ЛЕСОВЕДЕНИЕ, 2020, № 1, С. 17-34


ВЕРОЯТНОСТНАЯ ОЦЕНКА РАСПРЕДЕЛЕНИЯ КЛЮЧЕВЫХ БИОТОПОВ В ЛЕСАХ НАЦИОНАЛЬНОГО ПАРКА «СМОЛЕНСКОЕ ПООЗЕРЬЕ» НА ОСНОВЕ СПУТНИКОВЫХ И ТОПОГРАФИЧЕСКИХ ДАННЫХ
Д. В. Ершов1, Е. А. Гаврилюк1, Е. В. Тихонова1, Т. Ю. Браславская1,
Н. В. Королева1, И. М. Бавшин2, Д. Г. Груммо3, А. В. Судник3, А. В. Титовец2
1 Центр по проблемам экологии и продуктивности лесов
Россия, 117997, Москва, ул. Профсоюзная, 84/32, стр.14
E-mail: ershov@ifi.rssi.ru
2 Национальный парк «Смоленское Поозерье»
Россия, 216270, Смоленская область, Демидовский район, пос. Пржевальское, ул. Гуревича, 19
3 Институт экспериментальной ботаники им. В.Ф. Купревича НАН Беларуси
Республика Беларусь, 220072, Минск, ул. Академическая, 27


Поступила в редакцию 19.03.2019 г.
Изучена возможность вероятностной оценки пространственного распределения ключевых биотопов в лесах национального парка «Смоленское Поозерье» с использованием спектральных и топографических характеристик местности. Из представленных на территории парка 19 типов лесных биотопов (классификация EUNIS) для исследований были выбраны следующие 4 ключевых: бореально-неморальные черничные еловые таежные леса, сосновые и елово-сосновые брусничные таежные леса, дубово-липовые леса и подтаежные заболоченные ольховые леса. Все прочие типы лесных биотопов рассматривались совместно, как второстепенные относительно выбранных ключевых. Мы использовали разносезонные мультиспектральные спутниковые изображения Sentinel-2 совместно с топографическими показателями, рассчитанными на основе цифровой модели рельефа и гидрографической сети, в качестве исходных данных для геопространственного моделирования распространения биотопов по территории. Априорная информация о лесах парка была получена из материалов лесоустройства, которые использовались для обучения вероятностной модели, и результатов геоботанических обследований, примененных для независимой оценки полученных результатов. Тематическая классификация проводилась методом случайных лесов. Точность полученных вероятностных оценок распространения ключевых биотопов по территории парка, рассчитанная по показателю площади под ROC-кривой, варьировала от 88 до 96%, а значения показателя Бриера изменялись от 0.03 до 0.07, что характеризует полученную нами модель как достаточно надежную. Общая площадь, занимаемая четырьмя ключевыми биотопами, согласно нашим данным, составила 14.6 тыс. га, или около 10% от площади национального парка. Сравнение полученных вероятностных оценок с материалами геоботанических описаний дало довольно противоречивые результаты: степень соответствия варьирует от 30 до 95% в зависимости от биотопа. Это может являться следствием особенностей планирования и проведения наземных обследований, вошедших в контрольную выборку, которые изначально не предназначались для обучения и оценки качества геопространственных моделей.
Ключевые слова: национальный парк «Смоленское Поозерье», классификация биотопов EUNIS, Sentinel-2, случайные леса, дистанционное зондирование Земли.
Исследование выполнено при финансовой поддержке РФФИ (18-54-00029), АААА-А18-118052400130-7.
DOI: 10.31857/S0024114820010052


СПИСОК ЛИТЕРАТУРЫ



  • Браславская Т.Ю. Широколиственные и черноольховые леса Европейской России как объекты в составе экологической сети // Географические основы формирования экологических сетей в Северной Евразии. Том 6. Матер. 6-й междунар. науч. конф. (г. Тверь, 8-10 ноября 2016 г). М.: Институт географии РАН, 2016. С. 18-23.

  • Браславская Т.Ю. О природоохранной ценности восточноевропейских широколиственных лесов // Вестник Тверского гос. университета. Серия «Биология и экология». 2017. № 2. С. 278-286.

  • Браславская Т.Ю., Тихонова Е.В., Гаврилюк Е.А., Бавшин И.М., Ершов Д.В. Опыт применения классификации местообитаний EUNIS в средней полосе Европейской России на примере национального парка «Смоленское Поозерье» // Научные основы устойчивого управления лесами: Матер. III Всеросс. (с междунар. участием) науч. конф. «Научные основы устойчивого управления лесами» (г. Москва, 30 октября – 1 ноября 2018 г.). М.: ЦЭПЛ РАН, 2018. С. 24-26.

  • Изумрудная книга Российской Федерации. Территории особого природоохранного значения Европейской России. Предложения по выявлению. М.: Институт географии РАН, 2011-2013. Ч. 1. 308 с.

  • Изумрудная сеть территорий особого природоохранного значения. Руководство для органов государственной власти субъектов Российской Федерации, дирекций особо охраняемых природных территорий и органов местного самоуправления / Сост. Н.А. Соболев, Н.М. Алексеева, Е.С. Пушай. М.; СПб: Институт географии РАН, 2015. 48 с.

  • Королева Н.Е. Основные биотопы северо-таежных лесов и березовых криволесий Мурманской области: ландшафтное и ботаническое разнообразие, основания для охраны // Вестник Мурманского гос. технич. университета. 2011. Т. 14. № 4. С. 819-832.

  • Крицук С.Г. Картирование бореальных лесов на основе спутниковых данных (на примере особо охраняемых природных территорий Ленинградской области) // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 4. С. 255-264.

  • Крышень А.М., Полевой А.В., Гнатюк Е.П., Кравченко А.В., Кузнецов О.Л. База данных местообитаний (биотопов) Карелии // Труды Карельского научного центра РАН. 2009. № 4. Сер. Биогеография. Вып. 9. С. 3-10.

  • Лесохозяйственный регламент национального парка «Смоленское Поозерье». М.: Филиал ФГУП «Рослесинфорг» «Заплеспроект», 2015. 190 с.

  • Методические подходы к экологической оценке лесного покрова в бассейне малой реки / Отв. ред. Л.Б.Заугольнова и Т.Ю. Браславская. М.: Товарищество научных изданий КМК, 2010. 240 с.

  • Научные исследования в национальном парке «Смоленское Поозерье». / Под ред. С.М. Волкова. М.: НИА-Природа, 2003. Вып. 1. 295 с.

  • Постановление Правительства Российской Федерации от 15 апреля 1992 г. № 247 "О создании национального парка "Смоленское Поозерье" Министерства экологии и природных ресурсов Российской Федерации в Смоленской области". [Электронный ресурс].  URL: https://base.garant.ru/70252316/ (дата обращения 12.03.2019).

  • Пугачевский А.В., Вершицкая И.Н., Ермохин М.В., Ермохин М.В., Степанович И.М., Созинов О.В., Сакович А.А., Рудаковский И.А., Кулак А.В., Журавлев Д.В. Редкие биотопы Беларуси. Минск: Альтиора–Живые краски, 2013. 236 с.

  • Растительность и почвы национального парка «Смоленское Поозерье» / Под ред. Г.Н. Копцик, Н.А. Березиной. М.: НИА-Природа, 2003. 307 с.

  • Шкаликов В.А. Характеристика рельефа // Изучение состояния природы Смоленского Поозерья в целях охраны и рационального использования на момент организации в этом регионе национального природного парка (итоговый отчет за 1991-1995 гг.). Смоленск. 1995. С. 49-53.

  • Шкаликов В.А., Ерашов М.А., Борисовская И.А. Особо охраняемые природные территории Смоленской области. Смоленск: Универсум, 2005. 464 с.

  • Álvarez‐Martínez J.M., Jiménez‐Alfaro B., Barquín J., Ondiviela B., Recio M., Silió‐Calzada A., Juanes J.A. Modelling the area of occupancy of habitat types with remote sensing // Methods in Ecology & Evolution. 2018. V. 9 (3). P. 580-593.

  • Annex I: natural habitat types of community interest whose conservation requires the designation of special areas of conservation // Council Directive 92/43/EEC of 21 May 1992 on the conservation of natural habitats and of wild fauna and flora - consolidated version 01/01/2007. [Электронный ресурс]. URL::http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=CONSLEG:1992L0043:20070101:EN:PDF (дата обращения 12.03.2019).

  • Berger A.L., Pietra S.A.D., Pietra V.J.D. A maximum entropy approach to natural language processing. Computational Linguistics. 1996. N 22. P. 39–71.

  • Beven K.J., Kirkby M.J. A physically-based variable contributing area model of basin hydrology // Hydrology Science Bulletin. 1979. V. 24. N 1. P. 43–69.

  • Boehner J., Antonic O. Land Surface Parameters Specific to Topo-Climatology // Developments in Soil Science. 2009. V. 33. P. 195–226.

  • Bradley A.P. The use of the area under the ROC curve in the evaluation of machine learning algorithms // Pattern Recognition. 1997. V. 30. N 7. P. 1145–1159.

  • Breiman L. Random forests // Machine Learning. 2001. V. 45. N 1. P. 5–32.

  • Brier G.W. Verification of forecasts expressed in terms of probability // Monthly Weather Review. 1950. V. 78. N 1. P. 1–3.

  • Corbane C., Lang S., Pipkins K., Alleaume S., Deshayes M., García Millán V.E., Strasser T., Vanden Borre J., Toon S., Förster M. Remote sensing for mapping natural habitats and their conservation status – New opportunities and challenges // International Journal of Applied Earth Observation & Geoinformation. 2015. V. 37. P. 7–16.

  • Davies C.E., Moss D., Hill M.O. EUNIS Habitat Classification revised 2004. Report to the European Topic Centre on Nature Protection and Biodiversity, European Environment Agency. Huntingdon: Institute of Terrestrial Ecology, 2004. 307 p.

  • Díaz Varela R.A., Ramil Rego P., Calvo Iglesias S., Muñoz Sobrino C. Automatic habitat classification methods based on satellite images: A practical assessment in the NW Iberia coastal mountains // Environmental Monitoring & Assessment. 2008. N 144. P. 229–250. https://doi.org/10.1007/s10661-007-9981-y.

  • ESA Sentinel-2 [Электронный ресурс]. URL: http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2 (дата обращения 12.03.2019).

  • EUNIS habitat type hierarchical view [Электронный ресурс]. URL: http://eunis.eea.europa.eu/habitats-code-browser.jsp (дата обращения 12.03.2019).

  • Evans D. Interpreting the habitats of Annex I – Past, present and future // Acta Botanica Gallica. 2010. V. 157. N 4. P. 677- 686.

  • Gao B.C. NDWI – A  Normalized  Difference  Water  Index  for  Remote  Sensing  of Vegetation  Liquid  Water  from  Space // Remote Sensing of Environment. 1996. V. 58. N 3. P. 257–266.

  • Guisan A., Weiss S.B., Weiss A.D. GLM versus CCA spatial modeling of plant species distribution // Plant Ecology. 1999. V. 143. N 1. P. 107–122.

  • Hagolle O., Huc M., Villa Pascual D., Dedieu G. A multi-temporal and multi-spectral method to estimate aerosol optical thickness over land, for the atmospheric correction of FORMOSAT-2, LANDSAT, VENS and SENTINEL-2 images // Remote Sensing. 2015. V. 7. N 3. P. 2668–2691.

  • Hansen A.J., De Fries R., Turner W. Land use change and biodiversity: a synthesis of rates and consequences during the period of satellite imagery // Land change science: Observing, monitoring, and understanding trajectories of change on the earth’s surface. N.Y.: Kluwer Academic Publishers, 2004. P. 277–299.

  • Hansen M.C., Potapov P.V., Moore R., Hancher M., Turubanova S.A., Tyukavina A., Thau D., Stehman S.V., Goetz S.J., Loveland T.R., Kommareddy A., Egorov A., Chini L., Justice C.O., Townshend J.R.G. High-Resolution Global Maps of 21st-Century Forest Cover Change // Science. 2013. V. 342. P. 850–853.

  • Kruppa J., Liu Y., Biau G., Kohler M., König I.R., Malley J.D., Ziegler A. Probability estimation with machine learning methods for dichotomous and multicategory outcome: theory // Biometrical Journal. 2014. V. 56. N 4. P. 534–563.

  • Kushwah K., Rao R.J., Phurailatpam B. Geo-Spatial Modelling of Habitat Suitability of wildlife species of Kuno Wildlife Sanctuary // IOSR Journal of Environmental Science, Toxicology & Food Technology. V. 1, Is. 4. P. 12-19.

  • Liaw A., Wiener M. Classification and Regression by random forest // R News. 2002. V. 2. N 3. P. 18–22.

  • Mücher C.A., Hennekens S.M., Bunce R.G.H., Schaminée J.H.J.,  Schaepman M.E. Modelling the spatial distribution of Natura 2000 habitats across Europe // Landscape & Urban Planning. 2009. V. 92. P. 148-159.

  • Mücher C.A., Hennekens S.M., Schaminée J., Halada L., Halabuk A. Modelling the spatial distribution of EUNIS forest habitats based on vegetation relevés and Copernicus HRL. ETC/BD report to the EEA. 2015. 48 p.

  • Murphy P., Ogilvie J., Arp P. Topographic modelling of soil moisture conditions: a comparison and verification of two models // European Journal of Soil Science. 2009. V. 60 (1). P. 94-109.

  • Nagendra H., Lucas R., Honrado J.P., Jongman R.H., Tarantino C., Adamo M. Remote sensing for conservation monitoring: Assessing protected areas, habitat extent, habitat condition, species diversity, and threats // Ecological Indicators. 2013. V. 33. P. 45-59.

  • Open Street Map [Электронный ресурс]. URL:  https://www.openstreetmap.org (дата обращения 12.03.2019).

  • Phillips S.J., Anderson R.P., Schapire R.E. Maximum entropy modelling of species geographic distributions // Ecological Modelling. 2006. N 190. P. 231–259.

  • Redding N.J., Crisp D.J., Tang D., Newsam G.N. An efficient algorithm for Mumford-Shah segmentation and its application to SAR imagery // Proc. Conf. “Digital Image Computing: Techniques & Applications” (DICTA-99), Perth, Australia, 1999. P. 35–41.

  • Revised Annex I of Resolution 4 (1996) of the Bern Convention on endangered natural habitats types using the EUNIS habitat classification (year of revision 2014). [Электронный ресурс]. Council of Europe, 2010-2014. URL: https://wcd.coe.int/ViewDoc.jsp?Ref=T-PVS/PA(2010)10&Language=lanEnglish&Ver=rev&Site=DG4-Nature&BackColorInternet=DBDCF2&BackColorIntranet=FDC864&BackColorLogged=FDC864 (дата обращения 12.03.2019).

  • Rouse J.R., Haas J.S., Deering D. Monitoring Vegetation Systems in the Great Plains with ERTS // Goddard Space Flight Center 3d ERTS-1 Symp., NASA, 1974. V. 1. Sect. A. P. 309–317.

  • Schaminée J.H.J., Chytrý M., Hennekens S.M., Jiménez-Alfaro B., Mucina L., Rodwell J.S., Tichý L. Review of EUNIS forest habitat classification. Report to the European Environmental Agency (EEA/NSV/13/005). Alterra WUR, Wageningen, the Netherlands. 2013. 111 p.

  • Schaminée J.H.J., Chytrý M., Hennekens S.M., Janssen J.A.M., Jiménez-Alfaro B., Knollová I., Mucina L., Rodwell J.S., Tichý L. Vegetation analysis and distribution maps for EUNIS habitats. Report to the European Environmental Agency (EEA/NSV/14/006). Alterra WUR, Wageningen, the Netherlands. 2014. 175 p.

  • Shary P.A. Land surface in gravity points classification by complete system of curvatures // Mathematical Geology. 1995. V. 27. N 3. P. 373–390.

  • Sims D., Gamon J. Relationships Between Leaf Pigment Content and Spectral Reflectance Across a Wide Range of Species, Leaf Structures and Developmental Stages // Remote Sensing of Environment. 2002. V. 81. P. 337–354.

  • Tagil S. Effect of Topographic Habitat Characteristics on the Spatial Distribution of Landuse-Landcover in the Kapidag Peninsula, Turkey // Journal of Applied Sciences. 2015. V. 15 (6). P. 850-861.

  • Terrestrial habitat mapping in Europe: an overview // Luxembourg: Publications Office of the European Union, 2014. 152 p.

  • Travis M.R., Elsner G.H., Iverson W.D., Johnson C.G. VIEWIT: computation of seen areas, slope, and aspect for land-use planning. / Gen. Tech. Rep. PSW-GTR-11. Berkeley, CA: Pacific Southwest Research Station, Forest Service, U.S. Department of Agriculture. 1975. 70 p.