Ботанический журнал, 2020, T. 105, № 4, стр. 387-407

МАТЕРИАЛЫ И МЕТОДЫ

Материалом для написания статьи послужили современные интерактивные карты, находящиеся в сети Интернет в открытом доступе, которые создаются и регулярно обновляются геоинформационными научно-исследовательскими центрами разных стран. Данные порталы начали разрабатывать с 2000-х гг., в последние 5–7 лет появилось большое количество интернет-ресурсов, занимающихся обработкой и интерпретацией данных дистанционного зондирования Земли, в которых неспециалисту не всегда легко разобраться.

При выборе ресурсов мы руководствовались следующими критериями:

1) безусловная открытость и бесплатность доступа к ресурсу и получения данных;

2) наличие глобальных данных и данных для России;

3) наличие самодостаточного интерактивного портала с данными (т.е. интерактивной карты), чтобы исследователь мог работать прямо в Сети, без дополнительных специализированных программ;

4) возможность полноценной работы с ГИС-данными в собственной программной среде даже в отсутствии выхода в Интернет, т.е. со скачанными данными в общедоступных форматах. Таким образом, нас не интересовали wms- и wfs-сервисы.

Нами был проведен обзор 16 ресурсов и предоставляемых ими данных.

РЕЗУЛЬТАТЫ

Было проанализировано 16 источников: 9 из них прошли отбор только по 3 критериям, 7 полностью соответствовали заявленным критериям. В процессе анализа данных, представленных на интернет-ресурсах, мы выделили 7 сайтов, на которых в настоящий период онлайн-карты либо отсутствуют, либо находятся в стадии разработки. Тем не менее, данные с этих ресурсов бесплатны, глобальны, их можно скачать и использовать в своей работе.

1. Global Land Cover Share (GLC-SHARE: Global Land Cover Share, 2013) (http://www.fao.org/geonetwork/srv/en/main.home ?uuid=ba4526fd-cdbf-4028-a1bd-5a559c4bff3): глобальная карта по состоянию на 2013 г., созданная под эгидой FAO (ФАО, Продовольственная и сельскохозяйственная организация ООН). Ресурс представляет собой набор основных тематических слоев земного покрова, полученных в результате сочетания “наилучших имеющихся” национальных, региональных и/или субнациональных баз данных о земном покрове с высоким разрешением и средневзвешенной информации о земном покрове, полученной из крупномасштабных доступных наборов данных. База данных имеет разрешение 30 угловых секунд (1 км). Внедренный подход основан на использовании систем легенд Классификации земельного покрова и Системе эколого-экономического учета для согласования различных глобальных, региональных и национальных легенд о земном покрове.

2. EarthEnv Global Consensus Land Cover (EarthEnv Global Consensus Land Cover, 2014) (http://www.earthenv.org/landcover): глобальная карта земного покрова с разрешением 1 км, полученная путем интеграции многих других наборов данных о земном покрове и предоставления информации о согласованности (или отсутствии согласованности) между ними. На сайте есть карта, на которой в настоящее время показана только травянистая растительность, детальная легенда отсутствует.

3. Global 1-degree Maps of Forest Area, Carbon Stocks, and Biomass 1950–2010 (Hengeveld et al., 2015) (https://daac.ornl.gov/VEGETATION/guides/ Global_Biomass_1950-2010.html): набор глобальных данных о площади лесов, запасах и биомассе леса за период 1950–2010 гг., представленных в международных оценках, проведенных ФАО, MCPFE (в настоящее время Forest Europe) и ЕЭК ООН. Лесные районы привязаны к сетке с использованием карт землепользования. Запасы леса были преобразованы в биомассу и углерод с использованием коэффициентов из Руководства по эффективной практике МГЭИК (IPCC, 2006). Данные могут отображаться в ArcGIS в виде карт с сеткой 1 × 1 градус с интервалом в 5 лет.

4. Global Land Cover by National Mapping Organisations (GLC NMO: Global Land Cover by National Mapping Organisations, 2017) (https://globalmaps.github.io/): глобальная карта растительного покрова (доля лесопокрытой площади) с разрешением 1 км.

5. Global PALSAR-2/PALSAR/JERS-1 Mosaic and Forest/Non-Forest map (2017) (https://www.eorc.jaxa.jp/ALOS/en/palsar_fnf/fnf_index.htm): карта лес/не лес по данным радарной съемки ALOS PALSAR разрешением 50 м, обновление 2017 г.

6. GlobCover (GlobCover: Global Land Cover Map, 2018) (http://due.esrin.esa.int/page_globcover.php): портал Европейского космического агентства (ЕКА). Работа началась в 2005 г. в сотрудничестве с JRC, EEA, ФАО, ЮНЕП, GOFC-GOLD и IGBP. Целью проекта была разработка службы, способной предоставлять глобальные композиты и карты земного покрова с использованием в качестве входных данных наблюдений с 300-метрового датчика MERIS на борту спутника ENVISAT. Представленные карты охватывают 2 периода: декабрь 2004 г.–июнь 2006 г. и январь–декабрь 2009 г.

7. Global Biomass Map (GlobBiomass project, 2019) (http://globbiomass.org/products/global-mapping): глобальная карта биомассы, создаваемая Европейским космическим агентством, отражающая усредненные данные по продуктивности лесов планеты. Интерактивной карты на сайте нет, можно скачать данные по запасу наземной биомассы и запасу древостоя за 2010 г. по данным European Space Agency GlobBiomass project (Santoro et al., 2018). Наибольшие запасы биомассы лесов выявлены во влажных тропических лесах и в умеренных лесах Южного полушария, наименьшие – в бореальных лесах и в лесах засушливых районов. Для пяти региональных эталонных территорий, находящихся в разных зонах, подгружены растры карт запасов и изменений биомассы на 2005, 2010 и 2015 гг.: Мексика (тропический лес), Польша (умеренный пояс), Швеция (бореальная зона), Индонезия/о. Калимантан (тропическая зона), Южная Африка (мозаика саванны). Карты эталонных участков имеют лучшее пространственное разрешение, чем глобальная карта (50–150 м), они создавались на основе анализа сочетания данных радарной съемки (JAXA, ALOS, PALSAR¹¹), оптических данных NASA (Landsat), а также цифровой модели рельефа NASA SRTM (Rodriguez-Veiga et al., 2016). Все продукты можно скачать, используя ссылки на каждый региональный веб-сайт.

8. Global Forest Biomass (Global Forest Biomass, 2010–2011) (https://webarchive.iiasa.ac.at/Research /FOR/biomass.html): глобальная карта лесной фитомассы, разработанная IIASA. Карта построена на основе статистических данных ФАО, дистанционной карты чистой первичной продукции MODIS и карты хозяйственной деятельности (Kindermann et al., 2008).

Не имеет глобальных данных и данных по России ресурс пространственных данных по земному покрову Европы, но он ценен для специалистов тем, что предоставляет данные по мониторингу растительного покрова. Ниже даем его краткую характеристику.

9. Corine Land Cover (Copernicus Land Monitoring Service. 1990–2018) (https://land.copernicus.eu/ pan-european/corine-land-cover). Проект был запущен еще в 1985 г. Европейской Комиссией по координации информации об окружающей среде с целью предоставления информации о растительном покрове Европы и его изменениях. Созданы версии интерактивных карт Европы и Турции на 1990, 2000, 2006, 2012, 2018 гг. Легенда к картам единая, состоит из 44 типов картируемых единиц, включающих как искусственно созданные территории, так и естественные ландшафты. К естественной растительности отнесены: широколиственные, хвойные, смешанные леса, торфяные болота, луга, пустоши, жестколистные кустарники, засоленные марши и т.д. На сельхозземлях выделяются: орошаемые участки, рисовые поля, виноградники, оливковые рощи, фруктовые сады, посадки однолетних культур и др. В настоящее время на этом сервере к некоторым описанным ранее интерактивным картам (Makarova, 2015) нет доступа, либо данные заархивированы и могут быть предоставлены по письменному запросу.

Семь интернет-ресурсов полностью соответствовали заявленным нами критериям, и на них остановимся более подробно в статье. Мы подразделили ресурсы на три раздела: собственно растительный покров Земли, его мониторинг и оценка биомассы. Ниже приводим обзор этих ресурсов.

1. РАСТИТЕЛЬНЫЙ ПОКРОВ ЗЕМЛИ

1.1. Сервис Global Land Cover (GLC: Global Land Cover, 2015) (https://lcviewer.vito.be/) представляет собой интерактивную карту растительного покрова Земли на основе данных PROBA-V (разрешение 1 км), типы растительности выделены по жизненным формам (рис. 1). Карта является разработкой Copernicus Global Land Service, управляемой Европейским агентством по окружающей среде (European Environment Agency, EEA). Легенда представлена в трех вариантах. В первом варианте легенды выделено 6 типов местообитаний: леса, кустарники, травяная растительность, травяные водно-болотные угодья, мохово-лишайниковые сообщества, разреженная растительность, возделываемые земли. Во втором варианте различие лишь в том, что леса разделены на сомкнутые и разреженные. В третьем варианте легенда построена в виде матрицы (табл. 1), в которой леса подразделены на сомкнутые и разреженные, а внутри этих подразделений на вечнозеленые хвойные и лиственные, листопадные хвойные и лиственные, а также смешанные типы. Остальные типы растительного покрова соответствуют легенде 1 и 2.

Рис. 1.

Интерактивная карта растительного покрова Земли Global Land Cover (https://lcviewer.vito.be/).

Fig. 1. Interactive map of the Earth vegetation Global Land Cover (https://lcviewer.vito.be/).

В легенде можно выбрать территории на Земном шаре только с одним параметром, например, “Deciduous needle-leaved” (листопадные хвойные леса), на карте отобразится только этот слой (рис. 2), для Сибири и Дальнего Востока России – это ареал лиственничных лесов, образованных представителями р. Larix.

Рис. 2.

Фрагмент выборки Сомкнутые листопадные хвойные леса с сайта Global Land Cover (https://lcviewer.vito.be/).

Fig. 2. A sample fragment of Close Deciduous Needle-Leaved Forest from the Global Land Cover site (https://lcviewer.vito.be/).

Также на этом сайте можно сделать выборку по основным типам растительности для одной страны на выбор и скачать pdf-отчет с данными (пример, растительный покров Китая, см. рис. 3), а также провести сравнение по двум странам на выбор.

Рис. 3.

Растительный покров Китая на Global Land Cover (https://lcviewer.vito.be/).

Fig. 3. Vegetation cover of China on Global Land Cover (https://lcviewer.vito.be/).

Положительной стороной этого ресурса является наличие слоя “unknow type” (неизвестные сомкнутые леса или открытые леса) – пример того, что дешифровщики растительного покрова еще не все могут распознать, анализируя данные дистанционного зондирования Земли, и на карте мира остается еще достаточно много вопросов. Но при беглом взгляде на другие слои карты мы также выявили ряд некорректно интерпретированных данных. Леса на интерактивной карте для России часто выделяются и в пределах крупных болотных массивов, а по факту – это облесенные болота с низкорослым разреженным древостоем. Слой “Scrubland” (кустарничковые земли) в умеренной климатической зоне преобладающе отражает растительный покров верховых кустарничковых болот, эти же контуры встречаются и на вырубках, где молодой формирующийся подрост был интерпретирован как кустарничковая растительность. Травянистая растительность показана одним цветом как в пределах тундровой зоны, так и в степной, что на наш взгляд представляется неудачным выбором, но также такие конуры были обнаружены нами на верховых болотах. Не очень понятна причина выделения травяных водно-болотных угодий в отдельную категорию травяной растительности. Это единственное подразделение в легенде, где помимо жизненной формы указаны и экологические характеристики. Вероятно, создатели карты этим хотели отделить прибрежно-водную растительность от остальной травяной растительности. Данные слоя “Cropland” (возделываемые земли) не всегда соответствуют современной действительности, особенно для России. Часто это уже брошенные сельскохозяйственные угодья, которые в настоящее время находятся на стадии зарастания кустарниками и мелколесьем лиственных пород, либо это не корректно интерпретированные данные, к примеру, на карте встречаются возделываемые земли на крупных болотных массивах.

В целом карта интересна при глобальном рассмотрении, в локальном масштабе предоставляемая информация далеко не всегда достоверна. Все приведенные данные можно скачать для работы с ГИС в виде растра стороной 20×20 градусов.

1.2. Онлайн-платформа Global Land Analysis and Discovery (GLAD: Global Land Analysis and Discovery, 2019) (https://glad.umd.edu/gladmaps/globalmap.php#) – разработка лаборатории GLAD Университета Мериленд, США. Ресурс позволяет выбирать разные слои для скачивания и использования в своей ГИС, например, можно выбрать слои данных дистанционного зондирования (ДДЗ) за 2011–2017 гг., подгрузить слои распространения ненарушенных лесов, лесов, утраченных за период с 2001 по 2017 гг. Есть слой распространения первичных влажных тропических лесов, также слой для этих же лесов с некоторыми таксационными данными (рис. 4), градуированный по нарастанию высоты и сомкнутости крон древесного яруса (Tyukavina et al., 2015).

Рис. 4.

Стратификация тропических лесов (на примере Африки); цифры в условных обозначениях относятся к слою лесов (Tyukavina et al., 2015): 1 – низкая сомкнутость древесного полога, 2 – средняя сомкнутость, низкорослый древостой, 3 – средняя сомкнутость, высокий древостой, 4 – плотная сомкнутость, низкорослый древостой, 5 – плотная сомкнутость, низкорослый древостой, ненарушенный, 6 – плотная сомкнутость, высокий древостой, 7 – плотная сомкнутость, высокий древостой, ненарушенный.

Fig. 4. Pan tropical forest cover stratification (Africa); numbers in the legend refer to forest strata (Tyukavina et al., 2015): 1 – low cover, 2 – medium cover short, 3 – medium cover tall, 4 – dense cover short, 5 – dense cover short intact, 6 – dense cover tall, 7 – dense cover tall intact.

1.3. Global Forest Watch (GFW: Global Forest Watch, 2019) (https://www.globalforestwatch.org/) – это один из проектов, созданный в сотрудничестве Университета Мэриленда, Google, USGS (United State Geological Survey, Геологическая служба США) и NASA (National Aeronautics and Space Administration, Национальное космическое ведомство США). GFW позволяет любому человеку получить доступ к информации о лесах земного шара: о площади лесов, типах антропогенных воздействий, количественной оценке биоразнообразия, ненарушенных лесных территориях и границах особо охраняемых природных территорий, пожарной опасности и др. Все слои доступны для скачивания. Но некоторые из них пока не полностью заполнены данными. Остановимся на некоторых из слоев этого портала.

Слой “Tree cover loss by dominant driver” показывает основные факторы, влияющие на потери древесного покрова за 2001–2015 гг. К ведущим факторам обезлесения относятся: 1) долгосрочное преобразование лесов в промышленное землепользование (горнодобывающая промышленность, энергетическая инфраструктура и т.п.); 2) мелко- и среднемасштабное преобразование лесов в сельскохозяйственные земли, которое может прекращаться и сопровождаться последующим лесовосстановлением; 3) крупномасштабные лесохозяйственные мероприятия, в основном рубки; 4) крупномасштабная потеря лесов в результате пожаров; 5) преобразование лесов для расширения существующих городов или урбанизация (Curtis et al., 2018). Среди естественных причин – ветровалы, а также вредители, вызывающие болезни лесов. Пожар является еще одной распространенной причиной потери древесного покрова и может быть как естественным, так и антропогенным (Hansen et al., 2013). В целом, обезлесение территорий связано не только с лесозаготовкой, но в настоящее время рубки являются ведущим фактором потери лесов как в России, так и в других странах. На рис. 5 на примере США показаны ведущие факторы обезлесения. В настройках к слою можно выбрать плотность древесного полога от 10 до 75% и интересующий год или диапазон лет с 2001 по 2015 гг.

Рис. 5.

Типы нарушений лесов на примере Северной Америки по данным GFW.

Легенда: 1 – промышленное землепользование, 2 – смещение сельского хозяйства, 3 – лесное хозяйство, 4 – лесные пожары, 5 – урбанизация.

Fig. 5. Types of forest disturbance in North America according to GFW.

Legend: 1 – commodity driven deforestation, 2 – shifting agriculture, 3 – forestry, 4 – wildfire, 5 – urbanization.

Слой “Intact Forest Landscapes” показывает площади сохранившихся ненарушенных лесов. В легенде отражены пока еще сохранившиеся, а также недавно утраченные малонарушенные леса за период 2000–2003 и 2013–2016 гг. Полезен также слой, в котором отражены границы особо охраняемых природных территорий, но в настоящее время этот слой недостаточно репрезентативен. Для тропической зоны существует слой распространения мангровых лесов по побережьям Центральной и Южной Америк, Африки, Индокитая, Австралии и Океании.

Один из слоев – “Tree plantation” – предоставляет пространственные данные о посадках древесных насаждений аборигенных и интродуцированных видов. Это первая версия базы данных, которая позволяет отделить лесонасаждения и древесные культуры от естественных лесов. В слое представлена информация по 82 странам, дата представленного материала варьирует, но приближена к 2015 г. (Harris et al., 2019). Наиболее детально представлены данные о лесных посадках Южной Кореи. На ряд стран (Китай, Мексика, Австралия) в настоящее время предоставлена информация только по площадям посадок, но нет указания, что это за посадки. Для некоторых стран приводятся ошибочные данные. Также существует группа стран, для которых пока нет данных о посадках: Россия, Канада, ряд стран Северной Европы, Африки и Азии. Легенда к карте упрощенная, в ней указаны обобщенные классы древесных пород на английском языке: Oil Palm (масличная пальма), Wood fiber / timber (леса с волокнистой и строевой древесиной), Rubber (каучуковое дерево), Fruit (фруктовые деревья) и др. Также приводятся смешанные посадки и недавно расчищенные территории. На данный момент минусом интерактивной карты можно считать то, что посадки разных видов не идентифицируются в легенде, для этого нужно осуществлять самостоятельный поиск по карте в ручном режиме – при нажатии на контур появляется информация из базы данных по данному контуру (рис. 6) либо скачивать информацию с сайта. В настоящее время доступны для скачивания данные для 43 государств.

Рис. 6.

Фрагмент карты посадок древесных растений, во всплывающей легенде выделены посадки дзельквы японской (Zelkova serrata) в Южной Корее, по данным GFW.

Fig. 6. Fragment of a map of plantings of woody plants, the scoreboard highlighted planting Sawleaf zelkova (Zelkova serrata) in South Korea, according to GFW.

В базе данных содержатся сведения о посадках 108 древесных видов (Harris et al., 2019). Нами была сделана выборка некоторых культивируемых древесных видов из базы данных слоя “Tree plantation” (табл. 2), ниже приводится описание этой выборки. В Европе плантации составляют около 9% от общей площади европейских лесов (Forest Europe, 2015). Для показа на карте были созданы группы видов деревьев как смешанные классы (Mix) либо как недифференцированная группа видов одного рода, например, Pinus spp.: Pinus halepensis Miller (сосна алеппская), P. nigra J.F. Arnold и/или P. pinaster Ait. (сосна черная), или Picea spp: Picea abies (L.) Karst. (ель обыкновенная) и/или P. sitchensis (Bong.) Carr. (ель ситхинская) (Harris et al., 2019). Во Франции, Англии, Ирландии распространены посадки пихты Дугласа²² или псевдотсуги Мензиса (Pseudotsuga menziesii (Mirb.) Franco) и смешанные посадки видов ели, сосны, в Центральной Европе – посадки сосны, ели, тополя (Populus nigra, P. sp.). В Португалии и Испании преобладают посадки эвкалипта Eucalyptus globulus Labill. (San-Miguel-Ayanz et al., 2016). Для Азии наиболее детально представлены данные по Южной Корее, Индии, Японии. На востоке Индии распространены чайные плантации, на севере – миндаль (Prunus dulcis (Mill.) D. A.Webb), в центре – манго (р. Mangifera), в горах – сал или шорея исполинская (Shorea robusta Roth), используемый при строительстве зданий, храмы Тибета построены из шореи. В Южной Корее посадки древесных культур достаточно разнообразны, среди них: сосна густоцветковая (Pinus densiflora Siebold et Zucc.), дзельква японская или вяз японский (Zelkova serrata (Thunb.) Makino), тюльпанное дерево (Liriodendron tulipifera L.), орех корейский (Castanea crenata Siebold et Zucc.), кешью (Anacardium occidentale L.), масличная пальма (Elaeis guineensis Jacq), смешанные посадки кипарисов (Chamaecyparis spp.), лиственницы и др. В Японии преобладают смешанные посадки из криптомерии японской (Cryptomeria japonica (Thunb. ex L.f.) D. Don), кипариса японского (Chamaecyparis obtusa (Siebold et. Zucc.) Endl.), кипариса Савара (Chamaecyparis pisifera (Siebold et. Zucc.) Endl.), также регулярно отмечены посадки сосны густоцветковой, видов тутовника (р. Morus). На самом юге Японии есть посадки сосны черной японской, или сосны Тунберга (Pinus thunbergii Parl.), естественный ареал которой сильно сократился из-за заноса вредителей. В Индонезии и Малайзии широко распространены различные посадки фруктовых и каучуковых деревьев, кокосовой и масличной пальм, акаций (видов р. Acacia), тикового дерева из сем. Lamiaceae (Tectona sp.), бетелевой пальмы (Areca catechu L. и др. видов рода). В США вдоль западного побережья в большом количестве высажена псевдотсуга Мензиса (Pseudotsuga menziesii (Mirb.) Franco), в центральной части отмечаются эвкалипты, пекан (Carya illinoinensis (Wangenh.) K. Koch), фруктовые деревья (вишни, персики). На юго-востоке США большая часть лесонасаждений сосредоточена в виде сосновых плантаций, представленных преимущественно монокультурами трех аборигенных видов: сосны ладанной (Pinus taeda L.) от восточной части штата Техас до Делавара, болотной (Pinus palustris Mill. или P. elliottii Engelm.) и короткохвойной (P. echinata Mill) южнее, в штате Флорида и на юго-востоке штата Джорджия. На севере в “озерных” штатах преобладают смешанные посадки сосны красной или смолоносной (Pinus resinosa Aiton), веймутовой (P. strobus L.) и сосны Банкса (P. banksiana Lamb.) (Stanturf, Zhang, 2003). В центральной Америке преобладают посадки кофейных деревьев (р. Coffea) и масличной пальмы. В Южной Америке, в Колумбии широко распространены посадки масличной пальмы, в Чили – сосны лучистой (Pinus radiata D. Don). В Бразилии преобладают посадки кофе, эвкалипта, каучукового дерева (Hevea brasiliensis (Willd. ex A. Juss.) Müll.Arg.), разных видов цитрусовых и фруктовых деревьев, на восточном побережье посадки кокосовой пальмы (Cocos nucifera L.) и кешью (Anacardium occidentale L.). В Африке, в государствах, располагающихся на водосборе р. Конго, распространены посадки кофе, каучукового дерева, масличной пальмы.

2. МОНИТОРИНГ РАСТИТЕЛЬНОГО ПОКРОВА ЗЕМЛИ

2.1. На портале Climate Change Initiative Land Cover (CCI LC: Climate Change Initiative Land Cover, 2015) (http://maps.elie.ucl.ac.be/CCI/viewer/), разработанном Европейским космическим агентством, можно увидеть и скачать ежегодно обновляемые карты растительного покрова (рис. 7) с пространственным разрешением 300 м (Land Cover CCI, 2014). Интерактивные карты доступны с 1992 по 2015 гг. Так, к примеру, на сайте можно проследить динамику усыхания Аральского моря и изменения растительного покрова (рис. 8). Эти ежегодные классификации основаны на временных рядах космических снимков AVHRR (Advanced Very High Resolution Radiometer): SPOT-VGT с 1999 по 2013 гг., PROBA-V с 2014 по 2015 гг. Возможна совместимость с продуктами GLC2000, GlobCover 2005 и 2009. Система классификации растительного покрова (Land Cover Classification System, LCCS) вполне совместима с функциональными типами растений (Plant Functional Types, PFT), используемыми в климатических моделях. Легенда выполнена для двух масштабов – глобального и регионального. В первой легенде 25 классов. Например, древесная растительность подразделяется на лиственные вечнозеленые и листопадные, хвойные вечнозеленые и листопадные, смешанные леса, затапливаемые пресной либо соленой водой леса. Легенда регионального уровня более детальная, в ней 25 глобальных и 13 региональных подразделений. Для выделения региональных классов была использована более точная информация для определения большего числа классификаторов растительного покрова, к примеру, использовался показатель сомкнутости древостоя (леса с сомкнутостью 15–40%, с сомкнутостью больше 40%).

Рис. 7.

Интерактивная карта растительного покрова Земли Global Land Cover Climate Change Initiative Land Cover (CCI LC, 2015) (http://maps.elie.ucl.ac.be/ CCI/viewer/).

Fig. 7. Interactive map of the Earth vegetation Global Land Cover Climate Change Initiative Land Cover (CCI LC, 2015) (http://maps.elie.ucl.ac.be/ CCI/viewer/).

Рис. 8.

Динамика Аральского моря, проиллюстрированная глобальными ежегодными картами земного покрова CCI за 1992, 1996, 1999, 2003, 2009 и 2015 годы (Land Cover CCI, 2014).

Fig. 8. Dynamics of the Aral Sea illustrated by the CCI global annual land cover maps for years 1992, 1996, 1999, 2003, 2009 and 2015 (Land Cover CCI, 2014).

2.2. Global Forest Change – глобальная карта изменений лесов, разработанная в Университете Мэриленда (Hansen et al., 2013; Global Forest Change, 2018) (http://earthenginepartners.appspot.com/science-2013-global-forest), показывает площади лесов и их изменение с 2000 по 2018 гг. по результатам анализа временных рядов изображений Landsat (разрешение 30 м/пиксель). Эти данные доступны для свободного скачивания. На сайте есть возможность увидеть несколько слоев: 1) утраченный древостой; 2) возобновляемый древостой; 3) сомкнутость древостоя; 4) утраченный древостой по годам, анализируя форму контуров можно судить об антропогенном воздействии: вырубки, гари, ветровалы, линейные сооружения для строительства дорог (рис. 9). Также можно подгружать эталонные снимки Landsat 2000 и 2018 гг. в комбинации каналов 5/4/3 и 4/5/7, представляющих собой медианные наблюдения из набора наблюдений за вегетационный период.

Рис. 9.

Обезлесение в Северо-Западном Приладожье (данные GFC, 2019).

Легенда: 1 – 2018, 2 – 2017, 3 – 2001–2016, 4 – 2000, 5 – ненарушенные, 6 – водные объекты или нет данных.

Fig. 9. Forest loss from the Northern-West Ladoga region (GFC, 2019).

Legend: 1 – 2018, 2 – 2017, 3 – 2001–2016, 4 – 2000, 5 – no loss, 5 – water or no data.

2.3. Портал LandMonitoring.Earth недавно запущен австрийской частной компанией GeoVille, основанной в 1998 г. Компания на основе данных дистанционного зондирования (Sentinel-2) и приложений ГИС осуществляет глобальный мониторинг растительного покрова Земли (Landmonitoring.earth by GeoVille, 2019) (https://landmonitoring.earth/portal/). На сайте можно ознакомиться с картой изменений растительного покрова Земли на период 2016–2018 гг. – Global Landcover Dynamics 2016–2018 (v1.0.3, S-2 L1C beta), на которой с помощью цвета показаны стадии вегетации растительного покрова, изменяющиеся в зависимости от сезона и полушария. Также на сервере подгружены интерактивные карты растительного покрова из перечисленных ранее ресурсов: CORINE Land Cover 2012, Global Land Cover 100m 2015, Climate Change Initiative Land Cover 2015.

Портал предоставляет ежемесячные данные по фенологии растительности для Европы с января 2016 по июль 2018 гг. в виде интерактивных карт (рис. 10). Легенда градуирована по 10-бальной шкале – от 0 до 100% Veg. Greenness (“зеленость” или данные по вегетации за определенный период). Также есть группа тематических слоев для Европы: площади лугов, лесов, постоянно влажных земель и др.

Рис. 10.

Интерактивная карта “Европейская ежемесячная фенология растительности 2016–2018” (Landmonitoring.earth by GeoVille, 2019). Cлева – данные на апрель 2017 г., справа – на июль 2018 г.

Fig. 10. Interactive map “European Monthly Vegetation Phenology 2016–2018” (Landmonitoring.earth by GeoVille, 2019). Left – April 2017, right – July 2018.

В настоящее время доступ к продуктам GeoVille через портал LandMonitoring.Earth предоставляется только для некоммерческих целей, при условии, что вы предоставляете запрашиваемые данные о себе. В связи с тем, что спутниковые данные Sentinel-2 появились относительно недавно, но они имеют большее разрешение и большее число каналов чем Landsat, то можно предположить, что предоставляемые GeoVille данные будут более детальными, чем на других интернет-порталах. Но сама компания GeoVille достаточно критично относится к своей работе и сообщает следующее: “хотя данные сайта периодически обновляются, нет никакой гарантии, что информация, представленная на этом веб-сайте, является правильной, полной и актуальной”.

3. БИОМАССА РАСТИТЕЛЬНОГО ПОКРОВА ЗЕМЛИ

3.1. Портал Land use, carbon and emissions data (LUCID: Land use, carbon and emissions data, 2019) (http://lucid.wur.nl/?viewDataset=9) – разработка лаборатории геоинформационных наук и дистанционного зондирования Университета Вагенингена (Нидерлады), направлен на предоставление качественной и прозрачной глобальной информации о биомассе (рис. 11), об изменениях в землепользовании и лесном покрове, содержании углерода, выбросах парниковых газов для понимания и наблюдения за происходящими изменениями в различных масштабах и для поддержки усилий по смягчению последствий изменения климата. Данные портала основаны на опубликованных исследованиях, проведенных в тесном сотрудничестве между лабораторией ГИС и ДЗ, Центром международных лесных исследований и другими партнерами. Глобальная карта биомассы была получена путем объединения и согласования Пан-тропической карты биомассы (Avitabile et al., 2016) с картой биомассы бореальных лесов (Santoro et al., 2015). Карта охватывает только лесные районы, где лес определяется как районы с преобладанием древесного покрова на карте GLC2000 (Bartholomé, Belward, 2005). На наш взгляд не по всем регионам представлены репрезентативные данные в слое по глобальной биомассе лесов, в том числе и по восточной части России. Для Южного полушария есть данные по эмиссии углерода и метана. Данные можно бесплатно скачать и использовать при условии применения соответствующих ссылок, указанных в метаданных.

Рис. 11.

Глобальная карта биомассы лесов (LUCID, 2019) (мг/га или 1.0 × 10^–10 kg / m² сухого вещества).

Fig. 11. Global map of the forest biomass (LUCID, 2019) (mg/ha or 1.0 × 10^–10 kg / m² dry matter).

3.2. Данные по биомассе также можно найти на платформе Global Forest Watch, о которой сообщалось выше (GFW: Global Forest Watch, 2019). GFW позволяет получить доступ к информации по количественной оценке общей биомассы лесов. Так, например, около 49% всей биомассы в мире содержится в топ-5 странах (табл. 3).

ОБСУЖДЕНИЕ

Сводная таблица по проанализированным источникам данных приводится ниже (табл. 4). В таблице намеренно не приводится масштаб карт, который можно получить на основе снимков такого разрешения, поскольку производные карты зачастую построены на снимках разного разрешения и на иных данных, и размер “результирующего” пикселя может быть по факту меньше или больше заявленного значения.

В силу глобального характера всех приведенных в настоящей статье ресурсов их применение в локальных проектах имеет ряд ограничений, обусловленных размером пикселя, условностью градаций (например, shrublands – это кустарники и в саванне, и на болотах) и особенностями обработки данных (используются автоматизированные алгоритмы, и невозможно проверить все ошибки на весь земной шар). Нельзя требовать ни от одного из них достоверности и точности на локальном уровне. Традиционно такого рода данные используются в основном для оценок параметров и состояния растительного покрова на региональном и глобальном уровне, а на локальном можно использовать их как справочные данные или источник независимых данных с последующим уточнением. Так, нами ранее были проанализированы предоставляемые слои Global Forest Change и выявлены динамические изменения в растительном покрове: сплошные вырубки еловых массивов на ключевом участке в Северо-Западном Приладожье (Makarova, 2019; рис. 7), загрязнение рек бассейна Шегультана и Тальтии (рис. 12а) в окрестностях заповедника “Денежкин Камень”, Свердловская обл. (Vladimirova, Kvashnina, 2019). По данным Global Forest Change (Hansen et al., 2013; Global Forest Change, 2018) удалось доказать, что загрязнение рек бассейна Шегультана и Тальтии и последующая гибель растительности происходила, начиная с 2010–2011 гг. (рис. 12б), что идет вразрез с утверждениями Уральской горно-металлургической компании (загрязнителя) о катастрофическом характере изменений и его начале в 2017 г. Для уточнения масштабов гибели лесных экосистем были привлечены снимки Landsat, Sentinel-2 и Planet.com за вегетационный период 2006–2018 гг. (рис. 12в).

Рис. 12.

Динамические изменения в растительном покрове в окрестностях заповедника “Денежкин Камень”, Свердловская обл. (по Vladimirova, Kvashnina, 2019): а – схема расположения Шемурского рудника, который производит загрязнение рек бассейнов Шегультана и Тальтии; б – данные Global Forest Change (Hansen et al., 2013), подтверждающие загрязнение рек и последующую гибель растительности с 2010 г.; в – уточнение масштабов гибели лесных экосистем по снимкам Landsat, Sentinel-2 и Planet.com за вегетационный период 2006–2018 гг.

Fig. 12. Dynamic changes in vegetation cover in the vicinity of the nature reserve “Denezhkin Kamen”, Sverdlovsk Region (after: Vladimirova, Kvashnina, 2019): a – location of the Shemur mine, which pollutes rivers of Shegultan and Talta basins; б – data from Global Forest Change (Hansen et al., 2013), confirming river pollution and subsequent vegetation loss since 2010; в – detection of the extent of forest ecosystem loss from Landsat, Sentinel-2 and Planet.com for the vegetation period 2006–2018.

ЗАКЛЮЧЕНИЕ

Мы рассмотрели 16 порталов, содержащих интерактивные карты и ГИС-данные о растительном покрове Земли. Пространственное разрешение карт составляет от нескольких км до 10–30 м, и они отражают с разной степенью детальности состав растительного покрова, объем фитомассы, и их изменения в глобальном масштабе.

Весьма существенный факт в современном научном пространстве – доступность и быстрота получения материалов, а также достоверность и частота обновлений предоставляемых данных. Использование приведенных в статье интернет-ресурсов будет полезно для мониторинга изменений состояния растительности и в глобальном, и региональном масштабе. Для исследований в локальном масштабе перечисленные ресурсы также могут быть применимы в качестве независимых данных, но для детализации происходящих изменений необходимо подгружать космические снимки, по которым можно оценить, например, площади очагов возгорания леса и несанкционированных рубок, а также проводить исследования состояния растительного покрова на особо охраняемых природных территориях или при планировании хозяйственной деятельности.

Не представляется возможным рекомендовать для работы какой-либо один из приведенных ресурсов. В силу их глобальности, разнообразия содержания и зачастую разнородности исходных данных, валидация на каком-либо конкретном участке будет заведомо некорректна, поэтому в каждом конкретном случае для локальных целей следует протестировать все имеющиеся источники и выбрать наиболее точный.

Работа была доложена в Ботаническом институте им. В.Л. Комарова РАН на Всероссийской научной конференции с международным участием “Инновации и традиции в современной ботанике”, посвященной 150-летию со дня рождения Владимира Леонтьевича Комарова 21–25 октября 2019 г. (Innovatsii…, 2019).