natureПриродопользованиеNature Management2079-3928Институт природопользования НАН Беларусиnature-143Research ArticleГЕОГРАФИЯ. ГЕОЭКОЛОГИЯGEOGRAPHY. GEOECOLOGYОценка проявления засух на почвах сельскохозяйственных земель Белорусского Поозерья с использованием температурно-влажностных и вегетационных индексов по данным дистанционного зондирования ЗемлиAssessment of drought manifestation on soils of agricultural lands of the Belarusian Lakeland using temperature-moisture and vegetation indices based on remote sensing dataЛысенкоС. А.LysenkoS. A.

Лысенко Сергей Александрович – доктор физико-математических наук, профессор, директор

ул. Ф. Скорины, 10, 220076, г. Минск

Sergey A. Lysenko – D. Sc. (Physical and Mathematical), Professor, Director

10, F. Skoriny Str., 220076, Minsk

lysenko.nature@gmail.comБуяковИ. В.BuyakovI. V.

Буяков Иван Васильевич – младший научный сотрудник

ул. Ф. Скорины, 10, 220076, г. Минск

Ivan V. Buyakov – Junior Researcher

10, F. Skoriny Str., 220076, Minsk

МельникВ. И.MelnikV. I.

Мельник Виктор Иванович – ведущий научный сотрудник, кандидат географических наук, доцент

ул. Ф. Скорины, 10, 220076, г. Минск

Viktar I. Melnik – Ph. D. (Geography), Leading Researcher, Associate Professor

10, F. Skoriny Str., 220076, Minsk

v.melnik2016@mail.ruИнститут природопользования НАН БеларусиInstitute of Nature Management of the National Academy of Sciences of Belarus202522032026021935Copyright © Лысенко С.А., Буяков И.В., Мельник В.И., 20262026Лысенко С.А., Буяков И.В., Мельник В.И.Lysenko S.A., Buyakov I.V., Melnik V.I.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.nature-journal.by/jour/article/view/143

В статье исследуются возможности определения влажности почвы на территории Белорусского Поозерья на основе микроволнового и мультиспектрального оптического зондирования Земли. Предлагается способ определения влажности почвы, основанный на дополнении результатов микроволнового зондирования Земли оценками суточных вариаций температуры подстилающей поверхности, измеряемой спутниковыми радиометрами в окне прозрачности атмосферы 10–12 мкм, и получении калибровочного уравнения на основе реанализа ERA5-Land. Предложенный способ реализован для Белорусского Поозерья на базе платформы облачных вычислений Google Earth Engine. Показано, что сопоставление текущих оценок влажности почвы, вегетационного индекса и температуры подстилающей поверхности с их минимальными и максимальными значениями для заданного времени года позволяет оценивать интенсивность засухи, ее пространственное распределение и влияние на состояние посевов. Проанализированы многолетние изменения индекса здоровья растений (VHI), рассчитываемого по нормированным значениям вегетационного индекса NDVI и температуры подстилающей поверхности, для различных месяцев вегетационного периода. Показано, что более раннее наступление вегетационного периода улучшает состояние сельскохозяйственных растений в мае, однако в последующие месяцы условия вегетации ухудшаются. В июне на всей территории Витебской области, а в июле и августе в восточной части области возрастают риски температурного и водного стресса у растений, связанные с более частым образованием мощных блокирующих антициклонов. Выявленные в работе геопространственные особенности влияния изменений климата на состояние сельскохозяйственных растений необходимо учитывать для более эффективного использования нового агроклиматического потенциала Белорусского Поозерья.

The article studies the possibilities of determining soil moisture in the territory of the Belarusian Lakeland on the basis of microwave and multispectral optical Earth sensing. The method of soil moisture determination is proposed, based on supplementing the results of microwave Earth sensing with estimates of daily variations of the land surface temperature measured by satellite radiometers in the atmospheric transparency window of 10–12 µm, and obtaining the calibration equation based on the ERA5-Land reanalysis. The proposed method has been implemented for the Belarusian Lakeland on the basis of the Google Earth Engine cloud computing platform. It is shown that comparison of current estimates of soil moisture, vegetation index and land surface temperature with their minimum and maximum values for a given time of the year allows estimating the intensity of drought, its spatial distribution and impact on the state of crops. Multiyear changes in the vegetation health index (VHI), calculated from normalised values of vegetation index NDVI and land surface temperature, were analysed for different months of the growing season. It is shown that earlier onset of the growing season improves the condition of agricultural plants in May, but in the following months the vegetation conditions deteriorate. In June in the whole territory of Vitebsk region, and in July and August in the western part of the region, the risks of temperature and water stress in plants increase due to more frequent formation of powerful blocking anticyclones. The geospatial peculiarities of climate change impact on agricultural plants revealed in this paper should be taken into account for more effective use of the new agroclimatic potential of the Belarusian Lakeland.

изменение климатазасухивлажность почвыдистанционное зондированиеиндекс здоровья растенийclimate changedroughtssoil moistureremote sensingvegetation health indexReferencesПризнаки аридизации климата и их экосистемные проявления на территории Беларуси / В. Ф. Логинов, С. А. Лысенко, В. С. Хомич [и др.] // Известия РАН. Серия географическая. – 2021. – Т. 85, № 4. – С. 515–527.Loginov V. F., Lysenko S. A., Khomich V. S. et al. Priznaki aridizacii klimata i ih ekosistemnye proyavleniya na territorii Belarusi [Signs of climate aridization and their ecosystem manifestations on the territory of Belarus]. Izvestiya Rossijskoj akademii nauk. Seriya geograficheskaya = Bulletin of the Russian Academy of Sciences. Geographical Series, 2021, vol. 85, no. 4, pp. 515–527. (in Russian)Лысенко, С. А. Влияние изменений климата на биопродуктивность наземных экосистем в Белорусско-Украинском Полесье / С. А. Лысенко, В. Ф. Логинов, П. О. Зайко // Метеорология и гидрология. – 2022. – Т. 47, № 1. – С. 59–71.Lysenko S. A., Loginov V. F., Zaiko P. O. Vliyanie izmenenij klimata na bioproduktivnostʹ nazemnyh ekosistem v Belorussko-Ukrainskom Polesʹe [Climate change impacts on bioproductivity of terrestrial ecosystems in the Belarusian-Ukrainian Polesie region]. Meteorologiya i gidrologiya = Meteorology and Gidrology, 2022, no. 1, pp. 59–71. (in Russian)Лысенко, С. А. Численное моделирование микроклимата повторно заболачиваемых земель Белорусского Полесья / С. А. Лысенко // Доклады НАН Беларуси. – 2024. – Т. 68, № 3. – С. 238–246.Lysenko S. A. Chislennoe modelirovanie mikroklimata povtorno zabolachivaemyh zemel' Belorusskogo Polesʹya [Numerical modeling of microclimate of re-waterlogged lands of Belarusian Polesie]. Doklady Nacionalʹnoj akademii nauk Belarusi = Doklady of the National Academy of Sciences of Belarus, 2024, vol. 68, no. 3, pp. 238–246. (in Russian)Лысенко, С. А. Оценки современных изменений биоклиматических параметров почвенно-растительного покрова Гомельской области / С. А. Лысенко, М. А. Хитриков // Природные ресурсы. – 2024. – № 2. – С. 17–29.Lysenko S. A., Khitrykau M. A. Ocenki sovremennyh izmenenij bioklimaticheskih parametrov pochvenno-rastitelʹnogo pokrova Gomelʹskoj oblasti [Estimation of modern changes in the bioclimatic characteristics of the soil and plant cover of the Homiel region]. Prirodnye resursy = Natural Resources, 2024, no. 2, pp.17–29. (in Russian)Логинов, В. Ф. Изменение климата Беларуси: причины, последствия, возможности регулирования / В. Ф. Логинов, С. А. Лысенко, В. И. Мельник. – Изд. 2-е. – Минск : Энциклопедикс, 2020. – 264 с.Loginov V. F., Lysenko S. A., Melnik V. I. Izmenenie klimata Belarusi: prichiny, posledstviya, vozmozhnosti regulirovaniya [Climate change in Belarus: causes, consequences, and control possibilities]. 2nd ed., Minsk, Encyclopedics Publ., 2020, 264 p. (in Russian)Lysenko, S. A. Scenario forecasts of the climate change in Belarus based on regionally adapted ensembles of CMIP6 climate models / S. A. Lysenko // Russian Meteorology and Hydrology. – 2025. – Vol. 50. – P. 584–595.Lysenko S. A. Scenario forecasts of the climate change in Belarus based on regionally adapted ensembles of CMIP6 climate models. Russ. Meteorol. Hydrol., 2025, vol. 50, pp. 584–595.Hanes, J. M. Biophysical applications of satellite remote sensing / J. M. Hanes, X. Zhang, W. Ni-Meister. – Berlin, Heidelberg : Springer, 2014. – 230 p.Hanes J. M., Zhang X., Ni-Meister W. Biophysical applications of satellite remote sensing, Berlin, Heidelberg, Springer Publ., 2014, 230 p.Tang, H. Quantitative remote sensing in thermal infrared / H. Tang, Z. Li. – Berlin, Heidelberg : Springer-Verlag, 2014. – 281 p.Tang H., Li Z. Quantitative remote sensing in thermal infrared. Berlin, Heidelberg. Springer-Verlag Publ., 2014, 281 p.Contribution of Land Surface Temperature (TCI) to Vegetation Health Index: A comparative study using clear sky and all-weather climate data records / V. Bento, I. F. Trigo, C. Gouveia, C. C. Dacamara // Remote Sensing. – 2018. – Vol. 10, № 9. – P. 13–24.Bento V., Trigo I. F., Gouveia C., Dacamara C. C. Contribution of Land Surface Temperature (TCI) to Vegetation Health Index: A comparative study using clear sky and all-weather climate data records. Remote Sensing, 2018, vol. 10, no. 9, pp. 13–24.Holzman, M. E. Subsurface soil moisture estimation by VI-LST method / M. E. Holzman, R. Rivas, M. Bayala // IEEE Geoscience and remote sensing letters. – 2014. – Vol. 11, № 11. – P. 1951–1955.Holzman M. E., Rivas R., Bayala M. Subsurface soil moisture estimation by VI-LST method. IEEE Geoscience and Remote Sensing Letters, 2014, vol. 11, no. 11, pp. 1951–1955.Use of NDVI and land surface temperature for drought assessment: Merits and limitations / A. Karnieli, N. Agam, R. Pinker [et al.] // Journal of Climate. – 2010. – Vol. 23, № 3. – P. 618–633.Karnieli A., Agam N., Pinker R. et al. Use of NDVI and land surface temperature for drought assessment: Merits and limitations. Journal of Climate, 2010, vol. 23, no. 3, pp. 618–633.Soil moisture estimation with microwave remote sensing: a systematic review and meta-analysis / N. Xu, A. Daccache, A. Ahmadi [et al.] // International Journal of Digital Earth. – 2025. – Vol. 18, № 1. – P. 1–27.Xu N., Daccache A., Ahmadi A. et al. Soil moisture estimation with microwave remote sensing: a systematic review and meta-analysis. Int. J. Digit. Earth, 2025, vol. 18, no. 1, pp. 1–27.Soil moisture retrieval techniques using satellite remote sensing / A. K. Kasaragod, R. Setia, D. K. Pandey [et al.] // Geospatial Technologies for Crops and Soils / T. Mitran, R. S. Meena, A. Chakraborty (eds). – Singapore : Springer, 2020. – P. 357–385.Kasaragod A. K., Setia R., Pandey D. K. et al. Soil moisture retrieval techniques using satellite remote sensing. Mitran T., Meena R. S., Chakraborty A. (eds). Geospatial technologies for crops and soils. Singapore, Springer Publ., 2020, pp. 357–385.An inclusive approach to crop soil moisture estimation: Leveraging satellite thermal infrared bands and vegetation indices on Google Earth engine / F. Imtiaz, A. A. Farooque, G. S. Randhawa [et al.] // Agricultural Water Management. – 2024. – Vol. 306, № 6.Imtiaz F., Farooque A. A., Randhawa G. S. et al. An inclusive approach to crop soil moisture estimation: Leveraging satellite thermal infrared bands and vegetation indices on Google Earth Engine. Agricultural Water Management, 2024, vol. 306, no. 6.Li, S. Regional soil moisture estimation leveraging multi-source data fusion and automated machine learning / S. Li, P. Zhu, N. Song, C. Li, J. Wang // Remote Sensing. – 2025. – Vol. 17. – P. 837.Li S., Zhu P., Song N., Li C., Wang J. Regional soil moisture estimation leveraging multi-source data fusion and automated machine learning. Remote Sensing, 2025, vol. 17, p. 837.Soil moisture estimates at 1 km resolution making a synergistic use of sentinel data / R. Madelon, N. J. Rodriguez-Fernandez, H. H. Bazzi [et al.] // Hydrology and Earth System Sciences. – 2023. – Vol. 27, № 6. – P. 1221–1242.Madelon R., Rodriguez-Fernandez N. J., Bazzi H. H. et al. Soil moisture estimates at 1 km resolution making a synergistic use of sentinel data. Hydrology and Earth System Sciences, 2023, vol. 27, no. 6, pp. 1221–1242.Клещенко, А. Д. Оценка возможности использования спутниковой информации для мониторинга засух на территории южных регионов России / А. Д. Клещенко, О. В. Савицкая // Гидрометеорологические исследования и прогнозы. – 2024. – № 3 (393). – С. 142–157.Kleshchenko A. D., Savitskaya O. V. Ocenka vozmozhnosti ispolʹzovaniya sputnikovoj informacii dlya monitoringa zasuh na territorii yuzhnyh regionov Rossii [Assessment of the possibility of using satellite information for monitoring droughts in the southern regions of Russia]. Gidrometeorologicheskie issledovaniya i prognozy = Hydrometeorological Research and Forecasts, 2024, no. 3 (393), pp. 142–157. (in Russian)Kogan, F. N. Remote sensing of weather impacts on vegetation in non-homogeneous areas / F. N. Kogan // International Journal of Remote Sensing. – 1990. – Vol. 11, № 8. – P. 1405–1419.Kogan F. N. Remote sensing of weather impacts on vegetation in non-homogeneous areas. International Journal of Remote Sensing, 1990, vol. 11, no. 8, pp. 1405–1419.Kogan, F. N. Application of vegetation index and brightness temperature for drought detection / F.N. Kogan // Advances in Space Research. – 1995. – Vol. 15, № 11. – P. 91–100.Kogan F. N. Application of vegetation index and brightness temperature for drought detection. Advances in Space Research, 1995, vol. 15, no. 11, pp. 91–100.Kogan, F. N. World droughts in the new millennium from AVHRR-based vegetation health indices / F.N. Kogan // EOS Transactions of the American Geophysical Union. – 2002. – Vol. 83, № 48. – P. 557–563.Kogan F. N. World droughts in the new millennium from AVHRR-based vegetation health indices. EOS Transactions of the American Geophysical Union, 2002, vol. 83, no. 48, pp. 557–563.An improved global vegetation health index dataset in detecting vegetation drought / J. Zeng, T. Zhou, Y. Qu [et al.] // Scientific Data. – 2023. – Vol. 10, iss. 1. – P. 338.Zeng J., Zhou T., Qu Y. et al. An improved global vegetation health index dataset in detecting vegetation drought. Scientific Data, 2023, vol. 10, iss. 1, p. 338.Jackson, T. J. Vegetation effects on the microwave emission from soils / T. J. Jackson, T. J. Schmugge // Remote Sensing of Environment. – 1991. – Vol. 36. – P. 203–212.Jackson T. J., Schmugge T. J. Vegetation effects on the microwave emission from soils. Remote Sensing of Environment, 1991, vol. 36, pp. 203–212.SMAP handbook – soil moisture active passive: Mapping soil moisture and freeze/thaw from space / D. Entekhabi, S. Yueh, P. OʹNeill [et al.] ; SMAP Project, Jet Propulsion Laboratory. – Pasadena, CA, 2014. – 211 p.Entekhabi D., Yueh S., OʹNeill P. et al. SMAP handbook – soil moisture active passive: Mapping soil moisture and freeze/thaw from space. SMAP Project, Jet Propulsion Laboratory, Pasadena, CA, 2014, 211 p.

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