рабочий метериал
TRANSCRIPT
По сути было поставлено три вопроса.1) Является ли NDVI показателем уровня деградации
Для ответа на этот вопрос я делал рисеч по статьям. Сформировалась база статей, в которых NDVI описывается как один из параметров, по которым можно говорить о деградации почв и земель. Вот несколько источников:
Деградация почв определяется как долгосрочное ухудшение в функционировании и продуктивности экосистемы и измеряется в терминах первичной нетто-производительности. Дистанционно измеряемый Нормализованный Дифференцированный Вегетационный Индекс (NDVI) используется для приблизительной оценки; его отклонения от нормы могут служить индикатором деградации или улучшения почвы, если учтены другие факторы (климат, почва, рельеф и землепользование). Эффекты от дождя могут учитываться по эффективности использования дождя (NDVI на миллиметры осадков) и остаточным тенденциям NDVI; температурные эффекты – по эффективности использования энергии (выводимой из ежегодной суммы температур). Перевод NDVI в термины первичной нетто-продуктивности позволяет провести экономическую оценку; на деградацию земли указывает понижающая тенденция первичной нетто-продуктивности с поправкой на климат, а на улучшение – повышающая.
Источник: (Глобальная оценка деградации и улучшения земель (Global Assessment of Land Degradation and Improvement) ФАО) (http://pandia.ru/text/78/308/82542-6.php)
ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ДЕГРАДИРОВАННЫХ ПОЧВ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Кривальцевич Сергей Викторович
При этом следует отметить целесообразность использо- вания в условиях почвенной эрозии степных ландшафтов юга Украины для картирования растительного покрова не стандартного нормализованного вегетационного индекса (NDVI), а модифицированного почвенно-скорректированного вегетационного индекса (MSAVI) Fv, который может быть рассчитан по формуле Источинк: Дистанционная оценка риска деградации земель с использованием космических снимков и геопространственного моделирования М. А. Попов, С. А. Станкевич, А. А. Козлова http://www.dopovidi.nas.gov.ua/2012-06/12-06-16.pdf
ЭКСПЕРТНАЯ ОЦЕНКА ДЕГРАДАЦИИ СТЕПНЫХ ПОЧВ Пузаченко Ю.Г. Институт проблем экологии и эволюции им. А.Н. Северцова РАН
Источник: http ://2 sc . unccd . int / fileadmin / unccd / upload / documents / Background _ documents / Background _ Paper _ Russian _ FINAL . pdf
РАЗРАБОТКА МЕТОДА ОЦЕНКИ СТЕПЕНИ ДЕГРАДАЦИИ ПОЧВЫ НА ОСНОВЕ ДАННЫХ ДОЛГОСРОЧНЫХ НАБЛЮДЕНИЙ Рихтер А.А. Шахраманьян М.А. Казарян М.Л. Мурынин А.Б. С использованием космических изображений возможно изучение различных форм деградации почв. Одним из главных признаков деградации почв является уменьшение их репродуктивности. В работе исследована технологическая деградация почвы, как наиболее актуальная ее форма. На основе космических данных рассчитаны различные вегетационные индексы и индексы подстилающей поверхности за тридцатилетний период наблюдений. Разработан метод оценки степени деградации почв, базирующийся на вегетационных индексах и индексах подстилающей поверхности. Идея методики состоит в оценке реакции растительности на внешние факторы на примере температуры окружающей среды как природного и необходимого для жизнедеятельности условия. Расчет степени деградации почв проводится для участков интенсивного антропогенного воздействия. Особое внимание уделяется исследованию такой формы деградации, как замусоривание территорий. В рамках этой задачи были проведены расчеты по тестовым объектам захоронения отходов Московской области.Источник: http://www.fundamental-research.ru/ru/article/view?id=37698
РАЗРАБОТКА МЕТОДИКИ ГЕОПРОСТРАНСТВЕННОГО АНАЛИЗА ДЕГРАДАЦИИ ЛЕСНОЙ РАСТИТЕЛЬНОСТИ ПО ГИПЕРСПЕКТРАЛЬНЫМ ДАННЫМ ДИСТАНЦИОННОГО АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук МИТРОФАНОВ ЕВГЕНИЙ МИХАЙЛОВИЧ Источник: http :// www . miigaik . ru / nauka / dissertacionyy _ sovet / zasedaniya /20131125142611-3528. pdf
Мониторинг земель Малоузенской системы лиманного орошения Саратовский государственный аграрный университет имени Н.И. Вавилова, г. Саратов Топильский Антон, молодой специалист Научный руководитель: Туктаров Бари Искяндярович, Д.с.-х.н,профессор. http://ify2011.ulstu.ru/sites/default/files/Topilskiy_A.pdf
ИСПОЛЬЗОВАНИЕ ВРЕМЕННЫХ РЯДОВ ВЕГЕТАЦИОННОГО ИНДЕКСА NDVI ДЛЯ МОНИТОРИНГА РАСТИТЕЛЬНОГО ПОКРОВА СТЕПНОЙ ЗОНЫ ЗАПАДНОЙ СИБИРИ Авторы Михайлов Н. Н. Михайлова Л. А. Харламова Н. Ф. Лхагвасурэн Ч. Журнал Научные ведомости Белгородского государственного университета. Серия: Естественные науки http://cyberleninka.ru/article/n/ispolzovanie-vremennyh-ryadov-vegetatsionnogo-indeksa-ndvi-dlya-monitoringa-rastitelnogo-pokrova-stepnoy-zony-zapadnoy-sibiri
Land Degradation Assessment Using Residual Trend Analysis of GIMMS NDVI3g, Soil Moisture
and Rainfall in Sub-Saharan West Africa from 1982 to 2012 Yahaya Z. Ibrahim 1,*, Heiko Balzter 1,†, Jörg Kaduk 1,† and Compton J. TuckerAreas affected by land degradation in Sub-Saharan West Africa between 1982 and 2012 are identified using time-series analysis of vegetation index data derived from satellites. The residual trend (RESTREND) of a Normalized Difference Vegetation Index (NDVI) time-series is defined as the fraction of the difference between the observed NDVI and the NDVI predicted from climate data. It has been widely used to study desertification and other forms of land degradation in drylands. The method works on the assumption that a negative trend of vegetation photosynthetic capacity is an indication of land degradation if it is independent from climate variability. In the past, many scientists depended on rainfall data as the major climatic factor controlling vegetation productivity in drylands when applying the RESTREND method.Источник: file:///C:/Users/2/Downloads/remotesensing-07-05471-v2.pdf
ЭКОЛОГИЧЕСКИЙ ПОТЕНЦИАЛ ЛАНДШАФТА И КОСМИЧЕСКИЙ МОНИТОРИНГhttp://csr.spbu.ru/pub/3/Ch4.pdf
Деградация земель имеет много определений (см. Winslow et al., 2004). Наиболее последнее представление об этом понятии сфокусировано на определении его значения с точки зрения продуктивности, в соответствии с которым понятие «деградация» сопряжено с понятием «убывающей продуктивности». http://cac-program.org/files/sacac/SACAC-01_research-prospectus_rus.pdf
ОПЫТ ПРИМЕНЕНИЯ ИНДЕКСА ВЕГЕТАЦИИ (NDVI) ДЛЯ ОПРЕДЕЛЕНИЯ БИОЛОГИЧЕСКОЙ ПРОДУКТИВНОСТИ ФИТОЦЕНОЗОВ АРИДНОЙ ЗОНЫ НА ПРИМЕРЕ РЕГИОНА ЧЕРНЫЕ ЗЕМЛИ http://ichbe.sgu.ru/sites/ichbe.sgu.ru/files/opyt_primeneniya_indeksa_vegetacii_ndvi.pdf
В определенной мере индикаторами оголенно- сти ландшафтного покрова также могут служить вегетационные индексы (NDVI, SAVI, EVI и т.д.), отрицательные значения которых соответствуют открытым участкам поверхности и водоемам http://www.ssc.smr.ru/media/journals/izvestia/2013/2013_3_2341_2345.pdf
МЕТОДИКА КОМПЛЕКСНОЙ ДИАГНОСТИКИ АНТРОПОГЕННОЙ ТРАНСФОРМАЦИИ ОСОБО ОХРАНЯЕМЫХ ПРИРОДНЫХ ТЕРРИТОРИЙ Д.Н. Андреев1 http://www.geo-vestnik.psu.ru/files/vest/351_Andreev.pdf
ПАСТБИЩНАЯ ДИГРЕССИЯ В СТЕПЯХ СЕВЕРНОЙ ЧАСТИ ЦЕНТРАЛЬНОЙ МОНГОЛИИ http://www.csbg.nsc.ru/uploads/dissertation/2016/Urtnasan.pdf
http://volgniigim.ru/Reklama/metod_ukaz_po_primeneniju_distanc_metodov.pdf Доклад Куста Г.С. http://www.slideshare.net/LandDegradation/ss-47111995 Исследование трансформации растительности в районах Тазовского полуострова по
данным космической съемки С.Г. Корниенко, кандидат технических наук К.И. Якубсон, кандидат технических наук Институт проблем нефти и газа РАН http://www.ibrae.ac.ru/docs/4/46-57.pdf
Современные концепции дистанционного зондирования http://www.bestreferat.ru/referat-288308.html
Trend analysis of MODIS NDVI time series for detecting land degradation and regeneration in Mongolia http://www.sciencedirect.com/science/article/pii/S0140196314001797
http://www.isric.org/isric/webdocs/docs/ISRIC_Report_2006_01.pdf Mapping Land Degradation Patterns Using NDVI as a Proxy
http://www.tropentag.de/2012/abstracts/links/Waswa_NZzG0JcS.pdf NDVI as indicator of degradation http://www.fao.org/docrep/015/i2560e/i2560e07.pdf The use of the Normalized Difference Vegetation Index (NDVI) to assess land degradation at
multiple scales: a review of the current status, future trends, and practical considerations http://www.stapgef.org/stap/wp-content/uploads/2015/05/Final-report-The-use-of-NDVI-to-assess-land-degradation-G.-Yengoh-et-al..pdf
Land Degradation and Risk Mapping in Turkey (TULADA) http://www.profor.info/sites/profor.info/files/docs/Tukery-landdegradation.pdf
Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series http://gea.unsl.edu.ar/Degradacion/wessels%20et%20al%20-%20degradation%20and%20NDVI%20in%20South%20Africa%20-%20RSE.pdf
Trend analysis of MODIS NDVI time series for detecting land degradation and regeneration in Mongolia https://www.researchgate.net/publication/266221527_Trend_analysis_of_MODIS_NDVI_time_series_for_detecting_land_degradation_and_regeneration_in_Mongolia
Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series http://www.sciencedirect.com/science/article/pii/S0034425704000653
Seasonal and long-term vegetation dynamics from 1-km GIMMS-based NDVI time series at Mt. Kilimanjaro http://www.sciencedirect.com/science/article/pii/S0034425716301006
An evaluation of time-series smoothing algorithms for land-cover classifications using MODIS-NDVI multi-temporal data http://www.sciencedirect.com/science/article/pii/S0034425715302443
Temporal changes of NDVI for qualitative environmental assessment of mangroves: Shrimp farming impact on the health decline of the arid mangroves in the Gulf of California (1990–2010) http://www.sciencedirect.com/science/article/pii/S0140196315300744
Remote sensing of vegetation dynamics in drylands: Evaluating vegetation optical depth (VOD) using AVHRR NDVI and in situ green biomass data over West African Sahel http://www.sciencedirect.com/science/article/pii/S0034425716300852
MODIS NDVI based metrics improve habitat suitability modelling in fragmented patchy floodplains http://www.sciencedirect.com/science/article/pii/S2352938515000099
System dynamics modeling of the influence of the TN/TP concentrations in socioeconomic water on NDVI in shallow lakes http://www.sciencedirect.com/science/article/pii/S0925857414002833
The use of time-integrated NOAA NDVI data and rainfall to assess landscape degradation in the arid shrubland of Western Australia http://www.sciencedirect.com/science/article/pii/S0034425702001992\
Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series http://www.sciencedirect.com/science/article/pii/S0034425704000653
Human-induced vegetation degradation and response of soil nitrogen storage in typical steppes in Inner Mongolia, China http://www.sciencedirect.com/science/article/pii/S0140196315300215
Hotspots of human-induced biomass productivity decline and their social–ecological types toward supporting national policy and local studies on combating land degradation http://www.sciencedirect.com/science/article/pii/S0921818114001398
Human-induced grassland degradation/restoration in the central Tibetan Plateau: The effects of ecological protection and restoration projects http://www.sciencedirect.com/science/article/pii/S0925857415300835
Limits to detectability of land degradation by trend analysis of vegetation index data http://www.sciencedirect.com/science/article/pii/S0034425712002581
Chapter 11.3 – Land Degradation in Rangeland Ecosystems http://www.sciencedirect.com/science/article/pii/B9780123948472000176
Discrimination between climate and human-induced dryland degradation http://www.sciencedirect.com/science/article/pii/S0140196303001216
Quantification of aboveground rangeland productivity and anthropogenic degradation on the Arabian Peninsula using Landsat imagery and field inventory data http://www.sciencedirect.com/science/article/pii/S0034425710002890
Dynamic of grassland vegetation degradation and its quantitative assessment in the northwest China http://www.sciencedirect.com/science/article/pii/S1146609X13002002
Can human-induced land degradation be distinguished from the effects of rainfall variability? A case study in South Africa http://www.sciencedirect.com/science/article/pii/S014019630600190X
http://www.sciencedirect.com/science/article/pii/ S1878029613003526
http://www.sciencedirect.com/science/article/pii/ S0016706116300131
http://www.sciencedirect.com/science/article/pii/ B9780128012314000033
http://www.sciencedirect.com/science/article/pii/ B9780123948472000140
http://www.sciencedirect.com/science? _ob=ArticleListURL&_method=list&_ArticleListID=-981920007&_sort=r&_st=13&view=c&md5=59424f3fb598029fe9e17ef188c2c67b&searchtype=a
http://www.sciencedirect.com/science/article/pii/
S0034425716300852 http://www.nrcs.usda.gov/wps/portal/nrcs/detail/soils/use/?
cid=nrcs142p2_054028 http://www.sciencedirect.com/science/article/pii/
S0167865511004107 http://www.sciencedirect.com/science/article/pii/
S2212095516300049 http://www.sciencedirect.com/science/article/pii/
S0272771413003818 http://www.sciencedirect.com/science/article/pii/
S0016706115300082 http://www.sciencedirect.com/science/article/pii/
B9780123747396000464 http://www.sciencedirect.com/science/article/pii/
S1877042814016929 http://www.sciencedirect.com/science/article/pii/
S0012825214000725 http://www.sciencedirect.com/science/article/pii/
S0167198714000051 http://www.sciencedirect.com/science/article/pii/
S0378377405000910 http://www.sciencedirect.com/science/article/pii/
S0303243414001688 http://www.sciencedirect.com/science/article/pii/
S1878029615000717 http://www.sciencedirect.com/science/article/pii/
S0065211314000169 http://www.sciencedirect.com/science/article/pii/
S0034425716300852 http://www.sciencedirect.com/science/article/pii/
B9780080970868910274 http://www.sciencedirect.com/science/article/pii/
S0303243401850224 http://www.sciencedirect.com/science/article/pii/
S1110982314000428 http://www.sciencedirect.com/science/article/pii/
S1110982315000034 http://www.sciencedirect.com/science/article/pii/
S2212609015000060 http://www.sciencedirect.com/science/article/pii/
S0303243415000264 http://www.sciencedirect.com/science/article/pii/
S0013935115301572 http://www.sciencedirect.com/science/article/pii/
S0143622815000831 http://www.sciencedirect.com/science/article/pii/
S0341816215001216 http://www.sciencedirect.com/science/article/pii/
S0034425715000437 http://www.sciencedirect.com/science/article/pii/
S1574954116300279 http://www.sciencedirect.com/science/article/pii/
S2095633915301076 http://www.sciencedirect.com/science/article/pii/
S111098231500071X http://www.sciencedirect.com/science/article/pii/
S2351989414000134 http://www.sciencedirect.com/science/article/pii/
S1474706516300171 http://www.sciencedirect.com/science/article/pii/
S1470160X10001299 http://www.sciencedirect.com/science/article/pii/
S0956053X16301830 http://www.sciencedirect.com/science/article/pii/
S030324341500094X http://www.sciencedirect.com/science/article/pii/
S0341816211001135 http://www.sciencedirect.com/science/article/pii/
S0049384816300779 http://www.sciencedirect.com/science/article/pii/
S2352938516000021 http://www.sciencedirect.com/science/article/pii/
S0143622816300480 http://www.sciencedirect.com/science/article/pii/
S0303243411001395 http://www.sciencedirect.com/science/article/pii/
S0034425716300591 http://www.sciencedirect.com/science/article/pii/
S0140196316300192 http://www.sciencedirect.com/science/article/pii/
S1110982315000721 http://www.sciencedirect.com/science/article/pii/
S1110982314000039 http://www.sciencedirect.com/science/article/pii/
S0026271414001176 http://www.sciencedirect.com/science/article/pii/
S003442570800312X http://www.sciencedirect.com/science/article/pii/
S0924271608000312 http://www.sciencedirect.com/science/article/pii/
S0888327016000820 http://www.sciencedirect.com/science/article/pii/
S0034425701002929 http://www.sciencedirect.com/science/article/pii/
S0034425707000909 http://www.sciencedirect.com/science/article/pii/
S0168192308001044 http://www.sciencedirect.com/science/article/pii/
S0034425709000893 http://www.sciencedirect.com/science/article/pii/
S014019631200105X?np=y http://www.sciencedirect.com/science/article/pii/
S014019631200105X?np=y http://www.sciencedirect.com/science/article/pii/
S1161030112001542 http://www.sciencedirect.com/science/article/pii/
S0034425713000813 http://www.sciencedirect.com/science/article/pii/
S0034425713004471 http://www.sciencedirect.com/science/article/pii/
S0303243414002244 http://www.sciencedirect.com/science/article/pii/
S003442571630013X http://www.sciencedirect.com/science/article/pii/
S0303243413000809 http://www.sciencedirect.com/science/article/pii/
S0303243415000033 http://www.sciencedirect.com/science/article/pii/
S0140196311003910 http://www.sciencedirect.com/science/article/pii/
S1878029616300056 http://www.sciencedirect.com/science/article/pii/
S0034425713000229 http://www.sciencedirect.com/science/article/pii/
S0034425704000653 http://www.sciencedirect.com/science/article/pii/
S0140196314001797
По результатам, из этих статей были сделаны следующие выводы: Существуют подходы позволяющие использовать индекс NDVI в качестве
показателя дегардации почв и земель. Чаще всего использует NDVI3g, для нашей территории целесообразнее
использовать данные программы MODIS Данный подход применим только внутри одного типа использования земель
(Land Use Cover Classification) При учете изменения индекса NDVI в качестве количественной характеристики
дегарадции, следует вводить поправки на различные сторонние источники соответствующего спектрального излучения, например atmospheric fertilizers .
При использовании данного подхода стоит учитывать флуктуационные природные колебания, а также другие природные циклы, которые могут оказывать весомое влияние (до 10-15%) на индекс NDVI
Для анализа целесообразно проводить внутригодовое усреднение снимком в бесснежные периоды, по максимально большому количеству снимков.
Соответственно, что было сделано после этого:
Отобранны космоснимки MODIS для южных регионов России (Волгоградская область, Ростовская область, Саратовская область, Воронежская облатсь, Астраханская область, республика Калмыкия), по 2 снимка в каждом месяце с мая по октябрь, за 2007 и 2014 года.
Было проведено внутригодовое усреднение по снимкам. К данным NDVI были добавленны пространственные данные рельефа,
осадков и температуры по данным радарной съемки территории. На этом этапе мы провели анализ из пункта 2 (насколько сильно
измененеие NDVI связано с этими факторами) Значение изменения NDVI точек нормально распределены. Соответственно мы применили регрессионный анализ, для выявления
взаимосвязей.
2) Связаны ли изменения NDVI с климатическим фактором и фактором рельефа?
Nodes Importance Importance V4 V5perc_transformed 0.0905 0,0905 perc 0,0905alt_transformed 0.3693 0,3693 alt 0,3693
tmax_transformed 0.5402 0,5402 tmax 0,5402
Correlations
ndvi alt perc tmax
ndvi Pearson Correlation 1 -,074** -,031** ,171**
Sig. (2-tailed) ,000 ,000 ,000
N 774282 774282 774282 774282
alt Pearson Correlation -,074** 1 ,446** -,734**
Sig. (2-tailed) ,000 ,000 ,000
N 774282 774282 774282 774282
perc Pearson Correlation -,031** ,446** 1 -,594**
Sig. (2-tailed) ,000 ,000 ,000
N 774282 774282 774282 774282
tmax Pearson Correlation ,171** -,734** -,594** 1
Sig. (2-tailed) ,000 ,000 ,000
N 774282 774282 774282 774282
**. Correlation is significant at the 0.01 level (2-tailed).
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 ,206a ,043 ,043 487,719
a. Predictors: (Constant), tmax, perc, alt
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 8176166660,159 3 2725388886,720 11457,482 ,000b
Residual 184177346408,6
13774278 237869,791
Total 192353513068,7
72774281
a. Dependent Variable: ndvi
b. Predictors: (Constant), tmax, perc, alt
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.B Std. Error Beta
1 (Constant) -4675,083 19,956 -234,268 ,000
alt ,802 ,012 ,110 67,027 ,000
perc 10,919 ,141 ,107 77,515 ,000
tmax 27,146 ,157 ,315 173,052 ,000
a. Dependent Variable: ndvi
По результатам были сделаны следующие выводы: Вклад климатического фактора и фактора рельефа в изменение индекса NDVI не
значителен, или не был выявлен при таком подходе. Наибольшую корреляцию, как и наибольшие коэффицент бета регрессии
соответствует параметру максимальная температура в точке.
Соответственно, что было сделано после этого:
Далее была проведена корректировка LUCC карт из базы данных OSM по снимкам LandSat для выявления, и удаления из анализа территорий с измененным землепользованием.
Оставшиеся точки были разделены на две группы – там где изменение индекса составило менее 15% в меньшую сторону, или произошло увеличение значения индекса, считались недеградированными.
Далее, была определена доля деградированных земель внутри каждого муниципального района.
Далее это значение было сопоставлено с изменением социальных, экономических и демографических данных, по информации федеральной статистики по муниципальным районам, между 2014 и 2007 годом.
3) Связано ли изменение NDVI с социальными, демографическими и экономическими факторами?
В приложении Ecxel с данными: 1) Во вкладке словарь – там общий набор переменных, которые можно включать в анализ.
Их получилось слишком много, и я даже не знаю что выбрать. А также расшифровка используемых мной аббревиатур.
2) Если у вас установлен пакет анализа данных в excel, вы можете во вкладке «Модель» подобрать любые интересующие параметры (там выбираете и все само заполняется в нужном порядке, где выделено желтым)
3) Во вкладке «Корреляция» корреляционная матрица между всеми параметрами между собой.
4) Во вкладке «Корреляция только дег» - я выбрал только корреляционный столбец для доли деградированных земель, и отранжировал по убыванию. Выдержка ниже:
По результатам были сделаны следующие выводы: Выводы я честно говоря еще не делал. Надо бы обсудить вместе.