Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 3. С. 178-185
NDVI темнохвойных лесов как функция климата в Волжском бассейне
П.А. Шарый
1 , Л.С. Шарая
2 1 Институт физико-химических и биологических проблем почвоведения РАН, Пущино, Московская обл., Россия
2 Институт экологии Волжского бассейна РАН, Тольятти, Россия
Одобрена к печати: 26.05.2022
DOI: 10.21046/2070-7401-2022-19-3-178-185
Вегетационный индекс NDVI темнохвойных лесов лета 2005 г. статистически сравнивается с характеристиками климата в Волжском бассейне. Для этого выделяются две части данного региона, представляемые двумя выборками по 200 точек (площадок 1 км2) каждая: северо-восточной (выборка NE) и западной (выборка W). Средняя температура зимы в выборке W на 3,5° больше, чем в NE. Построены две модели множественной регрессии, связывающие NDVI с климатом: для NE и для W. При этом связь NDVI с зимней температурой или температурой февраля в выборке NE положительная, а в выборке W — отрицательная. Связь NDVI с осадками холодного периода (ноябрь – март) отрицательная в выборке NE и положительная в W. Аргументируется, что такое нелинейное для региона в целом поведение NDVI темнохвойных лесов с противоположными знаками связей для выборок NE и W можно объяснить как повреждением деревьев морозами, так и известными эффектами зимней засухи. Это дополнительно усиливается влиянием осадков. Зимняя засуха состоит в том, что в конце зимы, когда корни ещё заморожены, усиливающаяся транспирация приводит к обезвоживанию ветвей деревьев, что проявляется летом в снижении NDVI.
Ключевые слова: темнохвойные леса, характеристики климата, зимняя засуха, множественная регрессия
Полный текстСписок литературы:
- Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А., Шабанов Н. В. Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 с.
- Вальтер Г. Общая геоботаника: пер. с нем.; пер. А. Г. Еленевского. М.: Мир, 1982. 264 с.
- Грибова С. А., Исаченко Т. И., Лавренко Е. М. Растительность европейской части СССР. Л.: Наука, 1980. 430 с.
- Шарый П. А., Пинский Д. Л. Статистическая оценка связи пространственной изменчивости содержания органического углерода в серой лесной почве с плотностью, концентрацией металлов и рельефом // Почвоведение. 2013. № 11. С. 1344–1356. DOI: 10.7868/S0032180X13090104.
- Шарый П. А., Шарая Л. С., Иванова А. В., Костина Н. В., Розенберг Г. С. Сравнительный анализ видового богатства жизненных форм сосудистых растений в Среднем Поволжье // Сибирский экологич. журн. 2019. № 4. С. 383–396. DOI: 10.15372/SEJ20190402.
- Шарый П. А., Шарая Л. С., Сидякина Л. В. Связь NDVI лесов и характеристик климата Волжского бассейна // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 4. С. 154–163. DOI: 10.21046/2070-7401-2020-17-4-154-163.
- Швиденко А. З. Глобальные изменения и Российская лесная таксация // Лесная таксация и лесоустройство. 2012. № 1(47). С. 52–75.
- Fisher J. I., Mustard J. F., Vadeboncoeur M. A. Green leaf phenology at Landsat resolution: scaling from the field to the satellite // Remote Sensing of Environment. 2006. V. 100. P. 265–279. https://doi.org/10.1016/j.rse.2005.10.022.
- Hijmans R. J., Cameron S. E., Parra J. L., Jones P. J., Jarvis A. Very high resolution interpolated climate surfaces for global land areas // Intern. J. Climatology. 2005. V. 25. P. 1965–1978. https://doi.org/10.1002/joc.1276.
- Hoylman Z. H., Jencso K. G., Hu J., Holden Z. A., Allred B., Dobrowski S., Robinson N., Martin J. T., Affleck D., Seielstad C. The topographic signature of ecosystem climate sensitivity in the western United States // Geophysical Research Letters. 2019. V. 46. P. 14508–14520. doi.org/10.1029/2019GL085546.
- Hwang T., Song C., Vose J. M., Band L. E. Topography-mediated controls on local vegetation phenology estimated from MODIS vegetation index // Landscape Ecology. 2011. V. 26. P. 541–556. https://doi.org/10.1007/s10980-011-9580-8.
- Lischke H., Guisan A., Fischlin A., Bugmann H. Vegetation responses to climate change in the Alps — Modeling studies // A View from the Alps: Regional Perspectives on Climate Change / eds. Cebon P., Dahinden U., Davies H., Imboden D., Jaeger C. Boston: MIT Press, 1998. Ch. 6. P. 309–350.
- Montgomery D. C., Peck E. A. Introduction to Linear Regression Analysis. N. Y.: John Wiley and Sons, 1982. 504 p.
- Moser D., Dullinger S., Englisch T., Niklfeld H., Plutzar C., Sauberer N., Zechmeister H. G., Grabherr G. Environmental determinants of vascular plant species richness in the Austrian Alps // J. Biogeography. 2005. V. 32. P. 1117–1127. doi.org/10.1111/j.1365-2699.2005.01265.x.
- Richerson P. J., Lum K.-L. Patterns of plant species diversity in California: relation to weather and topography // The American Naturalist. 1980. V. 116. P. 504–536.
- Rodriguez E., Morris C. S., Belz J. E., Chapin E. C., Martin J. M., Daffer W., Hensley S. An assessment of the SRTM topographic products: Technical Report JPL D-31639. Pasadena, CA, USA: Jet Propulsion Lab., 2005. 143 p.
- Wood J. Overview of Software Packages Used in Geomorphometry // Geomorphometry: Concepts, Software, Applications / eds. Hengl T., Reuter H. I. Ser. Developments in Soil Science. Amsterdam, etc.: Elsevier, 2009. V. 33. Ch. 10. P. 257–267. doi.org/10.1016/S0166-2481(08)00010-X.
- Zhou L., Tucker C. J., Kaufmann R. K., Slayback D., Shabanov N. V., Myneni R. B. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999 // J. Geophysical Research. 2001. V. 106. P. 20069–20083. https://doi.org/10.1029/2000JD000115.