Многолетняя динамика спектрально-отражательных свойств участков лесовосстановления в лесах юга Среднерусской возвышенности

исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-35-20018

Авторы

  • Э.А. Терехин Белгородский государственный национальный исследовательский университет

DOI:

https://doi.org/10.18413/2712-7443-2020-44-2-210-220

Ключевые слова:

лесные насаждения, лесовосстановление, Среднерусская возвышенность, лесостепь, спектрально-отражательные признаки, Landsat

Аннотация

Представлены результаты анализа многолетней динамики спектрально-отражательных признаков на участках лесовозобновления бывших сплошнолесосечных рубок. Оценка спектрального отклика выполнена на основе разновременных данных Landsat 1985–2015 гг. в различных диапазонах спектра. Исследование проведено для широколиственных лесов, типичных для юга Среднерусской возвышенности. Выполнено сравнение спектрального отклика лесных участков, отличающихся доминирующей породой. Для лесных массивов с преобладанием в верхних ярусах дуба или ясеня не выявлено статистически значимых различий в инфракрасных коэффициентах спектральной яркости. В инфракрасных диапазонах спектра (SWIR1 и SWIR2) установлена тенденция к последовательному снижению отражательных признаков по мере формирования лесных сообществ на бывших вырубках. Формирование насаждений возрастом 23–25 лет приводит к снижению на 15 % отражательных характеристик в диапазоне 1,55–1,75 мкм и на 30 % – в диапазоне 2,09–2,35 мкм. Увеличение возраста лесных насаждений приводит к снижению коэффициентов вариации спектральных признаков

Биография автора

Э.А. Терехин , Белгородский государственный национальный исследовательский университет

кандидат гео-графических наук, старший научный сотруд-ник отдела геоинформатики Федерально-ре-гионального центра аэрокосмического и наземного мониторинга объектов и природ-ных ресурсов, доцент кафедры природополь-зования и земельного кадастра Института наук о Земле Белгородского государствен-ного национального исследовательского уни-верситета, г. Белгород, Россия

Библиографические ссылки

Белова Е.И., Ершов Д.В. 2015. Опыт оценки естественного лесовосстановления на сплошных вырубках по временным рядам Landsat. Лесоведение, 5: 339–345.

Жирин В.М., Князева С.В., Эйдлина С.П. 2011. Дистанционное сопровождение лесообразовательного процесса в послерубочных таежных лесах Русской равнины. Лесоведение, 6: 29–38.

Жирин В.М., Сухих В.И., Шаталов А.В., Бутусов О.Б., Эйдлина С.П. 2004. Использование космических снимков для изучения динамики зарастания гарей. Исследование Земли из космоса, 5: 69–76.

Кардаков А.А., Кивисте А.К., Петерсон У.К. 2013. Формирование яркостных значений восстанавливающихся сплошных рубок на зимних изображениях среднего пространственного разрешения. Исследование Земли из космоса, 1: 48–59.

Курбанов Э.А., Воробьев О.Н., Лежнин С.А. 2013. Оценка лесных гарей Чувашии методами дистанционного зондирования. Вестник Иркутской государственной сельскохозяйственной академии, 54: 80–87.

Терехин Э.А. 2012. Анализ каналов спутниковых данных LANDSAT TM для оценки характеристик лесных насаждений Лесостепной провинции Среднерусской возвышенности. Исследование Земли из космоса, 2: 53–61.

Харин Н.Г., Татеиши Р. 2003. Применение снимков NOAA/AVHRR для изучения фенологии лесов России. Лесоведение, 2: 10–17.

Baumann M., Ozdogan M., Wolter P.T., Krylov A., Vladimirova N., Radeloff V.C. 2014. Landsat remote sensing of forest windfall disturbance. Remote Sensing of Environment, 143: 171–179.

DeVries B., Decuyper M., Verbesselt J., Zeileis A., Herold M., Joseph S. 2015. Tracking disturbance-regrowth dynamics in tropical forests using structural change detection and Landsat time series. Remote Sensing of Environment, 169: 320–334.

Earthexplorer. 2019. URL: http://earthexplorer.usgs.gov/ (accessed 03/06/2020).

Eklundh L., Jin H., Schubert P., Heliasz M., Guzinski R. 2011. An optical sensor network for vegetation phenology monitoring and satellite data calibration. Sensors, 11 (8): 7678–7709.

Franks S., Masek J.G., Turner M.G. 2013. Monitoring forest regrowth following large scale fire using satellite data - A case study of Yellowstone National Park, USA. European Journal of Remote Sensing, 46: 561–569.

Healey S., Cohen W. B., Zhiqiang Y., Krankin O.N. 2005. Comparison of Tasseled Cap-based Landsat data structures for use in forest disturbance detection. Remote Sensing of Environment, 97: 301–310.

Li P., Jiang L., Feng Z. 2014. Cross-Comparison of Vegetation Indices Derived from Landsat-7 Enhanced Thematic Mapper Plus (ETM+) and Landsat-8 Operational Land Imager (OLI) Sensors. Remote Sensing. 6 (1): 310–329.

Mancino G., Ferrara A., Padula A., Nolè A. 2020. Cross-Comparison between Landsat 8 (OLI) and Landsat 7 (ETM+) Derived Vegetation Indices in a Mediterranean Environment. Remote Sensing, 12 (2): 291.

Potapov P.V., Turubanova S.A., Tyukavina A., Krylov A.M., McCarty J.L., Radeloff V.C., Hansen M.C. 2015. Eastern Europe’s forest cover dynamics from 1985 to 2012 quantified from the full Landsat archive. Remote Sensing of Environment, 159: 28–43.

Schmidt M., Lucas R., Bunting P., Verbesselt J., Armston J. 2015. Multi-resolution time series imagery for forest disturbance and regrowth monitoring in Queensland, Australia. Remote Sensing of Environment, 158: 156–168.

Schroeder T.A., Cohen W.B., Yang Z. 2007. Patterns of forest regrowth following clearcutting in western Oregon as determined from a Landsat time-series. Forest Ecology and Management, 243: 259–273.


Просмотров аннотации: 360

Поделиться

Опубликован

2020-07-15

Как цитировать

Терехин , Э. (2020). Многолетняя динамика спектрально-отражательных свойств участков лесовосстановления в лесах юга Среднерусской возвышенности: исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-35-20018. Региональные геосистемы, 44(2), 210-220. https://doi.org/10.18413/2712-7443-2020-44-2-210-220

Выпуск

Раздел

Науки о Земле