ИСПОЛЬЗОВАНИЕ ИНТЕГРАЛЬНЫХ ВЕГЕТАЦИОННЫХ ИНДЕКСОВ ПРИ АНАЛИЗЕ СОСТОЯНИЯ РАСТИТЕЛЬНОГО ПОКРОВА И ТЕНДЕНЦИЙ ЕГО ИЗМЕНЕНИЙ ПО СПУТНИКОВЫМ ДАННЫМ
Ключевые слова:
дистанционное зондирование, вегетационные индексы, интегральный индекс условий вегетации (IVCI), анализ и мониторинг засушливых условий, гидротермический коэффициент (ГТК), урожайность зерновых культурАннотация
В условиях усиливающейся аридизации климата и роста частоты засушливых явлений особое значение приобретает разработка и применение интегральных индексов вегетации для анализа состояния растительного покрова и выявления тенденций его изменений. В работе использован метод различных вегетационных индексов. Особое внимание уделено индексу условий вегетации IVCI, разработанному авторами и впервые примененному для территории Казахстана. Исследование выполнено на основе спутниковых данных MODIS (MOD09Q1, 2000–2023 гг.), сопоставленных с наземными агроклиматическими показателями (гидротермическим коэффициентом Селянинова) и статистикой урожайности зерновых культур. Анализ показал, что в Костанайской области для более 75% метеостанций выявлена сильная и очень сильная корреляция между IVCI и HTC, в Северо-Казахстанской и Акмолинской областях преобладают умеренные и сильные зависимости. Применение теста Манна–Кендалла и оценки наклона Сенна для Акмолинской области подтвердили статистически значимую отрицательную тенденцию в изменении IVCI за период 2000–2023 гг., а линейные тренды для Костанайской и Северо-Казахстанской областей указывают на общее ухудшение условий вегетации. Пороговое значение IVCI < 0.3 позволило выделить годы экстремальных засух (2008, 2010, 2012, 2023) и пространственные зоны их проявления. Таким образом, индекс IVCI может рассматриваться как спутниковый аналог гидротермического коэффициента и представляет собой новый инструмент мониторинга засушливых условий для Казахстана.
Использованные источники
- Al Nadabi M.S.; D’Antonio P.; Fiorentino C.; Scopa A.; Shams E.M.; Fadl M.E. (2024). Utilizing the Google Earth Engine for Agricultural Drought Conditions and Hazard Assessment Using Drought Indices in the Najd Region, Sultanate of Oman.Remote Sens. 16, 2960. https://doi.org/10.3390/rs16162960
- Baisholanov S.S., Pavlova V.N., Zhakieva A.R., Chernov D.A., Gabbasova M.S. (2018) Agroclimatic resources of Northern Kazakhstan. Hydrometeorological research and forecasts.1(367),168-184. https://cyberleninka.ru/article/n/agroklimaticheskoerayonirovanie-selskohozyaystvennyh-kultur-v severnom-kazahstane
- Gitelson A., Kogan F., Zakarin E., Spivak L., Lebed L. (1995) Estimation of seasonal dynamics of arid zone pasture and crop productivity using NOAA/AVHRR data. Final Report. Submitted to the Office of the Science Advisor USAID. https://pdf.usaid.gov/pdf_docs/PNABY317.pdf
- Kogan F.N. (1990) Remote sensing of weather impacts on vegetation non-homogenous areas. Int.J.of Remoute Sensing. 11, 1405- 1419 https://doi.org//10.1080/01431169008955102
- Kogan F.N. (1994) Application of vegetation index and brightness temperature for drought detection. Adv. Space Res. - Vol. 15. No. 11. P. 91-100. https://doi.org/10.1016/0273-1177(95)00079-T
- Kogan F.N. (1997) Global drought watch from space. Bulletin of the American Meteorological Society. N 78. P. 621-636. DOI: https://doi.org/10.1175/1520-0477(1997)078<0621:GDWFS>2.0.CO;2
- Kogan F., Gitelson A., Zakarin E., Spivak L., Lebed L. (2003) AVHRR-Based Spectral Vegetation Index for Quantitative Assessment of Vegetation State and Productivity: Calibration and Validation. Photogrammetric Engineering & Remote Sensing., 69, 8. 899-906. https://doi.org/10.14358/PERS.69.8.899
- Kronberg, (1988) P. Remote sensing of the Earth. Mir. https://www.geokniga.org/books/20459.
- Mann H. B. (1945). Nonparametric Tests Against Trend. Econometrica: Journal of the Econometric Society, 13(3), 245–259. https://doi.org/10.2307/1907187
- Orlov A.I. (2004). Applied Statistics: Textbook. Moscow: Exam Publishing House, 656 p. http://www.aup.ru/books/m163/
- Rouse J. W., Haas R.H., Schell J.A., and Deering D.W. (1973). Monitoring vegetation systems in the Great Plains with ERTS, Third ERTS Symposium, NASA SP-351 I, 309-317. https://doi.org/10.13140/RG.2.1.3691.8244
- Spivak L.. Vitkovskaya I.. Batyrbayeva M. (2008). Analysis of inter seasonal variations of productivity of vegetative cover of Kazakhstan using temporal remote sensing rows. News of Nat. Acad. of Sci. of Kazakhstan. Phys.-Math.-Ser., 4. https://doi.org/10.31489/2021No2/90-95.
- Spivak L., Vitkovskaya I., Batyrbayeva M., Terekhov A. (2009). Detection of desertification zones using multi-year rows of remote sensing data// Series “NATO science for peace and security: environmental security”. https://doi.org/10.1007/978-90-481-9618-0_26
- Spivak L.F., Batyrbayeva M.Zh., Vitkovskaya I.S., Muratova N.R., Berdygulov N.I., Mombekova D.K., Zhaksybekova K.A., Kapatay Zh.T. (2016). Possibility of using satellite data in assessing aridity in Kazakhstan. Hydrometeorology and ecology. 3, 26-36. https://journal.kazhydromet.kz/index.php/kazgidro/article/view/451/464
- Vitkovskaya, I., Batyrbayeva, M., Berdigulov, N., & Mombekova, D. (2024). Prospects for drought detection and monitoring using long-term vegetation indices series from satellite data in Kazakhstan. Land, 13, 2225. https://doi.org/10.3390/land13122225
- Handbook of Drought Indicators and Indices. Integrated Drought Management Programme (IDMP). WMO, (2016). No. 1173, 60 p. https://www.droughtmanagement.info/literature/GWP_Handbook_of_Drought_Indicators_and_Indices_2016.pdf
- VIII National Communication and V Biennial Report Republic of Kazakhstan UN Framework Convention about climate change. (2022). http://infkkts.int/site/default/files/resource/8NS_Kazakhstan_2022v1.0.pdf.
- Meteorological Database website https://meteo.kazhydromet.kz/database_meteo/
- Agencies for strategic planning and reforms of the Republic of Kazakhstan https://stat.gov.kz/ru/region/akmola/dynamic-tables/1485/
