Двадцать первая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
XXI.F.24
Возможность использования вегетационных индексов NDVI, EVI, SWVI и BSFI рассчитанных на основе данных спутников Landsat 5-8 для оценки восстановления темнохвойных лесов Северного Сихотэ-Алиня после лесозаготовок
Остроухов А.В. (1), Клевцов Д.Р. (2)
(1) Институт водных и экологических проблем Дальневосточного отделения Российской академии наук, г. Хабаровск, Россия
(2) ФГБОУ ВО Тихоокеанский государственный университет, Хабаровск, Россия
Одним из значимых условий обеспечения устойчивого лесопользования на территории Россия является наличие оперативных данных о современном состоянии и динамике лесов, что, в условиях огромных слабоосвоенных территорий Сибири и Дальнего Востока в совокупности с высокой стоимостью лесоустроительных работ, предполагает широкое применение данных ДЗЗ.
На примере крупного массива темнохвойных (елово-пихтовых) лесов с 43-летней историей лесохозяйственного освоения (Ванинский и Советско-Гаванский районы Хабаровского края) проанализирована возможность применения ряда вегетационных индексов для оценки динамики возобновления коренной растительности.
Исходными материалами послужили данные ДЗЗ среднего и высокого пространственного разрешения (Landsat 5-8, ArcGIS Imagery) с 1980 по 2023 гг., полученная на их основе карта современного состояния растительности и лесохозяйственного освоения территории, экспедиционные материалы и данные аэрофотосъемки с БПЛА. По снимкам Landsat 5-8 по опубликованным методикам рассчитаны вегетационных индексы NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) (Huete, 2002), SWVI (Shortwave Vegetation Index), а также BSFI (Bi-Seasonal Forest Index (Шинкаренко, 2023)). Для анализа применимости индексов сравнивались их средние значения для выделов рубок различного возраста по данным ДЗЗ разных лет, а также данные индексов полученные с одного снимка за август 2021, май и август 2023 гг. для выделов, пройденных рубками в разные годы.
Результаты показывают слабую применимость индексов NDVI и EVI для анализа послерубочной динамики темнохвойных лесов. Использование длинного временного ряда данных ограничено малым количеством безоблачных данных за период максимума вегетации (июль - август). Кроме того, высокая вариабельность климатических условий в различные годы, характерная для Юга Хабаровского края (в отдельные годы количество осадков может отличаться от нормы в 2 и более раза (Петров, 2000)) приводит к большому диапазону значений индексов. Минимизировать это влияние могло бы сравнение данных полученных с одного снимка для выделов, пройденных рубками в разные годы. Но и в этом случае результаты малоинформативные: в первые пять лет оба индекса показывают устойчивый рост, то в последующие 35 лет среднее значение индексов не отражает какой-либо динамики (NDVI) или очень слабо прирастают (EVI). При этом значения NDVI значительно выше дорубочного уровня, тогда как значения EVI его не достигают. Одновременно отмечается значительный диапазон значений как для вырубок различных лет, так и для отдельных выделов за определённый год. По нашему мнению, это связано со следующими факторами:
1. Горный рельеф территории, который определяет экспозиционные различия освещенности.
2. Специфика технологий рубки в елово-пихтовых лесах, когда в пределах выдела формируются полосы волоков, на которых практически не отмечается лесовосстановление (по данным экспедиционных работ и съемки с БПЛА). При этом на межволочных пространствах при заготовке древесины остается значительное количество подроста и тонкомера (до 15 см), которые в дальнейшем (через 10-15 лет) могут формировать сомкнутый древостой. Ширина данных полос – 25-50 метров, что близко к значениям пиксела Landsat. В результате в пределах одного контура вырубки значения индекса отражают как характеристики сомкнутой лесной растительности, так и травяно-кустарниковых сообществ, что приводит к их значительным вариациям.
3. Особенности распределения биомассы горных темнохвойных лесов Северного Сихотэ-Алиня. Высокая сомкнутость древесного полога елово-пихтовых лесов приводит к формированию зеленомошного наземного покрова и практически полному отсутствию кустарникового и травяного яруса, что наряду с интенсивным поглощением древесного яруса в красном канале приводит к низким значениям вегетационных индексов. В результате, величины NDVI и EVI сомкнутых лесов в период максимума вегетации совпадают с значениями показателей послерубочных, постпирогенных сообществ и ниже средних индексов пойменных ивово-луговых закустаренных сообществ, смешанных лесов и травяно-мохово-кустарничковых болот.
Для минимизации указанных выше факторов дополнительно рассчитаны коротковолновой вегетационный индекс SWVI (за август 2021 и 2022 гг.) и бисезонный индекс леса BSFI, рассчитанный по данным Landsat 8 за 2023 г. (май, февраль). Согласно С.С. Шинкаренко (2023) индекс BSFI рассчитывается по нормализованной разности минимизированного за вегетационный сезон NDVI и максимальных значений альбедо в зимний период при наличии снежного покрова. В связи с ограниченным количеством безоблачных данных использованы индекс NDVI за май и значения альбедо за январь рассчитанные по Liang (2000).
Индексы BSFI и SWVI в пределах района работ показывают схожую динамику хода показателей. Для послерубочных выделов наблюдается резкое падение значений в первые два - четыре года после рубки и умеренный рост в последующие 20 лет, что связано с увеличением доли хвойных пород в древостое. Через 25 лет после рубки величины индексов стабилизируются. Но в отличие от SWVI бисезонный индекс позволяет уверенно разделять лесные и нелесные земли, а также, хотя и в меньшей степени, древостои с разной долей участия светло- и темнохвойных пород.
Тем не менее, сохраняются недостатки, обусловленные формированием «чересполосного» древостоя на волоках, приводящие к большому разбросу показателя в пределах одного контура. По нашему мнению, преодоление этого возможно лишь при изменении пространственного разрешения ДДЗЗ. При увеличении размера пикселя значения индекса будут отражать мозаику растительного покрова в целом, но это затруднит анализ выделов малого размера (например, некоторые выделы имеют размер 200*450 м, то есть соответствуют 2 пикселям MODIS). В ином варианте при увеличении пространственного разрешения данных до 2-5 м/пиксель возможен анализ поверхности волоков и межволочного пространства по отдельности. Альтернативой этому может стать применение БПЛА с мультиспектральной камерой, позволяющей использовать подспутниковые наблюдения состояния растительности со спутниковыми данными об альбедо поверхности.
Таким образом, наиболее распространённые сегодня вегетационные индексы NDVI и EVI мало пригодны для анализа восстановления темнохвойных лесов Северного Сихотэ-Алиня. Индексы BSFI и SWVI лучше отражают восстановление темнохвойных тесов после рубки, но также имеет ряд недостатков, затрудняющих интерпретацию данных.
Ключевые слова: вегетационные индексы, NDVI, EVI, SWVI, BSFI, Landsat-8, лесовосстановление, пихтово-еловые леса, Северный Сихотэ-Алинь
Литература:
- Петров Е. С., Новороцкий П. В., Леншин В. Т. Климат Хабаровского края и Еврейской автономной области. Ответственный редактор д.г.н. А.Н. Махинов. Владивосток-Хабаровск: Институт водных и экологических проблем ДВО РАН, 2000, 174 с.
- Шинкаренко С.С., Барталев С.А. Возможности оценки сомкнутости защитных лесных насаждений на основе бисезонного индекса леса и материалов съёмки БПЛА // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20, № 1. С. 189–202. DOI: 10.21046/2070-7401-2023-20-1-189-202.
- 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, V. 83, Issue 1–2, 2002, P. 195–213, https://doi.org/10.1016/S0034-4257(02)00096-2.
- Liang S. Narrowband to broadband conversions of land surface albedo I: Algorithms /| Remote Sensing of Environment, V. 76, Issue 2, 2001, P. 213-238, https://doi.org/10.1016/S0034-4257(00)00205-4.
Презентация доклада
Дистанционное зондирование растительных и почвенных покровов
392