с 01.01.2017 по настоящее время
ВАК 1.6.20 Геоинформатика, картография
УДК 631.6 Сельскохозяйственная мелиорация
УДК 528.88 Применение дистанционного зондирования
Показан результат оценки корреляционной связи между спектральными индексами вегетации NDVI и влажности NDMI, рассчитанным по данным дистанционного зондирования Земли, полученным с помощью спутника Sentinel-2. Объект исследования расположен в Волгоградской области и представляет собой массив системы капельного орошения общей площадью примерно 120 га, состоящий из 11 участков. На этой территории в 2024 году выращивали культуру столовой моркови (Daucus carota). Отмечается, что характер распределения случайных величин NDVI и NDMI не соответствует нормальному закону. W-критерий Шапиро-Уилки для всех наблюдаемых значений вегетационного индекса NDVI находится в диапазоне 0,748…0,871, для индекса влажности NDMI – 0,748…0,884, что статистически значимо (p = 0,01) указывает на негауссово распределение. Значения U-критерия Манни-Уитни составляют 212…360, что указывает на статистически значимые различия (p = 0,01) между выборками вегетационного индекса NDVI и индекса влажности NDMI. Значения NDVI и NDMI статистически достоверно коррелируют (ранговый коэффициент Спирмена rs от 0,41 до 0,95) с уровнем значимости p = 0,01. Парные коэффициенты корреляции Спирмена rs между NDVI и NDMI для одного поля находятся в диапазоне 0,85…0,95 при более высоком уровне значимости p = 0,001.
индекс влажности, вегетационный индекс, NDMI, NDVI, SAGA GIS, корреляция, коэффициент Спирмена
1. An inclusive approach to crop soil moisture estimation: Leveraging satellite thermal infrared bands and vegetation indices on Google Earth engine / Imtiaz, F., Farooque, A. A., Randhawa, G. S., Wang, X., Esau, T. J., Acharya, B., & Hashemi Garmdareh, S. E. // Agricultural Water Management, 2024, Vol. 306. DOI:https://doi.org/10.1016/j.agwat.2024.109172.
2. Evaluation and Correlation of Sentinel-2 NDVI and NDMI in Kyiv (2017-2021) / Strashok, O., Ziemiańska, M., & Strashok, V. // Journal of Ecological Engineering, 2022. Vol. 23(9), P. 212–218. DOI:https://doi.org/10.12911/22998993/151884.
3. Агроэкологическая оценка зависимости вегетационной активности посевов / Н. Г. Курмашева, Ф. Ф. Авсахов, Р. Ш. Иргалина, Р. Г. Ягафаров // АгроЭкоИнфо. 2024. № 5(65). EDN: https://elibrary.ru/UGQIDW.
4. Дмитриев П. А., Козловский Б. Л., Дмитриева А. А., Вардуни Т. В., Влияние компоновки побегов сосны при гиперспектральной съемке в лабораторных условиях на статистические характеристики вегетационных индексов // Живые и биокосные системы. 2023. № 4. DOI:https://doi.org/10.18522/2308-9709-2023-46-3.
5. Detecting climate change effects on forest ecosystems in Southwestern Romania using Landsat TM NDVI data / Pravalie, R., Sîrodoev, I., & Peptenatu, D. // Journal of Geographical Sciences. 2014. Vol. 24(5), P. 815–832. DOI:https://doi.org/10.1007/s11442-014-1122-2.
6. Анализ трендов временных рядов вегетационного индекса NDVI / М. Ю. Катаев, А. А. Бекеров, П. В. Шалда // Доклады Томского государственного университета систем управления и радиоэлектроники. 2017. Т. 20, № 1. С. 81-84. DOI:https://doi.org/10.21293/1818-0442-2017-20-1-81-84. EDN: https://elibrary.ru/ZATNAH.
7. К вопросу о ретроспективном картографировании прибрежно-водной растительности мелиоративных водоемов / С. С. Смелова // Экология и строительство. 2025. № 2. С. 14-23. DOI:https://doi.org/10.35688/2413-8452-2025-02-002. EDN: https://elibrary.ru/OZOUSQ.
8. Спектральная отражательная способность почв Мильской степи Азербайджана в зависимости от их химических и физических свойств / С. А. Кочарли, М. Г. Мустафаев, Э. М. Ахмедзаде [и др.] // Экология и строительство. 2025. № 1. С. 4-11. DOI:https://doi.org/10.35688/2413-8452-2025-01-001. EDN: https://elibrary.ru/VWMAYW.
9. Кочарли С.А., Мустафаев М.Г., Велиева З.М., Ахмедзаде Э.М. Взаимосвязь между агрофизическими свойствами и спектрофотометрическими показателями почв Кура-Аразской низменности Азербайджана // Экология и строительство. 2026. No 1. C. 4–10. DOI:https://doi.org/10.35688/2413-8452-2026-01-001.
