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)

Двадцать первая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"

XXI.F.527

Анализ влияния ландшафтно-метеорологических факторов на пожары растительности в Республике Тыва в 2020 г. на основе GEE

Куулар Х.Б. (1), Чульдум А.Ф. (2), Ондар Э.-Н.Р. (3)
(1) Тувинский институт комплексного освоения природных ресурсов Сибирского отделения РАН, Кызыл, Россия
(2) Тувинский институт комплексного освоения природных ресурсов СО РАН, Кызыл, Россия
(3) Российская академия народного хозяйства и государственной службы при Президенте РФ, Москва, Россия
В связи с изменением климата в горах Южной Сибири (Парфенова, Чебакова, 2023) наблюдается увеличение частоты возникновения пожаров и продолжительности пожароопасного сезона в последние десятилетия (Волокитина и др., 2020; Ponomarev et al., 2023; и др.). Главной причиной сокращения уникальных южных горных лесов Сибири становятся пожары растительности с потеплением климата. Мониторинг и сохранение растительности горных территорий играют важную роль, так как они не только почвозащитную, но и климаторегулирующую функцию.
Республика Тыва расположена в центре Алтае-Саянского экорегиона. Также территория республики располагается в зоне недостаточного увлажнения. И распределение осадков в течение года крайне неравномерно, ~80 % осадков выпадает летом в виде ливней. Скорость роста среднегодовой температуры в 1961–2020 гг. составила +0,5°С/10 лет, с апреля по октябрь составила +0,4°С/10 лет.
Материалы и методы. При оценке повреждения растительного покрова пройденных пожарами территорий использованы дистанционные методы. Обработка, пространственный анализ и визуализация результатов выполнены на платформе Google Earth Engine (GEE) и Excel. Для исследования использованы спутниковые данные в 2020 г. и получены с помощью следующих коллекций:
1) Copernicus DEM GLO-30 —цифровая модель поверхности пространственным разрешением 30 м;
2) ERA5-Land Hourly - ECMWF Climate Reanalysis на платформе GEE (Google Earth Engine) — коллекция климата представляет собой глобальный ежемесячный набор данных с пространственным разрешением ~ 9 км, содержащая характеристики погоды.
3) ESA/CCI/FireCCI5.1 (European Space Agency (ESA) Climate Change Initiative (CCI) Programme, Fire ECV) — коллекция с глобальным ежемесячным набором данных с пространственным разрешением ~ 250 м, содержащая характеристики пожаров растительности. Обнаружение гарей основано на отражательной способности поверхности в ближнем инфракрасном (NIR) диапазоне прибора MODIS (Moderate Resolution Imaging Spectroradiometer) спутников Terra и Aqua (Gorelick et al, 2017).
Результаты и их обсуждение.
В апреле идет интенсивное испарение снега при резком повышении температуры воздуха и малой относительной влажности. Это приводит к интенсивному высушиванию проводников горения на южных склонах высотно-поясных комплексов. Увеличению площади пожаров способствуют также характерные ветры в пожароопасный период со средней скоростью 3,3 м/c (максимальная скорость достигает до 37 м/c). По данным коллекции максимальные скорости ветра отмечены в июне и преобладают ветры северо-западного направления.
Пожары растительности зависят от метеорологических факторов (температура, осадки и ветер) и рельефа местности. На основе выбранной ЦМП были сгруппированы семь высотных уровней с интервалом 500 м (500-1000, 1500-2000, 2000-2500, 2500-3000, 3000-3500 и 3500-4000). Для выявления влияния метеорологических условий на пожары растительности проанализированы данные температуры и относительной влажности воздуха. В исследуемый год аномалия среднегодовой температуры составила +2,8℃, аномалия весенней температуры +1,5 ℃, относительная влажность весны 47,9%.
Анализ данных приуроченности площадей пожаров весной показывает, что наибольшая площадь возгораний зафиксирована на высоте 975 м над ур. м., где в основном преобладают степи. От пожаров пострадали растительность на площади 23313,1 га. Из них площадь лесов составила 12431,3 га, которая сосредоточена в восточной части республики.
Полученные результаты, свидетельствуют о преобладании пожаров растительности весной. Наиболее нарушена растительность склонов от 6 до 25 градусов на площади 19615,4 га.
В летний период наибольшая площадь возгораний зафиксирована на высотах 1250 м над ур.м. (преобладают степь и лесостепь), где зафиксированы 14 пожаров. Максимальные очаги пожаров летом обнаружены на юго-западных экспозициях, весной и осенью – на северных, восточных склонах экспозиции. Возникновению и распространению летних пожаров растительности летних пожаров способствуют высокая температура воздуха (34,5℃), продолжительные засухи, сухие грозы и безответственность населения.

Заключение
Результаты показывают эффективность совместного применения коллекций пожаров растительности, климата и ЦМП для выявления последствий пожаров со сложным горно-котловинным рельефом. Получены данные пожаров растительности за 2020 г. на территории республики по высотным уровням, склонам и экспозициям. Анализ и картографирование пожаров с использованием использованных коллекций помогает в анализе состояния территорий после пожаров и разработке эффективных мер по охране лесов.

Ключевые слова: ландшафтно-метеорологических факторы, пожары растительности, Google Earth Engine, Республика Тыва
Литература:
  1. Волокитина А.В., Софронова Т.М., Корец М.А. Прогнозирование поведения пожаров растительности // Известия высших учебных заведений. Лесной журнал. 2020. № 1 (373). С. 9-25.
  2. Парфенова Е.И., Чебакова Н.М. Потенциальная трансформация лесов Ангаро-Енисейского макрорегиона в связи с прогнозами изменений климата к середине века // В сборнике: Глобальные вызовы и национальные экологические интересы: экономические и социальные аспекты. Сборник материалов XVII международной научно-практической конференции Российского общества экологической экономики. Под редакцией Т.О. Тагаевой, Л.К Казанцевой. Новосибирск, 2023. С. 301-307.
  3. Gorelick, N.; Hancher, M.; Dixon, M.; Ilyushchenko, S.; Thau, D.; Moore, R. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sens. Environ. 2017. V. 202. P. 18–27.
  4. Ponomarev E., Ponomareva T., Zabrodin A. Classification of fire damage to boreal
  5. forests of Siberia in 2021 based on the dNBR index // Fire. 2022. 5(1). P. 19.

Презентация доклада

Дистанционное зондирование растительных и почвенных покровов

380