Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Восемнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XVIII.A.173

Влияние растительного покрова Восточно-Европейской равнины на воспроизведение пространственной изменчивости снегозапасов по данным спутниковой информации

Китаев Л.М. (1), Титкова Т.Б. (1)
(1) Институт географии РАН, Москва, Россия
Процесс накопления снега в лесу, наряду с зависимостью от метеорологических условий и рельефа, в значительной мере определяется таксационными характеристиками растительности и, прежде всего, лесных массивов (Китаев, 1998; Китаев и др., 2005; Мишон, 2007) – и соответствующие закономерности распределения снежного покрова в зоне лесов на сегодня изучены недостаточно. Цель проведенных нами исследований состоит в уточнении зональных различий распределения снежного покрова последних десятилетий с оценкой, в том числе, репрезентативности использования спутниковых данных – на примере Восточно-Европейской равнины.
Наши исследования в подзоне смешанных лесов центра Восточно-Европейской равнины выявили различия величины снегозапасов лесных участков с разным породным составом (Китаев, Аблеева, Асаинова, 2015) при заметных различиях стандартного отклонения и трендов многолетних рядов. Означенные особенности снежного покрова не могут не влиять на точность региональных (зональных) оценок снегозапасов, в том числе, с использованием спутниковых данных. Региональные (зональные) особенности воспроизведения снегозапасов рассмотрены на примере Продукта GlobSnow(SWE) (Pulliainen, 2006) – в сравнении фактическими данными метеорологических станций Восточно-Европейской равнины. Влияние леса на расчет снегозапасов учитывается с помощью эмпирической модели, где в качестве параметров используются значения коэффициента отражения снега, леса и свободной от снега поверхности (Kruopis et al, 1999).
Вместе с тем, прослеживается значимая связь изменчивости климата и растительного покрова, в связи с чем предполагается возможным использование характеристик растительности как индикатора климатических изменений (Титкова, Виноградова, 2015; Krankina et al., 2010). Попытка количественно оценить значимость растительного покрова для анализа изменчивости фактических и восстановленных снегозапасов произведена нами с использованием вегетационного индекса NDVI (Normalized Difference Vegetation Index) – на основе допущения о том, что значения NDVI, будучи связанными с характером лесной растительности, могут быть использованы для уточнения особенностей снегонакопления в зоне лесов.
В результате, для периода 2000-2019 гг. уточнены особенности зональной изменчивости снегозапасов. Осредненные по зонам, они снижаются от тундры, лесотундры и тайги к зоне степей на фоне зонального повышения приземной температуры воздуха и осадков, максимальных в зоне лесов. Ошибка зональных восстановленных снегозапасов относительно фактических составляет 14-17 % для тундры, лесотундры и зоны лесов с увеличением ошибки до 22-29 %, в лесостепной и степной зонах, что может быть связано с наличием в условиях теплых зим на юге региона повышенной влажности и ледяных включений в снежной толще. Вариабельность многолетних рядов восстановленных снегозапасов повсеместно превышает вариабельности их фактических значений в 1.2-1.4 раза, при максимумах стандартного отклонения в зоне лесов. Многолетние тенденции в ходе снегозапаов повсеместно отрицательны и незначимы. Снижение согласно линии тренда за период 2000-2019 гг. восстановленных снегозапасов происходит быстрее в сравнении со снижением фактических снегозапасов – соответственно 6-16 и 3-7 мм. Распределение восстановленных и фактических снегозапасов по площади схожи; величина стандартного отклонения фактических снегозапасов имеет более равномерное распределение по территории; восстановленные снегозапасы, в отличие от фактических, практически по всей территории имеют заметную скорость многолетнего снижения.
Соответственно регрессионному анализу, вклад приземной температуры воздуха в многолетнюю изменчивость превышает вклад осадков – как для фактических, так и для восстановленных снегозапасов. Вклад изменчивости значений NDVI велик не только в зоне лесов, но и на открытых территориях и не значим вовсе для хода фактических снегозапасов, в связи с чем представляется несостоятельным предположение о возможности использования данного показателя для уточнения алгоритма восстановления снегозапасов.
Таким образом, при разнице абсолютных значений, восстановленные по спутниковым данным снегозапасы и снегозапасы, наблюдаемые на метеорологических станциях имеют сходство зональной многолетней изменчивости и пространственного распределения.
Работа выполнена при поддержке Российского фонда фундаментальных исследований, проекты 18-05-00427, 18-05-00440, 20-55-00007, и при поддержке темы 0148-2019-0009 Программы фундаментальных научных исследований государственных академий наук.

Ключевые слова: фактические и восстановленные снегозапасы, лесная растительность, природная зональность, регрессионный анализ, многолетняя и пространственная изменчивость.
Литература:
  1. Китаев Л.М. Статистический анализ распределения характеристик снежного покрова Курской модельной области // Материалы метеорологических исследований. 1998. № 16. С. 65-72.
  2. Китаев Л.М., Крюгер О., Шерстюков Б.Г., Хобе Х. Признаки влияния растительности на распределение снежного покрова // Метеорология и гидрология. 2005. № 7. C. 61-69.
  3. Китаев Л.М., Аблеева В.А., Асаинова Ж.А. Влияние лесной растительности на тенденции локальной изменчивости снегозапасов // Труды Приокско-Террасного заповедника. 2015. Вып.6. Тула. Из-во Аквариус. C. 67-77.
  4. Мишон В.М. Теоретические и методические основы оценки ресурсов поверхностных вод в зонах недостаточного и неустойчивого увлажнения Европейской части России. Автореф. дисс. … докт. геогр. наук. 25.00.27. Воронеж. Изд-во Воронежcкого Гос. Ун-та. 2007. 242 c.
  5. Титкова Т.Б., Виноградова В.В. Отклик растительности на изменение климатических условий в бореальных и субарктических ландшафтах в начале XXI века // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 3. С. 75–86.
  6. Koenig L.S., Forster R.R. Evaluation of passive microwave snow water equivalent algorithms in the depth hoar-dominated snowpack of the Kuparuk River watershed, Alaska, USA // Remote Sensing of Environment. 2004. Vol. 93. P. 511-527.
  7. Krankina O.N., Pflugmacher D., Hayes D.J., McGuire A.D., Hansen M.C., Hame T., Elsakov V., Nelson P. Vegetation Cover in the Eurasian Arctic: distribution, monitoring, and role in carbon cycling // Eurasian arctic land cover and land use in a changing climate. Springer International Publishing. 2010. P. 79-108.
  8. Kruopis N., Praks J., Arslan A. N., Alasalmi H., Koskinen J., Hallikainen M. Passive microwave measurements of snow-covered forest areas // EMAC'95. IEEE Transactions on Geoscience and Remote Sensing. 1999. Vol. 37. P. 2699-2705.
  9. Pulliainen J. Mapping of snow water equivalent and snow depth in boreal and sub-arctic zones by assimilating space-borne microwave radiometer data and ground-based observations // Remote Sensing of Environment. 2006. Vol. 101. P. 257-269.

Презентация доклада

Методы и алгоритмы обработки спутниковых данных

25