Earth Research from SpaceEarth Research from SpaceИсследование Земли из космоса0205-96143034-5405The Russian Academy of Sciences65919310.31857/S020596142303003XTYJJZEИСПОЛЬЗОВАНИЕ КОСМИЧЕСКОЙ ИНФОРМАЦИИ О ЗЕМЛЕEvaluation of the NDVI Index as a Source of Information on Aboveground Phytomass in SteppesОценка индекса NDVI как источника информации о надземной фитомассе в степяхKhoroshevA. V.ХорошевА. В.avkh1970@yandex.ruKalmykovaO. G.КалмыковаО. Г.avkh1970@yandex.ruDusaevaG. Kh.ДусаеваГ. Х.avkh1970@yandex.ruMoscow State UniversityМосковский государственный университет имени М.В. ЛомоносоваInstitute of Steppe, Ural Branch of the Russian Academy of SciencesИнститут степи УрО РАН010520233274320022025Copyright ©; 2023, А.В. Хорошев, О.Г. Калмыкова, Г.Х. ДусаеваCopyright ©; 2023, А.В. Хорошев, О.Г. Калмыкова, Г.Х. Дусаева2023А.В. Хорошев, О.Г. Калмыкова, Г.Х. ДусаеваА.В. Хорошев, О.Г. Калмыкова, Г.Х. Дусаеваhttps://journals.eco-vector.com/0205-9614/article/view/659193

The complexity of phytomass measurements on sample plots hinders the extrapolation of plot-related data to areas comparable to land use or landscape units. Vegetation indices calculated from satellite images are usually considered as indicators of green phytomass and are used for its areal estimates. The study solves the problem of establishing the information content of the normalized difference vegetation index NDVI depending on the fractional structure of living and dead aboveground phytomass, seasonal dynamics of the biological cycle, hydrothermal conditions and landscape position. We used the results of monthly measurements of aboveground phytomass fractions at 13 sites covered by Stipa zalesskii and Stipa lessingiana formations in the Burtinskaya steppe (Orenburgsky nature reserve) from May to September in 2015–2020. For each period, NDVI values were calculated from Landsat satellite images at all sites. Hypotheses about geobotanical, hydrothermal, phenological and landscape factors of NDVI informativity were tested by using the Spearman correlation coefficients, analysis of variance and multiple regression. The discrepancy between the seasonal peaks of NDVI and green phytomass is not consistent with the common opinion of a direct indicator value of NDVI. The total live biomass correlates more clearly with the index in June and July but weaker at the end of the season. NDVI turned out to be sensitive not so much to green phytomass as such, but to the mass and proportion of forbs and the ratio of live and dead phytomass. In late spring and early summer, NDVI is most closely associated with forbs while in July – with grasses. The hypothesis about the possibility of screening green mass with standing dead biomass was confirmed, which leads to a decrease in NDVI despite the absence of a decrease in green phytomass. NDVI may underestimate the real green phytomass if there is a sharp increase in the mass of dead biomass, usually in the second half of summer and early autumn. NDVI more adequately reflects the state of the aboveground phytomass of steppe communities that have not been exposed to fires for a long time, compared to burned communities and fallows.

Трудоемкость измерений фитомассы на пробных площадках сдерживает экстраполяцию точечных данных на территории, сопоставимые с хозяйственными угодьями или ландшафтными единицами. Вегетационные индексы, рассчитываемые по космическим снимкам, обычно рассматриваются как индикаторы зеленой фитомассы и используются для ее площадных оценок. В исследовании решается задача установить информативность нормализованного разностного вегетационного индекса NDVI в зависимости от фракционной структуры живой и мертвой надземной фитомассы, сезонной динамики биологического круговорота, гидротермических условий и ландшафтной позиции. Использованы результаты ежемесячных измерений фракций надземной фитомассы на 13 площадках в фитоценозах залесскоковыльной и ковылковой формаций в Буртинской степи (заповедник “Оренбургский”) с мая по сентябрь в 2015–2020 гг. Для каждого срока по космическим снимкам Landsat рассчитаны значения NDVI на всех площадках. Гипотезы о геоботанических, гидротермических, фенологических и ландшафтных факторах информативности NDVI проверялись расчетом коэффициентов корреляции Спирмена, средствами дисперсионного и мультирегрессионного анализа. Несовпадение сезонных пиков NDVI и зеленой фитомассы не согласуется с распространенным представлением о прямом индикационном значении NDVI. Общая живая фитомасса более четко коррелирует с индексом в июне и июле, слабее – в конце сезона. NDVI оказался чувствительным не столько к запасам зеленой фитомассы как таковой, сколько к массе и доле разнотравья и соотношению живой и мертвой фитомасс. В поздневесеннее и раннелетнее время NDVI наиболее тесно связан с разнотравьем, в июле – со злаками. Подтвердилась гипотеза о возможности экранирования зеленой массы ветошью, что приводит к снижению NDVI несмотря на сохранение или рост зеленой фитомассы. NDVI может занижать реальную зеленую фитомассу, если происходит резкий прирост массы ветоши, обычно – во второй половине лета и начале осени. NDVI более адекватно отражает состояние надземной фитомассы степных сообществ, длительное время не подвергавшихся воздействию пожаров, по сравнению с горевшими сообществами и залежами.

NDVIBurtinskaya steppephytomass fractionsforbsdead biomassseasonal dynamicsfallowburned areaNDVIБуртинская степьфракции фитомассыразнотравьеветошьсезонная динамиказалежьгарьАюржанаев А.А., Алымбаева Ж.Б., Жарникова М.А., Содномов Б.В. О возможности оценки надземной фитомассы степной растительности с помощью цветных вегетационных индексов (по данным съемки с беспилотных систем) // Вестник Бурятского государственного университета. Биология, география. 2021. № 4. С. 45–53.Базилевич Н.И., Титлянова А.А., Смирнов В.В., Родин Л.Е., Нечаева Н.И., Левин Ф.И. Методы изучения биологического круговорота в различных природных зонах. Москва: Мысль, 1978. 185 с.Гопп Н.В., Нечаева Т.В., Савенков О.А., Смирнова Н.В., Смирнов В.В. Оценка влияния мезорельефа склона на пространственную изменчивость свойств почвы и характеристики растительного покрова по данным дистанционного зондирования Земли // Исслед. Земли из космоса. 2016. № 3. С. 66–74.Гулянов Ю.А. Мониторинг фитометрических параметров с использованием инновационных методов сканирования посевов // Таврический вестник аграрной науки. 2019. № 3(19). С. 64–76. https://doi.org/10.33952/2542-0720-2019-3-19-64-76Дусаева Г.Х., Калмыкова О.Г., Дусаева Н.В. Влияние пожара на динамику подземной фитомассы степных фитоценозов на участке “Буртинская степь” Оренбургского заповедника // Экосистемы. 2020. № 24(54). С. 83–92.Дусаева Г.Х., Максутова Н.В. Сезонная динамика запасов надземной фитомассы в разнотравно-овсецово-типчаково-залесскоковыльном сообществе с Poa transbaicalica и Spiraea crenata // Вестник Оренбургского государственного университета. 2017. № 11(211). С. 79–83.Дусаева Г.Х., Максутова Н.В., Калмыкова О.Г. Сезонная динамика надземной фитомассы разнотравно-овсецово-типчаково-залесскоковыльного сообщества // Сохранение разнообразия растительного мира Тувы и сопредельных регионов Центральной Азии: история, современность, перспективы. Кызыл: ТувИКОПР СО РАН, 2016. С. 67–69.Елсаков В.В. Спутниковая съемка в оценке продуктивности экосистем Европейского Севера // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 1. С. 71–79.Елсаков В.В., Телятников М.Ю. Межгодовые изменения индекса NDVI на территории европейского северо-востока России и западной Сибири в условиях климатических флуктуаций последних десятилетий // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 260–271.Ерошенко Ф.В., Барталев С.А., Лапенко Н.Г., Самофал Е.В., Сторчак И.Г. Возможности дистанционной оценки состояния и степени деградации природных кормовых угодий // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 7. С. 53–66Жуков А.В., Кунах О.Н., Задорожная Г.А., Андрусевич Е.В. Ландшафтная экология как основа пространственного анализа продуктивности агроценозов // Ecology and noospherology. 2013. V. 24. № 1–2.Залиханов М.Ч., Коломыц Э.Г., Шарая Л.С., Цепкова Н.Л., Сурова Н.А. Высокогорная геоэкология в моделях. М.: Наука, 2010. 487 с.Золотокрылин А.Н., Черенкова Е.А., Титкова Т.Б. Аридизация засушливых земель Европейской части России и связь с засухами // Изв. Российской академии наук. Серия географическая. 2020. № 2. С. 207–217. https://doi.org/10.31857/S258755662002017XКалмыкова О.Г. О растительном покрове Госзаповедника “Оренбургский” // Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1(4). С. 1024–1026.Красная книга почв Оренбургской области. Екатеринбург, 2001. 295 с.Курганович К.А., Голятина М.А. Пространственно-временной отклик NDVI на изменение климатических характеристик в Забайкальском крае за период 2000–2014 гг. // Вестник ЗабГУ 2015. № 09(124). С. 10–20.Лиджиева Н.Ц., Уланова С.С., Федорова Н.Л. Опыт применения индекса вегетации (NDVI) для определения биологической продуктивности фитоценозов аридной зоны на примере региона Черные земли // Известия Саратовского университета. 2012. Т. 12. Сер. Химия. Биология. Экология. Вып. 2. Научный отдел 94.Максутова Н.В., Дусаева Г.Х., Калмыкова О.Г. Сезонная динамика надземной фитомассы разнотравно-типчаково-красивейшековыльно-залесскоковыльного сообщества // Сохранение разнообразия растительного мира Тувы и сопредельных регионов Центральной Азии: история, современность, перспективы. Кызыл: ТувИКОПР СО РАН, 2016. С. 77–80.Михайлов В.В., Спесивцев А.В., Соболевский В.А. Многомодельное оценивание динамики фитомассы растительных сообществ тундры на основе спутниковых снимков // Исследование Земли из космоса. 2021. № 2. С. 15–30.Немцева Л.Д., Беспалова Л.А., Голубева Е.И., Михайлов С.И. Оценка состояния растительного покрова сухостепных ландшафтов в условиях выпаса с применением методов дистанционного зондирования Земли // Труды ЮНЦ РАН. Т. VII. 2018. С. 151–164.Полевая геоботаника. Под общ. ред. Е.М. Лавренко и А.А. Корчагина. М.-Л.: Наука, 1964. Т. 3. 442 с.Работнов Т.А. Фитоценология. Москва: Изд-во МГУ, 1992. 350 с.Рулев А.С., Канищев С.Н., Шинкаренко С.С. Анализ сезонной динамики NDVI естественной растительности Заволжья Волгоградской области // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 4. С. 113–123.Савин И.Ю., Танов Э.Р., Харзинов С. Использование вегетационного индекса NDVI для оценки качества почв пашни (на примере Баксанского района Кабардино-Балкарии) // Бюллетень Почвенного института им. В.В. Докучаева. 2015. Вып. 77. С. 51–65.Сафронова И.Н., Калмыкова О.Г. Вопросы зональности и роль заповедников в их решении // Изв. Самарского научного центра Российской академии наук. 2012. Т. 14. № 1(6). С. 1638-1641.Титлянова А.А., Базилевич Н.И., Шмакова Е.И., Снытко В.А., Дубынина С.С., Магомедова Л.Н., Нефедьева Л.Г., Семенюк Н. В., Тишков А.А., Ти Тран, Хакимзянова Ф.И., Шатохина Н.Г., Кыргыс Ч.О., Самбуу А.Д. Биологическая продуктивность травяных экосистем. Географические закономерности и экологические особенности. Новосибирск: ИПА СО РАН, 2018. 110 с.Ярошенко П.Д. Геоботаника. Москва–Ленинград: Изд-во Акад. Наук СССР, 1961. 474 с.Araya S., Ostendorf B., Lyle G., Lewis M. Remote sensing derived phenological metrics to assess the spatio-temporal growth variability in cropping fields // Advances in Remote Sensing. V. 6. 2017. P. 212–228.de Jong R., Verbesselt J., Schaepman M.E., Bruin S.D. Trend changes in global greening and browning: contribution of short-term trends to longer-term change // Glob. Chang. Biol. V. 18(2). 2012. P. 642–655.Dusaeva G.Kh., Kalmykova O.G., Dusaeva N.V. Fire influence on dynamics of above-ground phytomass in steppe plant communities in the Burtinskaya steppe (Orenburg state nature reserve, Russia) // Nature Conservation Research. 2019. V. 4. № S1. P. 78–92. https://doi.org/10.24189/ncr.2019.050Gamon J.A., Huemmrich K.F., Stone R.S., Tweedie C.E. Spatial and temporal variation in primary productivity (NDVI) of coastal Alaskan tundra: Decreased vegetation growth following earlier snowmelt. Remote Sensing of Environment. V. 129. 2013. P. 144–153.Gao Y., Huang J., Li S., Li Sh. Spatial pattern of non-stationarity and scale-dependent relationships between NDVI and climatic factors – A case study in Qinghai-Tibet Plateau, China // Ecological Indicators. V. 20. 2012. P. 170–176.Han J.C., Huang Y., Zhang H., Wu X. Characterization of elevation and land cover dependent trends of NDVI variations in the Hexi region, northwest China // J. Environmental Management. V. 232. 2019. P. 1037–1048.Lyle G., Lewis M., Ostendorf B. Testing the temporal ability of Landsat imagery and precision agriculture technology to provide high resolution historical estimates of wheat yield at the farm scale // Remote Sensing. V. 5. 2013. P. 1549–1567.Maynard J.J., Levi, M.R. Hyper-temporal remote sensing for digital soil mapping: characterizing soil-vegetation response to climatic variability // Geoderma. V. 285. 2017. P. 94–109.Nagy A., Fehér J., Tamás T. Wheat and maize yield forecasting for the Tisza river catchment using MODIS NDVI time series and reported crop statistics // Computers and Electronics in Agriculture. V. 151. 2018. P. 41–49.Peng W., Kuang T., Tao T. Quantifying influences of natural factors on vegetation NDVI changes based on geographical detector in Sichuan, western China // J. Cleaner Production. V. 233. 2019. P. 353–367.Piao S.L., Nan H.J., Huntingford C., Ciais P., Friedingstein P., Sitch S., Peng S.S., Ahlstrom A., Canadell J.G., Cong N., Levis S., Levy P.E., Liu L.L., Lomas M.R., Mao J.F., Myneni R.B., Peylin P., Poulter B., Shi X.Y., Yin G.D., Viovy N., Wang T.,Wang X.H., Zaehle S., Zeng N., Zeng Z.Z., Chen A.P. Evidence for a weakening relationship between interannual temperature variability and northern vegetation activity // Nat. Commun. V. 5. 2014. 5018.Piedallu C., Chéret V., Denux J.P., Perez V., Azcona J.S., Seynave I., Gégout J.C. Soil and climate differently impact NDVI patterns according to the season and the stand type // Science of The Total Environment. V. 651. P. 2. 2019. P. 2874–2885.Verhulst N., Govaerts B. The normalized difference vegetation index (NDVI) GreenSeekerTM handheld sensor: Toward the integrated evaluation of crop management. Part A: Concepts and case studies. Mexico, D.F.; CIMMYT. 2010.Zhao Z., Gao J., Wang Y., Liu J., Li S. Exploring spatially variable relationships between NDVI and climatic factors in a transition zone using geographically weighted regression // Theoretical and Applied Climatology. V. 120(3–4). 2015. P. 507–519 https://doi.org/10.1007/s00704-014-1188-x