ЛЕСОВЕДЕНИЕ, 2021, № 1, С. 3–10


ДИАГНОСТИКА СОСТОЯНИЯ ЛЕСОВ НА ОСНОВЕ РЕТРОСПЕКТИВНОГО АНАЛИЗА СПУТНИКОВЫХ ДАННЫХ MODIS
А. В. Ковалев1, В. И. Воронин2, В. А. Осколков2, В. Г. Суховольский3
1ФИЦ КНЦ СО РАН, Россия, 660036, Красноярск, Академгородок, 50
E-mail: sunhi.prime@gmail.com
2Сибирский институт физиологи и биохимии растений СО РАН, Россия, 664033, Иркутск, Лермонтова, 132
E-mail: bioin@sifibr.irk.ru
3Институт леса им.В.Н.Сукачева СО РАН, Россия, 660036, Красноярск, Академгородок, 50/28
E-mail: soukhovolsky@yandex.ru


Поступила в редакцию 13.02.2017 г.
Рассмотрена возможность оценки состояния древесных растений по данным дистанционного зондирования. Для оценки использованы интегральные показатели кривой сезонной динамики вегетационного индекса (NDVI), которые в течение 2003–2017 гг. сопоставлялись для контрольных и поврежденных пробных площадей в зоне Хамар-Дабана вблизи побережья о. Байкал (Иркутская область). Показано, что использование предложенных интегральных показателей сезонной динамики NDVI позволяет классифицировать изученные пробные площади по состоянию деревьев.
Ключевые слова: лесные насаждения, повреждение, состояние, мониторинг, дистанционные данные, вегетационный индекс.
Работа выполнена при поддержке РФФИ (17-05-41012 РГО_а и 17-29-05074 офи_м).
DOI: 10.31857/S0024114821010058


СПИСОК ЛИТЕРАТУРЫ



  • Белов А.В., Лямкин В.Ф., Соколова Л.П. Картографическое изучение биоты. Иркутск: Облмашинформ, 2002. 160 с.

  • Воронин В.И. Бактериальная водянка хвойных в байкальских лесах: причины возникновения и риск эпифитотии // Механизмы устойчивости растений и микроорганизмов к неблагоприятным условиям среды. Сб. матер. Годичного собрания Общества физиологов растений России, Всеросс. науч. конф. с междунар. участием и школы молодых ученых. Иркутск: Изд-во Института географии им. В.Б. Сочавы СО РАН, 2018, С. 9–12.

  • Воронин В.И., Соков М.К. Влияние сероорганических компонентов атмосферных выбросов на пихту сибирскую // Лесоведение. 2005. № 2. С. 62–64.

  • Воронин В.И., Морозова Т.И., Ставников Д.Ю., Нечесов И.А., Осколков В.А., Буянтуев В.А., Михайлов Ю.З., Говорин Я.В., Середкин А.Д., Шуварков М.А. Бактериальное повреждение кедровых лесов Прибайкалья// Лесн. хоз-во. 2013. № 3. С. 39–41.

  • Ковалев А.В., Воронин В.И., Суховольский В.Г. Оценка повреждений кедровых насаждений южного берега оз. Байкал на основе многолетних спутниковых наблюдений MODIS/AQUA // Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии: Доклады VII Всерос. конф. (Москва, 22-24 апреля 2019 г.). М.: ЦЭПЛ РАН, 2019 г. С. 63–64.

  • Краснобаев В.А, Воронин В.И. Аномальные оттепели как одна из причин повреждений кроны молодых хвойных деревьев в южном Прибайкалье // География и природные ресурсы. 2011. № 2. С. 75–78.

  • Плешанов А.С., Морозова Т.И. Микромицеты пихты сибирской и атмосферное загрязнение лесов. Новосибирск: Гео, 2009. 115 с.

  • Растительность хребта Хамар-Дабан. Новосибирск: Наука. 1988. 113 с.

  • Суховольский В.Г., Иванова Ю.Д., Овчинникова Т.М., Ботвич И.Ю. Моделирование фенодинамики листопадных древесных пород // Лесоведение. 2017. №4. С. 293–302.

  • Щербин-Парфененко А.Л. Бактериальные заболевания лесных пород. М.: Гослесбумиздат, 1963. 148 с.

  • Barr A., Black T.A., McCaughey H. Climatic and phenological controls of the carbon and energy balances of three contrasting boreal forest ecosystems in western Canada // Phenology of Ecosystem Processes: Applications in Global Change Research. 2009. P. 3–34.

  • Bayarjargal, Y., Karnieli A., Bayasgalan M., Khudulmur S., Gandush C., Tucker C.J. A comparative study of NOAA-AVHRR derived drought indices using change vector analysis // International Journal of Remote Sensing. 2006. V. 105. N. 1. P. 9–22.

  • Cunha M., Richter C. A time-frequency analysis on the impact of climate variability with focus on semi-natural montane grassland meadows // IEEE Transection Geoscience and Remote Sensing. 2014. V. 52. N. 10. P. 6156–6164.

  • de Beurs K.M., Henebry G.M. Land surface phenology and temperature variation in the International Geosphere-Biosphere Program high-latitude transects // Global Change Biology. 2005. V. 11. N. 5. P. 779–790.

  • earthdata.nasa.gov

  • Jacquin A., Sheeren D., Lacombe J. P. Vegetation cover degradation assessment in Madagascar savanna based on trend analysis of MODIS NDVI time series // International Journal of Applied Earth Observation and Geoinformation. 2010. V. 12. P. S3–S10.

  • Liang L., Chen Y., Hawbaker T., Zhu Z., Gong P. Mapping mountain pine beetle mortality through growth trend analysis of time-series landsat data // Remote Sensing. 2014. V. 6. P. 5696–5716.

  • Liu Yan, Hill M. J., Zhang Xiaoyang, Wang Zhuosen, Richardson A.D., Hufkens K., Filippa G., Baldocchi D.D., Ma Siyan, Verfaillie J., Schaaf C.B. Using data from Landsat, MODIS, VIIRS and Pheno Cams to monitor the phenology of California oak/grass savanna and open grassland across spatial scales // Agricultural and Forest Meteorology. 2017. V. 237–238. P. 311–325.

  • Ma X., Huete A., Yu Q., Coupe N.R., Davies K., Broich M., Ratana P., Beringer J., Hutley L.B., Cleverly J., Boulain N., Eamus D. Spatial patterns and temporal dynamics in savanna vegetation phenology across the North Australian Tropical Transect // Remote Sensing of Environment. 2013. V. 139. P. 97–115.

  • Olsson P.O., Lindstrom J., Eldundh L. Near real-time monitoring of insect induced defoliation in subalpine birch forests with MODIS derived NDVI // Remote Sensing of Environment. 2016. V. 181. P. 42–53.

  • Rechid D., Raddatz T.J., Jacob D. Parameterization of snow-free land surface albedo as a function of vegetation phenology based on MODIS data and applied in climate modelling // Theoretical and Applied Climatology. 2009. V. 95. P. 245–255.

  • Richardson A.D., Black A.T., Ciais P., Delbart N., Friedl M.A., Gobron N., Hollinger D.Y., Kutsch W.L., Longdoz B., Luyssaert S., Migliavacca M., Montagnani L., Munger W.J., Moors E., Piao S., Rebmann C., Reichstein M., Saigusa N., Tomelleri E., Vargas R., Varlagin A. Influence of springand autumn phenological transitions on forest ecosystem productivity. // Philosophical Transactions of the Royal Society B: Biological Sciences. 2010. V. 365. P. 3227–3246.

  • Senf C., Seidl R., Hostert P. Remote sensing of forest insect disturbances: Current state and future directions // International journal of applied earth observation and geoinformation. 2017. V. 60. P. 49–60.

  • Spruce J.P., Sader S., Ryan R.E., Smoot J., Kuper P., Ross K., Prados D., Russell J., Gasser G., McKellip R. Assessment of MODIS NDVI time series data products for detecting forest defoliation by gypsy moth outbreaks // Remote Sensing of Environment. 2011. V. 115. P. 427–437.

  • Thayn J.B. Using a remotely sensed optimized Disturbance Index to detect insect defoliation in the Apostle Islands, Wisconsin, USA // Remote Sensing of Environment. 2013. V. 136. P. 210–217.

  • Tottrup C., Rasmussen M.S. Mapping long-term changes in savannah crop productivity in Senegal through trend analysis of time series of remote sensing data // Agriculture, Ecosystems and Environment. 2004. V. 103. N. 3. P. 545–560.

  • Tucker C.J. Red and photographic infrared linear combinations for monitoring vegetation // Remote Sensing of Environment. 1979. V. 8. P.127–150.

  • Verbesselt J., Zeileis A., Herold M. Near real-time disturbance detection using satellite image time series // Remote Sensing of Environment. 2012. V. 123. P. 98–108.

  • Verbesselt J., Robinson A., Stone C., Culvenor D. Forecasting tree mortality using change metrics derived from MODIS satellite data. //Forest Ecology and Management, 2009. V. 258. N.7. P. 1166–1173.