© 2019 г.

С.П. Эйдлина*, Д.В. Ершов, Н.В. Королева, С.В. Князева, Е.И. Белова, Е.А. Гаврилюк, К.А. Ковганко, А.Д. Никитина, А.С. Плотникова, Е.С. Подольская, Е.Н. Сочилова, А.П. Гераськина, Н.Е. Шевченко

Центр по проблемам экологии и продуктивности лесов РАН

Россия, 117997 Москва, ул. Профсоюзная, 84/32, стр. 14

*E-mail: eydlina2019@yandex.ru

Поступила в редакцию 27.05.2019

Представлен обзор работы VII Всероссийской конференции (с международным участием) «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии». Мероприятия конференции включали: доклады, посвящённые вкладу академика А.С. Исаева в развитие дистанционных методов в лесной науке; пленарное заседание; работу 2-х тематических секций и стендовую сессию. На конференции были рассмотрены доклады, посвященные вопросам оценки современного состояния научно-технических методов в области лесоведения и лесного хозяйства, применение новых оригинальных подходов и технологий комплексного анализа спутниковых данных и материалов наземного обследования. Большое внимание в докладах конференции уделено разработкам проектов на базе веб-приложений, информационно-аналитических систем, автоматизированных сервисов мониторинга изменений лесной растительности. Представлены результаты перспективных исследований по методам обработки и применению космических снимков сверхвысокого пространственного разрешения, детальных аэроснимков с беспилотных летательных аппаратов. В работе конференции приняло участие более 80 специалистов лесной науки из Австрии, Белоруссии, Вьетнама и 31 региона России.

Ключевые слова: ЦЭПЛ РАН, конференция, лесоведение, лесное хозяйство, дистанционные данные, данные наземных наблюдений.

В 2019 году в период с 22 по 24 апреля Федеральным государственным бюджетным учреждением науки Центром по проблемам экологии и продуктивности лесов (ЦЭПЛ РАН) совместно с Федеральным государственным бюджетным учреждением науки Институтом космических исследований (ИКИ РАН) была проведена VII (Седьмая) Всероссийская (с международным участием) конференция «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии». Конференция была посвященная памяти выдающегося ученого-лесовода, академика РАН Александра Сергеевича Исаева, ушедшего из жизни в 2018 году.

Цель конференции – обмен новыми знаниями и результатами исследований по фундаментальным вопросам изучения состояния и динамики лесных экосистем с использованием ДЗЗ и ГИС методов на разных пространственных уровнях, выявление наиболее актуальных и востребованных направлений научным сообществом, а также оценка возможностей их практического применения.

Конференция проходила в течение трех дней и включала пленарные доклады, две секции «Аэрокосмические методы в лесоведении, лесном хозяйстве и экологии» и «Картографирование и ГИС-технологии в лесоведении, лесном хозяйстве и экологии», а также стендовые доклады. В последний день мероприятия, была проведена презентация нового проекта ЦЭПЛ РАН, поддержанного Российским научным фондом, РНФ №19-77-30015 «Разработка методов и технологии комплексного использования данных дистанционного зондирования Земли из космоса для развития системы национального мониторинга бюджета углерода лесов России в условиях глобальных изменений климата».

Обращаясь к истории проведения конференций необходимо отметить следующее. При создании ЦЭПЛ РАН академик А.С. Исаев определил важность разработки новых дистанционных методов и ГИС технологий для изучения биоразнообразия лесов, мониторинга их состояния и динамики как одного из ключевых направлений изучения лесов России. Эти направления сохраняют свою актуальность и по сей день. Академик А.С. Исаев известен научному сообществу как выдающейся лесовод и энтомолог. Но вместе с тем он был всегда активным сторонником дистанционного мониторинга лесных экосистем. В 90-е годы А.С. Исаев поддержал предложение В.И. Сухих о проведении целевых конференций «Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве». Первая конференция была проведена в Нижнем Новгороде в Поволжском лесоустроительном предприятии. Остальные пять конференций проходили в Москве в ЦЭПЛ РАН.

Пленарная сессия текущей конференции включала одиннадцать докладов, в которых были рассмотрены как фундаментальные вопросы, касающиеся биоразнообразия, динамики, оценки экосистемных функций лесов и моделирования, так и прикладные – возможности использования информационных технологий, геопорталов, web-сервисов для подготовки приложений в интересах лесной науки и для систем поддержки принятия решений в области природопользования и лесного хозяйства. Первый пленарный доклад заместителя директора ЦЭПЛ РАН Д.В. Ершова был посвящен памяти выдающегося ученого-лесовода, академика РАН Александра Сергеевича Исаева и затрагивал основные этапы его научной деятельности.

Под руководством академика А.С. Исаева в рамках международного проекта была создана карта растительности Северной Евразии и разработана концепция мониторинга лесов. Профессор, доктор технических наук, заведующий лабораторией Института космических исследований РАН С.А. Барталев в 1990-е годы работал в ЦЭПЛ РАН под руководством А.С. Исаева, что позволило реализовать фундаментальные аспекты континентального картографирования лесных и других наземных экосистем. В рамках пленарной сессии доклад С.А. Барталева, В.А. Егорова, В.О. Жарко, Е.А. Лупян, Ф.В. Стыценко (ИКИ РАН) был посвящен анализу многолетней крупномасштабной динамики лесов России на основе данных спутникового мониторинга среднего пространственного разрешения Terra/MODIS.

Одним из многосторонних направлений научной деятельности академика А.С. Исаева было изучение научных проблем изменения окружающей среды и климата. Часть докладов на конференции были посвящены вопросам состояния и мониторинга лесов, а также устойчивости лесного хозяйства к рискам глобальных изменений. Несмотря на большое число работ в этой области, многие вопросы требуют дальнейшей разработки, как в части общетеоретических принципов и положений, так и региональных детализаций, направленных на спецификацию конкретных экосистемных функций и их увязку с системами лесохозяйственных мероприятий. Биофизическая оценка экосистемных функций/услуг лесов возможна только на основе интеграции данных, полученных наземными и дистанционными методами. В докладе А.З. Швиденко (Международный институт прикладного системного анализа) и Д.Г. Щепащенко (Институт леса им. В.Н. Сукачева СО РАН, Государственный технический университет им. Н.Э. Баумана), кратко изложен системный подход к оценке экосистемных функций лесов и информационно-методические проблемы. На примере оценки фитомассы и полного верифицируемого углеродного бюджета лесов в масштабе страны иллюстрируются возможности и особенности подхода к оценке экосистемных функций лесов. Фитомасса является важным показателем леса. Наблюдение за её запасами и динамикой необходимо для оценки состояния экосистем, динамики углерода и парниковых газов, ресурсного потенциала, прочих экосистемных функций и услуг лесов (Д.Г. Щепащенко, Институт леса им. В.Н. Сукачева СО РАН, Государственный технический университет им. Н.Э. Баумана). В работе Н.В. Малышевой, Т.А. Золиной (ФБУ Всероссийского научно-исследовательского института лесной механизации (ВНИИЛМ)) рассмотрено использование ГИС для поддержки методики и экспериментальных работ по оценке стока и эмиссий СО₂ в лесах России. В докладе были представлены карты с результатами численных оценок поглощения, эмиссий углерода и углеродного баланса, выполненных по данным государственного лесного реестра.

Рациональное использование лесных ресурсов, управление лесным хозяйством, требуют наличия полной и достоверной информации обо всех природных и техногенных процессах на территории региона. Отечественный и зарубежный опыт показывает, что такую полноту информации могут обеспечить аэрокосмическая съемка и геоинформационные технологии в сочетании с традиционно используемыми источниками информации. Современные технологии аэрокосмического мониторинга и ГИС в лесной отрасли изложены в докладе М.А. Болсуновского и А.Г. Мышлякова (ООО «Совзонд»).

В последние годы запущено большое количество новых природно-ресурсных российских и зарубежных спутников с приборами высокого и детального пространственного разрешения (0.5-30.0 м). Возможности использования отечественных данных ДЗЗ и современных WEB-технологий для повышения эффективности управления лесным хозяйством и сервисов по использованию лесов рассмотрены в докладе О.В. Кушнырь и других (АО «Российские Космические Системы»).

По-прежнему актуальны проблемы гибели лесов на больших территориях и основной причиной являются природные (лесные) пожары. Лесные пожары наносят экологический, экономический и социальный ущерб. В 2018 году площадь покрытых лесом площадей, пройденных пожарами составила примерно 10 млн га. Можно считать, что 2018 год стал одним из трех с начала 2000-х наиболее неблагоприятных годов с точки зрения лесных пожаров. В докладе Е.А. Лупян и соавторов (ИКИ РАН) также приведен анализ покрытых лесом площадей на территории России, которые проходились природными пожарами в различные годы 21-го столетия.

В докладе Н.В. Барановского (Национальный исследовательский Томский политехнический университет) отмечено, что прогнозирование лесной пожарной опасности – наиболее перспективный метод предупреждения лесных пожаров. Значительное повышение эффективности организации работы по борьбе с лесными пожарами может быть достигнуто за счет создания системы поддержки принятия управленческих решений на базе ИСДМ-Рослесхоз (Р.В. Котельников, филиал ФБУ ВНИИЛМ «Центр лесной пирологии», Е.А. Лупян (ИКИ РАН)). Нарушенность экосистем из-за пирогенного фактора (доклад И.Н. Биличенко, Институт географии им. В.Б. Сочавы СО РАН и Н.М. Лужковой ФГБУ «Заповедное Подлеморье»), пространственное распределение лесных пожаров в зависимости от некоторых природных и антропогенных факторов с использованием ГИС (Л.А. Пустовалова и др. из ФГБУН Института экологии растений и животных УРО РАН), оценка ущерба древесным ресурсам леса от пожаров, характеристика пожаров и восстановления гарей, а также восстановление допожарных характеристик леса на гарях по данным ДЗЗ и наземных учетов (А.А. Маслов и др. (ИЛАН РАН) рассматривались на подсекции, посвященной лесным пожарам. Определение и картографирование пожарных режимов на базе динамического геоинформационного картографирования актуальны при оценке состояния и прогнозе постпирогенной динамики лесных экосистем, биологического разнообразия растительности, при анализе климатических изменений. Методические подходы к динамическому геоинформационному картографированию пожарных режимов лесных экосистем были представлены А.С. Плотниковой с соавторами (ЦЭПЛ РАН).

Забрасывание земель различного хозяйственного назначения (с/х земли, торфоразработки и т.п.) имеет место во многих странах и носит глобальных характер. Оценка масштабов и их состояние имеют важное значение для биоразнообразия и биогеохимических циклов наземных экосистем. С начала 1990-х в России было заброшено много торфяников, осушенных и освоенных для добычи торфа. Их рекультивация не проводилась, что стало причиной многих торфяных пожаров. Как отмечено в докладе М.А. Медведевой (ФГБУН Институт лесоведения РАН), значительные размеры, труднопроходимость и сложность наземного картографирования таких объектов требует оценки эффективности проведенных работ по их обводнению и заболачиванию, что возможно на основе дистанционных данных с различных спутниковых систем.

Зарастающие молодым лесом заброшенные земли сельскохозяйственного назначения могут стать ценными территориями для восстановления и дефрагментации существующих лесов, депонирования углерода, обитания различных видов животных и ценным ресурсом для ведения альтернативных способов устойчивого землепользования. В большинстве случаев эти земли не используются для ведения сельского хозяйства. Как отмечено в докладе И.В. Глушкова с соавторами (Российское отделение «ГРИНПИС») более перспективным представляется использование данных территорий для ведения устойчивого лесопользования, в т. ч. лесного фермерства. В России, особенно в ее Европейской части, из-за социально-экономических изменений, которые происходили в конце 1980-х – начале 1990-х годов, площадь заброшенных сельскохозяйственных земель огромна. По разным оценкам, в России сегодня насчитывается от 30 до 70 млн га полей, зарастающих древесно-кустарниковой растительностью, но сельскохозяйственные разработки этих земель как правило невыгодны. Опыт дистанционного мониторинга и пространственно-временного анализа процесса зарастания лесной растительностью заброшенных сельскохозяйственных земель по разновременным высоко-детальным данным дистанционного зондирования от космических до беспилотных летательных аппаратов представлен в докладе Н.О. Тельновой (ФБГУН Институт географии РАН).

Одни из наиболее важных задач в исследовании лесов – это анализ изменений, связанный не только с природными факторами, но и с деятельностью человека, а именно рубками и разработками месторождений по разным спутниковым данным. Методу выявления изменений в лесах, различающихся способом рубки разработанным в ИКИ РАН, посвящен доклад Т.С. Ховратович с соавторами из ИКИ РАН. В работе Н.А. Владимировой и А.Е. Квашниной (ФГБУ ГПЗ «Денежкин камень») приводятся результаты оценки масштабов гибели лесов и их динамика на территории заповедника в результате добычи полезных ископаемых в месторождениях Северного медно-цинкового рудника по серии космических снимков в период с 2006 по 2018 гг.

Использование разнородной информации создает ряд информационных и методических проблем. Развитие темы ГИС-технологий, интернет решений и Web-приложений были темой не только пленарных, но и секционных докладов. Отмечалось, что это актуальный вопрос как для сбора пространственной информации о лесах, так и для её использования в глобальных, национальных и региональных информационных системах. Вопросы комплексной обработки разновременных и разносезонных спутниковых данных, аэрофотосъемки и наземной информации являются актуальной задачей для поиска информативных индикаторов при оценке экосистемных функций лесов, картографирования биотопов, выявления уникальных сообществ на разных пространственных уровнях. Вопросы по работе с геопространственными данными и выявление изменений в лесном покрове, тематическая классификация, определение свойств биомассы и вегетационных индексов рассматривались на секции «Картографирование и ГИС-технологии в лесоведении, лесном хозяйстве и экологии».

Выявление факторов, определяющих наличие тех или иных видов и их устойчивых комбинаций (растительных сообществ) в каждой конкретной точке – задача, важная как с практической (для мониторинга и сохранения биоразнообразия на всех уровнях, планирования хозяйственных мероприятий и т.д.), так и с теоретической (установление экологических параметров распространения видов, закономерностей формирования растительных сообществ) точек зрения (Р.Х. Пшегусов и другие (Институт экологии горных территорий им. А.К. Темботова РАН)). Картографированию растительного покрова ООПТ было посвящено несколько докладов. Вопросы оценки биометрических и морфоструктурных показателей древостоев, вероятностная оценка пространственного распределения ключевых биотопов в лесах рассмотрены в докладах Е.А. Гаврилюка и др. (ЦЭПЛ РАН), Д.В. Ершова и др. (ЦЭПЛ РАН) и А.Д. Никитиной с соавторами (ЦЭПЛ РАН). Методика локального картирования лесной растительности (карты размещения оснований стволов и проекций крон деревьев по породам и ярусам на лесных постоянных пробных площадях, а также расчеты проективных покрытий) и результаты изучения лесных экосистем Центрально-Черноземного заповедника на основе ГИС-технологий представлены О.В. Рыжковым и Г.А. Рыжковой (ФГБУ Центрально-Черноземный Государственный природный биосферный заповедник имени профессора В.В. Алехина). Для выявления закономерностей в пространственном распределении растительных сообществ были продемонстрированы результаты наземно-дистанционные методы картографирования растительного покрова в сельгово-ложбинном ландшафтном районе Северо-Западного Приладожья (М.А. Макарова, Ботанический институт им. В.Л. Комарова РАН).

В исследованиях биоразнообразия лесов используются материалы съемок беспилотных летательных аппаратов (БПЛА), наземные выборочные геоботанические и таксационные описания. Возможность использования БПЛА для получения ортофотопланов с целью выделения проекций крон и идентификации видов деревьев на постоянных пробных площадях обсуждалась в докладе М.П. Шашкова и соавторов (Институт физико-химических и биологических проблем почвоведения РАН, Институт математических проблем биологии РАН). Анализ результатов работы показал, что для уверенной идентификации видов широколиственных деревьев верхнего яруса необходима серия снимков разных сезонов (от начала распускания листьев до начала листопада).

Используя уже имеющуюся атрибутивную информацию баз данных можно создавать различные карты, использовать для расчета различных прикладных характеристик как древесных, например, древесно-веточных кормов для копытных (доклад В.В. Киселевой из Мытищинского филиала МГТУ ИМ. Н.Э. Баумана, А.Д. Койнова из ФГБУ Национальный парк «Лосиный остров»), так и недревесных параметров – для моделирования показателей урожайности пищевых ресурсов, например, для роста и плодоношения ягод и грибов (А.А. Дулина (ЦЭПЛ РАН), С.И. Чумаченко (Мытищинский филиал МГТУ ИМ. Н.Э. Баумана)).

Как отмечено в докладе Д.В. Сарычева (Воронежский государственный университет) на основе данных дистанционного зондирования и методами геоинформационного моделирования возможно выявление потенциальных местообитаний и оценка численности различных видов птиц, которые могут выступать индикаторами состояния лесных экосистем.

С точки зрения прикладного практического применения дистанционных методов специалисты отмечали необходимость совершенствования технологии лесоучетных работ. Д.М. Черниховский и А.С Алексеев (ФГБОУ ВО «Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова) представили доклад с результатами изучения возможностей использования радарной топографической съемки SRTM для определения обобщенных характеристик лесных насаждений – средних высот и запасов по преобладающим породам. В связи с развитием новых методов оценки насаждений, изучение степени тесноты и формы взаимосвязей между таксационными и дешифровочными показателями не утратило свою актуальность.

Для повышения точности оценки лесных насаждений по аэрофотоснимкам методом автоматизированного дешифрирования необходимо глубокое изучение степени тесноты и формы взаимосвязи между указанными показателями. Доклад А.П. Богданова (ФБУ Северный научно-исследовательский институт лесного хозяйства) посвящен разработке методики и программы внедрения в практику лесоучетных работ уравнений зависимости диаметра крон деревьев с различными таксационными показателями.

На участие в конференции было подано 165 заявок из Австрии, Белоруссии, ДНР, Вьетнама и России (из 31-го региона), и представлено 83 тезиса докладов. Участниками конференции было заслушано 53 устных доклада. На постерной сессии было рассмотрено десять докладов (рис. 1).

Рисунок 1. Постерная сессия конференции

По результатам конференции издан электронный сборник докладов, который размещен в научной электронной библиотеке e-library, входящей в Российский индекс научного цитирования (РИНЦ). Сборник докладов размещен по адресу – http://www.cepl.rssi.ru/confs/ASGIS2019/files/ASGIS2019_Abstract_book.pdf Презентации докладов и фотографии можно посмотреть на страничке конференции – http://cepl.rssi.ru/science/conference/remote-sensing-and-gis/seventh-conference

Участниками Седьмой всероссийской (с международным участием) научной конференции «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии» (памяти выдающегося ученого-лесовода, академика РАН А.С. Исаева) было принято следующее решение.

РЕШЕНИЕ КОНФЕРЕНЦИИ

Основная задача конференции – обмен опытом и знаниями между специалистами в области применения данных дистанционного зондирования и ГИС-технологий и учеными-лесоводами, экологами, биологами и работниками лесного хозяйства. Это позволяет понять и определить современный вектор развития и перспективность использования спутниковых и наземных данных, методов их анализа не только для решения фундаментальных исследовательских, но и прикладных задач мониторинга, изучения состояния, динамики, оценки ресурсного потенциала и экосистемных функций лесов.

Седьмую всероссийскую научную конференцию (с международным участием) «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии» (памяти выдающегося ученого-лесовода, академика РАН А.С. Исаева) посетили более восьмидесяти человек из научных, производственных и учебных организаций различных ведомств и форм собственности России, республики Беларусь, Австрии и Вьетнама. Были заслушаны 53 доклада и сообщения по различным научно-исследовательским направлениям использования ДЗЗ и ГИС-технологий в лесоведении, лесном хозяйстве и экологии.

Многие доклады были посвящены вопросам оценки биологического разнообразия и экосистемных функций лесов. Несколько пленарных и секционных докладов были связаны с оценкой баланса углерода в лесах и методов их учета с помощью ДЗЗ и ГИС. Традиционно серия докладов охватывает вопросы мониторинга лесных пожаров и оценки их последствий на разных пространственных уровнях.

Большое внимание также в докладах конференции было уделено разработкам веб-приложений, информационно-аналитических систем, автоматизированных сервисов мониторинга изменений лесной растительности.

Были представлены результаты перспективных исследований по методам обработки и применению космических снимков сверхвысокого пространственного разрешения и детальных аэрофотоснимков с беспилотных летательных аппаратов (БПЛА) для оценки биометрических характеристик лесов и их продуктивности на основе анализа ежегодного прироста через измерения высоты древостоя.

Доклады охватывали следующие тематики:

• методы комплексной обработки данных ДЗЗ различного пространственного, спектрального и временного разрешения для изучения лесов;

• дистанционные методы оценки ресурсного потенциала лесов, нарушений в результате лесных пожаров;

• пространственная оценка биотопов в лесах на основе комплексного использования спутниковых и топографических данных в сочетании с наземной и лесотаксационной информацией;

• картографирование и дистанционная оценка масштабов зарастаний заброшенных сельскохозяйственных земель;

• ГИС методы для выявления мест обитания флоры и фауны;

• Web-технологии и геопорталы для сбора и анализа информации о лесах по наземным и спутниковым данным.

Участники конференции отметили, что организаторы смогли реализовать большинство организационных предложений, сформулированных во время предыдущей VI конференции 2016 года, а именно:

• размещение сборника докладов конференции в систему РИНЦ;

• организация доступа к презентациям докладов конференции на сайте конференции;

• проведение онлайн трансляции конференции.

Среди положительных аспектов участники конференции констатировали, что появилось больше ссылок на работы не только по грантам РФФИ и РНФ, но и на работы, финансируемые по Госзаданию, Министерством науки и высшего образования, Российского географического общества и региональных правительств субъектов РФ. К сожалению, на конференции не было представлено докладов по исследованиям в рамках грантов, выделенных молодым ученым.

Однако были подчеркнуты и негативные тенденции. Многие участники конференции доложили о серьезных проблемах в лесном хозяйстве и экологии лесов России. При обсуждении актуальных проблем лесного хозяйства было отмечено снижение заинтересованности представителей Федерального агентства лесного хозяйства России и входящих в его состав структурных подразделений в работе конференции «Аэрокосмические методы…». Если на конференциях прошлых лет Рослесхоз был среди организаторов, сотрудники делали пленарные и секционные доклады, то на прошедшей конференции сотрудники Рослесхоза ограничились присутствием и небольшим числом секционных докладов.

На этапе обсуждения результатов от участников конференции поступили предложения:

1. разместить на сайте конференции презентации докладов и фотографии;

2. разместить видео докладов участников;

3. разместить в РИНЦ сборник конференции;

4. оргкомитету конференции отобрать шесть наилучших докладов и рекомендовать авторам предоставить полноценные научные статьи с целью публикации в тематическом номере журнала «Вопросы лесной науки» в 2019 году;

5. рекомендовать Министерству науки и высшего образования РФ в рамках комплексной научной программы по изучению лесов поддержать работы по созданию Датацентра, обеспечивающего научно-техническую поддержку сети научного мониторинга лесов и единого научно-информационного пространства для проведения научных исследований;

6. рекомендовать ЦЭПЛ РАН проработать вопросы по регламенту использования данных о лесах на основе опыта ведения научных информационных сетей мониторинга международных проектов и программ (GFBI, TRY, SoilGrids, ForestGeo и др.).

7. рекомендовать научным организациям, осуществляющим сбор и обработку наземных данных о лесах, объединить усилия по создание единого информационного пространства по исследуемым наземным объектам с авторизованным доступом для ознакомления с данными и возможностью обмена информацией с коллегами в научных и исследовательских целях.

8. провести очередную Восьмую Всероссийскую научную конференцию «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии» в апреле 2022 г. в г. Москве.

Таким образом, на участие в конференции было подано 165 заявок из Австрии, Белоруссии, ДНР, Вьетнама и России (из 31-го региона), и представлено 83 тезиса докладов. По разным причинам не смогли приехать на конференцию почти треть докладчиков. Участниками конференции было заслушано 53 доклада. Доклады были посвящены результатам исследований по нескольким фундаментальным научным направлениям, где могут использоваться современные данные ДЗЗ и ГИС-технологий.

БЛАГОДАРНОСТИ

Работа выполнена в рамках ГЗ ЦЭПЛ РАН № АААА-А18-118052400130-7.

]]> https://jfsi.ru/2-3-2019-eidlina_et_all/feed/ 0 https://jfsi.ru/2-3-2019-medvedev_et_all/ https://jfsi.ru/2-3-2019-medvedev_et_all/#respond Mon, 19 Aug 2019 19:58:53 +0000 https://jfsi.ru/?p=2352 © 2019 г.

А.А. Медведев, Н.О. Тельнова*, А.В. Кудиков

Институт географии РАН

Россия, 119017 Москва, Старомонетный пер., 29

*E-mail: natalia.telnova@gmail.com

Поступила в редакцию 01.07.2019

Приведены результаты многолетнего дистанционного мониторинга зарастания залежи древесной растительностью по разновременным космическим снимкам сверхвысокого разрешения и сверхвысокодетальным данным оптической съемки с БПЛА. Показана применимость фотограмметрических плотных облаков точек для трехмерной реконструкции структурных параметров древесной растительности на заброшенных сельскохозяйственных землях с использованием цифровой модели высот древесного полога. Получены пространственно распределенные данные о динамике расселения древесной растительности по залежи в 2005–2018 гг., высоте современного древесного полога, его вертикальном приросте, плотности деревьев и сомкнутости полога. Выявлена пространственно-временная гетерогенность динамики зарастания залежи древесной растительностью. В первые годы зарастания залежи наиболее интенсивный прирост и расселение древесной растительности происходило со стороны леса, и привело к формированию очень плотного, но низковысотного древостоя на участках, примыкающих к лесным массивам. В более поздний период преобладает очаговое зарастание, отличающееся очень интенсивным вертикальным приростом древесного полога.

Ключевые слова: Центральное Нечерноземье, залежи, постагрогенные сукцессии, БПЛА, цифровые модели древесного полога.

Выведение из оборота сельскохозяйственных земель и их перевод в залежи с последующим зарастанием естественной растительностью является значимым типом изменений наземного покрова и структуры использования земель во многих странах мира. Только в России в течение XX века из оборота было выведено около 70 млн. га сельскохозяйственных угодий, их них около 2/3 – в ходе кризиса второй половины 1980 –1990-х гг. (Люри и др., 2010). С 2000-х гг. в странах Восточной Европы фиксируется противоположная тенденция – интенсивный ввод в сельскохозяйственный оборот ранее заброшенных пахотных угодий при существенных различиях движущих сил этого процесса (Estel et al., 2015). Эти процессы отмечаются и во многих регионах Европейской части России, где основная роль в возвращении в аграрный оборот пашен, заброшенных в 1990–2000-е гг., принадлежит крупным агрохолдингам (deBeurs et al., 2017). Однако, на большей части регионов Центрального Нечерноземья неиспользуемые сельскохозяйственные земли по-прежнему занимают значительные площади, а выведение новых земель из оборота лишь локально компенсируется расширением пашни. Макрорегиональные пространственные закономерности соотношения заброшенных и используемых в настоящее время сельскохозяйственных земель в Центральном Нечерноземье четко фиксируются по мультивременным данным дистанционного зондирования среднего разрешения. Представленная на рис. 1 картосхема, составленная по данным Lesiv et al., 2018, отражает пространственные закономерности изменений в структуре пахотных земель регионов Центрального Нечерноземья.

Рисунок 1. Распределение пахотных земель и земель, выведенных из сельскохозяйственного оборота, по регионам Центрального Нечерноземья. Составлено по данным (Lesiv et al., 2018)

Наиболее масштабное зарастание древесно-кустарниковой растительностью в течение 2000-х гг. отмечается в северной части региона в пределах ландшафтной зоны смешанных хвойно-широколиственных лесов на территории Смоленской, Тверской, Костромской, Ярославской и Ивановской областей (рис. 1). Процесс зарастания практически не выражен на крайнем юге региона в пределах лесостепной зоны (южные части Орловской, Тульской, Рязанской областей). В то же время для ряда областей Нечерноземного центра (Московской, Калужской, Тульской и Орловской областей), характерно наиболее контрастное распределение доли зарастающих сельскохозяйственных земель, в основном приуроченных к территориям этих субъектов, расположенных в пределах ландшафтной зоны широколиственных лесов. В последние 15 лет здесь отмечаются разнонаправленные изменения в структуре использования земель, представленные как зарастанием старых залежей древесно-кустарниковой растительностью, так и их повторной распашкой.

Многочисленные современные исследования в области дистанционной индикации и мониторинга выведенных из оборота сельскохозяйственных земель основаны на применении временных серий данных дистанционного зондирования (ДДЗ) низкого и среднего разрешения и сфокусированы на анализе закономерностей пространственно-временной дифференциации изменений структуры сельскохозяйственного использования земель, определения времени вывода из оборота и характера зарастания залежных земель на макрорегиональном и региональном уровнях (Alcantara et al., 2013; Estel et al., 2017; Королева и др., 2018; Lesiv et al., 2018).

Цель данной работы – оценка скорости расселения древесно-кустарниковой растительности по залежам в пределах ландшафтной зоны широколиственных лесов и выявление пространственной гетерогенности этого процесса на локальном уровне на основе комплексного использования разновременных данных дистанционного зондирования сверхвысокого разрешения от космических и беспилотных летательных аппаратов (БПЛА).

МАТЕРИАЛЫ И МЕТОДЫ

В качестве объекта для изучения пространственно-временных особенностей протекания постагрогенной сукцессии по разновременным данным дистанционного зондирования сверхвысокого разрешения нами выбран участок пашни в Дубенском районе Тульской области, выведенный из оборота в начале 2000-х гг. (рис. 2). Залежь расположена на выровненной водораздельной поверхности и пологих приводораздельных склонах, с севера и юга к ней примыкают небольшие массивы полидоминантных широколиственных лесов. Площадь участка – около 1.5 га. Отсутствие антропогенных нарушений, в частности, выпаса и сенокошения, с момента прекращения распашки привело к формированию на залежи березняка травяного. Данные сообщества характеризуют промежуточную стадию постагрогенной сукцесии, типичной для зоны широколиственных лесов (Люри и др., 2010). В древесном покрове доминируют березы бородавчатая (Betula pendula) и пушистая (B. pubescens), сформировавшие на большей части залежи плотный сомкнутый древостой с разреженным и обедненным по составу напочвенным покровом.

Рисунок 2. Схема расположения объекта исследования (А), перспективный снимок с БПЛА (Б) и ортофотоплан (В)

На исследуемый участок были отобраны все имеющиеся в архивах разновременные космические снимки очень высокого и сверхвысокого разрешения: OrbView-3, Geoeye-1, Quickbird, WorldView-2, формирующие прерывистую временную серию за 2004–2015 гг. (табл. 1). Для устранения пробелов в хронологии развития процесса зарастания на залежи с 2013 по 2018 гг. ежегодно проводилась разносезонная съемка различными беспилотными летательными аппаратами (БПЛА) на высоте 100 м.

Таблица 1. Основные характеристики архивных космических снимков

Для извлечения количественных параметров формирующейся на залежи древесно-кустарниковой растительности и их ежегодных изменений в период 2013-2018 гг. использовались полученные на основе данных съемки с БПЛА трехмерные модели –фотограмметрические плотные облака точек, достаточные для извлечения количественных параметров древесной растительности на небольших по площади участках, сопоставимые по точности с материалами воздушного лазерного сканирования (Dandois, Ellis, 2013). После удаления шумов и классификации единого облака точек с выделением класса «уровень земной поверхности» на их основе строятся сверхвысокодетальные цифровые модели местности и рельефа. Арифметическая разность между цифровыми моделями местности и рельефа может быть интерпретирована как цифровая модель высот древесного полога, используемая для количественной оценки и трехмерного моделирования структурных параметров древесно-кустарниковой растительности и их изменений во времени (Lisein et al., 2013). Для решения проблемы выделения древесного полога в условиях плотного сомкнутого древостоя, где по материалам летней съемки с БПЛА не удается получить достаточное количество точек, описывающих уровень земной поверхности, были дополнительно привлечены материалы аэросъемки, проведенной в период покоя древесной растительности поздней осенью и зимой. Это позволило построить высокодетальную цифровую модель рельефа исследуемого участка и разновременные цифровые модели высот древесного полога с пространственным разрешением 6 см и вертикальной точностью до 5 см. (табл. 2).

Таблица 2. Основные характеристики аэросъемок с БПЛА и производных материалов

Количество деревьев и кустарников и их размещение в пределах залежи определялось отдельно для каждого временного среза, обеспеченного одиночными космическими снимками на основе визуального дешифрирования. Для данных с БПЛА, помимо визуального дешифрирования деревьев по разносезонным ортофотомозаикам, производилось автоматическое выделение пиков крон деревьев и кустарников по цифровой модели высот древесного полога с использованием метода локальных максимумов поверхности (Mongus, Žalik, 2015). Охват крон, необходимый для определения проективного покрытия полога (сомкнутости крон), рассчитывался на основе объектно-ориентированного алгоритма сегментации модели высот древесного полога методом водоразделов (Ke, Quakenbush, 2011). Точность автоматического распознавания пиков крон была оценена по результатам синхронного времени съемки подревесного учета и визуального дешифрирования отдельных деревьев, и составила, в зависимости от густоты древесного полога, 70–90 %.

В результате визуального и автоматизированного дешифрирования высокодетальных ДДЗ были получены пространственные распределения следующих основных структурных параметров формирующейся на залежи древесной растительности на разные временные срезы: плотности древостоя, высоты древесного полога и сомкнутости крон. Привлечение разновременных материалов съемок с БПЛА обеспечило получение пространственно распределенных данных о вертикальном приросте древесного полога в пределах залежи.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Анализ комплексной временной серии ДДЗ с космических и беспилотных летательных аппаратов позволил детально реконструировать хронологию зарастания залежи древесно-кустарниковой растительностью и выявить отдельные стадии этого процесса. Основным индикатором пространственно-временной неоднородности протекания постагрогенной сукцессии за период дистанционного мониторинга является динамика плотности деревьев и кустарников на залежи.

Имеющаяся прерывистая временная серия космических снимков позволяет датировать время выведения залежи из оборота не ранее 2005 г. Первоначально возобновление древесной растительности происходило от стены леса, где уже к 2007 г. сформировалось несколько крупных кластеров с очень высокой плотностью березового подроста. В целом с 2004 г. выделяется два периода наиболее активного расселения древесно-кустарниковой растительности по залежи: 2007–2009 и 2013–2017 гг. Для более позднего периода характерно наиболее активное возобновление древесной растительности в центральной части залежи, удаленной от примыкающих лесных массивов, а также по западной и восточной периферии участка, граничащих с дорогой и эксплуатируемыми лугами (рис. 3).

Визуализация пространственного распределения выявленных структурных параметров формирующегося на залежи древостоя позволяет выделить несколько закономерностей характера постагрогенного возобновления древесной растительности в зависимости от их расположения по отношению к соседним лесным массивам (рис. 4).

Рисунок 3. Динамика зарастания залежи древесной растительностью. Составлено по результатам визуального дешифрирования космических снимков и материалов с БПЛА

Рисунок 4. Высота древесного полога, сформировавшегося на залежи к 2018 г. Построено по материалам разносезонной съемки с БПЛА

Участки залежи, примыкающие к лесным массивам, в первые годы после прекращения сельскохозяйственного использования (2004–2009 гг.) отличались очень быстрым и интенсивным возобновлением древесной растительности, но сформировавшийся здесь полог на 2018 г. характеризуется минимальной высотой (3-4 м), максимальными для всей территории залежи плотностью стволов (до 7 стволов на м²) и сомкнутостью крон, прекращением или существенным замедлением вертикального прироста за 2013-1017 гг. В центральной части залежи возобновление древесной растительности началось только спустя 8-10 лет после прекращения распашки, и имело, по всей видимости, очаговый характер. В 2015–2017 гг. здесь фиксируется резкое увеличение вертикального прироста древостоя до 30 см за период (рис. 5), максимальные в пределах всей залежи высоты сформировавшегося древесного полога (6-7 м) при меньшей плотности отдельных стволов и более низкой сомкнутости древостоя (рис. 6).

Рисунок 5. Вертикальный прирост древесного полога на залежи за 2015–2017 гг. Построено по материалам разновременной съемки с БПЛА

Рисунок 6. Плотность древостоя, сформировавшегося на залежи с момента прекращения сельскохозяйственного использования, 2005–2017 гг. Построено по материалам разновременной съемки с БПЛА

Стоит отметить сохранность четких границ залежи за весь период мониторинга, маркированных на западе грунтовой дорогой, а с востока – участком лугов, пастбищное использование которых препятствует появлению здесь древесной растительности. Прилегающие к этим границам периферийные участки залежи отличаются меньшей плотностью древостоя и сомкнутостью крон.

ЗАКЛЮЧЕНИЕ

Комплексирование космических снимков сверхвысокого разрешения с материалами разновременной оптической сверхвысокодетальной съемки с БПЛА позволило провести оценку структурных параметров формирующейся на залежи древесно-кустарниковой растительности и их изменений во времени, выявить и картографировать пространственную дифференциацию скорости и протекания постагрогенной сукцессии на неиспользуемой с 2005 г. залежи. Показана применимость разновременных данных оптической аэросъемки с БПЛА на сверхмалых высотах для выделения и количественного морофометрического анализа цифровых моделей высот древесного полога Установлено, что в целом с момента выведения участка из сельскохозяйственного оборота за период 2005–2018 гг. практически на всей территории залежи сформировался сомкнутый монодоминантный древесный покров. При этом постагрогенное возобновление древесной растительности отличалось значительной пространственной неоднородностью, четко проявлявшейся на локальном уровне, и протекало с различной скоростью и интенсивностью зарастания.

БЛАГОДАРНОСТИ

Исследование выполняется по теме госзадания Института географии РАН «Геоинформационно-картографический анализ и дистанционный мониторинг взаимодействия природы и общества» № АААА-А19-119022190168-8.

СПИСОК ЛИТЕРАТУРЫ

Королева Н.В., Тихонова Е.В., Ершов Д.В., Салтыков А.Н., Гаврилюк Н.А., Пугачевский А.В. Оценка масштабов зарастания нелесных земель в национальном парке «Смоленское Поозерье» за 25 лет по спутниковым данным Landsat // Лесоведение. 2018. № 2. С. 83-96.

Люри Д.И., Горячкин С.В., Караваева Н.А., Денисенко Е.А., Нефедова Т.А. Динамика сельскохозяйственных земель России в ХХ веке и постагрогенное восстановление растительности и почв. М.: ГЕОС, 2010. 426 с.

Alcantara C., Kuemmerle T., Baumann M., Bragina E.V., Griffiths P., Hostert P., Knorn J., Müller D., Prishchepov A.V., Schierhorn F. et al. Mapping the extent of abandoned farmland in Central and Eastern Europe using MODIS time series satellite data // Environmental Research Letters. 2013. Vol. 8. No. 3. URL: https://iopscience.iop.org/article/10.1088/1748-9326/8/3/035035 (July 23, 2018).

Dandois J.P., Ellis E.C. High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision // Remote Sensing of Environment. 2013. Vol. 136. P. 259-276.

de Beurs K., Ioffe G., Nefedova T., Henebry G. Land Change in European Russia: 1982–2011 // Land-Cover and Land-Use Changes in Eastern Europe after the Collapse of the Soviet Union in 1991. Springer, Cham, 2017. P. 223-241.

de Beurs K.M., Ioffe G. Use of Landsat and MODIS data to remotely estimate Russia’s sown area // Journal of Land Use Science. 2014. Vol. 9. No. 4. P. 377-401.

Estel S., Kuemmerle T., Alcántara C., Levers C., Prishchepov A., Hostert P. Mapping farmland abandonment and recultivation across Europe using MODIS NDVI time series // Remote Sensing of Environment. 2015. Vol. 163. P. 312-325.

Ke Y., Quackenbush L.J. A review of methods for automatic individual tree-crown detection and delineation from passive remote sensing // International Journal of Remote Sensing. 2011. Vol. 32. P 4725-4747.

Lesiv M., Schepaschenko D., Moltchanova E., Bun R., Dürauer M., Prishchepov A., Schierhorn F., Estel S., Kuemmerle T., Alcantara C., Concepcion P.C. et al. Spatial distribution of arable and abandoned land across former Soviet Union countries//Scientific Data/ 2018. No. 5. URL: https://doi.org/10.1038/sdata.2018.56.

Lisein J., Pierrot-Deseilligny M., Bonne, S., Lejeune, P. A. Photogrammetric workflow for the creation of a forest canopy height model from Small Unmanned Aerial System Imagery // Forests. 2013. Vol. 4. No. 4. P. 922-944.

Mongus D., Žalik B. An efficient approach to 3D single tree-crown delineation in LiDAR data // ISPRS Journal of Photogrammetry and Remote Sensing. 2015. Vol. 108. P. 219-233.

Рецензент: к.б.н., н.с. Медведева М.А.

© 2019 г.

        Р.Х. Пшегусов*, Ф.А. Темботова, Ю.М. Саблирова

Институт экологии горных территорий им. А.К. Темботова РАН

Россия, 360051, КБР, г. Нальчик, ул. И. Арманд, 37а

*E-mail: p_rustem@inbox.ru

Поступила в редакцию 10.06.2019

В работе приводится сравнительная характеристика параметров пространственной локализации хвойных и хвойно-широколиственных лесов в различных ландшафтно-климатических условиях Западного Кавказа. В ходе исследования поставлена задача определения параметрических переменных, отражающих наиболее значимые факторы распространения хвойных и хвойно-широколиственных лесов Западного Кавказа, на основе синтеза полевых и дистанционных данных. Для проведения исследований и сбора материала в 2016-2018 году было заложено 76 пробных площадей на территории Западного Кавказа. В результате исследований приводится типологическая схема хвойных и хвойно-широколиственных лесов района исследований, выделено 13 типов леса, распределенных по 7 группам. Древостои в изученных типах леса преимущественно разновозрастные, многоярусные, высокосомкнутые, средне- и высокополнотные. Сделаны выводы о высокой достоверности модели пространственного распределения на основании параметрических значений дискриминантных функций и средних значений предикторов.

Ключевые слова: Западный Кавказ, хвойные леса, данные дистанционного зондирования, пространственный анализ.

Одним из вопросов в исследованиях лесных экосистем Северо-Западного Кавказа является отсутствие актуального картографирования хвойных и хвойно-широколиственных лесов на всем протяжении Северного Кавказа (Темботова и др., 2012; Комарова, 2017) в целом, и Западного Кавказа в частности. Выявление факторов, характеризующих пространственное распределение растительных сообществ – задача, актуальная как с практической (для мониторинга и сохранения биоразнообразия на всех уровнях, планирования хозяйственных мероприятий и т.д.), так и с теоретической (установление экологических параметров распространения видов, закономерностей формирования растительных сообществ) точек зрения.

В ходе данного исследования была поставлена цель: определение параметрических переменных, отражающих наиболее значимые факторы распространения хвойных и хвойно-широколиственных лесов Западного Кавказа, на основе синтеза полевых и дистанционных данных.

МАТЕРИАЛ И МЕТОДЫ

Материал собран на экспедиционных маршрутах и пунктах постоянного наблюдения на территории северного отдела Кавказского государственного природного биосферного заповедника им. Х.Г. Шапошникова (далее Кавказский заповедник). На лесных участках в долине реки Малая Лаба и ее притоков проводились геоботанические описания и определялись таксационные характеристики древостоев. При проведении полевых исследований применяли традиционные в геоботанике методы исследования и нормативы, принятые в лесной таксации (Сукачев, 1961; 1972; Загреев и др., 1992; Неронов, 2002). Классификацию лесного покрова по результатам геоботанических описаний проводили на основе доминантного подхода. Тип леса в статье рассматривался как тип биогеоценоза (Сукачев, 1964).

Размер пробной площади составлял – 900 м², что в целом соответствует стандартному пикселю мультиспектральной съемки Landsat. Всего на территории Западного Кавказа за периоды – 2012-2015 и 2017-2018 гг. было обследовано 78 пробных площадей.

Для оценки параметров текущей пространственной локализации использовались сцены среднего пространственного разрешения Landsat 8 OLI/TRS от 13 сентября 2018 г. (ID сцены LC81730302018256LGN00), как наиболее близкого к периоду проведения исследований и не закрытого облаками, пространственный анализ и интерполяция результатов осуществлялась посредством регрессионного и дискриминантного анализов и моделей регрессионных/классификационных деревьев (Пузаченко, 2004). Для последующей классификации и моделирования типов леса нами был проведен дискриминантный анализ при оценочной вероятности встречаемости (строится на частоте встречаемости типов леса в обучающей выборке) с обратным пошаговым включением переменных при уровне F-критерия = 1. В целом высокие результаты правильного распознавания (в среднем 95.5%), значения коэффициента регрессии и результаты построения классификационных деревьев указывают на высокую прогностическую способность как обучающей выборки, так и созданной интерполяционной модели. Подробнее методы исследования описаны в литературе, посвященной данной тематике (Барталев, 2006; Козлов и др, 2008; Исаев, Черненькова, 2009; Темботова, Пшегусов, Тлупова, 2012).

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

В результате регрессионного анализа из 86 переменных дистанционного зондирования (Wood, 1996; Сандлерский, 2013; Fick, Hijmans, 2017; McNally et al., 2017), в совокупности характеризующих вегетационные, термодинамические составляющие и морфометрические характеристики рельефа, значимыми оказались 18 (табл. 1). Так же отметим высокое значение коэффициентов регрессии (R= 0.73; R²= 0.7114; накопленный R²=0.7144; F(19.43)=2929.4), что указывает на высокую степень прогностической способности указанных переменных при моделировании пространственного распределения хвойных и хвойно-широколиственных лесов на территории исследования.

Таблица 1. Результаты регрессионного анализа

Примечание: SLOPE – уклон, градусы; NDVI — Нормализованный разностный вегетационный индекс; NDWI — Нормализованный разностный индекс содержания влаги в зеленой фитомассе; K — Энтропия Кульбака (мера структурной сложности системы, отражающей (Eout) и поглощающей (R) энергию); TVI — Трансформированный вегетационный индекс; RVI – Относительный вегетационный индекс; TK — Температура излучающей поверхности, кельвин; SWIR2_R — Коротковолновой индекс красного спектра; G_B — Интенсивность фотосинтеза, транспирация; DU — Приращение внутренней энергии системы; REL – высота, м над уровнем моря; LMI — Содержание влаги в зеленой фитомассе; R_G — Интенсивность фотосинтеза, чистая продукция; TSAVI — Трансформированный почвенный вегетационный индекс; ASPECT – экспозиция склона, градусы; VI7 — Инфракрасный вегетационный индекс; W — Содержание влаги в зеленой фитомассе (преобразование Kauth’s Tasseled Cap); BR — Общая яркость, альбедо (преобразование Kauth’s Tasseled Cap).

С целью первичной классификации нами построены общие регрессионные и классифицирующие деревья (ОР&КД). Результаты отображения важности переменных в классификационном анализе (рис. 1) в целом соответствуют таковым в регрессионном, однако здесь значимыми оказались параметры рельефа (высота над уровнем моря и экспозиция склона), а из спектральных переменных — вегетационные индексы.

Рисунок 1. График вклада переменных в построение модели дерева классификации типов леса

По результатам обследований лесных участков на территории Восточного отдела Кавказского заповедника выделены 13 типов леса, которые распределены по 7 группам. Группа пихтарников разнотравных включает в себя буково-пихтовый кисличный II класса бонитета, буково-пихтовый мертвопокровный II класса бонитета, буково-пихтовый недотроговый II класса бонитета. В остове древостоя данной группы доминируют Abies nordmanniana (Steven.) Spach., Fagus orientalis Lipsky. Сомкнутость крон на разных участках варьирует в пределах 0.8-0.9. Подлесок представлен единичными экземплярами Sambucus nigra L., Corylus avellana L. Общее проективное покрытие (ОПП) напочвенного покрова составляет 50-60%, за исключением буково-пихтового мертвoпокровного, где травянистый ярус практически отсуствует.

В группе пихтарников папоротниковых выделен пихтарник папоротниковый II класса бонитета. В составе древостоя доминирует Abies nordmanniana (Steven.) Spach, во втором ярусе в незначительном встречаются Fagus orientalis Lipsky, Tilia begoniifolia Steven., Acer platanoides L., Picea orientalis (L.) Link. Сомкнутость крон составляет 0.8. Подлесок практически отсуствует. ОПП напочвенного покрова составляет 20-30%.

В группе букняков разнотравных выделен 1 тип леса: елово-буковый кисличный I класса бонитета. В составе древостоя преобладают Fagus orientalis Lipsky, Picea orientalis (L.) Link. Сомкнутость крон древесного полога составляет 0.8. Подлесок отсутствует. ОПП напочвенного покрова составляет 15-20%.

В группу букняков папоротниковых включены елово-буковый папоротниковый лес I класса бонитета, пихтово-буковый папоротниковый лес II класса бонитета. На лесных участках, представленных данной группой типов леса преобладают Fagus orientalis Lipsky, Picea orientalis (L.) Link. Единично отмечены Acer platanoides L., Alnus incana (L.) Moench, A. glutinosa (L.) Gaertn., Abies nordmanniana (Steven.) Spach. Сомкнутость крон составляет 0.8. Подлесок практически отсуствует. ОПП напочвенного покрова на разных участках варьирует в пределах 20-60%.

Группа ельников папоротниковых представлена буково-еловым папоротниковым лесом II класса бонитета. На лесных участках данного типа леса преобладают Picea orientalis (L.) Link и Fagus orientalis Lipsky. Единично отмечен Alnus incana (L.) Moench, Abies nordmanniana (Steven.) Spach, Carpinus betulus L., Acer platanoides L. Сомкнутость крон древесного полога составляет 0.9. Подлесок не развит. ОПП напочвенного покрова 30%.

Группа ельников разнотравных представлена буково-еловым мертвопокровным лесом II класса бонитета. Древесный ярус составляют Fagus orientalis Lipsky, Picea orientalis (L.) Link. Сомкнутость крон – 0.9. В составе подлеска отмечены Grossularia uva—crispa (L.) Mill., Ribes aureum Pursh, Euonymus europaeus L. ОПП напочвенного покрова 0-10%.

Группа сосняков сложных включает в себя следующие типы леса: дубово-сосновый разнотравный, дубово-сосновый азалиевый, грабово-сосновый разнотравный, осиново-сосновый разнотравный. Древесный ярус образован Pinus sylvestrus L., также в его составе на разных участках преобладают Quercus robur L., Carpinus betulus L., Populus tremula L. Сомкнутость крон составляет 0.5-0.6. Подлесок образован Prunus spinosa L, Spiraea hypericifolia L, Rhododendron luteum Sweet., Corylus avellana L., Ribes aureum Pursh, Sambucus nigra L. ОПП напочвенного покрова в разных типах леса варьирует в пределах 5-80%.

Для территории Кавказского заповедника К.Ю. Голгофской (1967) была разработана дробная классификационная лесотипологическая схема, включающая в том числе 24 типа леса, где в составе древостоев доминируют хвойные породы. Автор выделил группы: каменистые буко-пихтарники, пихтарники колхидскокустарниковые, пихтарники среднетравноовсяницевые, пихтарники вейниковые, пихтарники скальные, пихтарники саблевиднобуковые, пихтарники смешанношироколиственные, ельники каменистые, ельники моховые, ельники среднетравно-овсяницевые, сосняки вейниковые, сосняки злаковые, сосняки азалиевые, сосняки разнотравные, которые для территории Восточного отдела Кавказского заповедника нами не выявлены. Однако для изученного района в классификационной схеме приводятся группы ельников разнотравных, ельников папоротниковых. а также группа сосняков сложных, включающая в себя дубово-сосновый разнотравный, дубово-сосновый азалиевый, грабово-сосновый разнотравный, осиново-сосновый разнотравный типы леса, которые не приводятся в ранее проведенных исследования на территории Кавказского заповедника. Подробную классификационную типологическую схему пихтовых лесов Кавказа в своей работе приводит С.М. Бебия (2002). Автор выделяет группы пихтарников разнотравных, пихтарников папоротниковых. Которые также выявлены нами на территории исследуемого района. Также С.М. Бебия выделяет группы овсяницевых пихтарников, пихтарников с колхидским подлеском, разнотравных субальпийских пихтарников, которые нами не выявлены для территории бассейна р. Малая Лаба. По результатам наших исследований для территории Восточного отдела выделены следующие типы лесов с участием пихты Нордманна: буково-пихтовый кисличный, буково-пихтовый мертвопокровный, буково-пихтовый недотроговый, пихтово-буковый папоротниковый и пихтарник папоротниковый.

По выделенным группам типов леса и непосредственно по типам леса пространственные характеристики распределяются следующим образом.

Группа разнотравных пихтарников.

Буково-пихтовый кисличный II класса бонитета – из выделенных групп леса занимает наибольшую площадь (7604 га, 19.6% от лесопокрытой площади), распространен в высотных пределах от 600 до 2200 м над ур. м., на склонах средней крутизны (15-20°) северной и северо-западной экспозиции.

Буково-пихтовый мертвопокровный II класса бонитета – занимает площадь около 350 га, на средней крутизны склонах (20-27^о) восточной и юго-восточной экспозиции.

Буково-пихтовый недотроговый II класса бонитета – представлен на площади около 200 га, на южных и юго-восточных склонах средней крутизны (16-21°).

Группа папоротниковых пихтарников. В данной группе на изученной территории выделен один тип леса — пихтарник папоротниковый II класса бонитета, занимает около 12.5% от лесопокрытой площади, представлен на крутых склона (порядка 30°) северо-западной экспозиции.

Группа разнотравных букняков. В этой группе на исследуемых участках выделен один тип леса – елово-буковый кисличный I класса бонитета, на площади около 5 тыс. га (13%), на пологих и средней крутизны склонах (8-17°) западной экспозиции.

Группа папоротниковых букняков. Широко распространённая на Западном Кавказе группа типов леса, на исследуемом участке наряду с группой разнотравных пихтарников наиболее представлена по занимаемой площади (около 30% от лесопокрытой площади).

Елово-буковый папоротниковый I класса бонитета – занимает около 6 тыс. га (16%), представлен на выположенных склонах (в среднем 5°) западной и северо-западной экспозиции.

Пихтово-буковый папоротниковый II класса бонитета – распространен на площади 5100 га (13%), на пологих склонах (10^о) западной и юго-западной экспозиции.

Группа папоротниковых ельников. Представлен одним типом леса – буково-еловый папоротниковый II класса бонитета – занимает площадь 2.9 тыс. га (7.5%), на пологих склонах (9.8°) южной экспозиции.

Группа разнотравных ельников, так же представлена одним типом леса – буково-еловый мертвопокровный II класса бонитета, занимающим небольшую площадь 179 га (0.46%), на пологих склонах юго-восточной экспозиции.

Группа сосняков сложных представлена следующими типами леса:

Дубово-сосновый разнотравный – распространен на площади 643 га (1.66%), на средней крутизны склонах (22°) южно-юго-восточной экспозиции.

Дубово-сосновый азалиевый – занимает 339 га (0.87%), на средней крутизны склонах (28°) южной экспозиции.

Грабово-сосновый разнотравный – занимает около 3 тыс. га (7.8%), на средней крутизны склонах (17.5^о) восточной и юго-восточной экспозиции.

Осиново-сосновый разнотравный – распространен на площади 2.2 тыс. га (5.85%) на средней крутизны склонах (18°) южной-юго-восточной экспозиции.

Наибольшую площадь среди выделенных типов леса в модели занимают буково-пихтовый кисличный тип леса, наименее представлены мертвопокровные (буково-еловый и буково-пихтовый) типы (табл. 2).

Таблица 2. Площади основных типов хвойных и хвойно-широколиственных лесов Кавказского заповедника

ЗАКЛЮЧЕНИЕ

Таким образом по результатам полевых работ на территории Восточного отдела Кавказского заповедника выделено 13 типов леса, распределенных по 7 группам типов леса: ельники папоротниковые, ельники разнотравные, букняки папоротниковые, букняки разнотравные, пихтарники папоротниковые, пихтарники разнотравные, сосняки сложные. Древостои в изученных типах леса преимущественно разновозрастные, многоярусные, высокосомкнутые, средне- и высокополнотные.

Согласно построенной модели, площадь лесов с доминированием хвойных пород в районе исследований составляет 38.8 тыс. га (14% от площади территории исследования). Они преимущественно приурочены к крутым (25-30° и больше) северным и западным склонам (60-70% площадей склонов данных экспозиций), в интервале высот от 1000 до 2000 м над ур. м.

В дальнейшем классификационная типологическая схема хвойных и хвойно-широколиственных лесов Западного Кавказа будет дополняться и детализироваться. Так же полученные параметрические значения дискриминантных функций и средние значения предикторов дают основания использовать их в дальнейшем при распознавании и классификации типов леса снимков прошлого периода для формирования модели пространственно-временной динамики лесов Западного Кавказа.

СПИСОК ЛИТЕРАТУРЫ

Голгофская К.Ю. Типы буковых и пихтовых лесов бассейна р. Белой и их классификация // Труды Кавказского государственного заповедника. 1967. № 9. С. 157-284.

Барталев С.С. Разработка методики региональной экологической оценки состояния лесов по данным спутниковых наблюдений. Автореф. дисс. … канд. техн. наук (спец. 25.00.34). М., 2006. 21 с.

Бебия С.М. Пихтовые леса Кавказа. М.: Изд-во МГУЛ, 2002. 237 с.

Загреев В.В., Сухих В.И., Швиденко А.З., Гусев Н.Н., Мошкалев А.Г. Общесоюзные нормативы для таксации лесов: Справочник. Москва: Колос, 1992. 495 с.

Исаев А.С., Черненькова Т.В. Мониторинг биоразнообразия лесов: подходы и результаты // Лесные ресурсы таежной зоны России: проблемы лесопользования и лесовосстановления. Петрозаводск, 30 сентября – 03. октября 2009 г. Петрозаводск: КарНЦ РАН, 2009. C. 60-62.

Козлов Д.Н., Пузаченко М.Ю., Федяева М.В., Пузаченко Ю.Г. Отображение пространственного варьирования свойств ландшафтного покрова на основе дистанционной информации и цифровой модели рельефа // Известия РАН. Серия географическая. 2008. № 4. С. 112-124.

Комарова А.Ф. Разнообразие темнохвойных лесов Северо-западного Кавказа и закономерности их пространственного распределения: Дисс. … канд. биол. наук (спец. 03.02.01). М., 2017. 174 с.

Неронов В.В. Полевая практика по геоботанике в средней полосе европейской России: Методическое пособие. М.: Изд-во Центра охраны дикой природы, 2002. 139 с.

Пузаченко Ю.Г. Математические методы в экологических и географических исследованиях. М.: Академия, 2004. 408 с.

Сандлерский Р.Б. Термодинамические характеристики южно-таежных биогеоценозов на основе дистанционной информации (юг Валдайской возвышенности, Центрально-Лесной заповедник). Автореф. дисс. … канд. биол. наук. М., 2013. 26 с.

Сукачев В.Н. Избранные труды. Том 1. Основы лесной типологии и биогеоценологии. Л.: Наука, 1972. 418 с.

Сукачев В.Н. Динамика лесных биогеоценозов // В кн.: Основы лесной биогеоценологии. М., 1964. С. 458-486.

Сукачев В.Н., Зонн С.В. Методические указания к изучению типов леса. М.: Изд-во АН СССР, 1961. 144 с.

Темботова Ф.А., Пшегусов Р.Х., Тлупова Ю.М. Леса северного макросклона Центрального Кавказа (эльбрусский и терский варианты поясности) / Разнообразие и динамика лесных экосистем России. Кн. 1. М.: КМК, 2012. С. 227-251.

Fick S.E., Hijmans R.J. Worldclim 2: New 1-km spatial resolution climate surfaces for global land areas // International Journal of Climatology. 2017. No. 37. P. 4302-4315.

McNally A., Arsenault K., Kumar S., Shukla S., Peterson P., Wang S., Funk C., Peters-Lidard C.D., Verdin J.P. A land data assimilation system for sub-Saharan Africa food and water security applications // Scientific Data. 2017. No. 4. P. 170012.

Wood J. The Geomorphological Characterization of Digital Elevation Models. Ph.D. thesis, Leicester: University of Leicester, 1996.

Рецензент: к.б.н., с.н.с. Шевченко Н.Е.

© 2019 г.

                А.О. Харитонова*, А.С. Плотникова, Д.В. Ершов

       Центр по проблемам экологии и продуктивности лесов РАН

Россия, 117997 Москва, ул. Профсоюзная, 84/32, стр. 14

*E-mail: Kharitonova@ifi.rssi.ru

Поступила в редакцию: 30.06.2019

Периодически возникающие пожары оказывают значительное влияние на динамику и функционирование лесных экосистем. Условия возникновения, распространения и долговременные последствия лесных пожаров определяет пожарный режим. Существенное изменение пожарного режима природного комплекса может указывать на возможные риски потерь основных компонентов экосистемы. В статье представлены результаты картографирования современных и исторических пожарных режимов Печоро-Илычского заповедника и его окрестностей – Курьинского и Якшинского участковых лесничеств. Исследование выполнено на основе данных о пожарной истории территории из нескольких источников: история пожаров Печоро-Илычского заповедника, начиная со второй половины XIX века, полученная в результате визуального дешифрирования космических снимков и анализа архивных материалов; данные об очагах пожаров, детектированных авиационными и наземными способами мониторинга за период с 1987 по 2011 годы; данные дендрохронологической реконструкции пожаров в сосновых лесах окрестностей заповедника за 600-летний период. Для получения карт современных и исторических пожарных режимов был применен метод картографирования пожарных режимов лесных экосистем на локальном уровне. Метод использует классификацию LANDFIRE, которая учитывает повторяемость пожаров и степень повреждения огнем растительного покрова. Выполнен анализ исторических пожарных режимов, который показал преобладание на большей части территории периода повторяемости пожаров до 200 лет с низкой или средней степенью повреждения. Исключением является горная часть Печоро-Илычского заповедника с длинным периодом повторяемости пожаров. Анализ современных пожарных режимов выявил длинные периоды повторяемости пожаров как заповедной территории, так и исследуемых участковых лесничеств. Показано влияние антропогенного фактора на увеличение периодов повторяемости пожаров. Выполнена оценка отклонения современных пожарных режимов от их исторических значений, которая показала, что современные пожарные режимы большей части исследованной территории находятся в пределах их исторических значений.

Ключевые слова: пожарный режим, Печоро-Илычский заповедник, LANDFIRE, FRCC, ГИС анализ.

Неоднократно повторяющееся воздействие пожаров оценивается как экзогенный локально-катастрофический фактор, ведущий к трансформации природных систем (Вальтер, 1974). Пожары оказывают значительное влияние на функционирование ландшафтов, что на локальном уровне проявляется в изменении микроклиматических особенностей, смене гидрологического режима, изменении свойств почв, увеличении мозаичности, исчезновении коренных и появлении инвазивных видов растений и животных. Леса, подвергшиеся пирогенному воздействию, теряют устойчивость к повторным пожарам, становятся более уязвимыми к энтомовредителям и в целом к внешним негативным факторам. Так, в России около трети лесных площадей, пройденных катастрофическими пожарами, превращаются в непродуктивные территории, на которых в течение нескольких столетий нарушается процесс естественного восстановления лесов (Швиденко и др., 2011).

Изменение количественных и качественных характеристик отдельных компонентов и природных комплексов в целом во многом определяется частотой возникновения пожаров и степенью их интенсивности. В результате воздействия пожаров слабой и средней интенсивности уменьшается толщина слоя подстилки и торфа, выгорает живой напочвенный покров, частично отмирает подрост, неравномерно изреживается лесной полог. Вместе с тем в первые годы после пожара увеличивается продуктивность почв, а за счет появления мозаичности возрастает ландшафтное разнообразие. При сильно интенсивных пожарах, как правило, полностью уничтожается лесная подстилка, живой напочвенный покров, подлесок, значительно изреживается древостой, почва подвергается иссушению и эрозии, происходит смена хвойных пород на производные лиственные (Мелехов, 1980).

В зависимости от природных условий, интенсивности горения и повторяемости пожаров в рамках природных комплексов и их сочетаний формируются особые «пироэкологические» режимы (Фуряев и др., 1996). Современные отечественные и зарубежные исследователи используют понятие «пожарный режим» («fire regime») (Agee, 1993; Валендик, Иванова, 2001; Шешуков и др., 2008; Швиденко, Щепащенко, 2013). Несмотря на различия в подходах к определению пожарного режима, исследователи сходятся во мнении, что он определяет условия возникновения, распространения и долговременные последствия лесных пожаров. Также отмечается региональная обусловленность пожарных режимов в зависимости от лесорастительных, антропогенных и климатических условий.

В ЦЭПЛ РАН на протяжении ряда лет проводятся исследования, направленные на разработку методических основ определения и картографирования пожарных режимов на различных пространственных уровнях – от локального (Плотникова и др., 2018) до национального (Плотникова и др., 2016). Настоящая статья посвящена анализу результатов картографирования современных и исторических пожарных режимов в пределах Печоро-Илычского заповедника и его окрестностей, а также определению отклонений современных пожарных режимов от их исторических значений.

ИССЛЕДУЕМАЯ ТЕРРИТОРИЯ

Для определения и анализа пожарных режимов на локальном уровне была выбрана территория Печоро-Илычского биосферного заповедника и его окрестностей – Курьинского и Якшинского участковых лесничеств. Выбор исследуемой территории обусловлен наличием пространственно-координированных данных о пожарной истории (Алейников и др., 2015; Лупян и др., 2013; Drobyshev et al., 2004).

Печоро-Илычский заповедник является важным природным резерватом и входит в список природного наследия ЮНЕСКО как «Девственные леса Коми» совместно с национальным парком «Югыд ва». Территория заповедника представлена двумя участками – Уральский горный и Якшинский (рис. 1). Расположение территории на стыке двух физико-географических стран (Русской равнины и Уральской горной страны) обуславливает высокое разнообразие природных ландшафтов. На исследуемой территории проходит граница подзон средней и северной тайги, берут начало реки крупнейших речных бассейнов – Печоры, Волги, Северной Двины и Оби.

Рисунок 1. Рельеф территории исследования согласно ЦМР ASTER GDEM V2

В геоморфологическом и ландшафтном плане территорию разделяют на три района с запада на восток: равнинный, предгорный и горный. Равнинный район расположен в пределах Печорской низменности со средними абсолютными значениями высот 95-150 метров. В ландшафте выражены водно-ледниковые и моренные равнины с полого-волнистым характером рельефа. Предгорный район характеризуется общим уклоном рельефа к западу и абсолютными высотами 220-250 метров. В восточной части выделяются две крупные гряды – западная (Высокая Парма) и восточная (Эбель-из, Валган-чугра, Ляга-чугра, Шежим-из) возвышенности. Средняя абсолютная высота вершин горного района составляет 750-850 метров, однако отдельные вершины поднимаются до 1000-1200 метров. (Варсанофьева, 1940).

Климат территории умеренно-континентальный, однако метеорологические показатели ландшафтных районов несколько отличны. Для равнинного района среднегодовая температура воздуха составляет -0.8^оС, на севере горного района -4^оС. Годовая сумма осадков в равнинном районе находится в диапазоне 500-800 мм, в горном – до 1000 мм (Забоева и др., 2013). Отметим также, что в горном районе на высоте 800-1000 м наблюдаются процессы морозного выветривания и криогенные явления в верхних почвенных горизонтах.

Растительный покров территории исследования варьируется в зависимости от ландшафтного района (рис. 2). Значительную часть равнинного района заповедника занимают болотные экосистемы с многочисленными кустарничками и зеленомошниковым покровом. В западной части района преобладают сосновые леса и болота Припечорской низменности (Гаврилюк и др., 2018). На территории предгорного района произрастают темнохвойные леса из ели сибирской с примесью пихты. Кроме того, встречаются вкрапления грядово-мочажинных болот, а также вторичные мелколиственные (береза, осина) и смешанные леса, представляющие разные стадии пирогенных сукцессий. В горном районе распространены темнохвойные леса, криволесья, луга, горные тундры и гольцы Северного Урала. На Якшинском участке заповедника и в пределах участковых лесничеств преобладают сосновые леса различных типов – лишайниковые, зеленомошные, сфагновые, а также встречаются болота верхового и переходного типов. В долинах рек Печоры, Илыча и их многочисленных притоков развиты сообщества лугов, заросли кустарников и болотные массивы грядово-мочажинных болот. В пойме реки Печоры произрастают первичные березняки травяного типа (Лавренко и др., 1995).

Рисунок 2. Растительный покров территории Печоро-Илычского заповедника и окрестностей

МАТЕРИАЛЫ И МЕТОДЫ

Картографирование пожарных режимов было выполнено с использованием данных о пожарной истории территории исследования из нескольких источников (рис. 3). Во-первых, история пожаров Печоро-Илычского заповедника, начиная со второй половины XIX века, полученная в результате визуального дешифрирования космических снимков и анализа архивных материалов (Алейников и др., 2015). Во-вторых, данные об очагах пожаров, детектированных авиационными и наземными способами мониторинга за период с 1987 по 2011 годы на всей территории исследования с указанием площади и типа (верховой или низовой) пожара (Лупян и др., 2013). В-третьих, данные дендрохронологической реконструкции пожаров в сосновых лесах окрестностей заповедника за 600-летний период, имеющиеся на территории некоторых пространственных единиц Курьинского и Якшинского участковых лесничеств (Drobyshev et al., 2004).

В соответствии с разработанным методом картографирования пожарных режимов лесных экосистем локального уровня на первом этапе исследования проведено выделение пространственных единиц (Плотникова и др., 2019) – наибольшей площади с относительно однородным характером повреждений (Price, Daust, 2003). На локальном уровне было предложено использовать пространственные единицы, созданные на основе границ бассейнов рек (Плотникова, Харитонова, 2018). Для каждого речного бассейна с помощью ретроспективного статистического ГИС-анализа определялись показатели горимости лесов: количество пожаров, доля пройденной огнем площади, средняя площадь пожара и ее среднеквадратическое отклонение за период исследования, доминирующий тип растительности. Речные бассейны, в пределах которых наблюдалось доминирование одного типа лесной экосистемы и однородность многолетних значений основных пирологических показателей, принимали за пространственные единицы. Бассейны рек, не удовлетворяющие указанным требованиям, объединяли с соседними схожими по показателям горимости и проводили анализ повторно. Результат полученных границ пространственных единиц картографирования пожарных режимов территории исследования представлен на рисунке 3.

Рисунок 3. Данные о пожарной истории и границы пространственных единиц картографирования пожарных режимов территории исследования

В рамках второго этапа выполнено определение пожарных режимов пространственных единиц с привлечением классификации LANDFIRE (Landscape Fire and Resource Management Planning Tools) (https://www.landfire.gov). Классификация LANDFIRE выделяет пять классов пожарных режимов в зависимости от периода повторяемости пожаров (0-35 лет; 36-200 лет; более 200 лет) и степени повреждения растительного покрова (низкая, средняя, высокая) (Barrett et al., 2010). Период исследования делится на два интервала – исторический и современный. Приведенные в Таблице 1 временные рамки интервалов оценки повторяемости пожаров определены исходными данными о пирологической истории исследуемой территории.

Таблица 1. Интервалы оценки повторяемости пожаров

В соответствии с методикой LANDFIRE для каждой пространственной единицы (k) сначала определяется период повторяемости пожаров исторического интервала как среднее число лет между пожарами (. Затем вычисляется средняя ежегодно пройденная огнем площадь за исторический интервал через отношение площади пространственной единицы () к периоду повторяемости пожаров исторического интервала: . Далее проводится оценка средней ежегодной пройденной огнем площади за современный интервал как отношение пройденной огнем площади пространственной единицы за современный интервал () к числу лет в этом интервале (n): .

Проведенные вычисления позволяют найти корректирующий коэффициент () — отношение средней ежегодной пройденной огнем площади за исторический интервал к средней ежегодной пройденной огнем площади за современный интервал: . В заключении определяется современный период повторяемости пожаров как произведение периода повторяемости пожаров исторического интервала на корректирующий коэффициент: .

Для определения преобладающей на территории пространственной единицы степени повреждения были использованы данные об очагах пожаров, детектированных авиационными и наземными способами мониторинга (Лупян и др., 2013). Так, в границах пространственных единиц была вычислена суммарная площадь пожаров верхового и низового типов горения. Низкая/смешанная степень повреждения считалась преобладающей, если на территории пространственной единицы доминировали низовые пожары. И наоборот, высокая степень повреждения определялась преобладающей в случае доминирования верховых пожаров.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

В результате применения метода картографирования пожарных режимов лесных экосистем на локальном уровне были получены карты современных и исторических пожарных режимов Печоро-Илычского заповедника и его окрестностей (рис. 4а, 4б). Отметим, что на территории Курьинского и Якшинского участковых лесничеств пожарные режимы были определены только для тех пространственных единиц, в границах которых имеются данные дендрохронологической реконструкции пожаров (Drobyshev et al., 2004).

a)

b)
Рисунок 4. Пожарные режимы Печоро-Илычского заповедника и окрестностей:
а) исторические, б) современные

Созданные карты отразили территориальную неоднородность исторических и современных пожарных режимов в пределах региона исследования. В исторический интервал большинству пространственных единиц характерны I (период повторяемости пожаров 0-35 лет, степень повреждения низкая или средняя) и III (36-200 лет, низкая или средняя) классы пожарного режима за исключением горной части заповедника. Так, I класс наблюдается на территории заповедника, расположенной в непосредственной близости к реке Илыч. Здесь отмечается высокая периодичность пожаров (0-35 лет), что обусловлено главным образом антропогенным фактором, поскольку река Илыч являлась важной транспортной магистралью. Влияние человека оказывало большое значение на периодичность пожаров ввиду отсутствия природоохранного режима – заповедный статус Печоро-Илычский заповедник получил лишь в 1930 году. Большая часть пространственных единиц предгорного района характеризуется III классом пожарного режима, что указывает на достаточно длинный период повторяемости пожаров (36-200 лет) без смены породного состава. В горной части заповедника пожары происходили крайне редко и лишь в пределах нескольких пространственных единиц, поэтому для них характерен V класс пожарного режима (период повторяемости пожаров более 200 лет, смена породного состава, любая степень повреждения). Длинный период повторяемости пожаров горной части (более 200 лет) обусловлен как природными, главным образом климатическими и орографическими особенностями, так и антропогенным фактором – труднодоступностью территорий для населения. На значительной территории Якшинского участкового лесничества определяется I класс пожарного режима ввиду преобладания в растительном покрове особенно уязвимых к воздействию низовых пожаров в засушливые годы сосновых боров (рис. 2).

В современный интервал для большей части исследуемой территории характерен V класс пожарного режима, что во многом обусловлено отсутствием хозяйственной деятельности с момента присвоения заповедного статуса. Обращает на себя внимание, что территории, примыкающие к пойме реки Илыч, для которых в исторический интервал был характерен I класс пожарного режима, перешли в V. Можно выдвинуть предположение о значительном снижении пирогенного фактора в развитии лесных экосистем на этой территории. Пространственные единицы, расположенные вне заповедной территории, также перешли в V класс. Для предгорной части заповедника по сравнению с историческим интервалом не произошло существенных изменений пожарных режимов – преобладает III класс. Кроме того, лишь для двух пространственных единиц, расположенных в северной и юго-западной частях заповедника в разных природных условиях, характерен I класс пожарного режима. Короткий период повторяемости пожаров юго-западного участка объясняется преобладанием сосны в древостое на его территории.

Полученные карты позволяют оценить отклонения современного пожарного режима от исторических значений для каждой пространственной единицы. В зарубежной литературе вводится понятие класса состояния пожарного режима (FRCC, Fire Regime Condition Class), под которым понимается качественная мера отклонения современного пожарного режима от исторического (Schmidt et. al., 2002). Отклонения пожарного режима приводят к изменению характеристик ключевых компонентов экосистем: видового состава, структуры и возраста растительного покрова, сомкнутости крон, наличия и состава горючего материала, что влияет на изменение частоты возникновения и интенсивности распространения пожаров. К одной из причин описанных отклонений относят неестественное накопление горючего материала в результате антропогенных воздействий (пожары, рубки леса). Для каждого пожарного режима определяется один из трех классов состояния, которые описывают потенциальные риски экосистем (табл. 2).

Таблица 2. Классы состояния пожарного режима и потенциальные риски для экосистем

Существует несколько подходов к определению класса состояния пожарного режима в зависимости от оцениваемых изменений в: растительном покрове (FRCC_VS), частоте возникновения пожаров (FRCC_FRI), интенсивности пожаров (FRCC_SEV). В настоящем исследовании был определен FRCC_FRI на основе отклонений современных периодов повторяемости пожаров от исторических (рис. 5).

Рисунок 5. Отклонения современных пожарных режимов от исторических (по частоте возникновения пожаров)

Анализ отклонений современных пожарных режимов от исторических значений показал, что значительные изменения частоты возникновения пожаров произошли на территориях, расположенных в предгорной части заповедника в непосредственной близости к реке Илыч, а также на большой части Якшинского и северной части Курьинского участковых лесничеств. Следует заметить, что указанные отклонения произошли в сторону уменьшения частоты возникновения пожаров, что может отразиться на биоразнообразии растительности. Согласно наблюдениям отечественных ученых при отсутствии пожаров на исследуемой территории будут господствовать темнохвойные леса, а луговая флора будет постепенно сокращаться, что приведет к некоторому снижению разнообразия растительного покрова (Смирнова и др., 2015). Горные территории заповедника оказались мало подвержены изменениям пожарного режима.

ЗАКЛЮЧЕНИЕ

В рамках исследования получены и проанализированы карты современных и исторических пожарных режимов Печоро-Илычского заповедника и его окрестностей. Выбранный методический подход позволил не только определить особенности пожарных режимов пространственных единиц c различными физико-географическими характеристиками, но и выявить изменения пожарных режимов в историческом аспекте.

Анализ исторических пожарных режимов показал преобладание на большей части территории периода повторяемости пожаров до 200 лет с низкой или смешанной степенью повреждения. Исключением является горная часть Печоро-Илычского заповедника с длинным периодом повторяемости пожаров. Современные пожарные режимы как заповедной территории, так и исследуемых участковых лесничеств характеризуются длинными периодами повторяемости пожаров. Изменения пожарных режимов во многом имеют антропогенную причину – с присвоением территории заповедного статуса прямое влияние хозяйственной деятельности исключается, что повлияло на увеличение периодов повторяемости пожаров. Помимо этого, увеличение периодов повторяемости пожаров на территории участковых лесничеств может свидетельствовать о своевременном обнаружении и тушении очагов лесных пожаров службой авиационной охраны лесов.

Оценка класса состояния пожарного режима и потенциальных рисков для экосистем показала, что современные пожарные режимы большей части исследованной территории находятся в пределах их исторических значений, следовательно, риски потери ключевых компонентов экосистем минимальны.

БЛАГОДАРНОСТИ

Исследование выполнено при финансовой поддержке фонда РФФИ (проект № 17-05-00300), а также в рамках государственного задания АААА-А18-118052400130-7 «Методические подходы к оценке структурной организации и функционирования лесных экосистем».

СПИСОК ЛИТЕРАТУРЫ

Алейников А.А., Тюрин А.В., Симакин Л.В., Ефименко А.С., Лазников А.А. История пожаров в темнохвойных лесах Печоро-Илычского заповедника со второй половины XIX века по настоящее время // Сибирский лесной журнал. 2015. № 6. С. 31-42.

Валендик Э.Н., Иванова Г.А. Пожарные режимы в лесах Сибири и Дальнего Востока // Лесоведение. 2001. № 4. С. 69-76.

Вальтер Г. Растительность земного шара. Эколого-физиологическая характеристика. Т.2: Леса умеренной зоны / Вальтер Генрих; Сокр. пер. с нем. Т.П. Лисовской и Ю.Я. Ретеюма. Под ред. Т.А. Работнова. М: Прогресс, 1974. 424 с.

Варсанофьева В.А. Геологическое строение территории Печоро-Илычского государственного заповедника // Тр. Печорско-Илычского государственного заповедника. 1940. Т. 1. С. 5-214.

Гаврилюк Е.А., Плотникова А.С., Плотников Д.Е. Картографирование наземных экосистем Печоро-Илычского заповедника и его окрестностей на основе восстановленных мультивременных спутниковых данных Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 5. С. 141-153.

Лавренко А.Н., Улле З.Г., Сердитов Н.П. Флора Печоро-Илычского биосферного заповедника. СПб: Наука, 1995. 255 с.

Лупян Е.А., Ершов Д.В., Барталев С.А., Исаев А.С.  Информационная система дистанционного мониторинга лесных пожаров и их последствий: результаты последнего десятилетия и перспективы  // Пятая Всероссийская научная конференция, посвященная памяти выдающихся ученых-лесоводов В.И. Сухих и Г.Н. Коровина «Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве». М., 22-24 апреля 2013 г. М: ЦЭПЛ РАН, 2013. С. 40-43.

Мелехов И.С. Лесоведение: учеб. М: Лесная промышленность, 1980. 406 с.

Плотникова А.С., Ершов Д.В., Шуляк П.П. Анализ статистики пожаров в лесном районе для обоснования выбора пространственной единицы при картографировании пожарных режимов России // Шестая Всероссийская научная конференция «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии». М., 20-22 апреля 2016 г. М: ЦЭПЛ РАН, 2016. С. 206-207.

Плотникова А.С., Харитонова А.О. Выделение границ водосборных бассейнов рек на локальном пространственном уровне // Электронный научный журнал «Вопросы лесной науки». 2018. Т. 1. №. 1. URL: https://jfsi.ru/1-1-2018-plotnikova_kharitonova/

Плотникова А.С., Харитонова А.О., Ершов Д.В. Методология динамического геоинформационного картографирования пожарных режимов лесных экосистем на локальном уровне // Седьмая Всероссийская научная конференция «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии». М., 22-24 апреля 2019 г. М: ЦЭПЛ РАН, 2019. С. 168-170.

Плотникова А.С., Харитонова А.О., Ершов Д.В. Метод определения пожарных режимов лесных экосистем на локальном уровне // Всероссийская научная конференция «Научные основы устойчивого управления лесами». М., 30 октября – 1 ноября 2018 г. М: ЦЭПЛ РАН, 2018. С. 88-89.

Смирнова О.В., Шевченко Н.Е., Смирнов Н.С. Оценка потерь флористического разнообразия в основных типах темнохвойных лесов в верховьях реки Печоры // Тр. Печоро-Илычского гос. заповедника. Сыктывкар: Коми научный центр УрО РАН. 2015. № 17. С. 147-153.

Теплова В.П. Характеристика некоторых гидроклиматических показателей и явлений в равнинном районе Печоро-Илычского заповедника // Тр. Печоро-Илычского гос. заповедника. Сыктывкар: Коми научный центр УрО РАН. 2010. Вып. 16. С. 178-188.

Фуряев В.В., Курбатский Н.П., Бузыкин А.И. Роль пожаров в процессе лесообразования. Новосибирск: Наука. 1996. 252 с.

Швиденко А.З., Щепащенко Д.Г., Ваганов Е.А. и др. Влияние природных пожаров в России 1998-2010 гг. на экосистемы и глобальный углеродный бюджет // ДАН. 2011. Т. 441. №4. С. 544-548.

Швиденко А.З., Щепащенко Д.Г. Климатические изменения и лесные пожары в России // Лесоведение. 2013. № 5. С. 50-61.

Шешуков М.А., Брусова Е.В., Позднякова В.В. Современные пожарные режимы в лесах Дальнего Востока // Лесоведение. 2008. № 4. С. 3-9.

Agee J.K. Fire ecology of Pacific Northwest forests. Island Press: Washington, D.C. 1993. 493 pp.

Barrett S.W., Havlina D., Jones J., Hann W., Frame C., Hamilton D., Schon K., Demeo T., Hutter L., Menakis J. Interagency Fire Regime Condition Class Guidebook. Version 3.0. 2010. URL: https://www.landfire.gov/frcc/frcc_guidebooks.php (July 23, 2018).

Drobyshev I., Niklasson M., Angelstam P., Majewski P. Testing for anthropogenic influence on fire regime for a 600-year period in the Jaksha area, Komi republic, East European Russia, Canadian Journal of Forest Research. 2004. Vol. 34. No. 10. P. 2027-2036.

Price K., Daust D. The frequency of stand-replacing natural disturbance in the CIT area // Report for the Coastal Information Team. 2003.

Schmidt K. M., Menakis J.P., Hardy C.C. et al. Development of coarse-scale spatial data for wildland fire and fuel management // Gen. Tech. Rep. RMRS-GTR-87. Fort Collins, CO: US Department of Agriculture, Forest Service, Rocky Mountain Research Station. 2002. Vol. 87. 41 p.

LANDFIRE Program. URL: https://www.landfire.gov (July 23, 2018).

Рецензент: к.т.н., научный сотрудник Стыценко Ф.В.

© 2019 г.

                  А.Д. Никитина*, С.В. Князева, Е.А. Гаврилюк, Е.В. Тихонова, С.П. Эйдлина, Н.В. Королева

Центр по проблемам экологии и продуктивности лесов РАН

Россия, 117997, Москва, ул. Профсоюзная, 84/32, стр. 14

*E-mail: nikitina.al.dm@gmail.com

Поступила в редакцию 24.06.2019

В статье отражены результаты оценки количественных изменений площадных характеристик растительного покрова национального парка «Куршская коса», на основе материалов разновременной мультиспектральной съемки высокого пространственного разрешения со спутников Alos и Sentinel-2. Опробованы алгоритмы автоматизированной классификации «Случайный лес» (Random Forest) и максимального правдоподобия (Maximum Likelihood Estimation). На основе результатов автоматизированного дешифрирования космических снимков рассчитаны показатели мониторинга экосистем национального парка (лесистость, доля хвойных пород в древостоях, доля развеваемых (открытых) песков и песков, покрытых растительностью (закрепленных песков)), составлены карты динамики показателей и карта разновременного состояния растительности. Картографическая оценка демонстрирует основные тренды изменения структуры растительного покрова национального парка за десятилетний период с 2007 по 2017 г.: увеличение лесистости и доли закрепленных растительностью песков со стороны Куршского залива в результате лесозащитных мероприятий, уменьшение лесистости и увеличение доли развеваемых песков со стороны морского побережья в результате разрушения авандюны под воздействием ветро-волновой и рекреационной нагрузки.

Ключевые слова: растительный покров, древостои, спутниковые данные высокого пространственного разрешения, автоматизированное дешифрирование, алгоритмы классификации, достоверность распознавания, показатели экологического мониторинга, карты динамики.

Данные дистанционного зондирования (ДДЗ) являются одним из основных источников изучения и картографирования сложной структуры растительного покрова. Космические снимки различного пространственного разрешения широко применяются в целях анализа динамики растительного покрова, инвентаризации и картографирования лесов, оценки биоразнообразия и ресурсного потенциала лесных экосистем и т. п. (Gould, 2000; Малышева и др., 2002; McRoberts et al., 2010; Nagendra et al., 2013; Turner et al., 2015; Boisvenue et al., 2016; Комарова и др., 2016). Использование ДДЗ в области инвентаризации, мониторинга и охраны растительных сообществ отражено в ряде зарубежных и отечественных обзоров (Малышева, 2002; Сухих, Жирин, 2005; Xie et al., 2008; Homolova et al., 2013; Banskota et al., 2014). Основные факторы, влияющие на спектральные характеристики древесных растений, –соотношение пигментов, особенности внутреннего строения и общий процент влаги листьев. Наиболее информативными каналами в оптическом диапазоне съемки для изучения растительного покрова являются зеленый, красный, ближний инфракрасный (ИК). Периодичность съемки одних и тех же областей земной поверхности особенно важна для мониторинга растительного покрова, идентификации объектов или явлений на снимках и их изменений во времени. Космические мультиспектральные снимки c пространственным разрешением 10-30 м целесообразно применять для оценки состояния лесного покрова на региональном и локальном уровнях (Князева, 2006; Лабутина, Балдина, 2011; Рязанов и др. 2015; Immitzer et al., 2016). Снимки Landsat наиболее широко используются для пространственного анализа и динамики растительного покрова (Gavier—Pizarro et al., 2012; Курбанов и др., 2013; Hansen et al., 2013; Рассказов, Галаганова, 2014; Banskota et al., 2014; Chen et al., 2015; Королева и др., 2018). Для картографирования растительности наземных экосистем на региональном уровне сотрудниками ЦЭПЛ РАН разработаны методики с использованием спутниковых данных Landsat–TM/ETM+/OLI (Гаврилюк, Ершов, 2012). Мультиспектральные съемочные системы с пространственным разрешением 10 м (ALOS, SPOT, Sentinel-2, Канопус-В) оптимально использовать для картографирования лесов на локальном уровне, т.к. они обладают достаточно большим пространственным охватом и в то же время необходимой степенью детальности изображения природных объектов. Преимуществом спутниковых данных высокого разрешения является также их значительно меньшая стоимость и большая доступность по сравнению с космическими снимками сверхвысокого разрешения. Применение подобных спутниковых данных целесообразно для оценки динамики растительного покрова национального парка «Куршская коса», территория которого отличается сложной формой для картографирования и организации дистанционного мониторинга (узкая и извилистая, вытянутая по диагонали в направлении север-юг).

Национальный парк (НП) «Куршская коса» расположен в Зеленоградском районе Калининградской области РФ, площадь территории парка 66.21 км² (Официальный сайт НП «Куршская коса). НП, организованные на российской и литовской части Куршской косы, являются единым объектом всемирного культурного и природного наследия ЮНЕСКО — «Куршская коса». Протяженность российской части Куршской косы составляет 48 км, ширина варьирует от 400 м до 4 км. Относительно небольшая территория парка отличается высоким ландшафтным и ценотическим разнообразием, богатым видовым составом лесных сообществ. Для Куршской косы характерна высокая динамичность природных и антропогенных воздействий, имеющих сезонные и годовые колебания. Примерно 70% природных ландшафтов Куршской косы могут быть отнесены к категории слабоустойчивых, неустойчивых и сильно неустойчивых, что связано с постоянными интенсивными водно-ветровыми эрозионными и антропогенными воздействиями (Шаплыгина, Волкова, 2017). Основными лесообразующими породами являются сосна, ольха черная, береза, ель. Более 77% лесных насаждений имеют искусственное происхождение (Чебакова, 1996). Большую часть лесопокрытой площади занимает сосна обыкновенная (около 50%). Сосняки представлены преимущественно средневозрастными древостоями или молодняками на возвышенных формах рельефа. В прикорневой части косы на территориях с хорошим увлажнением произрастают ельники влажнотравные. На обширных пониженных участках с избыточным увлажнением (пальве) преобладают черноольховые леса. Около 25% лесопокрытой площади занято мелколиственными лесами. В березняках преобладают разнотравье и мхи, а в подлеске широко представлены малина и ежевика. Особенностью Куршской косы является наличие незакрепленных песков, на долю которых приходится около 10% территории НП. С XIX века на Куршской косе ведутся работы по закреплению песков путем посадки деревьев и созданию авандюны. В настоящее время при неоправданных хозяйственных работах и рекреационных нагрузках существующее равновесие легко может быть нарушено, что повлечет негативные последствия для всех биотопов Куршской косы (Губарева, 2009). Мониторинг состояния авандюны и лесов, закрепляющих пески, является одной из первоочередных задач для сохранения ландшафтов особо охраняемой природной территории и объекта всемирного культурного и природного наследия ЮНЕСКО «Куршская коса». Таким образом, наблюдения за изменениями в пространственной структуре растительного покрова особенно актуальны, так как прибрежно-морские экосистемы полуострова находятся под постоянным интенсивным воздействием различных факторов окружающей среды, легко уязвимы и обладают высокой динамичностью.

Цель данного исследования заключается в выявлении изменений площадной структуры основных типов растительности НП «Куршская коса» под воздействием абиотических, биотических и антропогенных факторов за период 2007-2017 гг. на основе разновременных мультиспектральных спутниковых данных высокого пространственного разрешения Alos и Sentinel-2.

МАТЕРИАЛЫ И МЕТОДЫ

Для задач изучения динамики растительного покрова часто используется метод создания мультивременных композитов из серии снимков, полученных для одной территории в разное время (Тютрин, Кондратовец, 2010; Ялдыгина, 2011; Hansen et al., 2013; Гранкина, Мишвелов, 2014; Banskota et al., 2014). Однако такой метод подходит только для космических снимков, полученных при одинаковых условиях съемки одной аппаратурой. Погрешности в совмещении спутниковых данных разных съемочных аппаратов существенно ухудшают дешифровочные свойства синтезированного изображения. Тем не менее, в возникающих задачах длительного мониторинга растительного покрова не всегда представляется возможным использовать космическую съемку одного съемочного аппарата, что связано с ограниченным сроком эксплуатации спутников и съемочной аппаратуры. В большинстве случаев для исследований используются спутниковые данные, полученные различными съемочными системами. Поэтому для каждого изображения сначала проводится автоматизированная классификация, а дальнейший анализ динамики происходит на основе сравнения результатов дешифрирования.

Исследование базируется на данных экологического мониторинга, проведенных в НП «Куршская коса» в 1998-2007 гг. (Малышева и др., 2002; Князева, 2006).

Анализ и картографирование динамики растительного покрова НП «Куршская коса» проводились на основе результатов автоматизированного дешифрирования разновременных мультиспектральных космических снимков высокого пространственного разрешения – 10 м. Снимок 2007 года получен со спутника Alos, снимок 2017 года – со спутника Sentinel-2. Даты съемок выбраны ближе к середине вегетационного периода (июнь-июль). В качестве вспомогательных материалов при наборе эталонов для классификации также использовались комические снимки Sentinel-2 начала мая 2016 г. и середины января 2017 г. Космические снимки Sentinel-2 получены из базы EOBrowser открытого доступа (apps.sentinel—hub.com).

Выбор спутниковых данных для оценки динамики растительного покрова обусловлен близкими характеристиками пространственного и спектрального разрешения снимков, позволяющими получить оптимальные результаты классификации при заданных параметрах съемки (табл.1).

Таблица 1. Характеристика используемых для выявления динамики
растительного покрова данных высокого пространственного разрешения

Материалы съемки имеют предварительную обработку уровня 1С с нулевой облачностью и представлены в проекции WGS 84 / UTM zone 34N. В программе ERDASImagine выполнен синтез зеленого, красного и ближнего ИК каналов изображений, как наиболее информативных для изучения растительного покрова, и вырезан фрагмент территории российской части Куршской косы.

Совмещение спутниковых и картографических данных лесоустройства проведено при помощи трансформирования многозональных изображений методом аффинных преобразований в программном комплексе ArcGIS (ошибка трансформирования не превышала 1-2 пиксела).

Для автоматизированной классификации в качестве данных для обучения и проверки точности классификации использованы таксационная база данных лесоустройства НП 2003 г. и данные полевых наземных обследований лесной растительности 2017 г. на территории НП.

Измерение биометрических параметров древостоев в рамках экспедиции 2017 г. проводилось методами глазомерно-инструментальной съемки на пробных площадях 50х50, 30х30, 20х20 м с составлением карт-схем размещения деревьев. Всего было заложено 15 ключевых участков в разных типах леса: 12 – в сосняках разного возраста (молодняки, средневозрастные и старовозрастные древостои), 1 – в березняке, 1 – в черноольшанике, 1 – в ельнике. Молодые сосняки представлены возрастным диапазоном до 40 лет, средневозрастные – от 41 до 80 лет, старовозрастные сосняки охватывают древостои приспевающей и спелой групп возраста от 81 до 140 лет.

Эталонные обучающие выборки для лесной растительности с использованием базы данных лесоустройства составлялись согласно следующим параметрам: доля преобладающей породы более 6 единиц в составе древостоя, полнота больше 0,6. Выборка древостоев по возрасту создавалась только для сосновых лесов, т. к. они представлены полным возрастным рядом и занимают значительные площади. Для остальных нелесных классов (луговая растительность, псаммофильная растительность, пески, водные объекты) эталоны создавались по результатам визуального дешифрирования снимков и полевым данным обследований территории парка. Выбирались однородные участки изображения внутри лесных таксационных выделов (группы выделов) или выбранных объектов. Для разновременных снимков выбирались одинаковые обучающие участки (не подверженные изменениям) за исключением корневой части Куршской косы (которую не охватывает снимок Alos) и класса «несомкнувшиеся культуры сосны» как наиболее динамичного объекта. При классификации сосновых лесов по возрастному критерию выбирались эталонные участки в середине возрастного диапазона. Репрезентативные наборы эталонов сформированы для 11 классов: водные объекты; открытые песчаные дюны и пляж; псаммофильная растительность на дюнах; луговая растительность; несомкнувшиеся культуры сосны; сосняки молодые (до 40 лет); сосняки средневозрастные (41 – 80 лет); сосняки старовозрастные (81 – 140 лет); еловые леса; мелколиственные леса (береза, осина); черноольховые леса. Всего было сформировано 255 эталонных участков общей площадью 575 га (31699 samples) для снимка Alos и 270 участков, площадью 594 га (34418 samples) — для Sentinel-2 (2016 и 2017 г.).

В качестве методов классификации космических снимков Alos и Sentinel-2 выбраны методы максимального правдоподобия (maximum likelihood estimation) и «Случайный лес» (Random forest) (Breiman,2001). Классификация разновременных космических снимков проведена в свободной среде разработки программного обеспечения RStudio.

Классификация методом Random Forest осуществлялась путем построения 1000 деревьев на основе 3-х спектральных каналов космического снимка. Обучающая выборка разделялась на 2 группы: эталонные участки для обучения и контрольные участки для проверки. Используемый алгоритм позволяет оценить прогнозируемую точность определения классов, рассчитываемую на основе исходной обучающей выборки, а также выявлять наиболее важные из признаков, использованных при классификации. В нашем варианте попиксельной классификации наиболее информативными признаками признаны спектральные изображения, полученные в красном и ближнем ИК каналах съемки, что подтверждают и кривые спектральных образов, показывающие наибольшую разделимость эталонов в этих диапазонах.

Точность классификаций оценивалась по критерию каппа Коэна (Cohen, 1960). Результаты представлены в таблице 2. Классификация, проведенная методом «Случайный лес» (RandomForest), показала более точные результаты в сравнении с методом максимального правдоподобия. В связи с этим для дальнейшего анализа результатов был выбран метод RandomForest.

Таблица 2. Общая точность и коэффициент каппа
для классификаций используемых спутниковых изображений

При анализе матрицы ошибок (перепутывания) определения тематических классов максимальная ошибка распознавания объектов на снимке Alos принадлежит классу «сосняк старовозрастный» и составляет 48%. В основном перепутывание происходит между разными возрастными градациями сосняков. Небольшая часть участков старовозрастного сосняка распознается как березовые леса. Также происходит довольно существенная ошибка при распознании березовых древостоев (39%), при этом большая часть ошибочно классифицированных березняков отнесена к черноольшаникам и, в меньшей степени, к соснякам. Общая точность классификации, представленная коэффициентом Каппа, достаточно высокая — 0.825. Максимальная ошибка при распознавании классов лесной растительности по данным Sentinel 2 соответствует классам «сосняк старовозрастный» (53%) и «ельники» (68%). Общая точность классификации равна 0.8.

Наиболее достоверно распознается по данным Alos и Sentinel класс «черноольшаники» — ошибка классификации не превышает 8%. Максимальные ошибки классификации соответствуют классам «березняки», «ельники» и «сосняки» разных возрастных групп (преимущественно, старовозрастным). Леса с преобладанием ели и березы на территории Куршской косы более разнородны и мозаичны, чем сосновые и черноольховые леса. Черная ольха практически не создает на косе смешанных древостоев и представлена, в основном, насаждениями от 65 до 90 лет. Приуроченность черной ольхи к понижениям в рельефе и, как следствие, к избыточному увлажнению, а сосняков к возвышенным сухим местообитаниям, позволяют формировать более компактные однородные спектральные сигнатуры, чем для остальных классов. Поскольку наибольшее перепутывание классов сосняков происходит между возрастными градациями сосны целесообразно объединить эти классы между собой. Также представляется целесообразным объединить классы «псаммофильная растительность» и «несомкнувшиеся культуры сосны», т. к. оба класса относятся к не покрытым лесом землям, а эталонные участки не сомкнувшихся культур занимают слишком малую площадь по сравнению с другими классами. По этой же причине и ввиду того, что снимок Alos покрывает не всю территорию НП в отличие от снимка Sentinel, класс «ельники» объединен с классом «сосняки». Классификации растительности Куршской косы после объединения классов для снимков Alos и Sentinel представлены на рис. 1.

Рисунок 1. Результаты классификации растительности Куршской косы после объединения классов для снимков Alos и Sentinel; классы: 1 – водные объекты, 2 – песчаные дюны, пляж, 3 – луговая растительность, 4 – псаммофильная растительность, 5 – сосновые леса, 6 – черноольховые леса,  7 – березовые леса

Рубеж гарантированной воспроизводимости малых компактных объектов (без передачи их формы) при пиксельной генерализации составляет 4 пикселя (Кравцова, 2000). Для снижения фрагментарности изображений и исключения случайных классов (площадь которых не превышает 1 пиксел, равного 100 м²) проведена фильтрация тематических растров классификаций с использованием функции анализа окрестностей при выборе скользящего окна 3x3. Это позволяет количественно оценить изменения площадных характеристик растительного покрова Куршской косы за 10-летний период в границах квартальной сети с точностью не менее 0.1 га (9 пикселей).

В качестве показателей динамики для картографирования целесообразно использовать относительные площадные параметры, характеризующие устойчивость растительного покрова территории полуострова. Такие показатели были предложены группой ученых для организации и ведения экологического мониторинга дистанционными методами на особо охраняемых природных территориях (Малышева и др., 2002; Князева, 2006). Для Куршской косы предложено использовать лесистость (Л) территории (1) и долю хвойных пород (ДХ)(2) в древостое как универсальные показатели, а долю развеваемых песков (РП) (3) и долю песков, покрытых растительностью (ЗП) (4) как специальные показатели для данной территории.

Для расчета количественных значений показателей выбрана территориальная единица наблюдения в виде лесохозяйственного квартала. Расчет показателей динамики и составление карт выполнялись в программном комплексе ArcGIS с применением методов пространственного анализа (оверлей векторных слоев, расчет площадных характеристик) и геоинформационного картографирования. Вычисление разницы между значениями каждого показателя в 2017 и 2007 г. легло в основу составления карт динамики — лесистости, доли хвойных, доли развеваемых (открытых) песков и песков, покрытых растительностью (закрепленных песков).

По результатам автоматизированного дешифрирования космических снимков для НП «Куршская коса» составлена карта разновременного состояния растительности, отражающая изменения границ (контуров) растительных сообществ. Карта отображает совмещенные границы контуров классов в 2007 и 2017 гг. посредством способа качественного фона (цветом показаны типы растительных сообществ и природных объектов в 2007 г., а цветной штриховкой – в 2017 г.).

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

По результатам классификации разновременных космических снимков проанализирована структура классов растительных сообществ для лесничеств НП «Куршская коса» в 2007 и 2017 гг. Во всех случаях доля лесных насаждений превышает 68%, с максимальным значением 72.2% в 2017 г. В целом, для породной структуры характерно преобладание сосняков (более 40%). Их доля слабо увеличивается к 2017 году (с 42 до 44% в лесничестве «Золотые дюны» и с 43 до 48% в Зеленоградском лесничестве). Доля березняков варьирует в пределах от 13 до 19% и уменьшается к 2017 г. Наименьшая доля в структуре лесного покрова принадлежит черноольшаникам. Таким образом, общая структура лесного покрова территории НП за 10-летний период с 2007 по 2017 г. изменяется незначительно. При анализе показателей динамики, рассчитанных для лесничеств «Зеленоградское» и «Золотые дюны» можно сделать вывод об отсутствии значительных изменений на территории лесничеств в целом за период с 2007 по 2017 гг. (рис. 2). Изменение лесистости не превышает 3%, развеваемых песков – 1%.

а)

б)

Рисунок 2. Показатели динамики растительного покрова НП «Куршская коса» для лесничеств: а) Зеленоградское б) «Золотые дюны»: 1 – лесистость; 2 – доля хвойных; 3 – доля развеваемых песков; 4 – доля закрепленных песков

Более детальную пространственную динамику показателей можно оценить при анализе значений для каждого квартала лесничеств. Изменение лесистости на территории НП варьирует в пределах от -18 до 30 %. Следует отметить, что минимальные и максимальные значения представлены в единичных кварталах, а большая часть изменений находится в пределах от -9 до 10% (рис. 3).

Рисунок 3. Карта изменения лесистости НП «Куршская коса»

Максимальное увеличение лесистости наблюдается в 61 квартале лесничества «Золотые дюны» (29.5%), где происходит зарастание сосняком участков ветровалов начала 2000-х гг. Также относительно большой рост лесистости отмечен для кварталов, приграничных с Литвой, за счет зарастания авандюны и закрепления песков псаммофильной растительностью.

Отрицательная динамика лесистости характерна для кварталов, приуроченных к морскому побережью, что обусловлено интенсивными эрозионными и абразионными процессами на береговой авандюне. Ежегодные шторма размывают пески, покрытые псаммофильной растительностью, а при сильных штормах нарушают и лесные сообщества. Максимальное снижение этого показателя отмечено в 43 квартале лесничества «Золотые дюны» (17%). Также стоит отметить, что часть выявленных изменений обусловлена ошибкой классификации, возникающей в результате высокой фрагментарности растительного покрова авандюны. которая не позволяет достоверно дешифрировать тип растительности на спутниковых данных используемого разрешения. В 13 квартале снижение лесистости на 12% связано с пожаром в 2014 г., когда выгорели значительные площади сосновых насаждений около п. Морское (рис. 4). В настоящее время на месте горельника посажены культуры сосны.

Рисунок 4. Фрагмент карты разновременного состояния растительности на территорию 13 квартала лесничества «Золотые дюны». Классы: 1 – песчаные дюны, пляж, 2 – луговая растительность, 3 – псаммофильная растительность, 4 – сосновые леса, 5 – черноольховые леса, 6 – березовые леса

Динамика доли развеваемых песков отражает процессы закрепления движущихся песчаных дюн при помощи различных лесохозяйственных мероприятий – высадке растений-псаммофитов, посадке культур сосны. Доля развеваемых песков меняется от -13 до 11% за десятилетний период (рис. 5).

Рисунок 5. Карта динамики развеваемых песков НП «Куршская коса».

Наблюдается максимальное уменьшение доли развеваемых песков в 12 квартале (на 12.8%) за счет закрепления песков псаммофильной растительностью (рис. 6). Также уменьшение незакрепленных песков фиксируется для кварталов, граничащих с Литвой. Увеличение доли развеваемых песков произошло в кварталах, приуроченных к морскому побережью.

Рисунок 6. Фрагмент карты разновременного состояния растительности на территорию 12 и 13 кварталов Зеленоградского лесничества. Классы: 1 – песчаные дюны, пляж, 2 – луговая растительность, 3 – псаммофильная растительность, 4 – сосновые леса, 5 – черноольховые леса, 6 – березовые леса

ЗАКЛЮЧЕНИЕ

В ходе исследования установлено, что спутниковые данные с разрешением 10 м обладают оптимальным сочетанием детальности и обзорности для дешифрирования основных типов растительности Куршской косы ввиду сложной вытянутой формы полуострова. Использование ДДЗ позволило выявить и количественно оценить изменения площадных характеристик растительного покрова территории НП «Куршская коса» за 10-летний период в границах квартальной сети с точностью не менее 0.1 га. Однако для участка берегового защитного вала, отличающегося сильной фрагментацией растительного покрова, требуется привлечение материалов съемки более высокого пространственного разрешения.

Сравнительный анализ работы алгоритмов классификации с обучением, методов максимального правдоподобия и RandomForest, показал, что оба алгоритма хорошо выявляют и оценивают характеристики растительности (коэффициент Каппа – 0.78 и 0.8 соответственно). Однако RandomForest продемонстрировал более высокую достоверность распознавания основных природных объектов на территории Куршской косы (в частности, более высокие вероятности распознавания большинства классов лесной растительности). Также этот алгоритм предпочтительнее использовать ввиду гибкости настройки параметров классификации и менее строгих требований к репрезентативности обучающих эталонов в сравнении со статистическими классификаторами, к которым относится метод максимального правдоподобия.

По результатам дешифрирования разновременных космических снимков получены новые данные об изменении площадных характеристик растительного покрова территории НП за период 2007 – 2017 гг. и составлены серии карт основных показателей динамики растительного покрова и карта разновременного состояния растительности. Максимальное снижение показателя лесистости (-17%) отмечено на наиболее динамичном объекте НП — авандюне, а максимальное увеличение (29%) – на интенсивно зарастающих участках ветровалов 2000 г. Наибольшее уменьшение (12%) площадей развеваемых, не покрытых растительностью, песков происходит на территории НП, приграничной с Литвой, в результате мероприятий по закреплению движущихся песчаных дюн. В целом, при оценке изменения структуры растительного покрова НП прослеживаются следующие тренды: увеличения лесистости и доли закрепленных растительностью песков со стороны Куршского залива в результате лесозащитных мероприятий, уменьшение лесистости и увеличение доли развеваемых песков со стороны морского побережья в результате разрушения авандюны под воздействием ветро-волновой и рекреационной нагрузки.

БЛАГОДАРНОСТИ

Проведение полевых исследований и автоматизированное дешифрирование спутниковых данных выполнены при финансовой поддержке РФФИ (проект 17-05-01129 «Оценка биометрических и морфоструктурных параметров лесных фитоценозов на основе детальной аэрокосмической съемки»), картографическая оценка динамики растительного покрова Куршской косы выполнена в рамках государственного задания АААА-А18-118052400130-7 – «Методические подходы к оценке структурной организации и функционирования лесных экосистем».

Выражаем благодарность сотрудникам национального парка «Куршская коса» за помощь в организации и проведении полевых работ.

СПИСОК ЛИТЕРАТУРЫ

Гаврилюк Е.А., Ершов Д.В. Методика совместной обработки разносезонных изображений Landsat-TM и создания на их основе карты наземных экосистем Московской области // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. №. 4. С. 15-23.

Гранкина А.А., Мишвелов Е.Г. Состояние и динамика лесных фитоценозов особо охраняемых природных территорий Кавказских минеральных вод в условиях рекреационного воздействия // Наука. Инновации. Технологии. 2014. №. 4. С.121-129.

Губарева И.Ю. Ботанические объекты // Особо ценные природные и культурные объекты национального парка «Куршская коса»: сб. науч. ст. / сост. О.В. Рыльков, И.П. Жуковская. Калининград: Изд-во РГУ им. И. Канта. 2009. С. 9-36.

Князева С.В. Картографо-аэрокосмический мониторинг лесов национальных парков: Дис. … канд. геогр. наук. Москва, МГУ, 2006, 193 с.

Комарова А.Ф., Журавлева И.В., Яблоков В.М. Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова // Принципы экологии. 2016. №. 1 (17). С. 40-74.

Королева Н.В., Тихонова Е.В. Ершов Д.В., Салтыков А.Н., Гаврилюк Е.А., Пугачевский А.В. Оценка масштабов зарастания нелесных земель в национальном парке «Смоленское поозерье» за 25 лет по спутниковым данным Landsat // Лесоведение. 2018. №. 2. С. 83-96.

Кравцова В.И. Генерализация аэрокосмического изображения: континуальные и дискретные снимки. М.: Изд-во Моск. ун-та. 2000. C. 256.

Курбанов Э.А., Воробьев О.Н., Незамаев С.А., Губаев А.В., Лежнин С.А., Полевщикова Ю.А. Тематическое картирование и стратификация лесов Марийского Заволжья по спутниковым снимкам Landsat // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. 2013. №. 3 (19) С. 82-92.

Лабутина И.А., Балдина Е.А. Использование данных дистанционного зондирования для мониторинга экосистем ООПТ // М.: WWF России. 2011. C. 88.

Малышева Н.В., Орлова О.Л., Князева С.В., Золина Т.А., Вуколова И.А. Мониторинг лесных экосистем национальных парков с использованием дистанционных методов и ГИС-технологий. Методические подходы и опыт работ // Лесохозяйственная информация. 2002. № 12. С. 19-24.

Национальный парк «Куршская коса»: официальный сайт. URL: http://www.park—kosa.ru (дата обращения 27 июня 2019).

Рассказов А.А., Галаганова Л.А. Использование данных LANDSAT для оценки динамики изменений растительного покрова на территории Мещеры // Научные труды Института непрерывного профессионального образования. 2014. №. 3. С. 236.

Рязанов С.С., Сахабиев И.А., Галимов Д.З. Классификация земного покрова островов Куйбышевского водохранилища с использованием данных дистанционного зондирования // Российский журнал прикладной экологии. 2015. №. 3 (3). С. 50-55.

Сухих В.И., Жирин В.М. Применение сканерных космических снимков при инвентаризации резервных лесов // Дистанционные методы в лесоустройстве и учете лесов. Приборы и технологии: Материалы Всероссийского совещания-семинара с международным участием. Красноярск: Институт леса им. ВН Сукачева СО РАН. 2005. С. 92.

Тютрин С.А., Кондратовец Р.Б. Дистанционный мониторинг незаконных рубок в Дальневосточном федеральном округе // Земля из космоса: наиболее эффективные решения. 2010. №. 4. С. 73-76

Чебакова И.В. Национальные парки России. М.: Изд-во Центра охраны дикой природы. 1996. C. 198.

Шаплыгина Т.В., Волкова И.И. Геоэкологические аспекты рекреационного природопользования в национальном парке «Куршская коса» Сб. материалов всероссийской научно-практической конференции «Проблемы природопользования, сохранения биоразнообразия и культурного наследия на особо охраняемых природных территориях России», Калининград, Изд-во БФУ им. Им. И. Канта. 2017. C. 128-134.

Ялдыгина Н.Б. Использование программного комплекса ENVI для решения задач лесного хозяйства // Геоматика. 2011. №. 3. С. 34-39.

Banskota A., Kayastha N., Falkowski M., Wulder M.A., Froese R.E., White J.C. Forest monitoring using Landsat time-series data: A review // Canadian Journal of Remote Sensing. 2014. Vol. 40. No. 5. P. 362-384.

Boisvenue C., Smiley B.P., White J.C., Kurz W.A., Wulder M.A. Integration of Landsat time series and field plots for forest productivity estimates in decision support models // Forest Ecology and Management. 2016. Т. 376. С. 284-297.

Breiman L. Random forests // Machine learning. 2001. Vol. 45. No. 1. P. 5-32.

Chen Y., Dengsheng L., Geping L., Jingfeng H. Detection of vegetation abundance change in the alpine tree line using multitemporal Landsat Thematic Mapper imagery // International Journal of Remote Sensing. 2015. Vol. 36. No. 18. P. 4683-4701.

Cohen J.A coefficient of agreement for nominal scales // Educational and Psychological Measurement. 1960. Vol. 20. No 1. P. 37-46.

EO Browser URL: https://apps.sentinel—hub.com/eo—browser (дата обращения 27 июня 2019).

Gavier-Pizarro G.I., Kuemmerle T., Hoyos L.E., Stewart S.I., Huebner C.D., Keuler N.S., Radeloff V.C. Monitoring the invasion of an exotic tree (Ligustrum lucidum) from 1983 to 2006 with Landsat TM/ETM+ satellite data and Support Vector Machines in Córdoba, Argentina // Remote Sensing of Environment. 2012. Vol. 122. P. 134-145.

Gould W. Remote sensing of vegetation, plant species richness, and regional biodiversity hotspots // Ecological applications. 2000. Vol. 10. No. 6. P. 1861-1870.

Hansen M.C., Potapov P.V., Moore R., Hancher M., Turubanova S.A., Tyukavina A. et al. High-resolution global maps of 21st-century forest cover change // Science. № 342(6160). P. 850-853.

Homolova L., Malenovský Z., Clevers J.G., Garcia-Santos G., Schaepman M.E. Review of optical-based remote sensing for plant trait mapping // Ecological Complexity. 2013. Vol. 15. P. 1-16.

Immitzer M., Vuolo F., Atzberger C. First experience with Sentinel-2 data for crop and trees species classifications in central Europe // Remote Sensing. 2016. Vol. 8. No. 3. P. 166

McRoberts R.E., Cohen W.B., Næsset E., Stehman S.V., Tomppo E.O. Using remotely sensed data to construct and assess forest attribute maps and related spatial products // Scandinavian Journal of Forest Research. 2010. Vol. 25. No. 4. P. 340-367.

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

Turner W., Rondinini C., Pettorelli N., Mora B., Leidner A. K., Szantoi Z., Buchanan G., Dech S., Dwyer J., Herold M., Koh L.P., Leimgruber P., Taubenboeck H., Wegmann M., Wikelski M., Woodcock C. Free and open-access satellite data are key to biodiversity conservation // Biological Conservation. 2015. Vol. 182. P. 173-176.

Xie Y., Sha Z., Yu M. Remote sensing imagery in vegetation mapping: a review // Journal of plant ecology. 2008. Vol. 1. No. 1. P. 9-23.

Рецензент: к.г.н., доцент Малышева Н.В.

© 2019 г.                                       

                                                О.В. Рыжков*, Г.А. Рыжкова

Центрально-Черноземный государственный природный биосферный заповедник имени профессора В.В. Алехина

Россия, 305528, Курская область, Курский район, посёлок Заповедный

*E-mail: ryzhkov_oleg@mail.ru

Поступила в редакцию 15.06.2019

Представлены методы картографических исследований древесной растительности заповедника, в том числе c использованием современных ГИС-технологий и приборов спутникового позиционирования. Проанализирована динамика пространственной структуры и состава дубрав за последние 50 лет. Приведены результаты изучения основных древесных пород заповедника с применением GPS (ГЛОНАСС)-съёмки и ГИС. Изучены особенности и характер распространения деревьев и кустарников на открытых пространствах (залежи, целинные степи, пастбища).

Ключевые слова: лесостепь, природные заповедники, дубравы, картографирование, GPS, ГЛОНАСС, приборы спутникового позиционирования, ГИС.

Леса Центрально-Черноземного заповедника (ЦЧЗ) расположены в юго-западной части Среднерусской возвышенности в пределах центральной полосы лесостепной зоны (Курская область). Преобладают дубравы байрачные и водораздельные преимущественно порослевого происхождения.

Как известно, основу геоинформационных систем (ГИС) составляют различного рода цифровые картографические материалы, представленные в определённой системе координат или проекции. В «догисовский» период (с 50-х по 90-е годы XX века) в заповеднике карты создавались исключительно в бумажном виде.

Картографирование растительного покрова, включая древесную растительность, стало использоваться для изучения природных комплексов ЦЧЗ с середины прошлого века. Значительный блок картографических материалов в этот период представлен геоботаническими и лесоустроительными картами. Результаты картографических исследований того времени освещены в серии публикаций (Картометрические исследования…, 1975; Кашкарова, Рубайло, Утехин, 1973; Нешатаев, 1970, 1983, 1996; Нешатаев, Новикова, Ухачева, 1982; Петрова, 1990; Рыжков, Собакинских, 2006; Утехин, 1967 и др.). Картографические работы, как правило, были основаны на методе сплошной контурной глазомерной съёмки с разбивкой пикетажной сети на местности и фиксацией результатов на бумаге. Единицами картирования обычно выступали растительные ассоциации или их комплексы и типы, которые представляли собой полигоны в современном понимании ГИС. Объектами исследований обычно являлась крупные территориальные единицы ЦЧЗ (участки и урочища).

Географическое расположение Центрально-Черноземного заповедника в зоне Центральной лесостепи определяет непосредственный контакт лесной и степной растительности, поэтому их взаимоотношениям всегда уделялось и уделяется большое внимание многими исследователями. Отдельный цикл картографических работ на территории заповедника связан с изучением распространения древесно-кустарниковых видов на участках, находящихся в режиме абсолютного заповедания (как целинных, так и бывших залежных). Наиболее исследована в этом отношении залежь «Дальнее поле» Казацкого участка ЦЧЗ, на части которой (29.6 га) выполнено трёхкратное картирование в 1970, 1980 и 1999-2000 гг. По результатам съёмки 1970 и 1980 гг. составлены карты размещения оснований стволов древесных видов и контуров зарослей кустарников (Краснитский, 1973; Краснитский, Сошнин, 1984), а итогом картирования 1999-2000 гг. явилась детальная карта проективных покрытий деревьев и кустарников (как одиночно растущих, так и формирующих заросли). Анализ динамики распространения древесной растительности на залежи «Дальнее поле» представлен в серии публикаций (Рыжков, Рыжкова, 2000а,б,в; Рыжкова, Рыжков, 2001). Именно с картированием расселения по степи древесно-кустарниковой растительности связана апробация современных методов съёмки, что является предметом исследования настоящей статьи.

На территории заповедника лесоустройства проводились 5 раз (1953, 1968, 1979, 1990 и 2000 гг.). Планы лесонасаждений составлялись в бумажном виде, только при лесоустройстве 2000 г. были созданы как твёрдые бумажные копии, так и их электронные варианты (оцифровка карт выполнена специалистами ФГУ «Воронежлеспроект» первоначально в программе WinGIS с последующим конвертированием в MapInfo в декартовой системе координат).

Разновременные серии геоботанических и лесоустроительных карт объективно отражают общие тенденции динамики растительного покрова. Однако принятие за единицу картирования растительной ассоциации или типа леса предполагает наличие значительных погрешностей в точности отрисовки их контуров, что обусловлено также и субъективными факторами. На наш взгляд, наиболее детально и полно отражают динамику древесной растительности периодические картографические работы, выполненные на стационарных объектах научных исследований – СОНИ (постоянных пробных площадях (ППП), профилях, трансектах, учётных площадках, отдельных режимных объектах и пр.). При этом за единицы картирования выбираются реальные особи деревьев и кустарников или их биогруппы (заросли). Картирование растительности на СОНИ, в отличие от более генерализованного геоботанического картографирования, имеет первостепенное значение, так как в данном случае за счёт высокой точности разбивки сети (5 × 5 м или 10 × 10 м) и привязки к местности обеспечивается подробная и объективная съёмка растительного покрова, и, соответственно, получение высококачественных карт различной тематической направленности. Однако говорить о привязке природных объектов с указанием географических координат, которая используется в современных ГИС, в «догисовский» период не приходится.

Картографические материалы, составленные по данным съёмок на стационарных объектах, наиболее точно и объективно отражают статику и динамику растительного покрова, формируют базу для всестороннего изучения, анализа и моделирования развития природных экосистем. Важность стационарных картографических работ ещё более возрастает при проведении повторных работ, что позволяет отслеживать локальные и глобальные динамические тенденции растительности (Рыжков, 2006б). Опубликована методика стационарных исследований древесной растительности в заповедниках (Рыжков, 1996б).

Стационарные методы изучения растительного покрова заповедника стали практиковаться на его территории сразу после окончания Великой Отечественной войны. В 1945 г. Н.А. Прозоровским в лесных урочищах Дуброшина и Соловьятник на Стрелецком участке были заложены две первые постоянные пробные площади для изучения лесной растительности ЦЧЗ (Летопись природы…, 1949). В 1950 г. Г.М. Зозулиным выполнено повторное картирование этих ППП и проанализирована динамика изменения их растительности за пятилетний период (Зозулин, Кусмарцева, 1951). Результаты одних из первых картографических исследований приводятся также в научном отчёте заповедника за 1949-1950 гг. (Летопись природы…, 1951), в котором размещены схемы распространения древесно-кустарниковой растительности в логах, составленные Г.М. Зозулиным. На схемы по элементам рельефа глазомерно нанесены специальными знаками основания стволов деревьев и скоплений кустарников. Эти изображения являются прототипом современных картографических материалов, полученных на основе GPS (ГЛОНАСС)-съёмки древесной растительности. В последующие годы картографические исследования на СОНИ заповедника проводились Г.М. Зозулиным (1952), С.С. Левицким (1958, 1961), Ф.И. Хакимзяновой (1968), А.М. Краснитским (1963) и другими учёными. Полный обзор этих работ опубликован (Рыжков, 2006б).

В 1963 г. А.М. Краснитским и последующих лесоустройствах 1968 и 1979 гг. в дубравах ЦЧЗ заложена сеть лесных ППП, на которых периодически выполняются лесоводственно-таксационные исследования, в частности сплошные перечёты и картирование древостоев, подроста, подлеска и травяного покрова. Эти ППП в настоящее время составляют основу лесного блока ГИС ЦЧЗ.

Сейчас в заповеднике реализованы современные методы картографирования растительности, которые связаны с появлением приборов спутникового позиционирования, беспилотных летательных аппаратов (БПЛА), десктопных и мобильных геоинформационных систем.

Цель работы – обзор результатов картографических исследований в ЦЧЗ, демонстрация преимуществ использования современных программных и аппаратных средств ГИС для исследования лесостепных экосистем.

Задачи – показать динамику лесной растительности по материалам периодических картирований на ППП, дать оценку состояния древостоев основных пород, представить результаты изучения процесса распространения деревьев и кустарников в степи.

В зависимости от типов исходных данных, предназначенных для внедрения в ГИС, выделяются несколько методических подходов. Далее речь пойдёт о методах и результатах картирования древесной растительности на СОНИ.

МАТЕРИАЛ И МЕТОДЫ

1. Метод переноса данных в ГИС на основе сканирования бумажной картографической основы с последующей векторизацией объектов или без неё.

Глазомерную съёмку древесно-кустарниковой растительности на лесных ППП предварял процесс разбивки на местности пикетажной сети размером 5 × 5 м. Для каждой пробной площади в полевых условиях на миллиметровой бумаге вычерчивались схемы размещения оснований стволов и проекций крон деревьев по породам и ярусам (с изображением сухостоя и валежа) в масштабе 1:100. Наиболее детально изучена горизонтальная структура лесных сообществ на 14-ти СОНИ, а именно проективное покрытие древостоев, подроста и подлеска по материалам картирований 1991-1993 и 2002 гг. (Рыжков, Рыжкова, 2006а). В полном объёме данная методика отработана при картировании сложных водораздельных дубрав и заболоченных березняков Зоринского участка ЦЧЗ (Золотухин, Рыжков, Филатова, 2001; Рыжков, Рыжкова, 2001).

В 2002-2006 гг. такие бумажные схемы были отсканированы, а их фрагменты сшиты в единые растровые изображения. Далее было бы методически корректным зарегистрировать полученные растры непосредственно в ГИС и выполнить векторизацию уже непосредственно с привязкой к местности. Однако, на период проведения картографических работ и формирования электронного архива карт в заповеднике отсутствовала десктопная ГИС. Поэтому для оцифровки была выбрана программа AutoCAD. Векторизация объектов осуществлялась ручным способом («по экрану») в декартовой системе координат. В результате были получены слои размещения оснований стволов и проекций крон деревьев каждой древесной породы, что позволило оценить их количественные пропорции путём автоматического расчёта площадей (ранее приходилось определять пощади проекций крон с бумажной основы при помощи планиметра, что приводило к завышению их значений приблизительно на 4% (Рыжков, 2006в)). Разработаны методические рекомендации по оцифровке растров в среде AutoCAD и последующем использовании полученных векторных объектов в ГИС (Рыжков, 2000; Рыжков, Власов, 2000; Рыжков, 2001а; Рыжков, 2006а).

С появлением в заповеднике лицензионной версии ГИС MapInfo Professional возникла необходимость привязки сформированных в AutoCAD векторных слоёв проекций крон древостоев и оснований стволов деревьев, а также проективных покрытий подлеска и подроста на лесных ППП. Стандартным инструментом MapInfo допускается регистрация векторных слоёв только по трём опорным точкам, чего явно недостаточно для точной трансформации. Нами использован отдельно поставляемый модуль MiTransformer, который позволяет на основе афинных или проективных преобразований выполнять регистрацию векторных объектов сразу нескольких таблиц по неограниченному числу опорных точек, что позволяет добиться высокого качества привязки к местности.

Для автоматического создания векторного слоя площадей сечений стволов древостоев на лесных ППП использовалась функция генерации окружности по центру и диаметру в модуле MapCAD, причём значения последнего извлекались из числового поля таблицы (базы данных) (Рыжков, 2013). Центры стволов формировались поверх растрового изображения созданием символа вручную в каждом круге.

При трансформации векторных объектов в ГИС из проекции ПЛАН-СХЕМА (декартовой системы координат) в одну из картографических проекций ГИС возможно появление артефактов – наличие в результирующих объектах лишних деталей или шумов (в частности, искажения плавности границ), отсутствующих в исходных объектах. Сечения стволов легко корректируются путём построения центроидов и генерации на их основе окружностей по заданным диаметрам. Для корректного преобразования границ полигонов проекций крон необходимо предварительно выполнить процедуру генерализации (разреживания) их узлов, используя соответствующий функционал ГИС (MapInfo или ArcGIS).

Методически более правильным и менее трудоёмким является реализация следующего подхода, который используется в настоящее время. Растр каждой лесной ППП регистрируется в ГИС MapInfo Professional (действующая лицензия Advanced v.16.0.4) по четырём граничным точкам, координаты которых определены статической съёмкой в безлистный период при помощи современного ГНСС-оборудования (приёмник Trimble GeoExplorer 6000 GeoXH CE) с точностью 0.2-0.3 м (достигалась при длительной фиксации координат в режиме RTK неподвижным прибором). Далее в среде ГИС выполняются ручная векторизация объектов по экрану уже с привязкой к местности в универсальной поперечной проекции Меркатора (зона 37, северное полушарие (WGS 84) [EPSG:32637]) и последующие аналитические расчёты (Рыжков, Рыжкова, 2019б). Таким способом были обработаны материалы картографирования древостоев водораздельной дубравы участка ЦЧЗ Пойма Псла (Рыжков, Рыжкова, 2019а).

Описанный метод, основанный на оцифровке бумажных схем, позволяет использовать в ГИС картографические материалы, полученные в условной (чаще всего декартовой) системе координат. Последующие два метода базируются на данных полевой съёмки объектов приборами спутникового позиционирования разных классов, что позволяет экспортировать их в ГИС на основе полученных географических координат.

2. Метод сплошной съёмки с использованием персональных навигаторов и ГИС.

GPS- (и/или ГЛОНАСС) съёмка, которая осуществляется приборами спутникового позиционирования, является одним из способов оперативного сбора данных для ГИС. В данных устройствах реализована возможность записи географических координат путевых точек и треков и их хранения в энергонезависимой памяти. Именно использование GPS-приёмников, начиная с 2000 г., положило начало созданию в ЦЧЗ геопространственных баз данных. В настоящее время сотрудниками заповедника применяются в своей деятельности более 10 портативных GPS-навигаторов компании Garmin (GPSMAP 76CSx, GPSMAP 78S, OREGON 550, GPSMAP 64ST и др.), а также смартфоны и планшеты, включая защищённые, с функцией определения местоположения. Перечисленное мобильное оборудование позволяет осуществлять навигацию по растровым изображениям.

Полученные точечные и линейные объекты при помощи специализированного программного обеспечения экспортировались в ГИС-форматы. В геоинформационных системах выполнялась окончательная обработка данных (сглаживание границ, преобразование полилиний в полигоны и пр.). Основные недостатки данного метода – невозможность сохранения с графикой необходимых атрибутов, и невысокая точность записи координат (3-5 и более метров). Подготовлены некоторые методические рекомендации по сбору GPS-данных (Рыжков, Рыжкова, 2006б, Рыжков, 2014б) и их обработке в среде ГИС MapInfo, в частности создания сглаженных полигонов (Рыжков О. и др., 2013; Рыжков, 2014а), совместному использованию GPS (GLONASS)-приборов и ГИС при картографировании природных объектов в реальном времени (Рыжков, 2010, 2011), опубликован обзор методов геоинформационного картографирования природных объектов и их применения на ООПТ (Рыжков, 2008, 2009б).

3. Метод сплошной съёмки с использованием высокоточного ГНСС-оборудования, БПЛА, мобильных и десктопных ГИС.

Начиная с 2016 г. на территории ЦЧЗ осуществляются детальные картографические исследования с применением современных аппаратных и программных средств – высокоточного ГНСС-оборудования, БПЛА, мобильных и десктопных ГИС, апробация которых выполнена при картировании распространения деревьев и кустарников на Втором некосимом участке Стрелецкой степи – самом крупном и репрезентативном на Стрелецком участке (площадь – 101.6 га). Данный объект находится в абсолютно заповедном режиме с 1935 г. В предшествующие годы сплошного наземного картографирования этой территории не проводилось.

В работе задействованы двухчастотный спутниковый приёмник Trimble GeoExplorer 6000 GeoXH CE и два БПЛА – DJI Inspire-1 Pro лаборатории картографии Института географии РАН и DJI Inspire-1 Центрально-Черноземного заповедника. Картирование осуществлялось в режиме реального времени (RTK) с непрерывным приёмом поправок через 3G-модем от Регионального центра навигационных услуг по Курской области (плановая точность фиксации координат объектов при открытом небосводе составляла 2-3 см). С помощью квадрокоптеров получены фотоснимки высокого разрешения, которые использовались для построения ортофотопланов местности и уточнения проблемных контуров в труднодоступных участках зарослей степных кустарников.

Обработка, анализ и визуализация информации выполнялись в среде ГИС MapInfo Professional v.15.2.4 64bit, конвертирование растров – в Global Mapper v.13.0, управление данными – в Trimble GPS PathFinder Office v.5.81. Мобильное приложение: TerraSync Centimeter Edition v.5.41 на базе Windows Mobile v.6.5.

Высокая точность определения местоположения прибором Trimble GeoExplorer 6000 GeoXH CE позволила использовать при картировании виртуальную пикетажную сеть вместо реальной, создание которой требовало значительных трудозатрат при классическом картографировании растительного покрова в предшествующие периоды. Такая двухслойная виртуальная пикетажная сеть с размером квадратов 100 × 100 м (1 га) была сформирована в среде ГИС MapInfo Professional v.15.2.4 64bit инструментом Нарисовать сетку (гектарные квадраты с целью минимизации пропусков молодых особей при выполнении картирования были дополнительно разбиты на более мелкие квадраты 10 × 10 м (1 ар)). Основная и дополнительная пикетажные сети с уникальной нумерацией квадратов были загружены в формате SHP в прибор для последующего выноса в натуру.

Мобильная ГИС TerraSync приёмника Trimble GeoExplorer 6000 GeoXH CE позволяет использовать в качестве подложек фоновые растровые карты в формате GeoTIFF (космические снимки, схемы лесоустройства и пр.). Растровые и векторные изображения загружались в приёмник через модуль Перенос данных программы GPS PathFinder Office v.5.81. Компанией TRIMBLE разработана также автономная программа Data Transfer для выполнения аналогичной операции.

Уникальной особенностью десктопного программного обеспечения GPS PathFinder Office является возможность разработки структуры мобильной ГИС в виде формы сбора полевых данных с определённым перечнем полей, которая использовалась при съёмке древесной растительности.

При картировании сохранялись два типа данных – точечные (основания стволов) и полигональные (проекции крон), по которым одновременно собиралась атрибутивная информация.

Полевые работы включали в себя картирование древесной растительности со сплошным перечётом деревьев и кустарников (учёту подлежали все экземпляры, начиная с имматурного возрастного состояния, также фиксировались ювенильные растения, которые удалось обнаружить). Для одиночных деревьев и кустарников с помощью прибора Trimble GeoExplorer 6000 GeoXH определялись географические координаты и высота над уровнем моря оснований стволов с целью последовательного формирования массива путевых точек, пригодных для построения точечных тематических карт в ГИС. Обособленные контуры (заросли) растительности картировались путём обхода с указанным прибором по их периметру. При этом в память приёмника через каждую секунду заносились узлы полигона. Прибор был настроен на запись только качественных объектов, плановая ошибка определения координат которых не превышает установленную величину (в большинстве случаев, она, как правило, составляла 2-3 см – при открытом небосводе и 50-100 см – под кронами деревьев и в плотных зарослях кустарников).

Одновременно с картографированием осуществлялся подробный сбор атрибутивной информации по каждому объекту. При сплошном поддеревом перечёте в полевых условиях в специальную форму заносились следующие сведения: участок, урочище, автор(ы), дата, время, номер полигона или точки, порода, происхождение, периметр или диаметр ствола на высоте груди (см), высота ствола (м), возраст, состояние, болезни, жизненная форма, плодоношение, примечание для ввода дополнительных сведений и фото (фотографировались только выборочные объекты).

Параллельно с наземным картированием древесной растительности осуществлена аэрофотосъемка территории участка при помощи квадрокоптеров DJI Inspire-1. Полученные фотоснимки были соединены в единые изображения, которые использовались для построения ортофотопланов некосимого участка. Некоторые фотоснимки, включающие изображения крон деревьев и кустарников в трудно доступных местах (непроходимых колючих зарослях), регистрировались в ГИС отдельно и использовались в качестве подложки для оцифровки контуров крон по экрану вручную.

Полученные в мобильной ГИС TerraSync Centimeter Edition v.5.41 точечный слой распространения одиночных деревьев и кустарников и полигональный слой проективных покрытий древесно-кустарниковой растительности Второго некосимого участка Стрелецкой степи со всей атрибутикой экспортировались через файлы обменного формата MIF в ГИС Mapinfo. На их основе строились тематические карты М 1 : 5000 и 1 : 400 (на 134 листах). Подробная методика ГИС-картографирования древесной растительности с использованием современных аппаратных и программных средств опубликована (Рыжков и др., 2017).

Следует отметить, что непосредственное использование высокоточных приборов геодезического класса при картировании древесной растительности под пологом леса мало эффективно вследствие наличия значительных препятствий для прохождения спутниковых сигналов. Даже при приёме дифференциальных поправок в режиме RTK точность определения координат в данном случае обычно не превышает 1.0 м, что явно недостаточно для корректной записи координат. К тому же требуется наличие устойчивой мобильной или радиосвязи. Поэтому в высокосомкнутых насаждениях предпочтительнее использование классического метода картирования с разбивкой пикетажной сети на местности или применения геодезических приборов другого класса, в частности электронных тахеометров, в которых используется метод обратной линейно-угловой засечки. Опыт применения подобного оборудования в заповеднике имеется.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Представленные методы использовались нами для изучения как отдельных компонентов лесостепных экосистем, так и для оценки общих тенденций их динамики. Прежде чем приступить к обзору результатов целесообразно показать особенности изменения климата на изучаемой территории. В ЦЧЗ имеется собственная метеостанция «Стрелецкая степь», на которой ведутся непрерывные восьмисрочные наблюдения, начиная с 1947 г. Анализ динамики основных климатический параметров показал, что за последние 20 лет годовые температуры воздуха превышали средние многолетние значения (рис. 1), а количество выпадающих осадков, напротив, соответствовало средним величинам или было ниже (рис. 2). В целом за весь период наблюдений среднегодовая температура воздуха увеличилась почти на 1° С (с 5.0° (1956 г.) до 5.9° (2019 г.)). Таким образом, погода в районе расположения заповедника по многолетним наблюдениям становится жарче и суше. Однако, последнее десятилетие характеризуется значительными климатическими экстремумами, в том числе и аномально высоким суммами осадков в отдельные месяцы (табл., рис. 3).

Рисунок 1. Многолетняя динамика среднегодовой температуры воздуха

Рисунок 2. Многолетняя динамика годового количества осадков

Таблица. Экстремальные значения температуры воздуха и количества осадков в последнее десятилетие (2010-2019 гг.) в районе расположения ЦЧЗ за период наблюдений с 1947 г.

Рисунок 3. Аномальные климатические показатели последних лет
(по данным метеостанции ЦЧЗ «Стрелецкая степь»)

Общая характеристика и особенности климата в районе расположения заповедника опубликованы (Непочатых, Рыжков, 2016). Наличие многолетних рядов наблюдений за климатом и биотой заповедника позволило выявить основные тенденции изменения биотических компонентов биогеоценозов под влиянием климата за последние 100 лет (до 1999 г.) (Рыжков и др., 2001; Рыжков и др., 2018). Как было сказано выше, начало XXI века характеризуется заметными изменениями климата, влияние которых на растительный и животный мир ЦЧЗ проанализировано за период с 2000 по 2013 гг., а результаты исследований опубликованы в 2017 г. (Рыжков и др., 2017а,б). Указанные погодные тенденции и аномалии безусловно повлияли на структуру и динамику лесной растительности ЦЧЗ, что нашло отражение в результатах исследований. Приводим основные их них, полученные в том числе с использованием аналитических средств ГИС, основанных, в частности, на построении цифровых моделей рельефа (ЦМР) и генерации на их основе производных векторных покрытий для изучения пространственного распределения особей отдельных древесных видов по высотам над уровнем моря, уклонам и экспозиции склонов.

Динамика пространственной структуры дубрав (проективного покрытия древостоев,

подроста и подлеска) на лесных ППП по материалам картирований разных лет

Результаты исследований по данному направлению освещены в открытой печати в период с 1995 по 2019 гг. (Рыжкова, Рыжков, 1995; Рыжков, 1996; Рыжков, Рыжкова, 1999; Рыжков, Рыжкова, 2001, Рыжков, Рыжкова, 2006а).

1. В 60-е годы XX века дубовые древостои ЦЧЗ, в которых древесным эдификатором является дуб черешчатый (Quercus robur L.) в существенно большей степени были дифференцированы по ярусам. Их общее проективное покрытие было максимальным и относительно равномерным. Сопутствующие виды не играли значимой роли в горизонтальной структуре сообществ (рис. 4).

Рисунок 4. Динамика структуры и видового состава древостоя с 1968 по1991 гг.
(Стрелецкий участок ЦЧЗ, ур. Бабка, лесная ППП № 12)

Примечание. Условные обозначения к рисунку:

2. Вследствие массового усыхания дубрав в лесостепи в 70-е годы XX века произошло значительное изреживание древостоев и в ЦЧЗ, в основном, за счёт гибели тонкомерных и отставших в росте дубовых деревьев. Наблюдалось упрощение вертикальной стратификации сообществ, которое проявлялось в доминировании первого древесного яруса (рис. 4). Сформировались большие разрывы в пологе леса. Уменьшилось общее проективное покрытие древостоев (рис. 5).

3. Из-за изменения светового режима образовавшиеся окна быстро заселились широколиственными спутниками дуба (особенно, клёном остролистным) и дикими фруктовыми породами, благодаря чему к 90-м годам XX века значительно расширился видовой состав древостоев (рис. 5, 6) (Рыжков, 1997). В популяциях дуба черешчатого сохранился хронологический разрыв: продолжали доминировать исключительно зрелые генеративные деревья и отсутствовали, за редким исключением, особи прегенеративных фракций.

4. В дубравах сформировался мощный подлесочный ярус из черёмухи обыкновенной (Prunus padus L.) (Рыжкова, Рыжков, 2003; Рыжкова, Рыжков, 2004) и (или) лещины обыкновенной (Corylus avellana (L.) H.Karst.), что создало дополнительные препятствия для успешного возобновления дуба. При этом, черёмуха заселяет преимущественно простые по структуре порослевые дубравы с господством в древесном ярусе дуба черешчатого, образуя плотный подлесок, в котором на её долю приходится более 90% проективного покрытия (рис. 7). Кроме того, данный вид в условиях заповедника может участвовать в сложении третьего и даже второго ярусов древостоя. Констатируется формирование в отдельных лесных урочищах черёмухово-дубняков – уникальных для лесостепи типов леса. Лещина, напротив, приурочена, как правило, к сложным многовидовым широколиственным лесам. По мере взросления популяций данного вида наблюдается слияние мелких разрозненных контуров в крупные сплошные локусы с очень высоким проективным покрытием (рис. 8). В динамике наблюдается активное расселение лещины в лесах Казацкого и Стрелецкого участков ЦЧЗ, включая её появление на водораздельных пространствах, где ранее она не встречалась или была истреблена (рис. 9). В Казацком лесу, по материалам трёхкратного крупномасштабного геоботанического картирования Ю.Н. Нешатаева (1968, 1979, 1993 гг.), площадь распространения Corylus avellana увеличилась c 55.4 до 97.0 га (Рыжков, 2001б).

Рисунок 5. Динамика структуры и видового состава древостоя с 1968 по1993 гг.
(Казацкий участок ЦЧЗ, ур. Казацкий лес, лесная ППП № 6)

Примечание. Условные обозначения см. примечание к рис. 4.

Рисунок 6. Динамика структуры и видового состава древостоя с 1968 по1993 гг.
(Стрелецкий участок ЦЧЗ, ур. Дедов-Весёлый, лесная ППП № 19)

Примечание. Условные обозначения см. примечание к рис. 4.

Рисунок 7. Проективное покрытие черёмухи обыкновенной
(Стрелецкий участок ЦЧЗ, ур. Петрин лес, лесная ППП № 9, 1992 г.)

Рисунок 8. Динамика горизонтальной структуры популяции лещины обыкновенной
(Казацкий участок ЦЧЗ, ур. Казацкий лес, лесная ППП № 4)

С 2008 по 2014 гг. нами выполнено сплошное картографирование популяции лещины обыкновенной на Стрелецком участке ЦЧЗ с помощью персональных навигаторов Garmin. Полученные путевые точки размещения оснований кустов были обработаны при помощи аналитических инструментов ГИС. Так, производные карты, созданные на основе ЦМР Стрелецкого участка, использовались для автоматической разноски мест обнаружения лещины по высотам над уровнем моря, диапазонам уклонов и экспозициям склонов с помощью географических операторов и SQL-запросов MapInfo Professional (Рыжков, Рыжкова, 2010а; Рыжкова, Рыжков, 2011; Рыжков, Рыжкова, 2014б). Аналогичная GPS-съёмка на этой же территории выполнена для липы мелколистной (Рыжков, Рыжкова, 2010б).

Рисунок 9. Расселение лещины обыкновенной из Тёмной лощины на водоразделы
в ур. Дуброшина Стрелецкого участка ЦЧЗ (по материалам картирования 1994 и 2008 гг.)

Рисунок 10. Локальное усыхание дуба в Тёмной лощине
(ур. Дуброшина, Стрелецкий участок ЦЧЗ)

5. В настоящее время продолжается процесс самоизреживания материнских древостоев дуба порослевого происхождения и усиление фитоценотических позиций других широколиственных пород. Последние локальные очаги усыхания дубрав заповедника зафиксированы в 1999-2000 гг. и были связаны с поздними весенними заморозками, последствия которых усугубились летними засухами (рис. 10).

За 1999-2000 гг. в дубравах заповедника погибло около 20 деревьев дуба на 1 га. Последующий период с 2001 г. по 2018 гг. характеризовался низкими темпами изреживания дубовых древостоев. В среднем на 1 га в год усыхало от 1 до 8 деревьев (рис. 11).

Рисунок 11. Многолетняя динамика текущего отпада стволов дуба черешчатого в ЦЧЗ
(по данным 13-ти лесных ППП)

На фоне продолжающегося активного вывала старого сухостоя дуба и редкого появления свежего сухостоя произошла кардинальная смена динамики численности сухих деревьев. Если с 1970 по 2000 гг. процесс носил волнообразный характер с плавным увеличением и снижением численности сухостоя в диапазоне от 150 до 250 шт./га, то, начиная с 2001 г. определилась выраженная тенденция постоянного ежегодного убывания анализируемого показателя (Рыжков О. и др., 2013). К 2018 г. количество сухостоя дуба уменьшилось до 73 шт./га – это самая низкая величина за весь период наблюдений, что объясняется, с одной стороны, отсутствием в настоящее время очагов усыхания дуба, а с другой стороны, активным переходом сухостоя в категорию валежа. Ветровал (отчасти бурелом) сухостойных деревьев способствует прогрессирующему накоплению валежа, численность которого на 2018 год составила 542 шт./га, а запас – более 84 м³/га.

Таким образом, для процесса отпада стволов дуба черешчатого в лесах ЦЧЗ в последнее десятилетие характерны следующие особенности:

— стабильное ежегодное уменьшение численности и запаса сухостойных деревьев и такое же стабильное увеличение этих показателей у валежа;

— низкие темпы изреживания дубовых древостоев.

В ГИС на картах ППП периодически обновляется информация о деревьях дуба черешчатого, изменивших своё жизненное состояние.

Во время Великой отечественной войны большинство дубовых древостоев заповедника было вырублено, за исключением небольшого количества так называемых «маяков», возраст которых к тому времени составлял 40-45 лет. В 2008-2010 гг. нами осуществлено ГИС-картографирование таких старовозрастных деревьев дуба, которые удалось обнаружить на Стрелецком участке (рис. 12).

Рисунок 12. Схема распространения старовозрастных деревьев дуба черешчатого
в ур. Дуброшина и Соловьятник Стрелецкого участка ЦЧЗ (2010 г.)

6. В современных границах лесопокрытой площади ЦЧЗ начинают формироваться теневые широколиственные леса. Об этом свидетельствует динамика видового состава молодого поколения в дубравах, обследованного при повторных картографических работах на отдельных лесных ППП и представленного в основном широколиственными спутниками дуба (Рыжков, Рыжкова, 2004). Омоложение популяций лесообразующей породы наблюдается исключительно в тех местообитаниях, где освещённость не является лимитирующим фактором среды (поляны, экотоны со степью и пр.).

Нами выполнены картографические исследования популяций дуба черешчатого в зонах контакта дубрав с открытыми пространствами (бывшими залежами и целинными некосимыми степями). Важным результатом этой работы является оценка современного состояния и структуры популяции главной лесообразующей породы лесостепной зоны. Самый крупный и репрезентативный некосимый участок Стрелецкой степи, детально обследованный в 2016 г., оказался подходящим резерватом для самовоспроизводства в заповеднике семенных дубрав. Порослевые дубовые древостои в ЦЧЗ постепенно отмирают и не дают жизнеспособного потомства под своим пологом. Успешность возобновления дуба в экотонной зоне некосимого участка объективно подтверждена материалами картографирования. Его популяция имеет полночленную структуру с явным преобладанием молодых особей (рис. 13). В настоящее время мы являемся свидетелями начальной стадии формирования высокопродуктивных семенных дубовых древостоев, которые придут на смену порослевым (Рыжков О. и др., 2017б,в). Такой вывод правомочен только для участков со световым режимом открытых мест в естественных зонах контакта леса и степи.

Рисунок 13. Естественное семенное возобновление дуба черешчатого в экотонах между лесом и целинной некосимой степью (2016 г.). Примечание. На фото – виргинильные растения дуба на Втором некосимом участке Стрелецкой степи.

7. Аномальные погодные условия 2009-2012 гг., в частности жара и засуха привели к иссушению верхних горизонтов почвы в лесах, что, в свою очередь, вызвало массовое усыхание осинников, особенно на Стрелецком и Казацком участках ЦЧЗ (рис. 14). Наиболее изучена древесная растительность лесной ППП «Осиновый куст», расположенной на Стрелецком участке в ур. Петрин лес (Краснитский, 1983). Доминантом древостоя на протяжении длительного времени была осина (Populus tremula L.). В 1975 и 2004 гг. на этом стационаре выполнены детальные картографические исследования, которые показали значительное увеличение проективного покрытия осинового древостоя (Рыжкова, Рыжков, 2006). Однако, после указанных климатических аномалий популяция осины перешла в стадию регрессии. При этом погибали преимущественно зрелые генеративные деревья, составляющие ядро популяции данного вида (рис. 15). Информация об усыхании осиновых насаждений и его динамике опубликована (Рыжкова и др., 2012; Рыжков Д. и др., 2015; Рыжкова и др., 2018)

Рисунок 14. Распад осиновых древостоев на Казацком и Стрелецком участках ЦЧЗ

Процесс разрушения осинового древостоя наглядно демонстрирует гистограмма многолетней динамики относительного участия осины в общем древесном опаде, которое сократилось с 95.1% в 1970 г. до 2.4% в 2017 г. (рис. 16).

8. В отличие от осины, для берёзы повислой (Betula pendula Roth) характерно расширение площади произрастания, что показали результаты современных картографических исследований. Ранее данная порода была чрезвычайно редкой в ЦЧЗ. Во всех дубравах Стрелецкого участка было обнаружено лишь 10 экземпляров высотой не более 4 м: Соловьятник – 6 шт., Петрин лес – 1 шт., Дуброшина – 3 шт. (Алехин, 1940). Позже появлись новые сведения о распространении берёзы: Соловьятник – 99 шт., Дуброшина – 7 шт. (Левицкий, 1957).

В 1994 г. нами был сделан сплошной перечёт и глазомерное картирование размещения деревьев берёзы в ур. Дуброшина, Соловьятник и Дедов-Весёлый, по результатам которых опубликованы сведения о изменениях ареала данного вида и его встречаемости в лесах Стрелецкого участка ЦЧЗ (Рыжков, 1997). Наиболее оптимальными экотопами для расселения берёзы оказались участки северного склона Петрина лога с разреженным древесным ярусом и наличием полян (Рыжков, 2001б).

Рисунок 15. Динамика проективных покрытий осины по материалам картирований разных лет (Стрелецкий участок, ППП «Осиновый куст»). Примечание: в 2017 г. проекции крон осины отрисованы визуально без детального полевого картографирования.

Рисунок 16. Динамика относительной доли участия в древесном опаде осиновых фракций на лесной ППП «Осиновый куст»

Рисунок 17. Схема распространения березы повислой на Стрелецком участке Центрально-Черноземного заповедника по материалам картирования 2008-2011 гг.

В течение 2008-2011 гг. выполнено на основе GPS-съёмки сплошное наземное ГИС-картографирование популяции берёзы повислой на территории Стрелецкого участка и составлены точные карты её распространения (рис. 17). Общее количество закартированных деревьев этого вида составило 1514 экз., большинство из которых характеризовалось высокой жизнеспособностью (Рыжков, Рыжкова, 2014в).

Таким образом, несмотря на светолимитированность современных лесных сообществ заповедника, на Стрелецком участке сохраняются экотопы, пригодные для поселения и распространения берёзы повислой, что подтверждают результаты наших исследований.

Для улучшения визуализации процесса расселения берёзы использовался метод драпирования ЦМР различными растровыми изображениями (Рыжков, 2013).

В процессе полевой GPS-съёмки помимо сбора атрибутивной информации каждое дерево берёзы фотографировалось, в последующем в среде ГИС снимки привязывались к соответствующей записи в базе геоданных (рис. 18).

Рисунок 18. Визуализация фото дерева берёзы повислой
из записи атрибутивной таблицы ГИС

9. Методы геоинформационного картографирования использовались также при изучении популяций редких древесных видов, произрастающих в заповеднике, в частности миндаля низкого (Amygdalus nana L.). По миндалю низкому собрана наиболее полная геопространственная информация как по заповеднику, так и по Курской области в целом. В 2009 г. выполнено детальное картографирование популяции этого вида в Хвощевом логу Стрелецкого участка ЦЧЗ, в 2011 г. – в урочище Городном на участке Баркаловка и в урочищах Покоснево и Букреево участка Букреевы Бармы, в 2012-2013 гг. – на Казацком участке, где в Барыбином логу отмечено самое крупное в области местообитание вида (Рыжков, Рыжкова, 2012б). Применялся метод сплошной контурной съёмки при помощи приборов спутникового позиционирования.

Общее проективное покрытие миндаля низкого на Казацком участке ЦЧЗ по материалам картирования 2012-2013 гг. составило 12.9 га (рис. 19). Построена ЦМР территории участка, которая послужила основой для генерации полиномиальных покрытий основных морфометрических параметров рельефа и позволила проанализировать в зависимости от них пространственную структуру популяции миндаля низкого (Рыжков, Рыжкова, 2014а,б).

Рисунок 19. Схема проективных покрытий миндаля низкого на Казацком участке ЦЧЗ, 2013 г.

10. Как отмечалось, Центрально-Черноземный заповедник расположен в зоне контакта леса и степи, поэтому проблеме их взаимоотношения всегда уделялось первостепенное внимание. Изучение распространения древесно-кустарниковой растительности как по бывшим залежам, так и целинным степям с точки зрения ГИС имеет преимущества перед исследованием типичных лесных экосистем, так как на открытых пространствах имеется возможность использования как персональных навигаторов, так и высокоточного ГНСС-оборудования. Наиболее значимыми картографическими работами, выполненными в ЦЧЗ по этой тематике с использованием приборов спутникового позиционирования, были следующие:

2007 год. Картирование распространения древесной растительности на залежи участка ЦЧЗ Букреевы Бармы.

Участок расположен в центральной части Среднерусской возвышенности, в верховьях бассейна р. Оскол. Исследования проводились на самой крупной залежи площадью 20 га. На момент картирования её возраст составлял 29 лет. Применялся метод съёмки координат оснований стволов растений персональным навигатором Garmin GPSMap 78s. В 2007 г. выявлено 38 видов деревьев и кустарников. При обработке данных использовались аналитические средства ГИС. Значительный массив GPS-точек, имеющих трёхмерные координаты и более-менее равномерно распределённых по территории залежи, позволил на их основе строить карты проективных покрытий древесно-кустарниковых видов в среде MapInfo. Для этого использовался модуль Vertical Mapper, при помощи которого на основе высот генерировались растровые сетевые файлы или GRD-файлы. Используя сеть высот особей древесных видов залежи участка ЦЧЗ Букреевы Бармы, были созданы векторные карты проективных покрытий деревьев и кустарников, имеющих определённые высоты, и рассчитаны их площади. Возможность получения векторных проективных покрытий древесно-кустарниковой растительности из GRD-файла представляется нам чрезвычайно важной. Этот способ можно рассматривать в качестве альтернативного ручному трудоёмкому вычерчиванию контуров крон на бумаге в полевых условиях (Рыжков, 2013).

2004, 2011 годы. Картирование распространения древесно-кустарниковых видов на пастбище Стрелецкого участка ЦЧЗ.

Составлены динамические карты по материалам GPS-съёмок в указанные годы одиночно растущих деревьев и кустарников на пробных площадях размером 15.5 (2004 г.) и 5.0 (2011 г.) га. Картирование выполнено с помощью персональных спутниковых навигаторов Garmin GPS 12CX (2004 г.) и Garmin GPSMap 78s (2011 г.). При помощи ГИС MapInfo Professional 10.5.2 rus был выполнен пространственный анализ появления и гибели на пастбище разных видов деревьев и кустарников на ПП (5 га) за период с 2004 по 2011 гг. Установлено, что темпы пополнения древесных группировок на пастбище составляют на 5 га около 18 экземпляров в год, а темпы элиминации– около 5 экземпляров в год (Рыжков, Рыжкова, 2012а).

2016 год. Картирование распространения древесной растительности на Втором некосимом участке Стрелецкой степи.

Для съёмки использовались спутниковый приёмник геодезического класса Trimble GeoExplorer 6000 GeoXH CE и БПЛА – DJI Inspire-1.

На обследованной территории выявлено произрастание 56 видов древесных растений, в т.ч. деревьев – 23 вида, кустарников – 33 вида (Рыжков и др., 2017). Всего учтено 7251 отдельная особь и 1787 зарослей. Общее проективное покрытие древесно-кустарниковой растительности составило 14.3 га (или 14.1% площади Второго некосимого участка), из них одиночные растения – 3.0 га и заросли – 11.3 га (Рыжков О. и др., 2017а,б). Эта величина общего проективного покрытия является самой высокой среди всех закартированных ранее некосимых участков заповедника. Из указанного значения на долю леса приходится 1.6%, который занял 1.67 га некосимого участка за 80 лет после его организации (с 1935 по 2016 гг.) (Рыжков, Рыжкова, 2018).

Центрально-Черноземным заповедником активно развивается сотрудничество, включая международное (Рыжков, Трегубов, 2006), в плане освоения и обмена опытом работы по использованию GPS— и ГИС-технологий на ООПТ (Солнцев и др., 2006). Разработаны соответствующие методические рекомендации и курсы практических упражнений для сотрудников природных заповедников и национальных парков (Рыжков, 2007; Рыжков, 2009а).

ЗАКЛЮЧЕНИЕ

Современные ГИС-технологии, особенно основанные на сборе данных при помощи высокоточных приборов спутникового позиционирования, позволяют оперативно получать достоверную информацию о природных объектах и наладить периодическое слежение за их состоянием. Наиболее ценные сведения в ходе такого мониторинга получены при сплошном картографировании древесной растительности ЦЧЗ на постоянных пробных площадях, а также при изучении популяций отдельных видов на заповедных участках. Накопленные многолетние ряды наблюдений в совокупности с картографическими материалами легли в основу краткосрочных прогнозов развития лесных экосистем ЦЧЗ (Рыжков, 2002). Основные выводы из выполненных исследований за период с 1989 по 2019 гг. сводятся к следующим:

1. Зональная лесообразующая порода – дуб черешчатый постепенно утрачивает роль древесного доминанта. Порослевые дубовые древостои 5-6-й генерации не могут сформировать жизнеспособный подрост под пологом леса и однонаправленно будут замещаться сопутствующими видами. Однако в экотонных зонах между лесом и степью, где свет не является лимитирующим фактором среды, наблюдается формирование полночленных популяций дуба черешчатого со значительным удельным весом прегенеративных растений. Таким образом, вместо порослевых материнских древостоев в отдалённой перспективе возможно формирование семенных дубрав, которые будут территориально привязаны к ныне существующей краевой части леса.

2. Осиновые насаждения ЦЧЗ оказались крайне чувствительными к климатическим аномалиям и в настоящее время находятся в стадии распада. На отдельных участках происходит омоложение популяции: после гибели генеративных деревьев появились корневые отпрыски, но насколько они долговечны покажет время. В большинстве случаев на месте бывших осинников начинают формироваться другие типы леса, где древесными эдификаторами будут виды, толерантные к низкой освещённости (вероятнее всего клён остролистный).

3. Берёзовые древостои оказались более устойчивыми к неблагоприятным факторам среды. Наблюдается активное расселение берёзы повислой на Стрелецком участке ЦЧЗ, преимущественно по склонам северной экспозиции.

4. В дубравах сформировался мощный подлесок из черёмухи и лещины, что также создаёт дополнительную затенённость под пологом леса. Данные виды практически полностью вытеснили из дубрав светолюбивые кустарники (тёрн, жёстер слабительный, шиповники и пр.). Прослеживается тенденция увеличения площади произрастания лещины с выходом её из логов на водоразделы, обнаружены новые очаги её расселения.

5. В процессе противостояния между лесом и степью в настоящее время первый является более сильным. При естественном ходе природных процессов в ЦЧЗ происходит облесение открытых пространств (восстановленных степей на бывших залежах, целинных луговых степей в некосимом режиме, пастбищ и пр.).

Не вызывает сомнения, что области применения геопространственной информации в лесоведении с каждым годом будут всё более расширяться, а современные ГИС-технологии уже стали неотъемлемым инструментом познания природы леса.

БЛАГОДАРНОСТИ

В 2016 г. картографические исследования выполнены при финансовой поддержке Проектом ПРООН/ГЭФ/ Минприроды России № 00072294 «Совершенствование системы и механизмов управления ООПТ в степном биоме России».

СПИСОК ЛИТЕРАТУРЫ

Алехин В.В. Очерк растительности и ее последовательной смены на участке Стрелецкая степь под Курском // Тр. СПб. общ. естествоиспытателей, отд. ботан. 1909. Т. 40. Вып. 1. 112 с.

Зозулин Г.М., Кусмарцева Н.М. Изменение границ древесно-кустарниковой и травянистой растительности на опытных участках Центрально-Черноземного заповедника за 5 лет // Ботан. журн. 1951. Т. 36. № 3. С. 240-248.

Золотухин Н.И., Рыжков О.В., Филатова Т.Д. История организации, научные исследования и общие сведения о Зоринском участке Центрально-Черноземного заповедника // Природные условия и биологическое разнообразие Зоринского заповедного участка в Курской области: Тр. Центр.-Черноземн. гос. заповедника. Вып. 17. Тула, 2001. С. 7-30.

Картометрические исследования на территории Центрально-Черноземного заповедника им. проф. В.В. Алехина // Отчет ИГАН СССР за 1961-1975 гг. (сост. П.К. Рубайло). Инв. № 438. 1975. 43 с.

Кашкарова В.П., Рубайло П.К., Утехин В.Д. Карта растительности дальнего некосимого участка Стрелецкой степи (отчёт на 4-х стр.) Центрально-Черноземного государственного заповедника им. проф. В.В. Алехина. Съёмка 1973 г. Инв. № 425.

Краснитский А.М. Естественное распространение деревьев и кустарников на некосимой залежи в Центрально-Черноземном заповеднике // Ботан. журн. 1973. Т. 58. № 2. С. 212-224.

Краснитский А.М. Лесообразующая роль осины в процессах распространения и возобновления дубрав на примере осинового куста в Центрально-Черноземном заповеднике // Экологоценотические и географические особенности растительности. М., 1983. С. 107-121.

Краснитский А.М., Сошнин Г.П. Внедрение деревьев и кустарников на некосимых участках Центрально-Черноземного заповедника // Бюл. МОИП. Отд. биол. 1984. Т. 89. Вып. 2. С. 88-97.

Левицкий С.С. Список сосудистых растений Центрально–Черноземного государственного заповедника // Тр. Центр.-Черноземн. гос. заповедника. 1957. Вып. 4. С. 110-173.

Летопись природы Центрально-Черноземного заповедника. Книга 2 (1941-1945 гг.). 1949. 34 с.

Летопись природы Центрально-Черноземного заповедника. Книга 4 (1949-1950 гг.). 1951. 70 с.

Непочатых Л.В., Рыжков О.В. Климат // Центрально-Черноземный государственный природный биосферный заповедник имени профессора В.В. Алехина (научно-популярное издание) / Под общ. ред. А.А. Власова, О.В. Рыжкова, Н.И. Золотухина. Курск: Мечта, 2016. С. 15-19.

Нешатаев Ю.Н. Выборочно-статистический метод в детальном картографировании дубрав // Крупномасштабное картографирование растительности. Новосибирск: Наука, 1970. С. 56-65.

Нешатаев Ю.Н. Детальное крупномасштабное геоботаническое картирование как обязательный элемент экологического мониторинга (на примере биосферного Центрально-Черноземного заповедника) // Региональный экологический мониторинг. Пущино: НЦБН СССР, 1983. С. 58-63.

Нешатаев Ю.Н. Некоторые итоги изучения динамики растительности Казацкого участка Центрально-Черноземного биосферного заповедника методом выборочно-статистического картографирования // Заповедное дело: Научно-методические записки комиссии по заповедному делу. Вып. 1. М., 1996. С. 35-40.

Нешатаев Ю.Н., Новикова Л.А., Ухачева В.Н. Основные тенденции изменения растительности Казацкого участка Центрально-Черноземного заповедника (по итогам геоботанического картирования 1968 и 1979 гг.) // Научное наследие В.В. Алехина и развитие его идей в заповедном деле. Курск, 1982. С. 49-52.

Петрова И.Ф. Тенденции изменения луговостепной растительности Центральной лесостепи. М., 1990. 206 с.

Рыжков Д.О., Рыжкова Г.А., Рыжков О.В. Распад осиновых насаждений Центрально-Черноземного заповедника // Биологическое разнообразие как основа существования и функционирования естественных и искусственных экосистем: Матер. Всеросс. молодёж. науч. конф. 8-10 июня 2015 года. Воронеж: Изд-во «Истоки», 2015. С. 267-271.

Рыжков О.В. Состояние и развитие дубрав Центральной лесостепи (на примере заповедников Центрально-Черноземного и «Лес на Ворскле») // Автореферат диссертации на соискание ученой степени кандидата биологических наук. Краснодар, 1996а. 22 с.

Рыжков О.В. Стационарные исследования древесной растительности в заповедниках // Почвенный и биотический мониторинг заповедных экосистем: Методическое пособие. М.: КМК Scientific Press Ltd., 1996б. С. 51-60.

Рыжков О.В. Динамика состава лесов Центрально-Черноземного заповедника / Многолетняя динамика природных процессов и биологическое разнообразие заповедных экосистем Центрального Черноземья и Алтая / Труды Центрально-Черноземного государственного заповедника, вып. 15. М: КМК Scientific Press Ltd., 1997. С. 73-86.

Рыжков О.В. Методология использования векторных карт растительности в лесоведении и визуализации графической информации // Ботанические, почвенные и ландшафтные исследования в заповедниках Центрального Черноземья: Тр. Ассоциации ООПТ Центрального Черноземья России. Вып. 1. Тула, 2000. с. 120-130.

Рыжков О.В. Использование Autocad 2000 для создания векторных карт лесных фитоценозов // Растительный покров Центрально-Черноземного заповедника: Тр. Центр.-Черноземн. гос. заповедника. Вып. 18. Тула, 2001а. С. 82-93.

Рыжков О.В. Состояние и развитие дубрав Центральной лесостепи (на примере заповедников Центрально-Черноземного и «Лес на Ворскле»). Тула. 2001б. 182 с.

Рыжков О.В. Лесные экосистемы Центрально-Черноземного заповедника: прошлое, настоящее, будущее // Изучение и охрана природы лесостепи: Материалы научн.-практ. конф., посвящ. 120-летию со дня рождения В.В. Алехина (пос. Заповедный, Курская обл., 17 января 2002 г.). Тула, 2002. С. 11-14.

Рыжков О.В. Методические аспекты применения GPS и ГИС для изучения особо охраняемых природных территорий // Использование GPS- и ГИС-технологий для изучения особо охраняемых природных территорий (на примере ландшафтной структуры Воронежского государственного биосферного заповедника). Под редакцией: В.Н. Солнцева, О.В. Трегубова, О.В. Рыжкова, Б.А. Алексеева, С. Кола, П. Уорда. Тула, 2006а. С. 14-115.

Рыжков О.В. Обзор стационарных картографических исследований растительности Центрально-Чернозёмного заповедника // Картографические исследования в Центрально-Черноземном заповеднике: Тр. Центр.-Черноземн. гос. заповедника. Вып. 19. Курск. 2006б. С. 35-39.

Рыжков О.В. Ручной и электронный методы определения площадей проективных покрытий древостоев (обзор, преимущества и недостатки, сравнение) // Картографические исследования в Центрально-Черноземном заповеднике: Тр. Центр.-Черноземн. гос. заповедника. Вып. 19. Курск, 2006в. С. 138-140.

Рыжков О.В. Методическое пособие к семинару «Геоинформационные системы и особо охраняемые природные территории» (16-21 апреля 2007 г., г. Елизово). Тула: Гриф и К, 2007. 240 с.

Рыжков О.В. Применение методов наземного спутникового позиционирования и ГИС для изучения редких видов биоты на особо охраняемых природных территориях Курской области // Принципы и способы сохранения биоразнообразия: матер. III Всерос. науч. конф. (27 января – 1 февраля 2008 г.). Йошкар-Ола; Пущино, 2008. С. 581-583.

Рыжков О.В. Курс практических упражнений к семинару «Геоинформационные системы на особо охраняемых природных территориях на примере национального парка «Куршская коса» (9-15 ноября 2009 г., пос. Рыбачий) / Калининградский региональный фонд сохранения и развития национального парка «Куршская коса», Проект «Школа содружества». Рыбачий, 2009а. 195 с.

Рыжков О.В. Методы геонформационного картографирования природных объектов // Геоинформационное картографирование в регионах России: матер. Всерос. науч.-практ. конф. (Воронеж, 2-4 декабря 2009 г.). Воронеж: Изд-во «Истоки», 2009б. С. 184-187.

Рыжков О.В. Использование новых средств интеграции GPS и ГИС в среде Mapinfo professional 10.5 (модуль Geographic tracker 4.0) при проведении географических исследований // Геоинформационное картографирование в регионах России: матер. II (заочной) Всеросс. науч.-практ. конф. (Воронеж, 15 ноября 2010 г.) / Воронежский государственный университет. Воронеж: Изд-во «Научная книга», 2010. С. 63-68.

Рыжков О.В. Совместное использование GPS (GLONASS)-приборов и ГИС при картографировании природных объектов в реальном времени // Геоинформационное картографирование в регионах России: матер. III Всеросс. науч.-практ. конф. (Воронеж, 15-18 сентября 2011 г.) / Воронежский государственный университет. Воронеж: Изд-во «Научная книга», 2011. С. 111-116.

Рыжков О.В. Развитие геоинформационной системы Центрально-Черноземного заповедника // ИнтерКарто/ИнтерГИС-19: Устойчивое развитие территорий: теория ГИС и практический опыт. Матер. Междунар. конф., Курск, Богота (Колумбия), 2-7 февраля 2013 г. Курск, 2013. С. 220-239.

Рыжков О.В. Методика создания сглаженных полигонов в среде MAPINFO PROFESSIONAL v.12.0 по данным приборов спутникового позиционирования // Современные технологии в деятельности ООПТ (ГИС-Нарочь, 12-16 мая 2014). Матер. междунар. науч.-практ. конф. (избранное). Курортный поселок Нарочь, Беларусь, 2014а. С. 94-107.

Рыжков О.В. Приемы повышения точности определения координат и записи треков персональными GPS-навигаторами GARMIN при съемке природных объектов // Современные технологии в деятельности ООПТ (ГИС-Нарочь, 12-16 мая 2014). Матер. междунар. науч.-практ. конф. (избранное). Курортный поселок Нарочь, Беларусь, 2014б. С. 86-93.

Рыжков О.В. Формирование сглаженных полигонов в среде Mapinfo Proffessional v.12.0 по данным приборов спутникового позиционирования // Современные технологии в деятельности ООПТ: Матер. междунар. науч.-практ. конф. (курортный поселок Нарочь, Беларусь, 12-16 мая 2014 г.). Нарочь: ООО «Аль Пак», 2014в. С. 133-134.

Рыжков О.В., Власов А.А. Метод создания векторных карт лесных фитоценозов для использования в системах ГИС // ГИС в научных исследованиях заповедников Сибири: Тез. докл. конф., посвящ. 75-летию гос. природн. заповедника «Столбы». Красноярск, 2000. С. 14-15.

Рыжков О.В., Власов А.А., Рыжкова Г.А., Филатова Т.Д., Золотухин Н.И., Золотухина И.Б., Непочатых Л.В., Власова О.П., Власов Е.А. Многолетняя динамика климата и биоты Стрелецкого участка Центрально-Чернозёмного заповедника // Вопросы географии. Сб. 143. Географические основы заповедного дела (к 100-летию заповедной системы России) / Редкол.: В.М. Котляков, А.А. Чибилёв, А.А. Тишков. М.: Изд. дом «Кодекс», 2017а. С. 267-285.

Рыжков О.В., Власов А.А., Рыжкова Г.А., Филатова Т.Д., Золотухин Н.И., Золотухина И.Б., Непочатых Л.В., Власова О.П., Власов Е.А. Мониторинг климата и биоты Стрелецкого участка Центрально-Черноземного заповедника // Тр. Мордовского гос. природ. заповедника им. П.Г. Смидовича / Редкол.: Е.В. Варгот (отв. ред.), А.Б. Ручин, А.А. Хапугин. Саранск – Пушта, 2017б. Вып. 18. С. 17-32.

Рыжков О.В., Золотухин Н.И., Рыжкова Г.А. Видовой состав дендрофлоры Второго некосимого участка Стрелецкой степи Центрально-Черноземного заповедника (по материалам картирования 2016 года) // Тез. докл. Всеросс. науч. конф. «Научные исследования на заповедных территориях», посвящ. 160-летию со дня рождения основателя Карадагской научной станции, доктора медицины, приват-доцента Московского университета Терентия Ивановича Вяземского, а также Году особо охраняемых природных территорий и Году экологии в России / под общ. ред. к.г.н. Горбунова Р.В. Симферополь: ИТ «АРИАЛ», 2017. С. 43.

Рыжков О.В., Пузаченко А.Ю., Власов А.А., Золотухин Н.И., Корольков А.К., Филатова Т.Д. Столетняя динамика климата и биоты Центральной лесостепи (на примере Центрально-Черноземного заповедника и прилегающих территорий // Влияние изменения климата на экосистемы: Серия публикаций Департамента природоохранной политики и экспертизы Всемирного фонда дикой природы. Вып. 4. Охраняемые природные территории России. Анализ многолетних наблюдений. М.: Русский университет, 2001. С. 69-81.

Рыжков О.В., Рыжкова Г.А. Изучение горизонтальной структуры лесных сообществ на основе векторных (цифровых) карт // Роль заповедников Кавказа в сохранении биоразнообразия природных экосистем. Юбил. конф., посвящ. 75-летию Кавказского гос. природн. биосферн. заповедника: Авторефераты докладов. Сочи, 1999. С. 60-63.

Рыжков О.В., Рыжкова Г.А. Анализ динамики распространения деревьев и кустарников на залежи Казацкого участка Центрально-Черноземного заповедника по материалам картирования 1970, 1980 и 1999 годов // Ботанические, почвенные и ландшафтные исследования в заповедниках Центрального Черноземья: Тр. Ассоциации ООПТ Центрального Черноземья России. Вып. 1. Тула, 2000а. с. 136-146.

Рыжков О.В., Рыжкова Г.А. Динамика внедрения древесно-кустарниковых видов растений на некосимой залежи Казацкого участка Центрально-Черноземного заповедника за 58 лет // Чтения памяти проф. В.В. Станчинского. Вып. 3. Смоленск: Изд-во Смоленского госпедуниверситета, 2000б. С. 364-368.

Рыжков О.В., Рыжкова Г.А. Изменение численности и проективного покрытия древесно-кустарниковых видов на некосимой залежи Казацкого участка Центрально-Черноземного заповедника по материалам картирования 1970, 1980 и 1999 годов // Степи северной Евразии: стратегия сохранения природного разнообразия и степного природопользования в XXI веке: Матер. междунар. симпозиума. Оренбург, 2000в. С. 339-341.

Рыжков О.В., Рыжкова Г.А. Леса Зоринского участка Центрально-Черноземного заповедника // Природные условия и биологическое разнообразие Зоринского заповедного участка в Курской области: Тр. Центр.-Черноземн. гос. заповедника. Вып. 17. Тула, 2001. С. 140-186.

Рыжков О.В., Рыжкова Г.А. Возрастная структура и жизненное состояние пополнения древостоев в дубравах Центрально-Черноземного заповедника (участки Баркаловка и Букреевы Бармы) за период 1991-2003 гг. // Актуальные проблемы управления заповедниками в Европейской части России: Материалы юбилейной научн.-практ. конф., посвящ. 10-летнему юбилею гос. природн. заповедника «Воронинский» (пос. Инжавино, Тамбовская обл., 21-24 сентября 2004 г.). Воронеж: Воронежский государственный университет, 2004. С. 138-141.

Рыжков О.В., Рыжкова Г.А. Анализ многолетней динамики горизонтальной структуры дубрав Центрально-Черноземного заповедника на основе стационарных исследований // Картографические исследования в Центрально-Черноземном заповеднике: Тр. Центр.-Черноземн. гос. заповедника. Вып. 19. Курск. 2006а. С. 52-64.

Рыжков О.В., Рыжкова Г.А. Использование навигационных приборов для фиксации местонахождений и представления карт ареалов видов из Красной книги Курской области // Исследования по Красной книге Курской области: Мат-лы науч.-практ. конф. (Курская обл., Курский р-н, пос. Заповедный, март 2006 г.). Курск, 2006б. С. 9-12.

Рыжков О.В., Рыжкова Г.А. Изучение динамики распространения лещины обыкновенной на Стрелецком участке Центрально-Черноземного заповедника с использованием методов GPS и ГИС // Геоинформационное картографирование в географии и геоэкологии: сборник статей / Воронежский государственный университет. Воронеж: Изд-во «Истоки», 2010а. С. 67-86.

Рыжков О.В., Рыжкова Г.А. Распространение Tilia cordata в лесных урочищах Стрелецкого участка ЦЧЗ // Проблемы мониторинга природных процессов на особо охраняемых природных территориях: матер. междунар. науч.-практ. конф., посвящ. 75-летию Хопёрского гос. природн. заповедника (пос. Варварино, Воронежская область, 20-23 сентября 2010 г.). Воронеж: ВГПУ, 2010б. С. 377-379.

Рыжков О.В., Рыжкова Г.А. Использование ГИС-картографирования для изучения динамики растительного покрова пастбища Центрально-Черноземного заповедника и проектирования заповедно-режимных мероприятий // Матер. междунар. науч.-практ. конф., посвящ. 130-летию со дня рождения профессора В.В. Алехина (г. Курск – пос. Заповедный, 15-18 января 2012 г.). Курск, 2012а. С. 168-187.

Рыжков О.В., Рыжкова Г.А. GPS-картографирование популяций миндаля низкого на участках Центрально-Черноземного заповедника Баркаловка и Букреевы Бармы в 2011 году // Геоинформационное картографирование в регионах России: матер. IV (заочной) Всерос. науч.-практ. конф. (Воронеж, 15 ноября 2012 г.). Воронеж: Изд-во «Научная книга», 2012б. C. 105-110.

Рыжков О.В., Рыжкова Г.А. Использование цифровой модели рельефа для изучения пространственной структуры популяции миндаля низкого в Центрально-Черноземном заповеднике // Актуальные проблемы экологии России и стран ближнего зарубежья: матер. все-росс. науч. конф. с междунар. участием (г. Курск, 12 ноября 2013 г.). Курск, 2014а. С. 80-83.

Рыжков О.В., Рыжкова Г.А. Использование цифровых моделей рельефа для анализа геопространственных данных Центрально-Черноземного заповедника // Современные технологии в деятельности ООПТ (ГИС-Нарочь, 12-16 мая 2014). Матер. междунар. науч.-практ. конф. (избранное). Курортный поселок Нарочь, Беларусь, 2014б. С. 108-144.

Рыжков О.В., Рыжкова Г.А. Применение методов ГИС-картографирования для изучения динамики распространения березы повислой (Betula pendula Roth) на Стрелецком участке Центрально-Черноземного заповедника в 2008-2011 годах // Флора и растительность Центрального Черноземья – 2014: Матер. межрегион. науч. конф. (г. Курск, 5 апреля 2014 г.). Курск, 2014в. С. 148-153.

Рыжков О.В., Рыжкова Г.А. Лес и степь в Центрально-Черноземном заповеднике: методы и результаты картографирования растительности (1999–2016 гг.) // Сборник тезисов Всероссийской научной конференции «Национальная картографическая конференция – 2018», Москва, Российская государственная библиотека, 16–19 октября 2018 г. М.: Географический факультет МГУ, 2018. DOI: 10.15356/ncc2018; http://ncconf.ru/. С. 237-238.

Рыжков О.В., Рыжкова Г.А. Динамика состояния древостоев пойменных дубрав участка Пойма Псла Центрально-Черноземного заповедника // Флора и растительность центрального Черноземья – 2019: Матер. межрегион. науч. конф., посвящ. 50-летию организации участков Центрально-Черноземного заповедника Баркаловка и Букреевы Бармы (п. Заповедный, 13 апреля 2019 г.). Курск: Мечта, 2019а. С. 140-146.

Рыжков О.В., Рыжкова Г.А. Результаты изучения лесных экосистем Центрально-Черноземного заповедника на основе ГИС-технологий // Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии: Доклады VII Всероссийской конференции (Москва, 22-24 апреля 2019 г.). М.: ЦЭПЛ РАН, 2019б. С. 157-159.

Рыжков О.В., Рыжкова Г.А., Золотухин Н.И., Золотухина И.Б., Филатова Т.Д. Многолетние ряды данных Центрально-Черноземного заповедника и возможности их миграции в ГИС // Современные технологии в деятельности особо охраняемых природных территорий: геоинформационные системы, дистанционное зондирование Земли: сборник научных статей. Минск, 2018. С. 64-69.

Рыжков О.В., Рыжкова Г.А., Непочатых Л.В.  Многолетняя динамика отпада стволов дуба черешчатого в лесах Центрально-Черноземного заповедника // Флора и растительность Центрального Черноземья – 2013: Матер. межрегион. науч. конф. (г. Курск, 6 апреля 2013 г.). Курск, 2013. С. 132-138.

Рыжков О.В., Рыжкова Г.А., Рыжков Д.О.  Обзор новых возможностей версии 11.5 ГИС MapInfo Professional для создания карт проективных покрытий растительности на основе сплайнов // Флора и растительность Центрального Черноземья – 2013: Матер. межрегион. науч. конф. (г. Курск, 6 апреля 2013 г.). Курск, 2013. С. 138-140.

Рыжков О.В., Рыжкова Г.А., Рыжков Д.О. Методика ГИС-картографирования древесной растительности с использованием современных аппаратных и программных средств // Современные технологии в деятельности особо охраняемых природных территорий: геоинформационные системы, дистанционное зондирование земли: сборник научных статей – Минск. 2017а. С. 63-72.

Рыжков О.В., Рыжкова Г.А., Рыжков Д.О. Проективные покрытия древесно-кустарниковой растительности Второго некосимого участка Стрелецкой степи Центрально-Черноземного заповедника по материалам картографирования 2016 года // Вестник ТвГУ. Серия «Биология и экология». 2017б. № 3. С. 91-99.

Рыжков О.В., Рыжкова Г.А., Рыжков Д.О. Результаты картирования популяции дуба черешчатого на Втором некосимом участке Стрелецкой степи Центрально-Черноземного заповедника в 2016 году // Флора и растительность Центрального Черноземья – 2017: матер. межрегион. науч. конф., посвящ. Году особо охраняемых природных территорий и экологии (8 апреля 2017 г., г. Курск). Курск: Мечта, 2017в. С. 126-131.

Рыжков О.В., Собакинских В.Д. Обзор геоботанического и лесного картографирования участков и урочищ Центрально-Чернозёмного заповедника // Картографические исследования в Центрально-Черноземном заповеднике: Тр. Центр.-Черноземн. гос. заповедника. Вып. 19. Курск. 2006. С. 6-34.

Рыжков О.В., Трегубов О.В. Развитие российско-американского сотрудничества по использованию GPS- и ГИС- технологий на особо охраняемых природных территориях // Использование GPS — и ГИС-технологий для изучения особо охраняемых природных территорий (на примере ландшафтной структуры Воронежского государственного биосферного заповедника). Под редакцией: В.Н. Солнцева, О.В. Трегубова, О.В. Рыжкова, Б.А. Алексеева, С. Кола, П. Уорда. Тула, 2006. С. 197-208.

Рыжкова Г.А., Рыжков О.В. Некоторые результаты исследования горизонтальной структуры заповедных дубрав // Материалы Российско-Украинской научной конференции, посвящённой 60-летию Центрально-Черноземного заповедника. М.: КМК Scientific Press Ltd., 1995. С. 125-127.

Рыжкова Г.А., Рыжков О.В. Распространение древесно-кустарниковых видов на некосимых залежах Казацкого участка Центрально-Черноземного заповедника // Растительный покров Центрально-Черноземного заповедника: Тр. Центр.-Черноземн. гос. заповедника. Тула: Гриф и К°, 2001 (на обложке 2002). Вып. 18. С. 94-224.

Рыжкова Г.А., Рыжков О.В. Распространение черемухи обыкновенной в лесных экосистемах Центрально-Черноземного заповедника на основе анализа многолетних наблюдений за опадом // Флора и растительность Центрального Черноземья-2003 (материалы научн. конф.). Курск, 2003. С. 28-31.

Рыжкова Г.А., Рыжков О.В. Динамика листового опада в дубравах Центрально-Черноземного заповедника // Лесоведение. 2004. № 5. С. 20-27.

Рыжкова Г.А., Рыжков О.В. Динамика растительности лесной постоянной пробной площади «Осиновый куст» по материалам картирований разных лет // Картографические исследования в Центрально-Черноземном заповеднике: Тр. Центр.-Черноземн. гос. заповедника. Вып. 19. Курск. 2006. С. 103-110.

Рыжкова Г.А., Рыжков О.В. Изучение динамики распространения лещины обыкновенной на Стрелецком участке Центрально-Черноземного заповедника с использованием методов GPS и ГИС (дополнение) // Геоинформационное картографирование в регионах России: матер. III Всеросс. науч.-практ. конф. (Воронеж, 15-18 сентября 2011 г.) / Воронежский государственный университет. Воронеж: Изд-во «Научная книга», 2011. С. 117-120.

Рыжкова Г.А., Рыжков О.В., Непочатых Л.В. Усыхание осиновых насаждений Центрально-Черноземного заповедника // Флора и растительность Центрального Черноземья – 2012: Матер. науч. конф. (г. Курск, 6 апреля 2012 г.). Курск: Курский гос. ун-т, 2012. С. 138-142.

Рыжкова Г.А., Рыжков О.В., Рыжков Д.О. Распад осиновых насаждений Центрально-Черноземного заповедника (2008-2017 годы) // Флора и растительность Центрального Черноземья – 2018: Матер. межрегион. науч. конф. (г. Курск, 21 апреля 2018 г.). Курск: Мечта, 2018. С. 105-111.

Солнцев В.Н., Рыжков О.В., Трегубов О.В., Алексеев Б.А., Калуцкова Н.Н., Анциферова А.А. Использование GPS- и ГИС-технологий для изучения особо охраняемых природных территорий (на примере ландшафтной структуры Воронежского государственного природного биосферного заповедника). Тула: Гриф и К, 2006. 216 с.

Утехин В.Д. Растительность Центрально-Черноземного заповедника и ее продуктивность // Биогеография, фенология. М., 1967. Вып. 1. С. 18-21.

Рецензент: к.т.н., н.с. Подольская Е.С.