Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 2. С. 84-97

Дистанционный мониторинг восстановительной динамики растительности на гарях Марийского лесного Заволжья

О.Н. Воробьев 1 , Э.А. Курбанов 1 
1 Поволжский государственный технологический университет, Центр устойчивого управления и дистанционного мониторинга лесов, Йошкар-Ола, Россия
Одобрена к печати: 29.03.2017
DOI: 10.21046/2070-7401-2017-14-2-84-97
Лесные пожары являются главным фактором нарушения природных экосистем, особенно бореальных лесов. Мониторинг за динамикой восстановления растительного покрова в послепожарный период развития экосистемы является важным элементом при оценке состояния насаждений и проведении лесохозяйственных мероприятий. В работе на примере лесных гарей 2010 г. Куярского лесничества Марийского лесного Заволжья проведена оценка послепожарной динамики классов растительного покрова за 2011−2016 гг. по разновременным спутниковым снимкам Landsat и Канопус-В. Для валидации и оценки точности полученных тематических карт были использованы 80 тестовых участков независимых данных полевых исследований, а также снимки Канопус-В высокого пространственного разрешения. При работе со спутниковыми снимками были использованы вегетационный индекс NDVI и линейное преобразование спутниковых снимков Tasseled Cap. Исследование показало, что в послепожарный период на исследуемой территории максимально представлены тематические классы «Лесовосстановление средней и низкой густоты», составляющие суммарно до 44% от общей площади гари. На гарях 2010 г. наблюдаются процессы активного задернения нарушенных земель (до 20%) многолетними травами, также встречаются сухостои (15%) и открытые участки (10%). Общая точность проведенной неуправляемой классификации составила более 70%, что свидетельствует о высокой степени согласованности данных тематической карты с наземными исследованиями. На исследуемом участке в основном проходит естественное восстановление породного состава, произраставшего на нем до пожара. Лесные плантации занимают всего 2% от общей площади гари. К 2016 году показатели NDVI молодого растительного покрова стали восстанавливаться к значениям допожарного уровня. Результаты исследования могут быть использованы при проведении работ по долгосрочному мониторингу за сукцессией на нарушенных пожарами лесных территориях, а также при разработке плана лесохозяйственных мероприятий по их лесовосстановлению в Марийском Заволжье.
Ключевые слова: дистанционное зондирование земли, Landsat, Канопус-В, NDVI, лесные гари, классификация изображений, тематическое картографирование, растительный покров
Полный текст

Список литературы:

  1. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А. Состояние и перспективы развития методов спутникового картографирования растительного покрова России // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 203−221.
  2. 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.
  3. Барталев С.А., Лупян Е.А. Стыценко Ф.В., Панова О.Ю., Ефремов В.Ю. Экспресс-картографирование повреждений лесов России пожарами по спутниковым данным Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 1. С. 9−20.
  4. Воробьев О.Н., Курбанов Э.А., Губаев А.В., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Дистанционный мониторинг городских лесов // Вестник Поволжского государственного технологического университета. Серия «Лес. Экология. Природопользование». 2015. № 1 (25). С. 5−21.
  5. Воробьев О.Н., Курбанов Э.А., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Методика выявления степени повреждения древостоев после пожаров 2010 года в Среднем Поволжье // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 4. С. 217−229.
  6. Елсаков В.В., Телятников М.Ю. Межгодовые изменения индекса NDVI на территории европейского северо-востока России и западной Сибири в условиях климатических флуктуаций последних десятилетий // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 260–271.
  7. Елсаков В.В., Марущак И.О. Спектрозональные спутниковые изображения в выявлении трендов климатических изменений лесных фитоценозов западных склонов приполярного Урала // Компьютерная оптика. 2011. T. 35. № 2. С. 281−286.
  8. Жирин В.М., Эйдлина С.П., Князева С.В. Опыт лесоводственного анализа последствий пожаров по космическим изображениям // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 243–259.
  9. Курбанов Э.А. Воробьев О.Н., Лежнин С.А., Губаев А.В., Полевщикова Ю.А. Тематическое картирование растительного покрова по спутниковым снимкам: валидация и оценка точности: монография. Йошкар-Ола: Поволжский государственный технологический университет, 2015. 126 с.
  10. Курбанов Э.А., Воробьев О.Н., Губаев А.В., Лежнин С.А., Полевщикова Ю.А. Оценка точности и сопоставимости тематических карт лесного покрова разного пространственного разрешения на примере Среднего Поволжья // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т 13. № 1. С. 36−48.
  11. Курбанов Э.А., Воробьев О.Н., Губаев А.В., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Четыре десятилетия исследований лесов по снимкам Landsat // Вестник Поволжского государственного технологического университета. Серия «Лес. Экология. Природопользование». 2014. № 1 (21). С. 18−32.
  12. Курбанов Э.А., Воробьёв О.Н., Лежнин С.А., Полевщикова Ю.А. Оценка загрязнений древостоями отходами силикатного производства по снимку Rapid Eye // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 2. С. 88−97.
  13. Лупян Е.А., Савин И.Ю., Барталев С.А., Толпин В.А., Балашов И.В., Плотников Д.Е. Спутниковый сервис мониторинга состояния растительности («Вега») // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 190–198.
  14. Терехин Э.А. Применение данных спутниковой съемки для анализа многолетних изменений в лесах Белгородской области // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 2. С. 70–80.
  15. Brewer C.K., Winne J.C., Redmond R.L., Opitz D.W., Mangrich M.V. Classifying and mapping wildfire severity // Photogrammetric engineering and remote sensing. 2005. No. 71 (11). P. 1311−1320.
  16. Carreiras J., Pereira J.M.C., Pereira J.S. Estimation of tree canopy cover in evergreen oak woodlands using remote sensing // Forest Ecology and Management. 2006. No. 23. P. 45−53.
  17. Chen W., Moriya K., Sakai T., Koyama L., Cao C. Monitoring of post-fire forest recovery under different restoration modes based on time series Landsat data // European Journal of remote Sensing. 2014. No. 47. P. 153−168.
  18. Cuevas-Gonzalez M., Gerard F., Baltzer H., Riano D. Analysing forest recovery after wildfire disturbance in boreal Siberia using remotely sensed vegetation indices // Global change biology 2009. No. 15 (3). P. 561−577.
  19. Elmore A., Mustard J.F., Manning S.J., Lobell D.B. Quantifying vegetation change in semiarid Environments: precision and accuracy of spectral mixture analysis and the Normalized Difference Vegetation Index // Remote Sensing of Environment. 2000. No. 73. P. 87−102.
  20. Healey S.P., Cohen W.B., Zhiqiang Y., Krankina O.N. Comparison of tasseled cap-based Landsat data structures for use in forest disturbance detection // Remote Sensing of Environment. 2005. No. 97. P. 301−310.
  21. Hope A., Albers N., Bart R. Characterizing post-fire recovery of fynbos vegetation in the Western Cape Region of South Africa using MODIS data // International Journal of Remote Sensing. 2012. No. 33 (4). P. 979−999.
  22. Ireland G., Petropoulos G.P. Exploring the relationships between postfire vegetation regeneration dynamics, topography and burn severity: A case study from the montane cordillera ecozones of western Canada // Applied Geography. 2015. No. 56. P. 232–248.
  23. Lhermitte S., Verbesselt J., Verstraeten W.W., Veraverbeke S., Coppin P. Assessing intra-annual vegetation regrowth after fire using the pixel based regeneration index // ISPRS Journal of Photogrammetry and Remote Sensing. 2011. No. 66 (1). P. 17−27.
  24. Liu W., Song C., Schroeder T.A., Cohen W.B. Predicting forest successional stages using multitemporal Landsat imagery with forest inventory and analysis data // International Journal of Remote Sensing. 2008. No. 29. P. 3855–3872.
  25. Manandhar R., Inakwu O.A., Ancev T. Improving the accuracy of land use and land cover classification of Landsat data using post-classification enhancement // Remote Sensing. 2009. Vol. 1. P. 330−344.
  26. Ohmann J.L., Gregory M.J., Roberts H.M., Cohen W.B., Kennedy R.E., Yang Z. Mapping change of older forest with nearest-neighbor imputation and Landsat time-series // Forest Ecology and Management. 2012. No. 272. P. 13−25
  27. Pettorelli N., Vik J.O., Mysterud A., Gaillard J.M., Tucker C.J., Stenseth N.C. Using the satellite-derived NDVI to assess ecological responses to environmental change // Trends in Ecology and Evolution. 2005. No. 20. P. 503−510.
  28. Rasi R., Bodart C., Stibig H.J., Eva H., Beuchle R., Carboni S., Simonetti D., Achard F. An automated approach for segmenting and classifying a large sample of multi-date Landsat imagery for pan-tropical forest monitoring // Remote Sensing of Environment. 2011. Vol. 115. P. 3659−3669.
  29. Riano D., Chuvieco E., Ustin S., Zomer R., Dennisonc P., Roberts D., Salas J. Assessment of vegetation regeneration after fire through multitemporal analysis of AVIRIS images in the Santa Monica Mountains // Remote Sensing of Environment. 2002. No. 79. P. 60−71.
  30. Schroeder T.A., Wulder M.A., Healey S.P., Moisen G.G. Detecting post-fire salvage logging from Landsat change maps and national fire survey data // Remote Sensing of Environment. 2012. No. 122. P. 166−174.
  31. Song C., Schroede, T.A., Cohen W.B. Predicting temperate conifer forest successional stage distributions with multitemporal Landsat Thematic Mapper imagery // Remote Sensing of Environment. 2007. No. 106. P. 228–237.
  32. Song C., Woodcock C.E., Li X. The spectral/temporal manifestation of forest succession in optical imagery: The potential of multitemporal imagery // Remote Sensing of Environment. 2002. No. 82 (2). P. 285−302.
  33. Vila G., Barbosa P. Post-fire vegetation regrowth detection in the Deiva Marina region (Liguria-Italy) using Landsat TM and ETM+ data // Ecological Modelling. 2010. No. 221 (1). P. 75−84.
  34. Zhu H.L. Linear spectral unmixing assisted by probability guided and minimum residual exhaustive search for subpixel classification // International Journal of Remote Sensing. 2005. No. 26 (24). P. 5585−5601.