Газообмін рослин на прикладі осоки побережної та співставлення з матеріалами спектро-газометричного наземного вимірювання, з БПЛА та супутника Sentinel-2

Автор(и)

  • Вадим Іванович Лялько ДУ «Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук НАН України», 01054, вул. Олеся Гончара, 55-Б, Київ, Україна https://orcid.org/0000-0002-7552-5915
  • Станіслав Сергійович Дугін ДУ «Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук НАН України», 01054, вул. Олеся Гончара, 55-Б, Київ, Україна https://orcid.org/0000-0002-2960-3783
  • Оксана Миколаївна Сибірцева ДУ «Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук НАН України», 01054, вул. Олеся Гончара, 55-Б, Київ, Україна https://orcid.org/0000-0003-1181-0474
  • Єлизавета Миколаївна Дорофей ДУ «Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук НАН України», 01054, вул. Олеся Гончара, 55-Б, Київ, Україна https://orcid.org/0000-0002-4348-0628
  • Станіслав Іванович Голубов ДУ «Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук НАН України», 01054, вул. Олеся Гончара, 55-Б, Київ, Україна https://orcid.org/0000-0003-3711-598X
  • Галина Михайлівна Жолобак ДУ «Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук НАН України», 01054, вул. Олеся Гончара, 55-Б, Київ, Україна https://orcid.org/0000-0003-4053-6101

DOI:

https://doi.org/10.36023/ujrs.2022.9.4.221

Ключові слова:

спектральна та газометрична зйомки, вегетаційні індекси, кореляція наземних та дистанційних вимірів, Carex riparia, концентрація СО2, БпЛА

Анотація

Проводилися спектро-газометричні наземні вимірювання за період 2020—2021 рр. За даними визначено, що п’ять вегетаційних індексів — REP (Red Edge Position), Green NDVI (Green Normalized Difference Vegetation Index), NRDI (Normalized Difference Vegetation Index), Green MOD (Green Model) і Red MOD (Red edge Model) — більше реагують на наявність концентрації СО2, залежної від листового фотосинтезу та листового дихання осоки побережної Carex riparia, з високою корелятивною залежністю за Пірсоном від 0,60 до 0,72. Визначені вегетаційні індекси фіксують зміни концентрації СО2, одержаної в результаті спектро-газометричного вимірювання і можуть бути рекомендовані для використання в побудовах моделей вуглецевого потоку для рослинного покриву. Матеріали, отримані з БпЛА DJI P4 Multispectral, Parrot Bebop Pro Thermal та супутника Sentinel-2, співставлені з наземними вимірами.

Посилання

Bush J. Characteristic values of key ecophysiological parameters in the genus Carex. Flora. 2001. Vol. 196. P. 405-430. https://doi.org/10.1016/S0367-2530(17)30084-1

Carlsson B.A., Callaghan T.V. Impact of climate factors on the clonal sedge Carex bigelowii: Implications for population growth and vegetative spread. Ecography. 1994. Vol. 17. P. 321-330.

Horler, D.N.H., Dockray M. and Barber J. The red edge of plant leaf reflectance. International Journal of Remote Sensing. 1983. Vol. 4(2). P. 273-288.

Clevers J., Kooistra L., Marnix V.D.B. Using Sentinel-2 data for retrieving LAI and leaf and canopy chlorophyll content of a potato crop. Remote Sens. 2017. Vol. 9. P. 405. doi: 10.3390/rs9050405

Dash, J. and Curran, P.J. The MERIS Terrestrial Chlorophyll Index. International Journal of Remote Sensing. 2004. Vol. 25. P. 5003-5013. https://doi.org/10.1080/0143116042000274015

Harris A., Dash J. 2011. A new approach for estimating northern peatland gross primary productivity using a satellite-sensor-derived chlorophyll index. Journal Geophysical Research. V.116, G04002. doi:10.1029/2011JG001662

Rouse, J.W., Haas, R.H., Schell, J.A., & Deering, D.W. Monitoring Vegetation Systems in the Great Plains with ERTS. Proceedings of 3rd Earth Resources Technology Satellite Symposium, Greenbelt, 10-14 December 1973. SP-351, 309-317.

Yu K., Anderegg J., Mikaberidze A., Karisto P. et al. Hyperspectral Canopy Sensing of Wheat Septoria Tritici Blotch Disease. Frontiers in Plant Sci., 17 August 2018. https://doi.org/10.3389/fpls.2018.01195 doi: 10.3389/fpls.2018.01195

Mahdianpari М. et al. The First Wetland Inventory Map of Newfoundland at a Spatial Resolution of 10 m Using Sentinel-1 and Sentinel-2 Data on the Google Earth Engine Cloud Computing Platform. Remote Sens. 2019. Vol. 11. P. 43. doi:10.3390/rs11010043

Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X., & Ferreira, L. G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sens. Environ. 2002. Vol. 83(1-2). P. 195-213. https://doi.org/10.1016/S0034-4257(02)00096-2

Ling C. et al. A Study on Spectral Signature Analysis of Wetland Vegetation Based on Ground Imaging Spectrum Data. Journal of Physics: Conf. Series. 2017. Vol. 910. doi:10.1088/1742-6596/9

Jiang, Z., Huete, A.R., Didan, K., Miura, T. Development of a two-band enhanced vegetation index without a blue band. Remote Sens. Environ. 2008. Vol. 112. P. 3833-3845. https://doi.org/10.1016/j.rse.2008.06.006

Huete A.R. A soil-adjusted vegetation index (SAVI). Remote Sens. Environ. 1988. Vol. 25. No. 3. P. 295-309.

Wang, L., Qu J.J. NMDI: A normalized multi-band drought index for monitoring soil and vegetation moisture with satellite remote sensing. Geophys. Res. Lett. 2007. Vol. 34. L20405. doi:10.1029/2007GL031021

Ali A.M. et al. Validating the Predictive Power of Statistical Models in Retrieving Leaf Dry Matter Content of a Coastal Wetland from a Sentinel-2 Image. Remote Sens. 2019. Vol. 11. P. 1936. doi:10.3390/rs11161936

Gitelson, A., Merzlyak M. Quantitative estimation of chlorophyll-a using reflectance spectra: experiments with autumn chestnut and maple leaves. J. Photochem. Photobiol. B: Biol. 1994. Vol. 22. P. 247-252.

Dotzler S., Hill J., Buddenbaum H., Stoffe J. The Potential of EnMAP and Sentinel - 2 Data for Detecting Drought Stress Phenomena in Deciduous Forest Communities. Remote Sens. 2015. Vol. 7. P. 14227-14258. doi:10.3390/rs71014227

Barnes, E.M., Clarke, T.R., Richards, S.E., Colaizzi, P.D., Haberland, J. et al. Coincident detection of crop water stress, nitrogen status and canopy density using ground-based multispectral data. Proc. of the Fifth Int. Conference on Precision Agriculture, Bloomington, 2000. MN, USA.

McFeeters S.K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features, International Journal of Remote Sensing. 1996. Vol. 17, iss. 7. P. 1425-1432.

Xu, H. Modification of Normalised Difference Water Index (NDWI) to Enhance Open Water Features in Remotely Sensed Imagery. International Journal of Remote Sensing. 2006. Vol. 27, iss. 14. P. 3025-3033.

Kaplan G., Avdan Z.Y., Avdan U. Mapping and Monitoring Wetland Dynamics Using Thermal, Optical, and SAR Remote Sensing Data. Wetland Management. 2019. DOI: 10.5772/intechopen.80264

Gitelson A.A. Wide Dynamic Range Vegetation Index for Remote Quantification of Biophysical Characteristics of Vegetation. J. Plant Physiol. 2004. Vol. 161(2). P. 165-173. doi: 10.1078/0176-1617-0117

Jara C., Delegido J., Ayala J., Lozano P., Armas A., Flores V. Study of wetlands in the Ecuadorian Andes through the comparison of Landsat-8 and Sentinel-2 images. Revista de Teledeteccion. 2019. Vol. 53. P. 45-57. DOI: https://doi.org/10.4995/raet.2019.11715

Gitelson, A., Viña A., Ciganda V., Rundquist D., Arkebauer T. Remote estimation of canopy chlorophyll content in crops. Geoph. Res. Lett. 2005. Vol. 32(8). P. 1-4. https://doi.org/10.1029/2005GL022688

Perry C.R., JR., Lautenschlager L.E.F., 1983. Functional Equivalence of Spectral Vegetation Indices. U.S D. A./S.R.S. Johnson Space Center SC2, Houston, Texas.

Naji T.A.H. Study of vegetation cover distribution using DVI, PVI, WDVI indices with 2D-space plot. Journal of Physics: Conf. Series 1003. 2018. 012083. doi:10.1088/1742-6596/1003/1/012083

Lyalko V.I., Khalaim O.O., Zholobak G.M., Vakoliuk M.V., Dugin S.S. 2015. Experimental measurement of carbon sink (CO2 absorption by plants) for the main agricultural crops of Ukraine. Ukrainian Journal of Remote Sensing. Vol. 4. P. 46-74. http://www.ujrs.org.ua/ujrs/article/view/38

Dugin S. S., Sybirtseva O. M., Golubov S. I., Dorofey Ye. M. 2019. Verification of multispectral data processing for the Sentinel-2A bands, Field ASD FieldSpec®3FR and UAV with the DJI STS-VIS. Ukrainian Journal of Remote Sensing. Vol. 21. P. 29-39. https://ujrs.org.ua/ujrs/article/view/147/170

Lyalko V.I., Zholobak G.M., Dugin S.S., Sybirtseva O. M., Golubov S.I., Dorofey Ye.M. 2020. Experimental research of the carbon circle features in “atmosphere – vegetation” system over the wetland area within the forest-steppe zone in Ukraine using the remote spectro - and gasometry surveys under the global climate changes. Ukrainian Journal of Remote Sensing. Vol. 24. P. 15-23. http://www.ujrs.org.ua/ujrs/article/view/166/187

Zholobak G.M., Dugin S.S., Sybirtseva O. M., Kazantsev T.A., Romanchuk I. F. 2020. Determination of nitrogen and chlorophyll content in two varieties of winter wheat plants by means of ground and airborne spectrometry. Ukrainian Journal of Remote Sensing. Vol. 26. P. 4-13. http://www.ujrs.org.ua/ujrs/article/view/166/187

Lyalko V.I., Zholobak G.M., Dugin S.S., Sybirtseva O. M., Dorofey Ye.M. 2021. Identifying vegetation indices as the rational spectral indicators of vegetation state under conditions of laboratory experiment. Ukrainian Journal of Remote Sensing. Vol. 8. № 2. P. 12-20. http://www.ujrs.org.ua/ujrs/article/view/193/211

##submission.downloads##

Опубліковано

2022-12-08

Як цитувати

Лялько, В. І., Дугін, С. С., Сибірцева, О. М., Дорофей, Є. М., Голубов, С. І., & Жолобак, Г. М. (2022). Газообмін рослин на прикладі осоки побережної та співставлення з матеріалами спектро-газометричного наземного вимірювання, з БПЛА та супутника Sentinel-2. Український журнал дистанційного зондування Землі, 9(4), 26–34. https://doi.org/10.36023/ujrs.2022.9.4.221

Номер

Том 9 № 4 (2022)

Розділ

Застосування даних дистанційного дослідження Землі: проблеми і завдання

Ліцензія

Ліцензійні умови: автори зберігають авторські права та надають журналу право першої публікації на твір, одночасно ліцензований за міжнародною ліцензією Creative Commons Attribution License International CC-BY, що дозволяє іншим поділитися твором з підтвердженням авторства твору та первинною публікацією в цьому журналі.

Автори, направляючи рукопис у редакцію «Українського журналу дистанційного зондування Землі», погоджуються з тим, що редакції передаються права на захист і використання рукопису (переданого до редакції журналу матеріалу, в т. ч. такі об’єкти авторського права як фотографії автора, рисунки, схеми, таблиці тощо), в тому числі на відтворення у пресі та мережі Інтернет, на поширення, на переклад рукопису на будь-які мови, експорту та імпорту примірників журналу зі статтею авторів з метою розповсюдження, на доведення до загального відома. Зазначені вище права автори передають редакції без обмеження терміну і на території всіх країн світу без обмеження в т. ч. на території України.

Автори гарантують наявність у них виняткових прав на використання переданого редакції матеріалу. Редакція не несе відповідальності перед третіми особами за порушення даних авторами гарантій. За Авторами залишається право використання їх опублікованого матеріалу, його фрагментів і частин в особистих, у тому числи наукових і освітянських цілях. Права на рукопис вважаються переданими Авторами редакції з моменту підписання до друку випуску журналу, в якому він публікується. Передрук матеріалів, опублікованих у журналі, іншими фізичними та юридичними особами можливий тільки зі згоди редакції, з обов’язковим зазначенням випуску журналу, в якому було опубліковано матеріал.