Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "wskaźnik zieleni" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Związek między wskaźnikiem LAI a spektralnymi wskaźnikami roślinności na przykładzie wybranych gatunków roślin uprawnych
The relationship between LAI and spectral indices of vegetation based on some species of crop plants
Autorzy:
Uździcka, B.
Juszczak, R.
Sakowska, K.
Olejnik, J.
Powiązania:
https://bibliotekanauki.pl/articles/338275.pdf
Data publikacji:
2012
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
spektralne wskaźniki roślinności
wskaźnik powierzchni liści
znormalizowany wskaźnik zieleni
leaf area index
spectral plant indices
standardised index of green
Opis:
W pracy określono charakter i stopień wpływu wskaźnika powierzchni liści LAI na charakterystyki optyczne pokrywy roślinnej, opartych na promieniowaniu w przedziałach czerwieni i bliskiej podczerwieni dla obszaru rolniczego. Pomiary wykonano dla pięciu gatunków roślin (tzn. żyta ozimego, pszenicy ozimej, pszenżyta ozimego, ziemniaków i jęczmienia jarego), uprawianych na stacji doświadczalnej w Brodach (województwo wielkopolskie). LAI jest istotnym parametrem ekofizjologicznym. Obecnie szybko rozwijającą się techniką, służącą do szacowania charakterystyk biofizycznych pokrywy roślinnej, jest stosowanie pomiarów jej charakterystyk optycznych. Porownując wartości współczynnika determinacji R2, a także statystyczne miary dopasowania modelu, uzyskane dla różnych typów zależności (liniowej, logarytmicznej, wykładniczej, wielomianowej i potęgowej) i różnych gatunków roślin zauważono, że zależność analizowanej grupy spektralnych wskaźników roślinności od LAI jest nieliniowa, przez co jego szacunki na ich podstawie są obarczone stosunkowo dużym błędem (średnio 0,48 m²·m-²). Najwcześniej efekt saturacji występował dla najczęściej stosowanych wskaźników NDVI i SR. Dane wskazują także, że podczas szacunków LAI na podstawie większości spektralnych wskaźników roślinności, opartych na ρNIR i ρRED, znaczący wpływ mają zaburzające efekty tła glebowego, które najsilniej oddziałują na wartości NDVI. Wpływ ten okazał się być najmniejszy w przypadku SAVI, dla którego uzyskiwane wartości R² w warunkach zależności od LAI były, w porównaniu z pozostałymi analizowanymi wskaźnikami, najczśćciej największe. SAVI najlepiej sprawdza. się także jako wskażnik, na podstawie którego można modelować oczekiwane wartości LAI.
The paper presents the character and effect of the leaf area index (LAI) on optical characteristics of plant cover based on radiation in the red and near infrared region for an agricultural area. Measurements were made for 5 plant species (winter rye, winter wheat, winter triticale, potatoes and spring barley) grown in experimental station in Brody (Wielkopolska Province). LAI is an important ecophysiological parameter. Measurement of optical characteristics is now a rapidly developing technique used to estimate bio-physical characteristics of plant cover. Comparison of determination coefficient R2 and statistical measures of model fitness for various types of relationships (linear, logarithm, exponential, polynomial, power) and for various plant species showed that the relationship between the analysed group of spectral plant indices and LAI was non-linear and hence burdened with relatively large error (mean 0.48 m²·m-²). The effect of saturation appeared earliest for most commonly used indices - NDVI and SR. Disturbing effects of soil background, which most strongly affect the NDVI values, expressed themselves when estimating LAI from most spectral plant indices based on ρNIR and ρRED. This effect was smallest for SAVI, for which R2 was highest as compared with other analysed indices. SAVI worked best as an index, based on which one may model the expected values of LAI.
Źródło:
Woda-Środowisko-Obszary Wiejskie; 2012, 12, 2; 283-311
1642-8145
Pojawia się w:
Woda-Środowisko-Obszary Wiejskie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Satellite-derived vegetation indices for Biebrza wetland
Wskaźniki roślinne dla obszaru bagien biebrzańskich wyprowadzone ze zdjęć satelitarnych
Autorzy:
Dąbrowska-Zielińska, K.
Kowalik, W.
Gruszczyńska, M.
Hościło, A.
Powiązania:
https://bibliotekanauki.pl/articles/129631.pdf
Data publikacji:
2003
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
SPOT/VEGETATION
ERS-2/ATSR
NOAA AVHRR
vegetation index
ERS2/SAR
soil moisture
wskaźnik zieleni
ERS-2/SAR
wilgotność gleby
Opis:
The study has been carried out at the Biebrza Basin in Poland. The investigation aimed at finding the best vegetation index characterising different marshland habitats. The various indices were calculated on the basis of all considered spectral bands of low spatial resolution satellites as SPOT/VEGETATION, ERS-2/ATSR, and NOAA/AVHRR. The GEMI and EVI index calculated from SPOT/VEGETATION images was the best for distinguishing vegetation classes. The best correlation between LAI measured at the ground and the derived indices was with GEMI and EVI index. Soil moisture values calculated from ERS2/ SAR well characterised distinguished marshland humidity classes.
Biebrzański Park Narodowy został założony w 1993 roku w celu ochrony unikalnych walorów przyrodniczych bagiennej doliny rzeki Biebrzy. W wyniku panujących warunków wodnych oraz morfologii terenu na obszarze tym wykształcił się największy w Polsce ekosystem torfowisk niskich i wysokich. Na skutek zmian w użytkowaniu rolniczym oraz z powodu budowy kanałów odwadniających, ten unikalny naturalny ekosystem bagienny został zachwiany. Zmienione warunki wilgotnościowe doprowadziły do degradacji gleb torfowych i w konsekwencji do zmiany szaty roślinnej. Obecnie istnieje potrzeba monitorowania niekorzystnego dla środowiska procesu osuszania bagien, a jedynie możliwą do zastosowania na tak dużą skalę metodą, jest metoda teledetekcji. Badania skoncentrowano na obszarze zlokalizowanym w Basenie Środkowym Biebrzy, na którym do tej pory przeprowadzono wiele eksperymentów naukowych, i dla którego zgromadzono wiele informacji niezbędnych do realizacji niniejszego przedsięwzięcia. W opracowaniu uwzględnione zostały dane satelitarne i naziemne archiwalne pochodzące z lat 1995 i 1997 oraz dane otrzymane w trakcie trwania badań lat 2000–2002. Wykorzystano dane satelitarne otrzymywane w optycznym i mikrofalowym zakresie widma elektromagnetycznego. Z zakresu optycznego (Landsat ETM, ERS-2.ATSR, SPOT VEGETATION, NOAA/AVHRR) zostały wyznaczone wskaźniki roślinne charakteryzujące powierzchnię ze względu na stopień uwilgotnienia i fazę rozwoju roślin. Poprzez klasyfikację obszaru wyróżniono łąki na różnych rodzajach siedlisk. Klasyfikowane były zdjęcia wykonane przy użyciu skanerów Thematic Mapper (TM) i Enhanced Thematic Mapper (ETM+) pracujących na satelitach z serii Landsat oraz zdjęcia mikrofalowe wykonane przy użyciu urządzenia SAR umieszczonego na satelicie ERS-2. Przy klasyfikacji wykorzystano wyniki badań terenowych. Z danych mikrofalowych zarejestrowanych przez satelitę ERS-2 obliczono współczynnik wstecznego rozpraszania i wyprowadzono algorytmy wyznaczania wilgotności gleby. Wyznaczono również związek pomiędzy poszczególnymi klasami wilgotności gleby a wskaźnikami roślinnymi uzyskanymi z różnych satelitów oraz wyznaczono obszary, na których zaszły największe zmiany wilgotności. W wyniku przeprowadzonych analiz wybrano następujące wskaźniki roślinne: ARVI, EVI, GEMI, MI, NDVI, których wzory podane są poniżej: ARVI = ( NIR - BLUE ) / ( NIR + BLUE ) EVI = 2.0 * ( NIR - RED ) / ( 1 + NIR + 6 * RED - 7.5 * BLUE ) GEMI =⋅[η * ( 1 - 0.25η ) - ( RED - 0.125 )] / [ 1 - RED ], η = [ 2 * ( NIR2 - RED2 ) + 1.5 NIR + 0.5 RED ] / 9 NIR + RED + 0.5 ] NDVI = ( NIR - RED ) / ( NIR + RED ) MI = ( SWIR - RED ) / (SWIR + RED ) gdzie: ARVI – Atmospherically Resistant Vegetation Index, Kaufman i Tanre, 1992; EVI – Enhanced Vegetation Index, Liu i Huete, 1995; GEMI – Global Environment Monitoring Index, Pinty i Verstraete, 1992; MI –Medium Infrared Index, wyprowadzony przez autorów, 2002; NDVI – Normalized Difference Vegetation Index, powszechnie używany od dawna. Wskaźniki roślinne łączą dane teledetekcyjne z biofizycznymi charakterystykami powierzchni czynnej, a w szczególności z powierzchnią projekcyjną liści, akumulowaną radiacją w procesie fotosyntezy, biomasą, i gęstością pokrycia roślinnością. Istnieje duże zainteresowanie rozwijaniem i wprowadzaniem wciąż nowych indeksów ze względu na ich związek z wieloma cechami roślinnymi, a równocześnie nie czułych na osłabiający wpływ gleby i atmosfery. Pozostaje jednak nadal aktualne, jakie cechy roślin wpływają na wartość wskaźnika, dla jakich warunków dany indeks może być zastosowany, jak również z jaką dokładnością mogą być poszczególne parametry roślinne obliczane. Wskaźniki roślinne, ze względu na łatwość ich obliczania bez konieczności stosowania dodatkowych danych, znalazły zastosowanie w rolnictwie do prognozowania plonów, ustalania terminów nawodnień. Istotnym elementem pracy było znalezienie takich wskaźników roślinnych obliczanych ze zdjęć satelitarnych wykonanych w optycznym zakresie widma, które pozwoliłyby na dokładne szacowanie wskaźnika powierzchni projekcyjnej liści tzw. LAI. Wskaźnik ten jest niezbędny do szacowania wilgotności gleby ze zdjęć mikrofalowych, gdyż odzwierciedla szorstkość badanej powierzchni roślinnej. Analiza zmian wilgotności gleby umożliwiła wyznaczenie obszarów o zróżnicowanym uwilgotnieniu i opracowanie metody jej monitorowania na obszarach bagiennych. Najsilniejszą zależność otrzymano dla wskaźników EVI i GEMI obliczonych z danych satelitarnych SPOT VEGETATION (R2 = 0.81), najsłabszą dla wskaźnika GEMI obliczonego z danych NOAA/AVHRR (R2 = 0.41). Wyprowadzone na podstawie analizy statystycznej algorytmy o najwyższych korelacjach mogą być zastosowane do szacowania wskaźnika LAI dla roślinności bagiennej.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2003, 13b; 349-359
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies