Методика оценки степени опустынивания пастбищных территорий Республики Казахстан

В настоящее время проблема опустынивания является одной из главных экологических угроз. По данным Программы Организации Объединенных Наций по окружающей среде, четвертая часть суши на планете находится под угрозой опустынивания. Конвенция Организации Объединенных наций по борьбе с опустыниванием определяет опустынивание как «деградацию земель в засушливых, полузасушливых и субгумидных районах в результате действия различных факторов, включая изменение климата и деятельность человека» [1]. Таким образом, опустынивание рассматривается как социально-экономический и природный процесс.
Сегодня для оценки процесса опустынивания в глобальном масштабе разработано множество методов, включая математическое моделирование, параметрическое уравнение, дистанционное зондирование, а также прямое наблюдение и измерение [2].
Спутниковые данные, полученные в ходе наблюдения Земли из космоса, являются основным глобальным источником информации для мониторинга состояния атмосферы и поверхности Земли [3]. Таким образом, данные дистанционного зондирования земли (ДЗЗ) могут быть использованы, когда наземные методы исследования являются невозможными либо неполными, поэтому актуальным является разработка методов анализа данных.
Целью данных исследований является разработка методики для оценки деградации земель, оценивая их индивидуальные факторы (аридность, засоление почв, состояние растительного покрова и т.д.) и их картирование с помощью данных ДЗЗ.
В качестве объекта исследования были выбраны пастбищные экосистемы Казахстана. Общая площадь Республики Казахстан - 2 725 000 км², из которых по данным земельного баланса пашни занимают 24794,6 тыс. га, залежи - 4979,7 тыс. га, сенокосы - 4895,5тыс. га, пастбища - 179925,6 тыс. га. По данным статистики пастбищные угодья в основном классифицируются тремя факторами деградации: перевыпас, вырубка кустарников и заброшенность.
Мониторинг пастбищных экосистем с использованием данных, полученных с космического аппарата (КА) имеет ряд преимуществ перед другими методами исследований, таких как: возможность наблюдения за объектом в реальном времени, обеспечение периодичности наблюдений, охват больших и труднодоступных территорий и т.д. В нашей работе к базовым и косвенным индикаторам опустынивания почвенно-растительного покрова относятся:
биопродуктивность
коэффициент засушливости (увлажнения)
характеристика и признаки почв (засоления)
В работе выполнены следующие этапы:
Анализ основных форм появления деградации земель на территории Казахстана, которые прямо и косвенно ведут к обострению опустынивания.
Фактическое описание всех выбранных показателей с обоснованием выбора и возможных методов их определения, создание базы данных.
Выбор возможных методик индивидуальных показателей.
Проведение расчетов и создание тематических карт деградации земель.
При мониторинге процесса опустынивания мы рассматривали два основных воздействующих фактора: (1) фактор опустынивания - аридность климата, (2) процессы опустынивания – засоление почв и снижение количества или разнообразия растительности. Выбранные показатели (индикаторы) определялись по схеме DPSIR (Driving force – Pressure – State – Impact - Response). Предоставленные показатели служат для оценки и картирования состояния деградированных земель.
DPSIR -это стандартная структура для организации информации и отчетности о состоянии окружающей среды, которая включает движущие факторы, давление, состояние окружающей среды и меры воздействия. [4].
В данной работе для выявления территорий, подвергшихся опустыниванию, была использована модель MEDALUS -MEditerranean Desertification And Land Use project [5], некоторые исходные параметры которой были модифицированы для дальнейшего анализа. Данная модель ранее использовалась в Иране в исследованиях Sepehr et al. [6], в Монголии [7], и др. Уникальность данной методики заключается в том, что оценка степени опустынивания рассматривается в интегральной системе, учитывая взаимосвязь между природно-климатическими и антропогенными факторами.
В качестве основного источника спутниковой информации использовались материалы спутника TERRA с сенсора MODIS [8, 9]. Для целей исследования использовались 16-дневные данные. В связи с наличием шумов (во временных рядах), помех (в съемках, вызванных влиянием облачности) и различий в освещении поверхности (в геометрических условиях), необходимо проведение предварительной обработки спутниковых данных, включая следующее:
Радиометрическая коррекция (нормализация сырых геоданных);
Атмосферная коррекция (поглощение и рассеивание, восстановление пропущенных пикселей, контрастирование);
Геометрическая коррекция (орторектификация, привязка);
Ортотрансформирование;
Фильтрация (устранение помех).
Методы разработки тематических карт
Аридность климата на территории Казахстана оценивалась с помощью гидротермического коэффициента увлажнения Г.Т. Селянинова (ГТК), представляющий собой отношение суммы осадков к сумме температуры воздуха, уменьшенной в десять раз, которая характеризует испаряемость (формула 1).
ГТК=(∑▒R)/(0.1∑▒〖T≥10℃〗) , (1)
где ∑▒R – сумма осадков за месяц, ∑▒T – сумма среднесуточных значений температуры воздуха больше 10 0С [10].
Таблица 8 - Характеристика интенсивности засухи
Используя формулу 4, была рассчитана карта степени засухи с использованием температуры поверхности Земли (спутниковые данные среднего разрешения (500 м) MODIS Land Surface Temperature) и количества осадков (данные с PERSIANN-CDR с пространственным разрешением в 4 км). Временной интервал составил 16 дней. У всех исходных данных было изменено пространственное разрешение с 500 метра на 250 метров.
Расчет вегетационного индекса NDVI
Обычно, состояние растительного покрова определяется с помощью вегетационных индексов (ВИ), рассчитываемых на основе спутниковой информации. В глобальном и региональном масштабе было доказано, что ВИ могут быть использованы для мониторинга состояния растительного покрова, детектировании периодов засухи, деградации и оценки ее воздействия на продуктивность пастбищ и посевов для полуаридной территории Казахстана.
Мониторинг динамики растительного покрова – сокращение или увеличение площади – важен для изучения изменения климата. Динамику измененных участков можно определить с помощью ВИ (NDVI).
Нормализованный вегетационный индекс (NDVI) – показатель состояния растительного покрова (формула 5). Данный индекс применяется для картирования растительного покрова, мониторинга и оценки продуктивности экосистем и сельскохозяйственных культур, контроля фаз вегетации и т.д.
NDVI =(RNIR-Rred)/(RNIR+Rred), (2)
где, Rred – отражение в красной области спектра, RNIR –отражение в ближней инфракрасной области спектра [11].

Методика разработки комплексной карты опустынивания
Для выявления территории, подвергшейся опустыниванию, была использована методика: MEDALUS -MEditerranean Desertification And Land Use project [6], некоторые исходные параметры которой были модифицированы для дальнейшего анализа (формула 3)
DA=(AI×NDVI×SI),1/3 (3)
где, DA - индекс степени опустынивания
AI - индекс аридности (осадки, температура)
NDVI – Нормализованный вегетационный индекс (по данным MODIS)
SI- Засоление почв (определяется по модифицированному универсальному уравнению).
В формуле (6) из-за отсутствия данных не были учтены следующие показатели: изменение плотности скота, изменение плотности населения.
Значения индикаторов деградации оценивались методом корреляции Манн-Кендалл (Mann-Kendall test), с помощью данных 16- дневной композиции NDVI, LST, R, NIR - MODIS с пространственным разрешением в 250 м, со спутника Terra за период 2001-2019 гг. В работе также использовались данные осадков PERSIANN-CCS с пространственным разрешением в 4 км.
На основе методики MEDALUS была смоделирована обзорная тематическая карта степени опустынивания и деградации почвенно-растительного покрова по следующим трем классам: сильно деградированный покров, средне деградированный покров и слабо деградированный покров.
На основе анализа спутниковых данных была проведена оценка степени деградации/опустынивания почвенно-растительного покрова на территории Казахстана. В результате исследований было определено, что 77 % от общей территории подвержено опустыниванию, из них 55% - слабо деградированный покров, 21% - средне деградированный покров, 1% - сильно деградированный покров. Наиболее критическое состояние территории составляет 22% от общей площади, где степень опустынивания средняя и сильная, расположенная в сухостепной зоне Казахстана.
По данным UNESCAP (2007) на территории Казахстана 66 % земель охвачено опустыниванием (Джи 2008). Сравнивая данные UNESCAP (2007 год) с нашей оценкой состояния земель (2019 год), можно сделать вывод, что общая картина опустынивания изменилась на 11% за последние 12 лет.
Для территорий поврежденных процессом опустынивания необходимы меры по восстановлению земель с разработкой технологий по озеленению и рациональному использованию земельных ресурсов.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1 UNCCD. 2018. “Руководство по предоставлению отчетности в рамках процесса отчетности КБОООН на 2017.”
2 Food and Agriculture Organization of the United Nations. 2016. “Land Degradation Assessment.”
3 Терехин Э.А. Распознование залежных земель на основе сезонных значений вегетационного индекса NDVI //Компьютерная Оптика, 2017, Том 41, №5, -С.19–25.
4 Orr, B. J. and UNCCD. 2011. “Scientific Review of the UNCCD Provisionally Accepted Set of Impact Indicators to Measure the Implementation of Strategic Objectives 1, 2 and 3. White Paper - Version 1.” (January):145.
5 Kosmas, C., M. J. Kirkby, N. Geeson, and (Eds). 1999. Medalus Project: Mediterranean Desertification and Land Use. Manual on Key Indicators of Desertification and Mapping Environmentally Sensitive Areas.
6 Sepehr, A., A. M. Hassanli, M. R. Ekhtesasi, and J. B. Jamali. 2007. “Quantitative Assessment of Desertification in South of Iran Using MEDALUS Method.” Environmental Monitoring and Assessment 134(1–3), -С.43–54.
7 Н. Мандах, Ж. Цогтбаатар, Д. Даш, С. Хөдөлмөр. Система индикаторов и оценка опустынивания в Монголии//АРИДНЫЕ ЭКОСИСТЕМЫ, 2016, Том 22, №1 (66), -С.99-111.
8 https://lpdaac.usgs.gov/
9 http://glovis.usgs.gov/
10 Страшная, А. И., И. Э. Пурина, О. В. Чуб, О. И. Задорнова, and Т. С. Чекулаева. Автоматизированная технология мониторинга и расчета количества декад с почвенной и атмосферно-почвенной засухой под зерновыми культурами, 2012, -С.1–13.
11 Rouse, W., H. Haas, and W. Deering. 2017. “20 Monitoring Vegetation Systems in the Great Plains With Erts .”