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
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. 170-178

Оценка изменений растительности Норильского промышленного района по дистанционным данным на основе анализа трендов спектральных индексов

О.М. Железный 1 , О.В. Тутубалина 1 , В.И. Кравцова 1 
1 Московский государственный университет имени М.В. Ломоносова, Москва, Россия
Одобрена к печати: 20.01.2022
DOI: 10.21046/2070-7401-2022-19-1-170-178
Растительность Норильского промышленного района, деградировавшая на значительных площадях под воздействием аэротехногенного загрязнения, варьировавшего на разных этапах деятельности металлургического комбината, испытывает влияние потепления климата. Для оценки изменений растительности использовались материалы съёмки со спутников Landsat-5, -7, -8 за всё время их работы с 1984 г., полученные и обработанные с использованием облачной платформы Google Earth Engine. На период активной вегетации (1 июля – 10 августа) отобрано 1522 снимка, проведена их очистка от влияния облачности и снега, выполнена кросс-корреляция съёмочных систем разных спутников. Оценка состояния растительности основывалась на значениях вегетационного индекса NDVI, максимальных в каждом пикселе за летний сезон. По этому ряду данных проведены статистические тесты — простая линейная регрессия и анализ трендов Манна – Кендалла; таким образом, анализ изменений базируется на трендах NDVI. Для лучшего учёта изменений древесно-кустарникового покрова использовался аналогичный анализ спектрального влажностного индекса NDMI. Анализ пространственной структуры тренда показал, что максимальный стабильный прирост обоих индексов наблюдается к юго-востоку от Норильска, в долине р. Рыбной, в прошлом наиболее сильно пострадавшей от загрязнения. Проверка по современным снимкам сверхвысокого разрешения подтверждает появление травянистой и кустарниковой растительности на участках сильного положительного тренда. Аналогичное исследование по данным MODIS/Terra-Aqua за 2000–2020 гг. также показало наибольший тренд NDVI по долине р. Рыбной. Анализ изменений растительности по снимкам сверхвысокого разрешения показал, что наибольший рост NDVI приурочен к малым эрозионным формам.
Ключевые слова: космические снимки, вегетационный индекс, NDVI, восстановление растительности, Норильск, Арктика
Полный текст

Список литературы:

  1. Исаченко А. Г. Ландшафтная карта СССР // Современные проблемы географии: Науч. сообщения советских географов по программе 20-го Международ. геогр. конгресса. Лондон, 1964. М.: Наука, 1964. 416 с. С. 395–399.
  2. Карпенко Л. В. Экологическая оценка состояния болотных экосистем фоновых территорий и в зоне техногенных воздействий // Вестн. Красноярского гос. аграр. ун-та, 2006. Вып. 14. С. 145–150.
  3. Корец М. А., Рыжкова В. А., Данилова И. В. Использование ГИС для оценки состояния наземных экосистем Норильского промышленного района // Сибирский эколог. журн. 2014. № 6. С. 887–902.
  4. Телятников М. Ю., Пристяжнюк С. А. Антропогенное влияние предприятий Норильского промышленного района на растительный покров тундры и лесотундры // Сибирский эколог. журн. 2014. № 6. С. 903–922.
  5. Boyte S., Wylie B., Rigge M., Dahal D. Fusing MODIS with Landsat-8 data to downscale weekly normalized difference vegetation index estimates for central Great Basin rangelands, USA // GIScience and Remote Sensing. 2017. V. 55. Iss. 3. P. 376–399. DOI: 10.1080/15481603.2017.1382065.
  6. Fassnacht F. E., Schiller C., Kattenborn T., Zhao X., Qu J. A Landsat-based vegetation trend product of the Tibetan Plateau for the time-period 1990–2018 // Scientific Data. 2019. V. 6(78). P. 1–11. DOI: 10.1038/s41597-019-0075-9.
  7. Gorelick N., Hancher M., Dixon M., Ilyushchenko S., Thau D., Moore R. Google Earth Engine: Planetary-scale geospatial analysis for everyone // Remote Sensing of Environment. 2017. V. 202. P. 18–27. DOI: 10.1016/j.rse.2017.06.031.
  8. Kirdyanov A. V., Krusic P. J., Shishov V. V., Vaganov E. A., Fertikov A. I., Myglan V. S., Barinov V. V., Browse J., Esper J., Ilyin V. A., Knorre A. A., Korets M. A., Kukarskikh V. V., Mashukov D. A., Onuchin A. A., Piermattei A., Pimenov A. V., ProkushkinA. S., Ryzhkova V. A., Shishikin A. S., Smith K. T., Taynik A. V., Wild M., Zorita E., Büntgen U. Ecological and conceptual consequences of Arctic pollution // Ecology Letters. 2020. V. 23(19). P. 1827–1837. DOI: 10.1111/ele.13611.
  9. Nyland K. E., Shiklomanov N. I., Streletskiy D. A. Climatic- and anthropogenic-induced land cover change around Norilsk, Russia // Polar Geography. 2017. V. 40(4). P. 257–272. DOI: 10.1080/1088937X.2017.1370503.
  10. Roy D. P., Kovalskyy V., Zhang H. K., Vermote E. F., Yan L., Kumar S. S., Egorov A. V. Characterization of Landsat-7 to Landsat-8 reflective wavelength and normalized difference vegetation index continuity // Remote Sensing of Environment. 2016. V. 185. P. 57–70. DOI: 10.1016/j.rse.2015.12.024.
  11. Schmidt G., Jenkerson C. B., Masek J., Vermote E., Gao F. Landsat Ecosystem Disturbance Adaptive Processing System (LEDAPS) Algorithm Description. U. S. Geological Survey Open-File Report 2013–1057. Reston, VA, 2013. 27 p. https://doi.org/10.3133/ofr20131057.
  12. Serreze M. C., Barrett A. P., Stroeve J. C., Kindig D. M., Holland M. M. The emergence of surface-based Arctic amplification // Cryosphere. 2009. V. 3. P. 11–19. DOI: 10.5194/tc-3-11-2009.
  13. Toutoubalina O., Rees G. Remote sensing of industrial impact on arctic vegetation around Noril’sk, northern Siberia: preliminary results // Intern. J. Remote Sensing. 1999. V. 20. P. 2979–2990. DOI: 10.1080/014311699211561.
  14. Tutubalina O., Rees G. Vegetation degradation in a permafrost region as seen from space: Noril’sk (1961–1999) // Cold Regions Science and Technology. 2001. V. 32. P. 191–203. DOI: 10.1016/S0165-232X(01)00049-0.