Izvestiya of Saratov University.

Earth Sciences

ISSN 1819-7663 (Print)
ISSN 2542-1921 (Online)
Full text:
download
(downloads: 106)
Language: 
Russian
Heading: 
Geography
Article type: 
Article
UDC: 
528.88:631.15
DOI: 
10.18500/1819-7663-2020-20-3-162-170

The Selection of the Optimal Detection Method for Agricultural Crops by Satellite Images of High Resolution (the Saratov Volga Region as an Example)

Autors: 
Makarov Vladimir Zinovievich, Saratov State University
Gusev Viktor Aleksandrovich, Saratov State University
Shlapak Pavel Aleksandrovich, Saratov State University
Reshetarova Daniella A., Saratov State University
Abstract: 

The article provides finding the optimal method for crop detection by high resolution satellite imagery (using the Landsat 8 and Sentinel 2 shooting systems as an example), examines the advantages and disadvantages of existing algorithms and recording systems and selects the optimal method. The result of the study is the application of the optimal algorithm for crop detection and its verification on arable lands of the Saratov Volga region.

Key words: 
Landsat 8
Sentinel 2
Earth remote sensing data
spectral images
spectral brightness curves
agriculture
Saratov Volga region
Reference: 
  1. Воробьёва Н. С., Сергеев В. В., Чернов А. В. Информационная технология раннего распознавания видов сельскохозяйственных культур по космическим снимкам // Компьютерная оптика. 2016. Т. 40, № 6. С. 929–938.
  2. Геоэкологический риск-анализ нефтяных месторождений Cаратовской области с применением ГИСтехнологий / А. Н. Чумаченко, А. В. Молочко, В. З. Макаров [и др.] ; под ред. А. Н. Чумаченко. Саратов : Издательство Саратовского университета, 2017. 104 с.
  3. Морозова В. А. Применение ГИС-технологий совместно с данными дистанционного зондирования (ДДЗ) для мониторинга и картографирования зон затопления на примере рек Саратовской области // Теория и практика гармонизации взаимодействия природных, социальных и производственных систем региона : материалы междунар. науч. практ. конф. : в 2 т. / редкол. : С. М. Вдовин (отв. ред.) [и др.]. Саранск : Издательство Мордовского университета, 2017. Т. 1. С. 359–364.
  4. Чумаченко А. Н., Хворостухин Д. П., Морозова В. А. Построение гидрологически-корректной цифровой модели рельефа (на примере Саратовской области) // Изв. Сарат. ун-та. Нов. сер. Сер. Науки о Земле. 2018. Т. 18, вып. 2. С. 104–109.
  5. Проказов М. Ю., Шлапак П. А. Использование ГИС-технологий в картографировании геосистемных и геоэкологических характеристик Волжской островной поймы в районе г. Саратова // Геоинформационное картографирование в регионах России : материалы Х Всерос. науч.-практ. конф. Воронеж : Научная книга, 2018. С. 137–141.
  6. Чумаченко А. Н., Гусев В. А., Данилов В. А., Макаров В. З., Затонский В. А., Пичугина Н. В., Федоров А. В., Шлапак П. А. Геоэкологическая оценка качества поверхностных вод бассейна реки Чардым Саратовской области // Изв. Сарат. ун-та. Нов. сер. Сер. Науки о Земле. 2016. Т. 16, вып. 2. С. 93–97.
  7. Комарова А. Ф., Журавлева И. В., Яблоков В. М. Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова // Принципы экологии. 2016. № 1. С. 40–74.
  8. Терехин Э. А. Анализ спектральных свойств сельскохозяйственной растительности Белгородской области по спутниковым данным modis // Научные ведомости БелГУ. Сер. Естественные науки. 2013. № 10 (153). С. 150–156.
  9. Pringle M. J., Denham R. J., Devadas R. Identifi cation of cropping activity in centraland southern Queensland, Australia, with the aid of MODIS MOD13Q1 imagery // International Journal of Applied Earth Observation and Geoinformation. 2012. Vol. 19. P. 276–285.
  10. Перов А. Ю., Шумаева К. В., Ярыш С. С. Применение метода сегментирования объектов в Quantum GIS в рамках подготовительного этапа проведения кадастровой оценки земель сельскохозяйственного назначения // Colloquiumjournal. 2019. № 26. C. 53–45.
  11. Wu Z., Thenkabail P., Mueller R., Zakzeski A., Melton F., Johnson L., Rosevelt C., Dwyer J., Jones J., Verdin J. Seasonal cultivated and fallow cropland mapping using MODIS-based automated cropland classifi cation algorithm // Journal Applied Rem. Sens. 2014. Vol. 8. P. 1–17.
  12. Хворостухин Д. П., Кликунов А. А. Применение ГИС, данных дистанционного зондирования Земли и преобразования TASSELED CAP для изучения современной растительности ландшафтов региона // Изв. Сарат. унта. Нов. сер. Сер. Науки о Земле. 2013. Т. 13, вып. 2. С. 40–42.
  13. Терехин Э. А. Спектральные отражательные свойства сельскохозяйственной растительности Белгородской области (по материалам космической съемки) // Научные ведомости БелГУ. Сер. Естественные науки. 2012. № 15 (134). С. 188–193.
  14. Prishchepov A. V., Radeloff V. C., Dubinin M., Alcantara C. The effect of Landsat ETM/ETM + image acquisition dates on the detection of agricultural land abandonment in Eastern Europe // Remote Sensing of Environment. 2012. Vol. 126. P. 195–209.
  15. Воронина П. В., Мамаш Е. А. Классификация тематических задач мониторинга сельского хозяйства с использованием данных дистанционного зондирования MODIS // ЖВТ. 2014. № 3. С. 76–102.
  16. Макаров В. З., Пичугина Н. В., Гусев В. А., Затонский В. А. Природный потенциал сельскохозяйственных округов Саратовской области // Изв. Сарат. ун-та. Нов. сер. Сер. Науки о Земле. 2015. Т. 15, вып. 4. С. 13–18.
  17. Чермошенцев А. Ю. Оценка измерительных свойств космических снимков высокого разрешения : автореф. дис. … канд. техн. наук. Новосибирск, 2012. 130 с.
  18. Торсунова О. Ф. Исследование возможности применения космических снимков для определения границ зон с особыми условиями использования территорий // Вестник Сибирского государственного университета геосистем и технологий. 2017. № 3. С. 180–193.
  19. Терёшкина Н. И., Карпова Л. А. Аналитический обзор применения спутниковых снимков для создания крупномасштабных картографических произведений // Наука и инновации : Векторы развития : материалы Междунар. науч.-практ. конф. молодых ученых : в 2 кн. Барнаул : РИО Алтайского ГАУ, 2018. Кн. 2. С. 277–279.
  20. Морозова В. А. Расчет индексов для выявления и анализа характеристик водных объектов с помощью данных дистанционного зондирования [Электронный ресурс] // Современные проблемы территориального развития. 2019. № 2. С. 1–11. URL: https://terjournal.ru/wp-content/uploads/2019/05/ID85.pdf (дата обращения: 20.12.2019).
  21. Рогачев А. Ф. Методические подходы к получению и обработке данных дистанционного зондирования для обоснования мелиоративных мероприятий // Известия НВ АУК. 2018. № 4 (52). С. 332–339.
  22. Калиничева С. В., Железняк М. Н., Кириллин А. Р., Федоров А. Н. Выявление и картографирование мерзлых участков с использованием космических снимков (на примере Эльконского горста в южной Якутии) // Природные ресурсы Арктики и Субарктики. 2017. № 3 (87). C. 30–36.
  23. Казяк Е. В., Лещенко А. В. Спектральные преобразования космических снимков Landsat 8 для картографирования растительности агроэкосистем // Интерэкспо ГЕО-Сибирь. 2015. № 1. C. 79–84.