Картографирование сосновых лесов на территории Национального парка «Приэльбрусье» с использованием данных космической съемки Текст научной статьи по специальности «Науки о Земле и смежные экологические науки»

УДК 528.94

КАРТОГРАФИРОВАНИЕ СОСНОВЫХ ЛЕСОВ НА ТЕРРИТОРИИ НАЦИОНАЛЬНОГО ПАРКА «ПРИЭЛЬБРУСЬЕ» С ИСПОЛЬЗОВАНИЕМ ДАННЫХ КОСМИЧЕСКОЙ СЪЕМКИ

© 2016 Ю.М. Саблирова, Р.Х. Пшегусов, М.З. Моллаева, Е.М. Хакунова

Институт экологии горных территории им. А.К. Темботова РАН, г. Нальчик

Статья поступила в редакцию 22.01.2016

Важнейшей задачей современности является устойчивое управление лесами, обеспечивающее устойчивого лесоуправления, органам лесного хозяйства нужна достоверная оперативная информация о состоянии лесных экосистем. Изучение пространственно-временной организации лесного покрова невозможно без использования современных картографических материалов. Создавать тематические карты возможно с использованием дистанционной информации. Для составления картографической модели в работе применялись три набора данных: многоканальные сканерные снимки со спутника Landsat (пространственное разрешение 28,5 м), данные радарной топографической съемки (SRTM), материалы полевых исследований, которые впоследствии формировали обучающую выборку. В работе проведен пошаговый дискриминантный анализ дистанционной информации и собственных данных полевых исследований. Общее качество дискриминации типов леса территории Национального парка «Приэльбрусье» составляет 94%. При проведении многомерного анализа в работе использованы 44 внешние переменные, при этом выявлено, что ведущими, в наибольшей степени различающими типы леса, являются характеристики рельефа (высота над уровнем моря, форма поверхности), содержание влаги в растительности и почвах, общая яркость, подстилающие горные породы. По результатам многомерного анализа построена модель распространения сосновых типов леса, на основе которой в пакете MapInfo Professional 10.5 была составлена цифровая карта лесов Центрального Кавказа (в пределах НП «Приэльбрусье»). На карте отображены 13 типов сосновых лесов исследуемого района. Для территории НП «Приэльбрусье» характерны в большей степени следующие группы типов леса: сосняки травянистые (40,73 км2), сосняки зеленомошные (32,36 км2), сосняки березовые (31,58 км2), сосняки каменистые (31,55 км2). Меньше всего представлены сосняки кустарниковые, которые занимаю площадь, равную 9,91 км2. В последующем при получении новых сведений по результатам экспедиционных выездов о лесных экосистемах НП « Приэльбрусье» возможно уточнение и дополнение построенной цифровой карты. Ключевые слова: Центральный Кавказ, спутниковые изображения, многомерный анализ, лесные экосистемы, картографирование.

ВВЕДЕНИЕ

Для рационального ведения лесного хозяйства необходима объективная информация о состоянии лесных экосистем, их типологическом разнообразии - важнейшей природной характеристики лесных насаждений. Развитие многоканальной космической съемки создают новые возможности для исследования связей структуры биогеоценозов с условиями среды. Изучение пространственно-временной организации лесного покрова невоз-

Саблирова Юлия Мухамедовна, кандидат технических наук, и.о. старшего научного сотрудника лаборатории по мониторингу лесных экосистем. E-mail: sablirova@mail.ru

Пшегусов Рустам Хаталиевич, кандидат биологических наук, и.о. заведующего лабораторией по мониторингу лесным экосистем. E-mail: p_rustem@inbox.ru Моллаева Малика Зулкарныевна, и. о. младшего научного сотрудника лаборатории по мониторингу лесным экосистем. E-mail: monika.011@yandex.ru Хакунова Елена Мухадиновна, инженер-исследователь лаборатории почвенно-экологических исследований. E-mail: elena_khakunova@mail.ru

можно без использования современных картографических материалов. Создавать тематические карты возможно с использованием спутниковых изображений Landsat и данных радарной топографической съемки (SRTM).

Ранее Ф.А. Темботовой с соавторами в работе [1] была построена картографическая модель лесных экосистем Баксанского ущелья (Центральный Кавказ). Однако при этом использовалась классификация лесов по П. Д. Ярошенко [2]. В настоящей работе при выделении типов леса использован методический подход В.Н. Сукачева [3, 4] как наиболее удобный и часто используемый при ведении лесного хозяйства. Также сформированная ранее база данных была дополнена новыми сведениями о лесах района исследования по результатам полевых исследований в 2013-2015 гг. на территории Национального парка «Приэльбрусье».

Целью настоящей работы являлось составление цифровой карты сосновых лесов, выделенных на основе методического подхода В.Н. Сукачева в условиях горного рельефа Центрального Кавказа (в пределах НП «Приэльбрусье») с использованием дистанционной информации.

МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

Объектом исследования являются сосновые леса территории Национального парка «При-эльбрусье» в пределах эльбрусского лесничества, распространенные на высотах 1500-3000 м над уровнем моря.

Район исследования относится к эльбрусско-му варианту поясности северного макросклона Центрального Кавказа, согласно типизации А.К. Темботова [5]. Климат умеренно континентальный, сухой. Климатические особенности обусловлены горным рельефом и большими перепадами высот. В связи с этим на данной территории произрастают сосновые и березовые ценозы в виде разрозненных участков леса. По данным метеостанции Терскол (собственные данные ИЭГТ РАН) среднегодовая температура воздуха равна 2,8 0С, средняя температура самого холодного месяца - января - -6,3 0С, средняя температура самого теплого месяца - августа составляет 12,8 0С. Распределение осадков неравномерное. Наименьшее количество выпадает в долине р. Баксан - 800 мм. С поднятием в горы количество осадков увеличивается и достигает 1100 мм.

На лесных участках исследуемого района проводились геоботанические описания и определялись таксационные характеристики древостоев по соответствующим методикам [3]. В исследуемых лесных ценозах были отобраны пробы почвы. Образцы для анализа почвы отбирались с верхнего слоя. Отбор и подготовка почвы для лабораторных исследований производились в соответствии с общепринятыми в почвоведении методами. При изучении химических свойств почв определялись: содержание органического вещества по методу Тюрина в модификации Никитина, рН солевой вытяжки потенциометриче-ским методом, потери массы при прокаливании [6]. Определение величины потери массы при прокаливании обусловлено тем, что в горных почвах процесс гумификации не завершен и измеренные значения процентного содержания гумуса не корректны. При прокаливании почвы при температуре 9000С вся полуразложившаяся органика сжигается и остается только минеральная часть почвы.

Для составления картографической модели использованы три набора данных:

1. Многоканальные сканерные снимки со спутника Ьа^за^

2. Данные радарной топографической съемки;

3. Материалы полевых исследований, которые впоследствии формируют обучающую выборку.

Единая база данных, сформированная на основе вышеперечисленных блоков позволяет решать множество экологических задач, в том числе зависимость распространения различных типов леса от условий среды. Весь массив данных

анализируется посредством дискриминантного анализа в пакете Statistica 10.

В качестве дистанционной информации авторами были использованы мультиспекгральный снимок спутниковой системы Landsat, датированный 31 июля 2007 г. с пространственным разрешением 28,5 (съемочные каналы - 1-5, 7; температурный канал - 6) и данные радарной топографической съемки. Свойства среды определялись через спектральные индексы, характеризующие состояние конкретных свойств земной поверхности через соотношения величин отраженной солнечной радиации в разных спектральных каналах съемки. Применялись индексы, характеризующие затраты энергии на фотосинтез, биомассу и биологическую продуктивность (NDVI, TVI, RVI, gNDVI, DVI, содержание влаги в растительности (LMI, NDWI) и другие [7, 8].

С использованием SRTM-файла определены морфометрические характеристики рельефа: высота, наклон (градиент) и форма поверхности (средняя кривизна и лапласиан. Использование в анализе характеристик рельефа обусловлено тем, что рельеф, перераспределяя влагу и солнечную радиацию, является важнейшим фактором определяющим пространственное распространение лесной растительности.

Пошаговый дискриминантный анализ полевых данных, морфометрических характеристик рельефа, спектральных индексов проводили в программе Statistica 10. Картографическая модель типов леса исследуемой территории строилась с использованием пакета MapInfo Professional 10.5.

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

На исследуемой территории по результатам собственных полевых исследований выделено 17 типов леса, из них 13 типов сосновых лесов, формирующих обучающую выборку.

Результаты классификации типов леса на основе пошагового дискриминантного анализа представлены в виде классификационной матрицы (табл. 1). Общее качество дискриминации типов леса территории НП «Приэльбрусье» составляет 94%. При этом 12 типов леса распознаются в 100% случаев. Хуже всего распознаются сосняки березовые мертвопокровные, которые на 50% дискриминируются как сосняки березовые разнотравные.

Оценка статистической достоверности дис-криминантных осей показала наличие трех осей с уровнем достоверности менее 0,05, что свидетельствует об их значимости при разделении типов леса (табл. 2).

При проведении многомерного анализа в работе использованы 44 внешние переменные, при этом выявлено, что ведущими в наибольшей степени различающие типы леса являются харак-

Таблица 1. Классификационная матрица

№ Тип леса % распознавания точек

1 Осинник разнотравный 100,0000

2 Сосняк зеленомошный 83,3333

3 Березняк с ивой разнотравный 100,0000

4 Сосняк разнотравный 92,8571

5 Сосняк мертвопокровный 90,0000

6 Сосняк вейниковый 100,0000

7 Березняк мертвопокровный 100,0000

8 Сосняк березовый малиниево-вейниковый 100,0000

9 Березняк разнотравный 83,3333

10 Сосняк каменистый 100,0000

11 Сосняк черничный 100,0000

12 Сосняк редкопокровный 100,0000

13 Сосняк брусничный 100,0000

14 Сосняк родоретовый 100,0000

15 Сосняк березовый разнотравный 100,0000

16 Сосняк можжевелово-барбарисовый 100,0000

17 Сосняк березовый мертвопокровный 50,0000

Всего 94,0476

Таблица 2. Статистическая достоверность дискриминантного анализа

Оси дискриминантного анализа Eigenvalue Сапошс1 - И ШПк'Б -Lambda СЫ^г. df р-^е1

0 10,02518 0,953571 0,000001 794,0612 608,0000 0,000000

1 4,53671 0,905200 0,000007 660,8511 555,0000 0,001286

2 4,14710 0,897617 0,000037 565,8683 504,0000 0,029046

3 3,27573 0,875284 0,000192 474,9353 455,0000 0,250327

4 2,75153 0,856413 0,000821 394,2964 408,0000 0,677885

5 2,03305 0,818718 0,003082 320,9162 363,0000 0,945387

6 1,49084 0,773647 0,009347 259,3352 320,0000 0,994490

7 0,99155 0,705605 0,023282 208,6847 279,0000 0,999407

8 0,92339 0,692881 0,046367 170,4500 240,0000 0,999780

9 0,74003 0,652148 0,089181 134,1481 203,0000 0,999945

10 0,53966 0,592037 0,155178 103,4065 168,0000 0,999977

11 0,49448 0,575215 0,238922 79,4547 135,0000 0,999962

12 0,40656 0,537629 0,357065 57,1559 104,0000 0,999947

13 0,31064 0,486842 0,502233 38,2224 75,0000 0,999871

14 0,24975 0,447032 0,658248 23,2086 48,0000 0,999047

15 0,21559 0,421137 0,822643 10,8354 23,0000 0,984805

16 0,00000 0,000504 1,000000 0,0000 0,0000 3,000Е+30

теристики рельефа (высота над ур. м., форма поверхности), содержание влаги в растительности и почвах, общая яркость, подстилающие горные породы.

Проведенный мультирегрессионный анализ между обучающей выборкой и полученными дискриминантными осями, выявил 6 статистически значимых для анализа осей (табл. 3). Значение коэффициента детерминации Я2 соответствует 63% (Я2>30%), что свидетельствует о том, что типы леса распознаются на высоком уровне [9].

Таким образом, в результате совместного анализа обучающей выборки и дистанционной информации получена модель пространственного распределения различных лесных биогеоценозов для территории НП « Приэльбрусье». Описания характеристик типов леса авторами данной статьи приведены в ранее опубликованной работе [10]. На исследуемой территории выделены 5 групп типов леса: сосняки зеленомошные, сосняки травянистые, сосняки каменистые, сосняки березовые, сосняки кустарниковые. Характеристики

Таблица 3. Мультирегрессионная модель обучающей выборки от дискриминантных осей R= 0,79630433 R2= 0,63410059 Adjusted R2= 0,53985378 F(17,66)=6,7281 p<,00000 Std.

Error of estimate: 3,1646

Оси дискриминантного анализа Eigenvalue Std.Err. -of Beta B Std.Err. -of B t(66) p-level

Intercept 8,08333 0,345285 23,41059 0,000000

CSCR 1 -0,003801 0,074458 -0,00594 0,116436 -0,05104 0,959445

CSCR 2 -0,556188 0,074458 -1,22735 0,164306 -7,46986 0,000000

CSCR 3 -0,070638 0,074458 -0,16167 0,170412 -0,94870 0,346232

CSCR 4 0,257748 0,074458 0,64724 0,186972 3,46168 0,000946

CSCR 5 0,143621 0,074458 0,38502 0,199607 1,92890 0,058046

CSCR 6 0,303904 0,074458 0,90608 0,221994 4,08157 0,000123

CSCR 7 0,022387 0,074458 0,07365 0,244967 0,30067 0,764611

CSCR 8 0,229697 0,074458 0,84515 0,273959 3,08494 0,002973

CSCR 9 0,044442 0,074458 0,16639 0,278771 0,59688 0,552628

CSCR 10 -0,206141 0,074458 -0,81144 0,293091 -2,76857 0,007301

CSCR 11 -0,155494 0,074458 -0,65069 0,311579 -2,08836 0,040627

CSCR 12 0,039082 0,074458 0,16600 0,316253 0,52489 0,601420

CSCR 13 0,057109 0,074458 0,25003 0,325988 0,76700 0,445819

CSCR 14 -0,020602 0,074458 -0,09344 0,337706 -0,27669 0,782881

CSCR 15 0,114790 0,074458 0,53317 0,345835 1,54168 0,127932

CSCR 16 0,005765 0,074458 0,02715 0,350660 0,07742 0,938522

CSCR__17 -0,000000 0,074458 -0,00000 0,386616 -0,00000 1,000000

лесорастительных условий района исследования дополнены данными по значениям процентного содержания гумуса, кислотности в верхнем слое почв в изученных лесных экосистемах. Почвенный покров изученной территории представлен горными серыми лесными, горными лесо-луго-выми почвами.

Группа сосняков зеленомошных, представленная сосняком зеленомошным, сосняком родоретовым, сосняком черничным, сосняком брусничным, занимает площадь равную 32,36 км2. Предпочитает преимущественно увлажненные участки. Содержание гумуса в почвах высокое и варьирует в пределах 8,77-16,04 %, кислотность изменяется от 4,65 до 4,87 , потери при прокаливании составляют - 13,65-26,83%.

Группа сосняков травянистых, представленная сосняком мертвопокровным, сосняком разнотравным, сосняком редкопокровным, сосняком вейниковым, занимает площадь равную 40,73 км2. Предпочитает преимущественно увлажненные участки. Содержание гумуса в почвах варьирует в пределах 9,60-22,93%, почвы слабокислые рН изменяется от 4,66 до 5,14, потери при прокаливании составляют - 18,04-43,85%.

Группа сосняков березовых, представленная сосняком березовым мертвопокровным, сосняком березовым разнотравным, сосняком березовым малиниево-вейниковым, занимает площадь равную 31,58 км2. Содержание гумуса варьирует в

пределах 10,84-14,34%, кислотность почвы изменяется от 4,91 до 5,03, потери при прокаливании составляют - 19,21-26,31%,

Группа сосняков кустарниковых, представленная сосняком барбарисово-можжевеловым, занимает площадь равную 9,91 км2. Содержание гумуса варьирует в пределах 6,86-13,80%, кислотность почвы изменяется от 4,89 до 5,35, потери при прокаливании составляют - 11,72-28,02%.

Группа сосняков каменистых, представленная сосняком каменистым занимает площадь равную 31,55 км2.

В пакете MapInfo Professional была составлена цифровая карта лесов Центрального Кавказа (в пределах НП «Приэльбрусье»). На карте отображены 13 типов сосновых лесов исследуемого района (рисунок).

ЗАКЛЮЧЕНИЕ

По результатам исследования установлено, что использование пошагового дискриминант-ного анализа дистанционной информации (спутниковые изображения серии Landsat, данные радарной топографической съемки) и собственных данных полевых исследований (обучающая выборка) позволяет построить модель пространственного распределения типов сосновых лесов в условиях горного рельефа НП «Приэльбрусье» (Центральный Кавказ).

Рис. Типы сосновых лесов Национального парка «Приэльбрусье»

В пакете МарМо 10.5 построена предварительная цифровая карта сосновых лесов Баксанского ущелья, на которой отображены 13 типов леса. Для района исследования характерны в большей степени следующие группы типов леса: сосняки зеленомошные (32,36 км2), сосняки травянистые (40,73 км2), сосняки березовые (31,58 км2), сосняки каменистые (31,55 км2). Меньше всего представлены сосняки кустарниковые, которые занимаю площадь, равную 9,91 км2. В последующем при получении новых сведений по результатам экспедиционных выездов о лесных экосистемах Национального парка возможно уточнение и дополнение построенной цифровой карты.

Полученные материалы позволяют оценить типологическое разнообразие лесов, оценить

структуру лесного покрова района исследования и могут служить научной основой при ведении лесного хозяйства.

СПИСОК ЛИТЕРАТУРЫ

1. Темботова Ф.А., Пшегусов Р.Х., Тлупова Ю.М. Леса северного макросклона Центрального Кавказа (эльбрусский и терский варианты поясности) // Разнообразие и динамика лесных экосистем России / Под ред. А.С. Исаева. Т.1. М.: КМК. 2012. С. 227 - 251

2. Ярошенко П.Д. Основы учения о растительном покрове. М.: Изд-во географической литературы. 1953. 350 с.

3. Сукачев В.Н., Зонн С.В. Методические указания к изучению типов леса. М: 1961. 144 с.

4. Сукачев В.Н. Избранные труды. Том 1. Основы лесной

типологии и биогеоценологии. Л: Наука, 1972. 418 с.

5. Соколов В.Е., ТемботовА.К. Позвоночные Кавказа. Млекопитающие. Насекомоядные. М: Наука. 1989. 548 с.

6. Казеев К.Ш., Колесников С.И., Вальков В.Ф. Биологическая диагностика и индикация почв: методология и методы исследований. Ростов-на-Дону: Изд-во Рост. ун-та. 2003. 204 с.

7. Пузаченко Ю.Г., Дьяконов К.Н., Алещенко Г.М. Разнообразие ландшафта и методы его измерения. География и мониторинг биоразнообразия // Сер. уч. пособий «Сохранение биоразнообразия». М: НУМЦ. 2002. С. 143 - 302.

8. Сандлерский Р.Б. Оценка потенциальной биологической продуктивности южно-таежных ландшаф-

тов по данным дистанционного зондирования // Труды Международной школы-конференции «Ландшафтное планирование. Общие основания. Методология. Технология» М.: Географический факультет МГУ, 2006. С. 217 - 221.

9. Пузаченко М.Ю. Мультифункциональный ландшафтный анализ юго-запада валдайской возвышенности: дис. ... канд. геогр. наук. 2009. 190 с.

10. Типологическое разнообразие, состояние и распространение сосновых лесов Баксанского ущелья (Центральный Кавказ) / Ю.М. Саблирова, Р.Х. Пшегусов, Ф.А. Темботова, А.З. Ахомготов // Известия Самарского научного центра РАН. 2015. Т.17. №4 (2). С. 432 - 438.

MAPPING OF PINE FORESTS IN THE NATIONAL PARK "PRIELBRUSYE" BASED ON REMOTE SENSING DATA

© 2016 Yu. M. Sablirova, R.Kh. Pshegusov, M.Z. Mollaeva, E.M. Khakunova

Tembotov Institute of Ecology of Mountain Territories RAS, Nalchik

At present the most important task is sustainable forest management providing multipurpose inexhaustible forest exploitation, conservation, protection and reforestation. Forestry authorities require current and accurate information on the state of forest ecosystems for sustainable forest management.The study of spatiotemporal forest pattern is impossible without up-to-date cartographic materials. Map-making is feasible using remote information.To form a cartographic model three data sets are applied: Landsat multi-channel scanner photos (at a resolution of 28,5m), radar topographic survey data (SRTM),and field research materials which constitute subsequently a learning sample. The incremental discriminant analysis between remote information and own field research data was made.44 external variables were used for multidimensional analysis, herewith, it is revealed that the key and most distinguishing forest type variables are relief characteristics (altitude above sea level, landform), moisture content in vegetation and soils, general luminance and mountain bedrock. Multidimensional analysis resulted in forming the pattern of pine forest distribution due to which the digital forest map of the Central Caucasus (within the national park "Prielbrusye") in MapInfo Professional 10.5 batch was modelled. 13 pine forest types of the studied area were mapped. The following groups of forest types are most characteristic for the national park "Prielbrusye": grass pine forests (40,73 km2), moss pine forests (32,36 km2), birch pine forests (31,58 km2), stony pine forests (31,55 km2). Shrub pine forests are least represented occupying 9,91 km2.Henceforth, it is possible to specify and complement the modelled digital map when obtaining new data on the forest ecosystems of the national park "Prielbrusye" by means of field research results. Keywords: Central Caucasus, satellite images, multidimensional analysis, forest ecosystems, mapping.

Yulia Sablirova, Candidate of Technical Sciences, Senior

Research Fellow of Laboratory of Monitoring of Forests

Ecosystems. E-mail: sablirova@mail.ru

Rustam Pshegusov, Candidate of Biological Sciences Head of

Laboratory of Monitoring of Forests Ecosystem.

E-mail: p_rustem@inbox.ru

Malika Mollaeva, Associate Research Fellow at the Laboratory of Monitoring of Forests Ecosystem. E-mail: monika.011@yandex.ru

Elena Khakunova, Resercher-Engineer at the Laboratory of Soil and Ecological Researches. E-mail: elena_khakunova@mail.ru