Ecogeographical determinants of the ecological niche of the common milkweed (Asclepias syriaca) on the basis of indices of remote sensing of land images

Тип работы:
Реферат
Предмет:
Экономические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

BicHUK, fl, mnponeTpoBCBKoro ymBepcrneTy. Bionoria, eKonorifl. Visnik Dnipropetrovs'-kogo universitetu. Seria Biologia, ekologia Visnyk of Dnepropetrovsk University. Biology, ecology.
Visn. Dnipropetr. Univ. Ser. Biol. Ekol. 2016. 24(1), 78−86.
doi: 10. 15 421/011609
ISSN 2310−0842 print ISSN 2312−301X online
www. ecology. dp. ua
УДК 631. 4:634. 9
Екогеографiчнi детермшанти еколопчноУ rnmi ваточника сиршського (Asclepias syriaca) на основi iндексiв зн1мк1 В дистанцiйного зондування Землi
ОМ. Кунах1, ОС. Папка2
Днтропетровсъкий нацюналънийверситет iMeni Олеся Гончара, Днтропетровсък, Украгна 2Полтавська державна аграрна академiя, Полтава, Украта
Установлено законотрносп вартовання значень вегегацшних 1ндекс1 В, одержаних за допомогою даних дистанцшного зондування Земт залежно вiд геоморфолопчних предикгор1 В i розмiрiв сшьськогосподарських полв експерименгального полгону в межах Полтавсько! области Визначено можливоста засгосування вегегацшних шдекс1 В як екогеографiчних дегермiнангiв еколоп-чно! нiшi вагочника сиршського (Asclepias syriaca L.) га шших бур'-яшв. На основi знiмкiв земно! поверхт 23 березня га 27 серпня 2015 р. сенсором Operational Land Imager (OLI), установленим на супугнику Landsat 8, розраховано вегетацшт шдекси (AC-Index, Hydrothermal Composite, NDTI, NDVI, VI, MNDW, LSWI, NBR, M15). Одержану шформащю тддано аналiзу головних компоненг, а встановленi головнi компонент штерпретовано за допомогою регресшного аналiзу, в якому як предикгори висгупали геомор-фологiчнi змiннi. Тренди мшливосп рослинного покриву, формалiзованi у вигляд головних компоненг, вдалося пояснити за допомогою шдекс1 В, як1 кшьюсно характеризуюгь особливосп рельефу. Рiзнi аспекти вартавання рослинного покриву харакгеризу-югься специфжою впливу рельефних чинниюв. Важливим аспектом вартавання рослинного покриву агроекосистем е мiнливiсть у межах поля. Ступшь вартавання умов пропорцшна розмрам поля. Бiльшi поля займаюгь плакорт позици. У свою чергу, в межах малих полв джерело вартавання — змши екологiчних умов, що виникають внаслiдок нер1вностей рельефу, яю набувають бшьшого значення при наближент до балок та яр1 В. Установлено аспекти вартавання рослинного покриву, що за своею природою можуть виступати як провайдери розвигку бур'-яшв у межах агроценозгв. Безпосереднш щентифжаци угруповання бур'-яшв на космiчних знiмках Landsat не тдлягають, але можуть бути встановлеш комплекснi змши у ландшафтному покрив^ як1 виступають як марке-ри процес1 В, пов'-язаних iз розвитком бур'-янисто! рослинностi. Процедура подальшого дешифрування космiчних знiмкiв iз метою щентифжаци бур'-яшв потребуе залучення даних польових дослiджень.
Ключовi слова: вегетацшш шдекси- NDVI- аналiз головних компонент- цифрова модель рельефу
Ecogeographical determinants of the ecological niche of the common milkweed (Asclepias syriaca) on the basis of indices of remote sensing of land images
O.M. Kunah1, O.S. Papka2
'-Oles Honchar Dnipropetrovsk National University, Dnipropetrovsk, Ukraine 2Poltava State Agrarian Academy, Poltava, Ukraine
The patterns of variation in vegetative indices received by means of data of remote land sensing are described as being dependant on geomorphological predictors and the sizes of agricultural fields in an experimental polygon within Poltava region. The possibilities of application of vegetative indices have been explored through ecogeographical determinants of the ecological niche of the common milkweed (Asclepias syriaca L.) and other weeds. On the basis of images of the land surface taken on 23 March and 27 August 2015 by the sensor
Днтропетровсъкий нацюналъний утверситет iMeHi Олеся Гончара, пр. Гагарта, 72, Днтропетровськ, 49 000, Украгна Oles Honchar Dnipropetrovsk National University, Gagarin Ave., 72, Dnipropetrovsk, 49 010, Ukraine Tel.: +38−098−858−23−79. E-mail: olga-kunach@rambler. ru
Полтавсъка державна аграрна академiя, вул. Ворошилова, 1/3, Полтава, 36 003, Украта Poltava State Agrarian Academy, Voroshilov Str., 1/3, Poltava, 36 003, Ukraine E-mail: ksenija_papka@mail. ru
control Operational Land Imager (OLI), installed on the satellite Landsat 8, vegetative indices have been calculated (AC-Index -aerosol/coastal index, Hydrothermal Composite, NDTI — Normalized Difference Tillage Index, NDVI — Normalized Difference Vegetation Index, VI — Vegetation Index, MNDW — Modified Normalized Difference Water Index, LSWI — Land Surface Water Index, NBR -Normalized Burn Ratio, Ml 5). The data obtained have been subjected to principal component analysis and the revealed principal components have been interpreted with the help of regression analysis, in which geomorphological variables have been applied as predictors. It was possible to explain the trends of variability of the vegetative cover, formalized in the form of the principal component, by means of indices which quantitatively characterise features of relief. The various aspects of variation of vegetative cover have been shown to be characterised by the specificity of the influence of relief factors. A prominent aspect of the variation of the vegetative cover of agroecosystems is variability within a field. The degree of a variation of conditions is proportional to the size of a field. Large fields occupy level plain positions. In turn, within small fields sources of variation are changes in ecological conditions which arise owing to unevenness of relief, which increases in proximity to gullies and ravines. We have identified the aspects of the variation of vegetative cover which by their nature can be considered as contributers to the growth of weeds in agroceonoses. Satellite imaging by Landsat does not allow direct identification of concentrations of weeds, but it can reveal complex changes in the landscape cover, which act as markers of the processes connected with development of weed vegetation. The procedure of further decoding of satellite images for the purpose of identification of weeds requires greater attention in this field of research.
Keywords: vegetative indices- NDVI- principal component analysis- digital model of relief
Вступ
Серед великого pi3HOMamTra вида бур'-яшв найвищий негативний вплив на поави культурних рослин проявля-ють бaгaторiчнi бур'-яни. Кр1м аборигенних вида потен-цйне мсце серед багато^чникш посэдае адвентивний вид -ваточник сиршський (Asclepias syriaca L.) (Remenyuk, 2013). Ваточник сиршський характеризуется здатшстю займати порушен мсцеперебування, збшьшуе свое по-ширення внаслвдок перетворення лук i дайв на сшьськогосподарсью землi у центральнш та твтчно-схадшй частин США та Швденнш Канада (Malcolm, 1989- Brower, 1995). У пращ Paukova et al. (2014) проведено картографування просторового розмщення осередюв ваточника звичайного. Цей вид переважно зус^чаеться у закинутих виноградниках i постшних лучних угрупован-нях. Установлено проникнення ваточника сиршського у мiсцеперебувaння Triticum aestivum та Helianthus annuus. Часто вид зус^чаеться у вигляда тонких i подовжених стрiчок уздовж дорц Деяк1 осередки ваточника сирш-ського розташован у зонах значно! ерози та трансфор-мацй'- первинного рослинного покриву. Також вказуеться на поширення ваточника сиршського уздовж автомо-бшьних дор1г i зал1зниць, а також на звалищах (Valacho-vic, 1987, 1988). Ваточник трапляеться на полях iз соею, кукурудзою, пшеницею, в1всом (Cramer and Burnside, 1982- Hartzler and Buhler, 2000). В Угорщин ваточник — на закинутих сшьськогосподарських упддях (Sarkany et al., 2008- Csontos et al., 2009).
Сучаст сшьськогосподарсью ландшафти сформова-нi за впливу системи виробництва, спрямовано! на мак-симiзaцiю врожаю та економiчно! ефективност (Robertson and Swinton, 2005- Swinton et al., 2006- Моskalets, 2015). Як частина щдходу до бiологiчного контролю шюдниюв i бур'-ян1 В, менеджмент мiсцеперебувaнь мае на меп збiльшити таку екосистемну функцш, як регуляцiя шюдниюв завдяки посиленню впливу природ-них ворог1 В через маншулювання рослинними ресурсами в межах ландшафту (Bugg and Pickett, 1998). Звичай-но, це виконуеться за допомогою ввдбору рослин, яю забезпечують лiмiтуючi ресурси (так1 як пилок, нектар, додaтковi сховища або притулки) та формування серед сшьськогосподарських упдь осередк1 В iз цих рослин або рослинних угруповань з! х участю (Landis et al., 2000). На противагу iншим типам менеджменту шюдниюв, менеджмент мiсцеперебувaнь — унжальний для прямого
забезпечення або створення умов для iнших екосистем-них сервiсiв. Це включае естетичн1 аспекта, збереження бiорiзномaнiття, очищення стiчних вод, стримування бур'-ян1 В, стимулювання контролювально! функци угруповань безхребетних (Fiedler et al., 2008- Kulbachko et al., 2011- Brygadyrenko, 2015).
Економiчнa значимсть бур'-ян1 В через! х вплив на продуктивтсть сiльськогосподaрського виробництва потребуе точно! оцшки мiсцезнaходження у просторi та швидкосп поширення бур'-янiв у чай (Campbell, 1991). Проведення робiт iз вивчення зaсмiченостi, ботан1чного обстеження, картування пол1 В дозволяе рaцiонaльно ви-користовувати асортимент препарапв в! дпов1дно до характеру засмченосп пол1 В i тим самим оптимзувати строки внесения герб1цид1 В, норми 1х витрат, мiнiмi-зувати забруднення навколишнього середовища (Saske-vych, 2008- Remenyuk, 2013).
Мотториш^ програми оцшки стану бур'-яшв потре-бують значного часу та е дуже витратними (Pitt and Miller, 1988- Auld, 1995). Висока варт1сть спостережень не сприяе повторюваност1 для визначення змш 1нвазй'- в чaсi. Труднощi у точнш iдентифiкaцil мiсць спaлaхiв швазш можливi без використання системи глобального позицюнування (Global Positioning Systems — GPS) (Lass and Callihan, 1993). Стрiмкий розвиток технолог^ оброб-ки просторово-коордииовaних даних iз концептуально нових позиц1й дозволив пiдiйти до виршення актуальних теоретичних проблем агроекологй'- та виконання практич-них завдань сшьськогосподарського виробництва (Kono-valova et al., 2010- Demydov et al., 2013- Zhukov et al., 2013, 2015- Zhukov, 2015- Dychenko et al., 2015). Дат дис-танцшного зондування Земл1 звичайно застосовуються для картографування широких клайв рослиииостi або тишв земель, або загалом типiв сшьськогосподарських земель чи пасовищ. Картографування окремих вид1 В рослин зд1йснити важко, оскiльки рослини ргдко мають уншальш та незм1нн1 спектральн1 характеристики (Fitzpatrick et al., 1990- Price, 1994). Навпъ якщо бур'-ян мае спектральш характеристики, як1 сильно в1дазняються вгд 1нших рослин, зм1ни можуть в1дбуватися залежно вгд родючост1 грунту, кшькосп поживних речовин або воло-ги, впливу захворювань або тварин та застосування герб1цид1 В. Все це значно ускладнюе застосування даних дистанц1йного зондування, особливо для картографування швазш на значних тертоаях. Але вiдмiниостi у розмiрaх рослин, швидкост1 росту, швидкосп настання
зршосп, структури та забарвлення у певн перюди часу можуть сприяти дискримшацц. Наприклад, багато спек-тральних особливостей виникають, коли рослини, як1 викликають штерес, кштнуть (Lass et al., 1996). Найваж-ливший аспект у вивченн за допомогою дистанщйного зондування бур'-ятв — це щентифжацш ключових стадий росту бур'-ятв для визначення того моменту, коли вони найкращим чином можуть бути диференцiйованi ввд шших рослин (Everitt et al., 1992- Gardiner et al., 1998). Тенденцш серед багатьох бур'-янiв зростати в окремих осередках iз декшькома рослинами може спричинити дискримiнацiю (Cardina et al., 1997- Rew et al., 1997).
Дистанцшне зондування дае приклади успiшного картографування деяких бур'-ятв. Аерофотографiю за-стосовано у багатьох дослщженнях переважно для щентифгкацп бур'-яшв iз квiтами, якi можна чггко розрiзнити (наприклад, арктотека Arctotheca calendula) (Arnold et al., 1985). Багатоспектральна аерофотографiя застосована для картографування значного дiапазону бур'-янiв на сiльгоспугiддях (Brown et al., 1994) i на пасо-вищах. Такi знiмки швидко можуть бути опрацьованi та стати основою для локального застосування мшчних засобiв контролю вщповщно, що дае 1х економш (Everitt et al., 1995, 1996- Lass et al., 1996).
Значно менше прикладiв картографування бур'-ятв на региональному рiвнi за допомогою супутникових да-них. Видатний зразок — картографування помiрних i значних iнвазiй орляка звичайного у межах Шотландп за допомогою зшмкш мультиспектрального сканера Landsat (Landsat Multispectral Scanner — MSS) у поед-наннi з аналiзом топографiчних даних та даних про властивосп грунпв. Багато усшшних результапв одержано на регюнальному рiвнi гад час картографування люових бур'-янiв (Everitt et al., 1996- Gardiner et al., 1998).
Головне обмеження сучасних систем дистанщйного зондування полягае у розрiзненнi свiтла та розсiюваннi швазп бур'-янш. Найбшьший прiоритет — установлення нових територiй, на якi поширюеться швазгя бур'-ятв (Moody and Mack, 1988). У багатьох дослвдженнях лiмiтом виявлення бур'-ятв було проективне покриття 20−30%, навпъ коли застосовано аеросенсори з метро-вою та субметровою роздшьною здатнiстю. Але цей лiмiт варше залежно вщ виду бур'-яну та типу сенсора. Така проблема виникае найчаспше, коли розмiр осередкiв бур'-яшв сшврозмрний iз розмiром ткселя (Lass et al., 1996- Lass and Callihan, 1997). Це обмеження може бути частково виршене завдяки картографуванню найвiрогiднiших мюпь iнвазii або тих титв рослинного покриву або асощащй, у якi найвiрогiднiше можуть проникнута бур'-яни (Dewey et al., 1991- Peters et al., 1992).
Дат дистанщйного зондування Землi окремо тколи не зможуть дати необидно! точносп у картографуваннi просторового розмщення бур'-ятв. Додатковi вщомосп вщ традицшного збирання шформацп, клiматичнi, топографiчнi, гiдрографiчнi та Iрунтовi особливосп повиннi бути поеднат з даними дистанщйного зондування для одержання найкращих результатов (Pitt and Miller, 1988- Fitzpatrick et al., 1990).
Мета наших дослвджень — встановити закономiрностi варшвання значень вегетацiйних щдексгв, одержаних за допомогою дистанщйного зондування Земл^ залежно вщ геоморфолопчних предикто^в i розмрш сшьськогоспо-
дарських полiв, визначиги можливосп застосування веге-гацiйних iндексiв як екогеографiчних дегермiнангiв еко-лог^чно! нлтп ваточника сирiйського (Asclepias syriaca L.) га iнших бур'-янiв.
Матерiал i методи досл1джень
Розвигок багагоканально! космiчноl зйомки га гехнологiй побудови тривимiрних моделей рельефу сгворюе новi можливосп для дослiдження зв'-язкiв видiв з умовами середовища га оцiнювання якосп мiсце-перебувань (Puzachenko et al., 2006- Zhukov et al., 2011- Demydov et al., 2013). У нашш робой викорисгано магерiали з набору шструменпв Operational Land Imager (OLI), установленого на супугнику Landsat 8 (Geological Survey (U.S.), and EROS Data Center 1900 EarthExplorer [Reston, Va. ]: U.S. Dept. of the Interior, U.S. Geological Survey, www. purl. access. gpo. gov/GPO/LPS82497). Зтмки земно!'- поверхт проведет в рш облiку вагочника сиршського — 23 березня га 27 серпня 2015 року.
Мульгиспектральнi сканери супугник1 В Landsat 8 дозволяюгь ощниги величину вiдбигоl радiацil у смузi довжин хвиль 0,433−1,390 мкм iз просгоровою роздiльною здатнiсгю 30×30 м на мiсцевостi (зтмальш канали 1−7, 9) i панхромагичним каналом iз роздiльною Здатнiсгю 15×15 м (знiмальний канал 8), охоплюючи в гакий споаб бiльшу частину спектра сонячно!'- радацп. Зйомка здiйснюеться в дев'-яти спектральних дiапазонах (каналах) (умовнi позначки — В1-В9), що вщповщають основним вжнам прозоросгi агмосфери. Це забезпечуе опгимальне вiдображення енергегичних характеристик для хвиль, довжина яких вiдповiдае максимальному сприйняттю дiяльною поверхнею. Поряд iз прямим при-значенням каналiв Landsat властивосп середовища селективно вiдбиваюгься через! х спiввiдношення (iндекси) (Demydov et al., 2013). Множина iндексiв сис-гемагизована у виглядi гако! типологи (габл.).
Карту дослiдженоl гериторй, мкця розташування осередкiв ваточника сирiйського га межi полiв наведено на рисунку 1. За векгорним шаром, який мiстигь iнформацiю про розташування сшьськогосподарських полiв, установлено! х площу, яку для аналзу логарифмо-вано (Log_Area). Як геоморфологiчнi предиктори обрано перелш показникiв (Kunakh and Papka, 2016): DEM (висо-га рельефу над рiвнем моря), TWI (гопографiчний щдекс вологостi), ФАР (фогосинтегично активна радащя), LS (фактор ерозй), TPI (щдекс гопографiчного положення).
Для створення цифрово! моделi рельефу iнформацiю одержано з ресурсу EarthExplorer (www. earthexplorer. usgs. gov). За основу взято шформацшний продукт SRTM 1 Arc-Second Global. Продукт SRTM (Топографiчна ра-дарна мiсiя шашв — Shuttle Radar Topography Mission) надае iнформацiю про висоту поверхт Землi iз заповне-ними пустотами з роздшьною здаттстю 1 арксекунда (близько 30 м). Просторовi дат оброблено за допомогою програми ArcGis 10.0. Похiднi вiд цифрово! моделi рельефу одержано за допомогою програми SAGA 2.2.2 (www. saga-gis. org). Статастичт розрахунки проведено у програмi Statistica 7.0.
Ta6nu^
THnoaorm iiucKciii Landsat 8 OLI* (Operational Land Imager) and TIRS (Thermal Infrared Sensor)
Канал Канал 2 (B2) Канал 3 (B3) Канал 4 (B4) Канал 5 (B5) Канал 6 (B6) Канал 7 (B7)
Канал 1 (В1) AC-Index — - - - -
Канал 2 (В2) — - Hydr — M15 —
Канал 3 (В3) — - Xanto-phil Green NDVI MNDW —
Канал 4 (В4) — - - NDVI — -
Канал 5 (В5) — Chlorophill a — LSWI NBR
Канал 6 (В6) — - - - - STI, VI, NDTI
Примiтки: умовш скорочення шдексш — див. у текст! 1. 1ндекс аерозолш-узбережжя (aerosol/coastal) (AC-Index): (B1
— B2)/(B1 + B2). 1ндекс названий по шет каналу B1 — канал узбережжя та аерозолш. Цей канал чутливий до концентрацп аерозолш в атмосфера 1нша важлива властивгсть цього каналу
— можливють шспекцп млководних прибережних i внутрiшнiх вод для оцшювання опадв, оргатчно1 речовини, коралових рифш, планктону, що мiстить хлорофш. Поряд i3 зазначеними можливостями, цей шдекс може застосовуватися для ощню-вання щiльностi деяких тишв рослинностi, тому що багато рослин мають епжутикулярт восковi покриви, якi вiдбивають шкiдливi ультрафiолетовi променi (www. surfaceheat. sites. yale. edu/sites/default/files/Coastal%20Aerosol%20Band1. pdf). У зв'-язку з тим, що серед супутниюв Landsat такий канал з'-явився вперше, фактичних даних щодо застосування цього
шдексу дуже мало.
2. Пдротермальний композит (Hydrothermal Composite), шдекс o^raiB залiза (Iron Oxide) (Hydr): B4/B2.
3. Глинистi мшерали (Clay Minerals) (Clay), а також простий iндекс рiллi (Simple tillage index — STI): B6/B7. Через насту -пне перетворення може бути отриманий нoрмалiзoваний диференцiальний iндекс рiллi (Normalized Difference Tillage Index — NDTI) (Van Deventer et al., 1997).
4. Нoрмалiзoваний рiзницевий шдекс рослинносп (Normalized Difference Vegetation Index — NDVI): (B5 -B4)/(B5 + B4). 1ндекс рoслиннoстi ураховуе варiювання бю-маси та особливоси типiв рoслиннoстi (Vegetation Index -VI): (B6 — B7)/(B7 + B6).
5. Модифжований нoрмалiзoваний рiзницевий водний iндекс -чутливий до вмсту води у зеленiй бioмасi (Modified Normalized Difference Water index — MNDW): (B3 — B6)/(B3 + B6).
6. Индекс вологосп поверхт Землi (Land Surface Water Index, Normalized Difference Infrared Index — LSWI): (B5 — B6)/(B5 + B6).
7. Нoрмалiзoване вщношення пожеж (Normalized Burn Ratio -NBR): (B5 — B7)/(B5 + B7).
8. 1ндекс M15 чутливий до технологи обробки Грунту, вiн може розглядатися як один i3 варiантiв iндексiв рiплi (Van Deventer et al., 1997): (B2 — B6)/(B2 + B6).
Результата та Тх обговорення
Вегетацiйнi iндекси, oдержанi на oснoвi знiмкiв пoверхнi Землi iз супутника Landsat, вщдзеркалюють рiзнi особливосп рослинного покриву. Оскiльки вони ва або чутливi безпосередньо до вмюту хлoрoфiлу у росли-нах, або до шших особливостей рослинного покриву, ix значення певно! мiрoю скорельоват мiж собою.
I-1−1-1−1-1−1-1−1
О 2.5 5 10 Км
Рис. 1. Карта дослдженоТ територЕ: точками позначено мюця трапляння осередюв ваточника сиршського, жтгонами вiдмiченo межi сiльськoгoспoдарськиx жшв
Для виокремлення незалежних iнформацiйно ади-тивних трендiв мiнливостi iндексiв проведено анатз головних компонент мiнливостi iндексiв Landsat у межах сшьськогосподарських полiв. Поряд з iндексами проаналiзовано щддаш данi про дiапазон мiнливостi шдекав у межах окремого поля. Для анашу сформовано матрицю, що мiстила 115 рядюв, як! вщповвдали сiльськогосподарським полям, та 44 стовпчики: 11 ш-дексiв за дв! дати (23 березня та 27 серпня 2015 р.) та вщповщш дан! про дапазон варшвання шдекав у межах поля.
У результат! анал! зу видшено 44 ортогональш голов-ш компоненти. Ортогональтсть — умова шформацшно! незалежностг Кожна головна компонента несе додатко-ву шформащю, яку не мютять шш! головш компоненти.
1нформацшну щншсть кожно! головно! компоненти характеризуе вщповвдне власне число, за значенням яко-го головш компоненти можуть бути ранжоваш вщ найважлившого до останнього за ступенем важливосп описання варшвання хмари даних (Kim and Myuler, 1989). Власне число — добуток вар! ацп, яка вщдзеркалю-еться даною головною компонентою до загально! вар! аци, подшено! на кшьюсть змшних. Тобто власне число вказуе на шформацшну перевагу головно! компоненти над середньою шформацшною щншстю похвдних змшних. Вщповвдно до тако! властивосп, для подальшо-го розгляду сл! д залишити тшьки т головш компоненти, власш числа яких перевищують одиницю. Проведен! розрахунки свщчать, що ам головних компонент харак-теризуються власними числами, що перевищують оди-ницю (рис. 2). Ц головш компоненти разом описують 89,3% вар! абельносп простору ознак.
Головна компонента 1 описуе 30,1% загально! вар! ащ! ознак. Цю компоненту можна штерпретувати за значенням коефщенпв кореляцй з матфестними змшними (табл. 2). Найвищими за модулем коефщентами кореляцй характеризуються показники ступеня мшливосп шдекс! в у межах поля. Таким чином, головну компоненту 1 можна визначити як мру вар! абельносп шдекав у межах окремого поля. Загальна лшшна модель дозволила встанови-ти, що геоморфолойчш предиктори та площа поля описують 16,0% вар! абельносп головно! компоненти 1 (табл. 3). Статистично в! ропдними предикторами е площа поля (стандартизований регресшний коефщент -0,31 ± 0,10) та висота рельефу (стандартизований регресшний коефщент 0,38 ± 0,10). Найбшьшою вар! абельшстю шдекс! в Landsat у межах сшьськогосподарських полш, що вщображаеться значеннями головно! компоненти 1, характеризуються бшьш! за розм! ром поля, а також розташоваМ ближче до депресш рельефу (балок або яр! в).
Головна компонента 2 описуе 21,1% загально! диспер-си та характеризуеться найвищими модулями кореляцй таких шдекс! в як greenNDVI, LSWI, MI, NBR та багато шших (табл. 2). Слад зазначити, що особливють ще! головно! компоненти — протилежна динамка значень ш-дексш навесш та влпку. Головна компонента 2 найчут-ливша до сезонно! компоненти мшливосп рослинного покриву. Геоморфолопчш змшш та площа пол! в визна-чають 30,0% мшливосп головно! компоненти 2 (табл. 3). Статистично в! ропдними предикторами у рамках загально! лшшно! модел е площа поля, висота рельефу та ш-декс топограф! чних передумов ерозй'- (LS-фактор). Найвь
ропдщше, що головну компоненту 2 змстовно можна штерпретувати як яюст розб! жносп у рослинному покрив!, зумовлет вирощуванням ярих або озимих культур. Тод зрозумшим стае протиставлення р! вшв шдекав навесш та влпку в межах одного поля. Навесш поля, на яких виаяш озим! культури, характеризуються пдви-щеними значеннями вегетащйних шдекйв. До юнця лла вже вщбуваються жнива цих культур, тому у серпт вегетацию шдекси на цих полях будуть пор! вняно мен-шими. Багато з ярих культур наприюнщ лта залишаються ще не з! браними, цим зумовлеш зворотт розб! жносп: навесш яр! культури ще не посходили, тому вегетацшт шдекси мал! за значенням, а наприюнщ лпа щ поля ха-рактеризуються досить високими значеннями вегета-щйних шдекйв.
14
12
ч т
¦ 30. 10%



CT 1С. 59%
658%5. 84% 3 10%


5 10
Порядок власного числа
15
Рис. 2. Ранжування головних компонент за власними значеннями: наведено перш! 15 власних чисел- вказано частку вар! абельносл, яка описуеться вдаоввдною головною компонентою
Головна компонента 3 описуе 11,9% загально! диспер-си (табл. 2). Вона характеризуеться високими р! внями кореляцй з такими показниками як пдротермальний композит, шдекс АС, MNDW, NDB3B2 (залежить вщ активносп ксантофшу). Переважна бшьшкть шдекйв, чутливих до ще! компоненти, змшюеться у весняний перюд. Для розумшня природи ще! компоненти важлив! геоморфолойчш предиктори. Вони та площа пол! в у рамках загально! лшшно! модел пояснюють 20,0% мшливосп головно! компоненти 3. Статистично в! ропдними предикторами е площа поля, топограф! чний шдекс вологосп, к1льк1сть фотосинтетично активно! радацп, шдекс топограф! чно! позицп (табл. 3). Сукуптсть цих показниюв дозволяе штерпретувати головну компоненту 3 як раньовеснят розб1жносп у динамщ зростання рос-лин, зумовлеш особливостями рельефу.
Очевидно, що особливютю весняного етапу вегетаци е збп- достатнього р! вня зволоженост! грунту, який вини-кае як наслщок танення сн! гу та умов теплозабезпечен-ня. Саме остання обставина, яка регулюеться рельеф-ними особливостями, виступае як чинник, що впливае на швидюсть зростання рослин на локальному р1вш. Також як особливост! слад вщзначити пом! рн! за модулем коефщенти кореляцй головно! компоненти 3! з показниками д! апазону мшливосп! ндекс!в у межах поля. Причому ц! коеф! ц!енти в! рог!дн! для даних, отриманих
^ 10
8
6
4
2
0
улику. Таким чином, варiабельнiсть рослинного покриву, зумовлена чутливютю до рельефних особливостей тшьки навеснi, мае сво1м наслвдком шдвищення варiабельносгi рослинного покриву наприкшщ лiта, хоч у цей перюд чутливостi до особливостей рельефу в такому контекст вже не спостершаеться.
Головна компонента 4 описуе 10,6% загально! диспер-си простору ознак. Статистично вiрогiдними коефщ-ентами i3 цiею компонентою характеризуються показники варiабельностi значень iндексiв у межах поля. При цьому весняш та лiтнi показники характеризуються протилеж-ними значеннями. З iндексiв найчутлившим як навеснi, так i влтгку е NDB3B2, який вщображае активтсть ксан-тофшу (табл. 2). Геоморфолопчт предиктори здатнi по-яснити 14,0% мшливосп головно! компоненти 4 (табл. 3). Статистично вiроriдним предиктором е LS-фактор, який вщображае потенцiйнi можливосп розвитку ерозшних процесiв. Сукупнiсть ознак, яю описують головну компоненту 4, дозволяе не виключати можливкть розглядати цю компоненту як пов'-язану з розвитком бур'-янисто! рослинносп. Наявтсть бур'-янв пояснюе мiнливiсть вегетацшних шдексш у межах поля. Високий ршень iндексу NDB3B2 може вщдзеркалювати особливосп фенологй'- бур'-янiв, як1 вiдрiзняються вщ динамжи розвитку культурних рослин, що може в1дбиватися на спек-тральних особливостях пол1 В залежно вщ рiвня розвитку
бур'-яшв. Також активтсть ерозшних процейв слад розглядати як фактор дестабшзацп рiвномiрностi перебпу еколопчних процесiв, що е приводом для проникнення у межi сшьськогосподарського поля екологiчно активн1ших в умовах нестабiльного середовища шкдливих видiв рослин. Але наявних даних недостатньо для перевiрки гшо-тези про зв'-язок головно! компоненти 4 з бур'-янистою рослиннiстю. Ця гшотеза може бути перевiрена сшвстав-ленням результапв польових дослвджень просторового розподiлу бур'-яшв, переважно ваточника сирiйського, з результатами дистанцшного зондування поверхнi Землi. Очевидно, що неможливо безпосередньо щентифжувати рослини бур'-яшв, аналiзуючи данi дистанцшного зондування Земл з вщповщними р1внями роздiльноi здатносп. 1ндикаторне значення для вдентифшаци можуть мати ландшафтао-еколопчш передумови розвитку бур'-яшв, як1 власне можуть бути встановлеш за допомогою дистанцшного зондування. Поряд iз передумовами шдикаторне значення мають т трансформацшш процеси у структурi рослинного покриву культурних бюгеоценозщ, як1 шду-коват бур'-янами. Крiм вщображення на космiчних зшмках, результати ц1е1 трансформацii впливають на за-гальний р1вень функцюнування агроекосистеми, що мае свое вираження у рiвнi врожайност1 йльськогосподар-ських культур.
Таблиця2
Кореляц1я головних компонент та 1мдекс1 В Landsat (наведено статистично в1ропдт коеф1ц1см'-1и за Р & lt- 0,05)
Головш компоненти
1ндекси PC 1 PC 2 PC 3 PC 4 PC 5 PC 6 PC 7
серед- дiапа- серед- дiапа- серед- дiапа- серед- дiапа- серед- дiапа- серед- дiапа- серед- дiапа-
не зон не зон не зон не зон не зон не зон не зон
23 березня 2015 р.
ac index — -0,36 — 0,30 0,81 -0,43 0,47 — - -0,44 — -0,23 — 0,33
chlor a -0,61 -0,87 -0,48 — -0,44 — - 0,29 0,41 — - - - -0,27
gr ndvi -0,55 -0,83 -0,47 0,28 -0,55 — - 0,33 0,36 — - - - -0,23
hydro — -0,55 — 0,44 -0,80 -0,24 -0,56 — - -0,50 — -0,22 — 0,24
lswi -0,78 -0,75 -0,21 0,29 — - 0,38 0,28 0,21 — - - 0,35 -0,31
mi -0,58 -0,85 -0,42 0,23 -0,58 — - 0,32 0,35 — - - - -0,23
mndw -0,37 -0,53 0,22 0,40 0,44 — 0,52 0,28 — -0,42 — -0,21 0,47 —
nbr -0,79 -0,75 -0,22 0,35 -0,20 — 0,30 0,24 0,22 — - - 0,33 -0,34
ndb4b3 -0,26 -0,73 -0,23 0,38 0,63 -0,21 0,62 — 0,19 -0,36 — - - -
ndti -0,74 -0,52 -0,22 0,41 -0,44 — - - 0,22 — - -0,19 0,23 —
NDVI -0,60 -0,88 -0,52 — -0,39 — - 0,28 0,40 — - - - -0,26
27 серпня 2015 р.
ac index — -0,31 0,20 0,26 -0,20 — 0,20 -0,36 -0,43 0,39 0,71 -0,50 — -
chlor a 0,32 -0,44 0,82 0,58 -0,25 0,30 0,21 -0,37 0,25 — - 0,35 — -
gr ndvi 0,36 -0,61 0,82 0,37 -0,22 0,39 0,19 -0,45 0,30 — - 0,31 — -
hydro — - - 0,42 0,21 — - -0,31 0,40 0,33 -0,78 -0,52 — -
lswi 0,40 -0,57 0,82 0,35 -0,22 0,40 0,23 -0,52 0,23 — - - - -
mi 0,35 -0,42 0,82 0,62 -0,22 0,31 — -0,39 0,32 — - 0,24 — -
mndw 0,43 -0,23 0,71 0,42 -0,20 0,20 0,27 -0,38 — - - - - -0,28
nbr 0,43 -0,63 0,82 0,25 -0,20 0,39 0,22 -0,52 0,23 — - - - -
ndb4b3 -0,26 -0,73 -0,23 0,38 0,63 -0,21 0,62 — 0,19 -0,36 — - - -
ndti 0,47 -0,66 0,77 — - 0,30 0,20 -0,41 0,20 — - - - -
NDVI 0,35 -0,61 0,82 0,39 -0,27 0,37 0,23 -0,44 0,20 — - 0,31 — -
Головна компонента 5 описуе 6,6% варiабельностi сукупносп ознак. Найважливша особливiсть цДе1 компоненти — те, що майже ва вегетацiйнi 1ндекси характеризуються статистично вiрогiдними коефiцiентами кореля-uii одного знаку (табл. 2). Але найбшьшими кореляцшни-
ми коефiцiентами за модулем характеризуються шдекси АС та стушнь м1нливост1 цього 1ндексу в межах поля. Тшьки спектральнi характеристики сенсорiв супутника Landsat 8 дозволяють одержувати iнформацiю, необхгдну для розрахунку шдексу АС. Назва цього шдексу розшиф-
ровуеться як aerosol/coastal, тобто вш чутливий до стану атмосфери, а саме до запиленостД атмосфери. У цьому контекст стае зрозумшим протиставлення бшьшо! за-пиленосп атмосфери, з одного боку, та бшьшо! юлькосп рослин — з Дншого. Очевидно, що запилен1сть атмосфери шщюеться факторами антропогенно! природи, а саме наявн1стю населених пункпв, автодорн- i залДзниць. ЦД обставини — фактори розповсюдження бур'-янв (ваточника сиршського у тому числД). Площа поля та гео-морфологДчн предиктори у рамках загально! лшшно! моделД визначають 19,0% вардабельносп головно! компоненти 5 (табл. 3). Статистично вДропдт предиктори —
площа поля та кшьюсть фотосинтетично активно! радаацп. Площа поля — маркер масштабного аспекту вардабельносп, яку вДдображае головна компонента 5. Придорожн насипи формують рельеф, який мае такий нахил, що у випадку твденно! експозицц схилу поверхня одержуе значно бшьшу кшьюсть сонячно! радаацп, нДж навколишн дшянки. Так антропогенш деформацц рельефу чдтко шдикуються на космчних зндмках. Таким чином, головна компонента 5 також може вДдбивати тенденцп трансформаци рослинного покриву та рельефу, що можуть провокувати щдвищену iнгенсивнiсть розсе-лення бур'-яндв.
Таблиця3
Загальна. |1м1йма модель впливу геоморфологчних показникэв i млощ1 поля на значення головних компонент (наведено стандартизований регресшний коефщкнт ± стандартна помилка)
Предиктор PC1 PC2 PC3 PC4 PC 5 PC7
R2 = 0,16, F = 3,45, Р = 0,003 R2 = 0,30, F = 7,56, Р = 0,000 R2 = 0,20, F = 4,61, Р = 0,000 R2 = 0,14, F = 2,82, Р = 0,013 R2 = 0,19, F = 4,32, Р = 0,001 R2 = 0,30, F = 7,72, Р = 0,000
Log Area -0,31 ± 0,10* 0,54 ± 0,09* 0,21 ± 0,09 -0,19 ± 0,10* -0,40 ± 0,09* -0,23 ± 0,09*
DEM 0,38 ± 0,10* -0,22 ± 0,09* -0,08 ± 0,10 0,12 ± 0,10 -0,06 ± 0,10 -0,27 ± 0,09*
TWI 0,14 ± 0,12 -0,05 ± 0,11 0,28 ± 0,11* 0,02 ± 0,12 0,00 ± 0,11 0,30 ± 0,11*
ФАР 0,01 ± 0,09 -0,09 ± 0,08 -0,29 ± 0,09* 0,10 ± 0,09 0,18 ± 0,09* -0,26 ± 0,08*
LS 0,02 ± 0,10 0,27 ± 0,09* -0,11 ± 0,10 0,21 ± 0,10* -0,06 ± 0,10 0,06 ± 0,09
TPI 0,04 ± 0,11 0,01 ± 0,10 0,25 ± 0,10* 0,15 ± 0,11 0,05 ± 0,10 0,20 ± 0,10*
Прим1тка: * - статистично вдропдт коефщДенти для Р & lt- 0,05.
Головна компонента 6 пояснюе 5,8% загально! дисперси. Вона характеризуемся високим рдвнем кореляцп з такими Дндексами як АС та пдротермальний композит у кднцД дата (табл. 2). Як вже зазначалось, Дндекс А С чутливий до запиленостД атмосфери, а пдротермальний Дндекс — до властивостей дшянок, не покритих рослинним покривом. Ця компонента не мае статистично вДропдного зв'-язку з розмдром площД полДв i геоморфологдчними показниками (R2 = 0,02, F = 0,41, Р = 0,87). Очевидно, що головна компонента 6 може вДдображати хДд жнив наприюнцД дата, якД супроводжу-ються звшьненням поверхн вдд рослинного покриву та шдвищенням запиленостд атмосфери.
Головна компонента 7 описуе 3,1% вардабельностд простору ознак. Вона корелюе переважно з тими Дндек-сами, якД вДдображають стан вологостД рослинного покриву. Цю компоненту можна штерпретувати як показник функцюнального стану вегетуючо! рослинносп. За результатами загально! лшшно! моделД 30% вардабельностд головно! компоненти 7 можна пояснити за допомогою розмрДв поля та геоморфологдчних предиктордв (табл. 3).
Статистично вдрогДдними предикторами головно! компоненти 7 е площа поля (нормований регресшний коефщент -0,23 ± 0,09), висота рельефу (-0,23 ± 0,09), топографдчний Дндекс вологостд (0,30 ± 0,11), кшьюсть фотосинтетично активно! радаацц (-0,26 ± 0,08) та Дндекс топографдчно! позицц (0,19 ± 0,10). Результата регресш-ного анашу дозволяють уточнити штерпретащю головно! компоненти 7. I! можна визначити як показник воло-гостд рослин, яка головною мрою визначаеться рельеф-ними чинниками.
Висновки
У хода проведеного дослДдження на основД даних дистанцшного зондування ЗемлД видшено головн тренди мшливосп рослинного покриву. БшьшДсть цих тренда, якД формалзован у виглядД головних компонент, вдалося пояснити за допомогою шдексДв, якД юльксно характери-зують особливостд рельефу. Показано, що рдзнд аспекти варДювання рослинного покриву характеризуються специфдкою впливу рельефних чинниюв.
Важливий аспект варДювання рослинного покриву аг-роекосистем — мшливДсть у межах поля. Стушнь варДювання умов пропорцДйна розмдрам поля. Велик поля займають плакорн позицц. У свою чергу, в межах малих полДв джерело варДювання — змДни екологДчних умов, якД виникають через нерДвносп рельефу та набувають бшьшого значення при наближеннД до балок Д ярДв.
Установлено аспекти варДювання рослинного покриву, якД за своею природою можуть виступати як провай-дери розвитку бур'-яшв у межах агроценозДв. Безпо-середнДй Ддентифшацц угруповання бур'-янДв на космчних знмках Landsat не щдлягають, але можуть бути встановленД комплекснД змДни у ландшафтному покривД, якД виступають як маркери процесДв, пов'-язаних Дз роз-витком бур'-янисто! рослинносп. Процедура подальшого дешифрування космчних зшмюв Дз метою вдентифжацп бур'-янДв потребуе залучення даних польових дослДджень.
Ei6. iorpa$iHHi iIOCII. lanim
Arnold, G.W., Dandridge, F., 1985. The capeweed content of pastures in south-west Western Australia. Aust. J. Exp. Agr. 25(1), 117−123.
Auld, B.A., 1995. A brief overview of weed survey methods. In: Lemmerle, D., Corey, S. (eds.). Survey Workshop, Proceedings of a workshop, Wagga Wagga, NSW. Cooperative Research Centre for Weed Management Systems, Adelaide, Australia. 3−4.
Brower, L.P., 1995. Understanding and misunderstanding the migration of the monarch butterfly (Nymphalidae) in North America: 1857−1995. J. Lepid. Soc. 49, 304−385.
Brown, R.B., Steckler, J. -P.G.A., Anderson, G.W., 1994. Remote sensing for identification of weeds in no-till corn. Transactions of the American Society of Agricultural Engineers 37(1), 297−302.
Brygadyrenko, V.V., 2015. Community structure of litter invertebrates of forest belt ecosystems in the Ukrainian steppe zone. International Journal of Environmental Research 9(4), 1183−1192.
Bugg, R.L., Pickett, C.H., 1998. Introduction: Enhancing biological control-habitat management to promote natural enemies of agricultural pests. In: Pickett, C.H., Bugg, R.L. (Eds.). Enhancing biological control. University of California Press, Berkeley. 1−23.
Campbell, M.H., 1991. Weed control in pastures — are we winning? Plant Protection Quarterly 6(2), 55−63.
Cardina, J., Johnson, G.A., Sparrow, D.H., 1997. The nature and consequence of weed spatial distribution. Weed Sci. 45(3), 364−373.
Cramer, G.L., Burnside, O.C., 1982. Distribution and interference of common milkweed (Asclepias syriaca) in Nebraska. Weed Sci. 30(4), 385−388.
Csontos, P., Bozsing, E., Cseresnyes, I., Penksza, K. 2009. Reproductive potential of the alien species Asclepias syriaca (Asclepiadaceae) in the rural landscape. Pol. J. Ecol. 57(2), 383−388.
Demidov, A.A., Kobets, A.S., Gritsan, Y.I., Zhukov, A.V., 2013. Prostranstvennaya agroekologiya i rekultivatsiya ze-mel [Spatial agroecology and land recultivation]. «Svidler A.L. «, Dnepropetrovsk (in Russian).
Dewey, S.A., Price, K.P., Ramsey, D., 1991. Satellite remote sensing to predict potential distribution of dyers woad (Isatis tinctoria). Weed Technol. 5(3), 479−484.
Dychenko, O.Y., Pysarenko, P.V., Kunakh, O.M., Zhukov, O.V., 2015. Prostorova ahroekolohiya yak osnova prohnozu chysel'-nosti shkidnykiv [Spatial agroecology as basis of the prognosis of the pest abundance]. Dnipropetrovsk Univ. Press, Dnipropetrovsk (in Ukranian).
Everitt, J.H., Anderson, G.L., Escobar, D.E., Davis, M.R., Spenser, N.R., Andrascik, R.J., 1995. Use of remote sensing for detecting and mapping Leafy Spurge (Euphorbia esula). Weed Technol. 9(3), P. 599−609.
Everitt, J.H., Escobar, D.E., Alaniz, M.A., Davis, M.R., Richer-son, J.V., 1996. Using spatial information technologies to map Chinese Tamarisk (Tamarix chinensis) infestations. Weed Sci. 44(1), 194−201.
Everitt, J.H., Escobar, D.E., Alaniz, M.A., Villarreal, R., Davis, M.R., 1992. Distinguishing brush and weeds on rangelands using video remote sensing. Weed Technol. 6(4), 913−921.
Fitzpatrick, B.T., Hill, G.J.E., Kelly, G.D., 1990. Mapping and monitoring of weed infestations using satellite remote sensing data. Proceedings 5th Australasian Remote Sensing Conference, Perth, Western Australia. 598−601.
Gardiner, D.B., Tupper, G.J., Dudgeon, G.S., 1998. A quantitative appraisal of woody shrub encroachment in Western New South Wales. Rangeland J. 20(1), 26−40.
Hartzler, R.G., Buhler, D.D., 2000. Occurence of common milkweed (Asclepias syriaca) in cropland and adjacent areas. Crop Protection 19(5), 363−366.
Kim, D.O., Myuler, U., 1989. Faktornyiy, diskriminantnyiy i klasternyiy analiz [Factor, cluster and discriminant analusis]. Finansyi i Statistika, Moscow (in Russian).
Kunakh, O.M., Papka, O.S., 2016. Heomorfolohichni ekoheohra-fichni zminni, yaki vyznachayut'- osoblyvosti ekolohichnoyi nishy vatochnyka syriys'-koho (Asclepias syriaca L.) [Geomor-phological ecogeographical variables definig features of an ecological niche of common milkweed (Asclepias syriaca L.)]. Biological Bulletin of Bogdan Chmelnitskiy Melitopol State Pedagogical University 6(1), 63−91 (in Ukranian).
Landis, D.A., Wratten, S.D., Gurr, G.M., 2000. Habitat management to conserve natural enemies of arthropod pests in agriculture. Annu. Rev. Entomol. 45, 175−201.
Lass, L.W., Callihan, R.H., 1993. GPS and GIS for weed surveys and management. Weed Technol. 7(1), 249−254.
Lass, L.W., Carson, H.W., Callihan, R.H., 1996. Detection of yellow starthistle (Centaurea solstitialis) and common St. Johnswort (Hypericum perforatum) with multispectral digital imagery. Weed Technol. 10(3), 466−474.
Konovalova, T.M., Zhukov, O.V., Pakhomov, O.Y., 2010. GIS-podkhod dlya otsenki izmenchivosti elektroprovodnsti pochvy pod vliyaniyem pedoturbatsionnoy aktivnosti slepy-sha (Spalax microphthalmus) [Gis-approach for variability assessment of soil electric conductivity under pedoturbation activity of mole rat (Spalax microphthalmus)]. Visn. Dnipropetr. Univ. Ser. Biol. Ekol. 18(1), 58−66.
Kulbachko, Y., Loza, I., Pakhomov, O., Didur, O., 2011. The zoological remediation of technogen faulted soil in the industrial region of the Ukraine Steppe zone. In: Behnassi, M. et al. (eds.), Sustainable agricultural development. Springer Science + Business Media, Dordrecht, Heidelberg, London, New York, 115−123.
Malcolm, S.B., Cockrell, B.J., Brower, L.P., 1989. The cardeno-lide fingerprint of monarch butterflies reared on the common milkweed, Asclepias syriaca. J. Chem. Ecol. 15, 819−853.
Moody, M.E., Mack, R.N., 1988. Controlling the spread of plant invasions: The importance of nascent foci. J. Appl. Ecol. 25, 1009−1021.
Mosalets, T.Z., 2015. Vplyv mozajichnoho rozmishennja sortiv ozymoji pshenyci na ahroriznomanittja [Effect of plantitng pattern of winter wheat on agrodiversity]. Biological Bulletin of Bogdan Chmelnitskiy Melitopol State Pedagogical University 5(2), 31−43 (in Ukrainian).
Paukova, Z., Knepekova, M., Hauptvolg, M., 2014. Mapping of alien species of Asclepias syriaca and Fallopia japonica populations in the agricultural landscape. J. Cent. Eur. Agr. 15(2), 12−22.
Peters, A.J., Reed, B.C., Eve, M.D., McDaniel, K.C., 1992. Remote sensing of brome snakeweed (Gutierrezia sarothrae) with NOAA-10 spectral image processing. Weed Technol. 6(4), 1015−1020.
Pitt, J.L., Miller, I.L., 1988. A review of survey techniques for the detection of weeds with particular reference to Mimosa pigra L. Australia and Thailand. Plant Protection Quarterly 3(4), 149−155.
Price, J.C., 1994. How unique are spectral signatures? Remote Sens. Environ. 49(3), 181−186.
Puzachenko, Y.G., Fedyaeva, M.V., Kozlov, D.N., Puzachenko, M.Y., 2006. Metodologicheskie osnovaniya otobrazheniya elementarnyih geosistemnyih protsessov [Methodological basis of the elementar geosystem processes reflaction]. Sovremennyie estestvennyie i antropogennyie protsessyi v pochvah geosistem. Pochv. Inst. im. V.V. Dokuchaeva, Moscow. 13−52 (in Russian).
Remenyuk, S.O., 2013. Biolohichni osoblyvosti i rozrobka zak-hodiv kontrolyuvannya vatochnyka syriys'-koho v umovakh
livoberezhnoho Lisostepu Ukrayiny [Biological properties and development of the control approaches of the Asclepias syriaca in the left bank forest steppe of the Ukraine]. Kyiv (in Ukranian).
Rew, L.J., Miller, P.C.H., Paice, M.E.R., 1997. The importance of patch spraying resolution for sprayer control. Aspects of Applied Biology 48, 49−55.
Robertson, G.P., Swinton, S.M., 2005. Reconciling agricultural productivity and environmental integrity: A grand challenge for agriculture. Front. Ecol. Environ. 3, 38−46.
Sarkany, E.S., Lehotczky, E., Tamas, J., Nagy, P., 2008. Spreading, ecology and damages by the Common milkweed (Asclepias syriaca L.) in Hungary. Cereal Res. Commun. 36(3), 1571−1574.
Saskevich, P.A., Mirenkov, Y.A., Soroka, S.V., 2008. Agrobiologi-cheskoe obosnovanie mer borbyi s mnogoletney sornoy rastitel-nostyu v usloviyah Respubliki Belarus [Agrobiological basis of the control approaches of the perennial weeds in Republic Belarus]. Nesvizh. Ukrupn. Tipograf., Nesvizh (in Russian).
Swinton, S.M., Robertson, G.P., Landis, D.A., Lupi, G.P., 2006. Ecosystem services from agriculture: Looking beyond the usual suspects. Am. J. Agr. Econ. 88, 1160−1166.
Valachovic, M., 1987. On coenology of Asclepias syriaca in Zahorska nizina lowland (West Slovakia). Zpr. Cs. Bot. Spolec 22, 59−60.
Valachovic, M., 1998. Poznamky k biologii druhu Asclepias syriaca na Zahorskej nizine [Notes on the biology of the species Asclepias syriaca in the Zahorska nizina Lowland]. Zbornik z konferencie mladych vedeckych pracovnikov. Bratislava, CBEV SAV. 58−63 (in Slovakian). van Deventer, A.P., Ward, A.D., Gowda, P.H., Lyon, J.G., 1997. Using thematic mapper data to identify contrasting soil plains and tillage practices. Photogramm. Eng. Rem. S. 63, 87−93. Zhukov, A.V., 2015. Analiz prostorovykh danykh v ekolohiyi ta sil'-s'-komu hospodarstvi [Analysis of spatial data in ecology and agriculture]. Dnipropetrovsk Univ. Press, Dnipropet-rovsk (in Ukranian). Zhukov, A. V., Kunah, O.N., Konovalova, T.M., 2011. Land-shaftnyj aspekt jekologicheskoj nishi slepyshej [Landscape aspect of the mole rats (Spalax microphthalmus Gulden-staedt, 1770) ecological niche]. Biological Bulletin of Bogdan Chmelnitskiy Melitopol State Pedagogical University 3, 13−27 (in Russian). Zhukov, A.V., Kunah, O.N., Zadorozhnaja, G.A., Andrusevich, E.V., 2013. Landshaftnaja jekologija kak osnova pros-transtvennogo analiza produktivnosti agrocenozov [Landscape ecology as a basis of the spatial analysis of the agro-coenosis productivity]. Ecology and Noospherology 24(1), 68−80 (in Russian).
Hadiumna do редкonегii 07. 03. 2016

ПоказатьСвернуть
Заполнить форму текущей работой