Картирование многолетних изменений лесного покрова по мультиспектральным данным спутникового дистанционного зондирования

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. 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. 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. 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. 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.

1. Hansson 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/s11629-020-6221-1

2. A 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-z

3. Горчаковский П. Л., Шиятов С. Г. Фитоиндикация условий среды и природных процессов в высокогорьях / отв. ред. И. К. Киршин. М.: Наука, 1985. 209 с.

4. 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.x

5. Forest 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: 10.1080/07038992.2014.987376

6. A 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/rs13152869

7. Kennedy 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.2010.07.008

8. Zhu 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.2014.01.011

9. An 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.2009.08.017

10. The 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.2023.100103

11. A 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.1730

12. Google 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.2017.06.031

13. Radiometric 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.

14. 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 / 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/rs5062763

15. Use 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.

16. Global 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.13106