Лазерный мониторинг состояния растительного покрова по данным измерений коэффициентов отражения


https://doi.org/10.7463/rdopt.0316.0840843

Полный текст:


Аннотация

Одним из перспективных приложений лазерного мониторинга является дистанционный контроль состояния растительности. Неблагоприятные внешние факторы, недостаток удобрений и загрязнение окружающей среды приводят к невозможности нормального развития растений. Такие состояния растений на ранних стадиях часто сложно идентифицировать по внешнему виду растительного покрова. Поэтому актуальным является разработка систем мониторинга для обнаружения стрессовых состояний растений, как индикаторов недостаточного уровня питательных веществ, наличия загрязнителей в почве и т.п.

Эффективным дистанционным методом контроля состояния растительности является метод лазерно-индуцированной флуоресценции. Однако, лазерный флуоресцентный метод контроля состояния растений имеет недостаток – из-за небольшого значения сечения флуоресценции для большинства флуоресцентных лидаров достижимой на сегодняшний день является дальность уверенной регистрации флуоресцентного сигнала 100-150 м.

Поэтому актуальной является задача комплексирования флуоресцентного лидара с другой аппаратурой оптического диапазона, позволяющей проводить дистанционный контроль состояния растительного покрова с летательного аппарата при высотах несколько километров (при большой высоте полета сканирующая самолетная аппаратура обеспечивает большую полосу мониторинга на земной поверхности).

В работе проводится анализ возможностей лазерной системы дистанционного контроля состояния растений по данным измерений коэффициентов отражения растительного покрова на нескольких длинах волн.

Показано, что лазерная система дистанционного зондирования может проводить контроль состояния растительного покрова использую две длины волны излучения – одну в видимом спектральном диапазоне (например, 0,532 мкм), а другую – в ближнем инфракрасном спектральном диапазоне (например, 0,8…0,9 мкм).

Проведена оценка возможной высоты авиационного носителя для активной системы дистанционного контроля состояния растений по данным измерений коэффициентов отражения растительного покрова. Показано, что для длины волны 0,532 мкм в видимом диапазоне предельная высота зондирования (при реально достижимых в настоящее время параметрах аппаратуры) порядка 4 км. Для длины волны 0,8…0,9 мкм в ближнем инфракрасном диапазоне (при той же энергии лазерного импульса источника) предельная высота зондирования будет больше (в инфракрасном диапазоне больше коэффициент отражения растительности).


Об авторах

М. Л. Белов
МГТУ им. Н.Э. Баумана, Москва
Россия


Ю. С. Фесенко
МГТУ им. Н.Э. Баумана, Москва
Россия


В. А. Городничев
МГТУ им. Н.Э. Баумана, Москва
Россия


А. В. Кувшинов
МГТУ им. Н.Э. Баумана, Москва
Россия


Список литературы

1. Карасик В.Е., Орлов В.М. Лазерные системы видения. М.: МГТУ им. Н.Э. Баумана, 2013. 478 с.

2. Weitkamp C. Lidar. Range-resolved optical remote sensing of the atmosphere. Berlin: Springer, 2005. 460 p.

3. Козинцев В.И., Белов М.Л., Орлов В.М., Городничев В.А., Стрелков Б.В. Основы импульсной лазерной локации. Издание 2-е дополненное. М.: МГТУ им. Н.Э. Баумана, 2010. 572 с.

4. Gouveia-Neto A.S., Silva E.A., Oliveira R.A., Cunha P.C., Costa E.B., Câmara T.J.R., Willadino L.G. Water deficit and salt stress diagnosis through LED induced chlorophyll fluorescence analysis in Jatropha curcas L. oil plants for biodisiel // Proc. of SPIE. 2011. Vol. 7902. Pp. 79020А-1-79020А-10. DOI: 10.1117/12.872991

5. Афонасенко А.В., Иглакова А.И., Матвиенко Г.Г., Ошлаков В.К., Прокопьев В.Е. Лабораторные и лидарные измерения спектральных характеристик листьев березы в различные периоды вегетации // Оптика атмосферы и океана. 2012. Т. 25, № 3. С. 237-243.

6. Федотов Ю.В., Булло О.А., Белов М.Л., Городничев В.А. Экспериментальное исследование лазерного флуоресцентного метода контроля состояния растений для стрессовых состояний, вызванных неправильным режимом полива // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2014. № 4. С. 267-281. DOI: 10.7463/0414.0707937

7. Токарева О.С. Обработка и интерпретация данных дистанционного зондирования Земли. Томск: Изд-во Томского политехнического университета. 2010. 148 с.

8. Chawla A., Kumar A., Subramani R., Singh J.S., Thukral A.K. Correlation of Multispectral Satellite Data with Plant Species Diversity vis-à-vis Soil Characteristics in a Landscape of Western Himalayan Region, India // Applied Remote Sensing. 2011. No. 1(1). Pp.1-13. Режим доступа: https://www.researchgate.net/publication/228372807_Correlation_of_Multispectral_Satellite_Data_with_Plant_Species_Diversity_vis-a-vis_Soil_Characteristics_in_a_Landscape_of_Western_Himalayan_Region_India (дата обращения 05.02.2016).

9. Hively W.D., G.W., Reeves III J.B., Lang M.W., Oesterling R.A., Delwiche S.R. Use of Airborne Hyperspectral Imagery to Map Soil Properties in Tilled Agricultural Fields // Applied and Environmental Soil Science. 2011. Vol. 2011. DOI: 10.1155/2011/358193

10. Вегетационные индексы. Основы, формулы, практическое использование // Группа «MapExpert»: веб-сайт. Режим доступа: http://www.mapexpert.com.ua/index_ru.php?id=20&table=news (дата обращения: 05.02.2016).

11. Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы. Геоматика. 2009. №3. С. 28-32. Режим доступа: http://sovzond.ru/upload/iblock/3b8/2009_03_005.pdf (дата обращения 05.02.2016).

12. Шихов А.Н. Космический мониторинг засух на территории уральского прикамья по многолетним рядам данных дистанционного зондирования земли // Географический вестник. 2013. Т. 4(27). C. 100-107.

13. Географические информационные системы и дистанционное зондирование // GIS-Lab: веб-сайт. Режим доступа: http:// http://gis-lab.info/ (дата обращения 05.02.2016).

14. Zygielbaum A. I., Gitelson A.A., Arkebauer T.J., Rundquist D.C. Non-destructive detection of water stress and estimation of relative water content in maize // Geophysical Research Letters. 2009. Vol. 36, no. 12. DOI: 10.1029/2009GL038906

15. Carter G.A., Knapp A.K. Leaf optical properties in higher plants: linking spectral characteristics to stress and chlorophyll concentration // Am. J. Bot. 2001. Vol. 88, no. 4. Pp. 677-684. Режим доступа: http://www.amjbot.org/content/88/4/677.full.pdf+html (дата обращения 05.02.2016).

16. USGS Digital Spectral Library 06. Режим доступа: http://speclab.cr.usgs.gov/spectral.lib06/ (дата обращения 05.02.2016).

17. Emengini E.J., Blackburn G.A, Theobald J.C. Detection and discrimination of stress in bean (Phaseolus vulgaris Tendergreen) caused by oil pollution and waterlogging using spectral and thermal remote sensing // Research Journal of Applied Sciences. 2013. Vol. 8. No. 6. Pp. 302-312. DOI: 10.3923/rjasci.2013.302.312

18. Thorhaug A., Richardson A.D., Berlyn G.P. Spectral reflectance of Thalassia testudinum (Hydrocharitaceae) seagrass: low salinity effects // Am. J. Bot. 2006. Vol. 93, no. 1. Pp. 110-117. DOI: 10.3732/ajb.93.1.110


Дополнительные файлы

Для цитирования: Белов М.Л., Фесенко Ю.С., Городничев В.А., Кувшинов А.В. Лазерный мониторинг состояния растительного покрова по данным измерений коэффициентов отражения. Радиостроение. 2016;(3):1-17. https://doi.org/10.7463/rdopt.0316.0840843

For citation: Belov M.L., Fesenko Y.S., Gorodnichev V.A., Kuvshinov A.V. Lase Remote Sensing of Vegetation Cover Using Reflection Coefficients Measurement Data. Radio Engineering. 2016;(3):1-17. (In Russ.) https://doi.org/10.7463/rdopt.0316.0840843

Просмотров: 339

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2587-926X (Online)