Архив
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
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. 2021. Т. 18. № 3. С. 214-225

Оценка затопления растительного покрова в республиках Марий Эл и Чувашия при подъёме Чебоксарского водохранилища до отметки 68 м по данным ДЗЗ

О.Н. Воробьёв 1 , Э.А. Курбанов 1 
1 Поволжский государственный технологический университет, Йошкар-Ола, Россия
Одобрена к печати: 02.06.2021
DOI: 10.21046/2070-7401-2021-18-3-214-225
Строительство плотин гидроэлектростанций в бассейнах рек — один из альтернативных вариантов по выработке «экологически чистой» энергии, востребованной на российском и международном рынках. С другой стороны, проекты такого типа негативно влияют на состояние прибрежных растительных экосистем. В работе проведена оценка потенциальных потерь лесных экосистем в районе Чебоксарского вдхр. при возможном подъёме воды Чебоксарской ГЭС с отметки 63 м до проектного уровня 68 м по данным спутниковой съёмки Sentinel-2 и цифровой модели рельефа. Район исследования включает участки растительного покрова, расположенные вдоль правого и левого берегов р. Волги с учётом ширины её русла в 2020 г. в границах республик Марий Эл и Чувашия. Классификация спутниковых изображений для оценки наземного покрова на территории исследования проводилась методом неуправляемой классификации Isodata. Идентификация восьми классов наземного (растительного) покрова на полученной тематической карте проводилась на основе имеющихся данных лесоустройства и полевых исследований в районе изысканий за 2012–2019 гг. Оценка тематических классов методом Джеффриса – Матуситы показала их приемлемую спектральную разделимость для целей исследования. Общая точность тематической карты 2020 г. составила 0,88. Результаты тематической классификации исследуемой территории предполагаемого затопления показали, что в большей степени по площади могут быть утеряны лесные насаждения (сосновые — 6,8 %, берёзовые — 27,5 % и смешанные лиственные — 27,6 %). Далее следуют молодняки/кустарниковая растительность (18,6 %) и водные объекты (10,5 %). При подъёме уровня воды Чебоксарской ГЭС до уровня 68 м Республика Марий Эл может потерять в 4,5 раза больше земель, чем Чувашская Республика. Полученные данные могут быть использованы для региональных оценок (экологических, социальных и экономических) последствий возможного повышения уровня Чебоксарской ГЭС.
Ключевые слова: Чебоксарское водохранилище, лесные экосистемы, Sentinel-2, ЦМР, NDWI, Isodata
Полный текст

Список литературы:

  1. Бузин В. А., Горошкова Н. И., Стриженок А. В. Максимальные заторные уровни воды северных рек России в условиях изменения климата и антропогенного воздействия на процесс заторообразования // Метеорология и гидрология. 2014. № 12. С. 55–61.
  2. Войтко П. Ф. Использование лесов Республики Марий Эл для строительства и эксплуатации искусственных водных объектов // Вестн. Марийского гос. ун-та. Сер.: Лес. Экология. Природопользование. 2009. № 3. С. 75–83.
  3. Воробьёв О. Н., Курбанов Э. А., Полевщикова Ю. А., Лежнин С. А. Пространственно-временной анализ динамики лесного покрова в Среднем Поволжье по спутниковым данным: монография / под ред. Э. А. Курбанова. Йошкар-Ола: ПГТУ, 2019. 200 с.
  4. Жарко В. О., Барталев С. А., Егоров В. А. Исследование возможностей оценки запасов древесины в лесах Приморского края по данным спутниковой системы Proba-V // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 157–168. DOI: 10.21046/2070-7401-2018-15-1-157-168.
  5. Курбанов Э. А., Воробьёв О. Н. Дистанционные методы в лесном хозяйстве: учеб. пособие. Йошкар-Ола: ПГТУ, 2020. 266 с.
  6. Курбанов Э. А., Воробьёв О. Н. Ретроспективный анализ потери растительного покрова в Республиках Марий Эл и Чувашия после затопления Чебоксарского водохранилища по данным Landsat/MSS // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 1. С. 127–137. DOI: 10.21046/2070-7401-2021-18-1-127-137.
  7. Курбатова И. Е. Космический мониторинг береговой зоны Краснодарского водохранилища // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т. 2. № 5. С. 523–528.
  8. 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.
  9. 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. DOI: 10.21046/2070-7401-2020-17-3-255-260.
  10. Abarca-Del-Rio R., CrÉtaux J.-F., Berge-Nguyen M., Maisongrande P. Does Lake Titicaca still control the Lake Poopó system water levels? An investigation using satellite altimetry and MODIS data (2000–2009) // Remote Sensing Letters. 2012. V. 3. P. 707–714. URL: https://doi.org/10.1080/01431161.2012.667884.
  11. Chuvieco E. Fundamentals of satellite remote sensing: an environmental approach. Second Edition. Boca Raton; L.; N. Y.: CRC Press Taylor and Francis, 2016. 468 p.
  12. Cooley S. W., Smith L. C., Stepan L., Mascaro J. Tracking dynamic northern surface water changes with high-frequency planet CubeSat imagery // Remote Sensing. 2017. V. 9. No. 12. Art. No. 1306. URL: https://doi.org/10.3390/rs9121306.
  13. Di Baldassarre G., Montanari A., Lins H., Koutsoyiannis D., Brandimarte L., Blöschl G. Flood fatalities in Africa: from diagnosis to mitigation // Geophysical Research Letters. 2010. V. 37. Iss. 22. Art. No. L22402. URL: https://doi.org/10.1029/2010GL045467.
  14. 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. No. 13. P. 1–15. URL: https://doi.org/10.1111/jfr3.12563.
  15. Jarihani A. A., Callow J. N., McVicar T. R., Van Niel T. G., Larsen J. R. Satellite-derived Digital Elevation Model (DEM) selection, preparation and correction for hydrodynamic modelling in large, low-gradient and data-sparse catchments // J. Hydrology. 2015. V. 524. P. 489–506. URL: https://doi.org/10.1016/j.jhydrol.2015.02.049.
  16. 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. URL: https://doi.org/10.1007/s00267-018-1061-2.
  17. Madsen H., Lawrence D., Lang M., Martinkova M., Kjeldsen T. R. Review of trend analysis and climate change projections of extreme precipitation and floods in Europe // J. Hydrology. 2014. V. 519. P. 3634–3650. URL: https://doi.org/10.1016/j.jhydrol.2014.11.003.
  18. 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. URL: https://doi.org/10.1080/01431169608948714.
  19. 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. URL: https://doi.org/10.2134/jeq2013.10.0413.
  20. Ricci G. F., Romano G., Leronni V., Gentile F. Effect of check dams on riparian vegetation cover: A multiscale approach based on field measurements and satellite images for Leaf Area Index assessment // Science of the Total Environment. 2019. V. 657. No. 20. P. 827–838. URL: https://doi.org/10.1016/j.scitotenv.2018.12.081.
  21. Rokni K., Ahmad A., Selamat A., Hazini S. Water Feature Extraction and Change Detection Using Multitemporal Landsat Imagery // Remote Sensing. 2014. V. 6. P. 4173–4189. URL: https://doi.org/10.3390/rs6054173.
  22. Shawky M., Moussa A., Hassan Q. K., El-Sheimy N. Pixel-based geometric assessment of channel networks/orders derived from Global Spaceborne Digital Elevation Models // Remote Sensing. 2019. V. 11. No. 3. Art. No. 235. URL: https://doi.org/10.3390/rs11030235.
  23. Shi W., Wang B., Tian Y. Accuracy analysis of Digital Elevation Model relating to spatial resolution and terrain slope by Bilinear Interpolation // Mathematical Geosciences. 2014. V. 46. P. 445–481. URL: https://doi.org/10.1007/s11004-013-9508-8.
  24. Stanislawski L. V., Survila K., Wendel J., Liu Y., Buttenfield B. P. An open source high-performance solution to extract surface water drainage networks from diverse terrain conditions // Cartography and Geographic Information Science. 2018. V. 45. No. 4. P. 319–328. URL: https://doi.org/10.1080/15230406.2017.1337524.
  25. Vaze J., Teng J., Spencer G. Impact of DEM accuracy and resolution on topographic indices // Environmental Modelling and Software. 2010. V. 25. P. 1086–1098. URL: https://doi.org/10.1016/j.envsoft.2010.03.014.
  26. The reported study was funded by RFBR, MOST and NRF according to the research project No. 19-55-80010\19.