Почтовый адрес: САФУ, Редакция «Лесной журнал», наб. Северной Двины, 17, г. Архангельск, Россия, 163002, ауд. 1425

Тел.: 8(8182) 21-61-18
Сайт: http://lesnoizhurnal.ru/ 
e-mail: forest@narfu.ru

RussianEnglish



архив

Изменение лесных массивов северо-восточного региона Азербайджана по космическим снимкам

Версия для печати

В.М. Мамедалиева

Рубрика: Лесное хозяйство

Скачать статью (pdf, 0.7MB )

УДК

528.856:630*5

DOI:

10.37482/0536-1036-2022-1-88-97

Аннотация

Одними из наиболее ценных природных ресурсов любой страны являются ее лесные ресурсы. Их нужно беречь. Необходимость охраны лесов существует и в Азербайджане, где на каждого жителя приходится меньше леса, чем в соседних странах. Применение современных методов получения и обработки данных, а также технологий географических информационных систем позволяет свести исследования в этой области к набору стандартных процедур. На примере северо-восточного региона Азербайджана описан процесс обработки спутниковых снимков, имеющихся в открытом доступе, для составления карт лесного покрова за несколько разных лет. Изучены космические снимки со спутников Landsat, полученные во время летних сезонов за различные годы в период с 1987 по 2018 г. Снимки охватывали территорию 5 соседних районов, находящихся на северо-востоке Азербайджана. Предварительная обработка материала включала радиометрическую калибровку и атмосферную коррекцию и была проведена с помощью программного пакета ENVI и модуля FLAASH. Показан процесс окончательной обработки снимков в программе ArcGIS с целью определения площадей, занимаемых лесными массивами в разные годы. Анализ основывался на расчете вегетационного индекса NDVI для всех рассматриваемых изображений. Затем на них выделены участки, имеющие высокие значения NDVI, произведена векторизация, и найдены площади полученных полигонов. Таким образом, для каждого года создан отдельный тематический слой, отражающий площадь лесного покрова в этом году, т. е. всего 3 слоя. Полученные данные сведены в таблицу, по которой построена диаграмма, показывающая динамику изменений площади леса в регионе. Они также стали основой для тематической электронной карты исчезновения лесов. Охарактеризовано продолжение этого процесса.
Данная статья опубликована в режиме открытого доступа и распространяется на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная (CC BY 4.0) • Автор заявляет об отсутствии конфликта интересов

Сведения об авторах

В.М. Мамедалиева, канд. геогр. наук; ResearcherID: AAC-5454-2021, ORCID: https://orcid.org/0000-0002-8775-8564
Институт экологии Национального аэрокосмического агентства, ул. С.С. Ахундова, д. 1, г. Баку, Азербайджанская Республика, AZ1115; e-mail: valide.mamedaliyeva@mail.ru

Ключевые слова

спутниковые снимки, радиометрическая калибровка, атмосферная коррекция, нормализованный разностный индекс растительности, лесной покров, исчезновение леса

Для цитирования

Мамедалиева В.М. Изменение лесных массивов северо-восточного региона Азербайджана по космическим снимкам // Изв. вузов. Лесн. журн. 2022. № 1. С. 88–97. DOI: 10.37482/0536-1036-2022-1-88-97

Литература

1. Баришполец В.А. Анализ глобальных экологических проблем // Радиоэлектроника. Наносистемы. Информационные технологии. 2011. Т. 3, № 1. С.  79–96. Barishpolets V.A. The Analysis of Global Environmental Problems. RENSIT, 2011, vol. 3, no. 1, pp. 79–96.
2. Болсуновский М.А., Черепанов А.С. Атмосферная коррекция в ПО ENVI. Модуль FLAASH // Геопрофи. 2006. № 5. С. 22–24. Bolsunovskiy M.A., Cherepanov A.S. Atmospheric Correction Using ENVI Software. FLAASH Module. Geoprofi, 2006, no. 5, pp. 22–24.
3. Данилова И.В., Рыжкова В.А., Корец М.А. Алгоритм автоматизированного картографирования современного состояния и динамики лесов на основе ГИС // Вест. НГУ. Сер.: Информ. технологии. 2010. Т. 8, вып. 4. С. 15–24. Danilova I.V., Ryzhkova V.A., Korets M.A. A GIS-Aided Algorithm for Mapping the Current Forest State and Dynamics. Vestnik NGU. Ser.: Informatsionnyye tekhnologii [Vestnik NSU. Series: Information Technologies], 2010, vol. 8, iss. 4, pp. 15–24.
4. Деркачева А.А., Тутубалина О.В. Эффективность атмосферных коррекций гиперспектральных снимков Hyperion в регионах с развитым растительным покровом // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11, № 4. С. 360–368. Derkacheva A.A., Tutubalina O.V. The Effectiveness of Atmospheric Correction for Hyperion Hyperspectral Images in Regions with Developed Vegetation Cover. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa [Current problems in remote sensing of the Earth from space], 2014, vol. 11, no. 4, pp. 360–368.
5. Дубинин М. NDVI – теория и практика // GIS-Lab. 2002. Режим доступа: https://gis-lab.info/qa/ndvi.html (дата обращения: 03.06.20). Dubinin M. NDVI – Theory and Practice. GIS-Lab. 2002.
6. Казаков Э., Семёнов А., Волгушева Н. Обработка и интерпретация данных Landsat 8 (OLI) средствами GRASS GIS 7 // GIS-Lab. 2015. Режим доступа: https://gis-lab.info/qa/grass7-landsat8-processing.html (дата обращения: 19.06.20). Kazakov E., Semenov A., Volgusheva N. Processing and Interpretation of Landsat 8 (OLI) Data by Means of GRASS GIS 7. GIS-Lab. 2015.
7. Лурье И.К., Косиков А.Г. Дистанционное зондирование и географические информационные системы. Ч. 1. Теория и практика цифровой обработки изображений. М.: Науч. мир, 2003. 166 с. Lur’ye I.K., Kosikov A.G. Remote Sensing and Geographical Information Systems. Part 1. Theory and Practice of Digital Image Processing. Moscow, Nauchnyy mir Publ., 2003. 166 p.
8. Мерзленко М.Д. Актуальные аспекты искусственного лесовосстановления // Изв. вузов. Лесн. журн. 2017. № 3. C. 22–30. Merzlenko M.D. Relevant Aspects of Artificial Reforestation. Lesnoy Zhurnal [Russian Forestry Journal], 2017, no. 3, pp. 22–30. DOI: https://doi.org/10.17238/issn0536-1036.2017.3.22
9. Управление горными лесами и водоразделами. Доклад Продовольственной и сельскохозяйственной организации Объединенных Наций. Режим доступа: http://www.fao.org/forestry/36963-0ac84a8f742747df79dfe116b1d72665a.pdf. (дата обращения: 06.03.20). Management of Mountain Forests and Watersheds. Report of the Food and Agriculture Organization of the United Nations.
10. Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы // Геоматика. 2009. № 3. С. 28–32. Cherepanov A.S., Druzhinina E.G. Spectral Characteristics of Vegetation and Vegetation Indixes. Geomatika [Geomatics], 2009, no. 3, pp. 28–32.
11. Чухланцев А.А., Саворский В.П. Задачи дистанционного зондирования лесов при изучении глобальных климатических изменений // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8, № 2. С. 246–256. Chukhlantsev A.A., Savorskij V.P. Remote Sensing of Forests in Context of Global Change. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa [Current problems in remote sensing of the Earth from space], 2011, vol. 8, no. 2, pp. 246–256.
12. ArcView GIS для экологов. Российская сеть изучения и охраны пернатых хищников. Режим доступа: http://rrrcn.ru/arcview-gis-dlya-ekologov5/24 (дата обращения: 03.06.20). ArcView GIS for Ecologists. Russian Raptor Research and Conservation Network.
13. Earth Explorer. U.S. Geological Survey. Available at: https://earthexplorer.usgs.gov/ (accessed 15.07.20).
14. Fast Line-of-Sight Atmospheric Analysis of Hypercubes (FLAASH). L3 Harris Geospatial documentation center. Available at: https://www.l3harrisgeospatial.com/docs/flaash.html (accessed 14.07.20).
15. Hadjimitsis D.G., Papadavid G., Agapiou A., Themistocleous K., Hadjimitsis M.G., Retalis A., Michaelides S., Chrysoulakis N., Toulios L., Clayton C.R.I. Atmospheric Correction for Satellite Remotely Sensed Data Intended for Agricultural Applications: Impact on Vegetation Indices. Natural Hazards and Earth System Sciences, 2010, vol. 10, iss. 1, pp. 89–95. DOI: https://doi.org/10.5194/nhess-10-89-2010
16. Meşələr. Respublikanın meşələri [The Forests of the Republic]. Ministry of Ecology and Natural Resources of Azerbaijan Republic. Available at: http://eco.gov.az/az/fealiyyet-istiqametleri/mesheler (accessed 25.10.19).
17. Naik P., Dalponte M., Bruzzone L. Prediction of Forest Aboveground Biomass Using Multitemporal Multispectral Remote Sensing Data. Remote Sensing, 2021, vol. 13, iss. 7, art. 1282. DOI: https://doi.org/10.3390/rs13071282
18. Teixeira Pinto C., Jing X., Leigh L. Evaluation Analysis of Landsat Level-1 and Level-2 Data Products Using in situ Measurements. Remote Sensing, 2020, vol. 12, iss. 16, art. 2597. DOI: https://doi.org/10.3390/rs12162597
19. Thome K.J., Biggar S.F., Gellman D.L., Slater P.N. Absolute-Radiometric Calibration of Landsat-5 Thematic Mapper and the Proposed Calibration of the Advanced Spaceborne Thermal Emission and Reflection Radiometer. Proceedings of IGARSS ’94 – 1994 IEEE International Geoscience and Remote Sensing Symposium. Pasadena, CA, IEEE, 1994, vol. 4, pp. 2295–2297. DOI: https://doi.org/10.1109/IGARSS.1994.399718
20. Zanter K. Landsat Collection 1 Level 1 Product Definition. Version 2.0. Sioux Falls, SD, USGS, 2019. 32 p.