CC BY
20
АГРОНОМИЯ
Литература
1. Анищенко И.А., Кучерова С.В., Жигунов О.Ю. Тимьян - ценная пряно-ароматическая культура и её применение // Известия Оренбургского государственного аграрного университета. № 4. 2016. С. 63 - 65.
2. Kaloustian J, El-Moselhy TF, Portugal H. Chemical and thermal analysis of the biopolymers in thyme (Thymus vulgaris) // Thermochimica Acta. 2003. V 401. Issue 2. P. 77 - 86.
3. Конспект флоры Азиатской России: Сосудистые растения / Л.И. Малышев [и др.]; под ред. К.С. Байкова; Рос. акад. наук, Сиб. отд-ние, Цент. сиб. бот. сад. Новосибирск: Изд-во СО РАН, 2012. С. 424 - 427.
4. Определитель растений Алтайского края / И.М. Красноборов, М.Н. Ломоносова, Д.Н. Шауло [и др.]. Новосибирск: Изд-во СО РАН, филиал «Гео», 2003. С. 383 - 384.
5. Верещагина И.В. Перезимовка декоративных многолетников в Алтайском крае / РАСХН. Сиб. Отд-ние. - НИИСС им. М.А. Лисавенко. Новосибирск, 1996. 108 с.
6. Верещагина И.В. Культура цветочных растений в Алтайском крае. Барнаул: Алтайское книжное изд-во, 1968. С. 48 - 49.
7. Карписонова Р.А. Травянистые растения широколиственных лесов. М.: «Наука», 1985. С. 56 - 62.
8. Методика государственного испытания сельскохозяйственных культур: Декоративные культуры. М.: Колос, 1968. Вып 6. 223 с.
9. Зайцев Г.Н. Обработка результатов фенологических наблюдений в ботанических садах // Бюллетень ГБС. Вып. 54. Изд-во: Наука. М., 1974. С. 3 - 10.
10. Худоногова Е.Г., Киселёва Т.В. Возрастной состав и численность ценопопуляций тимьяна ползучего в Западном Прибайкалье // Сибирский вестник сельскохозяйственной науки. № 5 (209). 2010. С. 46 - 51.
Ларина Ольга Васильевна, кандидат сельскохозяйственных наук, научный сотрудник ФГБНУ «Федеральный Алтайский научный центр агробиотехнологий» Россия, 656910, Алтайский край, г. Барнаул, Научный городок, 35 E-mail: niilisavenko.org
The thyme genus varieties (Thymus L.) included in the collection of the Research Institute named after M.A. Lisavenko
Larina Olga Vasilevna, Condidate of Agricultum, researcher Federal Altai Scientific Centre of Agrobiotechnologies 35, Science town, Barnaul, 656910, Russia E-mail: niilisavenko.org
The results of introduction of 3 varieties and 1 form from the genus Thymus L. are represent in the article. The overwintering ability as well as growth specifics and flowering particularities of these varieties have been studied in conditions forest-steppe area of Altai region. The objects of research were Thymus praecox Opiz. Minor, Thymus praecox Opiz. Red Karpet, Thymus x citriodorus (Pers.) Schreb. Doon Vally, Thymus x citriodorus (Pers.) Schreb. f. ашга. For thyme varieties winter periods of 2015/2016 and 2016/2017 were unfavorable. Thymus praecox Minor и Thymus x citriodorus f. агата showed less adaptability in terms of introduction. They were damaged in both winter periods, resulting in low flowering productivity. The flowering period of varieties started from 10.06 and prolonged up to 01.07. Beginning of flowering for early Varieties Thymus praecox is earlier compare to varieties Thymus x citriodorus. The mean flowering period is 21 - 29 days. Two varieties with high indicators of decorativeness, adaptability, resistance to diseases and pests, winter hardiness are distinguished -Thymus praecox и Thymus x citriodorus. Doon Vally. Red Karpet variety showed high tolerance to introduction conditions and stable annual flowering. Thymus praecox Opiz. Minor had the smallest diameter. Thymus praecox Opiz. Red Karpet and Thymus x citriodorus (Pers.) Schreb. Doon Vally are recommended for rearing of forest-steppe area of Altai region.
Key words: thyme, introduction, winter hardiness, adaptation, promising.
DOI 10.37670/2073-0853-2020-84-4-104-107
-♦-
УДК631.6.02:528.8
Новый метод оценки сохранности защитных лесных насаждений на основе данных дистанционного зондирования Земли
С.А. Антонов, канд. геогр. наук ФГБНУ Северо-Кавказский ФНАЦ
Для территории Ставропольского края как одного из ведущих аграрных регионов России характерно увеличение вероятности возникновения таких неблагоприятных явлений, как засухи и суховеи, а в отдельные годы появление пыльных бурь. Защитные лесные насаждения в зависимости от конструкции позволяют эффективно бороться с неблагоприятными климатическими явлениями. Новый метод оценки сохранности защитных лесных насаждений базируется на данных мультиспектральной съёмки с пространственным разрешением 10 м, полученной со спутников Sentinel 2a/b. При проведении исследо-
вания были использованы космические снимки, полученные в конце августа 2019 г., это обусловлено минимальным набором культур, которые располагаются на полях Ставропольского края в это время. Достоверно установлена связь между особенностями распределения вегетационного индекса NDVI и сохранностью защитных лесных насаждений в Ставропольском крае. В качестве основных статистических показателей использовались среднее арифметическое и асимметрия выборки. Для насаждений с очень высокой сохранностью среднее значение NDVI > 0,65, а асимметрия < -0,7, при этом для насаждений с очень низкой сохранностью NDVI меняется от 0,35 - 0,45, а асимметрия - от 0 до 0,8. Разработанный метод апробирован на территории Шпаковского района Ставропольского края и доказал свою высокую эффективность. Сохранность удалось определить у 96,2 % защитных лесных насаждений. При этом оценка точности определения сохранности составила 98,6 % в сравнении с её определением по снимкам сверхвысокого пространственного разрешения.
Ключевые слова: защитные лесные насаждения, сохранность, данные дистанционного зондирования, вегетационный индекс NDVI, асимметрия, среднее арифметическое.
Защитные лесные насаждения (ЗЛН) имеют важное значение в сохранении и увеличении продуктивности агроландшафта, что актуально в период глобальных климатических изменений.
Современные тенденции изменения климата в России имеют свои региональные особенности. Для территории Ставропольского края как одного из ведущих аграрных регионов характерно увеличение вероятности возникновения таких неблагоприятных явлений, как засухи и суховеи, а в отдельные годы появление пыльных бурь. Помимо увеличения вероятности проявления неблагоприятных явлений возрастает их продолжительность и вредоносность. За последние 20 лет вероятность возникновения 4-месячной засухи в отдельных районах Ставропольского края достигает 20 %, что может крайне негативно сказаться на урожайности сельскохозяйственных культур [1].
На территории Ставропольского края насчитывается около 4 млн га пахотных земель, которые располагаются в четырёх почвенно-климатических зонах, начиная от крайне засушливой зоны на востоке (ГТК = 0,7) с преобладанием каштановых почв до зоны достаточного увлажнения на юго-западе с преобладанием чернозёмов (ГТК = 1,79). В результате 41 % пашни края относится к территориям рискованного земледелия, где крайне важно создание целостного каркаса ЗЛН, поскольку наибольший агрономический эффект достигается при наличии взаимосвязанной системы лесных полос.
По данным Всероссийского НИИ агролесомелиорации, ЗЛН в зависимости от конструкции способствуют снижению скорости ветра на 40 - 50 % на межполосных пространствах, задержанию снега и формированию равномерного снежного покрова, повышению влажности воздуха на 8 - 10 %, снижению испарения на 20 - 30 %, что особенно актуально в суховейные дни. ЗЛН в целом снижают вредоносность таких явлений, как дефляция, суховеи и пыльные бури. Они способствуют увеличению урожайности сельскохозяйственных культур. Так, в зависимости от зоны прирост средней урожайности зерновых культур составляет 18 - 23 %, технических - 20 - 26 %, а кормовых - 29 - 41 % [2].
В Ставропольском крае проблеме мониторинга состояния защитных лесных насаждений до 2019 г. не уделялось должного внимания. Например, последняя инвентаризация ЗЛН края была проведена в 2003 г. В 2019 г. был принят Закон «О сохранении и воспроизводстве защитных лесных насаждений на землях сельскохозяйственного назначения на территории Ставропольского края» (№ 55-кз от 22.07.2019 г.) [3]. На наш взгляд, предпосылками принятия закона являются повышение эффективности производства сельскохозяйственной продукции на фоне отмечаемых в крае изменений климата, а также увеличение потенциального налогообложения производителей сельскохозяйственной продукции.
Согласно принятому закону на первых этапах необходимо провести инвентаризацию ЗЛН края с формированием реестра существующих насаждений. Для этих целей все существующие ЗЛН будут поставлены на кадастровый учёт. Однако постановка на учёт проводится по факту наличия ЗЛН или на основании сведений лесхозов, что приведёт к учёту не всех ЗЛН, так как некоторые из них полностью разрушены, а их территории используются в хозяйственной деятельности.
Развитие современных геоинформационных технологий и средств дистанционного мониторинга позволит повысить эффективность решения задачи инвентаризации ЗЛН в Ставропольском крае [4, 5], одним из этапов проведения которой является оценка сохранности существующих ЗЛН. Использование геоинформационных технологий в связке с данными дистанционного зондирования Земли позволит обеспечить мониторинг всех ЗЛН в России, площадь которых, согласно последней инвентаризации, составляет 2,8 млн га [2].
Активным внедрением геоинформационных технологий и данных дистанционного зондирования Земли для решения задач агролесомелиорации занимались учёные Всероссийского научно-исследовательского института агролесомелиорации (в настоящее время «Федеральный научный центр агроэкологии, комплексных ме-лиораций и защитного лесоразведения РАН»). В результате ими были запатентованы способы оконтуривания территорий защитных лесных насаждений по космическим снимкам (2003 г.) [6]
и определения сохранности лесных насаждений (2010 г.) [7], которые предполагают использование снимков сверхвысокого пространственного разрешения (менее 1 м), что является экономически нецелесообразным.
За последние 10 лет произошёл значительный рост орбитальной группировки ресурсных спутников, а также улучшение пространственного и радиометрического разрешения данных дистанционного зондирования Земли, что открывает новые перспективы для их использования, в том числе и в вопросах мониторинга состояния лесного фонда [8].
В настоящее время отмечается тесное сотрудничество между правительственными организациями, которые занимаются созданием новых искусственных спутников Земли. Ярким примером подобного сотрудничества является совместная работа Американской геологической службы США (USGS) и Европейского космического агентства (ESA). Так, Американская геологическая служба является оператором серии ресурсных спутников, запущенных по программе Landsat, а Европейское космическое агентство в рамках проекта глобального мониторинга окружающей среды и безопасности «Copernicus» является заказчиком создания спутников серии Sentinel. Особенностью взаимодействия этих проектов является создание спутников со сходными характеристиками для обеспечения непрерывного глобального мониторинга поверхности и атмосферы и предоставление данных дистанционного зондирования Земли бесплатно [9]. В рамках этих проектов планируется запуск новых спутников, что позволит использовать их в качестве основы для создания системы дистанционного мониторинга ЗЛН России.
Цель исследования: разработать новый метод оценки сохранности защитных лесных насаждений на основе данных дистанционного зондирования Земли высокого пространственного разрешения (10 м).
Материал и методы исследования. Результаты исследований были получены в лаборатории ГИС-технологий ФГБНУ «Северо-Кавказский ФНАЦ» в рамках выполнения тематического плана.
Для контрольной оценки сохранности ЗЛН были использованы мультиспектральные космические снимки сверхвысокого пространственного разрешения (1,24 м) с аппарата WorldView-3.
Разработка новой методики оценки сохранности защитных лесных насаждений проводилась на основе мультиспектральных данных со спутников Sentinel 2a/2b, пространственное разрешение которых составляет 10 м. Отличительной особенностью космической съёмки является возможность её бесплатного использования. Регистрируемый съёмочной аппаратурой
спектр электромагнитного излучения включает данные из красной (650 - 680 нм) и инфракрасной (785 - 899 нм) зон, что позволяет их использовать для расчёта вегетационных индексов, которые являются одними из наиболее эффективных показателей оценки состояния растительности. В процессе исследования нами был использован один из наиболее распространённых индексов-Normalized Difference Vegetation Index (NDVI). Для древесной растительности значение индекса может варьировать от 0,3 до 0,9 в зависимости от её состояния [10, 11].
NDVI = (NIR - RED) / (NIR + RED), (1) где RED - отражение в красной зоне спектра (Sentinel 2, band 4);
NIR - отражение в ближней инфракрасной зоне спектра (Sentinel 2, band 8).
Выбор указанных дат обусловлен минимальным спектром сельскохозяйственных культур, расположенных на полях Ставропольского края в этот период времени, и высокой вероятностью получения безоблачных снимков. Невозможность получения съёмки всей территории края обусловлена небольшой полосой охвата, в связи с чем были использованы данные за 28 и 31 августа 2019 г.
Основными методами дистанционного зондирования являлись: атмосферная, радиометрическая и геометрическая коррекция данных, расчёт NDVI и создание модели его пространственного распределения.
В качестве методов ГИС-технологий были использованы: рандомизированный выбор объектов, наложение, векторизация, извлечение объектов по маске, изменение проекции, зональная статистика.
В исследовании были использованы методы описательной статистики: среднее арифметическое, медиана, асимметрия.
Программные продукты, использованные в исследовании:
• SnapDesktop (обработка данных дистанционного зондирования);
• Quantum GIS, ArcGIS (ГИС-технологии).
Ранжирование сохранности осуществлялось
по группам, представленным в таблице 1. Мы несколько модифицировали таблицу ранжирования сохранности ЗЛН, предложенную ФНЦ агроэкологии РАН, добавив в неё ЗЛН с сохранностью менее 10 %.
1. Классификация ЗЛН по степени сохранности
Сохранность ЗЛН Сохранившиеся ЗЛН (%)
Очень высокая 81 - 100
Высокая 71 - 80
Низкая 51 - 70
Очень низкая 10 - 50
Полное разрушение < 10
Апробация нового метода была проведена на территории Шпаковского района Ставропольского края.
Результаты исследования. На начальном этапе при помощи рандомизированной выборки были выделены и оцифрованы 500 контрольных ЗЛН, которые расположены во всех почвенно-климатических зонах Ставропольского края. Определение их сохранности было проведено на основании «Способа определения сохранности лесных насаждений» (2010 г.) [7].
Поскольку в основу разработки нового метода определения сохранности ЗЛН были положены данные дистанционного зондирования со спутников серии Sentinel 2, обладающих пространственным разрешением 10 м, один пиксель характеризует состояние растительности на площади 100 м2. В результате особое внимание было уделено статистической обработке рядов значений NDVI всего защитного лесного насаждения, а не анализу отдельных насаждений в нём.
В результате использования данных со спутников серии Sentinel 2a/b и с помощью геоинформационных технологий была создана модель пространственного распределения вегетационного индекса NDVI по территории Ставропольского края, фрагмент которой представлен на рисунке 1.
Наложение на полученную модель 500 контуров контрольных ЗЛН позволило сформировать выборки пикселей со значениями NDVI. Используя средства описательной статистики была проанализирована каждая выборка, на основании полученных результатов были выделены статистические показатели и их предельные значения, характерные для каждой группы сохранности ЗЛН. Среди статистических показателей не удалось выделить универсального показателя, который позволил бы однозначно идентифицировать класс сохранности ЗЛН.
Высокую степень достоверности идентификации класса ЗЛН удалось получить за счёт совместного использования таких показателей, как среднее значение NDVI и асимметрия (скос) выборки [12], предельные значения которых представлены в таблице 2.
2. Статистические параметры выборки значений NDVI и соответствие их классам сохранности
Сохранность, % Среднее значение NDVI Асимметрия
81 - 100 > 0,65 < -0,7
71- 80 0,58 - 0,65 -0,7...-0,3
51- 70 0,45 - 0,58 -0,3...0,0
10 - 50 0,35 - 0,45 0.0,8
< 10 < 0,35 > 0,8
На рисунках 2 - 6 представлены примеры гистограмм NDVI для каждого класса сохранности.
Особенностью использования представленного метода оценки сохранности является то, что отнесение ЗЛН к определённому классу возможно при соответствии средних значений и асимметрии только одному классу сохранности.
Представленный метод оценки сохранности ЗЛН был апробирован на территории Шпаковского района Ставропольского края и доказал свою высокую эффективность. Из 1875 контуров ЗЛН, выделенных на территории района, сохранность
Рис. 2 - Гистограмма индекса NDVI, сохранность ЗЛН - очень высокая
Рис. 1 - Фрагмент пространственного
распределения вегетационного индекса NDVI на территории Шпаковского района Ставропольского края
Рис. 3 - Гистограмма индекса NDVI, сохранность ЗЛН - высокая
Рис. 4 - Гистограмма индекса NDVI, сохранность ЗЛН - низкая
Рис. 5 - Гистограмма индекса NDVI, сохранность ЗЛН - очень низкая
Выводы. Представленный метод оценки сохранности ЗЛН на основе расчёта вегетационного индекса NDVI по снимкам высокого пространственного разрешения (10 м) доказал свою эффективность и может быть применён в других сельскохозяйственных регионах России с учётом их особенностей. Основными достоинствами представленного метода являются минимизация затрат на приобретение данных, высокая оперативность и повторяемость съёмки. Предложенный метод может послужить базисом для разработки комплексной системы дистанционного мониторинга сохранности ЗЛН, что позволит эффективнее планировать и осуществлять восстановительные и уходные мероприятия.
Литература
Рис. 6 - Гистограмма индекса NDVI, сохранность ЗЛН - полное разрушение
удалось определить у 1805 контуров, что составляет 96,2 % от общего числа. При этом оценка точности определения сохранности составила 98,6 % в сравнении с определением сохранности по снимкам сверхвысокого пространственного разрешения.
1. Антонов С.А. Изменение засушливости территории Ставропольского края за последние 50 лет (1969 - 2018 гг.) // Сельскохозяйственный журнал. 2019. № 2 (12). С. 6 - 12.
2. Лесомелиорация ландшафтов: учебник / А.Р. Родин, С.А. Родин, С.Б. Васильев [и др.] / под общ. ред. А.Р. Родина. М.: ФГБОУ ВПО МГУЛ, 2014. 192 с.
3. О сохранении и воспроизводстве защитных лесных насаждений на землях сельскохозяйственного назначения на территории Ставропольского края. Закон Ставропольского края: закон Ставропольского края от 22 июля 2019 г. N° 55-кз // Дума Ставропольского края. 2019. 11 июля.
4. Применение информационных технологий в агролесомелиоративном картографировании: метод. пособ. / К.Н. Кулик [и др.]. М.: Россельхозакадемия. 2003. 46 с.
5. Тикунов В.С. Основы геоинформатики: в 2 кн. Кн. 1: Учебное пособие для студентов вузов. М.: издательский центр «Академия», 2004. 352 с.: цв. ил.
6. Пат. RU 2001 107 745 А G01V 1/00. Способ оконтуривания территорий защитных лесных насаждений по космическим снимкам / В.В. Кравцов, А.В. Кравцова, А.К. Кулик; заявл. 20.03.2001; опублик. 20.05.2003.
7. Пат. RU 2437061 C1 G01C/A01G. Способ определения сохранности лесных насаждений / А.С. Рулев, В.Г. Юферев, В.Ю. Михалев, А.Н. Маенко; заявл. 19.04.2010; опублик. 20.12.2011.
8. Антонов С.А. Пространственный анализ защитных лесных насаждений агроландшафтов дистанционными методами // Известия Оренбургского государственного аграрного университета. 2019. № 6 (80). С. 22 - 26.
9. Mandanici E., Bitelli G. Preliminary Comparison of Sentinel-2 and Landsat 8 Imagery for a Combined Use // Remote Sensing. Vol. 8(12).2016. 1014.
10. Preprocessing transformations and their effects on multispectral recognition / F.J. Kriegler, W.A. Malila, R.F. Nalepka, W. Richardson // Proceedings of the Sixth International Symposium on Remote Sensing of Environment. UniversityofMichigan, AnnArbor, MI. 1969. Pp.97 - 131.
11. Monitoring vegetation systems in the Great Plains with ERTS / J.W. Rouse, R.H. Haas, J.A. Schell, D.W. Deering // 3rd ERTS Symposium. NASA SP-351 I. 1973. Pp. 309 - 317.
12. Pearson K. Contributions to the Mathematical Theory of Evolution. II. Skew Variation in Homogeneous Material // Philosophical Transactions of the Royal Society of London. A. vol. 186. 1895. Pp. 343 - 414.
Антонов Сергей Анатольевич, кандидат географических наук, ведущий научный сотрудник, заведующий лабораторией ГИС-технологий
ФГБНУ «Северо-Кавказский федеральный научный аграрный центр» Россия, 356241, Ставропольский край, г. Михайловск, ул. Никонова, 49 E-mail: santosb@mail.ru
A new method for assessing the protective forest plantations safety based on remote sensing data
M3BECTM5I OPEHEyPrCKOrO rOCyflAPCTBEHHOTO ArPAPHOrO yHMBEPCMTETA
2020 • № 4 (84)
Antonov Sergey Anatolyevich, Candidate of Geographical Sciences, Leading Researcher, Head of the
Laboratory of GIS Technologies
North Caucasian Federal Scientific Agrarian Center
49, Nikonov St., Mikhailovsk, Stavropol Region, 356241, Russia
E-mail: santosb@mail.ru
Protective forest plantations are important in preserving and increasing the productivity of the agrolandscape, which is relevant at a time of global climate change. The territory of the Stavropol region as one of the leading agrarian regions of Russia is characterized by an increase in the probability of such adverse events as droughts and dry storms, and in some years the appearance of dust storms. Protective forest plantations, depending on the design, effectively combat adverse climatic events. In 2019, the Government of Stavropol region adopted a law on the preservation and reproduction of protective forest plantations. For its implementation, it is necessary to analyze the integrity of existing plantations.The basis of the new method of assessing the protective forest plantations integrity is the data of multi-spectral survey with spatial resolution of 10 m obtained from Sentinel 2a/b satellites.The study used remote sensing data obtained at the end of august 2019, due to the minimum set of crops that are located in the fields of the Stavropol region at this time.Reliably established the relationship between the distribution of the vegetation index NDVI and the integrity of protective forest plantations in the Stavropol region.The main statistical indicators used were mean and skewness. For very high-integrity plantations, the average value of NDVI is >0.65 and the skewness < -0.7, while for very low-integrity plantations, NDVI varies from 0.35-0.45 and the skewness from 0 to 0.8.The method was tested in the Shpakovsky district of Stavropol region where it proved its high efficiency.Safety was determined in 96.2% of protective forest plantations. Evaluation of accuracy of safety determination was 98.6% in comparison with its determination from ultra-high spatial resolution remote sensing data.
Key words: protective forest plantations, integrity, remote sensing data, vegetation indexNDVI, skewness, mean.
DOI 10.37670/2073-0853-2020-84-4-107-112
-♦-
