radioelectronicsИзвестия высших учебных заведений России. РадиоэлектроникаJournal of the Russian Universities. Radioelectronics1993-89852658-4794Saint Petersburg Electrotechnical University10.32603/1993-8985-2025-28-5-16-27radioelectronics-1071Research ArticleТЕЛЕВИДЕНИЕ И ОБРАБОТКА ИЗОБРАЖЕНИЙTELEVISION AND IMAGE PROCESSINGКартирование многолетних изменений лесного покрова по мультиспектральным данным спутникового дистанционного зондированияMapping Long-Term Changes in Forest Cover Using Multispectral Satellite Remote Sensing Datahttps://orcid.org/0009-0009-8063-7987БасмановА. А.BasmanovAlexander A.

Басманов Александр Андреевич – магистр по направлению "Радиотехника",

д. 5 Ф, ул. Профессора Попова, Санкт-Петербург, 197022.

Alexander A. Basmanov, Master's Degree in Radio Engineering, Engineer of the Department of Radio Engineering Systems,

5 F, Professor Popov St., St Petersburg 197022.

alex.basmanov00@gmail.comhttps://orcid.org/0000-0002-0356-5651БогачевМ. И.BogachevMikhail I.

Богачев Михаил Игоревич – доктор технических наук (2018), доцент (2011) кафедры радиотехнических систем,

д. 5 Ф, ул. Профессора Попова, Санкт-Петербург, 197022.

Mikhail I. Bogachev, Dr Sci. (Eng.) (2018), Associate Professor (2011) of the Department of Radio Engineering Systems, Chief Researcher of the Scientific and Educational Center "Digital Telecommunication Technologies",

5 F, Professor Popov St., St Petersburg 197022.

rogex@yandex.comhttps://orcid.org/0000-0002-7446-0654ГригорьевА. А.GrigorievAndrey A.

Григорьев Андрей Андреевич – кандидат сельскохозяйственных наук (2011), старший научный сотрудник лаборатории геоинформационных технологий,

д. 202, ул. 8 Марта, Екатеринбург, 620144.

Andrey A. Grigoriev, Cand. Sci. (Agricultural) (2011), Senior Researcher at the Laboratory of Geoinformation Technologies,

202, 8th March St., Ekaterinburg 620144.

grigoriev.a.a@ipae.uran.ruhttps://orcid.org/0000-0002-0173-6293ШалаумоваЮ. В.ShalaumovaYulia V.

Шалаумова Юлия Валерьевна – кандидат технических наук (2013), старший научный сотрудник лаборатории геоинформационных технологий,

д. 202, ул. 8 Марта, Екатеринбург, 620144.

Yulia V. Shalaumova, Cand. Sci. (Eng.) (2013), Senior Researcher at the Laboratory of Geoinformation Technologies,

202, 8th March St., Ekaterinburg 620144.

jvshalaumova@gmail.comhttps://orcid.org/0000-0003-1953-2085ОбуховаН. А.ObukhovaNataliia A.

Обухова Наталия Александровна – доктор технических наук (2009), профессор (2024), декан факультета радиотехники и телекоммуникаций, зав. кафедрой телевидения и видеотехники,

д. 5 Ф, ул. Профессора Попова, Санкт-Петербург, 197022.

Nataliia A. Obukhova, Dr Sci. (Eng.) (2009), Professor (2024), Dean of Faculty of Radio Engineering and Telecommunications, Head of Television and Video Equipment Department,

5 F, Professor Popov St., St Petersburg 197022.

naobukhova@etu.ruhttps://orcid.org/0009-0004-0962-3658ЛожкинГ. И.LozhkinGregory I.

Ложкин Григорий Иванович – аспирант по специальности экология, ассистент кафедры моделирования экосистем Института экологии, биотехнологии и природопользования; Инженер-исследователь лаборатории дендрохронологии,

д. 18, ул. Кремлевская, Казань, 420008.

Grigory I. Lozhkin, Postgraduate Student in Ecology, Assistant of the Department of Ecosystem Modeling; Research Engineer of the Dendrochronology Laboratory,

18, Kremlevskaya St., Kazan 420008,

lozhkin.grig@gmail.comhttps://orcid.org/0000-0002-4790-2840ТишинД. В.TishinDenis V.

Тишин Денис Владимирович – кандидат биологических наук (2006), доцент (2011) кафедры общей экологии Института экологии, биотехнологии и природопользования,

д. 18, ул. Кремлевская, Казань.

Denis V. Tishin, Cand. Sci. (Eng.) (2006), Associate Professor (2011) of the Department of General Ecology of the Institute of Ecology, Biotechnology and Nature Management,

18, Kremlevskaya St., Kazan 420008

denroecology@gmail.comСанкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В. И. Ульянова (Ленина)РоссияSaint Petersburg Electrotechnical UniversityRussian FederationИнститут экологии растений и животных Уральского отделения Российской академии наукРоссияInstitute of Plant and Animal Ecology of the Ural Branch of the Russian Academy of SciencesRussian FederationКазанский (Приволжский) федеральный университет; Институт географии Российской академии наукРоссияKazan (Volga region) Federal University; Institute of Geography, Russian Academy of SciencesRussian FederationКазанский (Приволжский) федеральный университетРоссияKazan (Volga region) Federal UniversityRussian Federation2025011220252851627Copyright © Басманов А.А., Богачев М.И., Григорьев А.А., Шалаумова Ю.В., Обухова Н.А., Ложкин Г.И., Тишин Д.В., 20252025Басманов А.А., Богачев М.И., Григорьев А.А., Шалаумова Ю.В., Обухова Н.А., Ложкин Г.И., Тишин Д.В.Basmanov A.A., Bogachev M.I., Grigoriev A.A., Shalaumova Y.V., Obukhova N.A., Lozhkin G.I., Tishin D.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://re.eltech.ru/jour/article/view/1071Введение

Введение. Смещение границ обитания древесных видов растений является одним из наблюдаемых в континентальных масштабах последствием климатических изменений. Картирование этих смещений и их количественная оценка востребованы для оценивания углеродного баланса. На примере горной экосистемы Приполярного Урала рассматривается способ картирования многолетних изменений лесного покрова, который позволяет оценивать это смещение. Рассматриваются этапы предварительной селекции и обработки спутниковых мультиспектральных данных дистанционного зондирования Landsat на стороне серверов Google Earth Engine. Приводятся результаты картирования многолетних изменений лесного покрова и количественная оценка общей площади продвижения леса.

Цель работы

Цель работы. Картирование многолетних изменений лесного покрова и их количественная оценка по спутниковым мультиспектральным данным дистанционного зондирования и экспертным оценкам границ экологических зон в горах Приполярного Урала (на примере хребта Сабля).

Материалы и методы

Материалы и методы. Используются очищенные от облаков мультиспектральные изображения спутников Landsat 4–9 отражения верхней части атмосферы, которые прошли относительную радиометрическую коррекцию, и отражения поверхности; экспертные оценки границ экологических зон; регрессионный анализ.

Результаты

Результаты. Количественная оценка общей площади продвижения леса с 1960 по 2024 гг. на основе временного ряда решающей статистики с 1987 по 2024 гг. составляет 4.82 км2. В период с 1970 по 1995 гг. зафиксировано ускорение продвижения леса.

Заключение

Заключение. Рассматриваемый способ позволяет картировать и количественно оценивать многолетние изменения лесного покрова. Полученная количественная оценка согласуется с экспертной оценкой. Зафиксированный период ускоренного продвижения леса совпадает с периодом глобальных температурных изменений.

Introduction

Introduction. Shifts in the habitat ranges of tree species are among the continental-scale consequences of climate change. Mapping these shifts and their quantitative estimation are essential for evaluating the carbon balance. In this work, a method for mapping long-term changes in forest cover, thus permitting evaluation of treeline shifts, is demonstrated on the example of the mountain ecosystem of the Subpolar Urals. The stages of preliminary selection and processing of Landsat multispectral remote sensing data from the Google Earth Engine platform are described. The results of mapping long-term changes in forest cover and quantitative estimation of the total area of treeline transition are presented.

Aim

Aim. Mapping of long-term changes in forest cover and their quantitative estimation using Landsat multispectral remote sensing data and expert assessments of ecological zone boundaries in the mountains of the Subpolar Urals (on the example of the Sablya Ridge).

Materials and methods

Materials and methods. Cloud-free multispectral images from Landsat satellites 4–9 of top-of-atmosphere reflectance, which underwent relative radiometric correction, as well as surface reflectance data, were used. Expert assessments of ecological zone boundaries were obtained, and regression analysis was used.

Results

Results. Based on the statistical time series analysis for the period from 1987 to 2024, the total area of treeline transition from 1960 to 2024 was established to be 4.82 km². An acceleration of treeline transition from 1970 to 1995 was recorded.

Conclusion

Conclusion. The described method allows long-term spatial dynamics of treeline shifts to be mapped and quantitatively estimated. The obtained estimates agree well with those obtained by expert assessment. The recorded period of accelerated treeline transition coincides with that of global temperature changes.

дистанционное зондированиемультиспектральные данныеверхняя граница лесагорные экосистемыremote sensingmultispectral datatreelinemountain ecosystemsРабота выполнена при финансовой поддержке Государственного задания Минобрнауки РФ, проект FSEE-2025-0006.The work was carried out with financial support of the Ministry of Science and Higher Education of the Russian Federation in the framework of assignment FSEE-2025-0006.ReferencesHansson A., Dargusch P., Shulmeister J. A review of modern treeline migration, the factors controlling it and the implications for carbon storage // J. of Mountain Science. 2021. Vol. 18. P. 291–306. doi: 10.1007/s11629-020-6221-1Hansson A., Dargusch P., Shulmeister J. A Review of Modern Treeline Migration, the Factors Controlling It and the Implications for Carbon Storage. J. of Mountain Science. 2021, vol. 18, pp. 291–306. doi: 10.1007/s11629-020-6221-1A shift in transitional forests of the North American boreal will persist through 2100 / P. Montesano, M. Frost, J. Li, M. Carroll, C. Neigh, M. Macander, J. Sexton, G. Frost // Communications Earth & Environment. 2024. Vol. 5, № 1. Art. № 290. doi: 10.1038/s43247-024-01454-zMontesano P., Frost M., Li J., Carroll M., Neigh C., Macander M., Sexton J., Frost G. A Shift in Transitional Forests of the North American Boreal Will Persist Through 2100. Communications Earth & Environment. 2024, vol. 5, no. 1, art. no. 290. doi: 10.1038/s43247-024-01454-zГорчаковский П. Л., Шиятов С. Г. Фитоиндикация условий среды и природных процессов в высокогорьях / отв. ред. И. К. Киршин. М.: Наука, 1985. 209 с.Gorchakovskiy P. L., Shiyatov S. G. Fitoindikatsiya usloviy sredy i prirodnykh protsessov v vysokogor'yakh [Phytoindication of Environmental Conditions and Natural Processes in the Highlands]. Moscow, Nauka, 1985, 208 p. (In Russ.)Are treelines advancing? A global meta-analysis of treeline response to climate warming / M. A. Harsch, P. E. Hulme, M. S. McGlone, R. P. Duncan // Ecology Let. 2009. Vol. 12, № 10. P. 1040–1049. doi: 10.1111/j.1461-0248.2009.01355.xHarsch M. A., Hulme P. E., McGlone M. S., Duncan R. P. Are Treelines Advancing? A Global MetaAnalysis of Treeline Response to Climate Warming. Ecology Let. 2009, vol. 12, no. 10, pp. 1040–1049. doi: 10.1111/j.1461-0248.2009.01355.xForest Monitoring Using Landsat Time Series Data: A Review / A. Banskota, N. Kayastha, M. J. Falkowski, M. A. Wulder, R. E. Froese, J. C. White // Canadian J. of Remote Sensing. 2014. Vol. 40, № 5. P. 362–384. doi: 10.1080/07038992.2014.987376Banskota A., Kayastha N., Falkowski M. J., Wulder M. A., Froese R. E., White J. C. Forest Monitoring Using Landsat Time Series Data: A Review. Canadian J. of Remote Sensing. 2014, vol. 40, no. 5, pp. 362–384. doi: 10.1080/07038992.2014.987376A Systematic Review of Landsat Data for Change Detection Applications: 50 Years of Monitoring the Earth / M. Hemati, M. Hasanlou, M. Mahdianpari, F. Mohammadimanesh // Remote Sensing. 2021. Vol. 13, № 15. Art. № 2869. P. 1–33. doi: 10.3390/rs13152869Hemati M., Hasanlou M., Mahdianpari M., Mohammadimanesh F. A Systematic Review of Landsat Data for Change Detection Applications: 50 Years of Monitoring the Earth. Remote Sensing. 2021, vol. 13, no. 15, art. no. 2869. doi: 10.3390/rs13152869Kennedy R. E., Yang Z., Cohen W. B. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr – Temporal segmentation algorithms // Remote Sensing of Environment. 2010. Vol. 114, № 12. P. 2897–2910. doi: 10.1016/j.rse.2010.07.008Kennedy R. E., Yang Z., Cohen W. B. Detecting Trends in Forest Disturbance and Recovery Using Yearly Landsat Time Series: 1. LandTrendr – Temporal segmentation algorithms. Remote Sensing of Environment. 2010, vol. 114, no. 12, pp. 2897–2910. doi: 10.1016/j.rse.2010.07.008Zhu Z., Woodcock C. E. Continuous change detection and classification of land cover using all available Landsat data // Remote Sensing of Environment. 2014. Vol. 144. P. 152–171. doi: 10.1016/j.rse.2014.01.011Zhu Z., Woodcock C. E. Continuous Change Detection and Classification of Land Cover Using All Available Landsat Data. Remote Sensing of Environment. 2014, vol. 144, pp. 152–171. doi: 10.1016/j.rse.2014.01.011An automated approach for reconstructing recent forest disturbance history using dense Landsat time series stacks / C. Huang, S. N. Goward, J. G. Masek, N. Thomas, Z. Zhu, J. E. Vogelmann // Remote Sensing of Environment. 2010. Vol. 114, № 1. P. 183–198. doi: 10.1016/j.rse.2009.08.017Huang C., Goward S. N., Masek J. G., Thomas N., Zhu Z., Vogelman J. E. An Automated Approach for Reconstructing Recent Forest Disturbance History Using Dense Landsat Time Series Stacks. Remote Sensing of Environment. 2010, vol. 114, no. 1, pp. 183–198. doi: 10.1016/j.rse.2009.08.017The 50-year Landsat collection 2 archive / C. J. Crawford, D. P. Roy, S. Arab, C. Barnes, E. Vermote, G. Hulley, A. Gerace, M. Choate, C. Engebretson, E. Micijevic, G. Schmidt, C. Anderson, M. Anderson, M. Bouchard, B. Cook, R. Dittmeier, D. Howard, C. Jenkerson, M. Kim, T. Kleyians, T. Maiersperger, C. Mueller, C. Neigh, L. Owen, B. Page, N. Pahlevan, R. Rengarajan, J.-C. Roger, K. Sayler, P. Scaramuzza, S. Skakun, L. Yan, H. K. Zhang, Z. Zhu, S. Zahn // Science of Remote Sensing. 2023. Vol. 8. Art. № 100103. doi: 10.1016/j.srs.2023.100103Crawford C. J., Roy D. P., Arab S., Barnes C., Vermote E., Hulley G., Gerace A., Choate M., Engebretson C., Micijevic E., Schmidt G., Anderson C., Anderson M., Bouchard M., Cook B., Dittmeier R., Howard D., Jenkerson C., Kim M., Kleyians T., Maiersperger T., Mueller C., Neigh C., Owen L., Page B., Pahlevan N., Rengarajan R., Roger J.-C., Sayler K., Scaramuzza P., Skakun S., Yan L., Zhang H. K., Zhu Z., Zahn S. The 50-Year Landsat Collection 2 Archive. Science of Remote Sensing. 2023, vol. 8, art. no. 100103. doi: 10.1016/j.srs.2023.100103A survival guide to Landsat preprocessing / N. Young, R. Anderson, S. Chignell, A. Vorster, R. Lawrence, P. Evangelista // Ecology. 2017. Vol. 98, № 4. P. 920–932. doi: 10.1002/ecy.1730Young N., Anderson R., Chignell S., Vorster A., Lawrence R., Evangelista P. A survival Guide to Landsat Preprocessing. Ecology. 2017, vol. 98, pp. 920–932. doi: 10.1002/ecy.1730Google Earth Engine: Planetary-scale geospatial analysis for everyone / N. Gorelick, M. Hancher, M. Dixon, S. Ilyushchenko, D. Thau, R. Moore // Remote Sensing of Environment. 2017. Vol. 202. P. 18–27. doi: 10.1016/j.rse.2017.06.031Gorelick N., Hancher M., Dixon M., Ilyushchenko S., Thau D., Moore R. Google Earth Engine: Planetary-Scale Geospatial Analysis for Everyone. Remote Sensing of Environment. 2017, vol. 202, pp. 18–27. doi: 10.1016/j.rse.2017.06.031Radiometric correction of multi-temporal Landsat data for characterization of early successional forest patterns in western Oregon / T. Schroeder, W. Cohen, C. Song, M. Canty, Z. Yang // Remote Sensing of Environment. 2006. Vol. 103, № 1. P. 16–26. doi: 10.1016/j.rse.2006.03.008.Schroeder T., Cohen W., Song C., Canty M., Yang Z. Radiometric Correction of Multi-Temporal Landsat Data for Characterization of Early Successional Forest Patterns in Western Oregon. Remote Sensing of Environment. 2006, vol. 103, pp. 16–26. doi: 10.1016/j.rse.2006.03.008Radiometric Normalization of Temporal Images Combining Automatic Detection of Pseudo-Invariant Features from the Distance and Similarity Spectral Measures, Density Scatterplot Analysis, and Robust Regression / O. A. De Carvalho, R. F. Guimarães, N. C. Silva, A. R. Gillespie, R. A. T. Gomes, C. R. Silva, A. P. F. De Carvalho // Remote Sensing. 2013. Vol. 5, № 6. P. 2763–2794. doi: 10.3390/rs5062763De Carvalho O. A., Guimarães R. F., Silva N. C., Gillespie A. R., Gomes R. A. T., Silva C. R., De Carvalho A. P. F. Radiometric Normalization of Temporal Images Combining Automatic Detection of Pseudo-Invariant Features from the Distance and Similarity Spectral Measures, Density Scatterplot Analysis, and Robust Regression. Remote Sensing. 2013, vol. 5, no. 6, pp. 2763–2794. doi: 10.3390/rs5062763Use of a dark object concept and support vector machines to automate forest cover change analysis / C. Huang, K. Song, S. Kim, J. R. G. Townshend, P. Davis, J. G. Masek, S. N. Goward // Remote Sensing of Environment. 2008. Vol. 112, № 3. P. 970–985. doi: 10.1016/j.rse.2007.07.023.Huang C., Song K., Kim S., Townshend J. R. G., Davis P., Masek J. G., Goward S. N. Use of a Dark Object Concept and Support Vector Machines to Automate Forest Cover Change Analysis. Remote Sensing of Environment. 2008, vol. 112, no. 3, pp. 970–985. doi: 10.1016/j.rse.2007.07.023Global impacts of the 1980s regime shift / P. C. Reid, R. E. Hari, G. Beaugrand, D. M. Livingstone, C. Marty, D. Straile, J. Barichivich, E. Goberville, R. Adrian, Y. Aono, R. Brown, J. Foster, P. Groisman, P. Hélaouët, H.-H. Hsu, R. Kirby, J. Knight, A. Kraberg, J. Li, T.-T. Lo, R. B. Myneni, R. P. North, J. A. Pounds, T. Sparks, R. Stübi, Y. Tian, K. H. Wiltshire, D. Xiao, Z. Zhu // Global Change Biology. 2016. Vol. 22, № 2. P. 682–703. doi: 10.1111/gcb.13106Reid P. C., Hari R. E., Beaugrand G., Livingstone D. M., Marty C., Straile D., Barichivich J., Goberville E., Adrian R., Aono Y., Brown R., Foster J., Groisman P., Hélaouët P., Hsu H.-H., Kirby R., Knight J., Kraberg A., Li J., Lo T.-T., Myneni R. B., North R. P., Pounds J. A., Sparks T., Stübi R., Tian Y., Wiltshire K. H., Xiao D., Zhu Z. Global Impacts of the 1980s Regime Shift. Global Change Biology. 2016, vol. 22, no. 2, pp. 682–703. doi: 10.1111/gcb.13106

The authors declare that there are no conflicts of interest present.