Список литературы
1. Мищенко А. Л., Суханова О. В. Динамика численности птиц в ходе сукцессионных изменений сельхозугодий центральной России // Динамика численности птиц в наземных ландшафтах. Мат-лы Российского науч. совещ. — М., 2007. — С. 133—142.
2. Соколов А. Ю. О влиянии изменения режима использования сельскохозяйственных земель на динамику населения птиц в условиях центральной части Воронежской области // Мат-лы междунар. науч. конф., посвященной 80-летию со дня рождения проф. А. П. Крапивного. — Харьков: ХНУ, 2009. — С. 93—98.
3. Соколов А. Ю., Венгеров П. Д. Зависимость плотности населения и видового состава птиц луговых комплексов от степени увлажненности местообитаний // Научные ведомости Белгородского гос. ун-та. Сер. Ест. науки. — 2010. — № 21 (92), вып. 13. — С. 82—88.
4. Равкин Ю. С. К методике учета птиц в лесных ландшафтах // Природа очагов клещевого энцефалита на Алтае. — Новосибирск: Наука, 1967. — С. 66—75.
5. Марова И. М. Организационные, методические и социальные аспекты мониторинга лесных видов птиц в Западной Европе // Динамика численности птиц в наземных ландшафтах. Материалы Российского науч. совещ. — М., 2007. — С. 269—277.
УДК 338.439.223
МОНИТОРИНГ ДИНАМИКИ СОСТОЯНИЯ ЛИСТВЕННЫХ И ХВОЙНЫХ ЛЕСОВ В БАССЕЙНЕ Р. СЕВЕРСКИЙ ДОНЕЦ ПО МАТЕРИАЛАМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ
Э. А. Терехин,
аспирант, Белгородский государственный университет, terekhin@bsu.edu.ru
На основе материалов дистанционного зондирования Земли проведен мониторинг изменений в лиственных и сосновых лесах береговой зоны Белгородского водохранилища за 15 лет. Показаны изменения вегетационного состояния древостоев.
Monitoring of changes for 15 years deciduous and foliage forest in the shore of the Belgorod water storage basin had been made On the basis of remote-sensed data. Changes of vegetation state of forest had been shown in the article.
Ключевые слова: мониторинг, дистанционное зондирование, хвойный лес, лиственный лес.
Keywords: monitoring, remote sensing, coniferous forest, foliage forest.
Лесистость Белгородской области составляет 9,2 %. Леса, находящиеся в ведении Управления лесами области, отнесены к защитным лесам и следующим категориям: противоэрозионные леса — 175,6 тыс. га — 81,4 %, леса зеленых зон — 38,9 тыс. га — 18,0 %, леса, имеющие научное или историческое значение, — 1,3 тыс. га — 0,6 %.
В составе лесов преобладают твердолиственные породы, которые занимают площадь 173,3 тыс. га или 85,0 % от покрытой лесом площади. Дуб че-решчатый занимает 161,2 тыс. га — 79,0 %, хвойные насаждения — 19,2 тыс. га — 9,4 %, мягко-лиственные породы — 11,3 тыс. га — 5,5 % [1]. Белгородские леса почти на 80 % представлены ценными породами — дубравами, в то время как в России удельный вес дубрав составляет только 1,2 %. Таким образом, ввиду особой роли лесов в регионе, возникает необходимость в ведении всестороннего мониторинга. Этому может способствовать использование материалов многозональ-
ной космической съемки. В данной статье приводятся материалы анализа дистанционного мониторинга лесов Белгородской области, находящихся в береговой зоне Белгородского водохранилища.
Заполнение Белгородского водохранилища, расположенного на р. Северс-кий Донец в юго-западной части области, произошло в 1987 г. Площадь водохранилища составляет 23 км , а длина при максимальном заполнении — 25 км. В береговой зоне по обоим берегам расположены достаточно крупные лесные массивы. Они представлены лиственными и хвойными (сосновыми) породами. Общая их площадь составляет свыше 4500 га. Лесные массивы относятся к Шебекинскому и Белгородскому лесничествам Управления лесами Белгородской области. На территории Белгородского лесничества расположено 1048,4 га сосновых лесов и 1649,5 га лиственных лесов, на территории Ше-бекинского — 953,9 га сосновых и 578,7 га лиственных лесов.
Анализ разновременных космических снимков показал, что с момента создания водохранилища и до настоящего времени произошли существенные изменения в лесах, расположенных на данной территории. Для более детальной оценки изменений состояния лесов нами проведена обработка многозональных космических снимков со спутников ЪА^БАТ 5 ТМ и ЪА^БАТ 7 ЕТМ + с пространственным разрешением 28,5 м (1—5,7 каналы) и 15 м (в 8-м панхроматическом канале, имеющемся только у сенсора ЕТМ+). Снимки подобрали таким образом, чтобы сезоны съемки были максимально близки. Это необходимо для того, чтобы при тематической обработке (классификации или расчете вегетационных индексов) влияние сезонных различий в растительности было сведено к минимуму. Использовали августовские снимки 1985, 1986 и 2002 гг. Необходимо отметить, что из лиственных и сосновых лесов последние более интересны для детального изучения по следующим причинам.
Во-первых, сосновые леса расположены на левом низменном берегу водохранилища и часто выходят непосредственно к урезу воды. Вследствие этого, большие площади этих лесных массивов оказалась в зоне подтопления. Поэтому сосновые леса должны были в связи с этим претерпеть серьезные изменения после заполнения водохранилища.
Во-вторых, в отличие от лиственных лесов, значения спектральных индексов для хвойных лесов могут выступать в качестве достаточно чувствительного индикатора их состояния в силу того, что смена хвои происходит не каждый год и изменения, произошедшие в ней за несколько лет более заметны, чем в листве, которая сменяется ежегодно.
Первоочередная оценка изменений состояния лесов заключалась в анализе динамики лесных площадей. Для этого по космическим снимкам необходимо создать векторные слои (маски) на лесные массивы и произвести их анализ в геоинформационной системе. Обработку исходных снимков производили в пакете ERDAS Imagine, а ГИС-анализ векторных слоев и создание базы данных по лесам — в программе ArcGIS 9.2. Для создания достоверных векторных масок по материалам спутниковой съемки необходима предварительная обработка космических снимков, заключающаяся в серии улучшающих преобразований.
1. Повышение разрешающей способности многозонального изображения, по которому создается векторный слой с помощью панхроматического канала. Такая возможность имеется для снимков, сделанных аппаратурой ETM+. В результате разрешение 1—5 и 7 каналов повышается с 28,5 до 15 м.
2. Улучшающие яркостные преобразования, включающие контрастирование и эквализацию (выравнивание) гистограммы изображения.
Процесс выравнивания гистограммы — это процедура нелинейной коррекции изображения, при которой происходит перераспределение значений пикселей внутри гистограммы с целью ее приблизительного выравнивания.
Рис. 1. Кривые спектральных яркостей сосновых насаждений и водоемов
Гистограмма приобретает более пологую форму, хотя общий вид ее сохраняется, причем контраст изображения возрастает в пиковых участках и падает на ее краях. Эквализация гистограммы может оказать существенную помощь при осуществлении визуального дешифрирования границы лесных массивов на космическом снимке. При создании векторных масок для лесов путем визуального дешифрирования даже по изображению, прошедшему улучшающие преобразования, возникает ряд трудностей с распознаванием границ лесных массивов. Граница лиственного леса может сливаться с прилегающей пойменной растительностью, а спектральные отражательные свойства сосновых лесов близки к отражательным свойствам некоторых водоемов. Указанные проблемы можно устранить, рассчитав главные компоненты снимка и синтезировав из них ИОВ-растр, провести по нему векторизацию лесных массивов. Распознать, является ли объект водоемом или сосновым лесом мож-
но, оценив его кривую спектральных яркостей (КСЯ). На рис. 1 приведены КСЯ сосновых насаждений и водных объектов. Четко видно различие в 4 и 5-м (ближнем и среднем инфракрасном) каналах снимка, в которых отражение спектра сосной значительно выше, чем у водной поверхности.
В результате по снимкам создали четыре векторных слоя: сосновые насаждения в 1985 г. и сосновые насаждения в 2002 г., а также слои для лиственных лесов на те же даты. По векторным маскам рассчитали площади обоих типов леса на 1985 и 2002 гг. Кроме того, выполнили оценку динамики и расположения лесных массивов. Результаты представлены в таблице.
Особенно существенные изменения произошли в средней части береговой зоны водохранилища. Изменение площадей сосновых лесов в этой части береговой зоны отражено на рис. 2.
Расширение площадей лиственных лесов произошло во многом за счет зарастания пространства между отдельны-
Показатели динамики сосновых и широколиственных лесов
Тип леса Показатель 1985 2002 Динамика
Площади, га Числа массивов
Хвойный Площадь, га Я Количество массивов N 2092,43 43 2002,35 38 -90,08 -5
Лиственный Площадь, га Я Количество массивов N 2123,12 29 2228,2 23 +105,08 -6
1985 год 2002 год
Рис. 2. Изменение площади сосновых лесов
ми лесными массивами. Вследствие этого, число лиственных лесных массивов сократилось с 29 в 1985—1986 гг. до 23 в 2002 г.
Другой важной составляющей динамики состояния лесов, помимо оценки изменения площадей, является оценка их вегетативного состояния. Решить эту задачу можно путем расчета вегетационных индексов, одним из которых является КОУ1. Этот индекс представляет собой разницу интенсивностей отраженного света в красном и инфракрасном диапазоне, деленную на их сумму.
КБУ1 показывает определенную корреляцию с некоторыми параметрами состояния насаждения, такими как индекс листовой пластинки [2, 3], продуктивность, фитомасса, угнетенность. Зависимость между этими параметрами и КОУ1, как правило, не прямая и связана с особенностями исследуемой территории, ее климатическими и экологическими характеристиками. Однако, используя разность значений КОУ1, полученных в разные годы, но для одного сезона, можно оценить количественную динамику изменения состояния растительности.
Необходимо отметить, что при проведении любых математических операций с разновременными изображениями, в том числе и расчете вегетационных индексов, необходимо выполнить
атмосферные радиометрические улучшающие преобразования, целью ко
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.