Сборник тезисов докладов шестнадцатой Всероссийской открытой конференции "Современные проблемы дистанционного зондирования Земли из космоса", Москва, ИКИ РАН, 2018 год

(http://smiswww.iki.rssi.ru/d33_conf)

Применение спектральных каналов Sentinel 2A и индексов на их основе в исследовании синтаксономического разнообразия лугов Северо-Запада России

Комарова А.Ф. (1), Бородулина В.П. (2), Чередниченко О.В. (2), Зудкин А.Г. (3), Гаврилова Т.М. (2)
(1) Гринпис России, Москва, Россия
(2) МГУ имени М.В.Ломоносова, Биологический ф-т, Москва, Россия
(3) МБОУ ТСОШ №1, Таруса, Россия
Данные дистанционного зондирования Земли – перспективная технология, которая успешно применяется для изучения растительных сообществ (Kuenzer et al., 2014; Petrou et al., 2015 и др.), но мало применялась для исследования закономерностей состава и пространственной структуры травяных сообществ (Poyatos et al., 2003, Ткачук 2012; Мячина 2014; Fassnacht et al 2015, Rapinel et al., 2015, Dara et al., 2018, Haller, Bender, 2018). Это обусловлено пространственным и спектральным разрешением доступных дистанционных данных. Однако, с началом работы спутников Sentinel 2 стали доступны данные лучшего разрешения. В данной работе мы применили ранее успешно опробованную на лесных сообществах (Комарова, 2017) технологию анализа яркостных характеристик спектрального отклика травяных сообществ. Целью работы является исследование синтаксономического состава и закономерностей пространственной структуры травяных сообществ охранной зоны Полистовского государственного природного заповедника (Псковская область) через анализ их спектрального отклика.
Методы
В исследование включены данные 233 геоботанических описаний травяных сообществ, выполненные в 2014 и 2018 гг по стандартной методике (Миркин, Наумова, 2012) в окрестностях Полистовского заповедника, привязанные по GPS. В результате обработки валовой таблицы описаний в программе Juice 7.0 (алгоритм TWINSPAN) сформирован продромус травяной растительности. В качестве данных дистанционного зондирования использовались спектральные каналы 02-08A, 11, 12 двух снимков Sentinel 2A: от 09 августа 2017 и 03 июня 2018. Пространственное разрешение каналов приведено к 10 м, на основе исходных данных рассчитаны индексы NDVI, NDWI, индекс влажности, RedEdge, Chlorophyll Absorption index и индексы Кауфа-Томаса (Tasseled Cup) (Huete et al., 2002, Pettorelli et al., 2005, Richards, Jia, 2006, Wu et al., 2008). Полученные 36 предикторов (значения отражения в каналах и индексов) извлечены в базу данных описаний. Полученная матрица проанализирована в статистическом пакете R (применен критерий Вилкоксона с поправкой Бонферрони, построены боксплоты и бинплоты, модель на основе метода случайных лесов Random Forest, оценены наиболее значимые предикторы для сообществ ранга союза и класса).
Результаты и обсуждение
Продромус травяной растительности окрестностей Полистовского заповедника включает в себя 7 союзов, 14 ассоциаций и одну фацию, относящиеся к 4 классам: Molinio-Arrhenatheretea, Phragmito-Magnocaricetea, Epilobietea angustifolii, Artemisietea vulgaris, последний из которых представлен четырьмя союзами: Filipendulion ulmariae, Calthion palustris, Arrhenatherion elatioris, Molinion caeruleae (Borodulina, Cherednichenko, 2017). В целом сообщества и ранга класса, и ранга союза достаточно хорошо различаются в пространстве данных дистанционного зондирования. Общая точность модели случайных лесов для классов составила 81%, для союзов – 64%. И для классов, и для союзов наиболее значимыми оказались каналы 06-08, 08A, индексы Brightness and Wetness Tasseled Cup. Все классы значительно лучше разделяются на основе июньского снимка, чем августовского; однако, для выделения союза Filipendulion ulmariae значимым является также снимок начала августа. Каналы 11, 12 не информативны.
Результаты анализа спектральных откликов соответствуют экологическим особенностям сообществ. Artemisietea vulgaris – субрудеральные нитрофильные сообщества – характеризуются высокими значениями индексов Greenness and Brigtness и вторым после Epilobietea angustifolii значением NDVI. Epilobietea angustifolii – сообщества многолетних травянистых растений на богатых почвах лесных опушек и местах нарушений – имеют максимальные значения индексов Chlorophyll Absorption, Red Edge, NDVI. Класс Molinio-Arrhenatheretea – типичные луга – очень разнообразен; из характерных черт взодящих в него союзов следует отметить максимальные значения Red Edge и Chlorophyll absorption на августовских снимках – вероятно, сообщества этого союза, формирующиеся в увлажненных местообитаниях, имеют наиболее продолжительный период вегетации. Два последних союза, Arrhenatherion elatioris и Molinion caeruleae, имеют самые низкие показатели NDVI, индексов Кауфа-Томаса и Red Edge и слабо различаются между собой. При этом союз Molinion caeruleae, представленный наибольшим количеством описаний, на основе анализа дистанционных данных представляется неоднородным по своим экологическим параметрам, что является одним из оснований для пересмотра классификации на уровне союзов.
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-34-00786.

Ключевые слова: Полистовский заповедник, спектральные индексы, Sentinel 2A, луга, травяная растительность, эколого-флористическая классификация
Литература:
  1. Комарова А.Ф. Разнообразие темнохвойных лесов Северо-Западного Кавказа и закономерности их пространственного распределения: автореф. дисс…канд. биол. наук. — Москва, 2017. — 22 с.
  2. Миркин Б.М., Наумова Л.Г. Современное состояние основных концепций науки о растительности. — Уфа: Гилем, 2012. — 488 с.
  3. Мячина К. В. Дистанционный мониторинг растительного покрова на участке естественной степи в Оренбургской области // Известия Самарского научного центра РАН. — 2014. — №5. — С. 178—181.
  4. Ткачук Т.Е. Многолетняя динамика растительности Даурского заповедника по данным спутникового зондирования // Известия Самарского научного центра Российской академии наук. — 2012. — Т.14, № 1(5). — С. 1391—1394.
  5. Borodulina V., Cherednichenko O. Phytodiversity and ecology of herbaceous vegetation in the buffer zone of polistovsky reserve (NW russia) // 14th Eurasian Grassland Conference Semi-natural Grasslands Across Borders. Book of abstracts. — Riga, 2017. — P. 21–21.
  6. Dara, A., Baumann, M., Kuemmerle, T., Pflugmacher, D., Rabe, A., Griffiths, P., Hölzel, N., Kamp, J., Freitag. M., Hostert, P. Mapping the timing of cropland abandonment and recultivation in northern Kazakhstan using annual Landsat time series // Remote Sensing of Environment. – 2018. – V. 213. – P. 49-60.
  7. Fassnacht F. E. Li L., Fritz A. Mapping degraded grassland on the Eastern Tibetan Plateau with multi-temporal Landsat 8 data – where do the severely degraded areas occur? // International Journal of Applied Earth Observation and Geoinformation. — 2015. — V. 42. — P.115—127.
  8. Haller, A., Bender, O. Among rewilding mountains: grassland conservation and abandoned settlements in the Northern Apennines // Landscape Research. – 2018. – P. 1-17.
  9. Huete A. Didan K., Miura T., Rodriguez E.P., Gao X., Ferreira L.G.Overview of the radiometric and biophysical performance of the MODIS vegetation indices // Remote sensing of environment. — 2002. — V.83(1). — P. 195—213.
  10. Kuenzer C. Ottinger M., Wegmann M., Guo H., Wang C., Zhang J., Dech S., Wikelski M. Earth observation satellite sensors for biodiversity monitoring: potentials and bottlenecks // International Journal of Remote Sensing. — 2014. — V. 35, № 18. — P. 6599—6647.
  11. Petrou Z. I., Manakos I., Stathaki T. Remote sensing for biodiversity monitoring: a review of methods for biodiversity indicator extraction and assessment of progress towards international targets // Biodiversity and Conservation. — 2015. — V. 24, №. 10. — P. 2333—2363.
  12. Pettorelli N., Vik J. O., Mysterud A., Gaillard J.-M., Tucker C.J., Stenseth N.C. Using the satellite-derived NDVI to assess ecological responses to environmental change // Trends in Ecology and Evolution. — 2005. — V. 20. — P. 503—510.
  13. Poyatos, R., Latron, J., Llorens, P. Land use and land cover change after agricultural abandonment: the case of a Mediterranean mountain area (Catalan Pre-Pyrenees) // Mountain Research and Development. – 2003 – V. 23(4). – P. 362-368.
  14. Rapinel S. Bouzillé J. B., Oszwald J., Bonis A. Use of bi-seasonal Landsat-8 imagery for mapping marshland plant community combinations at the regional scale // Wetlands. — 2015. — V. 35(6). — P. 1043—1054.
  15. Richards J. A., Jia X. Remote sensing digital image analysis. An introduction — Berlin: Springer, 2006. — 439 p.
  16. Wu, C., Niu, Z., Tang, Q., Huang, W. Estimating chlorophyll content from hyperspectral vegetation indices: Modeling and validation. Agricultural and forest meteorology. – 2008. – V. 148(8-9). – P. 1230-1241.

Дистанционное зондирование растительных и почвенных покровов

412