SCIENCE AND INNOVATION IN THE
EDUCATION SYSTEM
International scientific-online conference
120
АНАЛИЗ ДИНАМИКИ ЗАСУХИ С ИСПОЛЬЗОВАНИЕМ ДАННЫХ
MODIS: ОБЗОР ПОДХОДОВ И ПРИМЕНЕНИЙ
Хабибуллаева Дильноза
Бердимбетов Тимур
Нукусский государственный технический университет
https://doi.org/10.5281/zenodo.15460842
Аннотация
Засуха остаётся одним из самых разрушительных природных явлений,
оказывающих долгосрочное влияние на сельское хозяйство, водные
ресурсы и экосистемы. В связи с этим растёт значение систем
дистанционного зондирования Земли, в частности, спутниковых данных
MODIS, предоставляющих регулярную и масштабную информацию о
состоянии поверхности. В данной обзорной статье рассматриваются
основные методы анализа засух на основе данных MODIS, включая
использование вегетационных и температурных индексов, а также
интегративные подходы к оценке засушливых условий. Обсуждаются
преимущества и ограничения использования MODIS, а также перспективы
дальнейших исследований в данной области.
Введение
Засухи относятся к климатическим экстремумам, которые имеют
кумулятивный эффект, вызывая снижение продуктивности сельского
хозяйства, деградацию земель и социально-экономические убытки. По
данным Всемирной метеорологической организации, частота и
интенсивность засух возрастает, особенно в условиях глобального
изменения климата [1]. Эффективный мониторинг засушливых условий
требует как пространственной полноты, так и временной оперативности,
чего не всегда могут обеспечить наземные метеостанции.
В этих условиях особую роль играют данные дистанционного
зондирования, особенно те, которые предоставляются спутниковыми
сенсорами MODIS (Moderate Resolution Imaging Spectroradiometer). Эти
данные позволяют анализировать пространственно-временную динамику
растительности, влажности и температурных аномалий на глобальном и
региональном уровнях [2].
Спутниковые данные MODIS: краткая характеристика
MODIS — сенсор, установленный на спутниках Terra (с 1999 г.) и Aqua
(с 2002 г.), предоставляющий изображения в 36 спектральных диапазонах
с пространственным разрешением от 250 м до 1 км и с периодом
повторного съёма 1–2 дня. Продукты MODIS широко используются для
SCIENCE AND INNOVATION IN THE
EDUCATION SYSTEM
International scientific-online conference
121
мониторинга состояния экосистем, землепользования, лесных пожаров,
засух и других природных явлений [2].
К числу наиболее применимых для анализа засух MODIS-продуктов
относятся:
NDVI (Normalized Difference Vegetation Index)
— индикатор
плотности и здоровья растительного покрова;
EVI (Enhanced Vegetation Index)
— модифицированный NDVI,
устойчивый к влиянию атмосферных помех;
LST (Land Surface Temperature)
— температура поверхности земли,
отражающая тепловые аномалии [3];
LAI (Leaf Area Index)
— показатель площади листьев на единицу
площади земли;
ET (Evapotranspiration)
— интегральный показатель испарения и
транспирации.
Методы анализа засух на основе данных MODIS
Индексные подходы
Анализ засух с использованием MODIS чаще всего основывается на
отклонении вегетационных индексов (NDVI, EVI) от климатической
нормы.
Засушливые
условия,
как
правило,
характеризуются
значительным снижением NDVI по сравнению со среднемноголетними
значениями [4].
Комплексные индексы
Для
повышения
точности
мониторинга
используются
комбинированные индексы. Наиболее распространённый из них:
VHI (Vegetation Health Index)
— объединяет NDVI и температуру
поверхности (LST), позволяя учитывать как биофизическое, так и тепловое
состояние растительности. Значения VHI < 40 указывают на сильные
засушливые условия [5].
Пространственно-временной анализ
С использованием MODIS возможно построение временных рядов
вегетационных индексов для анализа сезонной динамики и выявления
трендов деградации. Это особенно актуально для полупустынных и
степных территорий, где сезонность чётко выражена [6].
Примеры применения MODIS в исследованиях засух
В Китае данные NDVI и VHI использовались для мониторинга засух в
сельскохозяйственных регионах и показали высокую корреляцию с
урожайностью пшеницы и кукурузы [7].
SCIENCE AND INNOVATION IN THE
EDUCATION SYSTEM
International scientific-online conference
122
В Африке MODIS применялся для оценки последствий засух на
пастбищах и сельском хозяйстве в Сахельском регионе [8].
В Казахстане и Узбекистане использование MODIS NDVI позволило
выявить цикличность засух с интервалом 4–6 лет [9].
Преимущества и ограничения использования MODIS
Преимущества:
Высокая частота обновления данных (ежедневно);
Доступность архивов с 2000 года;
Большой территориальный охват;
Бесплатный доступ к данным [2].
Ограничения:
Зависимость от погодных условий (облачность, пыль);
Среднее
пространственное
разрешение
(недостаточно
для
мелкомасштабных исследований);
Необходимость валидации с наземными измерениями [6].
Заключение
Данные MODIS являются важным инструментом для анализа
динамики засух, особенно в регионах с недостаточной сетью
метеонаблюдений. Разнообразие продуктов и доступность данных делают
их эффективным средством как для оперативного мониторинга, так и для
долгосрочного анализа. В будущем актуальной задачей является
интеграция данных MODIS с другими спутниковыми источниками и
наземными измерениями в рамках комплексных систем управления
рисками засух.
Список литературы:
1.
World Meteorological Organization. State of Climate Reports. Geneva:
WMO, 2021.
2.
Justice, C.O., et al. (2002). An overview of MODIS Land data processing and
product status. Remote Sensing of Environment, 83(1-2), 3-15.
3.
Wan, Z., et al. (2004). MODIS Land Surface Temperature products: Key
issues and methodologies. Remote Sensing of Environment, 83(1), 5–18.
4.
Tucker, C.J. (1979). Red and photographic infrared linear combinations for
monitoring vegetation. Remote Sensing of Environment, 8, 127–150.
5.
Kogan, F. (1995). Application of vegetation index and brightness
temperature for drought detection. Advances in Space Research, 15(11), 91–
100.
SCIENCE AND INNOVATION IN THE
EDUCATION SYSTEM
International scientific-online conference
123
6.
Pettorelli, N., et al. (2005). Using the satellite-derived NDVI to assess
ecological responses to environmental change. Trends in Ecology & Evolution,
20(9), 503–510.
7.
Zhang, J., et al. (2017). Drought monitoring using MODIS data in Northern
China. Remote Sensing of Environment, 199, 296–310.
8.
Anyamba, A., et al. (2014). Global monitoring of droughts using satellite
observations. Bulletin of the American Meteorological Society, 95(6), 789–805.
9.
Kariyeva, J., et al. (2012). Land cover and land use change in post-Soviet
Central Asia. Remote Sensing of Environment, 121, 106–118.
