Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 6. С. 97-107
Выявление и картографирование многолетних трендов NDVI для оценки вклада изменений климата в динамику биологической продуктивности агроэкосистем лесостепной и степной зон Северной Евразии
1 Институт географии РАН, Москва, Россия
Одобрена к печати: 01.12.2017
DOI: 10.21046/2070-7401-2017-14-6-97-107
В пределах обширного региона, охватывающего степи и лесостепи Северной Евразии, прогнозируемые и наблюдаемые изменения климата, особенно условий увлажнения, отличаются существенной пространственной неоднородностью, что актуализирует использование данных дистанционного зондирования для индикации динамики биологической продуктивности агроэкосистем основного сельскохозяйственного региона России и сопредельных стран под влиянием изменений климата. В качестве основного индикатора биологической продуктивности пахотных и пастбищных угодий используются суммарные за год значения NDVI. На основе анализа временных серий суммарных годовых значений NDVI, построенных по данным дистанционного зондирования низкого разрешения NOAA AVHRR и Terra MODIS и гридированных климатических данных (среднегодовых сумм осадков и индекса суровости засухи Палмера) методами непараметрической статистики выявлены значимые разнонаправленные тренды для трёх периодов, существенно различавшихся как по климатическим, так и по социально-экономическим условиям ведения сельскохозяйственной деятельности: 1980-е, 1990 е и 2000-е гг. Для каждого периода созданы и проанализированы картографические модели распределения значимых трендов NDVI по их согласованности с направленностью синхронных изменений климатических характеристик, наглядно отражающих пространственно-временную дифференциацию отклика агроэкосистем на изменения климата для различных ботанико-географических провинций степной и лесостепной зон Северной Евразии. 1980-е гг. характеризовались преобладанием позитивных трендов NDVI на фоне благоприятных условий увлажнения; 1990-е гг. отличает высокая степень несогласованности трендов NDVI с изменениями климатических характеристик, что связано с более значимой ролью антропогенных факторов на динамику продуктивности агроэкосистем. Для 2000-х гг. в пределах обширной полосы сухих и опустыненных степей от бассейна Нижнего Дона до Восточного Казахстана выявлена устойчивая негативная динамика NDVI на фоне увеличения засушливости климата, что подтверждает результаты модельных прогнозов изменений климата в этом регионе к середине XXI в.
Ключевые слова: анализ временных серий, NDVI, осадки, индекс Палмера, лесостепи и степи, сельскохозяйственные угодья, изменения климата
Полный текстСписок литературы:
- Золотокрылин А. Н., Титкова Т. Б., Черенкова Е. А., Виноградова В. В. Тренды увлажнения и биофизических параметров засушливых земель Европейской части России за период 2000–2014 гг. // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 2. C. 155–161.
- Карта «Зоны и типы поясности растительности России и сопредельных территорий. Масштаб 1:8 000 000 / под ред. Огуреевой Г. Н. М.: «Экор», 1999. 64 с.
- Махамбетов М. Ж. Оценка процессов восстановления деградированных экосистем Атырауской области: дисс. … д-ра философии (спец. 6D060800). Алматы: КНАУ, 2016. 152 с.
- Савин И. Ю., Вриелинг А. Анализ многолетней динамики растительных ресурсов на территории России по данным NOAA AVHRR // Исследование Земли из космоса. 2008. № 5. С. 74–82.
- Страшная А. И., Максименкова Т. А., Чуб О. В. О сроках сева озимых культур в условиях изменения климата и их прогнозирование в Приволжском федеральном округе // Труды Гидрометцентра России. 2011. Вып. 345. С. 175–193.
- Bai Z. G., Dent D. L., Olsson L., Schaepman M. E. Global assessment of land degradation and improvement. 1. Identification by remote sensing: Report 2008/01. Wageningen: Intern. Soil Reference and Information Centre (ISRIC), 2008. 69 p.
- Bartholomé E., Belward A., Frédéric A., Bartalev S., Carmona-Moreno C., Eva H., Fritz S., Grégoire J., Mayaux P., Stibig H.-J. E. E. GLC 2000: Global Land Cover Mapping for the Year 2000: Project Status November 2002. European Commission, Joint Research Center, 2002. P. 66.
- Beck H. E., McVicar T. R., van Dijk A. I. J. M., Schellekens J., de Jeu R. A. M., Bruijnzeel L. A. Global evaluation of four AVHRR–NDVI data sets: Intercomparison and assessment against Landsat imagery // Remote Sensing of Environment. 2011. Vol. 115. No. 10. P. 2547–2563.
- Dai A. The Climate Data Guide: Palmer Drought Severity Index (PDSI) // eds. National Center for Atmospheric Research Staff. 2017. Retrieved from https://climatedataguide.ucar.edu/climate-data/palmer-drought-severity-index-pdsi/.
- Dronin N. M., Kirilenko A. P. Climate change, food stress, and security in Russia // Regional Environmental Change. 2011. Vol. 11. No. 1. P. 167–178.
- Dronin N. M., Kirilenko A. P. Weathering the soviet countryside: The impact of climate and agricultural policies on Russian grain yields, 1958–2010 // Soviet and Post-Soviet Review. 2013. Vol. 40. No. 1. P. 115–143.
- Fensholt R., Langanke T., Rasmussen K., Reenberg A., Prince S. D., Tucker C., Scholes R. J., Le Q. B., Bondeau A., Eastman R. Greenness in semi-arid areas across the globe 1981–2007 — an Earth Observing Satellite based analysis of trends and drivers // Remote Sensing of Environment. 2012. Vol. 121. P. 144–158.
- Fensholt R., Proud S. R. Evaluation of Earth Observation based global long term vegetation trends — Comparing GIMMS and MODIS global NDVI time series // Remote Sensing of Environment. 2012. Vol. 119. P. 131–147.
- Hoaglin D. C., Mosteller F., Tukey J. W. Understanding robust and exploratory data analysis. N. Y.: Wiley, 2000. 447 p.
- Huete A., Didan K., Leeuwen W. van Miura T., Glenn E. MODIS Vegetation Indices // Land Remote Sensing and Global Environmental Change. Remote Sensing and Digital Image Processing. N. Y.: Springer, 2010. P. 579–602.
- Mbow C., Fensholt R., Rasmussen K., Diop D. Can vegetation productivity be derived from greenness in a semi-arid environment? Evidence from ground-based measurements // J. Arid Environments. 2013. Vol. 97. P. 56–65.
- Müller D., Jungandreas A., Koch F., Schierhorn F. Impact of Climate Change on Wheat Production in Ukraine: Agricultural policy report APD/APR/02/2016. Kyiv, 2016. 41 p.
- Neeti N., Eastman J. R. A Contextual Mann-Kendall Approach for the Assessment of Trend Significance in Image Time Series: A Novel Method for Testing Trend Significance // Transactions in GIS. 2011. Vol. 15. No. 5. P. 599–611.
- Running S. W., Heinsch F. A., Zhao M., Reeves M., Hashimoto H. A continuous satellite-derived measure of global terrestrial production// Bioscience. 2004. Vol. 54. No. 6. P. 547–560.
- Schneider U., Becker A., Finger P., Meyer-Christoffer A., Rudolf B., Ziese M. GPCC Full Data Reanalysis Version 7.0 at 0.5°: Monthly Land-Surface Precipitation from Rain-Gauges built on GTS-based and Historic Data. 2015. DOI:10.5676/DWD_GPCC/FD_M_V7_050.
- Tucker C. J., Pinzon J. E., Brown M. E. Global Inventory Modeling and Mapping Studies (GIMMS) Satellite Drift Corrected and NOAA-16 incorporated Normalized Difference Vegetation Index (NDVI), Monthly 1981–2002. College Park, Maryland: Global Land Cover Facility, University of Maryland, 2004.