Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 17

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono wyniki badań nad modelowaniem wymiany netto ekosystemu (NEE – ang. Net Ecosystem Exchange) bagiennego na przykładzie doliny Biebrzy z wykorzystaniem zdjęć satelitarnych i danych z pomiarów naziemnych z lat 2011–2015. Przeprowadzono szczegółową analizę zastosowania zdjęć optycznych i radarowych do uzyskania charakterystyk roślinno-wilgotnościowych wpływających na wymianę węgla. W wyniku przeprowadzonych analiz opracowano modele szacowania NEE, w których zastosowano opracowane na podstawie danych satelitarnych następujące parametry: wilgotność gleby (WG), zawartość wody w roślinach (WR). Do analizy WG i WR został zastosowany współczynnik wstecznego rozpraszania (σº) obliczony z sygnału zarejestrowanego w zakresie mikrofalowym przez urządzenia SAR (ang. Synthetic Aperture Radar) dla różnych polaryzacji fal. Prace badawcze zmierzające do określenia wielkości wymiany węgla oraz jego zróżnicowania przestrzennego i czasowego, przeprowadzone z uwzględnieniem informacji o pokrywie roślinnej i wilgotności gleby uzyskanych z danych satelitarnych, są ważne dla monitorowania ekosystemów bagiennych.
EN
The article presents results of the study on modeling Net Ecosystem Exchange (NEE) in the wetland ecosystem using remote sensing and in-situ data. The study has been conducted in Biebrza Valley for the years 2011–2015. The analysis of application of optical and microwave images for the assessment of vegetation-moisture conditions influenced carbon exchange has been performed. The impact of soil moisture and type of vegetation habitat on CO2 flux in wetland ecosystems has been analyzed to develop NEE models. Soil moisture (WG) and vegetation water content (WR) have been correlated with backscattering coefficient (σº) calculated from the signal registered by microwave satellites in different wave polarization. The research was focused on the assessment of carbon balance in time and space taking into account vegetation cover and soil moisture derived from satellite data. The research is important for monitoring wetland ecosystem.
EN
The main objective of the work presented is to assess applicability of new-generation satellite data for deriving Leaf Area Index (LAI) information. Two types of data were used in the study: Sentinel-2 and Proba-V images. Various vegetation indices were derived from these data and correlated with ground measured LAI values. The results of the study revealed that there is a good relationship between satellite based indices – Normalized Difference Vegetation Index (NDVI), Normalized Difference Infrared Index (NDII), and Disease Water Stress Index (DSWI) – and ground based LAI, but the strength of this relationship depends on the phase of crop development. It was also found that the accuracy of LAI determination with the use of the vegetation index derived from Sentinel-2 and Proba-V data is similar when applying the image acquisition at the proper date – the heading stage for winter wheat.
PL
Głównym celem prezentowanej pracy jest ocena możliwości wykorzystania obrazów satelitarnych nowej generacji dla określania wskaźnika pokrycia liśćmi LAI. W badaniach wykorzystano dwa typy danych satelitarnych: Sentinel-2 oraz Proba-V. Na ich podstawie wygenerowano różne wskaźniki roślinności i skorelowano je z wartościami LAI pomierzonymi w terenie. W wyniku przeprowadzonych analiz stwierdzono dobre zależności pomiędzy wskaźnikami NDVI, NDII i DSWI a naziemnymi wartościami LAI; okazało się również, że siła tych zależności zależy od fazy rozwojowej roślin. Stwierdzono także, że dokładność wyznaczania wartości LAI za pomocą wskaźników roślinnych generowanych na podstawie obrazów satelitarnych Sentinel-2 oraz Proba-V jest zbliżona, pod warunkiem wykorzystania danych z odpowiedniego okresu wegetacji roślin – fazy kłoszenia dla pszenicy ozimej.
PL
W artykule został scharakteryzowany Program Copernicus utworzony do monitorowania powierzchni Ziemi za pomocą zdjęć satelitarnych, lotniczych i obserwacji naziemnych. Przedstawiono główne prace Centrum Teledetekcji Instytutu Geodezji i Kartografii, służące realizacji tego Programu. Dotyczą one wykorzystania metod teledetekcyjnych do kartowania powierzchni ziemi i monitorowania różnych elementów środowiska geograficznego. Zostały zaprezentowane prace dotyczące kartowania pokrycia terenu na podstawie zdjęć satelitarnych, tworzenia systemów informacyjnych dla rolnictwa, służących ocenie stanu upraw i prognozowaniu plonów, wykorzystania obrazów radarowych dla potrzeb leśnictwa do oceny biomasy leśnej i zawartego w niej węgla, zastosowania technik teledetekcji do monitorowania zagrożeń środowiska (pożary, powodzie, susze), wykorzystania technik radarowych do śledzenia zmian deformacji gruntu, zastosowania zdjęć satelitarnych dla planowania przestrzennego do monitorowania zmian klimatu na obszarach miejskich.
EN
Copernicus Programme created for Earth monitoring with the use of satellite, aerial and in-situ data was briefly characterized in the article. Main research works of the Remote Sensing Centre, Institute of Geodesy and Cartography supporting this Programme, related to application of remotely sensed data for land cover mapping and monitoring of various environmental components, have been presented. They are concentrated on the following topics: use of satellite images for preparation of land cover maps, creation of information systems for agriculture, aimed at crop condition assessment and yield forecasting, use of radar images for estimating forest biomass and carbon content, application of remote sensing techniques for monitoring environmental hazards (forest fires, floods), application of radar interferometric techniques for monitoring ground deformations, use of satellite data for spatial planning to monitor climate changes within urban areas.
PL
W ostatnich latach nastąpił szybki wzrost zapotrzebowania na tzw. "zdrowy tryb życia", dbałość o własny wygląd i walkę z objawami starzenia się organizmu. Współczesny człowiek żyje intensywnie i równie intensywnie zabiega o regenerowanie swojego organizmu. W skali światowej rysują się dwa modele uzdrowisk: europejskie kurorty nawiązując do tradycyjnej turystyki uzdrowiskowej propagują przede wszystkim model leczniczo-profilaktyczny. Jednak coraz częściej poszerzają swoje oferty w kierunku szeroko rozumianej rekreacji oraz funkcji wypoczynkowej turystyki. Stają się modne miejsca SPA&Wellness łączące zabiegi wodne, głównie ciepłe wody z harmonią ducha jak uprawianie yoga, medytacje i wyciszanie codziennego zgiełku na który każdy jest narażony. Ze względu na klimat i zasoby wód ciepłych, w Polsce istnieją dogodne warunki rozwoju nowoczesnych SPA, a zatem turystyki zdrowotnej.
EN
During the last years there has been noted the increase interest in improving health conditions in specific SPA. In Europe exist traditional old SPA's which offer various mineral therapies. The SPA places develop according to the demand for the recreation activities. The new way of the therapy is SPA&Wellness which offer different water treatment and also quite environment which offer harmony with the mind and body.
EN
The study has been carried out at Biebrza Wetlands situated in the N-E part of Poland, a NATURA 2000 and Ramsar Convention test site in 2003-2009. It is one of the largest in Europe natural rich biotope with the large amount of unique species of flora and important zone for nesting and wintering for fauna. Data from microwave and optical satellite images and soil-vegetation ground measurements were analyzed to develop methods for monitoring and mapping biophysical parameters. Satellite data applied for the study included: ENVISAT.ASAR, ENVISAT.MERIS, ALOS.PALSAR, ALOS.AVNIR-2, and NOAA.AVHRR data. Optical images were used for classification of wetlands communities and calculation of vegetation index NDVI. Also, latent heat flux has been calculated using NOAA.AVHRR data and meteorological data. Microwave images acquired in different modes (ASAR IS2 and IS6, ALPSR.FBD) and polarizations (HH, HV, VV) were used for assessment and mapping of Leaf Area Index (LAI) and soil moisture (SM) for every habitat classified from optical images. Backscattering coefficient calculated from ALOS.PALSAR HV and ENVISAT.ASAR IS6 VV was applied for assessment of vegetation bio-parameters. Backscattering coefficient calculated from ALOS.PALSAR.FBD HH and ENVISAT.ASAR HH IS2 was used for SM assessment. The study was conducted in the framework of ESA PECS project No 98101 and ESA PI projects: C1P.7389 and AOALO.3742.
PL
Wobec wzrastającego zagrożenia naturalnego środowiska ekosystemu Bagien Biebrzańskich oraz konieczności jego ochrony dużego znaczenia nabiera monitoring przyrodniczy aktualnego stanu pokrycia roślinnego oraz uwilgotnienia terenu. Metody teledetekcji są w takim przypadku bardziej dokładne i szybsze od metod polowych, pozwalają rozpoznać oraz określić aktualną strukturę przestrzenną roślinności i wyznaczyć granice jej poszczególnych elementów, jak również oszacować uwilgotnienie danego siedliska. Współczesna technika satelitarna umożliwia prowadzenie kompleksowych badań jednocześnie na dużych obszarach, często trudno dostępnych. Wykorzystuje się informacje pozyskiwane w różnych zakresach widma elektromagnetycznego i w różnym czasie. Autorzy proponują wykorzystanie zdjęć pozyskiwanych przez satelity środowiskowe, pracujące w widmie optycznym i mikrofalowym. Zdjęcia zarejestrowane w widmie optycznym wykorzystano do klasyfikacji zbiorowisk roślinnych, obliczenia wskaźników roślinnych oraz gęstości strumieni ciepła. Zdjęcianzarejestrowane w zakresie mikrofalowym wykorzystano do obliczenia wskaźnika LAI (ang. "Leaf Area Index") i wilgotności gleby. Algorytmy szacowania różnych parametrów biofizycznych opracowane na podstawie danych naziemnych i satelitarnych dla poszczególnych zbiorowisk roślinnych, występujących na obszarze Bagien Biebrzańskich, pozwalają na wykonywanie map tematycznych tych siedlisk z dużą rozdzielczością czasową i przestrzenną. Porównywanie kolejnych sekwencji czasowych takich map umożliwia monitoring przyrodniczy ekosystemu bagiennego, wychwycenie zmian ilościowych i jakościowych oraz ich kierunku. Z uwagi na dynamizm siedlisk bagiennych i ich różnorodności biologicznej informacje te mogą być wykorzystane w planowaniu działań, zmierzających do ochrony tego ekosystemu przed degradacją.
EN
This study was carried out in the Biebrza Valley, a NATURA 2000 and Ramsar Convention site situated in Northeast Poland. This paper presents monitoring and mapping of various soil-vegetation variables using optical and microwave satellite data. Satellite data used in the study included: ENVISAT ASAR and MERIS; ALOS PALSAR, AVNIR-2, and PRISM; NOAA.AVHRR; Terra ASTER and MODIS; Landsat ETM+. Optical images were used for classification of wetland communities and calculation of vegetation indices. Latent Heat Flux (LE) was estimated from NOAA. AVHRR and meteorological data and soil moisture index was calculated as the ratio of Sensible Heat Flux (H) to LE. Parallel to satellite observations the soil-vegetation variables were measured at the test site. Data from optical and microwave satellite images and soil-vegetation field measurements were analysed to develop methods for the Leaf Area Index (LAI), biomass, and soil moisture assessment over wetlands. Monitoring and mapping of various soil-vegetation variables is very important part of better management and protection of wetland areas. Presented results allow for monitoring and mapping soilvegetation parameters of wetlands and their changes over time. The methodology developed is suitable for applications in the system of wetland monitoring in Europe. The studied areas can be perceived as a reference for other wetlands.
EN
Peatlands have historically functioned as important sinks of atmospheric carbon dioxide (CO2). Understanding the environmental drivers behind spatial and temporal variation in CO2 flux is therefore crucial for estimation of current carbon balances and forecasting the impact of climate warming. We present preliminary results of CO2 flux measurements in peatland habitats in the area of Biebrza National Park, Poland. The purpose of the study was to obtain a first season of estimates of CO2 exchange, and evaluate how fluxes depended on meteorological and biophysical conditions. Daytime measurements of NEE and ecosystem respiration (Reco) were performed by a static chamber method between the end of April and September in 2010. Following parameters: soil moisture, leaf area index (LAI), and biomass were also measured. Altogether, the studied peatlands had a mean seasonal NEE of -156 mg CO2·m-2·h-1 (a negative value indicates ecosystem uptake). We observed that the largest net uptake of CO2 occurred during the field campaigns in spring and early autumn. Average NEE measured in these periods approximate -600 and -340 mg CO2·m-2·h-1, respectively. A net loss of CO2 was instead observed in the middle of the summer, when rates of Reco also peaked. We found apparent relationships between the variation of daily air temperature, soil moisture, and CO2 fluxes on the basis of campaign mean values. The switch from average net uptake to net release of CO2 in midseason is suggested caused by a combination of factors, including warm temperatures, drier soil conditions, and loss of biomass by mowing.
PL
Bagna od zawsze stanowiły naturalny rezerwuar atmosferycznego dwutlenku węgla (CO2). Dlatego właśnie zrozumienie procesów kształtujących zmiany przepływów strumienia CO2 w czasie i przestrzeni jest niezbędne do szacowania aktualnego bilansu węgla, jak również do analizy jego wpływu na proces globalnego ocieplenia w przyszłości. Artykuł prezentuje wstępne wyniki pomiarów strumienia dwutlenku węgla siedlisk bagiennych Biebrzańskiego Parku Narodowego. Celem przeprowadzonych analiz było uzyskanie wyników pomiarów wymiany strumienia CO2, przeprowadzonych w pierwszym sezonie pomiarowym (2010 r.), jak również ocena zależności istniejących między strumieniem wymiany CO2 a warunkami meteorologicznymi i biofizycznymi. Pomiary wymiany strumienia netto (NEE) oraz respiracji ekosystemu (Reco) przeprowadzane były w ciągu dnia, z zastosowaniem metody kloszowej, w okresie: od końca kwietnia do września 2010 r. Metoda polegająca na zastosowaniu przezroczystych kloszy ustawionych nad roślinnością, umożliwia obserwację zmian koncentracji CO2 emitowanego i pochłanianego przez roślinność i glebę. Dodatkowo wykonywano pomiary: wilgotności gleby, powierzchni projekcyjnej liści (LAI) oraz wysokości roślin, a także wielkości biomasy. Średnia sezonowa wartość NEE dla badanych obszarów bagiennych wyniosła - 156 mg CO2·m-2·h-1 (wartość ujemna oznacza, że ekosystem pochłaniał więcej CO2 niż go emitował). Zaobserwowano, że proces pochłaniania CO2 jest najintensywniejszy w okresie wiosny i wczesnej jesieni. Średnia wartość NEE dla tych okresów wynosiła odpowiednio -600 i -340 mg CO2·m-2·h-1. Zwiększenie wydzielania CO2 zaobserwowano w środku lata, kiedy wartości respiracji ekosystemu również uzyskiwały maksymalne wartości. Zauważono widoczne zależności między zmianami temperatury powierza w ciągu dnia, wilgotności gleby oraz strumieniem przepływu CO2 na postawie średnich wartości otrzymanych z kampanii terenowych. Stwierdzono, że większa emisja CO2 w środku lata spowodowana jest działaniem grupy czynników, takich jak: wyższa temperatura powietrza, mniejsza wilgotność gleby, a także mniejsza ilość biomasy (koszenie).
EN
In Poland one can observe a lack of sufficient amount of rainfall during plant growth season. This results in the occurrence of agricultural drought and the consequent drop in crop yields. For the early detection of drought, satellite images taken by environmental and meteorological satellites have been used. On the basis of these images various plant indices like NDVI, VCI and TCI have been determined. Analysis of changes in these indices allows preparation of maps showing the emergence and extent of drought. These vegetation indices were also used in the model of cereal yield forecast. Comparison of the results provided by the model show a high conformity with the results published by the Polish Central Statistical Office. Elaborated model estimating crop yield reduction due to drought, based on satellite-derived data allows venture of measures to mitigate results of drought and prevent the lowering yields by artificial irrigation.
PL
W Polsce obserwuje się brak dostatecznej ilości opadów w okresie wzrostu roślin. Prowadzi to do wystąpienia suszy rolniczej i w konsekwencji spadku plonów. Do wczesnego wykrywania suszy zostały wykorzystane zdjęcia satelitarne wykonane przez satelity środowiskowe i meteorologiczne. Na podstawie tych zdjęć określono różne wskaźniki roślinne, takie jak NDVI, VCI i TCI, charakteryzujące kondycję i wigor roślin. Analiza zmian tych wskaźników pozwala na wnioskowanie o wystąpieniu zjawiska suszy, jej zasięgu oraz natężenia. Wskaźniki wegetacyjne zostały również wykorzystane w modelu prognozy plonów zbóż. Wyniki modelowania wykazują dużą zgodność z wynikami opublikowanymi przez GUS. Opracowany model szacowania redukcji plonów upraw z powodu suszy dostarcza informacji umożliwiających przedsięwzięcie działań na rzecz łagodzenia skutków suszy i zapobieżeniu redukcji plonów poprzez np. sztuczne nawadnianie.
PL
Na podstawie zdjęć satelitarnych, wykonanych w różnych zakresach widma elektromagnetycznego, określono wskaźniki roślinne, które charakteryzują energię odbitą i emitowaną z powierzchni czynnej. Wielkość tej energii jest związana z biofizycznymi parametrami roślin, takimi jak: powierzchnia projekcyjna liści (LAI), temperatura roślin (Ts), pochłonięte promieniowanie fotosyntetycznie czynne (APAR). Wskaźniki roślinne otrzymane na podstawie danych satelitarnych wykorzystano do szacowania uwilgotnienia obszarów rolnych i prognozowania plonów. W artykule przedstawiono metodę monitorowania wzrostu i plonowania zbóż z wykorzystaniem zdjęć satelitarnych AVHRR/NOAA i ENVISAT/MERIS.
EN
On the basis of satellite images taken within different ranges of electromagnetic spectrum, the plant indices were determined which characterize the energy reflected and emitted from the active surface. The amount of this energy is connected with bio-physical plant parameters, such as LAI (Leaf Area Index), plant temperature (Ts), APAR (Absorbed Photosythetically Active Radiation). Plant indices obtained on the basis of satellite data were used to estimate the moistening of agricultural areas and to forecast the yields. Paper presented the method of monitoring the growth and yielding of cereals with the use of AVHRR/NOAA and ENVISAT/MERIS satellite images.
PL
Prace badawcze VIII Komisji, zostały opublikowane w XXXVII tomie w części B8 Międzynarodowego Archiwum Fotogrametrii i Teledetekcji, oraz zostały zgrupowane w 12 Sesjach Tematycznych na których zamieszczono 227 artykułów . Grupy tematyczne to: 1/ Obszary Zurbanizowane – Analiza Wpływu na Środowisko; 2/ Zagrożenia, Klęski i Zdrowie; 3/ Atmosfera; Klimat i Badania Pogody; 4/ Zarządzanie Badaniami Środowiska Tropiku; 5/ Zasady Dostępu do Danych; 6/Zarządzanie obszarami Nadmorskimi, Prognoza stanu Oceanów; 7/ Zasoby Wód, Zarządzanie i Bezpieczeństwo, 8/Badania Polarne i Alpejskie; 9/ Obszary pustynne, Degradacja Powierzchni Pustynienie; 10/ Rolnictwo Precyzyjne i Rolnictwo Zrównoważone 11/Zrównoważona Gospodarka Leśna i Gospodarka Krajobrazu; 12/ Kartowanie Geologiczne, Geomorfologiczne i Geomorfometryczne. Do VIII Komisji należą również 4 Sesje Tematyczne: THS 19 - Integrowane Zarządzanie Obszarami Nadmorskimi ThS20 Zdrowie Ludności; ThS 21 Model 3D w zastosowaniach leśnych oraz Sesja Specjalna SS 12 Obserwacje i monitorowanie Regionów Polarnych
11
Content available remote Zastosowanie zdjęć satelitarnych do monitorowania suszy w Polsce
PL
Do określenia wskaźników opisujących stan rozwoju roślin zostały wykorzystane dane pozyskiwane za pomocą satelitów serii NOAA. Jednym z najbardziej popularnych wskaźników jest tzw. Znormalizowany Wskaźnik Roślinny NDVI oparty na wielkości odbicia promieniowania w podczerwonym i czerwonym zakresie widma. Wskaźnik ten jest stosowany do wykrywania roślinności odwzorowanej na zdjęciach i oceny jej stanu. W przypadku wielu innych wskaźników uwzględnia się także wpływ gleby i atmosfery na wielkość promieniowania odbitego od roślinności i docierającego do sensora satelity. Instytut Geodezji i Kartografii wykorzystuje odbierane zdjęcia z satelitów NOAA do wykrywania i monitorowania suszy roślinnej na obszarze całego kraju. W Instytucie opracowano specjalny system, do którego wprowadza się dane o znormalizowanym wskaźniku zieleni (NDVI), radiacyjnej temperaturze powierzchni roślin (Ts), Wskaźniku Kondycji Roślin (TCI), Wskaźniku Termicznej Kondycji Roślin (VCI) oraz parametry meteorologiczne obliczane dla każdego tygodnia lub dekady w całym okresie wegetacyjnym. System przetwarza te dane i przedstawia wyniki w postaci map tematycznych o różnej rozdzielczości przestrzennej. Na podstawie wielkości wskaźnika TCI, różniącego się znacznie w zależności od okresu wzrostu roślin i roku, autorzy wnioskują o występowaniu suszy rolniczej i jej rozwoju na terenie całego kraju. Wyniki określenia występowania suszy rolniczej są porównywane z wielkością plonów zbóż podawanych przez Główny Urząd Statystyczny. Jak wynika z dotychczasowych prac, istnieje silna korelacja między wielkością wskaźnika TCI a plonem głównych upraw zbożowych w Polsce. Oznacza to że Wskaźnik Temperaturowej Kondycji Roślin TCI jest dobrym identyfikatorem występowania suszy rolniczej.
EN
Images acquired by NOAA satellites have been used to calculate various indices describing conditions of vegetation growth. One of the most popular is Normalized Vegetation Index (NDVI) applied for vegetation surface. Some other indices take under consideration also the influence of soil and atmosphere on the spectral response of vegetation reaching satellite sensor. In the Institute of Geodesy and Cartography in Warsaw the NOAA satellite images of Poland have been used to detect and monitor of drought. A special system has been set up based on Normalized Vegetation Index, surface temperature (Ts), two additional indices - Vegetation Condition Index (VCI) and Temperature Vegetation Index (VCI) calculated for each week and decade for the whole growing period and meteorological parameters. System processes all the data and presents the results in the form of maps with different spatial resolution. The values of TCI differs for various stage of growing season and years. On the basis of this index the authors derived information on occurrence the agricultural drought in the country. The findings are compared with the yield of cereals provided by the Central Statistical Office. There is a good correlation between the value of the TCI and the yield of main cereals. It means the TCI may be a good index for prediction of drought.
EN
The monitoring of vegetation growth conditions is a very important problem in proper agricultural management and in yield forecasting. Spectral reflectance signatures taken in the optical spectrum are useful for such applications, and a variety of information from optical sensors can be applied for estimating soil moisture values and conditions of vegetation growth. However, the acquisition of optical sensor data is often hampered by unfavorable weather conditions. Radar sensors are able to collect the data despite of clouds. This is the major reason why they are much more likely to provide useful information. The microwave backscatter value depends on sensor configuration such as incydent angle and polarization (Allen and Ulaby, 1984; Le Toan et al., 1984; Paloscia, 1998; Ulaby, 1978). Furthermore, it is affected by soil and plant dielectric and geometric properties (Ulaby et al., 1986; Dabrowska-Zielinska et al., 1994; Gruszczynska et al., 1998). Thus, it has been suggested that the combination of microwave signatures at different frequencies and/or polarizations may provide information on soil and vegetation conditions (Le Toan, 1982). The strong interaction of backscatter signal with soil and vegetation cannot be expressed by a simple linear function. It seems that mechanistic models may better characterize the contribution of various parameters on the observed backscattering signatures. The simulation of backscattering coefficient using the Water Cloud Model (WCM) was presented in the paper of Atema and Ulaby (1978) and modified by Prevot et al. (1993) and Champion (2000). The analysis based on the WCM uses two different SAR frequencies. Numeric inversion of the model may be useful in estimating soil moisture and vegetation descriptors. Thus, the goal of this study was to extract from dual-frequency and incidence angle satellite SAR signatures consistent information about moisture in soils and about various features of plants by implementation of the water-cloud model. The study was carried out on Polish agricultural regions but it is hoped that it will be applicable anywhere on the planet. During satellite overpasses, the ground-based measurements required such as soil moisture, Leaf Area Index, and biomass were collected. The backscattering coefficients were collected from ERS-2.SAR (C-VV band at 5.3 GHz, incidence angle 23o, spatial resolution 30 m) and from JERS-SAR (L-HH band at 1.275 GHz, incidence angle 35o, spatial resolution 18 m). The applicability of three different vegetation descriptors to the semi-empirical water-cloud model was investigated. The contribution to the backscatter values of vegetation features such as leaf area expressed in the Leaf Area Index (LAI) and the dielectric properties of leaf surface expressed in the Leaf Water Area Index (LWAI) and the Vegetation Water Mass (VWM) was examined in order to reveal the best fit of the model. It was found that in C-band, which had an incidence angle of 23o, the soil moisture contribution to the sigma value was predominant over the vegetation contribution. When the kanopy cover increases, the sensitivity of a radar signal to dry soil conditions (SM<0.1) decreased. The sigma value was the most sensitive to vegetation descriptor VWM which described the amount of water in vegetation. Attenuation of soil signal by the canopy was found in all three vegetation descriptor types; the strongest attenuation effect was observed in the case of VWM. In L-band (where the incidence angle was 35o), the dominant signal to total s° value comes from volume scattering of vegetation for LAI>3. When LAI<3 the vegetation contribution to total s° value appeared in two-way attenuation. The results gave us the possibility of comparing the modelled parameters with the measured soil and vegetationparameters. The study will continue using L band with different polarization from future ALOS PALSAR satellite and C band from ENVISAT ASAR various polarization. The combination of model simulating backscattering coefficient from canopy as Michigan Microwave Canopy Scattering model (Ulaby et al., 1990) and semi empirical model will be applied for different vegetation types not only for narrow leaf crops but also for broad leafs in order to verify possibility to increase the precision in obtaining soil vegetation descriptors.
13
Content available remote Modelling of crop and soil parameters using C and L band of SAR images
EN
The dual-frequency satellite SAR backscatter was extracted for consistent information about various soil-vegetation parameters of crops for analysing crop growth conditions in any agricultural region. The ground-based measurements of soil moisture SM, Leaf Area Index LAI, and biomass were collected from 10 to 14 May 1998 during a satellite overpass on a particular date. The backscattering coefficients at various frequencies were collected from ERS-2.SAR (C-VV) on May 10, 1998 and from JERS-SAR (L-HH) on May 14, 1998. The applicability of three different vegetation descriptors to the semi-empirical water-cloud model was investigated. The contribution to the backscatter values of vegetation features such as leaf area expressed in the Leaf Area Index and the dielectric properties of leaf surface expressed in the Leaf Water Area Index LWAI and the Vegetation Water Mass VWM was examined in order to reveal the best fit of the model. It was found that in C-band, which had an incidence angle of 23°, the soil moisture contribution to the sigma value was predominant over the vegetation contribution. When the canopy cover increased, the sensitivity of a radar signal to dry soil conditions (SM < 0.1) decreased. The sigma value was the most sensitive to vegetation descriptor VWM which described the amount of water in vegetation. Attenuation of soil signal by the canopy was found in all three vegetation descriptor types; the strongest attenuation effect was observed in the case of VWM. In L-band (where the incidence angle was 35°), the dominant signal to total σ ° value came from volume seattering of vegetation for LAI> 3. When LAI< 3 the vegetation contribution to total σ ° value appeared in two-way attenuation. The results gave us the possibility of comparing the modelled with the measured soil and vegetation parameters.
PL
Spośród wielu zakresów promieniowania elektromagnetycznego, wykorzystywanych w teledetekcji satelitarnej, do pozyskiwania informacji o powierzchni roślinnej stosowane są mikrofale, które dzięki możliwości wykonywania zobrazowań niezależnie od warunków pogodowych i pory dnia, stały się często jedynym teledetekcyjnym źródłem informacji. Zdjęcia mikrofalowe SAR przedstawiają rozkład amplitudy sygnału odbitego od badanej powierzchni. Obliczony na tej podstawie współczynnik rozpraszania wstecznego, tzw. σ °, wyraża natężenie promieniowania mikrofalowego odbitego od powierzchni i zależy głównie od jej szorstkości i wilgotności. Na potrzeby niniejszego opracowania, wartości współczynnika wstecznego rozpraszania uzyskano z dwóch satelitów wysyłających i rejestrujących wiązkę promieniowania o różnej długości i polaryzacji fal, tj. satelity europejskiego ERS-2 SAR wysyłającego wiązkę promieniowania pod kątem 23°, rejestrującego badany obszar w zakresie C, o częstotliwości 5,3 GHz i długości fali 5,7 cm oraz satelity japońskiego JERS SAR wysyłającego wiązkę promieniowania w zakresie L pod kątem 35° o częstotliwości 1,2 GHz i długości fali 23,5 cm. Celem badań było uzyskanie wielu parametrów glebowo-roślinnych, bardzo istotnych w prognozowaniu plonów głównych upraw rolnych. W trakcie zobrazowań satelitarnych wykonano pomiary wilgotności gleby (SM), powierzchni projekcyjnej liści (LAI) i biomasy. Istotą tych badań było zastosowanie modelu opisującego powierzchnię czynną, na którą pada wiązka promieniowania mikrofalowego, jako tzw. "chmurę wodną". Ze względu na to, że powracający sygnał wysyłanej fali rejestrowany przez radiolokator zależy od powierzchni, na którą pada, do modelu wprowadzono takie parametry roślinne, które najlepiej opisują rośliny, a więc LAI, jak również wskaźnik LWAI oraz wskaźnik charakteryzujący wodę w samych roślinach (VWM). Z analizy wynika, że wraz ze zwiększaniem się masy roślinnej zmniejsza się czułość sygnału na wilgotność gleby mniejszą niż 10%. Woda zawarta w roślinach, przedstawiona jako wskaźnik VWM, miała najbardziej znaczący wpływ na wartość rejestrowanego sygnału. Zarejestrowany sygnał w zakresie fali L w znaczącym stopniu zależał od roślinności charakteryzowanej przez wskaźnik LAI, zwłaszcza gdy rośliny były stosunkowo gęste (LAI> 3). Działo się tak na skutek padania wiązki mikrofalowej pod stosunkowo dużym kątem (35°). W wyniku inwersji modelu otrzymano wartości poszczególnych parametrów opisujących roślinność oraz wilgotność gleby i porównano z wartościami mierzonymi in situ.
14
EN
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.
PL
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.
PL
Proces osuszania Bagien Biebrzy w wyniku zmian gospodarki terenu trwa od wielu lat. W wyniku obniżenia zwierciadła wody i zmian stosunków wodnych nastąpiła zmiana w rozwoju torfowisk co wpłynęło na sukcesją roślinności zaroślowej i leśnej. Informacje pozyskane z satelity Landsat ETM w zakresie widzialnym, z satelity ERS-2 w zakresie mikrofalowym i z satelity NOAA w zakresie dalekiej podczerwieni termalnej zasiliły bazę GIS i w rezultacie doprowadziły do przeprowadzenia procesu modelowania bilansu wodnego dla zlewni środkowej Biebrzy.
EN
The PROtotype Biomass and Evaporation (PROBE) model was developed for simulation of daily plant growth and evaporation (E) rates in natural, vegetated ecosystems (MAAS et al., 1992). The inputs to the model are basic meteorological information and periodic (weekly or bi-weekly) measurements of green leaf area index (GLAI) and E. The model uses an interactive approach with two submodels - a vegetation growth (VG) submodel and soil water balance (SWB) submodel - where the estimate of GLAI from the VG submodel is used in the SWB submodel to calculate E. In turn, the estimate of E is used in a rerun of the VG submodel to refine the estimate of GLAI. This model was tested based on meteorological data and measurements of GLAI and E acquired in a cotton (Gossypium hirsutum L.) field in central Arizona. Overall, the modelled and measured values of GLAI and E corresponded well. Results showed that the time and precision of input data were very important to obtaining accurate estimates of GLAI and E. The model showed promise for use in scheduling crop irrigations.
PL
PROtotypowy model Biomasy i Ewapotranspiracji (PROBE) został utworzony do symulacji dziennego przyrostu biomasy (B) i ewapotranspiracji (E) dla naturalnych roślinnych ekosystemów (MASS et al., 1992). Danymi wejściowymi do modelu są podstawowe dane meteorologiczne i okresowe dane wskaźnika powierzchni zielonej liści (GLAI) oraz ewapotranspiracji E. Danymi wyjściowymi są codzienne wartości GLAI, E, biomasa i wilgotność gleby. Model składa się z dwóch submodeli. Pierwszy dotyczy wzrostu roślin, drugi - bilansu wodnego gleby, w którym symulowana wartość GLAI z submodelu pierwszego wpływa na obliczenie ewapotranspiracji w submodelu drugim. Następnie symulowana wartość E wpływa na ostateczną symulację GLAI. W wyniku pracy model został skalibrowany dla bawełny dla całego okresu wzrostu uprawy, a następnie modelowane wartości GLAI i E zostały porównane z wartościami uzyskanymi z badań terenowych. W wyniku symulacji modelu została określona dokładność wyznaczenia GLAI i E w zależności od częstotliwości, okresu i precyzji wyników GLAI i E uzyskanych teledetekcyjnie. Została zbadana przydatność tego modelu do prognozy wielkości biomasy i terminu nawodnień.
EN
In the framework of common projects with the European Space Agency (ESA) the Remote Sensing and Spatial Information Centre - OPOLIS has undertaken the projects on application of microwave images from ERS (European Remote Sensing) satellites for agriculture. The images from ERS-1 and ERS-2 satellites covering western part of Poland taken in 1992-1996 growing seasons have been analysed and backscattering coefficient σ ° values have been compared to the parameters, which characterise soil - vegetation conditions. These parameters have been measured at the ground level. The impact of ground truth variables on microwave signals expressed by backscattering coefficient σ ° has been examined in order to develop the method of soil moisture assessment in agricultural areas covered with various crops. It was found that the relationship between backscattering coefficient σ ° and soil moisture is strongly dependent on vegetation surface roughness. It was assumed that the roughness of vegetation might be characterised by Leaf Area Index (LAI). Thus, to assess the soil moisture condition, the roughness of vegetation covering the examined area should be known. The method for soil moisture assessment has been verified for ERS-2 data obtained for 1997 year.
PL
Umieszczenie na orbicie ziemskiej pierwszego Europejskiego Satelity Środowiskowego ERS-1 dało możliwość obserwacji powierzchni Ziemi niezależnie od warunków pogodowych. Szczególne znaczenie tego satelity w badaniach rolniczych wiąże się ze znajdującym się na jego pokładzie radiolokatorem obrazowym wyposażonym w antenę syntetyczną. Radiolokator ten daje możliwość wykonywania zdjęć niezależnie od warunków pogodowych, a więc także w czasie pełnego zachmurzenia obrazowanej powierzchni. Na podstawie mikrofalowych zdjęć satelitarnych można określić współczynnik wstecznego rozpraszania - σ °, który charakteryzuje szorstkość badanej powierzchni i wilgotność gleby. W trakcie przeprowadzonych prac zauważono, że korelacja pomiędzy współczynnikiem wstecznego rozpraszania σ ° a wilgotnością gleby pod różnymi uprawami nie jest zadowalająca. Można ją znacznie poprawić jeśli weźmie się pod uwagę szorstkość danej powierzchni. Problem określenia szorstkości powierzchni pokrytej roślinnością rozwiązano wykorzystując wskaźnik projekcyjny liści - LAI. W przypadku określenia obszarów o jednakowej szorstkości można ze znacznie większą dokładnością określać wilgotność gleby. Innym podejściem do określania warunków wilgotnościowych gleb jest wykorzystanie informacji o wielkości ewapotranspiracji. Wartość tę można obliczyć także na podstawie mikrofalowych zdjęć satelitarnych. To podejście uniezależnia określanie warunków wodnych gleb od pomiarów terenowych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.