Введение 3
Глава 1. Физико-географическое описание 5
1.1. Геологическое строение и рельеф 5
1.2. Климат 6
1.3. Природные воды 8
1.4. Почвы 9
1.5. Растительность 11
Глава 2. Дистанционное зондирование Земли для анализа растительности 12
2.1. Вегетационный индекс 12
2.2. Sentinel-2 14
2. 3. Основные задачи, решаемые с помощью данных дистанционного зондирования 16
2.4. Методы обработки и анализа снимков 18
2.5. Операции со спектральными каналами 19
Глава 3. Материалы и методика работы 21
6.1. Векторизация карты растительных сообществ северо-западного Приладожья 23
6.2. Получение снимков Sentinel-2 26
6.3. Определение вегетационного индекса NDVI 29
6.4. Статистическая обработка данных 34
Глава 4. Результаты 38
Заключение 46
Список использованной литературы 47
ПРИЛОЖЕНИЕ 52
В настоящее время методы дистанционного зондирования Земли (ДЗЗ) из космоса являются одним из важнейших инструментов исследования природных и природно-техногенных процессов и явлений. Наиболее существенное значение они приобретают при комплексном изучении обширных и малонаселенных территорий, поскольку зачастую данные ДЗЗ для них являются единственным источником независимой, объективной и актуальной информации (Лупян, 2013; Бычков, 2013).
Космические снимки и геоинформационные технологии позволяют одновременно повысить точность и сократить сроки получения достоверной информации.
Характерным признаком растительности и ее состояния является спектральная отражательная способность, характеризующаяся большими различиями в отражении излучения разных длин волн. (Лиджиева, 2012).
Наиболее популярный и часто используемый индекс - Normalized Difference Vegetation Index (NDVI) - нормализованный разностный индекс растительности. Индекс может принимать значения от -1 до +1. На значения индекса влияет видовой состав растительности, ее сомкнутость, состояние, экспозиция, угол наклона поверхности, цвет почвы под разреженной растительностью (Черепанов, 2011).
Вегетационные индексы характеризуют вегетационный период растительности в соответствии с устоявшимся климатом, влажностью, рельефом по высоте, ветром, температурой, теневой частью, солнечным светом и др. (Суворова, 2015).
Интерес представляют и другие варианты вегетационных индексов, которые в перспективе можно применить к району исследования, сравнить полученные результаты. Тем не менее следует отметить, что любые вегетационные индексы не дают абсолютных количественных показателей исследуемого свойства, и их значения зависят от характеристик сенсора (ширина спектральных каналов, разрешения), условий съемки, освещенности, состояния атмосферы. Они дают только относительные оценки свойств растительного покрова, которые могут быть интерпретированы и с привлечением полных данных пересчитаны в абсолютные (Донгак, 2022).
Изменения в растительном покрове, происходящие вследствие воздействия нарушающих факторов, могут приводить к смене спектрально-отражательных свойств территорий, на которых располагаются лесные экосистемы (Барталев, 2005; Kennedy, 2010). В связи с этим анализ изменений отражательных признаков, измеренных по спутниковым данным, представляет интерес с точки зрения обнаружения ареалов нарушенности лесных массивов (Hermosilla, 2015). Выявленные при помощи вегетационного индекса (NDVI) 3
количественные критерии нарушенности растительных сообществ в результате антропогенного воздействия дают возможность принимать наиболее верные в долгосрочной перспективе решения, направленные на повышение продуктивности естественных сообществ и противодействие вредным воздействиям (Лиджиева, 2012).
Как показали исследования (Елсаков, 2011; Жирин, 2014: Senf, 2017; Терехин, 2017), анализ разновременных спутниковых изображений может быть достаточно успешно применен для выявления изменений в лесах, включая выявление нарушенных лесных участков. Основное ограничение использования спутниковых данных при этом связано с возможностью выявлять только нарушения, затрагивающие верхние ярусы. Обусловлено это тем, что нарушения нижних ярусов, а также лесной подстилки не проявляются на большинстве типов данных дистанционного зондирования, за исключением лидарных. Тем не менее выявление нарушений в верхних ярусах и древостое является одной из первоочередных задач мониторинга лесных земель (Исаев, 2003).
Тема данной работы соответствует следующей области исследований специальности геоэкология в соответствии с ВАК 25.00.36: 1. Науки о Земле: 1.17.
Геоэкологическая оценка территорий. Современные методы геоэкологического картирования, информационные системы в геоэкологии. Разработка научных основ государственной экологической экспертизы и контроля.
Актуальность данной работы состоит в оценке возможности применения индексов, в частности, вегетационного индекса NDVI для экологического состояния растительного покрова.
Целью данной работы является определение внутригодовой и межгодовой динамики вегетационных индексов растительных сообществ Карельского перешейка и значимости различий между разными растительными сообществами.
Для достижения заданной цели, поставлены и решены следующие задачи:
• анализ предметной области;
• описать методику вычисления вегетационного индекса NDVI и выполнить расчеты для индексов по данным ДЗЗ;
• выполнить статистический анализ значимости различий значений индекса NDVI для одних и тех же растительных сообществ в течение вегетационного периода;
• выполнить статистический анализ значимости различий значений индекса NDVI для шести классов растительности для смежных годов.
Объекты исследования - растительные сообщества Карельского перешейка.
Предмет исследования - изменчивость вегетационных индексов NDVI.
Значения вегетационного индекса NDVI достигают своего максимума в июле, августе и далее снижаются к сентябрю, при этом минимальные значений индекса наблюдались в мае. Это связано со сменой фаз вегетативного развития: меняются состав и содержание пигментов в листьях растений, увеличивается биомасса, количество хлорофилла в зеленых листьях растений. В осенние месяцы уменьшение значений индекса связано с усыханием растительности и, следовательно, низким содержанием хлорофилла в ней (Adamovich, 2018).
По результатам статистического анализа было выявлено, что значения вегетационного индекса NDVI распределяются по ненормальному закону (1 случай нормального распределения со 100% опровержением гипотезы однородности) и гипотеза однородности опровергается в 93% случаев между разными классами растительности и в 73% случаев между разными годами с 2018 г. по 2022 г. Следовательно:
• наблюдали различия в растительном покрове между исследуемыми сообществами и периодами времени;
• значения вегетационного индекса NDVI значимо различаются между исследуемыми областями и периодами. Это может указывать на наличие различных условий роста растительности в этих областях или на изменения в состоянии растительного покрова со временем.
• значения вегетационного индекса NDVI можно использовать для определения текущего экологического состояния растительности на исследуемой территории, для выявления возможного антропогенного воздействия.
1. Акковецкий В.И. Дешефрирование снимков / В.И. Акковецкий. - М.: Недра, 1983. - 374 с.
2. Афонин А.Н., Соколова Ю.В., Бардаков Н.Н., Сахаров И.О., Дешифрирование растительности северо-западного Приладожья по космической съёмке высокого разрешения с использованием ординации по комплексу морфолого-физиологических показателей // Современные проблемы дистанционного зондирования Земли из космоса. - 2018. Т. 15. №1. С. 147-156.
3. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А., Шабанов Н.В. Спутниковое картографирование растительного покрова России./ С.А. Барталев, В.А. Егоров, В.О. Жарко, Е.А. Лупян, Д.Е. Плотников, С.А. Хвостиков, Н.В. Шабанов - М.:ИКИ РАН, 2016. - 208 с.
4. Барталев С.А. Методы использования временных серий спутниковых изображений высокого пространственного разрешения для оценки масштабов и динамики вырубок таёжных лесов / С.А. Барталев, Т.С. Курятникова, Х.Ю. Стибиг // Современные проблемы дистанционного зондирования Земли из космоса - 2005. - Т. 2, № 2. - С. 217-227.
5. Бычков И. В., Плюснин В. М., Ружников Г. М. и др. Создание инфраструктуры пространственных данных в управлении регионов // География и природные ресурсы. 2013. № 2. С. 145-150.
6. Геология СССР. Том 27: Карельская АССР / ред. Антропов П.Я., Волотовская Н.А., Кратц К.О., Нумерова В.Н.; Ком. по делам геологии при СНК СССР. - Москва; Ленинград: Госгеолиздат, 1960. - 740 с.
7. Елсаков В.В. Спектрозональные спутниковые изображения в выявлении трендов климатических изменений лесных фитоценозов западных склонов Приполярного Урала / В.В. Елсаков, И.О. Марущак // Компьютерная оптика. - 2011. - Т. 35, № 2. - С. 281-286.
8. Жирин В.М. Динамика спектральной яркости породно-возрастной структуры групп типов леса на космических снимках Landsat / В.М. Жирин, С.В. Князева, С.П. Эйдлина // Лесоведение. - 2014. - № 5. - С. 3-12.
9. Исаев А.С. Крупномасштабные изменения в бореальных лесах Евразии и методы их оценки с использованием космической информации / А.С. Исаев, Г.Н. Коровин // Лесоведение. - 2003. - № 2. - С. 3-9.
10. Касаткина Г.А., Кухтевич А.М., Романенко Е.В. Почвы Карельского перешейка: разнообразие, свойства и возможности использования // Почвоведение и агрохимия. - 2018. - № 2(61). - С. 9-21.
11. Курбанов Э. А., Воробьев О. Н., Незамаев С. А., Губаев А. В., Лежнин С. А., Полевщикова Ю. А. Тематическое картирование и стратификация лесов Марийского Заволжья по спутниковым снимкам Landsat // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2013. № 3 (19). С. 72-82.
12. Лупян Е. А., Саворский В. П., Шокин Ю. И. и др. Современные подходы и организация работы с данными дистанционного зондирования Земли для решения научных задач // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 9, № 5. С. 45-54.
13. Лурье И.К. Геоинформационное картографирование. Методы геоинформатики и цифровой обработки космических снимков: Учебник. М., 2010. 424 с.
14. Нарыкова А.Н. Анализ информативности предикторов модели запасов лесного почвенного углерода республики Карелия и Карельского перешейка /Нарыкова А.Н., Плотникова А.С. // Экология. Экономика. Информатика. Серия: системный анализ и моделирование экономических и экологических систем. - М., 2022. - С. 38-40.
15. Немчинов П.А., Остриков К.В., Мурашко И.И., Стулов Ф.Н. Состояние окружающей среды в Ленинградской области - СПб., 2019. - 528 с...(32)