Перспективы использования псевдоцветных композитов при анализе многолетних временных рядов спутниковых данных в задаче оценки состояния растительного покровастатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАК
Статья опубликована в журнале из списка Web of Science и/или Scopus
Аннотация:Спутниковые снимки и рассчитанный на их основе вегетационный индекс NDVI (англ. Normalized Differences Vegetation Index) часто используются для мониторинга состояния растительного покрова, и в настоящее время накоплен значительный объём такой информации. При обработке больших временных рядов спутниковых сцен в ряде случаев возникают математические трудности, например при кластеризации данных. Решением проблемы может служить параметризация данных спутникового мониторинга. Для каждой пиксельной позиции сотни значений NDVI из спутниковых сцен могут быть сведены к трём характерным функциональным параметрам, в частности к экстремуму NDVI и среднему многолетнему значению NDVI, а также ещё к одной дополнительной характеристике. Это открывает дорогу для построения псевдоцветных композитных изображений и последующей их кластеризации любыми стандартными алгоритмами. В данном исследовании рассматривался южный регион Казахстана общей площадью более 700 тыс. км2. Временной ряд карт NDVI, полученных на основе данных Sentinel-2 (разрешение 10 м) за период апрель - октябрь 2018-2022 гг. (около 160 покрытий), служил основой для описания состояния растительного покрова с использованием Google Earth Engine. В качестве дополнительного параметра использовался многолетний максимум индекса засоления почв VSSI (англ. Vegetation Soil Salinity Index). Создавалось псевдоцветное композитное RGB-изображение, в котором в канал Red был загружен многолетний максимум индекса засоления почв VSSI, в канал Green - многолетний максимум NDVI, а в канал Blue - среднее многолетнее значение NDVI за апрель - октябрь. Изображение отображало состояние растительности исследуемого региона с отделением сельскохозяйственной растительности от естественной и с детальным ранжированием поливной пашни по особенностям развития сельскохозяйственных культур. Эта информация может служить основой для последующей кластеризации данных с целью анализа состояния растительности юга Казахстана при решении различных прикладных задачах. В качестве примера приведены результаты оценки засоленности поливной пашни Кызылкумского сельского округа Жетысайского р-на Туркестанской обл. Казахстана, выполненной с помощью неконтролируемой (ISODATA) классификации псевдоцветного изображения. Полученные результаты продемонстрировали перспективность такого метода анализа и уточнили результаты, ранее полученные с помощью спутниковых данных MODIS (англ. Moderate Resolution Imaging Spectroradiometer).