Поиск
Найти:
Подписка/отписка
на рассылку новостей
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. 2020. Т. 18. № 1. С. 127-137

Ретроспективный анализ потери растительного покрова в Республиках Марий Эл и Чувашия после затопления Чебоксарского водохранилища по данным Landsat/MSS

Э.А. Курбанов 1 , О.Н. Воробьев 1 
1 Поволжский государственный технологический университет, Йошкар-Ола, Россия
Одобрена к печати: 15.12.2020
DOI: 10.21046/2070-7401-2021-18-1-127-137
Чебоксарская ГЭС является одним из важных гидроэнергетических проектов в бассейне р. Волги. Поднятие уровня Чебоксарского вдхр. в 1981 г. до отметки 63 м привело к затоплению около 60 тыс. га земель Республик Марий Эл и Чувашии. В результате были утеряны уникальные площади лесных насаждений и водно-болотных угодий на территории обеих республик. В работе проведён ретроспективный анализ потери растительного покрова на территории затопления по данным разновременных спутниковых изображений Landsat/MSS за 1979 г. (до поднятия уровня воды) и 1981 г. (после поднятия). Район исследования включает площади лесных насаждений, расположенных вдоль правого и левого берегов р. Волги с учётом ширины её русла в 1979 г. Для выделения водной поверхности р. Волги и Чебоксарского вдхр. был использован нормализованный дифференцированный водный индекс NDWI. Классификация спутниковых изображений проводилась автоматическим методом анализа данных «Дерево принятия решений» с помощью предикторов NDVI, RED и NIR. Общая точность тематической карты составила 0,87. Результаты тематической классификации затопленной территории показали, что в большей степени по площади были утеряны лесные насаждения (хвойные — 30,1 % и смешанные лиственные — 21,2 %). Далее следуют древесно-кустарниковая растительность (27,6 %) и сельхозугодья (10,4 %). Класс «водные объекты» (болота, озёра) общей площадью 1534 га (2,6 %) также был затоплен. Полученные данные могут быть использованы для региональных оценок (экологических, социальных и экономических) последствий дальнейшего возможного повышения уровня ГЭС до проектной отметки 68 м.
Ключевые слова: Чебоксарское водохранилище, LUCC, лесные экосистемы, Landsat/MSS, NDWI, NDVI
Полный текст

Список литературы:

  1. Алексеев И. А. Ущерб Марийской АССР от затопления ее земель Чебоксарской ГЭС // Комплексная оценка результатов строительства и эксплуатации Чебоксарской ГЭС. Горький, 1989. С. 60–64.
  2. Алексеев И. А., Демаков Ю. П., Колесов А. В. Экологический мониторинг лесов берегов водохранилища Чебоксарской ГЭС: Научный отчёт по теме № 063/02. Йошкар-Ола, 2002. 98 с.
  3. Войтко П. Ф. Использование лесов Республики Марий Эл для строительства и эксплуатации искусственных водных объектов // Вестн. Марийского гос. техн. ун-та. Сер.: Лес. Экология. Природопользование. 2009. № 3. С. 75–83.
  4. Елсаков В. В., Щанов В. М. Спутниковые снимки в анализе изменений экосистем бассейна реки Вычегда // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 4. С. 135–135.
  5. Корпачев В. П., Пережилин А. И., Андрияс А. А., Гайдуков Г. А. Оценка объёмов затопления древесной массы в ложах водохранилищ ГЭС // Фундаментальные исслед. 2013. № 4. С. 290–294.
  6. Курбанов Э. А., Воробьев О. Н. Дистанционные методы в лесном хозяйстве: учеб. пособие. Йошкар-Ола: ПГТУ, 2020. 266 с.
  7. 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 // Вестн. Поволжского гос. техн. ун-а. Сер.: Лес. Экология. Природопользование. 2014. Т. 21. № 1. С. 18–32.
  8. Курбатова И. Е. Космический мониторинг береговой зоны Краснодарского водохранилища // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т. 2. № 5. С. 523–528.
  9. Люшвин П. В., Зырянов В. Н., Егоров С. Н., Кухарский А. В., Полонский В. Ф., Коршенко А. Н., Лобов А. Л. Влияние пиковых попусков с Волгоградской ГЭС на экологию Северо-Западного Каспия // Современные проблемы дистанционного зондирования Земли из космоса. 2006. № 2. С. 121–129.
  10. Слива И. В. История гидроэнергетики России. Тверь: Тверская Типография, 2014. 302 с.
  11. Терехов А. Г., Абаев Н. Н., Лагутин Е. И. Спутниковый мониторинг Сардобинского водохранилища в бассейне реки Сырдарьи (Узбекистан) до и после прорыва дамбы 1 мая 2020 г. // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 3. С. 255–260.
  12. Тяптиргянов М. М. Влияние каскада Вилюйской НЭС на популяции рыб бассейна реки Вилюй // Вестн. Северо-Восточного федерального ун-та им. М. К. Аммосова. 2015. Т. 48. № 4. С. 27–33.
  13. Bauni V., Schivo F., Capmourteres V., Homberg M. Ecosystem loss assessment following hydroelectric dam flooding: The case of Yacyreta, Argentina // Remote Sensing Applications: Society and Environment. 2015. V. 1. P. 50–60.
  14. Chen Y. R., Yeh C. H., Yu B. Integrated application of the analytic hierarchy process and the geographic information system for flood risk assessment and flood plain management in Taiwan // Natural Hazards. 2011. V. 59. No. 3. P. 1261–1276.
  15. Cochranea S. M. V., Matricardib E. A. T., Numatac I., Lefebvred P. A. Landsat-based analysis of mega dam flooding impacts in the Amazon compared to associated environmental impact assessments: Upper Madeira River example 2006–2015 // Remote Sensing Applications: Society and Environment. 2017. V. 7. P. 1–8.
  16. Feloni E., Mousadis I., Baltas E. Flood vulnerability assessment using a GIS-based multi-criteria approach — The case of Attica region // J. Flood Risk Management. 2019. V. 13(S1). Art. No. e12563. 15 p.
  17. Keken Z., Panagiotidis D., Skalos J. The influence of damming on landscape structure change in the vicinity of flooded areas: Case studies in Greece and the Czech Republic // Ecological Engineering. 2015. V. 74. P. 448–457.
  18. Khosravi K., Nohani E., Maroufinia E., Pourghasemi H. R. A GIS-based flood susceptibility assessment and its mapping in Iran: A comparison between frequency ratio and weights-of-evidence bivariate statistical models with multicriteria decision-making technique // Natural Hazards. 2016. V. 83. No. 2. P. 947–987.
  19. Li W., Qinb Y., Sunc Y., Huang H., Linge F., Tian L., Ding Y. Estimating the relationship between dam water level and surface water area for the Danjiangkou Reservoir using Landsat remote sensing images // Remote Sensing Letters. 2016. V. 7. No. 2. P. 121–130.
  20. Liu Y., Gong W., Hu X., Gong J. Forest type identification with random forest using Sentinel-1A, Sentinel 2A, Multi-Temporal Landsat-8 and DEM Data // Remote Sensing. 2018. V. 10(946). P. 2–25.
  21. Macfarlane W. W., Gilbert J. T., Gilbert J. D., Saunders W. C., Hough-Snee N., Hafen C., Wheaton J. M., Bennet S. N. What are the conditions of riparian ecosystems? Identifying impaired floodplain ecosystems across the Western U. S. using the riparian condition assessment (RCA) tool // Environmental Management. 2018. V. 62. P. 548–570.
  22. McFeeters S. K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features // Intern. J. Remote Sensing. 1996. V. 17. No. 7. P. 1425–1432.
  23. Momm H. G., Bingner R. L., Yuan Y., Locke M. A., Wells R. R. Spatial characterization of riparian buffer effects on sediment loads from watershed systems // J. Environmental Quality. 2014. V. 43. No. 5. P. 1736–1753.
  24. The State of the World’s Forests 2018 — Forest pathways to sustainable development. FAO. Rome, 2018. 118 p.