Опыт использования NDVI и цветных вегетационных индексов БПЛА для выявления фитоценотических параметров степной растительности

DOI: 10.35595/2414-9179-2025-2-31-100-116

Посмотреть или загрузить статью (Rus)

Об авторе

В.М. Павлейчик

Институт степи Уральского отделения РАН,
ул. Пионерская, д. 11, Оренбург, Россия, 460000,
E-mail: vmpavleychik@gmail.com

Аннотация

Пространственно-временная вариативность в развитии степных пожаров во многом обусловлена особенностями сезонных, межгодовых и многолетних состояний растительного покрова. В то же время отсутствует объективное понимание того, какие фитоценотические параметры степной растительности фиксируются спектральными вегетационными индексами (СВИ) на основе материалов дистанционного зондирования Земли (ДЗЗ). В связи с этим, целью проведенного исследования стало выявление данных соответствий, а также апробирование материалов аэрофотосъемки в качестве дополнительного источника детализированной информации о пространственно-временной структуре растительного покрова. На участке, расположенном в предгорных степях Южного Урала, в 2023–2024 гг. проведены полевые исследования, в рамках которых ежемесячно за вегетационный сезон (апрель–октябрь) проводились описания и укосы растительности, аэрофотосъемка при помощи БПЛА со стандартным RGB-сенсором. Растительность представлена сообществом Stipa zalesskii — Festuca valesiaca — Stipa capillata и его пастбищно-деградированным вариантом Ceratocarpus arenarius — Potentilla bifurca. Объективным достоинством аэрофотоснимков и схем распределения цветных вегетационных индексов (ЦВИ) NDI, VARI, ExG, GLI, ExGR, ExR на их основе является их высокая детализация, позволяющая оценивать особенности пространственной дифференциации растительного покрова, направленность сезонных и многолетних изменений. Выявлено, что значения NDVI Sentinel-1–2 и ЦВИ чаще всего отличались высокой корреляцией с проективным покрытием зеленой растительности. С другими фитоценотическими показателями (общее проективное покрытие, запасы фитомассы общие и зеленой растительности) тесная взаимосвязь наблюдалась в благоприятных для вегетации гидротермических условиях 2024 г. за счет обилия зеленой растительности. Полученные результаты дают основание считать, что основными факторами несоответствий между спектральными и цветными индексами и фактическими параметрами степных сообществ являются: а) перекрытие зеленой растительности мертвой фитомассой; б) малая доля участия разнотравья в структуре степных сообществ; в) сезонные различия в спектральном отклике доминирующих растений и в создаваемых ими аспектах; г) морфологические особенности видов растений, создаваемая ими объемная структура растительного покрова. Выявленные фенологические реакции сообществ на особенности гидротермических условий 2023 и 2024 гг. указывают на высокую степень межгодовой и сезонной вариабельности их пожарного состояния.

Ключ. слова

степные фитоценозы, NDVI, аэрофотоснимки, цветные вегетационные индексы, природные пожары

Список литературы

  1. Аюржанаев А.А., Алымбаева Ж.Б., Жарникова М.А., Содномов Б.В. О возможности оценки надземной фитомассы степной растительности с помощью цветных вегетационных индексов (по данным съемки с беспилотных систем). Вестник Бурятского государственного университета. Биология, география, 2021. Т. 68. № 4. С. 45–53. DOI: 10.18101/2587-7143-2021-4-45-53.
  2. Аюржанаев А.А., Ильин Ю.М., Содномов Б.В., Жарникова М.А., Алымбаева Ж.Б. Влияние высоты съемки и зенитного угла солнца на вегетационные индексы пшеницы по данным БПЛА. Вестник Красноярского государственного аграрного университета, 2024. № 5. С. 12–18. DOI: 10.36718/1819-4036-2024-5-12-18.
  3. Павлейчик В.М., Сивохип Ж.Т., Падалко Ю.А. Региональные особенности формирования пирологических обстановок в степях Северной Евразии на основе данных FIRMS. ИнтерКарто. ИнтерГИС. Геоинформационная поддержка устойчивого развития регионов в условиях кризиса. М.: Географический факультет МГУ, 2023. Т. 29. Ч. 1. С. 423–436. DOI: 10.35595/2414-9179-2023-1-29-423-436.
  4. Павлейчик В.М., Языкбаев Э.Р., Сивохип Ж.Т., Падалко Ю.А. Особенности формирования и реализации пожароопасных обстановок в Урало-Каспийском регионе в аномально жаркие и засушливые годы. Известия Иркутского государственного университета. Серия «Науки о Земле», 2023. Т. 43. С. 62–78. DOI: 10.26516/2073-3402.2023.43.62.
  5. Хорошев А.В., Калмыкова О.Г., Дусаева Г.Х. Оценка индекса NDVI как источника информации о надземной фитомассе в степях. Исследование Земли из космоса, 2023. № 3. С. 27–43. DOI: 10.31857/S020596142303003X.
  6. Шинкаренко С.С., Барталев С.А. Анализ влияния видового состава, проективного покрытия и фитомассы растительности аридных пастбищных ландшафтов на их спектрально-отражательные свойства по данным наземных измерений. Современные проблемы дистанционного зондирования Земли из космоса, 2023. Т. 20. № 3. С. 176–192. DOI: 10.21046/2070-7401-2023-20-3-176-192.
  7. Шинкаренко С.С., Барталев С.А. Анализ взаимосвязи структурных и спектрально-отражательных характеристик растительности аридных пастбищных ландшафтов. Современные проблемы дистанционного зондирования Земли из космоса, 2024. Т. 21. № 3. С. 171–187. DOI: 10.21046/2070-7401-2024-21-3-171-187.
  8. Anderson H.B., Nilsen L., Tommervik H., Karlsen S.R., Nagai S., Cooper E.J. Using Ordinary Digital Cameras in Place of Near-Infrared Sensors to Derive Vegetation Indices for Phenology Studies of High Arctic Vegetation. Remote Sensing, 2016. V. 8. P. 847. DOI: 10.3390/rs8100847.
  9. Dara A., Baumann M., Hölzel N., Hostert P., Kamp J., Müller D., Ullrich B., Kuemmerle T. Post-Soviet Land-Use Change Affected Fire Regimes on the Eurasian Steppes. Ecosystems, 2020. V. 23. No. 3. DOI: 10.1007/s10021-019-00447-w.
  10. Diaz-Delgado R., Mücher S. Editorial of Special Issue “Drones for Biodiversity Conservation and Ecological Monitoring”. Drones, 2019. V. 3. P. 47. DOI: 10.3390/drones3020047.
  11. Dubinin M., Lushchekina A., Radeloff V. Climate, Livestock, and Vegetation: What Drives Fire Increase in the Arid Ecosystems of Southern Russia? Ecosystems, 2011. V. 14. P. 547–562. DOI: 10.1007/s10021-011-9427-9.
  12. Furukawa F., Laneng L.A., Ando H., Yoshimura N., Kaneko M., Morimoto J. Comparison of RGB and Multispectral Unmanned Aerial Vehicle for Monitoring Vegetation Coverage Changes on a Landslide Area. Drones, 2021. V. 5. P. 97. DOI: 10.3390/drones5030097.
  13. Jaya N.M.P., Harmayani K.D., Widhiawati A.R., Atmaja G.S., Jaya M.W. Spatial Analysis of Vegetation Density Classification in Determining Environmental Impacts Using UAV Imagery. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2022. V. V-3-2022. DOI: 10.5194/isprs-annals-V- 3-2022-417-2022.
  14. Larrinaga A.R., Brotons L. Greenness Indices from a Low-Cost UAV Imagery as Tools for Monitoring Post-Fire Forest Recovery. Drones, 2019. V. 3. P. 6. DOI: 10.3390/drones3010006.
  15. Martinez J.L., Lucas-Borja M.E., Plaza-Alvarez P.A., Denisi P., Moreno M.A., Hernandez D., Gonzalez-Romero J., Zema D.A. Comparison of Satellite and Drone-Based Images at Two Spatial Scales to Evaluate Vegetation Regeneration after Post-Fire Treatments in a Mediterranean Forest. Applied Sciences, 2021. V. 11. P. 5423. DOI: 10.3390/app11125423.
  16. Pavleychik V.M., Chibilev A.A., Padalko Yu.A. Pyrological Situation in the Steppes of Northern Eurasia. Doklady Earth Sciences, 2022. V. 505. Part 2. P. 591–597. DOI: 10.1134/S1028334X22080141.
  17. Perez-Luque A.J., Ramos-Font M.E., Barbieri M.J.T., Perez C.T., Renta G.C., Cruz A.B.R. Vegetation Cover Estimation in Semi-Arid Shrublands after Prescribed Burning: Field-Ground and Drone Image Comparison. Drones, 2022. V. 6. P. 370. DOI: 10.3390/drones6110370.
  18. Shinkarenko S.S., Berdengalieva A.N., Doroshenko V.V., Naichuk Ya.A. An Analysis of the Dynamics of Areas Affected by Steppe Fires in Western Kazakhstan on the Basis of Earth Remote Sensing Data. Arid Ecosystems, 2023. V. 13. No. 1. P. 29–38. DOI: 10.1134/S2079096123010122.
  19. Talucci A.C., Forbath E., Kropp H., Alexander H.D., DeMarco J., Paulson A.K., Zimov N.S., Zimov S., Loranty M.M. Evaluating Post-Fire Vegetation Recovery in Cajander Larch Forests in Northeastern Siberia Using UAV Derived Vegetation Indices. Remote Sensing, 2020. V. 12. P. 2970. DOI: 10.3390/rs12182970.

Для цитирования: Павлейчик В.М. Опыт использования NDVI и цветных вегетационных индексов БПЛА для выявления фитоценотических параметров степной растительности. ИнтерКарто. ИнтерГИС. M.: Географический факультет МГУ, 2025. Т. 31. Ч. 2. С. 100–116. DOI: 10.35595/2414-9179-2025-2-31-100-116

For citation: Pavleichik V.M. The experience of using NDVI and color vegetation indexes of UAVs to identify phytocenotic parameters of steppe vegetation. InterCarto. InterGIS. Moscow: MSU, Faculty of Geography, 2025. V. 31. Part 2. P. 100–116. DOI: 10.35595/2414-9179-2025-2-31-100-116 (in Russian)