Россия
Россия
Россия
Россия
Россия
Россия
Россия
УДК 339.54 Внешнеторговая политика. Инструменты внешнеторговой политики например,
УДК 338.001.36 Экономические сравнения, сопоставления
Приведен опыт по подбору данных для построения выборки minNDTI для выделения хозяйств использующих технологию прямого посева (no-till) в двух агроэкологических зонах Ставропольского края с разными агроклиматическими условиями. Ввиду ежегодного увеличения площадей, занятых ресурсосберегающими технологиями (в частности прямым посевом), разработка систем для выделения и учета является актуальной задачей для науки и производства. Растительные остатки, сохраняемые при прямом посеве, создают характерные свойства поверхности, которые можно использовать для выделения подобных хозяйств на основании данных ДЗЗ. Распространенным подходом для выделения хозяйств использующих прямой посев (ПП) является использование спектрального индекса NDTI и его мультивременной производной – minNDTI. В рамках исследования были подобраны коллекции, стандартизованных за каждый год данных minNDTI с 2019 по 2023, характеризующие ПП и традиционную технологию двух агроклиматических зон: неустойчивого увлажнения и засушливую. Была проанализирована возможность использования порога значений вегетационного индекса NDVI для очистки выборок от данных соответствующих живой растительности, возможность использования двух временных диапазонов для построения набора данных minNDTI, возможность использования Landsat и Sentinel-2. Общее количество проанализированных выборок – 16. Оптимальным порогом для исключения живой растительности из выборок minNDTI является значения 0,3. При значении NDVI 0,2 происходит значительная потеря данных. Sentinel-2 позволяет использовать большее количество изображений, что способствует формированию более репрезентативных данных minNDTI. Стандартизованные данные minNDTI, полученные для засушливой зоны Ставропольского края, являются типичными за каждый год исследования, что дает основание полагать возможным использование представленных данных для выделения хозяйств, использующих прямой посев, за любой временной промежуток. Использование индекса minNDTI для выделения хозяйств применяющих технологию прямого посева, является наиболее оптимальным для регионов со схожими с засушливой зоной Ставропольского края агроклиматическими условиями.
прямой посев, ресурсосберегающее земледелие, дистанционное зондирование Земли, засушливая зона
1. Дридигер В. К. Состояние проведения исследований по минимизации обработки почвы и прямому посеву // Сельскохозяйственный журнал. 2019. Т. 5. С. 8-16.
2. Hively W. D. и др. Mapping crop residue and tillage intensity using WorldView-3 satellite shortwave infrared residue indices // Remote Sens. 2018. Т. 10. № 10. С. 1657.
3. Perry C. R., Lautenschlager L. F. Functional equivalence of spectral vegetation indices // Remote Sens. Environ. 1984. Т. 14. № 1-3. С. 169-182.
4. Cai W. и др. Comparison of Different Crop Residue Indices for Estimating Crop Residue Cover Using Field Observation Data // 2018 7th International Conference on Agro-geoinformatics (Agro-geoinformatics). : IEEE, 2018. С. 1-4.
5. Jin X. и др. Estimation of maize residue cover using Landsat-8 OLI image spectral information and textural features // Remote Sens. 2015. Т. 7. № 11. С. 14559-14575.
6. Van Deventer A. P. и др. Using thematic mapper data to identify contrasting soil plains and tillage practices // Photogramm. Eng. Remote Sens. 1997. Т. 63. № 1. С. 87-93.
7. Zheng B. и др. Multitemporal remote sensing of crop residue cover and tillage practices: A validation of the minNDTI strategy in the United States // J. Soil Water Conserv. 2013. Т. 68. № 2. С. 120-131.
8. Дридигер В. К. Технология no-till и допускаемые при её освоении ошибки // Сельскохозяйственный журнал. 2018. Т. 1. № 11. С. 14-23.
9. Сулейменов М. К. Стандартизировать исследования по нулевой технологии // Аграрный сектор. 2015. № 2 (24). С. 90-96.
10. Щукин С. В., Труфанов А. М. Экологизация сельского хозяйства (перевод традиционного сельского хозяйства в органическое). Москва: Буки Веди, 2012. 196 с.
11. Daughtry C., Huntjr E. Mitigating the effects of soil and residue water contents on remotely sensed estimates of crop residue cover // Remote Sens. Environ. 2008. Т. 112. № 4. С. 1647-1657.
12. Beeson P. C., Daughtry C. S. T., Wallander S. A. Estimates of conservation tillage practices using landsat archive // Remote Sens. 2020. Т. 12. № 16. С. 1-18.
13. Zheng B. и др. Remote sensing of crop residue and tillage practices: Present capabilities and future prospects // Soil Tillage Res. 2014. Т. 138. С. 26- 34.
14. Кулинцев В. В. Система земледелия нового поколения Ставропольского края. Ставрополь: АГРУС Ставропольского государственного аграрного университета, 2013. 520 с.
15. Masek J. и др. HLS Operational Land Imager Surface Reflectance and TOA Brightness Daily Global 30m v2.0 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center.
16. Ермолаев Н. Р. и др. No-till identification by crop residues on the soil surface using the multi-temporal integral index minNDTI // АгроЭкоИнфо. 2021. Т. 4. № 46.
17. Kruskal W. H., Wallis W. A. Use of Ranks in One-Criterion Variance Analysis // J. Am. Stat. Assoc. 1952. Т. 47. № 260. С. 583.
18. Gorelick N. и др. Google Earth Engine: Planetary-scale geospatial analysis for everyone // Remote Sens. Environ. 2017.
