Оценка основных параметров сельскохозяйственных посевов по спектру отражения растительности в оптическом диапазоне

Кочубей, СМ
Косм. наука технол. 2003, 9 ;(5-6):185-190
https://doi.org/10.15407/knit2003.05.185
Язык публикации: Русский
Аннотация: 
Показано, что спектральные кривые отражения растительности содержат достаточную информацию, чтобы создать набор параметров для эффективного контроля состояния посевов сельскохозяйственных культур. Для большинства из них используется оценка содержания хлорофилла или характеристики, зависящие от влияния внутренней структуры листовой ткани на отражающую способность листьев в области поглощения хлорофилла. На примере озимой пшеницы предложен новый хлорофильньий индекс для оценки содержания хлорофилла в листьях на основе количественного параметра формы спектральной кривой отражения. Им есть отношение двух максимумов в графике первой производной от спектральной кривой отражения в области λλ 680-750 нм, которое коррелирует с содержанием хлорофилла. Использование физической, графической и математической моделей позволило оценить устойчивость результатов вычисления концентрации хлорофилла с применением указанного хлорофильного индекса к воздействию отражения почвы. Показано, что отношение двух максимумов в графике первой производной меняется не более чем на 5% и 11% при проективном покрытии 50% и 25% соответственно, на фоне темного грунта или песка. Коэффициент отражения на λ = 550 нм коррелирует с содержанием хлорофилла и общего азота, но проявляет чувствительность к содержанию влаги в листьях. Он также чувствителен к вкладу отражения от земли. Поэтому комбинаторные оценки хлорофилла, полученные с помощью количественного параметра, характеризующего форму спектра в области красного края, и коэффициента отражения λ = 550 нм, дают возможность оценивать величину проективного покрытия для несомкнутых посевов, или содержание влаги в листьях в сомкнутых посевах.
Ключевые слова: оптический диапазон, сельское хозяйство, спектр отражения растительности
References: 
1.  Жумарь А. Ю. Исследования влияния параметров расти­тельности на положение максимального наклона красного края // Исслед. Земли из космоса.—1990.— 4.—С. 15—20.
2.  Кочубей С. М., Кобец Н. И., Шадчина Т. М. Количествен­ный анализ формы спектральной кривой отражения листь­ев растений как способ тестирований их состояния // Физиология и биохимия культурных растений.—1988.— 20.—С. 535—539.
3.  Кочубей СМ., Кобец Н. И., Шадчина Т. М. Спектральные свойства растений как основа методов дистанционной диаг­ностики. — Киев: Наук, думка, 1990.—136 с.
4.  Шадчина Т. М. Наукові основи дистанційного моніторингу стану посівів зернових. — Київ, Український фітосоціо-логічний центр, 2001.—219 с
5.  Arnon D. I. Copper enzymes in isolated chloroplasts. Poly-phenoloxidase in Beta vulgaris II Plant Physiol.—1949.— 24.—P. 1 — 15.
6.  Demetriodes-Shan T. H., Steven M. D., Clark J. A. High resolution derivative spectra in remote sensing // Rem. Sens. Envir.—1993.—33.—P. 55—64.
7.  Kochubey S. M., Biduk P. I. Novel Approach to Remote Sensing of Vegetation // Proc. of SPIE. Int. Conf. «AeroSence. Technologies and Systems for Defence Security», 21-25 April 2003, Orlando USA. — 5093.—P. 373—378.
8.  Miller J. R., Hare E. W., Wu J. Quantitative characterization of the vegetation red edge reflectance. 1. An inverted Gaussian reflectance model // Int. J. Rem. Sens.—1990.—11.— P. 1755—1773.
9.  Savitzky A., Golay M. G. E. Smoothing and differentiation of data by simplified least squares procedures // Analyt. Chem.— 1964.—36.—P. 1627—1639.

10. Zarko-Tejada P. J., Miller J. R., Mohammed G. H., et al. Vegetation stress detection through chlorophyll a+b estimation and fluorescence effects on hiperspectral imagery // J. Environ. Qual.—2002.—31.—P. 1433—1441.