Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 5. С. 234-249
Особенности пространственно-временной динамики растительного покрова Сибири в условиях арктического усиления потепления климата
Е.В. Варламова
1 , В.С. Соловьев
1 1 Институт космофизических исследований и аэрономии им. Ю.Г. Шафера СО РАН, Якутск, Россия
Одобрена к печати: 01.09.2025
DOI: 10.21046/2070-7401-2025-22-5-234-249
Быстрое потепление Арктики (арктическое усиление) оказывает существенное воздействие на северные экосистемы, в том числе на растительный покров, который является ключевым участником углеродного цикла, регулирующим концентрацию CO2 в атмосфере. По вегетационному индексу NDVI (англ. Normalized Difference Vegetation Index) набора данных GIMMS-3G+ (англ. Global Inventory Modeling and Mapping Studies-3rd Generation V1.2) за период 1982–2022 гг. проведено исследование пространственно-временных изменений растительности Сибири в условиях арктического усиления. Показано, что на территории Сибири в среднем преобладает положительный (3±1 %) тренд интегрального NDVI TIN (англ. Time Integrated NDVI) на фоне роста среднегодовой температуры воздуха на 2,1±0,8 °C. На севере выявлена область с наиболее высоким статистически значимым ростом TIN на 10±2 %, на локальных участках которого максимальный рост достигает ~22 %. При этом в 2004–2012 гг. наблюдается наиболее длительный устойчивый рост TIN (7±1 %) и соответствующий сдвиг начала сезона вегетации SOS (англ. Start Of the growing Season) на более ранние сроки (16±4 дня), а в течение 2012–2017 гг. отмечен быстрый спад TIN на 7±1 % со сдвигом SOS на более поздние сроки (24±3 дня). Наблюдаемые изменения показателей растительности обусловлены в основном температурным фактором. Устойчивый рост TIN на 7±1 % в 2004–2012 гг. связан с повышением приземной температуры воздуха на 2,2±0,8 °C, увеличением тёплого периода на 50±11 дней и количества ясных дней на 30±3 дня. Быстрый спад TIN в 2012–2017 гг. происходил на фоне снижения температуры на 3,0±0,2 °C, уменьшения тёплого периода на 16±13 дней и количества ясных дней на 24±3 дня.
Ключевые слова: растительный покров, дата начала сезона вегетации, арктическое усиление, Сибирь, NDVI, GIMMS
Полный текстСписок литературы:
- Булыгина О. Н., Разуваев В. Н., Трофименко Л. Т., Швец Н. В. Описание массива данных среднемесячной температуры воздуха на станциях России. Свидетельство о гос. регистрации базы данных № 2014621485. Рег. 23.10.2014.
- Булыгина О. Н., Разуваев В. Н., Коршунова Н. Н., Швец Н. В. Описание массива данных месячных сумм осадков на станциях России. Свидетельство о гос. регистрации базы данных № 2015620394. Рег. 27.02.2015.
- Варламова Е. В., Соловьев В. С. Региональные особенности схода снежного покрова в Сибири в условиях быстрого потепления Арктики // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 4. С. 284–297. DOI: 10.21046/2070-7401-2024-21-4-284-297.
- Карбасникова Е. Б., Бабич Н. А., Карбасников А. А. Особенности сезонного развития лиственницы (Larix Mill.) в условиях южной подзоны тайги // Лесной вестн. 2020. Т. 24. № 3. С. 53–59. DOI: 10.18698/2542-1468-2020-3-53-59.
- Суворова Г. Г., Попова Е. В. Фотосинтетическая продуктивность хвойных древостоев Иркутской области / отв. ред. Р. К. Саляев. Новосибирск: Акад. изд-во «Гео», 2015. 95 с.
- Bannari A., Morin D., Bonn F., Huete A. R. A review of vegetation indices // Remote Sensing Reviews. 1995. V. 13. Iss. 1–2. P. 95–120. DOI: 10.1080/02757259509532298.
- Barichivich J., Briffa K. R., Osborn T. J. et al. Thermal growing season and timing of biospheric carbon uptake across the Northern Hemisphere // Global Biogeochemical Cycles. 2012. V. 26. Iss. 4. Article GB4015. DOI: 10.1029/2012GB004312.
- Bartalev S. A., Belward A. S., Erchov D. V., Isaev A. S. A new Spot4-vegetation derived land cover map of northern Eurasia // Intern. J. Remote Sensing. 2003. V. 24. No. 9. P. 1977–1982. DOI: 10.1080/0143116031000066297.
- Bhatt U. S., Walker D. A., Raynolds M. K. et al. Climate drivers of Arctic tundra variability and change using an indicators framework // Environmental Research Letters. 2021. V. 16. No. 5. Article 055019. DOI: 10.1088/1748-9326/abe676.
- Eklundh L., Jönsson P. TIMESAT: A software package for time-series processing and assessment of vegetation dynamics // Remote Sensing Time Series. 2015. V. 22. P. 141–158. DOI: 10.1007/978-3-319-15967-6_7.
- England M. R., Eisenman I., Lutsko N. J., Wagner T. J. W. The recent emergence of Arctic Amplification // Geophysical Research Letters. 2021. V. 48. Iss. 15. Article e2021GL094086. DOI: 10.1029/2021GL094086.
- Goward S. N., Markham B., Dye D. G. et al. Normalized difference vegetation index measurements from the advanced very high resolution radiometer // Remote Sensing of Environment. 1991. V. 35. Iss. 2–3. P. 257–277. DOI: 10.1016/0034-4257(91)90017-Z.
- Heijmans M. M. P. D., Magnússon R. Í., Lara M. J. et al. Tundra vegetation change and impacts on permafrost // Nature Reviews Earth and Environment. 2022. V. 3. Iss. 1. P. 68–84. DOI: 10.1038/s43017-021-00233-0.
- Hersbach H., Bell B., Berrisford P. et al. The ERA5 global reanalysis // Quarterly J. Royal Meteorological Soc. 2020. V. 146. Iss. 730. P. 1999–2049. DOI: 10.1002/qj.3803.
- Huang Z., Zhou L., Zhong D. et al. Declined benefit of earlier spring greening on summer growth in northern ecosystems under future scenarios // Agricultural and Forest Meteorology. 2024. V. 351. Article 110019. DOI: 10.1016/j.agrformet.2024.110019.
- Huemmrich K. F., Gamon J., Campbell P. et al. 20 years of change in tundra NDVI from coupled field and satellite observations // Environmental Research Letters. 2023. V. 18. No. 9. Article 094022. DOI: 10.1088/1748-9326/acee17.
- Ji L., Fan K., Tian Y. Nonstationary linkage between summer warmth index and NDVI at high latitudes in Eurasia // Environmental Research Letters. 2025. V. 20. No. 1. Article 014034. DOI: 10.1088/1748-9326/ad97d2.
- Kirdyanov A. V., Kolmogorov A. I., Kruse S. et al. Arctic amplification causes earlier onset of seasonal tree growth in northeastern Siberia // Environmental Research Letters. 2024. V. 19. No. 11. Article 114091. DOI: 10.1088/1748-9326/ad845f.
- Li H., Wang C., Zhang L. et al. Satellite monitoring of boreal forest phenology and its climatic responses in Eurasia // Intern. J. Remote Sensing. 2017. V. 38. Iss. 19. P. 5446–5463. DOI: 10.1080/01431161.2017.1339925.
- Li C., Zhuang D., He J., Wen K. Spatiotemporal variations in remote sensing phenology of vegetation and its responses to temperature change of boreal forest in tundra-taiga transitional zone in the Eastern Siberia // J. Geographical Sciences. 2023. V. 33. No. 3. P. 464–482. DOI: 10.1007/s11442-023-2092-z.
- Liu Y., Wu X., Wu T. et al. Climate warming controls vegetation growth with increasing importance of permafrost degradation in the Northern Hemisphere during 1982–2022 // Remote Sensing. 2025. V. 17. Iss. 1. Article 104. DOI: 10.3390/rs17010104.
- Magnússon R. Í., Groten F., Bartholomeus H. et al. Tundra browning in the Indigirka Lowlands (north-eastern Siberia) explained by drought, floods and small-scale vegetation shifts // J. Geophysical Research: Biogeosciences. 2023. V. 128. Iss. 7. Article e2022JG007330. DOI: 10.1029/2022JG007330.
- Mann H. B. Nonparametric tests against trend // Econometrica. 1945. V. 13. P. 245–259. DOI: 10.2307/1907187.
- Mekonnen Z. A., Riley W. J., Berner L. T. et al. Arctic tundra shrubification: a review of mechanisms and impacts on ecosystem carbon balance // Environmental Research Letters. 2021. V. 16. No. 5. Article 053001. DOI: 10.1088/1748-9326/abf28b.
- Pinzon J. E., Pak E. W., Tucker C. J. et al. Global Vegetation Greenness (NDVI) from AVHRR GIMMS-3G+, 1981–2022. Oak Ridge, Tennessee, USA: ORNL Distributed Active Archive Center, 2023. DOI: 10.3334/ORNLDAAC/2187.
- Potter C., Alexander O. Changes in vegetation phenology and productivity in Alaska over the past two decades // Remote Sensing. 2020. V. 12. Iss. 10. Article 1546. DOI: 10.3390/rs12101546.
- Rantanen M., Karpechko A. Y., Lipponen A. et al. The Arctic has warmed nearly four times faster than the globe since 1979 // Communications Earth and Environment. 2022. V. 3. No. 1. Article 168. 10 p. DOI: 10.1038/s43247-022-00498-3.
- Rigge M., Smart A., Wylie B. et al. Linking phenology and biomass productivity in South Dakota mixed-grass prairie // Rangeland Ecology and Management. 2013. V. 66. Iss. 5. P. 579–587. DOI: 10.2111/REM-D-12-00083.1.
- Rouse J. W., Jr., Haas R. H., Schell J. A., Deering D. W. Monitoring vegetation systems in the great plains with ERTS // Proc. 3rd Earth Resource Technology Satellite-1 (ERTS-1) Symp. NASA SP-351. 1974. V. 1. P. 309–317.
- Savitzky A., Golay M. J. E. Smoothing and differentiation of data by simplified least squares procedures // Analytical Chemistry. 1964. V. 36. Iss. 8. P. 1627–1639. DOI: 10.1021/ac60214a047.
- Sen P. K. Estimates of the regression coefficient based on Kendall’s Tau // J. American Statistical Association. 1968. V. 63. P. 1379–1389. DOI: 10.1080/01621459.1968.10480934.
- Serreze M. C., Barrett A. P., Stroeve J. C. et al. The emergence of surface-based Arctic amplification // The Cryosphere. 2009. V. 3. Iss. 1. P. 11–19. DOI: 10.5194/tc-3-11-2009.
- Wang J., Rich P. M., Price K. P., Kettle D. Relations between NDVI, grassland production, and crop yield in the Central Great Plains // Geocarto Intern. 2005. V. 20. Iss. 3. P. 5–11. DOI: 10.1080/10106040508542350.
- Wei Y., Yu M., Wei J., Zhou B. Impacts of extreme climates on vegetation at middle-to-high latitudes in Asia // Remote Sensing. 2023. V. 15. Iss. 5. Article 1251. DOI: 10.3390/rs15051251.
- White M. A., Thornton P. E., Running S. W. A continental phenology model for monitoring vegetation responses to interannual climatic variability // Global Biogeochemical Cycles. 1997. V. 11. Iss. 2. P. 217–234. DOI: 10.1029/97GB00330.
- White M. A., De Beurs K. M., Didan K. et al. Intercomparison, interpretation, and assessment of spring phenology in North America estimated from remote sensing for 1982–2006 // Global Change Biology. 2009. V. 15. Iss. 10. P. 2335–2359. DOI: 10.1111/j.1365-2486.2009.01910.x.
- Zeng L., Wardlow B. D., Xiang D. et al. A review of vegetation phenological metrics extraction using time-series, multispectral satellite data // Remote Sensing of Environment. 2020. V. 237. Article 111511. DOI: 10.1016/j.rse.2019.111511.
- Zhang G., Wang H., Zhang S. et al. Spring phenology and productivity alter vegetation vulnerability under summer droughts over Northern Hemisphere // Agricultural and Forest Meteorology. 2025. V. 368. Article 110555. DOI: 10.1016/j.agrformet.2025.110555.
- Zuev V. V., Korotkova E. M., Pavlinsky A. V. Climate-related changes in the vegetation cover of the taiga and tundra of West Siberia over the period of 1982–2015 based on satellite data // Izvestiya, Atmospheric and Oceanic Physics. 2020. V. 56. P. 1072–1079. DOI: 10.1134/S0001433820090297.