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. 2022. Т. 19. № 1. С. 179-192

Изменение внутризональных различий в естественном растительном покрове ландшафтов лесостепи в конце XX – начале XXI века

Э.А. Терехин 1 
1 Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга объектов и природных ресурсов, Белгород, Россия
Одобрена к печати: 09.03.2022
DOI: 10.21046/2070-7401-2022-19-1-179-192
Изложены результаты анализа естественной динамики растительного покрова в физико-географических подзонах лесостепи на территории Центрального Черноземья. Исследование выполнено на примере участков ландшафтов, испытывающих минимальное антропогенное воздействие: овражно-балочных систем и оставленных аграрных угодий. Установлено, что в период с середины 1980-х гг. по конец второго десятилетия XXI в. происходило повышение различий в лесистости овражно-балочных систем между северной и южной частями лесостепи. Скорость естественного роста лесистости овражно-балочной сети существенно различается между её подзонами. Если в середине 1980-х гг. соотношение лесистости в подзонах северной и южной лесостепи было равно 1,6, то в 2018 г. этот показатель составил 2,5. В 2018 г. между подзонами лесостепи наблюдались статистически значимые различия по лесистости овражно-балочных систем, которых не было в середине 1980-х гг. Современная лесистость одновозрастных залежей северной лесостепи более чем в 7 раз превышает этот показатель для аналогичных залежей южной лесостепи. Залежи разных подзон лесостепи существенно различаются по параметрам многолетней динамики вегетационного индекса NDVI в период 2000–2018 гг. В северной лесостепи установлена положительная статистически значимая динамика индекса. В подзоне типичной лесостепи динамика NDVI есть, но она менее выражена. В подзоне южной лесостепи не выявлено статистически значимой многолетней динамики вегетационного индекса. Установленные тенденции выступают индикаторами повышения внутризональных различий естественного растительного покрова в лесостепной зоне.
Ключевые слова: лесостепь, овражно-балочные системы, залежные земли, внутризональные различия, лесовозобновление, спектрально-отражательные характеристики, дистанционное зондирование
Полный текст

Список литературы:

  1. Жирин В. М., Князева С. В., Эйдлина С. П. Дистанционное сопровождение лесообразовательного процесса в послерубочных таёжных лесах Русской равнины // Лесоведение. 2011. № 6. С. 29–38.
  2. Кашницкий А. В., Ховратович Т. С., Балашов И. В. Организация обработки данных ДЗЗ при решении задачи детектирования изменений лесного покрова на больших территориях // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 6. С. 103–111. DOI: 10.21046/2070-7401-2019-16-6-103-111.
  3. Королева Н. В., Тихонова Е. В., Ершов Д. В., Салтыков А. Н., Гаврилюк Е. А., Пугачевский А. В. Оценка масштабов зарастания нелесных земель в национальном парке «Смоленское Поозерье» за 25 лет по спутниковым данным Landsat // Лесоведение. 2018. № 2. С. 83–96.
  4. Русанов А. М. Естественное восстановление агроландшафтов степной и лесостепной зон Оренбургской области // Степной бюл. 2012. № 36. С. 8–12.
  5. Терехин Э. А. Пространственный анализ особенностей формирования древесной растительности на залежах лесостепи Центрального Черноземья с использованием их спектральных признаков // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 142–156. DOI: 10.21046/2070-7401-2020-17-5-142-156.
  6. Терехин Э. А. Пространственно-временная оценка лесистости овражно-балочных систем Среднерусской лесостепи с применением спектрально-отражательных признаков // Исслед. Земли из космоса. 2021. № 4. С. 84–96. DOI: 10.31857/S0205961421040060.
  7. Терехин Э. А., Чендев Ю. Г. Анализ пространственно-временных изменений лесистости на юге лесостепи Среднерусской возвышенности по спутниковым данным // Лесоведение. 2019. № 4. С. 257–265. DOI: 10.1134/S0024114819030094.
  8. Физико-географическое районирование центральных черноземных областей. Воронеж: Изд-во Воронежского ун-та, 1961. 263 с.
  9. Ховратович Т. С., Барталев С. А., Кашницкий А. В. Метод детектирования изменений лесов на основе подпиксельной оценки проективного покрытия древесного полога по разновременным спутниковым изображениям // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 4. С. 2019. 102–110. DOI: 10.21046/2070-7401-2019-16-4-102-110.
  10. Baumann M., Ozdogan M., Wolter P. T., Krylov A., Vladimirova N., Radeloff V. C. Landsat remote sensing of forest windfall disturbance // Remote Sensing of Environment. 2014. V. 143. P. 171–179.
  11. Biró M., Molnár Z., Öllerer K., Demeter L., Bölöni J. Behind the general pattern of forest loss and gain: A long-term assessment of semi-natural and secondary forest cover change at country level // Landscape and Urban Planning. 2022. V. 220. Art. No. 104334.
  12. Chendev Yu. G., Hubbart J. A., Terekhin E. A., Lupo A. R., Sauer T. J., Burras C. L. Recent afforestation in the Iowa river and Vorskla river basins: A comparative trends analysis // Forests. 2016. V. 7(11). Art. No. 278. DOI: 10.3390/f7110278.
  13. Chendev Yu., Gennadiev A., Sauer T., Terekhin E., Matveev S. M. Forests advancements to grasslands and their influence on soil formation: forest steppe of the Central Russian Upland // IOP Conf. Series: Earth and Environmental Science. Intern. Scientific and Practical Conf. “Forest Ecosystems as Global Resource of the Biosphere: Calls, Threats, Solutions” (Forestry-2019). 2019. V. 392. Art. No. 012003. DOI: 10.1088/1755-1315/392/1/012003.
  14. Didan K. MOD13Q1 v006: MODIS/Terra Vegetation Indices 16-Day L3 Global 250 m SIN Grid / NASA EOSDIS Land Processes DAAC. 2015. DOI: 10.5067/MODIS/MOD13Q1.006. URL: https://lpdaac.usgs.gov/products/mod13q1v006/.
  15. Ershov D. V., Gavrilyuk E. A., Koroleva N. V., Belova E. I., Tikhonova E. V., Shopina O. V., Titovets A. V., Tikhonov G. N. Natural Afforestation on Abandoned Agricultural Lands during Post-Soviet Period: A Comparative Landsat Data Analysis of Bordering Regions in Russia and Belarus // Remote Sensing. 2022. V. 14. No. 2. Art. No. 322. DOI: 10.3390/rs14020322.
  16. Huete A., Didan K., Miura T., Rodriguez E. P., Gao X., Ferreira L. G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices // The Moderate Resolution Imaging Spectroradiometer (MODIS): a new generation of Land Surface Monitoring. 2002. V. 83. No. 1. P. 195–213.
  17. Kolecka N. Greening trends and their relationship with agricultural land abandonment across Poland // Remote Sensing of Environment. 2021. V. 257. Art. No. 112340.
  18. Landsat 8 (L8) Data Users Handbook: Version 5.0. USGS. Department of the Interior. Sioux Falls, South Dakota: EROS, 2019. 114 p. URL: https://www.usgs.gov/media/files/landsat-8-data-users-handbook.
  19. Lisetskii F. N., Chernyavskikh V. I., Degtyar O. V. Pastures in the zone of temperate climate: Trends for development, dynamics, ecological fundamentals of rational use // Pastures: Dynamics. Economics and Management. N. Y.: Nova Science Publishers, 2010. P. 51–84.
  20. Liu W., Song C., Schroeder T. A., Cohen W. B. Predicting forest successional stages using multitemporal Landsat imagery with forest inventory and analysis data // Intern. J. Remote Sensing. 2008. V. 29. P. 3855–3872.
  21. Morresi D., Vitali A., Urbinati C., Garbarino M. Forest Spectral Recovery and Regeneration Dynamics in Stand-Replacing Wildfires of Central Apennines Derived from Landsat Time Series // Remote Sensing. 2019. V. 11. No. 3. Art. No. 308. DOI: 10.3390/rs11030308.
  22. Pickell P. D., Hermosilla T., Frazier R. J., Coops N. C., Wulder M. A. Forest recovery trends derived from Landsat time series for North American boreal forests // Intern. J. Remote Sensing. 2016. V. 37. P. 138–149.
  23. Potapov P. V., Turubanova S. A., Tyukavina A., Krylov A. M., McCarty J. L., Radeloff V. C., Hansen M. C. Eastern Europe’s forest cover dynamics from 1985 to 2012 quantified from the full Landsat archive // Remote Sensing of Environment. 2015. V. 159. P. 28–43.
  24. Schmidt M., Lucas R., Bunting P., Verbesselt J., Armston J. Multi-resolution time series imagery for forest disturbance and regrowth monitoring in Queensland, Australia // Remote Sensing of Environment. 2015. V. 158. P. 156–168.
  25. Valor E., Caselles V. Mapping land surface emissivity from NDVI: Application to European, African, and South American areas // Remote Sensing of Environment. 1996. V. 57. No. 3. P. 167–184. DOI: 10.1016/0034-4257(96)00039-9.