Журнал

О журнале Новости Редколлегия Информация для авторов и рецензентов Публикационная этика Дискуссия Контакты ЛИЧНЫЙ КАБИНЕТ:
отправка и рецензирование статей
Архив
Том 23, 2026
Номер 1 Номер 2 Номер 3 Номер 4
Том 22, 2025
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 21, 2024
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 20, 2023
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 19, 2022
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 18, 2021
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 17, 2020
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 16, 2019 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 15, 2018 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 14, 2017 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 13, 2016 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 12, 2015 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 11, 2014 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 10, 2013 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 9, 2012 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 8, 2011 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 7, 2010 г.
Номер 1 Номер 2 Номер 3 Номер 4
Выпуск 6, 2009 г.
Том 1 Том 2
Выпуск 5, 2008 г.
Том 1 Том 2
Выпуск 4, 2007 г.
Том 1 Том 2
Выпуск 3, 2006 г.
Том 1 Том 2
Выпуск 2, 2005 г.
Том 1 Том 2
Выпуск 1, 2004 г.
Том 1
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
подписаться отписаться
English version
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. 2026. Т. 23. № 4. С. 242-257

Применение спутниковых индексов леса и глобальных данных о типах земного покрова при картографировании полезащитных насаждений на региональном уровне

С.С. Шинкаренко 1 , С.А. Барталев 1 , А.В. Кашницкий 1 
1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 16.06.2026
DOI: 10.21046/2070-7401-2026-23-4-242-257
Актуальность оценки состояния и площади полезащитных лесных полос (ПЗЛП) в России обусловлена их деградацией и отсутствием единой системы учёта. Цель работы состоит в определении оптимальных методов картографирования ПЗЛП на региональном уровне на основе спутниковых данных Sentinel-2. Исследование проведено на примере Волгоградской области, характеризующейся разнообразием почвенно-климатических условий. В работе сравнивались результаты картографирования древесно-кустарниковой растительности (ДКР) по бисезонному индексу леса BSFI (англ. Bi-Seasonal Forest Index), лесному индексу FI (англ. Forest Index) и семи глобальным продуктам земного покрова (ESA (англ. European Space Agency) WorldCover, ESRI (англ. Environmental Systems Research Institute) LandCover, FROM-GLC10 (англ. Finer Resolution Observation and Monitoring of Global Land Cover), Dynamic World, GLC_FCS10 (англ. Global 10 m Land-Cover dataset with Fine Classification System), Copernicus LCFM (англ. Global Land Cover and Tropical Forest Mapping and Monitoring service) и JRC_GFC2020 (англ. Joint Research Centre Global map of Forest Cover)). Валидация индексов по данным аэрофотосъёмки показала, что BSFI точнее аппроксимирует сомкнутость полога с коэффициентом детерминации R2 = 0,80 по сравнению с FI (R2 = 0,73). Для идентификации именно ПЗЛП построены 50-метровые буферные зоны вокруг сельскохозяйственных полей, что позволило минимизировать ошибки перепутывания древесно-кустарниковой и высокопродуктивной травянистой растительности. Установлено, что глобальные продукты земного покрова систематически занижают защитную лесистость пашни (0,7–1,5 %) по сравнению с официальной статистикой (2,2 %). Наилучшее согласие со статистическими данными показал бисезонный индекс леса BSFI (лесистость пашни 2,2 %), что объясняется его способностью детектировать угнетённые насаждения в аридных условиях за счёт использования зимних спутниковых изображений со снежным покровом. Предложен гибридный подход на основе комбинирования карт ESA и Copernicus для повышения полноты при создании опорной выборки для классификации спутниковых данных ДЗЗ по маске ДКР на основе индексов леса, для чего требуется продолжение исследований. Полученные результаты могут служить основой для проведения оценки площади ПЗЛП и защитной лесистости пашни на региональном и национальном уровне.
Ключевые слова: защитное лесоразведение, дистанционное зондирование, картографирование, Волгоградская область, древесно-кустарниковая растительность, агролесомелиорация
Полный текст

Список литературы:

  1. Антонов С. А. Анализ пространственного положения защитных лесных насаждений на основе геоинформационных технологий и данных дистанционного зондирования Земли // ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: материалы Международ. конф. М.: Изд-во Московского ун-та, 2020. Т. 26. Ч. 2. С. 408–420. DOI: 10.35595/2414-9179-2020-2-26-408-420.
  2. 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.
  3. Васильченко А. А., Выприцкий А. А. Картографирование лесных насаждений Волгоградской области по данным ДЗЗ с использованием индексов BSFI и NDWI // Геодезия и картография. 2023. Т. 84. № 10. С. 39–49. DOI: 10.22389/0016-7126-2023-1000-10-39-49.
  4. Выприцкий А. А., Шинкаренко С. С. Анализ влияния почвенно-климатических условий на сохранность государственных защитных лесных полос на основе данных Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 147–163. DOI: 10.21046/2070-7401-2022-19-5-147-163.
  5. Дубенок Н. Н., Танюкевич В. В., Бабошко О. И. Фитонасыщенность полезащитных лесных полос и их мелиоративное влияние на урожайность сельскохозяйственных культур // Вестн. российской с.-х. науки. 2016. № 1. С. 27–30.
  6. Кашницкий А. В., Лупян Е. А. Архив информационных продуктов о частоте наблюдения типов поверхности на основе данных спутников Sentinel-2 и возможности его применения // Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 2. С. 335–342. DOI: 10.21046/2070-7401-2025-22-2-335-342.
  7. Кашницкий А. В., Бурцев М. А., Прошин А. А. Технология создания безоблачных композитных изображений по данным спутников серии Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 76–85. DOI: 10.21046/2070-7401-2022-19-5-76-85.
  8. Кулик К. Н., Иванов А. Л., Рулев А. С., Свинцов И. П., Павловский Е. С., Петров В. И., Барабанов А. Т., Манаенков А. С., Васильев Ю. И., Жданов Ю. М., Зыков И. Г., Кулик Н. Ф., Крючков С. Н., Маланина З. И., Семенютина А. В., Сухоруких Ю. И., Шульга В. Д., Юферев В. Г. Стратегия развития защитного лесоразведения в Российской Федерации на период до 2025 года, переработанная и дополненная. Волгоград: ФНЦ агроэкологии РАН, 2018. 36 с.
  9. Лупян Е. А., Прошин А. А., Бурцев М. А., Балашов И. В., Барталев С. А., Ефремов В. Ю., Кашницкий А. В., Мазуров А. А., Матвеев А. М., Суднева О. А., Сычугов И. Г., Толпин В. А., Уваров И. А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263–284.
  10. Нарожняя А. Г., Чендев Ю. Г. Изучение современного экологического состояния лесных полос с использованием ГИС и ДДЗ // ИнтерКарто. ИнтерГИС. Геоинформац. обеспечение устойчивого развития территорий: материалы Международ. конф. М.: Изд-во Московского ун-та. 2020. Т. 26. Ч. 2. С. 54–65. DOI: 10.35595/2414-9179-2020-2-26-54-65.
  11. Национальный атлас почв Российской Федерации / гл. ред. С. А. Шоба. М.: Изд-во «Астрель», 2011. 632 с.
  12. Национальный доклад «Глобальный климат и почвенный покров России: опустынивание и деградация земель, институциональные, инфраструктурные, технологические меры адаптации (сельское и лесное хозяйство)» / под ред. Р. С.-Х. Эдельгериева. Т. 2. М.: ООО «Изд-во МБА», 2019. 476 с.
  13. Рулев А. С., Кошелева О. Ю., Шинкаренко С. С. Оценка лесистости агроландшафтов юга приволжской возвышенности по данным NDVI // Изв. Нижневолжского агроуниверситететского комплекса: наука и высшее профессиональное образование. 2016. № 4 (44). С. 32–39.
  14. Силова В. А. Влияние лесомелиоративного обустройства на продуктивность сельскохозяйственных угодий в условиях сухостепной зоны // Науч. журн. Российского НИИ проблем мелиорации. 2021. Т. 11. № 2. С. 68–81. DOI: 10.31774/2222-1816-2021-11-2-68-81.
  15. Синельникова К. П., Берденгалиева А. Н., Матвеев Ш. и др. Картографирование пахотных земель в агроландшафтах Волгоградской области по данным дистанционного зондирования // Исслед. Земли из космоса. 2023. № 5. С. 85–96. DOI: 10.31857/S0205961423050081.
  16. Терехин Э. А. Влияние лесистости залежных земель лесостепи на спектрально-отражательные характеристики по данным Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 223–235. DOI: 10.21046/2070-7401-2022-19-4-223-235.
  17. Терехов А. Г., Макаренко Н. Г., Пак И. Т. Автоматический алгоритм классификации снимков Quickbird в задаче оценки полноты леса // Компьютер. оптика. 2014. Т. 38. № 3. С. 580–583. DOI: 10.18287/0134-2452-2014-38-3-580-583.
  18. Чеплянский И. Я., Турчин Т. Я., Ермолова А. С. Дистанционный мониторинг государственных защитных лесных полос степной зоны европейской части России // Изв. вузов. Лесной журн. 2022. № 3. С. 44–59. DOI: 10.37482/0536-1036-2022-3-44-59.
  19. Шинкаренко С. С., Барталев С. А. Возможности оценки сомкнутости защитных лесных насаждений на основе бисезонного индекса леса и материалов съёмки БПЛА // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 189–202. DOI: 10.21046/2070-7401-2023-20-1-189-202.
  20. Шинкаренко С. С., Барталев С. А., Васильченко А. А. Метод картографирования защитных лесных насаждений на основе разновременных спутниковых изображений высокого пространственного разрешения и бисезонного индекса леса // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 207–222. DOI: 10.21046/2070-7401-2022-19-4-207-222.
  21. Begimova M. Climate indicators for forest landing and evaluation of forest shelterbelts // E3S Web of Conf. 2021. V. 227. Article 02004. DOI: 10.1051/e3sconf/202122702004.
  22. Bourgoin C., Verhegghen A., Carboni S. et al. GFC2020: a global map of forest land use for year 2020 to support the EU Deforestation Regulation // Earth System Science Data. 2026. V. 18. No. 2. P. 1331–1365. DOI: 10.5194/essd-18-1331-2026.
  23. 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. Article 251. DOI: 10.1038/s41597-022-01307-4.
  24. 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. P. 370–373. DOI: 10.1016/j.scib.2019.03.002.
  25. Hansen M. C., Potapov P. V., Moore R. et al. High-resolution global maps of 21st-century forest cover change // Science. 2013. V.  342. P. 850–853. DOI: 10.1126/science.1244693.
  26. Karra K., Kontgis C, Statman-Weil Z. et al. Global land use/land cover with Sentinel 2 and deep learning // 2021 IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS). 2021. P. 4704–4707. DOI: 10.1109/IGARSS47720.2021.9553499.
  27. Koshelev A. V., Tkachenko N. A., Shatrovskaya M. O. Decoding of forest belts using satellite images // IOP Conf. Series: Earth and Environmental Science. 2021. V. 875. Article 012065. DOI: 10.1088/1755-1315/875/1/012065.
  28. Kulik K. N., Barabanov A. T., Manaenkov A. S. Forecasting the development of protective afforestation in Russia until 2020 // Studies on Russian Economic Development. 2015. V. 26. No. 4. P. 351–358. DOI: 10.1134/S1075700715040073.
  29. Land Cover and Forest Monitoring (LCFM). Copernicus Land Monitoring Service Land Cover 2020, version 1. NERC EDS Centre for Environmental Data Analysis, 2025. DOI: 10.2909/602507b2-96c7-47bb-b79d-7ba25e97d0a9.
  30. 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.
  31. Pugacheva A. M. Functionality of zonal agroforestry systems on agricultural land of dry territories // Forests. 2023. V. 14. Article 2364. DOI: 10.3390/f14122364.
  32. Yang X., Li F., Fan W. et al. Evaluating the efficiency of wind protection by windbreaks based on remote sensing and geographic information systems // Agroforestry Systems. 2021. V. 95. P. 353–365. DOI: 10.1007/s10457-021-00594-x.
  33. Ye W., Li X., Chen X., Zhang G. A spectral index for highlighting forest cover from remotely sensed imagery // Proc. SPIE. Land Surface Remote Sensing II. 2014. V. 9260. Article 92601L. DOI: 10.1117/12.2068775.
  34. Zanaga D., Van De Kerchove R., De Keersmaecker W. et al. ESA WorldCover 10 m 2020 v100 // https://zenodo.org. 20.10.2021. DOI: 10.5281/zenodo.5571936.
  35. Zhang X., Liu L., Zhao T. et al. GLC_FCS10: a global 10 m land-cover dataset with a fine classification system from Sentinel-1 and Sentinel-2 time-series data in Google Earth Engine // Earth System Science Data. 2025. V. 17. No. 8. P. 4039–4062. DOI: 10.5194/essd-17-4039-2025.