Исследование Земли из Космоса, 2021, № 4, стр. 84-96

Пространственно-временная оценка лесистости овражно-балочных систем среднерусской лесостепи с применением спектрально-отражательных признаков

Э. А. Терехин *

Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга объектов и природных ресурсов
Белгород, Россия

* E-mail: terekhin@bsu.edu.ru

Поступила в редакцию 09.02.2021

Полный текст (PDF)

Аннотация

В статье представлены результаты оценки влияния лесистости овражно-балочных систем Среднерусской лесостепи на их спектрально-отражательные характеристики. Исследование выполнено на территории лесостепной зоны Центрального Черноземья. Установлено, что коэффициенты спектральной яркости SWIR-диапазона тесно коррелируют с долей древесной растительности, присутствующей в балках. Повышение лесистости сопровождается снижением коэффициентов спектральной яркости в SWIR-области. Для оценки лесистости на основе спектрально-отражательных признаков этого диапазона может быть использована логистическая зависимость. С использованием отражательных признаков, измеренных по спутниковым данным Landsat, выполнена оценка лесистости овражно-балочных систем Среднерусской лесостепи в середине 1980-х, начале 2000-х и конце 2010-х гг. Установлена тенденция к повышению лесистости оврагов и балок в последние десятилетия на основной части региона. С середины 1980-х гг. по 2018 г. лесистость овражно-балочных систем выросла с 16 до 45%. В исследуемый период отмечено увеличение внутрирегиональных различий в лесистости балок. В настоящее время этот показатель более существенно варьирует в пределах региона, чем в середине 1980-х гг.

Ключевые слова: овражно-балочные системы, лесистость, Среднерусская лесостепь, данные дистанционного зондирования, спектрально-отражательные признаки, Landsat

ВВЕДЕНИЕ

Овражно-балочные системы – характерный компонент ландшафтов Среднерусской лесостепи в пределах Центрального Черноземья (Мильков и др., 1978; Нечетова, Нарожняя, 2010). Системы оврагов и балок выступают одним из немногих элементов естественных ландшафтов, на основе которых возможно изучение региональных тенденций в развитии растительного покрова. Обусловлено это антропогенной преобразованностью основной части региона и интенсивным аграрным использованием его территории. Изменения растительного покрова овражно-балочных систем (ОБС), в первую очередь касающиеся величины их покрытия древесной растительностью, могут выступать индикатором современных тенденций развития естественной растительности.

Лесистость Центрального Черноземья (ЦЧР) в началe XX в. составляла около 8.7% (Бугаев и др., 2006). В последние десятилетия на юге Среднерусской возвышенности (территория Белгородской области) зафиксирован ее рост, происходящий преимущественно за счет овражно-балочной сети (Терехин, Чендев, 2018). Овражно-балочные системы, в условиях высокой антропогенной нагрузки на большинство ландшафтов региона, выступают одним из их немногих элементов, на которых возможно естественное увеличение лесистости (Chendev et al., 2016). Ее показатели могут обуславливать микроклиматические (Ольчев и др., 2017; Bonan, 2008; Gao, 2012) и гидрологические условия (Онучин и др., 2017), изменять ландшафтный облик. Вследствие этого определяется актуальность исследования современной и ретроспективной оценки лесистости овражно-балочных систем лесостепной зоны Центрального Черноземья. Изучение современных тенденций в развитии растительного покрова овражно-балочных систем актуально также в связи с происходящими климатическими изменениями в регионе (Лебедева, Крымская, 2008; Новикова и др., 2017), которые могут выступать одной из причин динамики естественной растительности.

Современная и архивная спутниковая информация выступает одним из наиболее эффективных источников для пространственно-временного анализа покрытых лесом земель (Письман и др., 2018; Козодеров и др., 2018; Кашницкий и др., 2019; Терехин, 2020). Применение спутниковых данных позволяет проводить ретроспективные оценки лесного покрова (Kim et al., 2014; Беляева, Попов, 2016) и может быть использовано для оценки особенностей формирования лесной растительности (Жирин и др., 2004; Архипова, 2017; Данилова и др., 2017).

Динамика лесистости может приводить к изменениям спектрально-отражательных признаков территории (Марчуков, 2010; Potapov et al., 2011; Терехин, Чендев, 2018). Их количественный анализ может быть, в свою очередь, использован для исследования растительного покрова систем оврагов и балок, пространственно-временного анализа доли древесной растительности, присутствующей в них.

Для оценки изменений в лесопокрытых землях наиболее часто применяются подходы, основанные на алгоритмах машинного обучения, классификации спектральных признаков (Huang et al., 2002; Zhang et al., 2014: Potapov et al., 2015; Ховратович и др., 2019). Их использование позволяет картографировать изменения в лесах на разных территориальных уровнях. В то же время исследование особенностей формирования лесных сообществ на безлесных пространствах, как сукцессионного процесса, требует оценки влияния изменений в растительности на их спектрально-отражательные признаки. Обусловлено это тем, что процессы лесообразования могут по-разному оказывать влияние на отражательные характеристики в разных участках спектра.

Проблема анализа изменений спектрально-отражательных характеристик овражно-балочных систем, обусловленных формированием в них ассоциаций древесной растительности, в настоящее время во многом остается открытой. Овражно-балочные системы, как типичный элемент ландшафтов, не имеют повсеместного распространения. Наиболее широко они представлены в некоторых регионах, к которым относится и Среднерусская лесостепь (Дроздов, 1991). Исследование спектрального отклика овражно-балочных систем в связи с этим приобретает актуальность, т.к. может позволить на новом уровне подойти к изучению изменений их растительного покрова.

Цель исследования состояла в количественном анализе спектрального отклика овражно-балочных систем, влияния на него доли древесной растительности, присутствующей в балках, и изучении региональных тенденций в динамике лесистости ОБС Центрального Черноземья в последние десятилетия.

Достижение поставленной цели предусматривало решение следующих задач:

– оценка информативности спектрально-отражательных признаков для анализа лесистости овражно-балочных систем;

– количественная оценка связи между лесистостью ОБС и спектральными характеристиками, наиболее тесно коррелирующими с ней;

– пространственно-временной анализ лесистости овражно-балочных систем на территории лесостепи Центрального Черноземья в конце XX–начале XXI вв. на основе спектрально-отражательных признаков.

МЕТОДИКА ИССЛЕДОВАНИЯ

Объектом исследования выступали овражно-балочные системы, расположенные в пределах шести областей: Белгородской, Воронежской, Курской, Орловской, Липецкой и Тамбовской области. Овражно-балочные системы подбирали для исследования на основе ряда критериев: 1) наличие на территорию ОБС современных (2018 г.) и архивных (2000–2018 гг.) спутниковых данных сверхвысокого пространственного разрешения; 2) отсутствие следов искусственных лесопосадок в последние десятилетия; 3) аналогичные для всех объектов условия увлажнения – в пределах балок не должно было быть заболоченных участков.

Выборку формировали таким способом, чтобы исследуемые овражно-балочные системы располагались во всех областях ЦЧР и были представлены в разных его частях, что было необходимо для обеспечения возможности объективного пространственного анализа их лесистости. Стремились отбирать объекты с ее разной величиной. Отсутствие в балках признаков искусственных лесопосадок в исследуемый период определяли на основе анализа разновременных спутниковых данных сверхвысокого пространственного разрешения (1 м/пиксель) 2000–2018 гг., полученных из web-сервисов открытого доступа, преимущественно Google Earth. Эти же снимки были использованы для анализа фактической лесистости балок. Соответствующая детальность изображений обеспечивала возможность достоверного анализа современной доли древесной растительности, присутствующей в них. В общей сложности было отобрано 162 овражно-балочные системы суммарной площадью 3879.6 га (табл. 1).

Таблица 1.  

Характеристики овражно-балочных систем, используемых для анализа процессов изменения лесистости и спектрально-отражательных признаков

Регион Число объектов Площадь, га
Белгородская область 31 933.9
Воронежская область 28 876.2
Курская область 34 741.0
Липецкая область 28 389.7
Орловская область 14 405.7
Тамбовская область 27 533.1
Всего 162 3879.6

На основе спутниковых изображений в геоинформационной среде методом ручной оцифровки для каждой овражно-балочной системы было подготовлено два векторных контура: слой границ ОБС и контур участков покрытых древесной растительностью в 2018 г. С использованием этих данных была вычислена площадь и современная величина покрытия балок лесными насаждениями.

Анализ спектрально-отражательных свойств овражно-балочных систем был выполнен в два этапа. Первый этап включал оценку влияния на них величины лесистости и выявление спектральных признаков, информативных для ее анализа. Второй этап состоял в изучении зависимости между лесистостью ОБС и спектральными характеристиками.

Оценка влияния лесистости овражно-балочных систем на их спектрально-отражательные характеристики в различных диапазонах спектра осуществлена на основе данных Landsat OLI. Для этой цели была использована спутниковая сцена Landsat-8 OLI от 24.08.2018 с параметрами Path (Колонка) 177, Row (Ряд) 024 в системе WRS-2 (Worldwide Reference System-2) и овражно-балочные системы, охватываемые ею. Параметры Path (Колонка) и Row (Ряд) идентифицируют местоположение снимков Landsat в системе WRS-2, используемой для определения их расположения на земной поверхности. Спутниковую сцену отбирали с учетом того, чтобы она охватывала несколько десятков объектов исследования, т.е. таким образом, чтобы на основе полученных данных можно было выяснить особенности связи между лесистостью и спектрально-отражательными характеристиками. Период августа был выбран в связи с тем, что он выступал наименее облачным месяцем в году и на него на территорию региона проще подобрать безоблачное покрытие снимков, которое может быть применено для территориальных оценок отражательных характеристик ОБС.

Снимки Landsat OLI прошли атмосферную и радиометрическую коррекцию и были пересчитаны в безразмерные коэффициенты спектральной яркости. Исследование спектрально-отражательных признаков овражно-балочных систем было осуществлено на основе анализа их отражательной способности в основных диапазонах спектра, охватывающих видимую и инфракрасную область.

Отражательные характеристики ОБС могут быть исследованы также на основе спектральных вегетационных индексов, т.е. математических преобразований исходных яркостей снимков. Однако вследствие разнообразия вегетационных индексов, их анализ, а также анализ комбинаций спектральных признаков различных диапазонов для оценки лесистости ОБС требует отдельного исследования. Вместе с этим необходимо отметить, что интерпретация вегетационных индексов для оценки состояния растительности в сравнении с коэффициентами спектральной яркости не всегда возможна, а применение требует учета большего числа условий.

На основе данных Landsat OLI были вычислены коэффициенты спектральной яркости (КСЯ) овражно-балочных систем в 6 диапазонах: синем (Blue), зеленом (Green), красном (Red), ближнем инфракрасном (NIR), а также инфракрасных SWIR1 и SWIR2. Оценку информативности спектральных показателей для анализа лесистости ОБС проводили на основе коэффициентов корреляции Пирсона (параметрический критерий) и Спирмена (непараметрический критерий). Совместный анализ этих критериев был проведен для повышения объективности полученных результатов. В рамках исследования была выполнена оценка средних значений спектральных показателей для различных градаций лесистости и изучена значимость различий между ними.

Оценка зависимости между лесистостью овражно-балочных систем и спектрально-отражательными характеристиками, проведенная на втором этапе исследования, была осуществлена на основе данных Landsat TM/OLI.

Так как спектральные диапазоны сенсоров Landsat TM/ETM+ и Landsat OLI немного различаются, то было вычислено два вида моделей, описывающих связь между лесистостью и коэффициентами спектральной яркости. В первой из них использовались спектральные признаки, извлеченные из данных Landsat TM/ETM+, во второй – из данных Landsat OLI. Анализ спектральных признаков овражно-балочных систем на основе различных, хотя и близких по характеристикам сенсоров был выполнен для повышения эффективности моделирования лесистости в разные временные срезы, проводимой на заключительном этапе исследования.

Анализ зависимости между лесистостью ОБС и спектральными характеристиками Landsat OLI был проведен на основе того же спутникового изображения (Landsat-8 от 24.08.2018), на основе которого ранее была изучена теснота связи коэффициентов спектральной яркости с лесистостью ОБС. Аналогичное исследование для спектральных характеристик, измеренных по Landsat TM, было осуществлено на основе данных Landsat начала 2000-х гг. Для этой цели была сформирована группа балок, на которые удалось подобрать снимки сверхвысокого пространственного разрешения на эти сроки и провести оценку фактической лесистости. После этого на основе данных Landsat TM августа 2000 г. была выполнена оценка связи между лесистостью ОБС и коэффициентами спектральной яркости.

На заключительном этапе с использованием спектрально-отражательных признаков, наиболее информативных для оценки лесистости ОБС, был осуществлен пространственный анализ лесистости в середине 1980-х гг., начале 2000-х гг. и 2018 г. Для решения этой задачи на каждый перечисленный временной срез было сформировано покрытие территории Центрального Черноземья снимками со спутников серии Landsat (табл. 2).

Таблица 2.  

Спутниковые данные Landsat, используемые для оценки спектрально-отражательных признаков овражно-балочных систем и их лесистости

Path/Row Сенсор Дата получения Path/Row Сенсор Дата
получения
177/025 TM 29.08.1985 174/024 TM 26.07.1986
TM 22.08.2000 ETM+ 12.08.2001
OLI 24.08.2018 OLI 19.08.2018
175/025 TM 23.08.1988 179/023 TM 30.08.1986
TM 08.08.2000 TM 22.07.2001
OLI 26.08.2018 OLI 06.08.2018
179/024 TM 30.08.1986 177/023 TM 29.08.1985
TM 03.09.1999 TM 22.08.2000
OLI 06.08.2018 OLI 24.08.2018
178/024 TM 07.08.1986 176/023 TM 22.08.1988
ETM+ 04.09.1999 TM 06.09.1999
OLI 31.08.2018 OLI 01.08.2018
177/024 TM 29.08.1985 175/023 TM 22.07.1988
TM 22.08.2000 ETM+ 18.07.2001
OLI 24.08.2018 OLI 26.08.2018

Для минимизации фенологических различий все космические снимки старались подбирать на одни и те же сроки периода вегетации – преимущественно август, который был наименее облачным. Во все временные срезы только на этот месяц удалось сформировать подборку относительно безоблачных снимков. Все изображения прошли атмосферную и радиометрическую корректировку с переводом в безразмерные коэффициенты спектральной яркости. Значения спектральных характеристик для конкретных балок были вычислены методом зональной статистики, т.е. для каждой овражно-балочной системы вычисляли значение спектральных признаков, усредненное в пределах их контуров.

С использованием установленных зависимостей между лесистостью овражно-балочных систем и КСЯ SWIR-диапазона была оценена доля древесной растительности в каждой исследуемой балке на каждый из трех временных срезов: середину 1980-х гг., началo 2000-х гг. и 2018 г. После этого с применением методов пространственной интерполяции (радиальные базисные функции) были подготовлены картосхемы пространственного распределения лесистости овражно-балочных систем в пределах Центрального Черноземья на все исследуемые промежутки времени. На основе рассчитанных картосхем были выявлены и изучены пространственно-временные особенности лесистости балок региона в конце XX–начале XXI вв. Анализ производили методом оценки пространственного изменения территорий, соответствующих одним и тем же градациям лесистости ОБС в начале и конце анализируемого периода.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

На основе проведенных оценок установлено, что наиболее тесно коррелируют с величиной лесистости овражно-балочных систем коэффициенты спектральной яркости SWIR1-диапазона (1.56–1.66 мкм) Landsat-8 OLI (табл. 3). При этом большинство изученных спектральных признаков находятся в обратной зависимости от величины покрытия овражно-балочных систем древесными сообществами. Статистически значимы на уровне 0.05 все корреляции за исключением коэффициентов спектральной яркости NIR-диапазона.

Таблица 3.  

Характеристики тесноты связи между лесистостью овражно-балочных систем и их спектрально-отражательными признаками (по Landsat-8 OLI)

Коэффициент корреляции Коэффициенты спектральной яркости
Blue Green Red NIR SWIR1 SWIR2
Пирсона –0.61 –0.46 –0.41 0.02 –0.79 –0.40
Спирмена –0.52 –0.41 –0.41 0.25 –0.74 –0.48

В связи с наиболее высокой корреляцией с лесистостью ОБС спектральные признаки SWIR1-диапазона (1.56–1.66 мкм) были использованы для более подробного анализа отражательных свойств овражно-балочных систем и их пространственно-временной оценки, а также моделирования лесистости на их основе.

Статистический анализ средних значений коэффициентов спектральной яркости в диапазоне 1.56–1.66 мкм для различных градаций лесистости (0–20, 20–40, 40–60, 60–80, 80–100%) показал, что величины КСЯ существенно снижаются при переходе от одной градации к другой в направлении увеличения лесистости (табл. 4). По значениям стандартных отклонений динамики не выявлено.

Таблица 4.  

Характеристики коэффициентов спектральной яркости в диапазоне 1.56–1.66 мкм (по Landsat-8 OLI) для различных градаций лесистости овражно-балочных систем

Лесистость, % Число объектов Среднее Стандартное отклонение Минимум Максимум
0–20 10 0.224 0.013 0.205 0.248
20–40 55 0.200 0.017 0.170 0.239
40–60 52 0.186 0.014 0.159 0.214
60–80 30 0.174 0.018 0.140 0.215
80–100 6 0.166 0.021 0.136 0.188

Сравнение эффективности различных моделей, описывающих связь между лесистостью овражно-балочных систем и их коэффициентами спектральной яркости SWIR-диапазона по Landsat-8 OLI, показало, что наиболее высокими коэффициентами детерминации (R2) характеризуется логит-функция (табл. 5, рис. 1), что указывает на то, что КСЯ изменяются с разной интенсивностью по мере увеличение лесистости. Уровень значимости всех уравнений, представленных в табл. 5, меньше 0.05.

Таблица 5.  

Характеристики зависимостей, описывающих связь между величиной лесистости овражно-балочных систем и КСЯ SWIR-диапазона (по Landsat-8 OLI)

Вид зависимости Уравнение R2
Линейная y = –0.0613x + 0.2184 0.62
Логарифмическая y = –0.024 ln (x) + 0.1688 0.64
Степенная y = 0.1695x–0.123 0.63
Логит-функция y = 0.1885 – 0.0273lg (x/(1 – x)) 0.65
Рис. 1.

Графики, характеризующие зависимость между лесистостью овражно-балочных систем (ОБС) и коэффициентами спектральной яркости SWIR-диапазона.

Аналогичные зависимости, полученные по данным Landsat TM, характеризовались несколько меньшими коэффициентами детерминации. Для логарифмической модели он был равен 0.52, для степенной – 0.53, для логит-функции составил 0.55 на уровне значимости 0.05.

Более низкие коэффициенты детерминации для уравнений, полученных по Landsat TM 2000 г., обусловлены в значительной степени отсутствием в аналитической выборке на эти сроки балок со значениями лесистости выше 60%. Связано это с тем, что в начале 2000-х гг. лесистость овражно-балочных систем была значительно ниже современной, и вследствие этого не удалось подобрать балки с ее соответствующей величиной. Кроме того, меньшие величины коэффициентов детерминации могут быть обусловлены и более низким радиометрическим разрешением Landsat TM в сравнении с Landsat OLI.

Из формы зависимости КСЯ от лесистости овражно-балочных систем следует, что для решения обратной задачи – оценки лесистости на основе коэффициентов спектральной яркости SWIR-диапазона – может быть использована убывающая логистическая (сигмоидная) кривая, асимптотами которой будут значения 0 и 1 (минимальная и максимальная возможная величина лесистости).

На основе фактических данных о лесистости овражно-балочных систем и их коэффициентах спектральной яркости SWIR-диапазона расчетная зависимость, используемая для оценок лесистости по данным Landsat OLI, имела следующий вид:

(1)
$у = 1 - \frac{1}{{1 + {{e}^{{( - 44.715x + 8.275)}}}}},$
где: y – значения лесистости, х – значения коэффициентов спектральной яркости SWIR-диапазона (6-й канал сенсора Landsat OLI). Коэффициент детерминации уравнения (R2) составил 0.61 на уровне значимости 0.05.

На основе данных Landsat TM/ETM+ аналогичная зависимость имела вид:

(2)
$у = 1 - \frac{1}{{1 + {{e}^{{( - 31.342x + 4.639)}}}}},$
где: y – значения лесистости, х – значения коэффициентов спектральной яркости SWIR-диапазона (5-й канал сенсора Landsat TM/ETM+). Ее коэффициент детерминации (R2) составил 0.60 на уровне значимости 0.05. В обоих уравнениях (1), (2) применяются значения коэффициентов яркости SWIR-диапазона, измеренные в период августа, что необходимо учитывать при их использовании.

Применение предложенных зависимостей для непосредственной оценки лесистости на основе спектральных признаков будет давать определенные погрешности, обусловленные вариабельностью спектрально-отражательных признаков овражно-балочных систем. В то же время их верификация (проведенная на основе данных 2018 г. с балок, расположенных вне спутниковой сцены Path 177, Row 24) показала, что коэффициент корреляции фактических и расчетных значений лесистости составил около 0.80.

Сравнение фактической лесистости овражно-балочных систем в 2018 г., оцененной на основе спутниковых данных сверхвысокого пространственного разрешения, и лесистости, измеренной на основе коэффициентов спектральной яркости SWIR-диапазона, показало (табл. 6), что фактические и расчетные значения практически совпадают в целом по региону и в большинстве областей Центрального Черноземья.

Таблица 6.  

Сравнение фактической лесистости овражно-балочных систем и рассчитанной на основе КСЯ SWIR-диапазона в областях Центрального Черноземья

Регион Лесистость овражно-балочных систем в 2018 г.
фактическая расчетная
среднее значение стандартное отклонение среднее значение стандартное отклонение
Белгородская область 0.55 0.20 0.54 0.15
Воронежская область 0.28 0.14 0.21 0.12
Курская область 0.49 0.17 0.41 0.15
Липецкая область 0.42 0.13 0.40 0.15
Орловская область 0.59 0.13 0.61 0.15
Тамбовская область 0.39 0.16 0.52 0.17
В среднем по ЦЧР 0.45 0.18 0.44 0.18

В Белгородской, Липецкой и Орловской области расчетные значения лесистости овражно-балочных систем практически не отличаются от фактических. В Воронежской, Курской и Тамбовской областях отклонения более значительны. Они могут быть обусловлены использованием (вследствие отсутствия данных на другие даты) для значительных участков их территорий снимков Landsat OLI начала августа, а не его второй половины, применявшихся для расчета уравнения и для оценки лесистости на основной части территории исследования.

Наличие статистически значимой зависимости между лесистостью овражно-балочных систем и коэффициентами спектральной яркости SWIR-диапазона выступило основанием для ее пространственно-временного анализа в пределах лесостепи Центрального Черноземья с использованием этих спектральных признаков в период 1985–2018 гг.

Территориальный анализ современной (2018 г.) лесистости, рассчитанный на основе коэффициентов спектральной яркости SWIR-диапазона (рис. 2), позволил установить ее особенности. Картосхема подготовлена методом пространственной интерполяции (радиальные базисные функции, RBF) с использованием возможностей геоинформационных систем.

Рис. 2.

Пространственное изменение лесистости овражно-балочных систем на территории Центрального Черноземья (2018 г.), смоделированное на основе спектральных признаков SWIR-диапазона по Landsat-8 OLI. 1 – изученные ОБС.

Ключевые территориальные закономерности изменения лесистости, просматривающиеся на подготовленной картосхеме, можно сформулировать следующим образом:

1) достаточно высокие различия в современной лесистости овражно-балочных систем в пределах региона;

2) наличие пространственных трендов в изменении лесистости на территории Центрального Черноземья. В его пределах снижение лесистости ОБС наблюдается в двух основных направлениях: с северо-запада на юго-восток и с северо-востока на юго-запад. Одновременно на юге региона наблюдаются существенные различия между западной и восточной частями.

Значительные современные территориальные различия в лесистости овражно-балочных систем являются следствием неодинаковых природно-климатических условий, способствующих более или менее интенсивному росту древесной растительности в балках и оврагах. Они изменяются от условий лесной зоны и подзоны северной лесостепи на северо-западе и северо-востоке до условий степи на юго-востоке (Физико-географическое районирование, 1961).

Вследствие достаточно высокой корреляции (R = –0.79) между лесистостью овражно-балочных систем и КСЯ SWIR-диапазона оценка территориальных изменений в лесистости может быть выполнена и непосредственно на основе пространственного анализа этих спектральных признаков. Территориальная оценка коэффициентов спектральной яркости овражно-балочных систем, измеренных в 2018 г., показала, что особенности их изменения (рис. 3) во многом аналогичны пространственным особенностям лесистости ОБС в этом же году (рис. 2), с тем отличием, что рост лесистости сопровождается снижением коэффициентов спектральной яркости.

Рис. 3.

Пространственное распределение в пределах ЦЧР коэффициентов спектральной яркости SWIR-диапазона овражно-балочных систем в 2018 г. 1 – изученные овражно-балочные системы.

Например, четко прослеживаются различия в лесистости ОБС между юго-западом и юго-востоком региона, которые были идентифицированы на основе данных о лесистости овражно-балочных систем и, одновременно, на основе коэффициентов спектральной яркости. Таким образом, непосредственный анализ пространственно-временных особенностей спектральных признаков SWIR-диапазона может быть использован для получения представления о территориальном изменении лесистости овражно-балочных систем.

По результатам моделирования лесистости ОБС на основе коэффициентов спектральной яркости SWIR-диапазона на территории Центрального Черноземья установлено, что за последние десятилетия, с середины 1980-х гг. по 2018 г. в пределах лесостепной зоны Центрального Черноземья отмечен существенный, практически трехкратный рост лесистости овражно-балочных систем (табл. 7).

Таблица 7.  

Параметры изменения лесистости овражно-балочных систем лесостепи Центрального Черноземья в конце XX–начале XXI вв.

Год Лесистость овражно-балочных систем
среднее минимум максимум станд. откл.
1985 0.16 0.03 0.43 0.08
2000 0.26 0.04 0.49 0.09
2018 0.45 0.04 0.90 0.20

Вместе с этим наблюдается повышение ее максимальных, минимальных значений и стандартного отклонения, что указывает на то, что современный облик ландшафтов овражно-балочных систем в настоящее время более разнообразен по величине лесистости, чем 30–35 лет назад. Изменение всех показателей лесистости ОБС происходило последовательно. В период 1985–2000 гг. лесистость ОБС выросла c 16 до 26%, т.е. 1.6 раза. В период 2000–2018 гг. она увеличилась с 26 до 45%, т.е. в 1.7 раза. В целом за 33 года лесистость овражно-балочных систем, согласно полученным данным, выросла в 2.8 раза. Повышение различий в лесистости может выступать следствием повышения контрастности природно-климатических условий, которые, в свою очередь, подвержены вариациям.

Полученные результаты подтверждаются визуальным анализом лесистости овражно-балочных систем в середине 1980-х гг. и в 2018 г. (рис. 4) на спутниковых данных. В силу не очень высокого пространственного разрешения снимков Landsat (30 м/пиксель) по ним не представляется возможным количественно оценить лесистость таким способом, как это было сделано по снимкам сверхвысокого пространственного разрешения 2018 г. Тем не менее, тенденция увеличения лесистости на них проявляется достаточно наглядно при сравнении одних и тех же участков балок. Из рис. 4 видно, что в исследуемый период процессы увеличения лесистости в овражно-балочной сети происходили за счет повышения площади лесных насаждений, расположенных как в верховьях балок, так и на их склонах и центральных частях.

Рис. 4.

Пример изменения лесистости овражно-балочных систем в 1985–2018 гг. на территории Среднерусской лесостепи. Белгородская область.

Таким образом, на рубеже XX–XXI вв. как минимум, последние 4 десятилетия, на территории лесостепи Центрального Черноземья непрерывно продолжается процесс естественного роста лесистости овражно-балочных систем, следствием которого является смена их ландшафтного облика, обусловленная трансформацией травянистых пространств в лесные экосистемы.

ЗАКЛЮЧЕНИЕ

Изменение лесистости овражно-балочных систем оказывает влияние на их спектрально-отражательные признаки. На основе анализа лесистости балок, типичных для территории Среднерусской лесостепи, установлено, что из диапазонов видимого и инфракрасного излучения спектральные признаки SWIR-диапазона (1.56–1.66 мкм) являются наиболее информативными для анализа доли древесной растительности, присутствующей в овражно-балочных системах. Повышение лесистости сопровождается снижением коэффициентов спектральной яркости в SWIR-области. Для задач оценки лесистости на основе спектральных признаков SWIR-диапазона может быть применена логистическая кривая. С использованием спектрально-отражательных признаков, измеренных по данным с сенсоров серии Landsat, выполнена пространственно-временная оценка лесистости овражно-балочных систем лесостепи Центрального Черноземья в период 1985–2018 гг. Установлен рост лесистости овражно-балочных систем. В исследуемый период она увеличилась с 16 до 45%. В настоящее время в пределах региона наблюдаются достаточно существенные различия лесистости балочных систем, которых еще не наблюдалось в середине 1980-х гг. Они могут выступать следствием повышения контрастности природно-климатических условий в пределах региона.

Список литературы

  1. Архипова М.В. Восстановление лесов на нарушенных землях в национальном парке “Угра” // Вестник Московского университета. Серия 5: География. 2017. № 1. С. 92–99.

  2. Беляева Н.Г., Попов С.Ю. Изменение лесистости бывшего Верейского уезда Московской области за последние 200 лет // Лесоведение. 2016. № 1. С. 44–54.

  3. Бугаев В.А., Ревин А.И., Мусиевский А.Л. Динамика лесного фонда Центрального Черноземья // Лесное хозяйство. 2006. № 3. С. 41–42.

  4. Данилова И.В., Корец М.А., Рыжкова В.А. Картографирование возрастных стадий лесной растительности на основе анализа разносезонных спутниковых изображений landsat // Исслед.Земли из космоса. 2017. № 4. С. 12–24.

  5. Дроздов К.А. Элементарные ландшафты среднерусской лесостепи. Воронеж: Изд-во ВГУ, 1991. 176 с.

  6. Жирин В.М., Сухих В.И., Шаталов А.В., Бутусов О.Б., Эйдлина С.П. Использование космических снимков для изучения динамики зарастания гарей // Исслед. Земли из космоса. 2004. № 5. С. 69–76.

  7. Кашницкий А.В., Ховратович Т.С., Балашов И.В. Организация обработки данных ДЗЗ при решении задачи детектирования изменений лесного покрова на больших территориях // Соврем. пробл. дистанц. зондир. Земли из космоса. 2019. Т. 16. № 6. С. 103–111.

  8. Козодеров В.В., Донской С.А., Мельник П.Г., Дмитриев Е.В. Приложения данных дистанционного зондирования высокого пространственного и спектрального разрешения для оценки породного состава лесов и параметров их биологической продуктивности // Исслед. Земли из космоса. 2018. № 6. С. 77–85.

  9. Лебедева М.Г., Крымская О.В. Проявление современных климатических изменений в Белгородской области // Научные ведомости Белгородского государственного университета. Серия: естественные науки. 2008. Т. 3. № 6. С. 188–196.

  10. Марчуков В.С. Автоматизированные методы оценки динамики пространственного распределения растительного покрова и грунтов по данным дистанционного мониторинга // Исслед. Земли из космоса. 2010. № 2. С. 63–74.

  11. Мильков Ф.Н., Ахтырцева Н.И., Дроздов К.А., Хмелев К.Ф., Двуреченский В.Н., Дроздов К.А., Михно В.Б., Ахтырцев Б.П., Скуфьин К.В., Григорьевская А.Я., Федотов В.И. Известняковый север Среднерусской возвышенности. Воронеж, 1978. 176 с.

  12. Нечетова Ю.В., Нарожняя А.Г. Изучение овражно-балочной сети Белгородской области с применением ГИС-технологий // Землеустройство, кадастр и мониторинг земель. 2010. № 11(71). С. 96–100.

  13. Новикова Е.П., Григорьев Г.Н., Вагурин И.Ю., Чумейкина А.С. Вариации гидротермического режима в Черноземье за последние 30 лет на фоне глобального изменения климата // Научные ведомости Белгородского государственного университета. Серия: Естественные науки. 2017. Т. 39. № 11(260). С. 105–113.

  14. Ольчев А.В., Розинкина И.А., Кузьмина Е.В., Никитин М.А., Ривин Г.С. Оценка влияния изменения лесистости центрального региона Восточно-Европейской равнины на летние погодные условия // Фундаментальная и прикладная климатология. 2017. Т. 4. С. 83–105.

  15. Онучин А.А., Гапаров К.К., Михеева Н. А. Влияние лесистости и климатических факторов на годовой сток рек Прииссыккулья // Лесоведение. 2008. № 6. С. 45–52.

  16. Письман Т.И., Ботвич И.Ю., Шевырногов А.П. Оценка состояния лесной растительности Красноярского края (заповедник “Столбы”) по спутниковым данным // Соврем. пробл. дистанц. зондир. Земли из космоса. 2018. Т. 15. № 5. С. 130–140.

  17. Терехин Э.А., Чендев Ю.Г. Оценка изменения лесистости в современный период на юге Среднерусской возвышенности с использованием материалов разновременных космических съемок // Соврем. пробл. дистанц. зондир. Земли из космоса. 2018. Т. 15. № 3. С. 114–126.

  18. Терехин Э.А. Оценка нарушенности лесов лесостепной зоны в начале XXI века по спутниковым данным // Соврем. пробл. дистанц. зондир. Земли из космоса. 2020. Т. 17. № 2. С. 134–146.

  19. Физико-географическое районирование центральных черноземных областей. Воронеж: Изд-во Воронежского университета, 1961. 263 с.Ховратович Т.С., Барталев С.А., Кашницкий А.В. Метод детектирования изменений лесов на основе подпиксельной оценки проективного покрытия древесного поhttps://doi.org/10.21046/2070-7401-2019-16-4-102-110ковым изображениям // Соврем. пробл. дистанц. зондир. Земли из космоса. 2019. Т. 16. № 4. С. 2019. 102–110. 10.21046/2070-7401-2019-16-4-102-110

  20. Bonan G.B. Forests and Climate Change: Forcings, Feedbacks, and the Climate Benefits of Forests // Science. 2008. V. 320. № 5882. P. 1444. https://doi.org/10.1126/science.1155121

  21. Chendev Yu.G., Hubbart J.A., Terekhin E.A., Lupo A.R., Sauer T.J., Burras C.L. Recent Afforestation in the Iowa River and Vorskla River Basins: A Comparative Trends Analysis // Forests. 2016. V. 7. № 11. https://doi.org/10.3390/f7110278

  22. Gao J., Liu Y. De(re)forestation and climate warming in subarctic China // Applied Geography. 2012. V. 32. P. 281–290. https://doi.org/10.1016/j.apgeog.2011.04.002

  23. Huang C., Davis L.S., Townshend J.R.G. An assessment of support vector machines for land cover classification // International J. Remote Sensing. 2002. V. 23. № 4. P. 725–749. https://doi.org/10.1080/01431160110040323

  24. Kim D.-H., Sexton J.O., Noojipady P., Huang C., Anand A., Channan S., Feng M., Townshend J.R. Global, Landsat-based forest-cover change from 1990 to 2000 // Remote Sensing of Environment. 2014. V. 155. P. 178–193. https://doi.org/10.1016/j.rse.2014.08.017

  25. Potapov P., Turubanova S., Hansen M.C. Regional-scale boreal forest cover and change mapping using Landsat data composites for European Russia // Remote Sensing of Environment. 2011. V. 115. № 2. P. 548–561. https://doi.org/10.1016/j.rse.2010.10.001

  26. Potapov P.V., Turubanova S.A., Tyukavina A., Krylov A.M., McCartyb J.L., Radeloff V.C. Hansen M.C. Europe’s forest cover dynamics from 1985 to 2012 quantified from the full Landsat archive // Remote Sensing of Environment. 2015. V. 159. P. 28–43. https://doi.org/10.1016/j.rse.2014.11.027

  27. Zhang J., Pham T.-T.-H., Kalacska M., Turner S. Using Landsat Thematic Mapper records to map land cover change and the impacts of reforestation programmes in the borderlands of southeast Yunnan, China: 1990–2010 // International J. Applied Earth Observation and Geoinformation. 2014. V. 31. P. 25–36. https://doi.org/10.1016/j.jag.2014.01.006

Дополнительные материалы отсутствуют.