Файл: российский университет дружбы народов инженерная академия.docx

масштабированный NDVI = 100(NDVI + 1)
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.
  

Основная часть.

Внимательно ознакомилась с приведенной информацией о семействе спутников Sentinel-2, данные с которых будут использоваться в лабораторной работе, и их характеристиках.

Sentinel-2 — семейство спутников дистанционного зондирования Земли
Европейского космического агентства, созданное в рамках проекта глобального мониторинга окружающей среды и безопасности «Коперник» (англ. Copernicus).
Спутники предназначены для мониторинга использования земель, растительности, лесных и водных ресурсов, также могут применяться при ликвидации последствий стихийных бедствий.

---

1.Рассчитала слои индекса NDVI по формуле на весь космоснимок

Запустила «Калькулятор растров» (Меню «Растр» → «Калькулятор растров») и построила в нем Выражение для расчета индекса NDVI:

("S2B_tile_37UDB_20210511_B08@1" - "S2B_tile_37UDB_20210511_B04@1") / ("S2B_tile_37UDB_20210511_B08@1" + "S2B_tile_37UDB_20210511_B04@1")

В результате создастся новый̆ растровый̆ слой по границам всего космоснимка и сразу загрузится в QGIS-проект.

2.Вырезала из целого растрового слоя NDVI фрагмент на район работ.

Для этого перешла к меню «Растр» → «Извлечение» → «Кадрировать растр по маске...». Имя для Результата обрезки (т.е. имя для создаваемого выходного файла) задайте, как, например, «NDVI_Area-28.tif». При сохранении результата обрезки (в QGIS 3.16.16 этот пункт называется «Кадрированный (по маске)»→«Сохранить в файл...»), убедилась, что тип (формат) сохраняемого файла определен как *.tif.

В результате создастся новый растровый ГИС-слой индекса NDVI с границами, полностью совпадающими с границами вашего района работ.
Он также будет иметь систему координат WGS 84 / UTM zone 37N (EPSG:32637).

3.Преобразовала растровый̆ слой индекса NDVI на свой участок в векторный̆ полигональный̆ слой.

В результате, в границах квадрата (вашего района работ) создастся новый̆ векторный̆ полигональный̆ слой формата шейп-файл и добавится в QGIS-проект.

4.Настроила классифицированный̆ стиль полученного векторного слоя NDVI




5.Используя расклассифицированный̆ векторный̆ слой NDVI, провела анализ местности в границах района.

6.Рассчитала площадь зеленых насаждений



7.Оформила карту-отчета (представлен в приложении рис.1)

---

Во втором задании каждому студенту для проведения исследований определяется свой район работ, имеющий̆ размер на местности 5 х 5 км. В пределах заданного района необходимо провести на основе данных дистанционного зондирования геоанализ с целью выявления и идентификации локальных участков, на которых с мая 2018 года по мая̆ 2021 года произошли очевидные изменения растительного покрова.

В ходе выполнения данной̆ работы с необходимо:

 В пределах границ района работ рассчитать растровый̆ слой вегетационного индекса NDVI по ретроспективным данным дистанционного зондирования Sentinel-2A, полученным 12 мая 2018 года

 Рассчитала растровый̆ слой изменений растительного покрова, как разницу растровых слоев индекса NDVI за 11 мая 2021 года (этот слой уже создан на предыдущем этапе лабораторной̆ работы) и индекса NDVI за 12 мая 2018 года.

 С помощью алгоритма «Пиксели в полигоны» преобразовала полученный̆ растровый̆ слой изменений растительного покрова в векторный̆ полигональный̆ слой.

 Выполнила классификацию векторного слоя изменений растительного покрова.

 С помощью космических снимков высокого разрешения ESRI Satellite и Bing Satellite (путем их сравнения) проверила факт наличия изменений на локальных участках, где предположительно произошли наиболее значительные изменения растительного покрова в результате воздействия̆ антропогенного характера.

Подготовила для исследуемого района карту (представлена в приложении рис.5

Заключение.

Дистанционное зондирование - это уникальная технология, которая может заменить дорогостоящий и медленный сбор данных для наблюдения и исследования изменений в полевых условиях, гарантируя при этом, что области или объекты не будут нарушены. Это может помочь в постоянном наблюдении и контроле за различными сельскохозяйственными и строительными проектами. С помощью спутниковых снимков, полученных методом дистанционного зондирования, можно не только анализировать и видеть изменения растительного покрова, но и делать очень эффективные прогнозы для мониторинга различных изменений растительного покрова.

Используя спутниковые снимки со спутников sentinel-2A, Google и Bing, было удобно рассчитать индекс NDVI и показать конкретные места, где произошли изменения. Благодаря платформе QGIS, благодаря ее широкому спектру инструментов, стало возможным с высокой точностью выбирать районы, где произошли значительные изменения (появление и исчезновение) растительного покрова.

---

В курсовой работе были использованы все вышеперечисленные возможности и рассчитано изменение растительного покрова. Результаты представлены, как численно, так и визуально, в виде частей изображения из выбранной области.

Актуальность этой проблемы и перспективы технологии дистанционного зондирования ясно показывают необходимость решения этой проблемы не только для специалистов, потому что опасность загрязнения нашей планеты и исчезновения растительности затрагивает всех нас, и вклад этой технологии никого не оставляет равнодушным к этой проблеме и ее решению.

Библиография

https://dic.academic.ru/dic.nsf/enc_colier/6661/ДИСТАНЦИОННОЕ?ysclid=lbmtdma8ee652455245

http://eor.dgu.ru/lectures_f/Лекции%20по%20ГИС/lection5.html

https://russianspacesystems.ru/bussines/dzz/?ysclid=lbmujmygy944446943

https://ecolog.pro/wp-content/uploads/2017/02/Конспект-лекций-ДЗЗ.pdf?ysclid=lbmul4dk1m718274363

https://ru.zahn-info-portal.de/wiki/Remote_sensing

---