Zastosowanie technik satelitarnych w rolnictwie zrównoważonym - wybrane przykłady zastosowań

• Autorzy: Banaszkiewicz M. , Lewiński S. , Aleksandrowicz S. , Woźniak E. , Kotarba A. , Krupiński M.

Warianty tytułu

EN

Applications of satellite technology in sustainable agriculture - selected examples of the use directions

• Języki publikacji: PL

Abstrakty

PL

Teledetekcja satelitarna jest obecnie jednym z podstawowych źródeł informacji o środowisku przyrodniczym i o procesach zachodzących na powierzchni Ziemi. Zdjęcia satelitarne o różnej rozdzielczości przestrzennej, spektralnej oraz radiometrycznej umożliwiają pozyskanie informacji o charakterze przestrzennym, które mogą być interpretowane w sposób bezpośredni lub mogą być wykorzystane w procesach modelowania matematycznego. Na ich podstawie można określić m.in. klasy pokrycia i użytkowania terenu, strukturę upraw, kondycję roślinności, dostępność wody. W pracy przedstawiono wybrane przykłady możliwości zastosowania teledetekcji satelitarnej w monitoringu zmian przestrzeni rolniczej: wyznaczanie stref buforowych, detekcja zmian pokrycia terenu, ocena stanu roślinności oraz zróżnicowania środowiska przyrodniczego.

EN

Satellite remote sensing is one of the main sources of information on natural environment and the processes occurring on the surface of the Earth. Satellite images of different spatial, spectral and radiometric resolution, enable the acquisition of spatial information which may be interpreted directly, or may be used in processes of mathematical modeling. Satellite images may create a basis to determine, among the others, land cover and land use classes, cropping patterns, the condition of vegetation, water availability. This paper presents selected examples of satellite remote sensing application in monitoring of agricultural land: setting of riparian zones, detection of land cover changes, assessment of vegetation status and the diversification of natural environment.

Słowa kluczowe

PL

rolnictwo zrównoważone; teledetekcja satelitarna; zdjęcia satelitarne

EN

sustainable agriculture; remote sensing; satellite images

• Wydawca: Wydawnictwo ITP
• Czasopismo: Problemy Inżynierii Rolniczej
• Rocznik: 2012
• Tom: R. 20, nr 3
• Strony: 109--122
• Opis fizyczny: Bibliogr. 31 poz., rys.

Twórcy

autor

Banaszkiewicz M.

autor

Lewiński S.

autor

Aleksandrowicz S.

autor

Woźniak E.

autor

Kotarba A.

autor

Krupiński M.

• Centrum Badań Kosmicznych PAN, ul. Bartycka 18A, 00-716 Warszawa, tel. [phone],

Bibliografia

• ALEKSANDROWICZ S., LEWIŃSKI St., KOTARBA A. 2012. Zastosowanie transformacji ir-mad w detekcji zmian na zdjęciach satelitarnych. Archiwum Fotogrametrii, Kartografii i Teledetekcji.
• BASTIAANSSEN W.G.M., MOLDEN D.J., MAKIN I.W. 2000. Remote sensing for irrigated agriculture: examples form research and possible applications. Agricultural Water Management. Vol. 46 s. 137-155.
• BEERI O., PHILLIPS R., HENDRICKSON J., FRANK A.B., KRONBERG S. 2007. Estimating forage quantity and quality using aerial hyperspectral imagery for northern mixed-grass prairie. Remote Sensing of Environment. Vol. 110 (2) s. 216-225.
• BLASCHKE T., LANG S., LORUP E., STROBL J., ZEIL P. 2000. Object-oriented image processing in an integrated GIS/Remote Sensing environment and perspectives for environmental applications. Environmental Information for Planning, Politics and the public. Marburg. Metropolis Verlag. Vol. 2 s. 555-570.
• CECCATO P., GOBRON N., FLASSE S., PINTY B., TARANTOLA S. 2002. Designing a spectral index to estimate vegetation water content from remote sensing data: Part 1. Theoretical approach. Remote Sensing of Environment. Vol. 82 s. 198-207.
• COPPIN P., JONCKHEERE I., NACKAERTS K., MUYS B. 2004. Digital change detection methods in ecosystem monitoring: a review. International Journal of Remote Sensing. Vol. 25. No. 9 s. 1565-1596.
• CORINE Land Cover. 1993. Technical guide.
• FENSHOLT R., SANDHOLT I. 2003. Derivation of a shortwave infrared water stress index from MODIS near- and shortwave infrared data in a semiarid environment. Remote Sensing of Environment. Vol. 87 s. 111-121.
• GAO B.C. 1996. NDWI - A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment. Vol. 58 s. 257-266.
• GITELSON A.A., KAUFMAN Y.J., STARK R., RUNDQUIST D. 2002. Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment. Vol. 80 s. 147-155.
• HARDISKY M.A., LEMAS V., SMART R.M. 1983. The influence of soil salinity, growth form, and leaf moisture on the spectral reflectance of spartina alternifolia canopies. Photogrammetric Engineering & Remote Sensing. Vol. 49 s. 77-83.
• HUETE A.R. 1988. A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment. Vol. 25 s. 295-309.
• HUETE A.R., DIDAN K., MIURA T., RODRIGUEZ E.P., GAO X., FERREIRA L.G. 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment. Vol. 83 s.192-213.
• HUNT E.R., ROCK B.N., NOBEL P.S. 1987. Measurement of leaf relative water content by infrared reflectance. Remote Sensing of Environment. Vol. 22 s. 429-435.
• JACKSON R.D., IDSO S.B., REGINATO R.J., Pinter P.J. 1981. Canopy temperature as a crop water stress indicator. Water Resources Research. Vol. 17 s. 1133-1138.
• JACKSON R.D. 1986. Remote sensing of biotic and abiotic plant stress. Annual Review of Phytopathology. Vol. 24 s. 265-86.
• KUKUŁA S., KRASOWICZ S. 2007. Główne problemy i uwarunkowania zrównoważonego rolnictwa w Polsce. Problemy Inżynierii Rolniczej. Nr 1 s. 5-5.
• LEWIŃSKI St. 2007. Obiektowa klasyfikacja zdjęć satelitarnych jako metoda pozyskiwania informacji o pokryciu i użytkowaniu ziemi. Instytut Geodezji i Kartografii. Seria Monograficzna. Nr 12 ss. 125.
• MAISONNEUVE C., RIOUX S. 2001. Importance of riparian habitats for small mammal and herptofaunal communities in agricultural landscapes of southern Québec. Agriculture. Ecosystems and Environment. Nr 83 s.165-175.
• MCGARIGAL K., MARKS B.J. 1995. FRAGSTATS: spatial pattern analysis program for quantifying landscape structure. General Technical Report PNW-GTR-351. USDA Forest Service. Pacific Northwest Research Station. Portland.
• MORAN M.S., CLARKE T.R., INOUE Y., VIDAL A. 1994. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index. Remote Sensing Environment. Vol. 49 s. 246-263.
• NIELSEN A.A. 2007. The Regularized Iteratively Reweighted MAD Method for Change Detection in Multi- and Hyperspectral Data. IEEE Transactions on Image processing. Vol. 16. No. 2 s. 463-478.
• PANUELAS J., FILELLA I., BIEL C., SERRANO L. 1993. The reflectance at the 950-970 nm region as an indicator of plant water status. International Journal of Remote Sensing. Vol. 4 s. 1887-1905.
• PINTY B., VERSTRAETE M.M. 1992. GEMI: a non-linear index to monitor global vegetation form satellites. Vegetation. Vol. 101 s. 15-20.
• ROCK B.N., VOGELMANN J.E., WILLIAMS D.L., VOGELMANN A.F., HOSHIZAKI T. 1986. Remote detection of forest damage. Bioscience. Vol. 36 s. 439-445.
• ROUSE J.W., HAAS R.H., SCHELL J.A., DEERING D.W. 1974. Monitoring vegetation systems in the Great Plains with ERTS. Proceedings, 3rd Earth Resource Technology Satellite (ERTS) Symposium 1 s. 48-62.
• ROY P.S., TOMAR S. 2000. Biodiversity characterization at landscape level using geospatial modeling technique. Biological Conservation. Vol. 95 s. 95-109.
• SEELAN S.K., LAGUETTE S., CASADY G.M., SEIELSTAD G.A. 2003. Remote sensing application for precision agriculture: a learning community approach. Remote Sensing of Environment. Vol. 88 s. 157-169.
• SIMPSON E.H. 1949. Measurement of diversity. Nature. Vol. 163 s. 688.
• VIDAL A., PINGLO F., DURAND H., DEVAUX-ROS C., MAILLET A. 1994. Evaluation of a temporal fire risk index in mediterranean forests from NOAA thermal IR. Remote Sensing of Environment. Vol. 49 s. 296-303.
• ZARCO-TEJADA P.L.J., RUEDA C.A., USTIN S.L. 2003. Water content estimation in vegetation with MODIS reflectance data and model inversion methods. Remote Sensing of Environment. Vol. 85 s. 109-124.