Climate influence on the state of the northern part of the spruce-fir subzone of the dark coniferous boreal forests of Sakhalin Island
DOI:
https://doi.org/10.18413/2712-7443-2020-44-4-415-431Keywords:
multi-zone satellite images, climate conditions, hydrothermal coefficient, spruce-fir forests, modeling, ArcGISAbstract
The nature of the influence of climatic conditions on the state of the spruce-fir subzone of the dark-coniferous boreal forests of Sakhalin Island is revealed. The results of a study of long-term dynamics of forests based on space surveys and regular observations at the weather stations "Pogibi", "Nogliki", "Aleksandrovsk-Sakhalinskiy "Tymovskoe", are presented. The current state of the territory's forest communities was assessed using multi-spectral medium-resolution satellite images of the territory obtained by Landsat satellites. It is established that intensive vegetation development and phytomass growth are caused by heat and moisture availability of the territory, reflected in value of the Selyaninov hydrothermal coefficient (SHC). The analysis of the dynamics of State of forest plant communities made it possible to understand trends of direction their changes, predict certain negative natural phenomena (fires, drying up, etc.). The position of floral borders of study area depends mainly from distribution of hydrothermic coefficient.
Downloads
References
Атаев З.В., Братков В.В., Гаджибеков М.И. 2018. Сезонная и многолетняя динамика полупустынных ландшафтов Северо-Западного Прикаспия (на примере можжевелового урочища «Буруны» Терско-Кумской низменности). Известия Дагестанского государственного педагогического университета. Естественные и точные науки, 12 (4): 34–48. https://doi.org/10.31161/1995–0675–2018–12–4–34–48
Бакаева Н.П. 2019. Влияние погодных условий, систем обработки почвы и удобрений на структуру урожая и качество зерна яровой пшеницы. Известия Самарской государственной сельскохозяйственной академии, 4: 12–19.
Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А., Шабанов Н.В. 2016. Спутниковое картографирование растительного покрова России. Москва, Институт космических исследований Российской академии наук (ИКИ РАН), 208 с.
Белова Е.И., Ершов Д.В. 2019. Исследование возможности оценки возобновления лесной растительности после сплошных рубок по спутниковым данным LANDSAT (на примере Брянского Полесья). Вопросы лесной науки, 2 (4): 1–20.
Братков В.В., Кравченко И.В., Туаев Г.А., Атаев З.В., Абдулжалимов А.А. 2016. Применение вегетационных индексов для картографирования ландшафтов Большого Кавказа. Известия Дагестанского государственного педагогического университета. Естественные и точные науки, 10 (4): 97–111.
Данилова И.В., Корец М.А., Рыжкова В.А. 2017. Картографирование возрастных стадий лесной растительности на основе анализа разносезонных спутниковых изображений Landsat. Исследование Земли из космоса, 4: 12–24.
Керимов Р.М., Абдулов Р.Н., Агаев Ф.Г. 2016. Параметрические вегетационные индексы для обработки данных дистанционного зондирования. Вестник Алтайского государственного аграрного университета, 8 (142): 65–69.
Корец М.А., Скудин В.М. 2018. Автоматизированное дешифрирование лесотаксационных выделов по материалам космической съемки и цифровой модели рельефа местности. ИнтерКарто. ИнтерГИС, 24 (2): 94–105.
Крестов П.В., Баркалов В.Ю., Таран А.А. 2004. Ботанико-географическое районирование острова Сахалин. В кн.: Растительный и животный мир острова Сахалин: Материалы Международного сахалинского проекта. Владивосток, Дальнаука: 67–92.
Мазуров Б.Т., Аврунев Е.И., Хамедов В.А. 2017. Оперативный мониторинг лесных земель северных регионов на основе использования оптических и радарных космических снимков. Современные проблемы дистанционного зондирования Земли из космоса, 14 (4): 103–111.
Мелкий В.А., Верхотуров А.А., Сабиров Р.Н., Братков В.В. 2019. Анализ состояния лесных земель на острове Сахалин. Вестник Северо-Восточного федерального университета им. М.К. Аммосова. Серия: Науки о Земле, 2 (14): 68–73. https://doi.org/10.25587/SVFU.2019.14.35448
Муха В.С. 2020. Статистическая обработка метеорологических данных для выводов о наличии временных трендов. Доклады Белорусского государственного университета информатики и радиоэлектроники, 18 (1): 96–103. https://doi.org/10.35596/1729-7648-2020-18-1-96-103
Саворский В.П., Кашницкий А.В., Панова О.Ю. 2019. Информационные инструменты распределённого анализа данных спутникового мониторинга растительных ареалов при проведении специальных экспертиз. Современные проблемы дистанционного зондирования Земли из космоса, 16 (5): 99–110.
Терехин Э.А. 2018. Изменение лесистости овражно-балочных систем юга Среднерусской возвышенности за последние десятилетия. Научные ведомости Белгородского государственного университета. Серия: Естественные науки, 42 (2): 223–230.
Терехин Э.А. 2019. Оценка и автоматизированное картографирование современной лесистости овражно-балочных систем Белгородской области на основе спутниковых данных. Научные ведомости Белгородского государственного университета. Серия: Естественные науки, 43 (2): 173–181.
Толмачев А.И. 1955. Геоботаническое районирование острова Сахалина. М.-Л., Издательство АН СССР, 78 c.
Byer S., Jin Y. 2017. Detecting drought‐ induced tree mortality in Sierra Nevada forests with time series of satellite data. Remote Sensing, 9: 14–17.
Fick S.E., Hijmans R.J. 2017. WorldClim 2: new 1 km spatial resolution climate surfaces for global land areas. International Journal of Climatology, 37 (12): 4302–4315.
Gavrilov M.B., Marković S.B., Janc N., Nikolić M., Valjarević A., Komac B., Zorn M., Punišić M., Bačević N. 2018. Assessing average annual air temperature trends using the Mann–Kendall test in Kosovo. Acta geographica Slovenica, 58 (1): 7–25. https://doi.org/10.3986/AGS.1309.
Gonsamo A., Chen J.M. 2016. Circumpolar vegetation dynamics product for global change study. Remote Sensing of Environment, 182 (1): 13–26.
He C., Zhang Q., Liao M., Qu T., Wang D. 2019. Remote sensing and texture image classification network based on deep learning integrated with binary coding and Sinkhorn distance. Remote Sensing, 11 (23): 2870.
Herrera D., Ault T. 2017. Insights from a new high‐resolution drought atlas for the Caribbean spanning 1950–2016. Journal of Climate, 30: 7801–7825.
Khatami R., Mountrakis G., Stehmann S.V. 2016. A meta-analysis of remote sensing research on supervised pixel-based land-cover image classification processes: General guidelines for practitioners and future research. Remote Sensing of Environment, 177: 89–100.
Seidl R., Thom D., Kautz M., Martin-Benito D., Peltoniemi M., Vacchiano G., Wild J., Ascoli D., Petr M., Honkaniemi J., Lexer M.J., Trotsiuk V., Mairota P., Svoboda M., Fabrika M., Nagel T.A., Reyer C.P.O. 2017. Forest disturbances under climate change. Nature Climate Change, 7 (6): 395‒402.
Abstract views: 118
Share
Published
How to Cite
Issue
Section
Copyright (c) 2020 REGIONAL GEOSYSTEMS
This work is licensed under a Creative Commons Attribution 4.0 International License.
