Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 3. С. 203-216
Геопространственный анализ техногенно-нарушенных экосистем Средней Сибири по спутниковым данным в ИК-диапазоне
К.В. Краснощеков
1 , А.В. Дергунов
1 , Т.В. Пономарева
2, 3 1 Красноярский научный центр СО РАН, Красноярск, Россия
2 Институт леса им. В.Н. Сукачева СО РАН, Красноярск, Россия
3 Сибирский федеральный университет, Красноярск, Россия
Одобрена к печати: 02.06.2022
DOI: 10.21046/2070-7401-2022-19-3-203-216
Работа посвящена исследованию изменения состояния растительного и почвенного покрова на техногенно-нарушенных участках различных типов в пределах Красноярского края за период с 2000 по 2021 г. Выделено четыре исследуемых речных бассейна: рек Енашимо, Панимбы, Норильской и Барги, на которых располагаются различные техногенные объекты (карьеры, хвостохранилища, отвалы). В целях детектирования повреждённых участков в виде аномалий на тепловых картах поверхности в работе использовались данные в тепловом ИК диапазоне прибора MODIS/Terra (продукт MOD11A1). Разработана методика выявления нарушенных участков на тепловых картах исследуемых территорий, основанная на сравнении предполагаемых нарушенных участков с фоновыми ненарушенными областями. Данная методика применена как для точечного анализа выбранных техногенных объектов, так и для площадей в границах выбранных речных бассейнов. Анализ данных показал, что на всех четырёх исследуемых территориях температура поверхности превышает фоновую в среднем на 1,5°. Продемонстрирована динамика изменения состояния подстилающей поверхности на исследуемых территориях за 20-летний период. На техногенно-нарушенных территориях в бассейне р. Панимбы не наблюдается значительных изменений состояния подстилающей поверхности за исследованный период. В пределах бассейнов рек Енашимо и Норильской детектируется увеличение площади нарушенной подстилающей поверхности, а в границах бассейна р. Барги, наоборот, наблюдается положительная динамика восстановления растительного и почвенного покрова, в том числе благодаря рекультивации нарушенных поверхностей. Применение данных дистанционного зондирования как для идентификации локального техногенного нарушения, так и для определения доли нарушенных участков позволит получать более объективные оценки антропогенной нагрузки на экосистемы для конкретных промышленных территорий.
Ключевые слова: техногенные объекты, речной бассейн, тепловая карта поверхности, криолитозона, Сибирь, температурные аномалии поверхности, нарушенность растительности
Полный текстСписок литературы:
- Андроханов В. А., Берлякова О. Г. Состояние лесных культур и почвенного покрова на рекультивированном отвале угольного разреза // Сибирский лесной журн. 2016. № 2. С. 22–31. DOI: 10.15372/SJFS20160202.
- Барталев С. А., Стыценко Ф. В., Егоров В. А., Лупян Е. А. Спутниковая оценка гибели лесов России от пожаров // Лесоведение. 2015. № 2. С. 83–94.
- Воробьев О. Н., Курбанов Э. А. Дистанционный мониторинг восстановительной динамики растительности на гарях Марийского лесного Заволжья // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 2. С. 84–97. DOI: 10.21046/2070-7401-2017-14-2-84-97.
- Воробьев О. Н., Курбанов Э. А., Полевщикова Ю. А., Лежнин С. А. Оценка динамики и нарушенности лесного покрова в Среднем Поволжье по снимкам Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 4. С. 124–134. DOI: 10.21046/2070-7401-2016-13-4-124-134.
- Вохмина Д. А., Чернецкая А. Ю. Недропользование и минерально-сырьевой потенциал Красноярского края // Инновационные тенденции развития российской науки. 2020. С. 381–385.
- Зеньков И. В., Нефедов Б. Н., Жукова В. В., Кирюшина Е. В., Вокин В. Н. Результаты оценки экологии нарушенных земель угольным разрезом «Абанский» в Красноярском крае // Уголь. 2019. № 9. С. 116–119.
- Калабин Г. В., Моисеенко Т. И., Горный В. И., Крицук С. Г., Соромотин А. В. Спутниковый мониторинг природной среды при открытой разработке Олимпиадинского золоторудного месторождения // Физико-техн. проблемы разработки полезных ископаемых. 2013. № 1. С. 177–184.
- Краснощеков К. В., Дергунов А. В., Пономарев Е. И. Оценка тепловых карт подстилающей поверхности на участках вырубок по данным Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 2. С. 87–97. DOI: 10.21046/2070-7401-2019-16-2-87-97.
- Курбанов Э. А., Нуреева Т. В., Воробьев О. Н., Губаев А. В., Лежнин С. А., Мифтахов Т. Ф., Незамаев С. А., Полевщикова Ю. А. Дистанционный мониторинг динамики нарушений лесного покрова, лесовозобновления и лесовосстановления в Марийском Заволжье // Вестн. Поволжского гос. технолог. ун-та. Сер.: Лес. Экология. Природопользование. 2011. № 3. С. 17–24.
- Некрасова Н. А. Геология и генезис месторождения Панимба (Енисейский кряж): дис. … канд. геол.-минерал. наук. 2019. 171 с.
- Пономарев Е. И., Пономарева Т. В. Влияние послепожарных температурных аномалий на сезонное протаивание почв мерзлотной зоны Средней Сибири по дистанционным данным // Сибирский эколог. журн. 2018. Т. 25. № 4. С. 479–488. DOI: 10.15372/SEJ20180408.
- Пономарева Т. В., Ковалева Н. М., Пономарев Е. И., Малькевич В. В. Оценка биоразнообразия на территории Олимпиадинского ГОКа «Полюс Красноярск» // Горный журн. 2020. № 10. С. 48–53. DOI: 10.17580/gzh.2020.10.02.
- Тарасов А. В. Современные методы оперативного картографирования нарушений лесного покрова // Вестн. Сибирского гос. ун-та геосистем и технологий. 2020. Т. 25. № 3. С. 201–213. DOI: 10.33764/2411-1759-2020-25-3-201-213.
- Тарасов А. В., Шихов А. Н., Шабалина Т. В. Распознавание нарушений лесного покрова по спутниковым снимкам Sentinel-2 с помощью свёрточных нейронных сетей // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 3. С. 51–64. DOI: 10.21046/2070-7401-2021-18-3-51-64.
- Терехин Э. А. Оценка нарушенности лесных экосистем юго-запада Среднерусской возвышенности с применением материалов космических съемок // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 4. С. 112–124. DOI: 10.21046/2070-7401-2017-14-4-112-124.
- Терехин Э. А. (2019а) Нарушенность хвойных лесов лесостепной зоны Центрального Черноземья в начале XXI века // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг. 2019. № 5. С. 33–41. DOI: 10.25686/2367.2019.5.58814.
- Терехин Э. А. (2019б) Распознавание нарушенных лесных экосистем лесостепи на основе спектрально-отражательных характеристик // Компьютерная оптика. 2019. Т. 43. № 3. С. 412–418. DOI: 10.18287/0134-2452-2019-43-3-412-418.
- Brown J., Ferrians O. J., Heginbottom J. A., Melnikov E. S. Circum-Arctic Map of Permafrost and Ground Ice Conditions. Reston, VA: US Geological Survey, 1997. 45 p. DOI: 10.13140/RG.2.1.2994.9040.
- Coppin P. R., Bauer M. E. Digital change detection in forest ecosystems with remote sensing imagery // Remote Sensing Reviews. 1996. V. 13. P. 207–234. DOI: 10.1080/02757259609532305.
- Häme T. Spectral interpretation of changes in forest using satellite scanner images // Acta Forestalia Fennica. 1991. V. 222. Art. ID 7668. 111 p.
- Lehner B., Grill G. Global river hydrography and network routing: baseline data and new approaches to study the world’s large river systems // Hydrological Processes. 2013. V. 27. No. 21. P. 2171–2186. DOI: 10.1002/hyp.9740.
- Ponomareva T. V., Litvintsev K. Y., Finnikov K. A., Yakimov N. D., Sentyabov A. V., Ponomarev E. I. Soil Temperature in Disturbed Ecosys-tems of Central Siberia: Remote Sensing Data and Numerical Simulation // Forests. 2021. V. 12. No. 8. Art. No. 994. 22 p. DOI: 10.3390/f12080994.
- Wang W., Liang S., Meyers T. Validating MODIS land surface temperature products using long-term nighttime ground measurements // Remote Sensing of Environment. 2008. V. 112. No. 3. P. 623–635. DOI: 10.1016/j.rse.2007.05.024.
- Yakimov N., Ponomarev E. Dynamics of Post-Fire Effects in Larch Forests of Central Siberia Based on Satellite Data // E3S Web Conf. 2020. V. 149. P. 03008. DOI: 10.1051/e3sconf/202014903008.
- Yang Y., Erskine P. D., Lechner A. M., Mulligan D., Zhang S., Wang Z. Detecting the dynamics of vegetation disturbance and recovery in surface mining area via Landsat imagery and LandTrendr algorithm // J. Cleaner Production. 2018. V. 178. P. 353–362. DOI: 10.1016/j.jclepro.2018.01.050.