Використання індексів червоного краю та водних індексів за гіперспектральними даними ЕО-1 «Hyperion» для класифікації земного покриву

Лялько, ВІ, Шпортюк, ЗМ, Сахацький, ОІ, Сибірцева, ОМ
Косм. наука технол. 2008, 14 ;(3):055-068
https://doi.org/10.15407/knit2008.03.055
Мова публікації: Українська
Анотація: 
Наведено результати попередніх досліджень можливості використання індексів червоного краю та водних індексів для класифікації земного покриву за даними сенсора ЕО-1 «Hyperion». Використано космознімки території Києва та області від 14.09.2002 р., на основі яких побудовано зображення індексів REP, NDVI та НТСІ, а також водних індексів LWI, NWI та SMI, які надалі використано для класифікації земного покриву. Результати досліджень показали, що класифікація рослинного покриву з використанням сукупності множин індексів дає кращий результат, ніж з використанням коефіцієнтів відбиття або окремих індексів. Це свідчить про високий потенціал використання комбінацій індексів червоного краю для моніторингу стану рослинного покриву.
Ключові слова: індекси, рослинний покрив, червоний край
References: 
1.  Лялько В. І., Сахацький О. І., Шпортюк 3. М. та ін. Аналіз стану лісових масивів зони відчуження ЧАЕ С на основі позиції «червоного краю» спектрів відбиття за даними космознімків SPOT-4 та наземних досліджень спектрів відбиття і флуоресценції // 36. наук, праць Ін-ту ядерних досліджень НАН України.—2005.—№ 1 (14).—С 105—112.
2.  Лялько В. І., Шпортюк 3. М., Сахацький О. І., Сибірцева О. М. Класифікація земного покриву Карпат з використанням наземного хлорофільного індекса та позиції червоного краю за даними відеоспектометра MERIS // Космічна наука і технологія.—2006.—12, № 5/6.—С 10—14.
3.  Лялько В. І., Шпортюк 3. М., Сибірцева О. М. та ін. Дослідження стану лісів з використанням аналога по­зиції червоного краю за даними SPOT-4 // Тези доп. Міжнар. науково-практ. конф. «Інформаційні технології управління екологічною безпекою, ресурсами та захода­ми у надзвичайних ситуаціях» (8—11 вересня 2002 p.). — Київ — Харків — Крим, 2002.—С 47—49.
4.  Сахацький О. І. Застосування супутникових даних для вирішення задач водообміну у геосистемах // Доповіді НАН України.—2006.—№ 4.—С 118—126.
5.  Clevers J., Bartholomeus H., Mucher С, de Wit A. Land cover classification with the Medium Resolution Imaging Spectrometer (MERIS) // New Strategies for European Remote Sensing / Ed by Oluic. — Rotterdam: Millpress, 2005.—P. 687—694.
6.  Collins W., Chang S.-H., Raines G., et al. Airborne Biogeophysical Mapping of Hidden Mineral Deposits // Economic Geol.—1983.— 4, N 78.—P. 737—749.
7.  Danson F. M., Plummer S. E. Red-edge responce to forest lief area index / Int. J. Remote Sensing.—1995.—16.— P. 183—188.
8.  Dash J., Curran P. J. The MERIS terrestrial chlorophyll index // Int. J. Remote Sensing.—2004.—25.—P. 5403— 5413.
9.  Gao В. С.  NDWI — a normalized difference water index for remote sensing of vegetation liquid water from space // Remote Sensing of Environment.—1996.—58.—P. 257— 266.
10.  Griffin M. K., Hsu S. M., Burke H. K., et al. Examples of EO-1 Hyperion Data Analysis // Lincoln Laboratory J.—2005.—15.—P. 271—296.
11.  Hu В., Miller J. R., Zarco-Tejada P., et al. Land Cover Mappingwith MERIS at the BOREAS Study Area // MERIS and AATSR Calibration and Geophysical Valida­tion (MAVT-2003), 20—24 October 2003. — ESRIN., Fraskati, Itali, 2003.—10 p.
12.  Jago R. A., Curran P. J. Estimating canopy chlorophyll concentration from field and airborne spectra to infer levels of land contamination // RSS'97; Observations and Inter­actions (Reading: Rem. Sens. Soc.).-1997.—P. 274—279.
13.  Lacaze B. Remotely-sensed optical and thermal indicators of land degradation // New Strategies for European Remote Sensing // Ed. by M. Oluic. — Rotterdam: Millpress, 2005.—P. 211—217.
14.  Liu L., Zhang В., Xu G., et al. Vegetation classification and soil moisture calculation using land surface temperature (LST) and vegetation index (VI) // Proc. SPIE.—2002.— 4730.—P. 319—323.
15.  Lyalko V. I., Fedorovsky A. D., et al. Ahalysis of plant state an the «red edge» position of reflektive Signls // Space Research in Ukraine 1998—2000 NSAU. — Kyiv, 2001.—P. 56—57.
16.  Pearlman J. S., Barry P. S., Segal С. С, et al. Hyperion, a Space Borne Imaging Spectrometer // IEEE Trans. Geosci. Remote Sens.—2003.—41, N 6.—P. 1160—1173.
17.  Pu R., Gong P., Biging G., et al. Extraction of Red Edge Optical Parameters from Hyperion Data for Estimation of Forest Leaf Area Index // IEEE Trans. Geosci. Remote Sens.—2003.—41, N 4.—P. 916—921.
18.  Shportyuk Z. M., Sakhatsky A. I., Sibirtseva O. N. Land cover classification in Ukrainian Carpathians using the MERIS Terrestrial Chlorophyl Index and Red Edge Posi­tion from Envisat Meris data // Proc. of Mid-Term Symposium ISPRS «Remote Sensing: From Pixels to Processes», Enschede, the Netherlands, 8—11 May 2006.
19.  Xiao X., Boles S., Liu J. Y., et al. Characterization of forest type in Northeastern Chine, using multitemporal SPOT-4 Vegetation  sensor  data  //  Remote  Sensing  of  Environmerit—2002.—82.—P. 335—348.
20.  Xin J., Tian G., Liu Q., Chen L. Combining vegetation index and remotely sensed temperature for estimation of soil moisture in China // Int. J. Remote Sensing.—2006.—27, N 9.—P. 2071—2076.

21.  Zarco-Tejada P. L. J., Rueda С A., Ustin S. L. Water content estimation in vegetation with MODIS reflectance data and model inversion methods // Remote Sensing of Environment.—2003.—85.—P. 109—124.