Новий метод дистанційного оцінювання вмісту хлорофілу в рослинності і його програмно-апаратна реалізація

Яценко, ВО, Кочубей, СМ, Хандрига, ПА, 1Донець, ВВ, Семенів, ОВ
1Корпорація «Науково-виробниче об’єднання «Арсенал», Київ
Косм. наука технол. 2007, 13 ;(3):035-044
https://doi.org/10.15407/knit2007.03.035
Мова публікації: російська
Анотація: 
Розглянуто проблему дистанційного оцінювання вмісту хлорофілу у рослинності за спектром відбивання для моніторингу її стану. Пропонується метод рішення проблеми на основі головних компонентів і нелінійних моделей регресії. Розроблено програмно-апаратний комплекс, що не вимагає обчислення перших похідних.
Ключові слова: моніторинг, спектр відбивання, хлорофіл
References: 
1. Кочубей С. М. Сравнение информативных возможностей многозональной съемки и спектроскопии высокой разрешающей способности при дистанционном зонди­ровании растительного покрова // Космічна наука і технологія,—1999.—5, № 2/3.—С. 41—48.
2. Кочубей С. М. Аппаратура и методы дистанционного зондирования растительности в оптическом диапазоне // Космічна наука і технологія.—2002.—8, № 2/3.— С. 271—275.
3. Кочубей С. М. Оценка основных параметров сельскохо­зяйственных посевов по спектру отражения раститель­ности в оптическом диапазоне // Космічна наука і технологія,—2003.—9, № 5/6.—С. 185—190.
4. Кочубей С. М., Кобец Н. И., Шадчина Т. М. Количест­венный анализ формы спектральной кривой отражения листьев растений как способ тестирований их состояния // Физиол. и биохимия культ, раст.—1988.—20.— С. 535—539.
5. Кочубей С. М., Кобец Н. И., Шадчина Т. М. Спект­ральные свойства растений как основа методов дистан­ционной диагностики.—Киев: Наук, думка, 1990.— 136 с.
6. Фаддеев Д. К., Фаддеева В. Н. Вычислительные мето­ды линейной алгебры. — М.: Лань, 2002.—736 с.
7. Arnon D. I. Copper enzymes in isolated chloroplasts. Polyphenoloxidase in Beta vulgaris // Plant Physiol.— 1949.—24,—P. 1 — 15.
8. Bowyer P., Danson F. M. Sensitivity of spectral reflectance to variatio in live fuel moisture content at leaf and canipy level // Remote Sens. Environ.—2004.—92.—P. 297— 308.
9. Ceccato P., Flasse S., Gregoire J. M. Designing a spectral index to estimate vegetation water content from remote sensing data. 2. Validation and applications // Remote Sens. Environ.—2002.—82.—P. 198—207.
10. Ceccato P., Flasse S., Tarantola S., et al. Detecting vegetation leaf water content using reflectance in thew optical domain // Remote Sens. Environ.—2001.—77.— P. 22—33.
11. Comon P. Independent component analysis. A new concept? // Signal Processing.—1994.—N 36 (3).—P. 287—314.
12. Davids C., Tyler A. N. Detecting contamination-induced tree stress within the Chernobyl exclusion zone // Remote Sens. Environ.—2003.—85.—P. 30—38.
13. Horler D. N. H., Dokray M., Barber J. The red edge of plant leaf reflectance // Int. J. Remote Sens.—1983.—4.— P. 273—288.
14. Kochubey S. M., Bidyuk P. I. A Novel approach to remote sensing of vegetation // Proc. SPIE.—2003.—5093.—P. 181 —188.—(SPIE Conf. "AeroSence. Technologies and Systems for Defence & Security", 21—25 April 2003, Orlando USA).
15. Lamb D. W., Steyn-Ross M., Schaare P., et al. Estimating leaf nitrogen concentration in ryegrass (Lolium spp.) pas­ture using the chlorophyll red-edge: theoretical modelling and experimental observations // Int. J. Remote Sens.— 2002.—23.—P. 3619—3648.
16. Moran J. A., Mitchell A. K., Goodmanson G., Stockburger K. A. Differetiation among effects of nitrogen fertilization treatments on conifer seedlings by foliar reflectance: a comparison of methods // Tree Physiology.—2000.—20.— P. 1113—1120.
17. Pinar A., Curran P. J. Grass chlorophyll and the reflec­tance red edge // Int. J. Remote Sens.—1996.—17.— P. 351—357.
18. Polischuk V. P., Shadchina T. M., Kompanetz T. I., et al. Changes in reflectance spectrum characteristics of Nicotiana debney plant under the influence of viral infection // Arh. Phytopath. Pflanz.—1997.—31.—P. 115—119.
19. Riggs G. A., Running S. W. Detection of canopy water stress in conifers using the airborne imaging spectrometer // Remote Sens. Environ.—1991.—35.—P. 51—68.
20. Smith K. L., Steven M. D., Coll J. J. Use of hyperspectral derivative ratios in the red-edge region to idetify plant stress responses to gas leaks // Remote Sens. Environ.— 2004.—92.—P. 207—217.
21. Yatsenko V. A., Kochubey S. M., Pardalos P. M., Zhan L. Estimation of chlorophyll concentration in vegetation using global optimization approach // Proc. SPIE.—2003.— 5071.—P. 50—59.—("Technologies, Systems, and Ar­chitectures for Transnational Defence II", SPIE Conference "AeroSence. Technologies and Systems for Defence & Security", 21—25 April 2003, Orlando USA).
22. Zarko-Tejada P. J., Miller J. R., Mohammed G. H., et al. Vegetation stress detection through chlorophyll a+b estima­tion and fluorescence effects on hyperspectral imagery // J. Environ. Qual.—2002.—31.—P. 1433—1441.

23. Zarko-Tejada P. J., Pushnik J. C., Dobrowski S., Ustin S. L. Steady-state chlorophyll a fluorescence detec­tion from canopy derivative reflectance and double peak red edge effect // Remote Sens. Environ.—2003.—84.— P. 283—294.