Современные проблемы дистанционного зондирования Земли из космоса. 2026. Т. 23. № 2. С. 263-276
Глобальные сервисы определения таксационных показателей в лесопатологическом обследовании усыхающих темнохвойных насаждений Пермского края
Л.А. Иванчина 1 , С.В. Артюшкин 1 , А.Ю. Одинцов 1 1 Пермский государственный национальный исследовательский университет, Пермь, Россия
Одобрена к печати: 24.02.2026
DOI: 10.21046/2070-7401-2026-23-2-263-276
В последние годы в Пермском крае многократно выросла потребность в проведении лесопатологических обследований (ЛПО) в связи с распространением инвазивного вида уссурийского полиграфа (Polygraphus proximus Blandford). Наблюдается массовое усыхание пихтовых древостоев, вследствие чего использование дистанционных методов ЛПО становится всё более актуальным. Целью исследования стала оценка степени точности определения таксационных показателей усыхающих темнохвойных насаждений Пермского края с помощью разработанных моделей и онлайн-продуктов, а также возможности их использования для проведения ЛПО дистанционным методом. В настоящее время имеются модели и глобальные сервисы для определения высоты и запаса древостоя. Практическая валидация глобальных моделей высоты полога выявила существенные ограничения их прямого использования без предварительной региональной калибровки. Модель VHRM (англ. Very High Resolution canopy height Maps) позволяет получать карты высоты растительного покрова сверхвысокого разрешения из RGB-изображений с использованием самообучающегося графического преобразователя и свёрточного декодера, обученных на данных аэрофотосъёмки с лидара. Несмотря на высокое разрешение и детальное отображение границ древостоя, модель оказалась непригодной для количественной оценки из-за критического систематического занижения высоты древостоя (смещение до –9,6 м). Наиболее сбалансированные результаты с минимизацией среднеквадратической ошибки продемонстрировала модель GFCH (англ.. Global Forest Canopy Height), невзирая на общую тенденцию к завышению показателей. Модель HRCHM (англ. High-Resolution Canopy Height Model of the Earth) проявила значительную временную нестабильность, что ограничивает её применение для задач ретроспективного мониторинга. Неудовлетворительную результативность показали глобальные карты запаса древесины GlobBiomass_GSV (англ. GlobBiomass Growing Stock Volume), Biomass_CCI (англ. Biomass Climate Change Initiative) для условий Пермского края. Выявленное занижение запаса в насаждениях делает данные продукты неинформативными для принятия хозяйственных решений. Таким образом, в настоящее время методы ДЗЗ в системе лесопатологического мониторинга целесообразно рассматривать как вспомогательный инструмент для предварительной стратификации территории и оптимизации маршрутов наземных обследований, но не как полноценную замену инструментальным измерениям.
Ключевые слова: лесопатологическое обследование, дистанционное зондирование, высота древостоя, запас древостоя, Пермский край, глобальные карты высоты полога
Полный текстСписок литературы:
- Алексеев А. С., Черниховский Д. М. Выявление повреждений хвойных насаждений на основе комплексного анализа результатов дистанционного зондирования Земли и наземных обследований // Изв. вузов. Лесной журн. 2024. № 2. С. 11–28. DOI: 10.37482/0536-1036-2024-2-11-28.
- Астапенко С. А., Голубев Д. В., Шилкина Е. А. Методы и инструменты государственного лесопатологического мониторинга // Наука и технологии Сибири. 2024. № 2(13). С. 47–53.
- Барталев С. А., Егоров В. А., Крылов А. М., Стыценко Ф. В., Ховратович Т. С. Исследование возможностей оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С. 215–225.
- Бунькова Н. П., Залесов С. В., Залесова Е. С., Магасумова А. Г., Осипенко Р. А. Основы фитомониторинга: учеб. пособие. Екатеринбург: Уральский гос. лесотехн. ун-т, 2020. 90 с.
- Иванчина Л. А., Шилоносов Л. А., Шихов А. Н. Оценка усыхания темнохвойных лесов, вызванного распространением уссурийского полиграфа, на территории Пермского края по спутниковым и полевым наблюдениям // Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 3. С. 149–160. DOI: 10.21046/2070-7401-2025-22-3-149-160.
- Кривец С. А., Керчев И. А., Бисирова Э. М. и др. Обзор современного вторичного ареала уссурийского полиграфа (Polygraphus Proximus Blandford) на территории Российской Федерации // Российский журн. биол. инвазий. 2024. № 1. С. 49–69. DOI: 10.35885/1996-1499-17-1-49-69.
- Постановление Правительства РФ от 9 декабря 2020 г. № 2047 «Об утверждении Правил санитарной безопасности в лесах».
- Приказ Министерства природных ресурсов и экологии Российской Федерации от 29 марта 2018 г. № 122 «Об утверждении Лесоустроительной инструкции».
- Приказ Министерства природных ресурсов и экологии Российской Федерации от 9 ноября 2020 г. № 910 «Об утверждении Порядка проведения лесопатологических обследований и формы акта лесопатологического обследования».
- Чимитдоржиев Т. Н., Кирбижекова И. И., Дмитриев А. В. Методика радиолокационной поляриметрической интерферометрии для определения высоты молодого соснового леса по данным TerraSAR-X/TanDEM-X зимнего периода // Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 4. С. 101–117. DOI: 10.21046/2070-7401-2025-22-4-101-117.
- Astola H., Häme T., Sirro L. et al. Comparison of Sentinel 2 and Landsat 8 imagery for forest variable prediction in boreal region // Remote Sensing of Environment. 2019. V. 223. P. 257–273. DOI: 10.1016/j. rse.2019.01.019.
- Howe A. A., Parks S. A., Harvey B. J. et al. Comparing Sentinel 2 and Landsat 8 for burn severity mapping in western North America // Remote Sensing. 2022. V. 14. Article 5249. DOI: 10.3390/rs14205249.
- Hüttich C., Korets M., Bartalev S. et al. Exploiting growing stock volume maps for large scale forest resource assessment: Cross-comparisons of ASAR- and PALSAR-based GSV estimates with forest inventory in Central Siberia // Forests. 2014. V. 5. No. 7. P. 1753–1776. DOI: 10.3390/f5071753.
- Lang N., Jetz W., Schindler K., Wegner J. D. A high-resolution canopy height model of the Earth // Nature Ecology and Evolution. 2023. V. 7(11). P. 1778–1789. DOI: 10.1038/s41559-023-02206-6.
- Lei Y., Wang Y., Wang G. et al. Estimating forest canopy height based on GEDI lidar data and multisource remote sensing images // The Intern. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2024. V. XLVIII-1-2024. P. 297–303. DOI: 10.5194/ isprs-archives-XLVIII-1-2024-297-2024.
- Lin H., Xu M., Cao C. et al. Estimates of forest canopy height using a combination of ICESat-2/ATLAS data and stereo-photogrammetry // Remote Sensing. 2020. V. 12. Article 3649. DOI: 10.3390/rs12213649.
- Santoro M., Cartus O., Carvalhais N. et al. The global forest above-ground biomass pool for 2010 estimated from high-resolution satellite observations // Earth System Science Data. 2021. V. 13. Iss. 8. P. 3927–3950. DOI: 10.5194/essd-13-3927-2021.
- Schepaschenko D., Moltchanova E., Fedorov S. et al. Russian forest sequesters substantially more carbon than previously reported // Scientific Reports. 2021. V. 11(1). Article 12825. DOI: 10.1038/ s41598-021-92152-9.
- Yang L., Liang S., Zhang Y. A new method for generating a global forest aboveground biomass map from multiple high-level satellite products and ancillary information // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2020. V. 13. P. 2587–2597. DOI: 10.1109/JSTARS.2020.2987951.
- Zhu W., Li Y., Luan K. et al. Forest canopy height retrieval and analysis using random forest model with multi-source remote sensing integration // Sustainability. 2024. V. 16. Article 1735. DOI: 10.3390/ su16051735.