528.8

Статья посвящена выявлению ряда наборов пространственных данных ДЗЗ (дистанционного зондирования Земли) из космоса и соответствующих им наборов пространственных данных, применимых для выявления сельскохозяйственной засухи из номенклатуры существующих на орбите и планируемых к запуску космических аппаратов. С этой целью к анализируемой целевой аппаратуре (ЦА) выдвигается ряд технических критериев, поставленных в соответствие природным процессам, протекающим одновременно с сельскохозяйственной засухой или являющихся её факторами. Выбраны девять факторов, каждому из которых поставлен в соответствие количественный показатель, измеримый посредством целевой аппаратуры ДЗЗ из космоса. Каждый показатель охарактеризован с точки зрения требований по пространственному и временному разрешению, а также по продолжительности наблюдений. В результате идентифицировано 49 наборов пространственных данных, охарактеризованных по собственным пространственно-временным характеристикам, уровню тематической обработки, частоте обновления и доступности для загрузки.

This article aims to identify satellite remote sensing instruments and the corresponding geospatial datasets applicable for detecting agricultural drought by analyzing remote sensing satellite missions, both in-orbit and planned. Several technical criteria are applied to the instruments under review, capturing natural processes that either coincide with agricultural drought or act as its driving factors. Nine factors influencing the onset anddevelopment of agricultural drought were selected, and each was put in correspondence with a quantitative indicator measurable by satellite remote sensing. Each indicator was then characterized in terms of the spatial and temporal resolution required, along with the duration of observations. As a result, 49 geospatial datasets were identified and characterized by their spatiotemporal properties, level of thematic processing, update frequency, and availability for public use.

соискатель, Московский государственный университет геодезии и картографии

доктор технических наук, профессор, Московский государственный университет геодезии и картографии

Свобода М., Фукс Б. Справочник по показателям и индексам засушливости ВМО. Женева: Всемирная метеорологическая организация. Integrated Drought Management Programme. 2016. 60 с.

Mullapudi A., Vibhute A.D., Mali S. et al. A review of agricultural drought assessment with remote sensing data: methods, issues, challenges and opportunities. Applied Geomatics. 2022. 13 p. DOI: 10.1007/s12518-022-00484-6.

Горышина Т.К. Экология растений: учебное пособие. Москва: Высшая школа. 1979. 368 с.

You Z., Sun X., Sun H. et al. Mechanisms of meteorological drought propagation to agricultural drought in China: insights from causality chain. Natural Hazards. 2025. V. 2. No. 1. 15 p. DOI: 10.1038/s44304-025-00073-8.

Hong S., Deng H., Zheng Z. et al. The influence of variations in actual evapotranspiration on drought in China's Southeast River basin. Scientific Reports. 2023. 13 p. DOI: 10.1038/s41598-023-48663-8.

Zheng C., Jia L., Hu G. Global land surface evapotranspiration monitoring by ETMonitor model driven by multi-source satellite earth observations. Journal of Hydrology. 2022. V. 613. Part B. 21 p. DOI: 10.1016/j.jhydrol.2022.128444.

Fernandez-Moran R., Al-Yaari A., Mialon A. et al. SMOS-IC: An Alternative SMOS Soil Moisture and Vegetation Optical Depth Product. Remote Sensing. 2017. V. 9. No. 5. Article 457. 21 p. DOI: 10.3390/rs9050457.

Hulley G.C., Freepartner R., Islam T. Visible Infrared Imaging Radiometer Suite (VIIRS) Land Surface Temperature and Emissivity Product (VNP21) User Guide. NASA GSFC. 2023. 37 p. URL: https://viirsland.gsfc.nasa.gov/PDF/VNP21_LSTE_user_guide.pdf.

Vicente-Serrano S.M., Gouveia C., Camarero J.J. et al. Response of vegetation to drought time-scales across global land biomes. Proceedings of the National Academy of Sciences of the United States of America. 2013. V. 110. No. 1. Pp. 52-57. DOI: 10.1073/ pnas.1207068110.

Adams K.H., Reager J.T., Rosen P. et al. Remote sensing of groundwater: Current capabilities and future directions. Water Resources Research. 2022. V. 58. No. 10. 27 p. DOI: 10.1029/2022WR032219.

Северский И.В. Динамика горной криосферы Балкаш-Алакольского бассейна. Алматы: Институт географии. 2017. 109 с. URL: https://ingeo.kz/?p=6417 (дата обращения: 02.02.2026).

Середа И.И., Денисов П.В., Трошко К.А. и др. Уникальные условия развития озимых культур, наблюдаемые по данным спутникового мониторинга на европейской территории России в октябре 2020 г. // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. №5. С. 304-310. DOI: 10.21046/2070-7401-2020-17-5-304-310.

Li M., Cao S., Zhu Z. et al. Spatiotemporally consistent global dataset of the GIMMS Normalized Difference Vegetation Index (PKU GIMMS NDVI) from 1982 to 2022. Earth System Science Data. 2023. V. 15. No. 9. Pp. 4181-4203. DOI: 10.5194/essd-15- 4181-2023.

Ramesh K., Arivudai Nambi A., Ramya R. et al. Evaluation of SPI and Rainfall Departure Based on Multi-Satellite Precipitation Products for Meteorological Drought Monitoring in Tamil Nadu. Water. 2023. V. 15. No. 7. Article 1435. 25 p. DOI: 10.3390/ w15071435.

Всемирная метеорологическая организация. Observing Systems Capability Analysis and Review Tool. URL: https://space.oscar. wmo.int/ (дата обращения: 12.01.2026).

Gao W., Zhao F., Xu Y., Feng X. Validation of the Surface Air Temperature Products Retrieved from the Atmospheric Infrared Sounder Over China. IEEE Transactions on Geoscience and Remote Sensing. 2008. V. 46. No. 6. Pp. 1783-1789. DOI: 10.1109/ TGRS.2008.916640.

Behrangi A., Fetzer E.J., Granger S. Early detection of drought onset using near surface temperature and humidity observed from space. International Journal of Remote Sensing. 2016. V. 37. No. 16. Pp. 3911-3923. DOI: 10.1080/01431161.2016.1204478.

Miralles D.G., Bonte O., Koppa A. et al. GLEAM4: global land evaporation and soil moisture dataset at 0.1° resolution from 1980 to near present. Scientific Data. 2025. V. 12. Article 416. 14 p. DOI: 10.1038/s41597-025-04610-y.

Mladenova I.E., Bolten J.D., Crow W. et al. Agricultural Drought Monitoring via the Assimilation of SMAP Soil Moisture Retrievals into a Global Soil Water Balance Model. Frontiers in Big Data. 2020. V. 3. Article 10. 16 p. DOI: 10.3389/fdata.2020.00010.

Zhu L., Tian G., Wu H. et al. Moisture Product and its Application in Agriculture. Remote Sensing. 2024. V. 16. No. 7. Article 1225. DOI: 10.3390/rs16071225.

Jiang Z., Pan M., Wang T. et al. Seamless global daily soil moisture mapping using deep learning based spatiotemporal fusion. Environmental Modelling & Software. 2025. V. 172. Article 105950. 13 p. DOI: 10.1016/j.envsoft.2024.105950.

Щербенко Е.В. Дистанционные методы выявления сельскохозяйственной засухи // Современные проблемы дистанционного зондирования Земли из космоса. 2007. Т. 4. №2. С. 408-419.

Li J., Ma R., Cao Z., Zhu Z. et al. Satellite Detection of Surface Water Extent: A Review of Methodology. Water. 2022. V. 14. Article 1148. 18 p. DOI: 10.3390/w14071148.

Zhang F.F., Li J.S., Wang C. et al. Multitype inland water atmospheric correction and water quality estimation based on HY-1C CZI images. National Remote Sensing Bulletin. 2023. V. 27. No. 1. Pp. 79-91. DOI: 10.11834/jrs.20235010.

Jung J., Fattahi H., Jeong S. et al. Towards Global Mapping of Dynamic Surface Water Extents Using Sentinel-1 SAR Data: Preprint. SSRN. 2025. 36 p. DOI: 10.2139/ssrn.5134349.

Gascoin S., Grizonnet M., Bouchet M. et al. Theia Snow collection: high-resolution operational snow cover maps from Sentinel-2 and Landsat-8 data. Earth System Science Data. 2019. V. 11. Pp. 493-514. DOI: 10.5194/essd-11-493-2019.

Kogan F.N. Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 1995. V. 15. No. 11. Pp. 91-100. DOI: 10.1016/0273-1177(95)00079-T.

Descals A., Torres K., Verger A., Penuelas J. Evaluating Sentinel-2 for Monitoring Drought-Induced Crop Failure in Winter Cereals. Remote Sensing. 2025. V. 17. Article 340. DOI: 10.3390/rs17020340.