<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="other" dtd-version="1.2" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher-id">Earth Research from Space</journal-id><journal-title-group><journal-title xml:lang="en">Earth Research from Space</journal-title><trans-title-group xml:lang="ru"><trans-title>Исследование Земли из космоса</trans-title></trans-title-group></journal-title-group><issn publication-format="print">0205-9614</issn><issn publication-format="electronic">3034-5405</issn><publisher><publisher-name xml:lang="en">The Russian Academy of Sciences</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="publisher-id">659181</article-id><article-id pub-id-type="doi">10.31857/S0205961423050044</article-id><article-id pub-id-type="edn">XEAXXE</article-id><article-categories><subj-group subj-group-type="toc-heading"><subject>ИСПОЛЬЗОВАНИЕ КОСМИЧЕСКОЙ ИНФОРМАЦИИ О ЗЕМЛЕ</subject></subj-group><subj-group subj-group-type="article-type"><subject></subject></subj-group></article-categories><title-group><article-title xml:lang="en">Dependence of the Vegetation of Winter Crops on the Relief and Soils in the East of the Stavropol Region</article-title><trans-title-group xml:lang="ru"><trans-title>Зависимость вегетации озимых культур от рельефа и почв на востоке Ставропольского края</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Doroshenko</surname><given-names>V. V.</given-names></name><name xml:lang="ru"><surname>Дорошенко</surname><given-names>В. В.</given-names></name></name-alternatives><email>doroshenko-vv@vfanc.ru</email><xref ref-type="aff" rid="aff1"/></contrib></contrib-group><aff-alternatives id="aff1"><aff><institution xml:lang="en">Federal State Budget Scientific Institution “Federal Scientific Center of Agroecology, Complex Melioration and Protective Afforestation of the Russian Academy of Sciences” (FSC of Agroecology of the RAS)</institution></aff><aff><institution xml:lang="ru">Федеральное государственное бюджетное научное учреждение “Федеральный научный центр агроэкологии, комплексных мелиораций и защитного лесоразведения Российской академии наук”</institution></aff></aff-alternatives><pub-date date-type="pub" iso-8601-date="2023-09-01" publication-format="electronic"><day>01</day><month>09</month><year>2023</year></pub-date><issue>5</issue><fpage>71</fpage><lpage>84</lpage><history><date date-type="received" iso-8601-date="2025-02-20"><day>20</day><month>02</month><year>2025</year></date></history><permissions><copyright-statement xml:lang="en">Copyright ©; 2023, В.В. Дорошенко</copyright-statement><copyright-statement xml:lang="ru">Copyright ©; 2023, В.В. Дорошенко</copyright-statement><copyright-year>2023</copyright-year><copyright-holder xml:lang="en">В.В. Дорошенко</copyright-holder><copyright-holder xml:lang="ru">В.В. Дорошенко</copyright-holder></permissions><self-uri xlink:href="https://journals.eco-vector.com/0205-9614/article/view/659181">https://journals.eco-vector.com/0205-9614/article/view/659181</self-uri><abstract xml:lang="en"><p id="idm45181325158896">In total, 7.444 fields with a total area of 857.9 thousand hectares were mapped on the territory of five eastern arid regions of the Stavropol Territory. As of 2021, arable land occupies more than 55% of the study area and is located mainly in its western part. Winter crops occupy 4.693 fields with a total area of more than 487 thousand hectares (56.9% of the total field area). Mapping of the contours of the fields was carried out on the basis of satellite images “Sentinel-2” (“natural colors”). The morphometric characteristics of the fields were calculated on the basis of the SRTM3 DEM. Mask of winter crops for the period 2011–2021 and weekly composites with data on the NDVI value for spring (March–May) were obtained using the Vega-Science service. The areas of the fields identified according to remote sensing data are comparable with official statistics. The fields are located on lands with a steepness of up to 5°, the steepness of 1°–2° prevails (about 90% of the total area). Most fields have a predominant southern exposure, there are no fields with a northern exposure. There are 13 kinds of soils on the territory of the study area, chestnut deep soils predominate. Average NDVI for March–May 2011–2021 It shows the highest values in fields located on meadow soils, the lowest NDVI values are observed on salt flats and salt marshes. It was revealed that the NDVI value decreases with increasing field size, the optimal field size is up to 150 hectares. The highest NDVI values were found in fields with a steepness of 1°–2°, southern exposure and meadow, chestnut and light chestnut soils. The influence of annual precipitation amounts on the NDVI value is analyzed.</p></abstract><trans-abstract xml:lang="ru"><p id="idm45181325158672">Всего картографировано 7444 полей общей площадью 857.9 тыс. га на территории пяти восточных засушливых районов Ставропольского края. По состоянию на 2021 г. пашня занимает более 55% территории исследования и расположена преимущественно в западной ее части. Озимыми культурами занято 4693 поля общей площадью более 487 тыс. га (56.9% от общей площади полей). Картографирование контуров полей производилось на основе космоснимков “Sentinel-2” (“естественные цвета”). Расчет морфометрических характеристик полей производился на основе ЦМР “SRTM3”. Маска озимых культур за период 2011–2021 гг. и еженедельные композиты с данными о значении NDVI за весну (март–май) были получены с помощью сервиса “Вега-Science”. Площади выявленных по данным ДЗЗ полей сопоставимы с данными официальной статистики. Поля располагаются на землях с крутизной до 5°, преобладает крутизна 1–2° (около 90% общей площади). Большинство полей имеют преобладающую южную экспозицию, поля с северной экспозицией отсутствуют. На территории зоны исследования расположено 13 родов почв, преобладают каштановые глубокие почвы. Средний NDVI за март–май 2011–2021 гг. показывает наибольшие значения на полях, расположенных на луговых почвах, наименьшие значения NDVI наблюдаются на солонцах и солончаках. Выявлено, что значение NDVI снижается при увеличении размеров поля, оптимальный размер поля – до 150 га. Наибольшие значения NDVI выявлены на полях с крутизной 1–2°, южной экспозицией и луговыми, каштановыми и светло-каштановыми почвами. Проанализировано влияние годовых сумм осадков на значение NDVI.</p></trans-abstract><kwd-group xml:lang="en"><kwd>Stavropol region</kwd><kwd>morphometric analysis</kwd><kwd>geoinformation analysis</kwd><kwd>remote sensing data</kwd><kwd>winter crops</kwd></kwd-group><kwd-group xml:lang="ru"><kwd>Ставропольский край</kwd><kwd>морфометрический анализ</kwd><kwd>геоинформационный анализ</kwd><kwd>данные дистанционного зондирования</kwd><kwd>озимая пшеница</kwd></kwd-group></article-meta></front><body></body><back><ref-list><ref id="B1"><label>1.</label><mixed-citation>Антонов С.А. Изменение агроклиматического районирования территории Ставропольского края для повышения продуктивности агроландшафтов // Изв. Оренбургского государственного аграрного университета. 2018. № 3(71). С. 8–11.10.25930/0erb-cm88 EDN XRTQZV.</mixed-citation></ref><ref id="B2"><label>2.</label><mixed-citation>Берденгалиева А.Н., Берденгалиев Р.Н. Связь сезонной динамики озимой пшеницы и рельефа в подзоне южных черноземов Волгоградской области // Научно-агрономический журн. 2022. № 3(118). С. 49–56. EDN WLPXJN.</mixed-citation></ref><ref id="B3"><label>3.</label><mixed-citation>Денисов П.В., Середа И.И., Трошко К.А. и др. Возможности и опыт оперативного дистанционного мониторинга состояния озимых культур на территории России // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 2. С. 171–185. https://doi.org/10.21046/2070-7401-2021-18-2-171-185. EDN CVLTGO.</mixed-citation></ref><ref id="B4"><label>4.</label><mixed-citation>Денисова Е.В. Применение современных технологий при инвентаризации земель // Научно-агрономический журн. 2020. № 1(108). С. 10–14. EDN JIFEOC.</mixed-citation></ref><ref id="B5"><label>5.</label><mixed-citation>Денисова Е.В. К вопросу учета орошаемых угодий Волгоградской области с применением методов дистанционного мониторинга // Научный журнал Российского НИИ проблем мелиорации. 2021. Т. 11. № 1. С. 113–128. https://doi.org/10.31774/2222-1816-2021-11-1-113-128. EDN TNVYAH.</mixed-citation></ref><ref id="B6"><label>6.</label><mixed-citation>Зинченко В.Е., Лохманова О.И., Калиниченко В.П. и др. Космический мониторинг земель сельскохозяйственного назначения юга России // Исслед. Земли из космоса. 2013. № 3. С. 33. https://doi.org/10.7868/S0205961413030068.EDN QAXMFN.</mixed-citation></ref><ref id="B7"><label>7.</label><mixed-citation>Комаров А.А., Ирмулатов Б.Р., Якушев В.В. и др. Использование данных дистанционного зондирования для управления продуктивностью пшеницы в условиях аридной зоны (на примере Северного Казахстана) // Применение средств дистанционного зондирования Земли в сельском хозяйстве: Материалы III Всероссийской научной конференции с международным участием, Санкт-Петербург, 16–17 сентября 2021 года. Санкт-Петербург: Агрофизический научно-исследовательский институт РАСХН. 2021. С. 51–55. EDN WCIJTY.</mixed-citation></ref><ref id="B8"><label>8.</label><mixed-citation>Лупян Е.А., Середа И.И., Денисов П.В. и др. Дистанционный мониторинг состояния озимых культур зимой 2020–2021гг. на Европейской территории России // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 1. С. 165–172. 10.21046/2070-7401-2021-18-1-165-172 EDN MFAITF.</mixed-citation></ref><ref id="B9"><label>9.</label><mixed-citation>Письменная Е.В., Азарова М.Ю. Зависимость продуктивности озимой пшеницы от показателей NDVI в засушливой зоне Ставропольского края // Агропромышленные технологии Центральной России. 2021. № 1(19). С. 39–45https://doi.org/10.24888/2541-7835-2021-19-39-45. EDN CCUPAK.</mixed-citation></ref><ref id="B10"><label>10.</label><mixed-citation>Середа И.И., Денисов П.В., Трошко К.А. и др. Уникальные условия развития озимых культур, наблюдаемые по данным спутникового мониторинга на европейской территории России в октябре 2020 г. // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 304–310. https://doi.org/10.21046/2070-7401-2020-17-5-304-310 EDN AWYDOQ.</mixed-citation></ref><ref id="B11"><label>11.</label><mixed-citation>Синельникова К.П. Пространственный анализ деградации агроландшафтов Донской гряды // Научно-агрономический журн. 2021. № 4(115). С. 30–34.10.34736/FNС.2021.115.4.005 EDN WAHUTS.</mixed-citation></ref><ref id="B12"><label>12.</label><mixed-citation>Сторчак И.Г., Ерошенко Ф.В. Использование NDVI для оценки продуктивности озимой пшеницы в Ставропольском крае // Земледелие. 2014. № 7. С. 12–15. EDN RCQQIN.</mixed-citation></ref><ref id="B13"><label>13.</label><mixed-citation>Тесленок К.С., Муштайкин А.П., Тесленок С.А. Изучение особенностей сельскохозяйственных угодий с использованием цифровых моделей рельефа // ИнтерКарто. ИнтерГИС. 2020. Т. 26. № 3. С. 221–228.</mixed-citation></ref><ref id="B14"><label>14.</label><mixed-citation>Трошко К.А., Денисов П.В., Лупян Е.А. и др. Особенности состояния зерновых культур в регионах европейской части России и Сибири в июне 2021 г. по данным дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 3. С. 325–331. https://doi.org/10.21046/2070-7401-2021-18-3-325-331. EDN KJNBSF.</mixed-citation></ref><ref id="B15"><label>15.</label><mixed-citation>Трошко К.А., Денисов П.В., Дунаева Е.А. и др. Особенности развития озимых сельскохозяйственных культур на юге европейской части России весной 2022 г. по данным дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 2. С. 261–267. https://doi.org/10.21046/2070-7401-2022-19-2-261-267. EDN BJXOUW.</mixed-citation></ref><ref id="B16"><label>16.</label><mixed-citation>Филина Я.А., Дунаева Е.А., Денисов П.В. Оценка состояния озимых зерновых культур по Республике Крым с помощью сервиса ВЕГА // Региональные проблемы дистанционного зондирования Земли: Материалы IX Международной научной конференции, Красноярск, 13–16 сентября 2022 года. Красноярск: Сибирский федеральный университет. 2022. С. 307–310. EDN RAINYE.</mixed-citation></ref><ref id="B17"><label>17.</label><mixed-citation>Шинкаренко С.С., Бодрова В.Н., Сидорова Н.В. Влияние экспозиции склонов на сезонную динамику вегетационного индекса NDVI посевных площадей // Изв. Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. 2019. № 1(53). С. 96–105.https://doi.org/10.32786/2071-9485-2019-01-12. EDN RPZVDY.</mixed-citation></ref><ref id="B18"><label>18.</label><mixed-citation>Юферев В.Г., Мелихова А.В., Балынова В.В. Геоинформационный анализ рельефа Кумо-Манычской впадины // Природные системы и ресурсы. 2022. Т. 12. № 2. С. 67–76. https://doi.org/10.15688/nsr.jvolsu.2022.2.9 EDN TDGQVF.</mixed-citation></ref><ref id="B19"><label>19.</label><mixed-citation>Национальный атлас почв Российской Федерации. М.: Астрель: ACТ. 2011. 632 с.</mixed-citation></ref><ref id="B20"><label>20.</label><mixed-citation>Chen Q., Laurin G.V., Battles J.J., Saah D. Integration of airborne lidar and vegetation types derived from aerial photography for mapping aboveground live biomass // Remote Sensing of Environment. 2012. V. 121. P. 108–117.</mixed-citation></ref><ref id="B21"><label>21.</label><mixed-citation>Franch B., Vermote E., Becker-Reshef I., Claverie M., Huang J., Zhang J., Justice C., Sobrino J. Improving the timeliness of winter wheat production forecast in the United States of America, Ukraine and China using MODIS data and NCAR Growing Degree Day information // Remote Sensing of Environment. 2015. № 161. https://doi.org/10.1016/j.rse.2015.02.014</mixed-citation></ref><ref id="B22"><label>22.</label><mixed-citation>Pan L., Xia H., Zhao X., Guo Y., Qin Y. Mapping Winter Crops Using a Phenology Algorithm, Time-Series Sentinel-2 and Landsat-7/8 Images, and Google Earth Engine // Remote Sens. 2021. V. 13. № 2510. https://doi.org/10.3390/rs13132510</mixed-citation></ref></ref-list></back></article>
