CC BY
16Journal of Siberian Federal University. Engineering & Technologies 4 (2008 1) 346-358
УДК 528.88.042.4:630
Спектрорадиометрическая космосъемка в анализе зоны вспышки массового размножения сибирского шелкопряда
Сергей Т. Им*, Елена В. Федотова, Вячеслав И. Харук
Институт леса им. В. Н. Сукачева СО РАН, 660036 Россия, Красноярск, Академгородок 50, стр. 28 1
Received 22.10.2008, received in revised form 30.10.2008, accepted 29.12.2008
На основе временных рядов космосъемки Landsat (1978 - 2000 гг.) исследована динамика растительного покрова, индуцированная вспышкой массового размножения сибирского шелкопряда (междуречье Ангары и Енисея, 1994 - 1996 гг.). Разработан и применен метод генерации временного ряда картосхем с разделением сцен на фрагменты по преобладающим типам наземного покрова. Установлено, что в зоне вспышки погибло до 25 % темнохвойных древостоев. Часть ослабленных древостоев восстановилась после вспышки. В зоне шелкопрядников наблюдалось возрастание площади гарей. Показано, что в 90-е годы 20-го столетия уменьшалась площадь вырубок, а также наблюдалась трансформация части сельхозугодий в редколесья и травяно-кустарниковую растительность.
Ключевые слова: сибирский шелкопряд, динамика растительного покрова, Landsat.
Введение
Южная тайга Сибири относится к области экологического оптимума темнохвойных лесов как зонального типа растительности. Фактически же площади, занятые вторичными мелколиственными и смешанными лесами, значительно превышают территории, на которых сохранились сообщества темнохвойной тайги. Важная роль в формировании современного облика лесов этого региона, наряду с рубками и пожарами, принадлежит сибирскому шелкопряду. Он относится к основным причинам наблюдаемых в южной тайге сукцессий, представляя собой постоянно действующий фактор в хвойных формациях Сибири. Это насекомое повреждает древостои пихты, сосны сибирской кедровой, ели, лиственницы [4, 5]. Вспышки массового размножения сибирского шелкопряда обусловлены сочетанием благоприятных погодных условий (оптимальная температура, низкий уровень осадков и влажности). Такого рода вспышки являются редким феноменом; в пределах Енисейского меридиана они наблюдаются с периодичностью 15 - 25 лет.
Спутниковая съемка - эффективное средство обнаружения и мониторинга вспышек насекомых. Дотавио и Вильямс [7] показали применимость съемки Landsat-MSS с 80-метровым
* Corresponding author E-mail address: stim@ksc.krasn.ru
1 © Siberian Federal University. All rights reserved
разрешением на местности для обнаружения вспышек непарного шелкопряда в Пенсильвании, США. Нельсон [13] успешно применил данные съемки с того же спутника для обнаружения зон дефолиации еловых древостоев стволовыми вредителями. Ранее была показана применимость съемки Landsat для картирования и оценки вспышек массового размножения сибирского шелкопряда [10]. Анализируя съемку с Landsat-TM, Раделофф с соавторами установили высокую корреляцию между фракцией зеленой хвои и численностью популяции стволовых вредителей [14]. Спутниковая информация с меньшим пространственным разрешением была успешно применена для обнаружения и классификации поврежденных шелкопрядом территорий [3, 11, 12], а также для мониторинга повреждений посевов насекомыми [9]. Использование ГИС- технологий позволяет установить связь динамики вспышки с элементами рельефа [2, 3, 12].
Цель исследования: анализ динамики растительного покрова в зоне вспышки массово -го размножения сибирского шелкопряда на основе временных рядов космосъемки среднего (Landsat) разрешения.
Объект исследования
Исследовалась динамика наземного покрова Нижнего Приангарья до и после вспышки массового размножения сибирского шелкопряда, произошедшей в 1994 - 1996 гг. [1, 10, 11, 12]. Леса сформированы пихтой, елью, кедром, сосной, лиственницей, осиной и березой. Дре -востои - III - IV классов бонитета, с запасом древесины 200 - 230 м3/га и средним возрастом 135 лет. Рельеф большей части территории представляет слабо всхолмленное плато. Почвы - преимущественно подзолистые. Климат - континентальный, годовое количество осадков
составляет 400 - 500 мм, среднегодовая температура - минус 2,6 °С с абсолютным минимумом минус 54 °С (декабрь) и максимумом плюс 36 °С (июль). Период вегетации длится около 100 дней.
Поврежденные сибирским шелкопрядом участки представлены мозаично расположенными очагами, ограниченными 57° и 59° с. ш. и 93° и 98° в. д. Около 700 тыс. га леса было охвачено вспышкой. Примерно 300 тыс. га насаждения погибли.
Для анализа выбран фрагмент территории, включавший основные элементы трансформации лесных территорий, связанных как со вспышкой массового размножения сибирского шелкопряда, так и с деятельностью человека. Фрагмент покрывает части Усольского, Первомайского и Чуноярского лесхозов (координаты: Рис. 1. Расположение объекта исследования от 56°30' до 57°50' с.ш. и от 94°10' до 96°10' в. д.,
рис. 1). Площадь фрагмента ~ 1,4 млн га. - 347 -
(квадрат)
Материалы и методика
В данной работе для анализа динамики растительного покрова использованы снимки Landsat, имеющие наименьшее количество облачности и шумов (Landsat-3\MSS, 24.06.1978 (рис. 2,а); Landsat-5\TM, 10.07.1989 (рис. 2,б); Landsat-7\ETM+, 18.08.2000 (рис. 2,в)). Съемка Landsat-3\MSS велась в четырех спектральных диапазонах с пространственным разрешением 57 х 57 м. Landsat-5\TM является до сих пор действующим прибором и позволяет получать съемку в 7 спектральных диапазонах с разрешением на местности 28,5 х 28,5 м. Landsat-7\ ETM+в настоящее время - последний прибор из серии Landsat, который по сравнению с предыдущим поколением имеет улучшенные радиометрическое и пространственное разрешения (панхроматический канал с разрешением 15 х 15 м). Помимо данных космосъемки, использованы лесотаксационные материалы Усинского и Чунского лесничеств 2001 и 1999 гг., М 1 : 250 000; топографические карты М 1 : 200 000 (1948, 1949, 1971, 1993 и 1994 гг.); материалы полевых исследований 1999 г., включающие лесотаксационное описание пробных площадок.
Рис. 2. Материалы космосъемки Landsat. (а) Landsat-3\MSS, 24.06.1978; (б) Landsat-5\TM, 10.07.1989; (в) L andsat-7\ETM+, 18.08.2000
Анализ состоял из трех основных этапов: 1) предварительная обработка космоснимков; 2) формирование классификационных картосхем для временного ряда космоснимков; 3) согласование классификационных картосхем и анализ пространственно-временной динамики основных классов земной поверхности.
Предварительная обработка космоснимков. Геометрическая коррекция снимков проводилась в соответствии с топокартами.
Формирование классификационных картосхем для временного ряда космоснимков. Базовым космоснимком выбран Landsat-7\ETM+, полученный 18 августа 2000 г., так как он обладает наилучшими параметрами съемки и предобработки по сравнению с другими.
Методика формирования картосхем включала составление различных масок и разделе -ние снимков на фрагменты, для которых определялась специфика в соответствии с масками. Таким образом были выделены фрагменты, для которых характерны: 1) облака и тени от них, 2) сельхозполя, 3) вырубки, 4) урбанизированные территории, 5) леса, поврежденные сибирским шелкопрядом, 6) водные поверхности. Такой подход позволил уменьшить ошибки классификации.
В соответствии с лесоустроительными материалами, данными полевых исследований и экспертными знаниями итерационно сформированы обучающие выборки. Методом максимального правдоподобия сгенерированы классификационные картосхемы для всех снимков [15, 16]. Выделены следующие классы земной поверхности: 1) сомкнутые темнохвойные дре-востои (drk closed); 2) сомкнутые сосновые древостои (pin closed); 3) сомкнутые смешанные древостои (mxd closed); 4) сомкнутые лиственные древостои (dcd closed); 5) низкосомкнутые лиственные древостои (dcd sparse);6) возобновление лиственных (rgn); 7) гари (fre); 8) кустарники (srb); 9) травяные сообщества (grs); 10) сельскохозяйственные поля (agr); 11) вырубки (cut); 12) урбанизированные зоны (urb); 13) заболоченные территории (swp); 14) минерализованные поверхности (mrl); 15) водные поверхности (wtr); 16) лесные территории, поврежденные сибирским шелкопрядом (slk). Количество выборок приведено в табл. 1.
Таблица 1. Количество выборок для составления классификационных картосхем
2000 1989 1978
№ Класс Кол-во Кол-во Кол-во Кол-во Кол-во Кол-во
выборок пикселей выборок пикселей выборок пикселей
1 drk closed 117 92267 52 43358 77 9421
2 pin closed 2 2000 2 615 2 1218
3 mxd closed 2 191 2 1294 2 1064
4 dcd closed 192 50301 100 52246 115 13575
5 dcd sparse 50 6123 30 713 25 5738
6 rgn 38 3151 50 997 14 251
7 fre 2 1178
8 srb 2 28
9 grs 1 129 2 126
10 agr 587 163030 320 97949 206 74284
11 cut 42 3452 50 1769 20 1356
12 urb
13 swp 38 5218 50 5707 18 2287
14 mrl 10 959 2 437 6 392
15 wtr 4 3159 4 4000 6 177
16 slk 71 10688
Всего 1156 341874 704 164134 493 109889
Картосхемы составлялись в соответствии со следующими шагами: (1) Разделение сцены на два фрагмента в соответствии с маской сельхозполей: «А» - с сельхозполями, «Б» - без сельхозполей. (2) Разделение фрагмента «Б» маской вырубок: «Б1» - с вырубками, «Б2» - без вырубок. (3) Разделение фрагмента «Б2» маской территорий, поврежденных сибирским шелкопрядом: «Б21» - поврежденные сибирским шелкопрядом, «Б22» - не поврежденные сибирским шелкопрядом. Таким образом получаются четыре непересекающихся фрагмента для дальнейшего анализа. (4) Генерация классификации для фрагмента «А» методом максимального правдоподобия с применением сформированных обучающих выборок, за исключением fre, swp, cut и slk. (5) Генерация классификации для фрагмента «Б1» методом максимального правдоподобия с применением сформированных обучающих выборок, за исключением agr и
Таблица 2. Каппа-статистика
№ Класс 2000 1989 1978
Ac % Au % Каппа Ac % Au % Каппа Ac % Au % Каппа
1 drk closed 96,8 81,9 0,8 100,00 85,71 0,84 100,00 98,71 0,99
2 pin 100,0 90,8 0,9 100,00 100,00 1,0 100,00 95,65 0,96
3 mxd 78,2 96,6 1,0 86,47 100,00 1,0 98,08 100,00 1,00
4 dcd closed 96,9 90,5 0,9 99,75 91,38 0,9 99,85 92,47 0,91
5 dcd sparse 94,0 78,8 0,8 92,37 95,28 0,95 79,82 95,79 0,96
6 rgn 65,4 65,4 0,6 92,54 73,81 0,73 73,87 72,57 0,72
7 fre 97,1 100,0 1,0 — — — — — —
8 srb 50,0 46,7 0,5 --- --- --- --- --- ---
9 grs 58,8 100,0 1,0 56,25 100,00 1,0 95,45 45,65 0,45
10 agr 97,0 99,6 1,0 98,34 100,00 1,0 97,21 100,00 1,00
11 cut 98,0 93,3 0,9 90,93 98,47 0,98 98,00 100,00 1,00
12 urb 100,0 100,0 1,0 95,81 99,46 0,99 100,00 90,81 0,90
13 swp 95,1 89,7 0,9 90,50 97,84 0,97 88,96 93,84 0,94
14 mrl 100,0 73,6 0,7 100,00 57,97 0,57 98,15 100,00 1,00
15 wtr 100,0 100,0 1,0 93,24 100,00 1,0 98,68 100,00 1,00
16 slk 89,7 98,9 1,0 --- --- --- --- --- ---
Примечание: Ac - точность классификатора, Au - точность пользователя.
fre. (6) Генерация классификации для фрагмента «Б21» методом максимального правдоподобия с применением сформированных обучающих выборок, за исключением agr, cut и fre. (7) Генерация классификации для фрагмента «Б22» методом максимального правдоподобия с применением сформированных обучающих выборок, за исключением agr, cut и slk. (8) Объединение полученных классификаций в картосхему «В». (9) Объединение картосхемы «В» с маской урбанизированных территорий в картосхему «Г». (10) Переобозначение всех пикселей slk вне маски лесов, поврежденных сибирским шелкопрядом, в класс fre на картосхеме «Г». (11) Генерализация картосхемы «Г» медианным фильтром с окном 3х3 пикселя. (12) Переобозначение всех пикселей rgn и dcd sparse в пределах маски водных поверхностей основных рек в grs и srb, соответственно, на картосхеме «Г». (13) Удаление с картосхемы «Г» участков, попадающих под маску облаков и теней от них. (14) Оценка точности картосхемы «Г» методом каппа-статистики [15, 16].
Результаты оценки точности картосхем приведены в табл. 2. Использовано от 16 до 584 тестовых точек, в среднем более 133 точек на класс. Общее значение каппа составило 0,93 для всех картосхем.
Согласование классификационных картосхем и анализ пространственно-временной динамики основных классов земной поверхности. На данном этапе выделены области пересечения картосхем и их логическое согласование. Решающие правила позволили устранить логически неправильные переходы классов, например, появление лесов, поврежденных сибирским шелкопрядом, на месте лиственных древостоев или перехода сомкнутых лиственных древостоев в сомкнутые темнохвойные древостои. Такие ошибки связаны с погрешностями в классификации и с геометрическими искажениями. Использовано более 50
решающих правил. В результате составлен временной ряд из картосхем (рис. 3). Построена диаграмма динамики площадей классов (рис. 4). Сформирована картосхема изменений (рис. 5) и оценена ее точность методом каппа-статистики (табл. 3). Подсчитаны изменения площадей классов наземного покрова (табл. 4). Рассчитаны матрицы переходов классов между различными годами (табл. 5, 6, 7, 8).
60
30
§ =г
20
10
г -и- i i
2
> 1«.
+ 4 ' 1 ■ 10
i 5
—_ _ __ 1 г_
^ ~ - -i
-- Л
* , с^-. "
1376
Йромп ПОДУ
?ü00
6Q0
400
300 И É л
i
200 ?
100
Рис. 4. Динамика площадей основных классов наземного покрова: 1) pin, 2) rgn, 3) fre, 4) srb, 5) grs, 6) cut, 7) drk_closed, 8) mxd, 9) dcd_closed+dcd_sparse, 10) agr, 11) slk. Ошибки оценивались как проценты от площадей классов, выраженные через ошибки пропуска (верхняя граница) и включения (нижняя граница). Для класса srb 1978 и 1989 годов ошибка бралась в 5%
Рис. 5. Картосхема произошедших изменений за период 1978 - 2000 гг.
Таблица 3. Оценка точности картосхемы изменений за период 1978 - 2000 гг.
Классы с картосхемы Точность классификатора% Точность пользователя^ Каппа
Undisturbed 100,00 60,23 0,51
Changes 1989-1978 62,50 100,00 1,00
Changes 2000-1989 67,86 88,37 0,86
Stands killed by Siberian silkmoth 2000 89,02 100,00 1,00
Таблица 4. Динамика площадей классов наземного покрова
№ Класс Площадь, га Разность площадей, га
1978 1989 2000 1989-1978 гг. 2000-1989 гг.
1 drk_dosed 321968,8 292100,6 260707,6 -29868,2 -31393,0
2 pin 19611,9 16461,9 17252,4 -3150,0 790,5
3 mxd 397652,4 358376,1 294134,4 -39276,3 -64241,7
4 dcd_dosed 282976,9 326603,5 319461,7 43626,7 -7141,9
5 dcd_sparse 93629,0 112474,1 99429,3 18845,1 -13044,8
6 ^п 23311,3 21585,3 31140,4 -1726,0 9555,1
7 йге 0,0 0,0 3796,3 0,0 3795,3
8 srb 443,2 1070,7 2567,9 627,5 1497,2
9 grs 21628,0 29146,1 49598,4 7518,1 20452,3
10 ^г 198993,0 198459,6 182570,7 -533,4 -15888,9
11 сШ; 960,1 4069,9 564,4 3109,8 -3505,4
12 игЬ 17936,3 17751,6 17765,5 -184,6 13,8
13 swp 10098,1 10098,1 10098,1 0,0 0,0
14 тг1 326,9 969,4 2466,7 642,5 1497,3
15 wtr 7702,1 8071,0 7883,9 368,9 -187,1
16 slk 0,0 0,0 97800,2 0,0 97799,2
Таблица 5. Состав классов 1989 г. из классов 1978 г., %
1978
1989 drk_ с1(^е(! рт mxd dcd_ с1(^е(! dcd_ sparse ^п йге srb grs agr сШ; игЬ swp тг1 wtr
drk_dosed 83,8 0,0 16,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
рт 0,0 94,4 5,5 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1
mxd 16,2 0,5 71,2 9,0 3,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
dcd_dosed 0,0 0,0 20,6 67,9 11,5 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
dcd_sparse 0,0 0,0 16,5 16,8 36,2 18,9 0,0 0,1 0,0 10,6 0,8 0,0 0,0 0,1 0,0
^п 26,1 0,7 3,9 3,7 3,3 1,9 0,0 0,0 57,3 2,7 0,1 0,1 0,0 0,2 0,0
йге 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
srb 8,6 3,3 4,2 20,4 15,7 0,2 0,0 26,3 17,9 0,0 0,0 0,0 0,0 0,3 3,2
grs 29,4 6,3 17,6 4,8 5,3 5,4 0,0 0,2 28,4 1,8 0,2 0,3 0,0 0,1 0,4
^г 0,2 0,0 1,1 3,8 1,2 0,0 0,0 0,0 0,0 93,6 0,0 0,1 0,0 0,0 0,0
сШ; 94,5 0,4 4,9 0,1 0,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
игЬ 0,1 0,0 0,3 0,2 0,0 0,1 0,0 0,0 0,2 0,4 0,0 98,6 0,0 0,0 0,0
swp 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 100,0 0,0 0,0
тг1 21,7 4,4 3,1 4,7 3,5 2,5 0,0 0,3 36,0 10,9 0,0 0,7 0,0 10,9 1,2
wtr 0,0 0,0 0,0 0,0 1,1 0,2 0,0 0,4 5,1 0,9 0,0 0,8 0,0 0,5 91,1
Таблица 6. Состав классов 2000 г. из классов 1989 г., %
1989
2000 drk_ closed pin mxd dcd_ closed dcd_ sparse rgn fre srb grs agr cut urb swp mrl wtr
drk_ closed 71,4 0,0 28,6 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
pin 0,0 86,0 13,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1
mxd 4,4 0,1 64,0 26,2 5,1 0,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
dcd_ closed 0,0 0,0 11,7 69,6 17,1 1,6 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
dcd_ sparse 0,0 0,0 12,1 16,5 29,1 11,4 0,0 0,2 14,3 13,3 3,0 0,1 0,0 0,1 0,0
rgn 18,5 0,6 7,7 5,9 17,1 10,8 0,0 0,0 10,8 25,5 2,2 0,2 0,0 0,8 0,0
fre 52,2 3,3 28,2 3,9 2,3 0,3 0,0 0,0 9,1 0,4 0,1 0,1 0,0 0,1 0,0
srb 8,4 0,2 8,6 16,6 15,3 3,5 0,0 21,1 10,7 9,3 0,2 0,1 0,0 0,6 5,3
grs 23,4 1,4 27,1 15,5 8,4 2,1 0,0 0,6 18,8 1,1 0,8 0,0 0,0 0,2 0,4
agr 0,1 0,0 0,6 0,3 2,0 0,0 0,0 0,0 0,1 96,6 0,0 0,1 0,0 0,1 0,0
cut 86,0 0,4 8,0 0,6 0,2 0,0 0,0 0,0 0,0 0,0 4,8 0,0 0,0 0,0 0,0
urb 0,5 0,1 0,8 0,2 0,2 0,1 0,0 0,0 0,2 0,5 0,0 97,4 0,0 0,0 0,1
swp 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 100,0 0,0 0,0
mrl 13,0 11,0 4,6 1,6 4,6 3,3 0,0 0,8 48,7 0,5 0,6 0,1 0,0 10,0 1,3
wtr 0,0 0,0 0,0 0,0 0,3 0,1 0,0 0,3 1,9 0,5 0,0 0,3 0,0 0,9 95,8
slk 74,0 0,0 25,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1
Таблица 7. Распределение классов 1989 г. по классам 2000 г., %
1989
2000 drk_ closed pin mxd dcd_ closed dcd_ sparse rgn fre srb grs agr cut urb swp mrl wtr
drk_ closed 63,7 0,0 20,8 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,9 0,2
pin 0,0 90,2 0,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,5 0,1
mxd 4,5 1,6 52,5 23,6 13,3 2,5 0,0 0,0 0,0 0,0 0,0 0,2 0,0 1,4 0,4
dcd_ closed 0,0 0,0 10,4 68,1 48,6 23,2 0,0 0,0 0,0 0,0 0,0 0,5 0,0 0,3 0,2
dcd_ sparse 0,0 0,0 3,3 5,0 25,8 52,7 0,0 15,1 48,7 6,6 72,2 0,5 0,0 15,2 0,2
rgn 2,0 1,2 0,7 0,6 4,7 15,5 0,0 1,0 11,6 4,0 16,5 0,3 0,0 24,7 0,1
fre 0,7 0,8 0,3 0,0 0,1 0,1 0,0 0,1 1,2 0,0 0,1 0,0 0,0 0,5 0,0
srb 0,1 0,0 0,1 0,1 0,3 0,4 0,0 50,6 0,9 0,1 0,1 0,0 0,0 1,7 1,7
grs 4,0 4,4 3,8 2,4 3,7 4,7 0,0 29,1 32,1 0,3 10,2 0,1 0,0 11,8 2,7
agr 0,0 0,2 0,3 0,2 3,3 0,4 0,0 0,0 0,8 88,9 0,0 0,7 0,0 10,5 0,3
cut 0,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,7 0,0 0,0 0,0 0,0
urb 0,0 0,1 0,0 0,0 0,0 0,1 0,0 0,0 0,1 0,0 0,0 97,5 0,0 0,2 0,2
swp 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 100,0 0,0 0,0
mrl 0,1 1,6 0,0 0,0 0,1 0,4 0,0 1,9 4,1 0,0 0,3 0,0 0,0 25,4 0,4
wtr 0,0 0,0 0,0 0,0 0,0 0,0 0,0 2,1 0,5 0,0 0,0 0,1 0,0 7,2 92,8
slk 24,8 0,0 7,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,9
Таблица 8. Распределение классов 1978 г. по классам 1989 г., %
1978
1989 drk_ closed pin mxd dcd_ closed dcd_ sparse rgn fre srb grs agr cut urb swp mrl wtr
drk_ closed 76,1 0,0 11,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1 0,6
pin 0,0 79,3 0,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1 0,2
mxd 18,1 9,7 64,2 11,4 11,4 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 5,3 1,2
dcd_ closed 0,0 0,0 16,9 78,4 39,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
dcd_ sparse 0,0 0,0 4,7 6,7 43,5 91,3 0,0 18,1 0,0 6,0 90,2 0,3 0,0 22,5 0,0
rgn 1,7 0,7 0,2 0,3 0,8 1,7 0,0 0,3 57,2 0,3 2,2 0,2 0,0 16,4 0,0
fre 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
srb 0,0 0,2 0,0 0,1 0,2 0,0 0,0 63,4 0,9 0,0 0,0 0,0 0,0 0,9 0,4
grs 2,7 9,4 1,3 0,5 1,6 6,7 0,0 10,4 38,2 0,3 7,4 0,4 0,0 8,7 1,6
agr 0,1 0,5 0,6 2,6 2,5 0,0 0,0 0,0 0,0 93,3 0,0 1,2 0,0 0,0 0,2
cut 1,2 0,1 0,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,2 0,0 0,0 0,0 0,0
urb 0,0 0,0 0,0 0,0 0,0 0,1 0,0 0,0 0,2 0,0 0,0 97,6 0,0 0,1 0,1
swp 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 100,0 0,0 0,0
mrl 0,1 0,2 0,0 0,0 0,0 0,1 0,0 0,8 1,6 0,1 0,0 0,0 0,0 32,3 0,1
wtr 0,0 0,0 0,0 0,0 0,1 0,1 0,0 7,0 1,9 0,0 0,0 0,3 0,0 13,5 95,5
Рис. 6. Распределение классов с картосхемы 2000 г. по классам карты повреждений 1996 г. Классы степени повреждений согласно карте 1996 г.
Анализ распределения классов 2000 г. по категориям повреждений сибирским шелкопрядом 1996 г. Интерес представляют изменения, произошедшие после вспышки массового размножения сибирского шелкопряда. Для этого картосхемы поврежденных сибирским шелкопрядом древостоев 1996 г. сопоставлены с классификацией 2000 г. (рис. 6).
Результаты и обсуждение
Изучение динамики лесного покрова Нижнего Приангарья ранее проводилось с использованием мелкомасштабной космической съемки MODIS (2002 г.) Результаты были опубликованы в работах [3, 12]. Использовался 16-дневный композит с 28 июля по 12 августа 2002 г., изображения с четырьмя слоями: NDVI, красный, ближний и средний ИК-каналы MODIS. В районах вспышки были выделены погибшие темнохвойные и смешанные насаждения (рис. 7).
Использование среднемасштабной космической съемки Landsat имеет большие преимущества, так как позволяет провести более детальный анализ изменения растительного покрова в районе вспышки.
Большинство изменений связано со вспышкой массового размножения сибирского шелкопряда, гарями и вырубками. Наблюдается значительное уменьшение площади темнохвойных и смешанных сомкнутых древостоев к 2000 г. по сравнению с 1989 г. Почти 25 % темнохвойных древостоев погибло, и 7 % смешанных древостоев было повреждено сибирским шелкопрядом (табл. 7). К 2000 г. примерно 13 % древостоев, поврежденных в 1996 г., восстановили свою жизнеспособность (рис. 6).
Отмечается также уменьшение площади вспаханных земель и их зарастание лиственным редколесьем и травяной растительностью (6 % к 1989 г., 10 % к 2000 г., табл. 7, 8). Данный факт обусловлен экономической депрессией 90-х гг. Также выявлено значительное уменьшение площади вырубок и увеличение площадей гарей в 90-х годах по сравнению с 80-ми (табл. 7, 8).
Mt 'jift:
Рис. 7. Картосхема лесного покрова Нижнего Приангарья по данным съемки МСОБ 2002 г. 1 - погибшие, 2 - темнохвойные, 3 - смешанные насаждения, 4 - фон
Заключение
За анализируемый период на исследуемой территории произошли значительные изменения наземного покрова, которые связаны с деятельностью как человека, так и самой природы. В результате этих изменений наблюдается значительное уменьшение запасов темнохвойных лесов, которые частично замещаются лиственными древостоями.
В данном исследовании применена методика разделения снимков на фрагменты с доминантными классами, что позволило снизить ошибки классификации. Как показывает практика, разработанный подход достаточно трудоемок, так как требует составления множества масок. Следующим этапом будет апробация методики, основанной на обнаружении изменений при помощи различных индексов во временном ряду, которая позволит уменьшить несогласованность получаемых классификационных картосхем.
В дальнейшем планируется также провести анализ связи рассмотренной пространственно-временной динамики растительного покрова с 3-Э-моделью местности, что позволит выявить элементы рельефа, для которых характерны изменения покрова.
Работа выполнена при финансовой поддержке междисциплинарного интеграционного проекта СО РАН № 86.
Список литературы
1. Гродницкий Д. Л., Разнобарский В. Г., Ремарчук Н. П.,. Солдатов В. В. Деградация древостоев в таежных шелкопрядниках // Сибирский экологический журнал. 2002. № 1. С. 3 - 11.
2. Им С. Т., Харук В. И., Рэнсон К. Д., Солдатов В. В. Съемка Spot-Vegetation в анализе динамики повреждения горнотаежных лесов сибирским шелкопрядом // Исследование земли из космоса. 2007. № 1. С. 74 - 80.
3. Им С. Т., Федотова Е. В.,. Харук В. И. Анализ очагов повреждения таежных лесов сибирским шелкопрядом по данным мелкомасштабной космосъемки // Вычислительные технологии. 2007. Т. 12. Спец. выпуск 1. С. 60 - 69.
4. Исаев А. С., Кондаков Ю. П. Принципы и методы лесоэнтомологического мониторинга // Лесоведение. 1986. № 4. C. 3 - 9.
5. Кондаков Ю. П. К изучению периодичности вспышек массового размножения сибирского шелкопряда // Исследования по защите лесов Сибири. М., 1965. C. 110 - 121.
6. Сухинин А. И., Павличенко Е. Пожары в таежных шелкопрядниках //Приложение к «Сибирскому экологическому журналу». Новосибирск: изд-во СО РАН. 2002. Т. 9. - № 1. С. 13 - 16.
7. Dottavio C. L., Williams D. L. Satellite technology - an improved means for monitoring forest insect defoliation // J. Forestry. 1983. V. 81. № 1. P. 30 - 34.
8. Erdas Field Guide. 5th ed. Revised and Expanded. Atlanta, Georgia: Erdas Inc. 1999. 672 p.
9. Gilli M.P., Gorla D. E. The spatio-temporal pattern of Delphacodes kuscheli (Homoptera: Delphacidae) abundance in central Argentina // Bulletin Entomological Research. 1997. № 87(1). P. 45 - 53.
10. Kharuk V. I., Ranson K. J., Kuz'michev V. V., Im S. T. Landsat-based analysis of insect outbreaks in southern Siberia // Canadian J. Remote Sensing. 2003. V. 29. № 2. P. 286 - 297.
11. Kharuk V. I., Ranson K. J., Kozuhovskaya A. G., Kondakov Y. P., Pestunov I. A. NOAA-AVHRR Satellite Detection of Siberian Silkmoth Outbreaks in Eastern Siberia // International Journal of Remote Sensing. 2004. V. 20. № 24. P. 5543 - 5555.
12. Kharuk V. I., Ranson K. J., Fedotova E. V. Spatial pattern of Siberian silkmoth outbreak and taiga mortality. // Scandinavian Journal of Forest Research. 2007. V. 22. Issue 6. P. 531 - 536.
13. Nelson R. F. Detecting forest canopy change due to insect activity using Landsat MSS // Photogrammetric Engineering and Remote Sensing. 1983. № 49. P. 1303 - 1314.
14. Radeloff V.C., Mladenoff D. J., Boyce M. S. Detecting Jack Pine budworm defoliation using spectral mixture analysis: Separating effects from determinants // Remote Sensing of Environ. 1999. V.69. №2. P. 156 -169.
15. Richards J. A. Remote sensing digital Image Analysis. Germany: Springer-Verlag, 1993. 340 p.
16. Swain P. H. Remote sensing: the quantitative approach Davis S. M. New-York: McGraw-Hill, 1978. 396 p.
Spectroradiometer Data
in Siberian Silkmoth Outbreak Zone Analysis
Sergey T. Im, Elena V. Fedotova, and Vyacheslav I. Kharuk
V. N. Sukachev Institute of Forest SB RAS, 50/28 Academgorodok, Krasnoyarsk, 660036 Russia
Temporal data set of Landsat scenes was applied to analyze vegetation cover dynamics within watershed of Angara and Yenisei rivers caused by Siberian silkmoth outbreak (1994 - 1996). yr). A method of generation of sketch-maps time series based on decomposition ofscenes by dominating land cover types was developed and applied. It was found 25 % mortality of dark- needle stands. About 15 % of damaged stands recovered after outbreak. The burned area within outbreak zone increased. Decreases of clearcuts were observed, as well as transformation of agriculture land into sparse stands and grass-bushes communities.
Keywords: Landsat, silkmoth outbreaks, vegetation cover dynamics.
