Архив
Том 22, 2025
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. 2025. Т. 22. № 5. С. 207-221

Современные тенденции изменения лесного покрова Среднерусской лесостепи

Э.А. Терехин 1 
1 Белгородский государственный национальный исследовательский университет, Белгород, Россия
Одобрена к печати: 27.08.2025
DOI: 10.21046/2070-7401-2025-22-5-207-221
Пространственно-временные изменения лесного покрова, обусловленные ростом лесистости, выступают одним из ключевых факторов, определяющих особенности ландшафтов и протекающие в них процессы. Изложены результаты анализа многолетних изменений в лесном покрове Среднерусской лесостепи в период середины 1980-х гг. – первой половины третьего десятилетия XXI в. На сети из 25 тестовых участков, расположенных в пределах региона, изучены показатели изменения лесистости, площадные и пространственные характеристики лесопокрытых земель. К ним относятся общая лесопокрытая площадь, средняя площадь лесного массива, протяжённость границы леса и плотность лесных массивов. За почти сорокалетний период рост лесистости ландшафтов в среднем по региону составил более 36 %, сопровождаясь увеличением на 16,7 % средней площади лесных массивов и более чем на 40 % протяжённости границ лесопокрытых земель. При среднем росте числа лесных массивов по региону почти на 17 % на некоторых тестовых участках происходило снижение их количества вследствие объединения лесов в процессе их разрастания и продвижения границ. На большинстве тестовых участков в середине 1980-х гг. лесистость не превышала 10 %, но в исследуемый период заметно выросла их доля с лесистостью от 10 до 30 %. Рост лесистости обусловил снижение вариабельности спектрально-отражательных свойств территорий, на которых сформировались леса. Снижение коэффициента вариации отражательных характеристик выявлено в видимой, ближней и коротковолновой инфракрасной частях спектра.
Ключевые слова: лесопокрытые земли, лесистость, спектрально-отражательные характеристики, многолетние изменения, Landsat
Полный текст

Список литературы:

  1. Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А. Состояние и перспективы развития методов спутникового картографирования растительного покрова России // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 203–221.
  2. Бугаев В. А., Мусиевский А. Л. Шипов лес: история и современность // Лесное хоз-во. 2000. № 5. С. 21–22.
  3. 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: 10.21046/2070-7401-2016-13-3-124-134.
  4. Землянухин И. П., Романцов Р. Е. Опыт изучения влияния лесных насаждений на сток и эрозию почв в условиях Воронежской области // Модели и технологии природообустройства (региональный аспект). 2017. Т. 5. № 2. С. 43–49.
  5. Камышев Н. С., Хмелев К. Ф. Растительный покров Воронежской области и его охрана. Воронеж: Изд-во Воронежского ун-та, 1976. 181 с.
  6. Косолапов В. М., Трофимов И. А., Трофимова Л. С., Яковлева Е. П. Агроландшафты Центрального Черноземья. Районирование и управление. М.: Изд. дом «Наука», 2015. 198 с.
  7. Крупко А. Э., Михно В. Б. Факторы, проблемы и основные направления устойчивого развития Центрально-Черноземного района // Вестн. Воронежского гос. ун-та. Сер.: География. Геоэкология. 2019. № 1. С. 55–73.
  8. Кузьменко Я. В., Лисецкий Ф. Н., Кириленко Ж. А., Григорьева О. И. Обеспечение оптимальной водоохранной лесистости при бассейновой организации природопользования // Изв. Самарского науч. центра РАН. 2013. Т. 15. № 3–2. С. 652–657.
  9. Лисецкий Ф. Н. Пространственно-временная организация агроландшафтов. Белгород: Изд-во БелГУ, 2000. 304 с.
  10. Молчанов А. А. Оптимальная лесистость (на примере ЦЧР). М: Наука, 1966. 126 с.
  11. Терехин Э. А. Оценка нарушенности лесов лесостепной зоны в начале XXI в. по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 2. С. 134–146. DOI: 10.21046/2070-7401-2020-17-2-134-146.
  12. 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.
  13. Терехин Э. А. Особенности лесовозобновления на залежных землях Среднерусской лесостепи // Изв. РАН. Сер. геогр. 2022. Т. 86. № 4. С. 594–604. DOI: 10.31857/S2587556622040112.
  14. Терехин Э. А. Возможности оценки лесистости овражно-балочных систем Среднерусской лесостепи по данным дистанционного зондирования Земли // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 3. С. 107–120. DOI: 10.21046/2070-7401-2024-21-3-107-120.
  15. Физико-географическое районирование центральных черноземных областей. Воронеж: Изд-во Воронежского ун-та, 1961. 263 с.
  16. 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. 102–110. DOI: 10.21046/2070-7401-2019-16-4-102-110.
  17. Цветков М. А. Изменение лесистости Европейской России с конца XVII столетия по 1914 год. М: Изд-во АН СССР, 1957. 213 с.
  18. Egorov A., Roy D. P., Boschetti L. Generation and comprehensive validation of 30 m conterminous United States Landsat percent tree cover and forest cover loss annual products // Science of Remote Sensing. 2023. V. 7. Article 100084. DOI: 10.1016/j.srs.2023.100084.
  19. Ershov D. V., Gavrilyuk E. A., Koroleva N. V. et al. 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. Article 322. DOI: 10.3390/rs14020322.
  20. Gudex-Cross D., Pontius J., Adams A. Enhanced forest cover mapping using spectral unmixing and object-based classification of multi-temporal Landsat imagery // Remote Sensing of Environment. 2017. V. 196. P. 193–204. DOI: 10.1016/j.rse.2017.05.006.
  21. Hislop S., Jones S., Soto-Berelov M. et al. A fusion approach to forest disturbance mapping using time series ensemble techniques // Remote Sensing of Environment. 2019. V. 221. P. 188–197. DOI: 10.1016/j.rse.2018.11.025.
  22. Kim D.-H., Sexton J. O., Noojipady P. et al. Global, Landsat-based forest-cover change from 1990 to 2000 // Remote Sensing of Environment. 2014. V. 155. P. 178–193. DOI: 10.1016/j.rse.2014.08.017.
  23. Lu J., Huang C., Tao X. et al. Annual forest disturbance intensity mapped using Landsat time series and field inventory data for the conterminous United States (1986–2015) // Remote Sensing of Environment. 2022. V. 275. Article 113003. DOI: 10.1016/j.rse.2022.113003.
  24. Pflugmacher D., Rabe A., Peters M., Hostert P. Mapping pan-European land cover using Landsat spectral-temporal metrics and the European LUCAS survey // Remote Sensing of Environment. 2019. V. 221. P. 583–595. DOI: 10.1016/j.rse.2018.12.001.
  25. Schroeder T. A., Schleeweis K. G., Moisen G. G. et al. Testing a Landsat-based approach for mapping disturbance causality in U. S. forests // Remote Sensing of Environment. 2017. V. 195. P. 230–243. DOI: 10.1016/j.rse.2017.03.033.
  26. Senf C., Laštovička J., Okujeni A. et al. A generalized regression-based unmixing model for mapping forest cover fractions throughout three decades of Landsat data // Remote Sensing of Environment. 2020. V. 240. Article 111691. DOI: 10.1016/j.rse.2020.111691.
  27. Zhao F., Huang C., Goward S. N. et al. Development of Landsat-based annual US forest disturbance history maps (1986–2010) in support of the North American Carbon Program (NACP) // Remote Sensing of Environment. 2018. V. 209. P. 312–326. DOI: 10.1016/j.rse.2018.02.035.