vfuzemlВестник Северо-Восточного федерального университета им. М.К. Аммосова. Vestnik of North-Eastern Federal University. Серия «Науки о Земле». Earth SciencesVestnik of North-Eastern Federal University Series "Earth Sciences"2587-8751Северо-Восточный федеральный университет имени М.К.Аммосова10.25587/2587-8751-2023-4-51-59vfuzeml-228Research ArticleФИЗИЧЕСКАЯ ГЕОГРАФИЯ И БИОГЕОГРАФИЯ, ГЕОГРАФИЯ ПОЧВ И ГЕОХИМИЯ ЛАНДШАФТОВPHYSICAL GEOGRAPHY AND BIOGEOGRAPHY, SOIL GEOGRAPHY, AND LANDSCAPE GEOCHEMISTRYУсовершенствование методик определения индекса листовой поверхности с применением беспилотных летательных аппаратов для определения продуктивности фитоценозовImproved methods for determining the leaf surface index using unmanned aerial vehicles to determine the productivity of phytocenosesГумбатовД. А.GumbatovD. A.

Гумбатов Дилан Азиз Оглы – докторант 

Баку

Gumbatov Dilan Aziz Oglu – PhD student, National Aerospace Agency of the Republic of Azerbaijan

Baku

H.Dilan@mail.ruДаниловЮ. Г.DanilovYu. G.

Данилов Юрий Георгиевич - к.г.н, заместитель ректора СВФУ по вопросам устойчивого развития арктических территорий, профессор ЭГО ИЕН, доцент

Якутск

Danilov Yuri Georgievich – Candidate of Geographical Sciences, Deputy Rector for Sustainable Development of the Arctic Territories, Associate Professor, Institute of Natural Sciences

Yakutsk

dan57sakha@mail.ruНациональное аэрокосмическое агентствоАзербайджанNational Aerospace AgencyAzerbaijanСВФУ им. М.К. АммосоваРоссияM.K. Ammosov North-Eastern Federal University,Russian Federation202320122023045159Copyright © Гумбатов Д.А., Данилов Ю.Г., 20232023Гумбатов Д.А., Данилов Ю.Г.Gumbatov D.A., Danilov Y.G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vnzsvfu.ru/jour/article/view/228

В ландшафтных и биогеографических исследованиях особую актуальность имеет оценка процесса фотосинтеза, влияющего на возможность определения продуктивности фитоценозов, расчета прироста фитомассы. Использование беспилотных летательных аппаратов (БПЛА) для оценки индекса листовой поверхности (LAI) со временем получает все больший размах благодаря их малой цены, высокой эффективности функционирования и точности. Основой для определения LAI является модель для щелевой фракции, теоретически оцениваемой с использованием закона Бера-Бугера-Ламберта. Проанализирована возможность определения  растительности с применением БПЛА, на борту которого может быть установлен либо лидар либо мультиспектрометр. В первой задаче  определяется по методу вычисления логарифма щелевой функции (фракции), умноженной на косинус угла сканирования и деленной на коэффициент ослабления. Во второй задаче используется существующая корреляции между известными вегетационными индексами и . Модели эмпирической статистической регрессии могут быть пригодными для определения LAI после определения различных вегетационных индексов. На основе результатов проводимых мультиспектральных измерений было обнаружено, что методика определения LAI, основанная на измерении интенсивности лучей, прошедших через крону растений приводит к сильно зашумленным оценкам. По этой причине было решено использование щелевой фракции (GF) При этом использован тот экспериментально установленный факт о том, что при умножении логарифма вегетационного индекса на высоту крону указанная корреляция значительно усиливается. Для повышения достоверности полученных значений  предложено использовать среднеинтегральное значение этого показателя, вычисляемого путем составления и вычисления оптимизационной вариационной задачи, содержащей дополнительно вводимое ограничительное условие. При этом удается решить обе задачи на максимум, т.е. появляется возможность повысить отношения сигнал/шум вычисляемой величины индекса . В обоих процедурах оптимизационных расчетов присутствуют обобщенные показатели, имеющие различный физический смысл.

In landscape and biogeographic studies, the assessment of the photosynthesis process, which affects the possibility of determining the productivity of phytocenoses, calculating the growth of phytomass, is of particular relevance. The use of unmanned aerial vehicles (UAVs) to evaluate the leaf surface index (LAI) is gaining more and more scope over time due to their low price, high operational efficiency and accuracy. The basis for determining LAI is a model for the slit fraction, theoretically estimated using the Bera-Booger-Lambert law. The possibility of determining the LAI of vegetation using a UAV, on board of which either a lidar or a multispectrometer can be installed, is analyzed. In the first problem, LAI is determined by calculating the logarithm of the slit function (fraction) multiplied by the cosine of the scanning angle and divided by the attenuation coefficient. The second problem uses the existing correlations between known vegetation indices and LAI. Empirical statistical regression models may be suitable for determining LAI after determining various vegetation indices. Based on the results of multispectral measurements, it was found that the LAI determination technique based on measuring the intensity of rays that passed through the crown of plants leads to highly noisy estimates. For this reason, it was decided to use the slit fraction (GF), while using the experimentally established fact that when multiplying the logarithm of the vegetation index by the height of the crown, this correlation is significantly enhanced. To increase the reliability of the obtained LAI values, it is proposed to use the average integral value of this indicator, calculated by composing and calculating an optimization variational problem containing an additional restrictive condition. At the same time, it is possible to solve both problems to the maximum, i.e. it becomes possible to increase the signal-to-noise ratio of the calculated value of the LAI index. In both optimization calculation procedures, there are generalized indicators that have different physical meanings.

лидармультиспектрометриндекс листовой площадикорреляцияБПЛАоптимизацияlidarmultispectrometerleaf area indexcorrelationUAVoptimizationReferencesYao, X. Estimation of wheat LAI at middle to high levels using unmanned aerial vehicle narrowband multispectral imagery / X. Yao, N. Wang, Y. Liu, T. Cheng, Y. Tian, Q. Chen, Y. Zhu // Remote Sensing. 2017. – 9 (12). https://doi.org/10.3390/rs9121304Yao, X. Estimation of wheat LAI at middle to high levels using unmanned aerial vehicle narrowband multispectral imagery / X. Yao, N. Wang, Y. Liu, T. Cheng, Y. Tian, Q. Chen, Y. Zhu // Remote Sensing. 2017. – 9 (12). https://doi.org/10.3390/rs9121304.Zhang, Z. Estimation of leaf area index with various vegetation indices from Gaofen-5 band reflectances / Z. Zhang, B. H. Tang // In proceedings of the IGARSS 2018. IEEE international geoscience and remote sensing symposium, Valencia, Spain. 23-27 July 2018. – Pp. 2619-2622.Zhang, Z. Estimation of leaf area index with various vegetation indices from Gaofen-5 band reflectances / Z. Zhang, B. H. Tang // In proceedings of the IGARSS 2018. IEEE international geoscience and remote sensing symposium, Valencia, Spain. 23-27 July 2018. – Pp. 2619-2622.Hasan, U. Estimating the leaf area index of winter wheat based on unmanned aerial vehicle rgb-image parameters / U. Hasan, M. Sawut, S. Chen // Sustainability, 2019. 11. 6829.Hasan, U. Estimating the leaf area index of winter wheat based on unmanned aerial vehicle rgb-image parameters / U. Hasan, M. Sawut, S. Chen // Sustainability, 2019. 11. 6829.Tunca, E. Yield and leaf area index estimations for sunflower plants using unmanned aerial vehicle images / E. Tunca, E. S. Koksal, S. Cetin [et al.] // Environ. Monit. Assess. 2018. 190. 682.Tunca, E. Yield and leaf area index estimations for sunflower plants using unmanned aerial vehicle images / E. Tunca, E. S. Koksal, S. Cetin [et al.] // Environ. Monit. Assess. 2018. 190. 682.Hu, T. Development and performance evaluation of a very low-cost UAV-LiDAR system for forestry applications / T. Hu, X. Sun, Y. Su, H. Guan, Q. Sun, M. Kelly, Q Guo. // Remote Sens. 2021. 13. 77.Hu, T. Development and performance evaluation of a very low-cost UAV-LiDAR system for forestry applications / T. Hu, X. Sun, Y. Su, H. Guan, Q. Sun, M. Kelly, Q Guo. // Remote Sens. 2021. 13. 77.Lopez-Calderon, M. J. Estimation of total nitrogen content in forage maize (Zea Mays I). Using spectral indices: analysis by random forest / M. J. Lopez-Calderon, J. Estrada-Avalos, V. M. Rodriguez-Moreno [et al.] // Agriculture 2020. 10. 451.Lopez-Calderon, M. J. Estimation of total nitrogen content in forage maize (Zea Mays I). Using spectral indices: analysis by random forest / M. J. Lopez-Calderon, J. Estrada-Avalos, V. M. Rodriguez-Moreno [et al.] // Agriculture 2020. 10. 451.Bates, J. S. Winter wheat LAI estimation using UAV mounted LiDAR / J. S. Bates // Geomundus 2020.Bates, J. S. Winter wheat LAI estimation using UAV mounted LiDAR / J. S. Bates // Geomundus 2020.Yan, P. Estimating LAI for cotton using multisource UAV data and a modified universal model / P. Yan, Q. Han, Y. Feng, S. Kang // Remote Sens. 2022. 14. 4272.Yan, P. Estimating LAI for cotton using multisource UAV data and a modified universal model / P. Yan, Q. Han, Y. Feng, S. Kang // Remote Sens. 2022. 14. 4272.Gong, Y. Remote estimation of leaf area index (LAI) with unmanned aerial vehicle (UAV) imaging for different rice cultivars throughout the entire growing season / Y. Gong, K. Yang, Z. Lin, S. Fang, X. Wu, R. Zhu, Y. Peng // Plant Methods (2021) 17:88. https://doi.org/10.1186/s13007-021-00789-10.Gong, Y. Remote estimation of leaf area index (LAI) with unmanned aerial vehicle (UAV) imaging for different rice cultivars throughout the entire growing season / Y. Gong, K. Yang, Z. Lin, S. Fang, X. Wu, R. Zhu, Y. Peng // Plant Methods (2021) 17:88. https://doi.org/10.1186/s13007-021-00789-10.

The authors declare that there are no conflicts of interest present.