Без рубрики

Оценка нарушенности лесных экосистем и их восстановления после пожаров в Олекминском заповеднике (Россия) по космическим снимкам Landsat

Ю.Ф. Рожков1, *, М.Ю. Кондакова2
DOI 10.31242/2618-9712-2021-26-2-6

Показать больше

1ФГБУ «Государственный природный заповедник «Олекминский», Олекминск, Россия
2ФГБУ «Гидрохимический институт», Ростов-на-Дону, Россия
*[email protected]

Поступила в редакцию 15.12.2020
Принята к публикации 21.04.2021

УДК 57.036:504.064.37

Информация для цитирования
Рожков Ю.Ф., Кондакова М.Ю. Оценка нарушенности лесных экосистем и их восстановления после пожаров в Олекминском заповеднике (Россия) по космическим снимкам Landsat // Природные ресурсы Арктики и Субарктики. 2021, Т. 26, № 2. С. 94–107. https://doi.org/10.31242/2618-9712-2021-26-2-6


Аннотация. Для целей мониторинга состояния лесных экосистем наиболее эффективно использование возможностей дистанционных методов. На мультиспектральных космических снимках Landsat территории государственного природного заповедника «Олекминский» выделены фрагменты лесов площадью 34,484 км2 (масштаб 1:24000) с различной нарушенностью от пожаров. Затем были сохранены полигоны по трем уровням детализации – 4, 16, 64 с масштабами 1:12000, 1:6000, 1:3000. При дешифрировании проводилась неуправляемая классификация фрагмента, полигонов методом ISODATA (Iterative Self-Organizing Data Analysis Technigue) на 2, 4 класса. Были построены кривые распределения значений индексов лесистости для полигонов 3-го уровня детализации. Характер кривых распределения значений нарушенных полигонов отличаются от нормального, тогда как у ненарушенных близки к нормальному распределению. Расчет коэффициента корреляции между рядами значений индексов по годам показал, что на всех трех уровнях детализации коэффициент корреляции ненарушенного полигона в 5–10 раз выше, чем нарушенного. Дана оценка нарушенности лесных экосистем по показателям тематической разности пикселов и индексу лесистости. По результатам классификации на четыре класса была проведена статобработка с расчетом показателей разности и подобия полигонов – дисперсии генеральной совокупности и теста Фишера (F-тест). Рассмотрены результаты изменения дисперсии генеральной совокупности и F-теста на разных уровнях детализации.

Ключевые слова: дешифрирование космических снимков, классификация Isodata, индексы лесистости, дисперсия, F-тест


Список литературы

  1. Барталев С.А., Егоров В.А., Крылов А.М., Стыценко Ф.В., Ховратович Т.С. Исследование возможностей оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7, № 3. С. 215–225.
  2. Барталев С.А., Стыценко Ф.В., Хвостиков С.А., Лупян Е.А. Методология мониторинга и прогнозирования пирогенной гибели лесов на основе данных спутниковых наблюдений // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14, № 6. С. 176–193.
  3. Маркс А. Мониторинг лесов с помощью группировки спутников Rapid Eye // Геоматика. 2011. № 3. С. 58–66
  4. Чикидов И.И., Борисов Б.З., Исаев А.П. Оценка площади очагов массового размножения сибирского шелкопряда в 1999–2000 гг. в Центральной Якутии по данным Spot Vegetation // Наука и образование. 2010. № 4(60). С. 76–82.
  5. Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космической съемки // Геоматика. 2011. № 3. С. 53–57.
  6. Шихов А.Н., Перминов С.И., Киселева Е.С. Оценка подверженности бореальных лесов Урала воздействию лесных пожаров и ветровалов по многолетним рядам спутниковых наблюдений // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14, № 4. С. 87–102.
  7. Василевич М.И., Елсаков В.В., Щанов В.М. Применение спутниковых методов исследований в мониторинге состояния лесных фитоценозов в зоне выбросов промышленного предприятия // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11, № 1. С. 30–42.
  8. Курбанов Э.А., Воробьев О.Н., Полевщикова Ю.А., Незамаев С.А., Демишева Е.Н. Сравнительный анализ спутниковых снимков высокого разрешения при дешифрировании древостоев, загрязненных отходами силикатного производства // Вестник ПГТУ. 2013.
    № 2. С. 74–90.
  9. Черненькова Т.В., Басова Е.В., Бочкарев Ю.Н., Пузаченко М.Ю. Оценка биоразнообразия лесов в зоне влияния горно-металлургического комбината «Североникель» // Лесоведение. 2009. № 6. С. 32–45
  10. Динамика антропогенной деградации ландшафтов Западной Сибири при нефтедобыче на примере Мамонтовского и Южно-Балыкского месторождений: (обзор). М.: Гринпис России, 2012. 45 с.
  11. Токарева О.С., Касьянов И.В. Оценка динамики состояния растений-биоиндикаторов атмосферного загрязнения на основе данных дистанционного зондирования // Вестник науки Сибири. 2011. № 1 (1). С. 268–272.
  12. Терехин Э.А. Оценка нарушенности лесных экосистем юго-запада Среднерусской возвышенности с применением материалов космических съемок // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14, № 4. С. 112–124.
  13. Jadunandan Dash et al. MTCI : The MERIS Terrestrial chlorophyll index // ENVISAT Symposium Proceedings / Austria, Salzzburg, 2004.
  14. Hall R.J. et al. Modelling forest stand structure attributes using Landsat ETM+ data: application to mapping of aboveground biomass and stand volume // Forest Ecology and Management. 2006. No. 225. P. 378–390.
  15. Krankina O.N., Harmon M.E., Cohen W.B., Oetter D.R., Zyrina O., Duane M.V. Carbon stores, thinks, and sources in forests of northwestern Russia: can we reconcile forest inventories with remote sensing results? // Climatic change. 2004. No. 67. P. 257–272.
  16. Пономарев Е.И., Швецов Е.Г., Литвинцев К.Ю. Калибровка оценок пожарных эмиссий на основе данных дистанционного зондирования // Исследование Земли из космоса. 2018. № 5. С. 41–51.
  17. Escuin S., Navarro R., Fernandez P. Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from Landsat TM/ETM images// Jounal of Remote Sensing. 2008. No. 29. P. 1053–1073.
  18. Hudak A.T., Morgan P., Bobbitt M.J., Smith M.S., Lewis S.A., Lentile L.B., Robichand P.R., Clark J.T., McKinley R.A. Relationship of multispectral satellite imagery to immediate fire effects // Journal of Fire ecology. 2007. No. 3. P. 64–90.
  19. Терехин Э.А. Геоинформационный анализ нарушенности лесных экосистем с применением разновременных спутниковых данных // Геоинформатика. 2017. № 3. С. 56–62.
  20. Рожков Ю.Ф., Кондакова М.Ю. Оценка динамики восстановления лесов после пожаров в Олекминском заповеднике (Россия) по космическим снимкам Landsat // Nature Conservation Research. Заповедная наука. 2019. 4(Вып. 1). С. 1–10. https://dx.doi.org/ 10.24189/ncr.2019.014
  21. Рожков Ю.Ф., Кондакова М.Ю. Оценка возможности использования показателя симметрии распределения пикселей в мониторинге состояния лесов при дешифрировании космических снимков среднего и высокого разрешения // Nature Conservation Research. Заповедная наука. 2016. Вып. 1(1). С. 98–107. DOI: 10.24189/ncr.2016.008
  22. Рожков Ю.Ф., Кондакова М.Ю. Оценка структурных характеристик лесных экосистем с использованием дешифрирования космических снимков высокого и сверхвысокого разрешений // Вестник СВФУ. 2018. № 1 (63). С. 38–51. DOI:10.25587/ SVFU.2018. 63.10539
  23. Рожков Ю.Ф., Кондакова М.Ю. Сравнительная характеристика лесных массивов с использованием дешифрирования снимков сверхвысокого разрешения // Природные ресурсы Арктики и Субарктики. 2020. Т. 25, № 2. С. 125–136. https://doi.org/10.31242/2618-9712-2020-25-2-10
  24. Исаев А.С., Князева С.В., Пузаченко М.Ю. и др. Использование спутниковых данных для мониторинга биоразнообразия лесов // Исследование Земли из космоса. 2009. № 2. С. 1–12.
  25. Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований. М.: Академия, 2004. 336 с.

Добавить комментарий

Ваш адрес email не будет опубликован.