Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 4. С. 133-146
Вариативность спектральных характеристик растительности высотно-поясных комплексов юга Сибири
А.А. Карсаков
1 , Д.И. Назимова
1 , Е.И. Пономарёв
1 1 Институт леса им. В.Н. Сукачева СО РАН, Красноярск, Россия
Одобрена к печати: 08.07.2025
DOI: 10.21046/2070-7401-2025-22-4-133-146
Выполнен анализ сезонной динамики спектральных признаков NDVI (англ. Normalized Difference Vegetation Index) и LST (англ. Land Surface Temperature), характерных для пространственной структуры растительности высотно-поясных комплексов (ВПК) на примере Танзыбейского полигона в горах юга Сибири. Использовались данные Landsat-8 и Landsat-9 за вегетационный сезон 2023 г. Исследованы количественные характеристики LST и NDVI для пяти представленных в регионе ВПК: высокогорье и курумы, субальпийский, горно-таёжный, черневой и подтаёжный. Наиболее значительные различия диапазонов значений NDVI и LST наблюдаются в мае – июне, что связано с асинхронностью начала вегетационного сезона в зависимости от структуры растительности. Показано, что переходы между ВПК сопровождаются скачкообразными изменениями LST и NDVI. Количественные характеристики температурного (LST) и вегетационного (NDVI) признаков, определяющих растительные покровы высотной зональности в течение вегетационного периода, укладываются в два типичных сценария, применимых для описания группы низкогорных ВПК (черневые леса, подтаёжный) и средне-высокогорных ВПК (горно-таёжный, субальпийский и ВПК высокогорий со скальными выходами). Спектральные различия ВПК в течение сезона вегетации наиболее информативны в фазы начального периода (май – июнь) и не различимы с учётом пересечения доверительных интервалов значений в фенофазу полного лета (август) и в осенний период. В условиях окончания сезона вегетации (сентябрь) значимые отличия характерны только для разграничения черневого и подтаёжного ВПК относительно горно-таёжного и субальпийского ВПК.
Ключевые слова: Landsat, спектральные индексы, LST, NDVI, высотно-поясные комплексы, формации
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.
- Горный В. И., Бровкина О. В., Киселев А. В., Тронин А. А. Тенденции развития дистанционных методов при решении задач геологии и экологической безопасности // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 2. С. 9–38. DOI: 10.21046/2070-7401-2023-20-2-9-38.
- Данилина Д. М., Назимова Д. И., Гостева А. А. и др. Выявление потенциальных ареалов охраняемых видов растений на эколого-географической основе // География и природные ресурсы. 2018. № 1. С. 42–51. DOI: 10.21782/gipr0206-1619-2018-1(42-51).
- Исаченко А. Г. Ландшафтоведение и физико-географическое районирование. М.: Высш. шк., 1991. 366 с.
- Исаченко А. Г. Теория и методология географической науки. М.: Академия, 2004. 400 с.
- Карсаков А. А., Пономарев Е. И. Дистанционный мониторинг теплового состояния подстилающей поверхности в контексте техногенных трансформаций // Биосфера. 2024. Т. 16. № 1. С. 20–29.
- Молокова Н. И. Эколого-ценотический анализ и феноиндикация высотно-поясных комплексов типов леса (на примере гумидных районов Саян): автореф. дис. … канд. биол. наук. Красноярск, 1992. 23 с.
- Молокова Н. И., Назимова Д. И. Фенологические критерии как индикаторы функционирования сообществ и экосистем // Тр. Международ. конф. «Ботаника и ботаники в меняющемся мире». Томск: ТГУ, 2023. С. 42–44.
- Назимова Д. И., Пономарев Е. И., Степанов Н. В., Федотова Е. В. Черневые темнохвойные леса на юге Красноярского края и проблемы их обзорного картографирования // Лесоведение. 2005. № 1. С. 12–18.
- Назимова Д. И., Пономарев Е. И., Коновалова М. Е. Роль высотно-поясной основы и дистанционных данных в задачах устойчивого управления горными лесами // Лесоведение. 2020. № 1. С. 3–16. DOI: 10.31857/S0024114820010106.
- Назимова Д. И., Кошкарова В. Л., Данилина Д. М., Коновалова М. Е. Пространственно-временная динамика горных темнохвойных лесов на юге Приенисейской Сибири в условиях современных изменений климата // Изв. РАН. Сер. геогр. 2023. Т. 87. № 8. С. 1224–1237. DOI: 10.31857/S2587556623080149.
- Поликарпов Н. П., Чебакова Н. М., Назимова Д. И. Климат и горные леса Южной Сибири / под ред. В. В. Кузьмичева. Новосибирск: Наука, 1986. 225 с.
- Пономарёв Е. И., Исмаилова Д. М., Назимова Д. И. Спутниковый мониторинг горных лесных экосистем Саян // Журн. Сибирского федер. ун-та. 2011. Т. 4. № 1. С. 75–85.
- Семечкин И. В., Поликарпов Н. П., Ирошников А. И. и др. Кедровые леса Сибири. Новосибирск: Наука. Сибирское отд-ние, 1985. 256 с.
- Смагин В. Н., Ильинская С. А., Назимова Д. И., Чередникова Ю. С. Типы лесов гор Южной Сибири / под ред. В. Н. Смагина. Новосибирск: Наука. Сибирское отд-ние, 1980. 334 с.
- Чебакова Н. М., Садовничая Е. А. Связь вертикальной зональности с радиационными факторами климата в Западном Саяне // География и природные ресурсы. 1985. Т. 3. № 1. С. 53–58.
- Шамрикова Е. В., Жангуров Е. В., Кулюгина Е. Е. и др. Почвы и почвенный покров горно-тундровых ландшафтов Полярного Урала на карбонатных породах: разнообразие, классификация, распределение углерода и азота // Почвоведение. 2020. № 9. С. 1053–1070. DOI: 10.31857/s0032180x20090154.
- Baratto J., de Bodas Terassi P. M., Galvani E. Changes in vegetation cover and the relationship with surface temperature in the Cananéia–Iguape Coastal System, São Paulo, Brazil // Remote Sensing. 2024. V. 16. No. 18. Article 3460. DOI: 10.3390/rs16183460.
- Ciazela M., Ciazela J. Topoclimate mapping using Landsat ETM+ thermal data: Wolin island, Poland // Remote Sensing. 2021. V. 13. No. 14. Article 2712. DOI: 10.3390/rs13142712.
- Doubková M., Van Dijk A. I. J. M., Sabel D. et al. Evaluation of the predicted error of the soil moisture retrieval from C-band SAR by comparison against modelled soil moisture estimates over Australia // Remote Sensing Environment. 2012. V. 120. P. 188–196. DOI: 10.1016/j.rse.2011.09.031.
- Fu J., Liu J., Qin J. et al. Monitoring long-term vegetation dynamics over the Yangtze River Basin, China, using multi-temporal remote sensing data // Ecosphere. 2024. V. 15. No. 3. Article e4809. DOI: 10.1002/ecs2.4809.
- Halefom A., He Y., Nemoto T. et al. The impact of urbanization-induced land use change on land surface temperature // Remote Sensing. 2024. V. 16. No. 23. Article 4502. DOI: 10.3390/rs16234502.
- Loupian E., Bourtsev M., Proshin A. et al. Usage experience and capabilities of the VEGA-Science system // Remote Sensing. 2022. V. 14. No. 1. Article 77. DOI: 10.3390/rs14010077.
- Nazimova D. I., Danilina D. M., Stepanov N. V. Rain-barrier forest ecosystems of the Sayan Mountains // Botanica Pacifica. 2014. V. 3. No. 1. P. 39–47.
- Qureshi S., Alavipanah S. K., Konyushkova M. et al. A remotely sensed assessment of surface ecological change over the Gomishan Wetland, Iran // Remote Sensing. 2020. V. 12. No. 18. Article 2989. DOI: 10.3390/RS12182989.
- Tucker C. J. Red and photographic infrared linear combinations for monitoring vegetation // J. Remote Sensing Environment. 1979. V. 2. No. 8. P. 127–150.
- Vickers H., Karlsen S. R., Malnes E. A 20-year MODIS-based snow cover dataset for Svalbard and its link to phenological timing and sea ice variability // Remote Sensing. 2020. V. 12. No. 7. Article 1123. DOI: 10.3390/rs12071123.