Применение данных дистанционного зондирования для анализа состояния и нарушенности лесного покрова, вызванного антропогенными и естественными факторами Текст научной статьи по специальности «Науки о Земле и смежные экологические науки»

Научно-технические разработки

УДК 614.8

А.И. Сухинин, к.т.н., Е.И. Пономарев, Д.И. Назимова, О.В. Дробушевская, М.Е. Коновалова (Институт леса им. В.Н. Сукачева СО РАН)

ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ДЛЯ АНАЛИЗА СОСТОЯНИЯ И НАРУШЕННОСТИ ЛЕСНОГО ПОКРОВА, ВЫЗВАННОГО АНТРОПОГЕННЫМИ И ЕСТЕСТВЕННЫМИ ФАКТОРАМИ

Одно из направлений мониторинга окружающей среды — задача выделения и картографирования зональных категорий почвеннорастительного покрова при использовании данных дистанционного зондирования

Е.И. Пономарев

В последние десятилетия в связи с глобальными экологическими изменениями исследования в данном направлении особенно актуальны для выявления нарушенности состояния лесных покровов, вызванных как антропогенными, так и природными факторами. При этом пространственную картину на больших территориях можно получить только с использованием данных дистанционной космической съёмки.

С конца 70-х и особенно в 90-е годы прошлого века как за рубежом, так и в нашей стране такая информация стала широко использоваться для обзорного картографирования и мониторинга состояния растительного покрова [1, 2]. Как правило, в работах такой тематики используется информация среднего и высокого разрешения, например, получаемая со спутников «Ресурс», «Landsat», «Spot» и др. Преимущества использования информации с данных спутниковых систем бесспорны, когда речь идет о конкретных статичных объектах, формациях и задачах их картографирования.

Однако зачастую ставится задача мониторинга быстро протеко-ющих процессов, таких, как изменения состояния лесного покрова в результате локальных техногенных катастроф или природных факторов (засуха, лесные пожары, вспышки энтомозаражения). Решая данную задачу, мы использовали возможности спутниковых систем NOAA и «Terra».

Методика анализа

Цифровые изображения земли, получаемые сканирующими радиометрами AVHRR (Advanced Very High Resolution Radiometer, на спутниках NOAA) и MODIS (MODerate-resolution Imaging Spectroradiometer, на спутнике «Terra») обладают преимуществом высокой обзорности и периодичности. Генерализация объектов съемки (250, 500, 1 000 кв. км в надире) отвечает, прежде всего, задачам обзорного картографирования. Одна из особенностей данного вида съемки

— возможность анализа не только текущей структуры, но и функционирования наземных экосистем глобального и регионального уровня. Можно не только наглядно увидеть дифференциацию территории на основные зональные классы, но и проследить сезонное развитие природных процессов (вегетацию, нарастание пожарной опасности, засуху и т.п.), обусловленных погодно-климатическими ситуациями сразу на больших площадях.

В ходе исследований было проведено картографирование зональных категорий почвенно-растительного покрова территории тестового полигона в низкогорьях Саян (16,2 тыс. га) на основе данных со спутников NOAA и «Terra». При классификации наиболее информативными были данные, получаемые радиометрами в видимом (~ 0,6 мкм) и ближнем инфракрасном (~ 0,9 мкм) диапазонах спектра. Однако некоторые особенности различных формаций лесного покрова были отмечены при использовании информации в тепловом диапазоне (~ 12 мкм), т. к. дифференциация покрова на крупные зональные классы во многом определяется годовым ходом температур и соотношением тепла и влаги.

Обработка и классификация снимков проводились с использованием возможностей программного продукта ERDAS 8.6. Оценка точности определялась путем сравнения результатов наземных исследований с данными лесоустройства первого разряда (масштаб 1:25 000).

Результаты исследований

Несмотря на небольшую территорию, спутниковые изображения позволили выделить два высотнопоясных комплекса (ВПК):

— темнохвойный с господством пихты (Abies sibirica) и участием кедра (Pinus sibirica);

— светлохвойный с преобладанием сосны, а также участием лиственницы, березы и осины (Pinus sylvestris, Larix sibirica, Betula pendula и Populus tremula) (рис. 1).

Ранее было определено [3, 4, 5], что по данным дешифрирования изображений NOAA/AVHRR возможно разграничение территорий с преобладанием светлохвойных и темнохвойных лесов, а также от-

Рис. 1. Идентификации высотно-поясных комплексов (ВПК) на тестовом полигоне в низкогорьях Саян:

а) векторная карта по данным наземных исследований 1985 г.,

б)результат классификации изображения «Твгга»/МоШ.? 2003 г.

в)результат классификации изображения МОЛЛ/ЛУНЯЯ 2003 г.

Основные классы: темнохвойные — 1 (пихта, ель); 2 (кедр); светлохвойные — 3 (сосна);

вырубки, безлесная территория, хозяйственно освоенные земли — 4; ЛЭП — 5.

Научно-технические разработки

Научно-технические разработки

дельно мелколиственных лесов, смешанных лесов, степей, полупустынь.

Наши исследования показали достаточно близкое совпадение с наземными данными и оказались близкими к результатам классификации снимка NOAA/AVHRR, где были выделены оба класса и экотон между ними. Кроме того, снимки «Terra»/MODIS позволили дополнительно идентифицировать внутри темнохвойного ВПК площади с преобладанием кедра, вырубок и молодняков лиственных пород. Детализации подвергся и ВПК светлохвойных лесов. По данным инвентаризации, сосняки с примесью березы составляют около 70 %, что отражается на рис. 1б, а границы контуров близки к границам на карте (рис. 1а). Листопадные хвойные (лиственница) и мелколиственные (осина) породы, в данном случае объединились и попали в категорию 4 (безлесные территории), что можно отчасти объяснить сроком съемки (до распускания хвои и листвы у этих древесных видов).

Таким образом, данные «Terra»/MODIS позволили уточнить границы классов ВПК и провести дифференциацию внутри ВПК. Доступность этой информации в различные сроки вегетации позволя-

ет отслеживать кратковременную и долговременную динамику состояния лесного покрова, что имеет существенное значение для оценки катастрофических ситуаций. В частности, природная пожарная опасность светлохвойного ВПК оценивается как высокая весной и осенью, тогда как в темнохвойном ВПК она в целом низкая и возрастает лишь в годы с сильной и длительной засухой. Особого внимания заслуживает переходная полоса, соответствующая высоте 400-450 м над уровнем моря, где вероятность перехода беглых низовых пожаров в верховые наиболее высока.

Данные космической съемки среднего разрешения весьма полезны при создании нового типа обзорных биоклиматических карт комплексного содержания. В экологическом плане это очень важная информация, отражающая состояние лесного покрова и способная фиксировать результаты как природных, так и техногенных воздействий. Таким образом, успешность решения ряда задач, связанных с мониторингом природной среды, определяется использованием дистанционных данных в дополнение к картам растительности и планам наземного лесоустройства .

Литература

1. Evans D.L., Zhu Z., Eggen-McIntosh S., et al. Mapping Mexico’s Forest Lands with Advanced Very High Resolution Radiometer, 1992. — P. 1—4.

2. Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве. — М.: ЦЭПЛ РАН, 1998. - 215 с.

3. Федотова Е.В., Буренина Т.А., Харук В.И., Сухинин А.И. Оценка применимости съемки NOAA/AVHRR в картировании лесных территорий Енисейского меридиана // Исслед. земли из космоса. — 1999. — № 3.

- С. 67—73.

4. Назимова Д.И., Поликарпов Н.П., Сухинин А.И. и др. Использование спутниковой информации при анализе высотной поясности лесного покрова гор Южной Сибири // География и природ. ресурсы. — 2000.— № 4.

— С. 117—123.

5. Назимова Д.И., Пономарев Е.И., Сухинин А.И. и др. Роль съемки NOAA/AVHRR в выделении горных поясов растительности (на примере регионов Южной Сибири) // NOAA Image of Siberia. Proceedings of International Symposium. Novosibirsk, 2002. — P. 67 — 76.