Використання деривативних вегетаційних індексів для усунення перешкод, що створюються відбиттям ґрунту при дистанційному зондуванні рослинності

Кочубей, СМ, Казанцев, ТА, 1Донець, ВВ
1Корпорація «Науково-виробниче об’єднання «Арсенал», Київ
Косм. наука технол. 2008, 14 ;(3):069-074
https://doi.org/10.15407/knit2008.03.069
Мова публікації: російська
Анотація: 
Вивчалась можливість використання деривативного вегетаційного індексу для визначення концентрації хлорофілу за спектрами відбиття систем грунт‒рослинність з неповним проективним покриттям грунту. Вимірювалась спектри відбиття модельних систем, які включали листки рослин з різним вмістом хлорофілу на фоні темного і світлого грунту. При зменшенні величини проективного покриття до 25 % відхилення в оцінці хлорофілу практично не перевищували похибку рівняння регресії, яке використовували для розрахунку концентрації. Отримані результати свідчать про дієвість запропонованого підходу в умовах низького рівню покриття грунту рослинністю. Дані польових вимірювань спектрів відбиття посівів різною густотою підтверджують отримані лабораторні результати.
Ключові слова: концентрація, рівняння регресії, хлорофіл
References: 
2.  Кочубей С. М. Оценка основных параметров сельскохо­зяйственных посевов по спектру отражения раститель­ности в оптическом диапазоне // Космічна наука і технологія.—2003.—9, № 5/6.—С. 185—190.
3.  Шадчина Т. М. Наукові основи дистанційного моніто­рингу стану посівів зернових. — Київ: Укр. фітосоц. центр, 2001.—319 с
4.  Arnon D. I. Copper enzymes in isolated chloroplasts. Polyphenoloxidase in Beta vulgaris // Plant Physiol.— 1949.—24.—P. 1 — 15.
5.  Jacquemoud S., Bacour C, Polive H., Frangi J.-P. Com­parison of four radiative transfer models to simulate plant canopies reflectance: direct and inverse mode // Remote Sens. Environ.—2000.—74.—P. 471—481.
6.  Kochubey S. M., Bidyuk P. I. A Novel Approach to remote sensing of vegetation // Proc. SPIE.—2003.—5093.— P. 181 — 188.
7.  Kochubey S., Kazantsev T. Changes in the first derivatives of leaf reflectance spectra of various plants induced by variations of chlorophyll content // J. Plant Physiol.— 2007.—164, N 12.—P. 1648—1655.
8.  Kochubey S. M., Yatsenko V. A. Monitoring system for agricultural crops on chlorophyll basis // Proc. SPIE.— 2000.—5232.—P. 92—99.
9.  Savitzky A., Golay M. Smoothing and differentiation of data by simplified least squares procedures // Analyt. Chem.—1964.—36, N 8.—P. 1627—1639.
10.  Sims D. A., Gamon J. A. Relationships between leaf pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages // Remote Sens. Environ.—2002.—81.—P. 337—354.
11.  Yatsenko V., Kochubey S., Donets V., Kazantsev T. Hardware software complex for chlorophyll estimation in phytocenoses under field conditions // Proc. SPIE.— 2005.—5964.—P. 267—270.

12.  Zarco-Tejada P. J., Miller J. R. , Harron J., et al. Needle chlorophyll content estimation through model inversion using hyperspectral data from boreal conifer forest canopies // Remote Sens. Environ.—2004.—89, N 2.—P. 189— 199.