Материалы 19-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 15–19 ноября 2021 г.

(http://conf.rse.geosmis.ru)

XIX.F.493

Анализ спутниковых изображений для обнаружения окарбоначенных участков почв на территории Волгоградской области

Чурсин И.Н. (1)
(1) Научный геоинформационный центр РАН, Москва, Россия
Рассматривается проблема, актуальная для орошаемых земель на примере сухостепной зоны Волгоградской области, где характерно распространение окарбоначивания почв. Такие процессы влекут за собой снижение урожайности и нуждаются в своевременном выявлении и оценке масштабов проявления этих процессов. Ввиду сложности наблюдений больших площадей орошаемых земель, актуальными становятся возможности мониторинга процессов окарбоначивания почв с использованием анализа данных дистанционного зондирования Земли. Целью данной работы является исследование взаимосвязей окарбоначивания почв со спектральными характеристиками поверхности, полученными по данным спутника сверхвысокого разрешения Ресурс-П. В качестве тестового района был выбран участок Светлоярской оросительной системы Волгоградской области. Наземная опорная информация была представлена в виде данных об уровне окарбоначивания, которые получены по обработанным результатам полевых работ, выполненных Почвенным институтом имени Докучаева. Также были рассчитаны стандартные спектральные индексы по космическим изображениям Ресурс-П, среди которых отобраны наиболее эффективные, имеющие наиболее высокую корреляцию со степенью окарбоначивания почв, определенной по сопоставляемым полевым пробам. С использованием геоинформационных систем на космическом снимке были размечены участки в местах отбора проб. Информация с этих участков затем анализировалась с использованием графической визуализации и регрессионного анализа. В результате была установлена взаимосвязь между значениями спектральной яркости участков на космическом изображении со спутника Ресурс-П и уровнем окарбоначивания. На основе выявленных взаимосвязей выполнено обучение классификатора Random Forest, с использованием которого построена карта распространения окарбоначенных почв на орошаемой территории тестового участка Светлоярской оросительной системы.

Ключевые слова: Дистанционное зондирование Земли , Sentinel-2, спектральные индексы, засоление, орошаемые земли
Литература:
  1. Allbed A., Sinha P., Kumar L, Mapping and Modelling Spatial Variation in Soil Salinity in the Al Hassa Oasis Based on Remote Sensing Indicators and Regression Techniques// Remote Sensing. 2014, 6(2), 1137-1157
  2. Hihi S, Rabah Z, Bouaziz M, Chtourou M, Bouaziz S,Prediction of Soil Salinity Using Remote Sensing Tools and Linear Regression Model //Advances in Remote Sensing, Vol.8 No.3, 2019
  3. Hong Jiang, Yusufujiang Rusuli, Tureniguli Amuti & Qing He (2019) Quantitative assessment of soil salinity using multi-source remote sensing data based on the support vector machine and artificial neural network, International Journal of Remote Sensing, 40:1, 284-306
  4. Peng, J., Biswas, A., Jiang, Q., Zhao, R., Hu, J., Hu, B., & Shi, Z. (2018). Estimating soil salinity from remote sensing and terrain data in southern Xinjiang Province, China. Geoderma.
  5. Хитров, Н. Б., Рухович, Д. И., Калинина, Н. В., Новикова, А. Ф., Панкова, Е. И., & Черноусенко, Г. И. (2009). Оценка площадей засоленных почв на территории европейской части России (по электронной версии карты засоления почв масштаба 1: 2.5 млн.). Почвоведение, (6), 627-637.
  6. Савин, И. Ю., Отаров, А., Жоголев, А. В., Ибраева, М. А., & Дуйсеков, С. (2014). Выявление многолетних изменений площади засоленных почв Шаульдерского орошаемого массива по космическим снимкам Landsat. Бюллетень почвенного института им. В.В. Докучаева, (74).
  7. Панкова, Е. И., Горохова, И. Н., & Конюшкова, М. В. (2014). Развитие методов оценки дистанционного мониторинга засоления орошаемых и целинных почв на территории аридных семиаридных регионов. Экологические системы и приборы, (10), 3-9.
  8. Masoud, A. A., Koike, K., Atwia, M. G., El-Horiny, M. M., & Gemail, K. S. (2019). Mapping soil salinity using spectral mixture analysis of landsat 8 OLI images to identify factors influencing salinization in an arid region. International Journal of Applied Earth Observation and Geoinformation, 83, 101944.
  9. Горохова, И. Н., Панкова, Е. И., & Чурсин, И. Н. (2020). Разработка методических подходов для оценки состояния орошаемых земель юга европейской части России на основе материалов космической съемки. Аридные экосистемы, 26(1 (82)).
  10. Конюшкова, М. В., & Вышивкин, А. А. (2009). Связь изображения на космических снимках Quickbird с растительностью, почвами и их засоленностью (Северный Прикаспий, район Джаныбекского стационара РАН). Поволжский экологический журнал, (1), 35-46.

Презентация доклада

Видео доклада



Ссылка для цитирования: Чурсин И.Н. Анализ спутниковых изображений для обнаружения окарбоначенных участков почв на территории Волгоградской области // Материалы 19-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2021. C. 391. DOI 10.21046/19DZZconf-2021a

Дистанционное зондирование растительных и почвенных покровов

391