Wyniki wyszukiwania - BazTech

1

Impact of radiometric correction on the processing of UAV images

Kędziorski Piotr, Kogut Tomasz, Oberski Tomasz

Zeszyty Naukowe Akademii Morskiej w Szczecinie

|

2023

|

nr 73 (145)

5--14

EN

Radiometric correction is a process that is often neglected when developing unmanned aerial vehicle (UAV) images. The aim of the work was to test the radiometric correction of images taken from a Parrot Sequoia+ camera mounted on UAV. Therefore, a script was written in Matlab environment to enable radiometric correction of the obtained images. The images were subjected to the correction process using the Matlab script and the commercial software Pix4D. The results were compared, and the study found a significant improvement in the radiometry in both cases. The computational process eliminated the influence of variable in-flight insolation caused by cloud cover. The software developed for the article was found to be as good as the commercial one.

2

Comparison of NDVI, NDRE, MSAVI and NDSI indices for early diagnosis of crop problems

Voitik Andrii, Kravchenko Vasyl, Pushka Olexandr, Kutkovetska Tetyana, Shchur Taras, Kocira Sławomir

Agricultural Engineering

|

2023

|

Vol. 27, No. 1

47--57

EN

In precision agriculture, it is possible to use satellite monitoring of fields. Satellite monitoring systems allow you to get free images with a resolution of up to 10 m per pixel, which is sufficient to determine the state of vegetation of plants on such indicators as the normalized vegetation index NDVI. However, the NDVI indicator already indicates the existing problems of correction which will not help to restore the lost yield of crops, but only helps to prevent further losses. Using the NDSI soil salinity index, it is possible to determine the difference in its properties from spectral images. Also, you can study the vegetation of plants in the early stages of their development, in fact immediately after germination. Soil-adjusted vegetation index, such as MSAVI, is used for this purpose. Studies indicate the possibility of using NDSI and MSAVI indicators for early diagnosis of confirmed crops NDVI and NDRE (indicating chlorophyll activity in plants) at later stages of their development. Studies conducted on soybean, spring barley and maize crops sown in the spring of 2021 indicate a correspondence between raster field maps show-ing the above indices made from March to July. Statistical analysis of raster images of field maps using specialized software showed a correlation between NDSI and MSAVI in March and May, respectively, with NDVI and NDRE indexes in June and July. Therefore, it is possible to judge the expediency of using NDSI and MSAVI indicators for early diagnosis of possible problems with plant vegetation, as well as for the creation of maps of differential fertilization.

PL

W rolnictwie precyzyjnym możliwe jest wykorzystanie satelitarnego monitoringu pól. Systemy monitorowania satelitarnego pozwalają na uzyskanie darmowych zdjęć o rozdzielczości do 10 m na pixel, co jest wystarczającą wartością do określenia stanu wegetacji roślin na podstawie takich wskaźników jak znormalizowany wskaźnik wegetacji NDVI. Jednakże, wskaźnik NDVI już wskazuje na istniejące problemy w kwestii korekty, która nie jest w stanie odzyskać stracony plon, a tylko pomaga uchronić przed dalszymi stratami. Istotne jest badanie możliwości identyfikacji problemów na wczesnych etapach wegetacji roślin, na przykład na etapie kiełkowania i pierwszym etapie rozwoju rośliny lub wpływu właściwości gleby na przyszły rozwój roślin. Stosując wskaźnik zasolenia gleby NDSI, możliwe jest określenie różnicy w jej właściwościach poprzez obrazowanie spektralne. Można także badać wegetację roślin na wczesnych etapach ich rozwoju, w zasadzie po etapie kiełkowania. W tym celu stosuje się wskaźnik roślinności dostosowany względem gleby, taki jak MSAVI. Badania wskazują na możliwość zastosowania wskaźników NDSI i MSAVI do wczesnej diagnozy potwierdzonych plonów NDVI i NDRE (wskazujące na aktywność chlorofilu w roślinach) na późniejszych etapach ich rozwoju. Badania przeprowadzone na soi, jęczmieniu wiosennym i kukurydzy zasianych wiosną 2021 roku wskazują na odwołanie do map rastrowych pól, wykonanych od marca do lipca, które wskazują na powyższe wskaźniki. Analiza statystyczna obrazów rastrowych map polowych przy użyciu specjalistycznego oprogramowania wykazała korelację pomiędzy NDSI i MSAVI w marcu i maju, odpowiednio ze wskaźnikami NDVI i NDRE w czerwcu i lipcu. Zatem, możliwa jest ocena stosowności użycia wskaźników NDSI i MSAVI do wczesnej diagnozy możliwych problemów z wegetacją roślin, jak również do stworzenia map o różnych stopniach nawożenia.

3

Integration Remote Sensing and Meteorological Data to Monitoring Plant Phenology and Estimation Crop Coefficient and Evapotranspiration

Hassan Diaa Fliah, Abdalkadhum Aysar Jameel, Mohammed Rafal J., Shaban Amin

Journal of Ecological Engineering

|

2022

|

Vol. 23, nr 4

325--335

EN

The water requirements of the wheat crop are represented by the actual evapotranspiration, which depends on the meteorological data of the study area and the amount of water consumed during the season. Estimation of crop coefficients (Kc) and evapotranspiration (ETc) using remote sensing data is essential for decision-making regarding water management in irrigated areas in arid and semi-arid large-scale areas. This research aims to estimate the crop coefficient calculated from remote sensing data and the actual evapotranspiration values for the crop. The FAO Penman-Monteith equation has been used to estimate the reference evapotranspiration from meteorological data. Linear regression analysis was applied by developing prediction equations for the crop coefficient for different growth stages of comparing with the vegetation cover index (NDVI). The results showed that (R2 = 0.98) between field crop coefficient and crop coefficient predicted from (Kc = 2.0114 NDVI-0.147) in addition to (RMSE = 0.92 and (d = 0.97).

4

An Investigation of The Forests of Pernik Province (Western Bulgaria) by The Use of The Perpendicular Vegetation Index (PVI)

Grigorov Borislav

Civil and Environmental Engineering Reports

|

2022

|

Vol. 32, no. 4

96--104

EN

The current research represents a pilot study for application of the Perpendicular Vegetation Index (PVI) for an area with forests in Bulgaria. It is the first of its kind when it comes to forest studying in the country to the best knowledge of the author. When it comes to soil background Landsat images and other spectral data may be used for monitoring forest territories as well. The study area is Pernik Province which is located in the western parts of Bulgaria. The main aim is to investigate the PVI for the forests of Pernik Province. The index has been calculated by the application of Landsat 8 bands. The PVI has been processed for several months of different years. The main focus is both on the beginning and the end of the growing season when there are significant changes in leaf biomass. The results are promising and show typical vegetation features in the beginning of the growing season (April), a well-developed vegetation (July) and a steadily decreasing biomass in November.

5

Change on detection of vegetation cover and soil salinity using GIS technique in Diyala Governorate, Iraq

Adeeb Haneen Q., Al-Timimi Yaseen K.

Przegląd Naukowy Inżynieria i Kształtowanie Środowiska

|

2021

|

Vol. 30, No. 1

148--158

EN

Soil salinity is one of the most important problems of land degradation, that threatening the environmental, economic and social system. The aim of this study to detect the changes in soil salinity and vegetation cover for Diyala Governorate over the period from 2005 to 2020, through the use of remote sensing techniques and geographic information system. The normalized difference vegetation index (NDVI) and salinity index (SI) were used, which were applied to four of the Landsat ETM+ and Landsat OLI satellite imagery. The results showed an increase in soil salinity from 7.27% in the period 2005–2010 to 27.03% in 2015–2020, as well as an increase in vegetation from 10% to 24% in the same period. Also the strong inverse correlation between the NDVI and the SI showed that vegetation is significantly affected and directly influenced by soil salinity changes

6

Application of Satellite Monitoring Data for Winter Cereals Growing in the Lviv Region

Stupen Mykhailo, Stupen Nazar, Ryzhok Zoriana, Stupen Oksana

Geomatics and Environmental Engineering

|

2020

|

Vol. 14, no. 4

69--80

EN

The authors applied satellite monitoring data of agricultural lands of the geographic information system of International Production Assessment Division of the United States Department of Agriculture on the example of winter cereal cultivation. The authors did so according to the indices of vegetation index NDVI, information on atmospheric precipitation, soil moisture, and air temperature compared to Earth observations to estimate the condition of their sowing area. According to the research results, one can use remote sensing data of the IPAD USDA geographic information system to monitor agricultural land, yield capacity prediction and the estimation of gross agricultural products.

7

Characterizing surface and air temperature in the Baltic Sea coastal area using remote sensing techniques and GIS

Chybicki A., Kulawiak M., Łubniewski Z.

Polish Maritime Research

|

2016

|

nr 1

3--11

EN

Estimation of surface temperature using multispectral imagery retrieved from satellite sensors constitutes several problems in terms of accuracy, accessibility, quality and evaluation. In order to obtain accurate results, currently utilized methods rely on removing atmospheric fluctuations in separate spectral windows, applying atmospheric corrections or utilizing additional information related to atmosphere or surface characteristics like atmospheric water vapour content, surface effective emissivity correction or transmittance correction. Obtaining accurate results of estimation is particularly critical for regions with fairly non-uniform distribution of surface effective emissivity and surface characteristics such as coastal zone areas. The paper presents the relationship between retrieved land surface temperature, air temperature, sea surface temperature and vegetation indices (VI) calculated based on remote observations in the coastal zone area. An indirect comparison method between remotely estimated surface temperature and air temperature using LST/VI feature space characteristics in an operational Geographic Information System is also presented.

8

Application of NOAA AVHRR satellite images for studying various environmental and climatic conditions in Polish forests

Bochenek Z., Ziółkowski D., Bartold M.

Geoinformation Issues

|

2015

|

Vol. 7, no. 1(7)

29--37

EN

The main objective of the presented work is to make an evaluation of the applicability of low-resolution satellite data for studying the condition of Polish forests being under impact of various climatic and environmental factors. NOAA AVHRR images were used in the work; vegetation indices derived from these images were combined with meteorological parameters obtained from weather stations. Six forest study areas representing different climatic and environmental conditions were used in the research work. The results of the study revealed that there are statistical relationships between remote sensing based indices derived for forest areas from low-resolution satellite data and temperature information characterizing climatic conditions, especially in the first part of the growing season. These findings were confirmed both in the spatial context – in various climatic zones – and in the temporal context.

PL

Głównym celem prezentowanej pracy jest ocena możliwości wykorzystania niskorozdzielczych obrazów satelitarnych do badania kondycji drzewostanów w polskich lasach, będących pod wpływem różnych czynników klimatycznych i środowiskowych. W pracy zostały wykorzystane obrazy satelitarne NOAA AVHRR; wskaźniki roślinności określone na podstawie tych obrazów zostały porównane z parametrami meteorologicznymi otrzymanymi z naziemnych stacji pogodowych. Badania przeprowadzono dla 6 obszarów leśnych reprezentujących różne warunki klimatyczne i środowiskowe. Wyniki prac wykazały, iż istnieją statystyczne zależności pomiędzy wskaźnikami roślinności określanymi na podstawie niskorozdzielczych obrazów satelitarnych a temperaturą powietrza charakteryzującą warunki klimatyczne, zwłaszcza w pierwszej części okresu wegetacyjnego. Wnioski te zostały potwierdzone w aspekcie przestrzennym – w różnych strefach klimatycznych oraz w aspekcie czasowym.

9

Budowa i zastosowanie platformy wielosensorowej w badaniu wybranych parametrów środowiska

Czapski P., Kacprzyk M., Korniluk T., Kotlarz J., Kubiak K., Mazur A., Mrowiec K., Oszako T., Pieniążek J., Pośpieszczyk A., Tkaczyk M., Wodziński K., Zalewska N.

Prace Instytutu Lotnictwa

|

2014

|

Nr 1 (234) March 2014

126--142

PL

Publikacja stanowi przegląd metod zdalnego badania i detekcji obiektów, od etapu planowania misji fotolotniczej poprzez realizacje nalotu, sprawdzenie jakości wykonanych zdjęć do uzyskania teledetekcyjnych wskaźników roślinności i ich analizy. W niniejszej pracy opisano budowę platformy wielosensorowej zbudowanej na potrzeby projektu HESOFF. Przedstawiono potencjalne obszary zastosowania technik wielospektralnych oraz opisano metodykę zdalnego badania wybranych parametrów środowiska. W publikacji przestawiono główne założenia i wstępne wyniki projektu HESOFF oraz zaprezentowano koncepcje Systemu Informacji Przestrzennej stworzonego dla trzech obszarów badawczych.

EN

This paper is an overview of remote sensing methods including mission planning, flights over investigated area, quality evaluation of gathered images, and computing remote sensing indicators of investigated vegetation. In this paper description of the multisensory platform designed for the HESOFF project and preliminary project results is given. Potential applications of developed multisensory technology as well as remote sensing methodology of selected environment characteristics is also presented. We have also presented preliminary design of Geographic Information System for three investigated forest complexes.

10

Delimitacja lasów za pomocą zdjęć satelitarnych MODIS i MERIS na przykładzie Bolimowskiego Parku Krajobrazowego i Puszczy Kozienickiej

Przeździecki K., Szymankiewicz K., Zawadzki J.

Prace Naukowe Politechniki Warszawskiej. Inżynieria Środowiska

|

2013

|

z. 66

5--20

PL

W pracy podjęto trudny temat związany z delimitacją ekosystemów leśnych na trzy kategorie: las iglasty, mieszany i liściasty przy wykorzystaniu optycznych zdjęć satelitarnych (MODIS/TERRA i MERIS/ENVISAT) o średniej rozdzielczości przestrzennej (odpowiednio 300 m i 1000 m). Głównym celem pracy było opracowanie szybkiej i niedrogiej metody pozwalającej na rozróżnienie na wybranych obszarach trzech rodzajów lasów - iglastych, liściastych i mieszanych na podstawie zmian sezonowych wybranych wskaźników roślinności umożliwiających wykonywanie delimitacji z częstotliwością roczną. W niniejszej pracy zdecydowano się na wykorzystanie sezonowych zmian wybranych wskaźników roślinności (między innymi NDVI, FAPAR, LAI) poprzez wyznaczenie tzw. wskaźników ilorazowych, będących ilorazami wskaźników roślinności z kwietnia i lipca. Wyznaczono przedziały wartości wybranych wskaźników ilorazowych dla lasów iglastych, liściastych i mieszanych w drzewostanach naturalnych. Jak wskazują wyniki analiz, granice przedziałów wskaźników opracowane w powyższej pracy mogą być zastosowane do efektywnej delimitacji rodzaju lasów na podstawie zdjęć satelitarnych. Metoda została zweryfikowana na terenie Bolimowskiego Parku Krajobrazowego oraz Puszczy Kozienickiej poprzez porównanie wyników delimitacji rodzaju lasu na terenie obu parków z rozkładem przestrzennym rodzaju lasu otrzymanym na podstawie bazy danych Corine Land Cover 2000.

EN

Annual monitoring of changes in a forest requires appropriate inventory of the forest ecosystem in terms of wood resource estimation forest condition impact of anthropological stress on forests etc. High resolution remote sensing data are precise, yet expensive, and difficult for frequent monitoring of large areas. Therefore, medium and low resolution methods for creating forest ecosystem classifications, on the basis of vegetation indexes derived from satellite observations, are indispensable. The paper presents a method of annual, large-scale classification of the forest type (coniferous, deciduous, and mixed) using medium and low resolution remote sensing images in forest ecosystems. The proposed method is based on vegetation indexes (NDVI, LAI, FAPAR, LAIxCab), calculated from MODIS and MERIS satellite data. The idea is to collect and watch seasonal changes in a particular ecosystem for a few years and to gain annual records of typical vegetation cycle for each type of forests in the scope. This work employed satellite data from MERIS, MODIS since the beginning through the end of a vegetation season, each year in order to gain a base for evaluating anomalies of changes, under systematical processing. The base is initiated for the years 2007-2010, with resolution of 300-1000 m, and essential vegetation indexes provided with statistical measures for selected national parks in Poland and compared to the Bolimowski Park and Kozienicki Forest. Temporal measures of changes are created by the ratio of particular indexes determined for selected persistent reference clusters characterized by the ratio of a temporal index value normalized to its typical value achieved in July, that is in the middle of a vegetation season. Each type of a forest ecosystem has its own specific dynamics of development, thus it enables recognition of the type by comparing temporal changes of the ratio of indexes. Results were firstly supported by clustering from the CLC (Corine Land Cover) database, developed for the entire European Union, and then evaluated in temporal measures from MERIS (resolution 300 m) and MODIS (resolution 1000 m). Low resolution data from these sources provided quite good updates of the CLC clustering, which is fixed and updated only for periods of about 5-10 years. The CLC data base was helpful for initiating the work, but then it turned out not necessary because real measures are originated by seasonal changes from MODIS and MERIS. The conclusion is that medium and low resolution data are very useful for supporting essential annual inventory in forests.

11

Możliwości wykorzystania danych satelitarnych do wyznaczania początku i końca okresu wegetacyjnego

Siłuch M., Bartoszek K.

Woda-Środowisko-Obszary Wiejskie

|

2012

|

T. 12, z. 2

245-255

PL

Celem pracy jest ocena możliwości wykorzystania danych satelitarnych do określania dat początku i końca okresu wegetacyjnego. Analizowane charakterystyki zostały wyznaczone na podstawie wartości wskaźnika wegetacji Enhanced Vegetation Index (EVI) oraz obrazów satelitarnych o rozdzielczości przestrzennej 500 m, pochodzących ze skanera MODIS (produkt MOD12Q2). Stosując tę metodę, daty początku i końca okresu wegetacyjnego wyznaczono dla obszarów w promieniu 10 km od miejsca położenia trzech posterunków meteorologicznych na terenie Lubelszczyzny: Czesławic k. Nałęczowa, Felina (wschodnia część Lublina) oraz Bezka k. Chełma. Okres badań obejmował lata 2001-2009, zaś daty odnosiły się do wybranych rodzajów pokrycia terenu (gruntów ornych, łąk i lasów). Stwierdzono, że na podstawie danych wyznaczonych na bazie wskaźnika EVI okres wegetacyjny trwał średnio o miesiąc krócej w stosunku do charakterystyk, obliczonych metodami tradycyjnymi, tj. Gumińskiego i Huculaka-Makowca. Ponadto początek okresu wegetacyjnego, wyznaczonego metodą teledetekcyjną, był istotnie statystycznie skorelowany ze średnią wartością temperatury powietrza w okresie styczeń-marzec oraz z liczbą dni z pokrywą śnieżną od grudnia do marca. Z kolei daty końca okresu wegetacyjnego wykazywały największą współzmienność z sumami promieniowania całkowitego we wrześniu

EN

The aim of this study is to evaluate the possibility of using satellite data to determine dates of the onset and end of the growing season. The analysed characteristics were determined based on the Enhanced Vegetation Index (EVI) and satellite images with spatial resolution of 500 m, derived from MODIS scanner (MOD12Q2 product). Based on this method, dates of the onset and end of the growing season were determined for areas within 10 km from the location of three meteorological stations in the Lublin Region: Czesławice near Nałęczów, Felin (eastern district of Lublin) and Bezek near Chełm. The study period covered the years 2001-2009 and dates referred to the selected land cover types (arable lands, meadows and forests). It was found that the growing season determined with the remote sensing method was on average shorter by one month compared with that estimated with traditional methods such as those by Gumiński and Huculak-Makowiec. The onset of the growing season was significantly correlated with the mean air temperature in January-March period and the number of days with snow cover from December to March. In addition, dates of the end of growing season showed the highest correlation with the sum of the total radiation in September.

12

Analiza korelacji pomiędzy wskaźnikami stanu roślinności a wskaźnikami intensywności ognia na przykładzie pożarów leśnych w Grecji w sierpniu 2007 roku

Woźniak E.

Teledetekcja Środowiska

|

2011

|

T. 45

17--22

EN

Forest fires influence significantly on the natural environment, forest management and economy. Therefore, it is very important to predict the susceptibility of the object to damage caused by fire. There are a lot of vegetation indexes obtained from the satellite images which are used to forecast the fire hazard. The aim of the study is to verify which vegetation index is the most appropriate to foresee the fire intensity. The study was carried out for the fi res which occurred in Greece in August 2007. The analyzed area had 190 000 ha. MODIS data were used in the study. The paper presents the results of the correlation analysis for some of vegetation indexes: NDVI – Normalized Difference Vegetation Index, NDII - Normalized Difference Infrared Index, NDWI – Normalized Difference Water Index, GVMI – Global Vegetation Moisture Index, SRWI - Simple Ratio Water Index, SIWSI(6,2) – Shortwave Infrared Water Stress Index and indexes of fi re intensity: BAI – Burned Area Index and NBR – Normalized Burn Ratio. The analysis shows that the vegetation condition is only one of the many factors which control the forest fire intensity. The correlation between vegetation and fire intensity indexes varies depending mainly on weather condition; especially maximum wind speed and the content of water vapour and secondarily on the type of vegetation cover. The most suitable vegetation indexes to predict the fi re intensity resulted to be the NDII and SIWSI(6,2), which present Pearson correlation of 0,66. The correlation is usually better for the BAI fi re intensity index then for the NBR. The only exception is the case of forest.

13

Porównanie wartości NDVI odczytanych z obrazów satelitarnych NOAA AVHRR, SPOT-VEGETATION i TERRA MODIS

Turlej K.

Teledetekcja Środowiska

|

2009

|

T. 42

83--88

EN

Recently in the space there are launched new series of environmental satellites with high time resolution, allowing continuous observations of the Earth’s surface. NOAA series of satellites, launched in 1998 SPOT or TERRA operating since 2000, provide daily data acquisition of large areas. Differences between the construction of instruments and means of processing cause disparity in the received data. This article presents a comparison of NDVI index obtained from these satellites. Compositions used in the ten-day NDVI images made on the basis of NOAA AVHRR images, NDVI compositions performed on the basis of images from SPOT VEGETATION as well as eight-day MODIS TERRA NDVI compositions. Area of the research are agricultural areas of Wielkopolska. NDVI index was measured on 193 polygons with surfaces from 1.5÷68.9 ha during the growing season from 10th to 24th decade of 2006. Another comparison has been made for NDVI values for the region of Wielkopolska in the years 2000÷2008 and the size of yield of wheat.

14

Satellite-derived vegetation indices for Biebrza wetland

Dąbrowska-Zielińska K., Kowalik W., Gruszczyńska M., Hościło A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2003

|

Vol. 13b

349--359

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.