка. Также данный подход слабо применим для прогнозирования испарения при проектировании систем орошения или в других задачах. Более предпочтительным считаются методы расчета испарения на основе метеорологических данных.

1.2. Энергетический баланс растительного покрова и его составляющие

Энергетический баланс является частной формулировкой фундаментального уравнения сохранения энергии. Эвапотранспирация, как сумма транспирации и испарения с почвы, является связующим компонентом водного и энергетического балансов. Уравнение энергетического баланса, без учета горизонтальной адвекции, энергии фотосинтеза и снеготаяния, записывается в следующем виде:

Яп =ХЕГ + Н + О (1.2)

где Яп - радиационный баланс растительной поверхности; X - скрытая теплота парообразования; ЕГ - эвапотранспирация; Н - турбулентный поток тепла; О - поток тепла в почву.

Большая часть приходящей радиации поглощается у поверхности. Внутренняя энергия в частности расходуется на длинноволновую (тепловую) радиацию, турбулентный поток тепла, эвапотранспирацию и поток тепла в почву. При этом энергия или тепло поступает в атмосферу, вызывая при глобальном рассмотрении циркуляцию атмосферы в целом. При фазовых переходах воды в атмосфере происходит перераспределение энергии. Процесс конденсации в верхних слоях атмосферы является огромным источником энергии в атмосфере. Таким образом, эвапотранспирация и испарение с открытой водной поверхности играют огромную роль в формировании погоды и климата.

Радиационный баланс также частично расходуется на обмен теплом с атмосферой, который может быть представлен как произведение удельной теплоемкости воздуха при постоянном давлении и температуры воздуха. Это тепло может рассматриваться как скалярная примесь аналогично водяному пару.

Эвапотранспирацию принято также рассматривать как скрытый поток тепла с учетом скрытой теплоты парообразования, турбулентный поток тепла

часто называют явным потоком тепла. Скрытый и явный потоки тепла практически всегда рассматриваются неразрывно друг от друга. Отношение скрытого и явного потоков тепла представляется как отношение Боуэна, которое само по себе является важным климатологическим и метеорологическим показателем.

Во = Н (1.3)

ЛЕ

1.3. Процесс испарения, эвапотранспирация и её типы

Испарение - процесс перехода вещества из жидкого состояния в газообразное, происходящий на поверхности вещества. Суммарным испарением, или эвапотранспирацией называют сумму испарения растительности, или транспирации, и испарения с поверхности почвы, или физического испарения.

Испарение с почвы и транспирация происходят одновременно, и составляют величину эвапотранспирации, или суммарного испарения. Когда доля растительности небольшая, эвапотранспирация определяется преимущественно испарением с поверхности почвы, но когда растительность хорошо развита и имеет почти полное проективное покрытие, транспирация становится основным процессом. Интенсивность транспирации зависит от типа сельскохозяйственной культуры, фазы развития.

При изучении эвапотранспирации выделяют следующие её типы: эталонная (ЕТ0), потенциальная (ЕТР) и реальная (ЕТГ) эвапотранспирации [2].

Рисунок 1.1-Испарение с почвы (Е), транспирация (Т), эвапотранспирация (ЕТ), факторы, влияющие на эвапотранспирацию, разделение её на типы [2].

Эталонная эвапотранспирация (ЕГ0) - эвапотранспирация гипотетической поверхности с заданными характеристиками растительности. Концепция эталонной эвапотранспирации была введена для изучения максимально возможного испарения эталонной растительности независимо от типа растения и фазы развития. Факторы, влияющие на эталонную эвапотранспирацию являются только климатическими и метеорологическими. Следовательно, эталонная эвапотранспирация представляет собой погодный фактор. Эталонная эвапотранспирация выражает испаряемость эталонной культуры в определенном месте, в определенное время года, не учитывает почвенные характеристики и характеристики сельскохозяйственной культуры. Продовольственной и сельскохозяйственной организацией объединенных наций (ООН) - FAO

(Food and Agriculture Organization) были проведены исследования водопотребления зерновых культур для создания методики потребления воды зерновыми. Было принято решение модифицировать метод Пэнмана-Монтейса для расчета эталонной эвапотранспирации. За эталонную была выбрана гипотетическая культура с высотой растений 0,12 м, имеющей суммарное сопротивление поверхности 70 c-м-1 и альбедо растительности 0,23.

Потенциальная эвапотранспирация (ETp) - это тип эвапотранспирации, который определяет максимально возможную эвапотранспирацию, но уже для конкретной культуры. То есть является аналогом испаряемости, но уже для определенной сельскохозяйственной культуры.

Реальная эвапотранспирация (ETr) - это эвапотранспирация с учетом всех стрессов, которые происходят на сельскохозяйственном поле.

Для учета водного стресса растительности может быть использован индекс CWSI [3,4].

Рисунок 1.2 - Типы эвапотранспирации, факторы их определяющие [2].

Глава 2. Методика расчета пространственного распределения эвапотранспирации и индекса водного стресса растений

2.1. Метод расчета составляющих радиационного баланса растительного

покрова

Радиационный баланс является разностью между приходящими потоками радиации на растительный покров и уходящими потоками. Уравнение радиационного баланса (Яп) выглядит следующим образом:

К = К81~-"С1 _ео^(2-1)

где Я^ - приходящая коротковолновая радиация (суммарная радиация), Вт-м"

2 2 ; Я^ - уходящая коротковолновая радиация, Вт-м" (= аК^);« - альбедо

поверхности; Я^- приходящая длинноволновая радиация, Вт-м" ; Я^-

_2

уходящая длинноволновая радиация, Вт-м" ; (1 _ ВоЖц - часть приходящей длинноволновой радиации, отраженной от поверхности, Вт-м"2.

2.1.1. Метод расчета суммарной радиации

Суммарная радиация, или приходящая коротковолновая радиация, является суммой рассеянной радиации, которая была рассеяна атмосферой и облаками, и прямой радиации, которая не была рассеяна. Большое влияние на поток суммарной радиации оказывают следующие факторы:

• Географическое положение и рельеф. Широта и долгота места оказывают значительное влияние на распределение суммарной радиации. Также больше значение приобретают параметры рельефа, так как различная экспозиция и крутизна склонов может приводить к большим различиям суммарной радиации на соседних участках. Также

необходимо учитывать возможность затенения участков соседними склонами.

• Степень облачности. Облачность может, как уменьшать, так и увеличивать суммарную радиацию за счет увеличения рассеянной радиации. В основном облачность все-таки уменьшает приход суммарной радиации за счет уменьшения прямой радиации, поглощения радиации облаками. На поступление суммарной радиации влияют как количество, так и форма облачности.

• Высота солнца. Высота солнца определяет массу атмосферы в направлении солнца. При большей массе атмосферы солнечные лучи проходят больший путь сквозь атмосферу.

• Условия прозрачности атмосферы. Различная концентрация атмосферных газов и аэрозолей может оказывать значительное влияние на прозрачность атмосферы и соответственно на её мутность.

К ¿ = Б, (2.2)

где - суммарная радиация; 5 - прямая радиация; Б^- рассеянная радиация.

2.1.1.1.Метод расчета крутизны и экспозиции склона с применением

цифровой модели рельефа

Топографический (или геоморфометрический) анализ предоставляет методы для вычисления набора параметров, которые представляют геометрические свойства поверхности суши. Местные параметры описывают свойства поверхности земли, как в точке, так и в ее непосредственной близости. Их можно вычислить на основе принципов дифференциальной геометрии используя частные производные математической функции, описывающей поверхность. Методы локальной аппроксимации обычно применяются для оценки производных на регулярной сетке. Поверхность,

определяемая заданной точкой сетки и ее окрестностиЭхЭ аппроксимируется полиномом второго порядка и частными производными; центральная точка сетки вычисляется с использованием одного из общих конечно-разностных уравнений- например, метод Хорна (1981) [5]. Этот подход хорошо работает для гладких и негладких участков. Однако для данных высокого разрешения, представляющих относительно плоские области с небольшими различиями в высотах или шумных поверхностей, небольшой окрестности может оказаться недостаточным для адекватного захвата геометрии свойств поверхности суши. Также необходимо модифицировать аппроксимацию для оценки производных для ячеек сетки по краям области исследования, где полная окрестность 3х3 не доступна.

Более общий подход к оценке частных производных заключается в использовании дифференцируемой функции для интерполяции цифровой модели рельефа (ЦМР). Тогда параметры локальной поверхности можно вычислить, используя явный вид производных функции, обычно одновременно с интерполяцией. Однако эта задача не является тривиальной, поскольку функция интерполяции должна в то же время выполнять несколько важных условий, необходимых для надежного моделирования поверхности суши. В результате метод выполняет одновременную интерполяцию и вычисление частных производных, включая следующие локальные параметры наземной поверхности [6]:

• крутизна (угол наклона, величина градиента);

• экспозиция (ориентация наклона, направление градиента, направление крутого наклона, направление потока);

• кривизна профиля (кривизна поверхности в направлении градиента);

• тангенциальная кривизна (кривизна поверхности в направлении касательной контура);

• средняя кривизна (в среднем две основные кривизны).

В качестве альтернативы, можно выводить частные производные первого и второго порядка вместо параметров наземной поверхности и использовать их для вычисления дополнительных карт, таких как наклон или кривизна в любом заданном направлении. Кривизна контура может быть получена из касательной кривизны и синуса угла наклона [6]. Важно отметить, что параметры поверхности суши (особенно кривизны, основанные на производных второго порядка) очень чувствительны к качеству интерполяционного процесса. Например, интерполяция из контуров может привести к ложному шаблону волн вдоль контуров, которые могут быть видны только на карте кривизны профиля. Это вызвано очень неоднородным распределением входных данных. Расстояние между точками на контурах относительно невелико, а они большие между контурами. Эти артефакты можно свести к минимуму путем настройки параметров. Увеличение минимального расстояния между точками до значения, которое отражает среднее расстояние между контурами, уменьшит неоднородность плотности данных (точки, которые слишком близки друг к другу, будут удалены из интерполяции).

Список литературы диссертационного исследования кандидат наук Доброхотов Алексей Вячеславович, 2019 год

Список литературы

1. Brutsaert W. Evaporation into the atmosphere: theory, history and applications. - Springer Science & Business Media, 2013. - Т. 1.

2. Allen R. G. et al. FAO Irrigation and drainage paper No. 56 //Rome: Food and Agriculture Organization of the United Nations. - 1998. - Т. 56. - №. 97. - С. e156.

3. Idso S. B. Non-water-stressed baselines: a key to measuring and interpreting plant water stress //Agricultural Meteorology. - 1982. - Т. 27. - №. 1-2. -С. 59-70.

4. Jackson R. D. Canopy temperature and crop water stress //Advances in irrigation. - 1982. - Т. 1. - С. 43-85.

5. Horn B. K. P. Hill shading and the reflectance map //Proceedings of the IEEE. - 1981. - Т. 69. - №. 1. - С. 14-47.

6. Mitasova H., Hofierka J. Interpolation by regularized spline with tension: II. Application to terrain modeling and surface geometry analysis //Mathematical Geology. - 1993. - Т. 25. - №. 6. - С. 657-669.

7. Mckenney D. W. Calibration and sensitivity analysis of a spatially-distributed solar radiation model //International Journal of Geographical Information Science. - 1999. - Т. 13. - №. 1. - С. 49-65.

8. Wald L. et al. SoDa: a project for the integration and exploitation of networked solar radiation databases //Environmental Communication in the Information Society. - International Society for Environmental Protection, Vienna, Austria, 2002. - С. 713-720.

9. Page J., Albuisson M., Wald L. The European solar radiation atlas: a valuable digital tool //Solar energy. - 2001. - Т. 71. - №. 1. - С. 81-83.

10. Muneer T. Solar radiation model for Europe //Building services engineering research and technology. - 1990. - Т. 11. - №. 4. - С. 153-163.

11. Kasten F. The Linke turbidity factor based on improved values of the integral Rayleigh optical thickness //Solar energy. - 1996. - Т. 56. - №. 3. -С. 239-244.

12. Kasten F., Young A. T. Revised optical air mass tables and approximation formula //Applied optics. - 1989. - Т. 28. - №. 22. - С. 4735-4738.

13. Krcho J., Komenského U. Morfometrickâ analyza a digitâlne modely georeliéfu: Dokt. diz. prâca. - 1990. - Veda.

14. Jenco M. Distribùcia priameho slnecného ziarenia na georeliéfe a jej modelovanie pomocou komplexného digitâlneho modelu reliéfu //Geograficky casopis. - 1992. - Т. 44. - №. 4. - С. 342-354.

15. Gruter J.W., et al. Radiation nomenclature. In. 2nd Solar Energy Programme of the CEC, Project F, Solar Radiation Data, CEC, Brussels -1984.

16. Scharmer K. et al. The European solar radiation atlas vol. 2: Database and exploitation software. - 2000.

17. Ситдикова Ю.Р., Русин И.Н., Козырева Л.В.Методика расчета радиационных характеристик с учетом проективного покрытия сельскохозяйственного поля //Агрофизика. - 2012. - №4. - с. 19-24

18. Angstrom A. Solar and terrestrial radiation. //Quart. J. Roy. Meteor. Soc.50. -1924 - C.121-125.

19. Bennet I. Monthly maps of mean daily insolation for the United States. //Solar Energy - 9. -1965. - C.145-158.

20. Excel R.H.B. The solar radiation climate of Thailand //Solar Energy 18. -1976. - C. 349-354.

21. Kimball H.H. Amount of solar radiation that reaches the surface of the earth on the land and sea and methods by which it is measured //Mon. Wea. Rev. 56. - 1928. - C.393-398.

22. Neumann J. Insolation in relation to cloud amount. //Mon. Wea. Rev. 82. -- 1954. - C.317-319.

23. Mateer C.L. On the relationship between global radiation and cloudiness at Ocean Station //P. Arch. Meteor. Geophy. Bioklim. B 12: - 1963. -C.482-490

24. Kimura K., Stephenson D.GSolar Radiation on Cloudy Days. Research Paper No. 418, Division of Building Research, National Research Council of Canada, Ottawa, 8 pp . -1969.

25. Thompson E.S. Computation of solar radiation from sky cover. //Water Resources Research 12. -1976. - C.859-865

26. London J. A Study of the Atmospheric Heat Balance. Final Report No. AF. 19(122)-165, Department of Meteorology and Oceanography, New York University, 75 pp. - 1957.

27. Monteith J.L. Attention of solar radiation: a climatological study. //Quart. J. Roy. Meteor. Soc. 88. - 1962. - C.508-521.

28. Lumb F.E. The influence of cloud on hourly amounts of total solar radiation at the sea surface. Quart. J. Roy. Meteor. Soc. 90. - 1964. - C.43-56.

29.Lettau H., Lettau K. Short-wave radiation climatonomy. //Tellus 21. -1969. - C.208-222.

30.Hay J.E. Aspects of the Heat and Moisture Balance of Canada, PH.D. thesis, University of London, 2 vols., 322 pp. - 1970.

31.Atwater M.A., Brown JR. P.S. Numerical computations of the latitudinal variation of solar radiation for an atmosphere of varying opacity. //J. Appl. Meteor.13: - 1974. - C.289-297.

32. Manabe S., Strickler R.F. Thermal equilibrium of the atmosphere with a convective adjustment. //J. Atmos. Sci. 21. - 1964. - C.361-385

33. Davies J.A.; Schertzer W.; Nunez M. Estimating global solar radiation. //Boundary-Layer Meteor. 9. - 1975. - C.33-52.

34. Badescu V. A new kind of cloudy sky model to compute instantaneous values of diffuse and global solar irradiance //Theoretical and Applied Climatology. - 2002. - T. 72. - №. 1. - C. 127-136.

35. Suckling P. W., Hay J. E. A cloud layer-sunshine model for estimating direct, diffuse and total solar radiation //Atmosphere. - 1977. - T. 15. - №. 4. - C. 194-207.

36. Haurwitz B. Insolation in relation to cloud type. //J. Meteor.5: - 1948. -C.110-113.

37. Canover J.H. Cloud and terrestrial albedo determinations from Tiros satellite pictures. //J. Appl. Meteor. 4. - 1965. - C.378-386

38. Liou K.-N. On the absorption, reflection and transmission of solar radiation in cloudy atmospheres. //J. Atmos. Sci.33. - 1976. - C.798-805.

39.Hay J.E. A revised method for determining the direct and diffuse components of the total short-wave radiation. //Atmosphere 14. - 1976. -C.278-287.

40. Drummond A.J., Hickey J.R Large-scale reflection and absorption of solar radiation by clouds as influencing earth radiation budget: New aircraft measurement. //Preprints, International Conference on Weather Modification. Canberra, Australian Academy of Science and American Meteorological Society, - 1971. - C.267-276.

41. Liang S. Narrowband to broadband conversions of land surface albedo I: Algorithms //Remote sensing of environment. - 2001. - T. 76. - №. 2. - C. 213-238.

42. Allen R. G., Tasumi M., Trezza R. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)— Model //Journal of irrigation and drainage engineering. - 2007. - T. 133. -№. 4. - C. 380-394.

43. Bastiaanssen W. G. M. Regionalization of surface flux densities and moisture indicators in composite terrain. A remote sensing approach under clear skies in Mediterranean climates. - SC-DLO, 1995. - №. 109. - C. -.

44. Allen R. G., Hartogensis O., de Bruin H. A. R. Long-wave radiation over alfalfa during the RAPID field campaign in southern Idaho. - Research Report, Kimberly, Univ. of Idaho, Id, 2000.

45. ASCE-EWRI. The ASCE standardized reference evapotranspiration equation. ASCE-EWRI Standardization of Reference Evapotranspiration Task Committe Rep. ASCE Reston, Va. - 2005.

46. Garrison J. D., Adler G. P. Estimation of precipitable water over the United States for application to the division of solar radiation into its direct and diffuse components //Solar Energy. - 1990. - Т. 44. - №. 4. - С. 225-241.

47. Tasumi M. Progress in operational estimation of regional evapotranspiration using satellite imagery. - 2003.

48. MODIS UCSB Emissivity Library. MODIS University of California Santa Barbara. http://www.icess.ucsb.edu/modis/EMIS/html/em.html. - 2004.

49. Bastiaanssen W. G. M. et al. Remote sensing in water resources management: The state of the art. - International Water Management Institute. - 1998.

50. Huete A. R. A soil-adjusted vegetation index (SAVI) //Remote sensing of environment. - 1988. - Т. 25. - №. 3. - С. 295-309.

51. Bastiaanssen W. G. M. et al. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation //Journal of hydrology. - 1998.

- Т. 212. - С. 198-212.

52. Monin A. S., Obukhov A. M. F. Basic laws of turbulent mixing in the surface layer of the atmosphere //Contrib. Geophys. Inst. Acad. Sci. USSR.

- 1954. - Т. 151. - №. 163. - С. e187.

53. Kustas W. P. et al. Surface energy balance estimates at local and regional scales using optical remote sensing from an aircraft platform and atmospheric data collected over semiarid rangelands //Water Resources Research. - 1994. - Т. 30. - №. 5. - С. 1241-1259.

54. Allen R. G., Wright J. L. Translating wind measurements from weather stations to agricultural crops //Journal of Hydrologic Engineering. - 1997. -Т. 2. - №. 1. - С. 26-35.

55. Tasumi M. et al. Operational aspects of satellite-based energy balance models for irrigated crops in the semi-arid US //Irrigation and Drainage Systems. - 2005. - T. 19. - №. 3. - C. 355-376

56. Allen R. G. Assessing integrity of weather data for reference evapotranspiration estimation //Journal of irrigation and drainage engineering. - 1996. - T. 122. - №. 2. - C. 97-106.

57. Bastiaanssen W. G. M. SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey //Journal of hydrology. - 2000. - T. 229. - №. 1. - C. 87-100.

58. Allen R. G. Evapotranspiration for southwest Florida from satellite-based energy balance //Rep. Prepared for Tampa Bay Water. - 2002.

59. Oke T. R. Boundary layer climates. - Routledge. -2002.

60. Allen R. G. et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56 //FAO, Rome. -1998. - T. 300. - №. 9. - C. D05109.

61. Paulson C. A. The mathematical representation of wind speed and temperature profiles in the unstable atmospheric surface layer //Journal of Applied Meteorology. - 1970. - T. 9. - №. 6. - C. 857-861.

62. Webb E. K. Profile relationships: The log- linear range, and extension to strong stability //Quarterly Journal of the Royal Meteorological Society. -1970. - T. 96. - №. 407. - C. 67-90.

63. Suleiman A. A., Ritchie J. T. Modeling soil water redistribution during second-stage evaporation //Soil Science Society of America Journal. - 2003. - T. 67. - №. 2. - C. 377-386.

64. Tasumi M. et al. Satellite-based energy balance to assess within-population variance of crop coefficient curves //Journal of irrigation and drainage engineering. - 2005. - T. 131. - №. 1. - C. 94-109.

65. Wright J. L. New evapotranspiration crop coefficients //Proceedings of the American Society of Civil Engineers, Journal of the Irrigation and Drainage Division. - 1982. - T. 108. - №. IR2. - C. 57-74.

66. Bastiaanssen W. G. M. SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey //Journal of hydrology. - 2000. - Т. 229. - №. 1. - С. 87-100.

67. Tasumi M. A review of evaporation research on Japanese lakes //Impacts of Global Climate Change. - 2005. - С. 1-10.

68. Allen R. G., Tasumi M. Evaporation from American Falls Reservoir in Idaho via a combination of Bowen ratio and eddy covariance //Impacts of Global Climate Change. - 2005. - С. 1-17.

69. Allen R. G. et al. Evapotranspiration on the watershed scale using the SEBAL model and Landsat images //2001 ASAE Annual Meeting. -American Society of Agricultural and Biological Engineers, 1998. - С. 1.

70. Su Z. The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes //Hydrology and earth system sciences. - 2002. - Т. 6.

- №. 1. - С. 85-100.

71. Carlson T. N., Capehart W. J., Gillies R. R. A new look at the simplified method for remote sensing of daily evapotranspiration //Remote Sensing of Environment. - 1995. - Т. 54. - №. 2. - С. 161-167.

72. Walter I. A. et al. ASCE's standardized reference evapotranspiration equation //Watershed management and operations management 2000. -2000. - С. 1-11.

73. Burman R. D., Jensen M., Allen R. G. Thermodynamic factors in evapotranspiration //Irrigation Systems for the 21st Century. - ASCE, 1987.

- С. 140-148.

74. Murray F. W. On the computation of saturation vapor pressure. - RAND CORP SANTA MONICA CALIF, 1966. - №. P-3423.

75. Jensen M. E., Burman R. D., Allen R. G. Evapotranspiration and irrigation water requirements. - ASCE. - 1990.

76. Allen R. G., Tasumi M., Trezza R. Benefits From Tying Satellite-Based Energy Balance To Reference Evapotranspiration //AIP Conference Proceedings. - AIP, 2006. - Т. 852. - №. 1. - С. 127-137

77. Allen R. G. et al. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)—Applications //Journal of irrigation and drainage engineering. - 2007. - Т. 133. - №. 4. -С. 395-406.

78. Romero M. G. Daily evapotranspiration estimation by means of evaporative fraction and reference evapotranspiration fraction. - Utah State University, Department of Biological and Irrigation Engineering, 2004.

79. Trezza R. Evapotranspiration using a satellite-based surface energy balance with standardized ground control. - 2002.

80. Tasumi M. et al. Satellite-based energy balance to assess within-population variance of crop coefficient curves //Journal of irrigation and drainage engineering. - 2005. - Т. 131. - №. 1. - С. 94-109.

81. Alves I., Pereira L. S. Non-water-stressed baselines for irrigation scheduling with infrared thermometers: a new approach //Irrigation Science. - 2000. -Т. 19. - №. 2. - С. 101-106.

82. Jackson R. D. et al. Canopy temperature as a crop water stress indicator //Water resources research. - 1981. - Т. 17. - №. 4. - С. 1133-1138.

83. Masek J. G. et al. A Landsat surface reflectance dataset for North America, 1990-2000 //IEEE Geoscience and Remote Sensing Letters. - 2006. - Т. 3. -№. 1. - С. 68-72.

84. Vermote E. F. et al. Second simulation of the satellite signal in the solar spectrum, 6S: An overview //IEEE transactions on geoscience and remote sensing. - 1997. - Т. 35. - №. 3. - С. 675-686.

85. Foga S. et al. Cloud detection algorithm comparison and validation for operational Landsat data products //Remote Sensing of Environment. -2017. - Т. 194. - С. 379-390.

86. Remund J. et al. Worldwide Linke turbidity information //ISES Solar World Congress 2003. - International Solar Energy Society (ISES), 2003. - Т. 400. - С. 13 p.

87. Whitlock C. H. et al. First global WCRP shortwave surface radiation budget dataset //Bulletin of the American Meteorological Society. - 1995. - Т. 76. -№. 6. - С. 905-922.

88. DiPasquale R. C., Whitlock C. H. Global distribution of surface shortwave fluxes derived from satellite data for the World Climate Research Programme //International journal of climatology. - 1995. - Т. 15. - №. 9. -С. 961-973.

89. Randel D. L. et al. A new global water vapor dataset //Bulletin of the American Meteorological Society. - 1996. - Т. 77. - №. 6. - С. 1233-1246.

90. Baldocchi D. et al. FLUXNET: A new tool to study the temporal and spatial variability of ecosystem-scale carbon dioxide, water vapor, and energy flux densities //Bulletin of the American Meteorological Society. - 2001. - Т. 82.

- №. 11. - С. 2415-2434.

91. Wilson K. et al. Energy balance closure at FLUXNET sites //Agricultural and Forest Meteorology. - 2002. - Т. 113. - №. 1. - С. 223-243.

92. Burba G. Eddy covariance method //Li-COR Biogeosciences, Lincoln, NE.

- 2013.

93. Dusek, D. A., T. A. Howell, A. D. Schneider, and K. S. Copeland. 1987. Bushland weighing lysimeters data acquisition systems for evapotranspiration research. ASAE Paper No. 872506. St. Joseph, Mich.: ASAE

94. Доброхотов А.В. Определение пространственного распределения суммарной радиации в зависимости от типов и количества облачности с использованием спутниковых данных фактора мутности Линке и цифровой модели рельефа. //Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). - 2018. - Т. 23. - № 4. - С. 33-45.

95. Raes D. et al. AquaCrop the FAO crop model to simulate yield response to water: II. Main algorithms and software description //Agronomy Journal. -2009. - Т. 101. - №. 3. - С. 438-447.

96. Ефимов А.Е., Ситдикова Ю.Р., Доброхотов А.В., Козырева Л.В. Мониторинг эвапотранспирации на сельскохозяйственном поле, определение норм и сроков полива автоматизированным мобильным полевым агрометеорологическим комплексом. //Водные ресурсы. -2018. - Т. 45. - № 1. - С. 100-105.

97. Максенкова И.Л., Доброхотов А.В., Козырева Л.В. Параметрическая идентификация модели роста и развития AquaCrop на посевах рапса в Ленинградской области. //Агрофизика. - 2018. - № 1. - С. 44-52.

98. Доброхотов А. В., Хомяков Ю. В., Козырева Л.В., Ситдикова Ю. Р., Вертебный В. Е Экспериментальные исследования взаимосвязи между транспирацией и ассимиляцией CO2 в посевах С3 и С4 культур.// Агрофизика. - 2016. - № 1. - С. 24-31.

99. Colaizzi P. D. at al. Two-source energy balance model estimates of evapotranspiration using component and composite surface temperatures //Advances in Water Resources. 2012. Т. 50. p. 134-151

100. Kustas W. P, Anderson. M. C. Utility of radiometric - aerodynamic temperature relations for heat flux estimation// Boundary-Layer Meteorol. -2007. - 122. - C. 167-187.

101. Norman J. M., Kustas W. P., Humes K.S.. Transactions of the ASABE approach for estimating soil and vegetation energy fluxes in observations of directional radiometric surface temperature//Agric. Forest Meteorol. - 1995. - 77(3-4).-C. 263-293.

102. Agam N., Kustas W.P., and Anderson M.C.. Application of the Priestley-Taylor in a Two-Source Energy Balance Model//Journal of Hydrometeorology. - 2010. - 11.- C.185-198.

103. Sánchez J.M., Kustas W.P., Caselles V., Anderson M.C. Modelling surface energy fluxes over maize using a two-source patch model and radiometric soil and canopy temperature observations// Remote Sensing of Environment- 2008. - 112.- C. 1130-1143.

104. Л. В. Козырева, А. В. Доброхотов, И. Л. Максенкова, А. Е. Ефимов, Разделение суммарного испарения на транспирацию и физическое испарение с применением данных наземных измерений (АМПАК) и двухуровневой энергобалансовой модели (TSEB).// Агрофизика. -2016. -№ 3. -С. 23-32.

105. Damour G., Simonneau T., Cochard H., Urban L. An overview of models of stomatal conductance at leaf level. //Plant, Cell & Environment, -2010. -33. -C. 1419-1438.

106. Jarvis P.G. The interpretation of the variations in leaf water potential and stomatal conductance found in canopies in the field. //Philosophical Transactions of the Royal Society of London, B: Biological Sciences. -1976. - 273(927). -C. 593-610.

107. Stewart J.B. Modelling surface conductance of pine forest. //Agricultural and Forest Meteorology,.-1988. -43(1). -C. 19-35.

108. Ball, J.T., J.A. Berry. The ci/csratio: a basis for predicting stomatal control of photosynthesis. //Carnegie Institution of Washington Year book -1982. -81.- C.88-92.

109. Козырева Л.В., Доброхотов А.В., Ситдикова Ю.Р., Ефимов А.Е.Методика оценки составляющих водного и теплового балансов в системе «почва—растение—приземный слой воздуха» с учетом стратификации приземного слоя, неоднорости подстилающей поверхности с использованием данных дистанционного зондирования земли и наземной калибровки автоматизированным мобильным полевым комплексом (АМПАК). СПб. -2016.

110. Allen, R. G., Tasumi, M., Morse, A., Trezza, R., Wright, J. L., Bastiaanssen, W., Robison, C. W. et al. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)— Applications. //Journal of irrigation and drainage engineering. -2007. -133(4). - C. 395-406.

111. Monteith J.L. Evaporation and surface temperature. //Quarterly Journal of the Royal Meteorological Society. -1988. -107. -C. 1-27.

112. Менжулин Г.В. Моделирование метеорологического режима растительного покрова. Труды Главной геофизической обсерватории им. А.И. Воейкова. - 1974. - 318:.-C. 59.

113. Тооминг Х.Г. Теоретическая оценка влияния некоторых физиологических и морфологических характеристик на потенциальный урожай ячменя. //Сельскохозяйственная биология. -1974. - 9(6). -С. 921-930.

114. Тооминг Х.Г. Экологические принципы максимальной продуктивности посевов. Л., С. -1984.

115. Сиротенко О.Д. Математическое моделирование водно-теплового режима и продуктивности агроэкосистем. Л. -1981.

116. Choudhury B.J., Monteith J.L. A four-layer model for heat budget of homogeneous land surfaces. //Quarterly Journal of the Royal Meteorological Society. -1988. -114(480). -C. 373-398.

117. Collatz, G.J., J.T. Ball, C. Grivet and J.A. Berry. 1991. Regulation of stomata1 conductance and transpiration: a physiological model of canopy processes. //Agricultural and Forest Meteorology. -1991. -54(2-4). -C.107-136.

118. Полуэктов Р.А., Кумаков В.А., Василенко Г.В. Моделирование транспирации посевов сельскохозяйственных растений. //Физиология растений, -1997. -44 (1). -C. 68-73.

119. L'homme, J.- A. The concept of canopy resistance: historical survey and comparison of different approaches. //Agricultural and Forest Meteorology. -1991. -54. -C.227-240.

120. Campbell G.S., Norman J. M. An Introduction to Environmental Biophysics. Springer-Verlag New York. -1998.

121. Blonquist J. M., Norman J. M., Bugbee B. Automated measurement of canopy stomatal conductance based on infrared temperature. //Agricultural and Forest Meteorology. - 2009. -149(12). -C. 2183-2197.

122. Brutsaert, W. A theory for local evaporation (or heat transfer) from rough and smooth surfaces at ground level. Water resources research. -1975. -11(4).-C. 543-550.

123. Монин А. С. Обухов А. М. Безразмерные характеристики в приземном слое атмосферы. //Доклады АН СССР. -1953. -93(2). -C. 223-226.

124. Pagowski M. An iterative solution of flux-profile relationships in the surface layer for regional model applications. //Atmospheric Environment. -2006. -40(35). -C. 6892-6897.

125. Ольгаренко Г. В., Капустина Т. А. Планирование режимов орошения с учетом пространственной - временной изменчивости гидрометеорологических условий // Материалы Международной конференции Санкт - Петербург, ФГБНУАФИ. Санкт-Петербург. -2012.

126. Ресурсосберегающие энергоэффективные экологически безопасные технологии и технические средства орошения: справочник. //Москва: ФГБНУ «Росинформагротех». -2015. -264 С.

127. Давитая Ф. Ф., Мельник Ю. С. Проблема прогноза испаряемости и оросительных норм. //Ленинград: Гидрометеоиздат. -1970. -72 С.

128. Остапчик В. П. Планирование режимов орошения на основе биоклиматического метода расчета водопотребления сельскохозяйственных культур // ЦБНТИ Минводхоза СССР. Москва, -1981.

129. Муромцев Н.А., Коваленко П.И., Семенов Н.А., Мажайский Ю.А., Яцык Н.В., Шуравилин А.В., Воропай Г.В., Анисимов К.Б., Коломиец С.С. Внутрипочвенный влагообмен, водопотребление и

водообеспеченность многолетних культурных травостоев. //Рязань: -2013. -300 С.

130. Козырева Л.В., Ефимов А.Е., Доброхотов А.В., Максенкова И.Л., Бартенев Д.Л. Информационная база данных автоматизированного мобильного агрометеорологического комплекса для модельных расчетов энерго- и массообмена на сельскохозяйственном поле // Свидетельство о регистрации программы для ЭВМ RUS 2017620487 05.12.2016

131. Summerfield M. Rapid GUI programming with Python and Qt: the definitive guide to PyQt programming. - Pearson Education. -2007.

132. Kuhlman D. A python book: Beginning python, advanced python, and python exercises. - Dave Kuhlman. 2009. - С. 1-227.

133. Rappin N., Dunn R. wxPython in Action. - Manning Publications Co., -2006.

134. Walt S., Colbert S. C., Varoquaux G. The NumPy array: a structure for efficient numerical computation //Computing in Science & Engineering. - 2011. - Т. 13. - №. 2. - С. 22-30.

135. McKinney W. Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. - " O'Reilly Media, Inc.". -2012.

136. Hunter J. D. Matplotlib: A 2D graphics environment //Computing In Science & Engineering. - 2007. - Т. 9. - №. 3. - С. 90-95.

137. Rew R., Davis G. NetCDF: an interface for scientific data access //IEEE computer graphics and applications. - 1990. - Т. 10. - №. 4. - С. 7682.

138. Neteler M., Mitasova H. Open source GIS: a GRASS GIS approach. -Springer Science & Business Media, -2013. - Т. 689.

Приложения

Приложение 1. Получение данных LandSat и ASTER GDEM с портала

геологической службы США.

Для получения данных с портала геологической службы США необходимо сначала пройти регистрацию и создать профиль на портале с указанием адреса электронной почты. В данный момент портал имеет адрес https://earthexplorer.usgs.gov/. Сначала нужно настроить критерии для поиска снимков во вкладке «SearchCriteria». Для указания интересующей точки можно воспользоваться встроенным механизмом поиска и в поле «Address/Place» ввести интересующее название географического объекта. Также можно ввести координаты вручную или выбрать область, отображаемую на экране, также можно использовать заранее подготовленный shape-файл с интересующим полигоном. Далее в поле «Data/Range» необходимо выбрать дату начала и конца для поиска соответствующих спутниковых снимков.

Для выбора снимков определенного спутника необходимо выбрать вкладку «DataSets». Снимки спутника LandSat8 с коррекцией алгоритмом LaSRC доступны для заказа и в данный момент находятся в каталоге «Landsat», «LandsatCollection 1 Level-2 (On-Demand)», затем нужно выбрать галочку «Landsat 8 OLI/TIRSC1 Level-2». Также необходимо скачать данные о температуре поверхности из данных в наборе «LandsatCollection 1 Level-1». Снимки спутника LandSat 4-5 или LandSat 7 с коррекцией алгоритмом LEDAPS доступны для заказа и в данный момент находятся в каталоге «Landsat», «LandsatCollection 1 Level-2 (On-Demand)», затем нужно выбрать галочку «Landsat 4-5 TMC1 Level-2» для Landsat 4-5 или «Landsat 7 ETM+ C1 Level-2» для LandSat 7. Также необходимо скачать данные о температуре поверхности из данных в наборе «LandsatCollection 1 Level-1».

Затем можно выбрать дополнительные критерии, такие как количество облачности во вкладке «AdditionalCriteria». Затем необходимо перейти во вкладку «Results» для выбора подходящих снимков, нажать кнопку «OrderScene». После отбора снимков нужно перейти в корзину «ItemBasket» и выполнить заказ спутниковых снимков. Загрузка заказа снимков происходит с помощью программы espa-bulk-downloader, скрипт download_espa_order.py. Также можно скачать снимки по одному напрямую с портала геологической службы США.

I (D A https://earthexplorer.usgs.gov

CIO» Поиск

^USGS

science for a changing world Earth Explorer

Ш

щ

*JL¿* » i '•

USGS Home Contact USGS Search USGS

Page Expires In 1:59:49 С

Home Save Criteria Load Favorite » Manage Criteria

Item Basket (0) dobralexey » hlil-ll Feedback Help

Search Criteria

Additional Criteria Results

2. Select Your Data Set(s) Check the boxes for the data set(s) you want to search. When done selecting data set(s), click the Additional Criteria or Results buttons below. Click the plus sign next to the category name to show a list of data sets.

□ Use Data Set Prefilter what-s This?)

Data Set Search

El Digital Line Graphs + Digital Maps u. 3 EO-1

S Global Fiducials m hcmm

aISERV El Land Cover B Landsat Q

B Landsat Collection 1 Level-2 (On-Demand) 0 O S§ Landsat 8 OU/TIRS C1 Level-2

□ ©H Landsat 7 ETM+ C1 Level-2

□ 0 [g Landsat 4-5 TM C1 Level-2 a Landsat Collection 1 Level-1

B Landsat Pre-Collection Level-1 3 Landsat Legacy 3 NASA LPDAAC Collections + Radar B Sentinel

buas

5 Vegetation Monitoring B ISRO Resourcesat

Clear All Selected I Additional Criteria » I Results »

Search Criteria Summary (Show)

Карте Спутник

Clear Criteria

The up-to-date Google map is not for purchase or for download; it is to be used as a guide for reference and search purposes only.

Рисунок П. 1. - Портал геологической службы США для получения данных

дистанционного зондирования Земли.

Для загрузки данных цифровой модели рельефа ASTERDEM необходимо выбрать во вкладке «DataSets» каталог «Digitaffilevatюn», «ASTERGLOBALDEM». Данные доступны для скачивания без составления заказа.

Приложение 2. Получение данных срочных наблюдений метеостанций с

портала сайта прогноза погоды ^5.

Данные срочных наблюдений метеостанций на территории РФ находятся в настоящий момент в свободном доступе. Для получения срочных данных можно воспользоваться различными источниками данных. Здесь будет рассмотрен процесс получения данных с портала, находящемуся в интернете по адресу https://rp5.ru/.

В поиске сайт необходимо ввести название населенного пункта или географического объекта, после чего сайт предложит выбрать пункт в выпадающем списке. Затем необходимо перейти на вкладку «Архив погоды на метеостанции», затем «Скачать архив погоды», выбрать диапазон дат, выбрать формат (CSV (текстовый)), кодировку (UTF-8), затем нажать кнопку «Выбрать в файл GZ (архив)», после чего данные в архиве будут доступны для скачивания.

Приложение 3. Получение данных глобальной классификации

поверхности Земли GLC30.

Для получения данных классификации поверхности Земли используется продукт GLC30, предоставляющий в свободном доступе данные о классификации земной поверхности с разрешением 30 м. Для получения данных классификации необходимо пройти регистрацию на портале http://www.globallandcover.com. Затем в поле «Tilenumbers» необходимо выбрать интересующие участки поверхности Земли. Нажав кнопку «submit» вы подтверждаете заказ, через некоторое время на почту будет получено письмо с логином, паролем и ссылкой на сервер, где хранятся данные классификации.

Приложение 4. Статистические показатели для сравнения модельных и

расчетных данных.

• Root-Mean-Square Error (RMSE) - среднеквадратическаяошибка.

RMSE = JN S - O )2 (П.1)

где N - количество измерений, Si- рассчитанное значение, Oi - измеренное значение.

• d (IndexofAgreement) - индекс согласия, изменяется от 0 до 1; d=l означает идеальное предсказание, d=0 говорит о том, что нет никакого согласия между моделью и расчетом.

(O - S )2

d = i---— (П.2)

zNi (Si - о - \о> - о)2

где О - среднее измеренное значение.

• NSE (Nash-SutcliffeEfficiency) - индекс эффективности модели, сравнивает модель с линией 1: 1 измеренных и рассчитанных значений, изменяется от -œ до 1; NSE=1 означает идеальное совпадение, NSE=0 означает, что модель делает предсказания также точно, как и среднее измеренных данных.

(S - O )2

(П3)

• r (Pearson correlation coefficient) - коэффициенткорреляцииПирсона. Показывает тесноту линейной взаимосвязи. Изменяется от -1 до 1, значения -1 говорит об обратной зависимости между моделью и расчетом, 0 об отсутствии взаимосвязи, 1 - о полном совпадении расчета и модельных данных.

Г <P, -Q^ -S) (П.4)

O - O ) zNi S - S )

Приложение 5. Создание shape-файла в программе QGIS.

Создание shape файла по области интереса может быть применено для обрезки растровых снимков. Обрезка растров используется для экономии вычислительных ресурсов компьютера и памяти для хранения информации. Также создание shape файлов используется для выделения контуров интересующих объектов (например, сельскохозяйственные поля). Ниже будет рассмотрено создание shape-файла в программе QGIS версии 2.14.0-Essen, она является бесплатной ГИС наряду с GRASSGIS, но имеет интуитивный интерфейс пользователя и предустановленные карты земной поверхности. Скачать программу QGIS можно с официального сайта: www.qgis.org.

Для загрузки карты земной поверхности необходимо перейти в меню по вкладкам «Интернет», затем «OpenLayersplugin», «OpenStreetMap», «OCMLandscape». В результате должна быть загружена физическая карта земной поверхности. Для создания shape-файла нужно перейти по вкладкам «Слой», «Создать слой», «Создать shape-файл». В появившемся окне нужно выбрать радио кнопку «Полигон», после нажатия «ОК» будет создан пустой shape-файл. В панели слое нажав правой кнопкой на shape-файл нужно выбрать режим редактирования, затем в верхнем меню зажать кнопку «Добавить объект» и выделить необходимый участок, после нажатия правой кнопкой полигон автоматически сформируется. Теперь можно отключить режим редактирования и сохранить изменения.