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)

Восьмая всероссийская открытая ежегодная конференция
«Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 15-19 ноября 2010 г.
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

VIII.B.208

Применение снимков Landsat и SPOT для обнаружения поврежденных сибирским шелкопрядом лиственничных лесов Якутии

Федотова Е. В.
Институт леса им. В.Н. Сукачева СО РАН
На юге Якутии сибирский шелкопряд является одним из самых опасных вредителей произрастающих здесь лиственничных лесов. Как отмечают сотрудники ИБПК СО РАН, вспышка численности шелкопряда, начавшаяся в 1999 году, является самой крупной за время наблюдений. В результате двукратной дефолиации деревья лиственницы гибнут. Обследования, проведенные летом 2001 г., обнаружили усыхание в полностью обесхвоенных очагах как целых массивов, так и отдельных лиственниц, а местами подроста и крупных елей и сосен.
Картирование поврежденных и погибших в результате этой вспышки лиственничников по данным дистанционного зондирования является важной и нетривиальной задачей. Например, по данным MODIS/TERRA в ИКИ РАН построены карты поврежденных и погибших лесов на территориии Якутии за период с 2002 по 2004 год.
В Институте леса СО РАН имеется опыт картирования поврежденных сибирским шелкопрядом темнохвойных лесов Нижнего Приангарья (вспышка середины 90-х годов прошлого века). Темнохвойные леса Сибири, в основном пихтовые, легко идентифицируютс на космических снимках. Выделить лиственничные леса от других типов растительного покрова – задача более сложная, тем более на территории южной Якутии, где они сильно нарушены пожарами, а находящиеся рядом с населенными пунктами фрагментарны, по берегам рек перемежаются с с/х угодьями и пр. Поэтому для картирования их повреждений предпочтительно использовать космические снимки среднего и высокого пространственного разрешения, например, Landsat. Но проблема такой съемки – отсутствие временной серии качественных данных за один вегетационный период из-за влияния облачности.
Для проведения работы были использованы снимки Landsat 1992, 1999-2009 годов на эту территорию, находящиеся в свободном доступе. Только одна сцена 1992 года на очаги сибирского шелкопряда в районе г. Покровска позволила сравнить снимки до и после вспышки, и определить признаки, по которым выделяются повреждения лиственничников в 1999 и 2000 годах на данной территории. Анализ снимков проводился с помощью модуля DeltaCue ERDAS Imagine. Наиболее приемлемые результаты, позволяющие создать карту поврежденных насаждений, дало использование четвертого канала сканера (БИК диапазон), на разных очагах он позволяет выделить повреждения с порогом 10-40% (в зависимости от сомкнутости древостоев и степни дефолиации, растительности нижних ярусов). Затем по аналогии проявления поврежденных насаждений были проанализированы снимки 1999-2000 годов и выелены поврежденные насаждения по другим очагам, построены картосхемы поврежденных насаждений на часть территории.
Кроме поврежденых шелкопрядом на юге Якутии очень много лесов, пострадавших от пожаров, а также вырубок. Эти повреждения вызывают более сильное снижение NDVI, чем повреждения шелкопрядом, так как повреждается и напочвенный покров.
Для определения времени повреждения лиственничников в один вегетационный период необходимы данные хорошего временного разрешения. Были использованы композиты NDVI SPOT Vegetation за десять дней. Снимки были собраны в изображения за один вегетационный период, с мая по сентябрь 1998- 2002 годов. По этим данным определялось время снижения NDVI, т.е. время наступления повреждений насаждений с помощью построения спектральных профилей в ERDAS Imagine.
Таким образом, по данным Landsat получена картосхема, а по данным SPOT – время проявления повреждения и гибели насаждений.

Технологии и методы использования спутниковых данных в системах мониторинга

103