Современные проблемы дистанционного зондирования Земли из космоса. 2026. Т. 23. № 5. С. 300-311
Статистический анализ временных рядов коротковолнового вегетационного индекса SWVI в задачах мониторинга постпирогенной динамики лесных экосистем
И.И. Кирбижекова 1 , Т.Н. Чимитдоржиев 1 , А.В. Дмитриев 1 , А.К. Балтухаев 1 1 Институт физического материаловедения СО РАН, Улан-Удэ, Россия
Одобрена к печати: 02.07.2026
DOI: 10.21046/2070-7401-2026-23-5-300-311
Представлены результаты статистического анализа многолетних (2000–2022) временных рядов коротковолнового вегетационного индекса SWVI (англ. Short-Wave Vegetation Index), полученных по данным спутников Landsat-5/8 с использованием облачной платформы GEE (англ. Google Earth Engine) для четырёх ключевых участков (сосновый молодняк на стадии постпирогенного восстановления, контрольные участки зрелого соснового и смешанного леса, открытый участок после деградации растительности). Цель работы — оценить информативность различных статистических характеристик SWVI для мониторинга постпирогенной динамики лесной растительности. Установлены статистически значимые тренды сближения усреднённых значений (r2 = 0,634) и стандартного отклонения (r2 = 0,574) SWVI участка лесовосстановления и контрольного соснового леса в скользящем годичном окне. Время достижения фонового уровня равно 26 и 37 лет соответственно. Показана постпирогенная динамика нормированных к допожарному уровню ежегодных показателей положения, рассеяния, асимметрии и эксцесса. Установлено, что среднегодовые и медианные значения SWVI восстанавливаются спустя 17–20 лет после пожара до 80–100 %, но характеристики рассеяния остаются повышенными до 200 % и более. Показатели асимметрии и эксцесса слабо реагируют на пирогенное воздействие, но чувствительны к качеству данных (полноте и равномерности распределения). Предложен метод визуализации сукцессионных траекторий на плоскости «среднегодовое значение – стандартное отклонение», позволяющий диагностировать стадии восстановления и деградации растительного покрова. Полученные результаты могут быть использованы при создании региональных систем спутникового мониторинга лесовосстановления и верификации углеродных бюджетов.
Ключевые слова: временные ряды SWVI, статистические характеристики, постпирогенное восстановление, лесная растительность, Google Earth Engine, Байкальский регион
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. высш. учеб. заведений. Лесной журн. 2024. № 2. С. 11–28. DOI: 10.37482/0536-1036-2024-2-11-28.
- Алексеева М. Н., Русских И. В., Ященко И. Г., Кадычагов П. Б. Наземно-дистанционные исследования постпирогенных ландшафтов Томской области // Оптика атмосферы и океана. 2022. Т. 35. № 7 (402). С. 539–548. DOI: 10.15372/AOO20220704.
- 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.
- Барталев С. А. Стыценко Ф. В., Хвостиков С. А., Лупян Е. А. Методология мониторинга и прогнозирования пирогенной гибели лесов на основе данных спутниковых наблюдений // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 6. С. 176–193. DOI: 10.21046/2070-7401-2017-14-6-176-193.
- Белова Е. И., Ершов Д. В. Опыт оценки естественного лесовосстановления на сплошных вырубках по временным рядам Landsat // Лесоведение. 2015. № 5. С. 339–345.
- Богданов А. П., Карпов А. А., Демина Н. А., Алешко Р. А. Совершенствование мониторинга лесов путем использования облачных технологий как элемента устойчивого лесоуправления // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 89–100. DOI: 10.21046/2070-7401-2018-15-1-89-100.
- Богданов А. П., Карпов А. А., Воронин В. В., Алешко Р. А. Анализ возможностей применения разновременных данных дистанционного зондирования Земли для оценки лесовосстановления // Тр. Санкт-Петербургского научно-исслед. ин-та лесного хоз-ва. 2020. № 1. С. 44–53.
- Гусев А. П. Многолетние изменения вегетационных индексов как индикатор динамики состояния природных и антропогенных геосистем // Геополитика и экогеодинамика регионов. 2021. Т. 7. № 2. С. 202–209.
- Дмитриев А. В., Кирбижекова И. И., Чимитдоржиев Т. Н. Анализ возможности применения радарного индекса DpRVI для оценки лесовосстановления // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 5. С. 173–187. DOI: 10.21046/2070-7401-2024-21-5-173-187.
- Жирин В. М., Князева С. В., Эйдлина С. П. Многолетняя динамика вегетационных индексов темнохвойных лесов после повреждения сибирским шелкопрядом // Лесоведение. 2016. № 1. С. 3–14.
- Карпов А. А., Пирцхалава-Карпова Н. Р., Богданов А. П., Алешко Р. А., Воронин В. В. Разработка методики для перевода лесных земель в покрытые лесом земли дистанционными методами // Сибирский лесной журн. 2019. № 6. С. 19–26.
- Остроухов А. В., Клевцов Д. Р. Информативность вегетационных индексов для оценки послерубочного восстановления темнохвойных лесов Северного Сихотэ-Алиня по данным со спутников серии Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 5. С. 194–204. DOI: 10.21046/2070-7401-2023-20-5-194-204.
- Стыценко Ф. В., Барталев С. А., Букась А. В. и др. Возможности пролонгированной оценки постпожарного состояния хвойных вечнозелёных лесов по данным многоспектральных спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 5. С. 217–227. DOI: 10.21046/2070-7401-2019-16-5-217-227.
- Тарасов А. В., Шихов А. Н., Шабалина Т. В. Распознавание нарушений лесного покрова по спутниковым снимкам Sentinel-2 с помощью свёрточных нейронных сетей // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 3. С. 51–64. DOI: 10.21046/2070-7401-2021-18-3-51-64.
- Тарасова Л. В., Курбанов Э. А., Воробьёв О. Н. и др. Мониторинг лесного покрова водоохранных зон рек Марий Эл по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 2. С. 177–195. DOI: 10.21046/2070-7401-2024-21-2-177-195.
- Токарева О. С., Алшаиби А. Д.А., Пасько О. А. Оценка восстановительной динамики растительного покрова лесных гарей с использованием данных со спутников Landsat // Изв. Томского политехн. ун-та. Инжиниринг георесурсов. 2021. Т. 332. № 7. С. 191–199. DOI: 10.18799/24131830/2021/7/3283.
- Aicardi I., Garbarino M., Lingua A. et al. Monitoring post-fire forest recovery using multi-temporal digital surface models generated from different platforms // EARSeL eProceedings. 2016. V. 15. No. 1. 8 p. DOI: 10.12760/01-2016-1-01.
- Bondur V., Chimitdorzhiev T., Kirbizhekova I., Dmitriev A. Estimation of postfire reforestation with SAR polarimetry and NDVI time series // Forests. 2022. V. 13. No. 5. Article 814. DOI: 10.3390/f13050814.
- Bondur V., Chimitdorzhiev T., Kirbizhekova I., Dmitriev A. A novel method of boreal zone reforestation/afforestation estimation using Palsar-1,2 and Landsat-5, 8 data // Forests. 2024. V. 15. No. 1. Article 132. DOI: 10.3390/f15010132.
- Frazier R. J., Coops N. C., Wulder M. A. Boreal Shield forest disturbance and recovery trends using Landsat time series // Remote Sensing of Environment. 2015. V. 170. P. 317–327. DOI: 10.1016/j.rse.2015.09.015.
- Gillespie T. W., Ostermann-Kelm S., Dong C. et al. Monitoring changes of NDVI in protected areas of southern California // Ecological Indicators. 2018. No. 88. P. 485–494. DOI: 10.1016/j.ecolind.2018.01.031.
- Hu Y., Hu Y. Detecting forest disturbance and recovery in Primorsky Krai, Russia, using annual Landsat time series and multi-source land cover products // Remote Sensing. 2020. V. 12. No. 1. Article 129. DOI: 10.3390/RS12010129.