Авторизоваться
Для зарегистрированных пользователей

Проведён анализ пригодности использования данных различного пространственного разрешения при мониторинге объектов на основе осреднённых в их границах характеристик. Для этого изучалось влияние пространственного разрешения данных дистанционного зондирования Земли (ДЗЗ) на средние значения вегетационного индекса NDVI (англ. Normalized Difference Vegetation Index) в границах сельскохозяйственных полей в зависимости от их площади. Использовались три набора данных, полученных на основе информации с приборов MODIS (англ.Moderate Resolution Imaging Spectroradiometer), КМСС (Комплекс многозональной спутниковой съёмки) и MSI (англ. MultiSpectral Instrument) с пространственным разрешением 250, 60 и 10 м/пиксель соответственно. Для каждого набора использован временной ряд восстановленных ежедневных безоблачных изображений. Взята выборка сельскохозяйственных полей в различных регионах России. Для каждого поля рассчитано среднее значение индекса NDVI по каждому набору данных и проведён корреляционный анализ значений, полученных по разным наборам. Результаты анализа при учёте всего сезона вегетации показали общую высокую согласованность: даже для полей с размером менее 10 га значение коэффициента корреляции Пирсона превысило 0,75 для пар КМСС – MSI и MODIS – MSI и 0,85 для пары MODIS – КМСС. Однако коэффициент корреляции Пирсона существенно падает при анализе данных в отдельные периоды года: в начале сезона в паре MODIS – MSI для полей площадью менее 2,5 га — до 0,45, для полей площадью от 2,5 до 5 га — до 0,58. Далее минимальное за период значение равномерно растёт с увеличением полей и при площадях свыше 15 га уже для всех недель составляет более 0,82. Таким образом, сделан вывод о том, что для полей площадью более 10–15 га ход среднего индекса NDVI имеет схожие тренды по данным с пространственным разрешением 250, 60 и 10 м/пиксель. Для полей меньшего размера присутствуют большие различия в период наименьших значений индекса NDVI, соответствующих распашке. Точный критерий пригодности данных c низким пространственным разрешением для анализа объектов определённой площади зависит от задачи и используемого периода года.