Определение параметров почвы (температуры поверхности и влажности почвы) по данным дистанционного зондирования Земли с аппарата MODIS Terra.

Были использованы несколько способов определения влажности почвы, а также метод определения температуры. Результаты могут быть полезны для мониторинга засушливых земель в сельском хозяйстве, а также для определения пожароопасных участков.
Данные для работы были получены с помощью космического аппарата MODIS Terra, так как он обладает необходимыми спектральными диапазонами. Областью исследования была выбрана республика Башкортостан и ее ближайшие окрестности, поскольку здесь развито сельское хозяйство, имеется значительное количество пахотных земель. Для анализа были выбраны данные во временном интервале с 15 мая 2011 года до конца августа 2011 года.
Определение пожароопасных участков происходило стандартным способом, описанным в работе [1] с использованием формулы Планка, написанной для яркостной температуры через интенсивность. Мы использовали 21 и 31 каналы. При этом было зафиксировано несколько пожароопасных участков в разные дни и проведен их анализ: отброшены бликующие поверхности.
Определение влажности почвы происходило несколькими способами: с помощью возможностей автоматического спектрального анализа в программном пакете ENVI (метода спектрального угла – Spectral Angle Mapper, а также минимального расстояния – Minimum Distance), при этом учитывался тип почв в данном регионе; с помощью различных индексов. Для создания спектральной библиотеки использованы спектры с сайта GIS-Lab [5]. Были применены индексы CSMI ( Cropland Soil Moisture Index – индекс влажности пахотной земли) [2], NDVI (Normalized Difference Vegetation Index –вегетационный индекс растительности), SWCI (Surface Water Content Index – индекс содержания поверхностной влаги), LSWI с использованием двух комбинаций спектральных каналов -2 и 6, 2 и 7 (Land Surface Water Index – индекс влажности поверхности) [3,4].
Полученные данные по влажности почвы сравнивались между собой: между результатами обработки с помощью методов спектрального угла в ENVI и с использованием индексов – особой корреляции значений отмечено не было, хотя по снимкам они располагались приблизительно в одних пределах значений. Коэффициент корреляции индекса LSWI для различных, но близко выбираемых каналах составил примерно 0,9, что достаточно предсказуемо. Сравнение значений влажности почвы по индексу CSMI и NDVI, LSWI, SWCI дает значение корреляции вблизи 0,7. Расчетные алгоритмы и обработка производились в программном пакете MATLAB.
Индекс влажности пахотной земли CSMI учитывает тип подстилающей поверхности (т.е. растительный покров либо же непосредственно почвенный) и мыслится более подходящим для определения влажности почвы.

Данная работа выполнялась в рамках курсовой.

Литература:
1. Pinheiro A.C.T., Descloitres J. et al. Near-real time retrievals of land surface temperature within the MODIS Rapid Response System // Remote Sensing of Environment. – 2007. – V.106. – P. 326–336.
2. Huailiang C., Hongwei Z. et al. Construction and Validation of a New Model for Cropland Soil Moisture Index Based on MODIS Data // Proc. of SPIE – 2009. – V.7454, № 18. – P. 1–8.
3. Bajgain R. et al. Sensitivity analysis of vegetation indices to drought over two tallgrass
prairie sites // ISPRS Journal of Photogrammetry and Remote Sensing. – 2015. – V.108. – P.151 – 160.
4. Шадских В.А., Туктаров Р.Б. и др. Методические указания по применению дистанционных методов исследования для оценки эколого-мелиоративного состояния деградированных земель регулярного и лиманного орошения. – Энгельс, 2016. – 50 с.
5. Спектры отражения природных объектов - база данных. [Электронный ресурс] // GIS-Lab. URL: http://gis-lab.info/projects/spectra/ (дата обращения: 20.09.1016).