Современные проблемы дистанционного зондирования Земли из космоса. 2026. Т. 23. № 3. С. 25-43
Обзор работ в области картографирования типов землепользования территории России по данным дистанционного зондирования Земли
А.А. Мятлев 1 , М.Ю. Колобахин 1 , А.В. Кашницкий 2 1 Московский государственный университет имени М.В. Ломоносова, Москва, Россия
2 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 17.02.2026
DOI: 10.21046/2070-7401-2026-23-3-25-43
Представлен обзор 24 глобальных и региональных картографических продуктов растительного покрова, созданных на основе данных дистанционного зондирования Земли. Цель работы заключается в анализе их применимости для изучения изменений типов землепользования на территории России, что необходимо, в частности, для оценки углеродного баланса и ведения национального кадастра парниковых газов. Продукты систематизированы по пространственному разрешению: низкому (100+ м), среднему (30 м) и высокому (10 м). Для каждого продукта рассмотрены ключевые характеристики: используемые спутниковые системы, методы получения, выделяемые классы, временной охват, особенности доступа, обновляемость, точность и области применения. Выявлены тенденции развития отрасли: увеличение частоты обновления данных, повышение пространственного разрешения и широкое внедрение алгоритмов машинного обучения. Отмечено, что несмотря на высокий потенциал многих продуктов, их применение для территории России требует дополнительных исследований, включая оценку точности и адаптацию к национальным методикам учёта парниковых газов.
Ключевые слова: ДЗЗ, картографические продукты, карты растительного покрова, спутниковое картографирование, классификация земель, углеродный баланс, кадастр парниковых газов, мониторинг растительности
Полный текстСписок литературы:
- Балтер Б. М., Балтер Д. Б., Егоров В. В. и др. Данные космических наблюдений параметров поверхности в модели рассеяния индустриальных загрязнений воздуха AERMOD. Часть 1. Обзор, данные, классификация землепользования // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 2. С. 97–111. DOI: 10.21046/2070-7401-2021-18-2-97-111.
- 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.
- Лупян Е. А., Прошин А. А., Бурцев М. А. и др. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151–170. DOI: 10.21046/2070-7401-2019-16-3-151-170.
- Bartalev S. A., Egorov V. A., Loupian E. A., Khvostikov S. A. A new locally-adaptive classification method LAGMA for large-scale land cover mapping using remote-sensing data // Remote Sensing Letters. 2014. V. 5. No. 1. P. 55–64. DOI: 10.1080/2150704X.2013.870675.
- Belward A. S., Estes J. E., Kline K. D. The IGBP-DIS global 1-km land-cover data set DISCover: a project overview // Photogrammetric Engineering and Remote Sensing. 1999. V. 65. No. 9. P. 1013–1020.
- Bicheron P., Defourny P., Brockmann C., Schouten L., Vancutsem C., Huc M., Bontemps S., Leroy M., Achard F., Herold M., Ranera F., Arino O. GlobCover — Products Description and Validation Report. Toulouse (France): MEDIAS-France, 2008. Article JRC49240.
- Brovelli M. A., Molinari M. E., Hussein E. et al. The first comprehensive accuracy assessment of GlobeLand30 at a national level: Methodology and results // Remote Sensing. 2015. V. 7. No. 4. P. 4191–4212. DOI: 10.3390/rs70404191.
- Brown C. F., Brumby S. P., Guzder-Williams B. et al. Dynamic World, Near real-time global 10 m land use land cover mapping // Scientific Data. 2022. V. 9. No. 1. Article 251. DOI: 10.1038/s41597-022-01307-4.
- Buchhorn M., Lesiv M., Tsendbazar N.-E. et al. Copernicus Global Land Cover layers — Collection 2 // Remote Sensing. 2020. V. 12. No. 6. Article 1044. DOI: 10.3390/rs12061044.
- Chen J., Chen J., Liao A. et al. Global land cover mapping at 30 m resolution: A POK-based operational approach // ISPRS J. Photogrammetry and Remote Sensing. 2015. V. 103. P. 7–27. DOI: 10.1016/j.isprsjprs.2014.09.002.
- Fisette T., Rollin P., Aly Z. et al. AAFC annual crop inventory // 2nd Intern. Conf. on Agro-Geoinformatics. 2013. P. 270–274. DOI: 10.1109/Argo-Geoinformatics.2013.6621920.
- Gong P., Liu H., Zhang M. et al. Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017 // Science Bull. 2019. V. 64. No. 6. P. 370–373. DOI: 10.1016/j.scib.2019.03.002.
- Gorelick N., Hancher M., Dixon M. et al. Google Earth Engine: Planetary-scale geospatial analysis for everyone // Remote Sensing of Environment. 2017. V. 202. P. 18–27. DOI: 10.1016/j.rse.2017.06.031.
- Hansen M. C., Potapov P. V., Moore R. et al. High-resolution global maps of 21st-century forest cover change // Science. 2013. V. 342. No. 6160. P. 850–853. DOI: 10.1126/science.1244693.
- Hansen M. C., Potapov P. V., Pickens A. H. et al. Global land use extent and dispersion within natural land cover using Landsat data // Environmental Research Letters. 2022. V. 17. No. 3. Article 034050. DOI: 10.1088/1748-9326/ac46ec.
- Housman I., Campbell L., Heyer J., Goetz W., Finco M., Megown K., Pugh N. US Forest Service Landscape Change Monitoring System methods. Salt Lake City, UT: U. S. Department of Agriculture, Forest Service, Geospatial Technology and Applications Center, 2022. 27 p.
- Karra K., Kontgis C., Statman-Weil Z. et al. Global land use / land cover with Sentinel 2 and deep learning // IEEE Intern. Geoscience and Remote Sensing Symp. 2021. P. 4704–4707. DOI: 10.1109/IGARSS47720.2021.9553499.
- Kennedy R. E., Yang Z., Gorelick N. et al. Implementation of the LandTrendr algorithm on Google Earth Engine // Remote Sensing. 2018. V. 10. No. 5. Article 691. DOI: 10.3390/rs10050691.
- Lin L., Di L., Zhang C. et al. Validation and refinement of cropland data layer using a spatial-temporal decision tree algorithm // Scientific Data. 2022. V. 9. No. 1. Article 63. DOI: 10.1038/s41597-022-01169-w.
- Liu L., Zhang X. Algorithm, Progresses, Datasets and Validation of GLC_FCS30D: the first global 30 m land-cover dynamic product with fine classification system from 1985 to 2022 // ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2024. V. 10. No. 2. P. 137–143. DOI: 10.5194/isprs-annals-X-2-2024-137-2024.
- Mayaux P., Eva H., Gallego J. et al. Validation of the global land cover 2000 map // IEEE Trans. Geoscience and Remote Sensing. 2006. V. 44. No. 7. P. 1728–1739. DOI: 10.1109/TGRS.2006.864370.
- Mazur E., Sims M., Goldman E., Schneider M., Pirri M. D., Beatty C. R., Stolle F., Stevenson M. SBTN Natural Lands Map — Technical Documentation. Version 1.1. Science Based Targets Network, 2025. 73 p.
- Potapov P., Hansen M. C., Kommareddy I. et al. Landsat analysis ready data for global land cover and land cover change mapping // Remote Sensing. 2020. V. 12. No. 3. Article 426. DOI: 10.3390/rs12030426.
- Potapov P., Hansen M. C., Pickens A. et al. The global 2000–2020 land cover and land use change dataset derived from the Landsat archive: First results // Frontiers in Remote Sensing. 2022. V. 3. Article 856903. DOI: 10.3389/frsen.2022.856903.
- Venter Z. S., Barton D. N., Chakraborty T. et al. Global 10 m land use land cover datasets: A Comparison of Dynamic World, World Cover and Esri Land Cover // Remote Sensing. 2022. V. 14. No. 16. Article 4101. DOI: 10.3390/rs14164101.
- Xu X., Li B., Liu X. et al. Mapping annual global land cover changes at a 30 m resolution from 2000 to 2015 // National Remote Sensing Bull. 2021. V. 25. No. 9. P. 1896–1916. DOI: 10.11834/jrs.20211261.
- Xu P., Tsendbazar N.-E., Herold M. et al. Comparative validation of recent 10 m-resolution global land cover maps // Remote Sensing of Environment. 2024. V. 311. Article 114316. DOI: 10.1016/j.rse.2024.114316.
- Yang J., Huang X. The 30 m annual land cover and its dynamics in China from 1990 to 2019 // Earth System Science Data. 2021. V. 13. No. 8. P. 3907–3925. DOI: 10.5194/essd-13-3907-2021.
- Zanaga D., Van De Kerchove R., Daems D. et al. ESA WorldCover 10 m 2021 v200 // https://zenodo.org. 28.10.2022. DOI: 10.5281/zenodo.7254221.
- Zhang X., Zhao T., Xu H. et al. GLC_FCS30D: the first global 30 m land-cover dynamics monitoring product with a fine classification system for the period from 1985 to 2022 generated using dense-time-series Landsat imagery and the continuous change-detection method // Earth System Science Data. 2024. V. 16. No. 3. P. 1353–1381. DOI: 10.5194/essd-16-1353-2024.