В условиях нарастающих экологических изменений лесные и болотные природные комплексы испытывают воздействие природных и антропогенных факторов. Растительный покров был выбран для оценки как один из наиболее динамично изменяющихся ландшафтных компонентов. Он служит индикатором изменений, так как на его формирование оказывают влияние климатические, геолого-геоморфологические и антропогенные факторы. В связи с тем изменение растительного покрова влияет на процессы, протекающие в ландшафте.

В качестве ключевого участка для проверки возможности оценки изменений растительного покрова Мещеры было выбрано Белавинское сельское поселение. Территория общей площадью 29,5 тыс. га расположена на востоке Орехово-Зуевского района, включает в свой состав особо охраняемые природные территории: Губинский лесоболотный государственный природный заказник и участок леса в Губинском лесничестве.

В 2010-2012 гг. в районе сельского поселения, в том числе в районе заказника, проводились почвенные и геоботанические исследования, было выполнено краткое описание преобладающих видов растений на 15 участках и почв на 6 разрезах. Для каждой точки и участка выполнена координатная привязка с помощью навигатора Garmin.

Для пространственно-временной оценки состояния растительного покрова одних лишь полевых методов исследования, как правило, не достаточно. Использование данных дистанционного зондирования в сочетании с наземными наблюдениями позволяет решить задачу оценки изменений растительного покрова территорий. Как правило, для этой цели используются снимки среднего и высокого разрешения, такие как «Landsat» (разрешение 30 м/пиксел), IRS P5 (разрешение 2,5 м/пиксел), IRS P6 (разрешение 5,8 м/пиксел) и др. [3, с.14]. Данная статья посвящена использованию данных со спутников «Landsat» для оценки изменений растительного покрова.

Главной особенностью растительного покрова, позволяющей использовать данные Landsat, является поглощение хлорофиллом красной (0,68-0,69 мкм) и синей (0,45-0,47 мкм) частей спектра, и отражение инфракрасной NIR (0,75-1,3 мкм) и зеленой (0,54-0,58 мкм) зон спектра [2, с.10; 5, с.20]. При визуальном дешифрировании растительности наиболее информативно сочетание каналов Landsat 5,4,3 [1, с.3].

Благодаря продолжительности существования программы Landsat и относительной доступности данных, есть возможность оценить изменения растительного покрова за длительный период. Для оценки растительного покрова использовались данные со следующих спутников: «Landsat 4» (23.04.1975), «Landsat 5»(28.05.1986 и 06.06.2014) и «Landsat 8» (09.05.2014). Материалы были получены из общедоступных архивов [7].

Для оценки растительного покрова было выполнено дешифрирование и предварительная обработка данных в ГИС-пакетах ENVI 5.0 и Arcgis 10.1. При дешифрировании для распознавания типов растительного покрова были использованы индексы, учитывающие специфику отражательной способности объектов (NDVI, NDWI,B3/B5, R/G, R/SWIR2 и др.) [8 стр.2,6 стр. 30-32].

На начальном этапе дешифрирования были выделены классы для маскирования: классы водных и антропогенных объектов (дороги и застроенные территории). Классы почв подразделяются на распаханные земли и луга. Дальнейшее дешифрирование растительности осуществлялось при помощи интерактивной классификации с обучением по данным геоботанических описаний и архивных картографических материалов. Оставшаяся растительность подразделяется на лесную и болотную. По вегетационным индексам были выделены четыре типа леса. На последнем этапе все объекты, были сведены в итоговые растры. В итоге территория была разделена на 10 классов: водные объекты, антропогенные объекты, луга, сельскохозяйственные земли, болота, еловые, сосновые, смешанные и мелколиственные леса. Для снимков 1986 г. и 1995 г. был выделен объект – торфоразработки.

Для оценки изменения территории был проведён площадной анализ выделенных классов и их изменений табл.1. Наибольшие изменения отмечены в период с 1986-2014 гг.

Доля хвойных сообществ к 1996 году заметно сократилась по сравнению с 1975-1986 гг.: еловых на 11,4%, сосновых на 8,6%. В 1986 г. доля смешанного леса сократилась на 14,5%. По данным 2014 г. отмечается рост доли для еловых и смешанных древостоев на 1,9% и 12,7% соответственно и стабилизация сосновых древостоев. В 1996 г. доли мелколиственных и луговых сообществ выросли, на 6,0% и 5,0 % соответственно, что не противоречит данным [3, с.24].

При оценке изменений растительного покрова, кроме соотношения площадей растительных сообществ важна направленность изменений, отраженная в табл.2. Значительные изменения приходятся на болота 94,8 % и хвойные леса. Они обусловлены как пожарами и усыханием ельников в засушливые 2003 и 2010 гг., так и ростом доли мелколиственных пород в древостоях.

В качестве выводов следует отметить, что анализ материалов дистанционного зондирования со спутников Landsat позволяет оценить изменения растительного покрова. Проведённые исследования показали, что за последние 28 лет первичные лесные и болотные комплексы постепенно деградируют.

 

Площади выделенных классов поверхности и их изменение

 

 

Площадь классов от общей в %

Изменение доли в %

класса

Описание

1975

1986

1995

2014

1986

1995

2014

1

Водные объекты

3,0

1,8

1,8

5,5

-1,2

0,0

3,7

2

Еловые леса

14,7

20,3

9,0

10,9

5,6

-11,4

1,9

3

Сосновые леса

15,1

22,5

13,9

13,9

7,4

-8,6

0

4

Болота

9,2

12,7

7,2

5,0

3,5

-5,6

-2,2

5

Смешанные леса

22,4

7,9

13,0

25,7

-14,5

5,1

12,7

6

Мелколиственные леса

15,4

16,4

25,7

19,8

1,0

9,4

-6,0

7

Антропогенные объекты

5,5

4,2

7,9

5,7

-1,3

3,7

-2,2

8

Луга

11,7

8,7

15,5

10,5

-3,0

6,8

-5,0

9

Сельскохозяйственные земли

3,0

5,4

2,4

3,1

2,4

-3,0

0,6

10

Торфоразработки

0,0

3,5

3,6

0,0

3,5

0,1

-3,6

 

Таблица 2.

Направленность изменений за 1986 и 2014 год

Класс в 2014 г.

Изменения площади классов в %

Класс в 1986 г.

1

2

3

4

5

6

7

8

9

10

1

0,0

2,7

3,4

5,2

8,4

4,2

1,3

1,9

0,5

23,7

2

0,4

0,0

15,6

4,7

25,2

1,6

0,2

1,2

0,0

2,3

3

0,9

25,4

0,0

12,9

17,0

5,7

1,6

2,2

0,6

5,8

4

0,0

4,2

5,6

0,0

2,7

6,2

4,6

6,8

6,6

9,2

5

5,3

27,9

33,0

40,1

0,0

23,5

3,7

13,4

3,0

28,6

6

0,9

15,5

20,5

32,4

10,5

0,0

15,5

24,0

6,0

37,6

7

0,0

1,0

1,0

1,9

2,2

11,8

0,0

12,8

14,1

8,1

8

0,0

0,9

1,3

2,1

1,0

19,0

37,8

0,0

51,3

5,8

9

0,0

0,1

0,2

0,6

0,1

4,7

10,1

8,4

0,0

2,6

Площадь изменений в %

7,5

75,0

77,3

94,8

58,7

72,5

73,5

68,8

81,7

100,0

 

 

Литература

 

  1. Данилова И.В. Методика составления карт лесных территорий на основе данных космической съемки (на примере Красноярского края) // География и природные ресурсы. 2007. №4. – с.140-145.

  2. Лабутина И.А., Балдина Е.А. Использование данных дистанционного зондирования для мониторинга экосистем ООПТ. – М.: WWF России, 2011.

  3. Карпачевский М.Л.. Природа Подмосковья: утраты последних двух десятилетий, — М.: Изд-во Центра охраны дикой природы, 2009. – 92 с.

  4. Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений: Учебное пособие. – М.: Научный мир, 2003.

  5. Сухих В.И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве: Учебник. – Йошкар-Ола: МарГТУ, 2005. – 392 с.

  6. Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы // Геоматика №3, 2009. – С 28-32

  7. http://glovis.usgs.gov – USGS GVV (Global Visualization Viewer) сайтгеологической службы США.

  8. Кренке А.Н., Пузаченко Ю.Г. Построение карты ландшафтного покрова на основе дистанционной информации // Экологическое планирование и управление, Вып. №7, 2008. 24.

 Источник: Рассказов А. А. Галаганова Л. А. Использование данных LANDSAT для оценки динамики изменений растительного покрова на территории Мещеры // Научные труды Института Непрерывного Профессионального Образования. Выпуск третий (№3/2014) / Под научн. редакцией проф. С. В. Чернова. М.: Издательство Института Непрерывного Профессионального Образования, 2014. С. 236-239.