Будучи искусственным безразмерным показателем NDVI предназначен для измерения эколого-климатических характеристик растительности, но в тоже время может показывать значительную корреляцию с некоторыми параметрами, совсем другой области:
· Продуктивностью (временные изменения)
· Биомассой
· Влажностью и минеральной (органической) насыщенностью почвы
· Испаряемостью (эвапотранспирацией)
· Объемом выпадаемых осадков
· Мощностью и характеристиками снежного покрова
Зависимость между этими параметрами и NDVI, как правило, не прямая и связана с особенностями исследуемой территории, ее климатическими и экологическими характеристиками, кроме этого, часто приходиться учитывать временную разнесенность параметра и ответной реакции NDVI.
Благодаря всем этим особенностям, карты NDVI часто используются как один из промежуточных дополнительных слоев для проведения более сложных типов анализа. Результатами которых могут являться карты продуктивности лесов и сельхозземель, карты типов ландшафтов, растительности и природных зон, почвенные, аридные, фито-гидрологические и другие эколого-климатические карты. Так же, на его основе возможно получение численных данных для использования в расчетах оценки и прогнозирования урожайности и продуктивности, биологического разнообразия, степени нарушенности и ущерба от различных естественных и антропогенных бедствий, аварий и т.д. Часто эти данные используются для вычисления других, универсальных и территориально-привязанных индексов: LAI - индекс листовой поверхности , FPAR - индекс фотосинтетической активной радиации, поглощаемый растительностью и пр.
В целом, главным преимуществом NDVI является легкость его получения: для вычисления индекса не требуется никаких дополнительных данных и методик, кроме непосредственно самой космической съемки и знания ее параметров.
Так, благодаря минимальному временному разрешению данных MODIS/Terra, вычисление NDVI на их основе может давать оперативную информацию об эколого-климатической обстановке и возможность отслеживать динамику различных параметров с периодичностью до 1 недели! А большой пространственный охват позволяет проводить мониторинг территорий, соразмерный с площадями областей и целых стран. Данные же камер высокого разрешения, типа Landsat, IRS, Aster позволяют следить за состоянием объектов размерами вплоть до отдельного поля или лесного выдела.
Следует, однако, учитывать и главные недостатки использования NDVI-индекса:
· Невозможность использования данных, не прошедших этап радиометрической коррекции (калибровки);
· Погрешности, вносимые погодными условиями, сильной облачностью и дымкой - их влияние можно частично скорректировать использованием улучшенных коэффициентов и композитных изображений с сериями NDVI за несколько дней, недель или месяцев (MVC - Maximum Value Composite). Усредненные значения позволяют избежать влияния случайных и некоторых систематических погрешностей. Как показывает практика, это очень часто применяемый подход для подготовки данных для создания карт NDVI, примеры показанные в дальнейшем, к сожалению, сделаны на основе разовой съемки, ошибки которой не скорректированы с помощью MVC. Расчет MVC довольно прост и может быть выполнен в ArcInfo GRID с помощью следующих операций (в примере 5 слоев NDVI сделанных из снимков разных дат):
· up = upos(ndvi1, ndvi2, ndvi3, ndvi4, ndvi5)
· result = con(up == 1, ch1, up==2, ch1, up==3, ch1, up==4,ch1, up==5, ch1)
· Необходимостью для большинства задач сравнения полученных результатов с предварительно собранными данными тестовых участков (эталонов), в которых должны учитываться сезонные эколого-климатические показатели, как самого снимка, так и тестовых площадок на момент сбора данных. Особенно значимыми данные материалы становятся при расчетах продуктивности, запасах биомассы и прочих количественных показателях;
· Возможностью использования съемки только времени сезона вегетации для исследуемого региона. В силу своей привязанности к количеству фотосинтезирующей биомассы, NDVI не эффективен на снимках полученных в сезон ослабленной или невегетирующей в этот период растительности.
Предназначение системы MODIS (Moderate-resolution Imaging Spectroradiometer - сканирующий спектрорадиометр среднего разрешения) состоит в сборе данных для калиброванных глобальных интерактивных моделей Земли как единой системы. В будущем эти модели должны прогнозировать глобальные изменения с точностью, достаточной для принятия разумных решений по защите окружающей среды [1]. Данные MODIS по всей поверхности Земли поступают со спутника Terra каждые 2 дня в 36 спектральных зонах ( в диапазоне 0.405-14.385 мкм) с разрешение 250-1000 м, что обеспечивает моделирование в глобальном и региональном масштабе. Система MODIS будет также размещена на спутнике Aqua, что удвоит количество поступающих данных. Материалы съемки MODIS имеют широкий спектр применения для исследования атмосферы, океана и суши.
MODIS позволяет исследовать широкий спектр явлений на поверхности Земли. Измерения в видимом диапазоне имеют большое значение для многих объектов суши, в частности, гляциологических в целях фиксации границ покровных и горных ледников, распространения и сезонной динамики снежного покрова, оценки количества снега и льда. Мониторинг динамики ледников - сокращения или увеличения площади оледенения - и морских льдов важен для изучения последствий глобального изменения климата. Данные о таянии снега и льда нужны для прогнозов паводковых явлений. Кроме того, площади, занятые снегом и льдом, определяют глобальное альбедо Земли - необходимый компонент при расчетах радиационного баланса. Сводка данных о готовых производных изображениях снежного покрова суши, а также морских льдов.
Система MODIS во многом ориентирована также на исследование растительности. Съемка районов сведения лесов позволяет определять темпы обезлесения. Состояние растительности, ее реакция на внешнее воздействие изучаются с использованием вегетационных индексов. Изготовление по данным MODIS производных изображений путем обработки по специальным алгоритмам информации в избранных зонах позволяет изучать первичную продуктивность, биомассу суши и интенсивность фотосинтеза.
Исследования растительности при помощи так называемых карт вегетационного индекса NDVI (Normalised Difference Vegetation Index – нормализованная разность яркостей в красной и ближней инфракрасной зонах) стали традиционными. Прежде NDVI рассчитывался обычно по данным радиометра AVHRR спутников NOAA. Однако эти спутники завершают работу, и на последующие годы MODIS как бы принимает на себя получение данных для расчета NDVI [2]. Расчет индекса проводится по спектральным зонам, прошедшим атмосферную коррекцию (алгоритм ее расчета использует различные каналы и производные изображения MODIS). Специально для MODIS на основе NDVI разработан индекс нового поколения EVI (Enhanced Vegetation Index - улучшенный вегетационный индекс):
EVI = (r*nir - r*red) x (1+L) / (r*nir + C1 x r* red - C2 x r*blue + L)
где r*nir, r*red, r*blue - скорректированные за атмосферу (по данным съемки MODIS) значения отражательной способности в ближней инфракрасной, красной и голубой зоне (0.841-0.876, 0.620- 0.670 0.459 - 0.479 мкм); L - поправочный коэффициент, учитывающий влияние почвы; С1, С2 - коэффициенты, контролирующие вклад голубой зоны в коррекцию красной за рассеяние атмосферными аэрозолями. Новый индекс позволяет выделить больше градаций в районах с высокой зеленой биомассой и имеет преимущества для мониторинга растительности, поскольку влияние почвы и атмосферы в значениях EVI минимизировано.
На рисунке справа приведены изображения EVI для территории США в марте-апреле и мае-июне 2001 г. Хорошо видно сезонное развитие растительности.
Для изучения растительного покрова поверхности Земли по данным дистанционного зондирования были разработаны новые алгоритмы автоматизированного расчета показателей глобального листового индекса (LAI - Leaf Area Index) и поглощенной растительностью при фотосинтезе радиации (FPAR - Fraction of Photosynthetically Active Radiation). LAI - площадь листовой поверхности (с одной стороны листа) на единицу площади - характеризует структуру растительного покрова. FPAR указывает на долю радиации в "фотосинтетически активном" диапазоне волн (0.400 - 0.700 мкм), поглощаемую растительным покровом. LAI и FPAR - это биофизические параметры, описыващие структуру растительного покрова и скорость проходящего в нем энергомассобмена. Их используют для расчета величины фотосинтеза, эвапотранспирации, и первичной продуктивности экосистем. Эти параметры также необходимы для исследования круговорота энергии, углерода, воды, и изучения биогеохимических характеристик растительности.
В отличие от традиционно применяемого вегетационного индекса
NDVI, для расчета LAI/FPAR используется большее количество спектральных зон съемки (прошедших атмосферную коррекцию), учитывается карта типов покрова поверхности Земли и дополнительная наземная информация.
На рисунке справа показаны карты LAI и FPAR для Африки, осредненные за декабрь 2000 г. - зимний (сухой) период для части Африки в северном полушарии, и летний - для части в южном полушарии.
Для эффективного развития аграрного производства требуется высокоэффективная система земледелия. В свою очередь, создание такой системы в настоящее время вряд ли возможно без внедрения высокоэффективных технологий сбора и обработки информации по сельскохозяйственным показателям. Как свидетельствует мировой опыт, ИТ технологии могут оказать существенную помощь при решении многочисленных задач, связанных с планированием, прогнозом, анализом и моделированием сельскохозяйственных процессов.