Оценка по спутниковым данным площади и возраста лесов, появившихся вне лесного фонда России в 2000-2024 годах

В России, по разным оценкам, заброшено от 33 до 100 млн га сельскохозяйственных земель (Гичан, Тебенькова, 2023), и значительная их часть зарастает древесно-кустарниковой растительностью (Государственный национальный доклад о состоянии и использовании земель, 2025). Для ввода таких земель в оборот и освоения выросших на них лесов нужны актуальные и достоверные сведения о расположении и возрасте лесов, фактически произрастающих вне юридических границ лесного фонда. Цель данной работы заключается в создании карт таких лесов для всей территории России, оценке динамики их площади и проведении анализа распределения площади таких лесов по субъектам РФ.
Для выявления леса использован лесной индекс (Ye et al., 2014), рассчитанный на основе медианных летних композитных изображений, полученных по данным Landsat (30 м) за десятилетние периоды 1980–1989 гг. и 1990–1999 гг., пятилетние периоды в интервале 2000–2019 гг., по данным Landsat и Sentinel-2 (10 м) за каждый год с 2019 по 2025-й. На основе этих данных с применением пороговой классификации с временной фильтрацией построены карты года появления и исчезновения леса на территории всей страны.
Из анализа исключены земли лесного фонда и других категорий, для которых осуществляется государственный учет лесов (по данным актуализированной цифровой основы с границами лесотаксационных выделов, полученной по результатам I цикла ГИЛ), земли, расположенные в арктической зоне (Указ Президента РФ от 02.05.2014 N296 «О сухопутных территориях Арктической зоны Российской Федерации»), леса, существовавшие в 1980–1990-е гг., и буферная зона 30 м вокруг них. Оставшийся лес, появившийся после 1999 г. вне земель лесного фонда, произрастает преимущественно на землях сельскохозяйственного назначения и в значительной мере отражает их зарастание.
В анализ распределения площади лесов вне земель лесного фонда по субъектам РФ не включены 8 из 89 субъектов РФ: для Камчатского края, Республики Саха (Якутия), Магаданской и Сахалинской областей нет данных до 2000 г., Мурманская область, Ненецкий АО, Ямало-Ненецкий АО, Чукотский АО почти целиком расположены в арктической зоне.
В 81-ом субъекте РФ площадь леса в анализируемой зоне выросла с 3,7 млн га в 2000–2004 гг. до 16,4 млн га в 2015–2019 гг. (по данным Landsat, 30 м) и с 19,7 до 23,8 млн га за 2020–2024 гг. (по данным Landsat и Sentinel-2, 10 м). В результате, по состоянию на 2024 год площадь лесов, появившихся после 1999 года за пределами земель лесного фонда и вне арктической зоны в анализируемых субъектах РФ, составила 23,8 млн га, что составляет 9 % от площади исследуемой территории. Наибольшие величины доли площади заросших земель от площади исследуемой территории характерны для нечерноземных регионов России (Костромская (47 %), Тверская (46 %), Смоленская (45 %), Ивановская (41 %) области), наименьшие величины — для южных степных регионов (около 2 % и менее). Наибольшая абсолютная площадь лесов, произрастающих за пределами земель лесного фонда, наблюдается в Кировской (1,13 млн га), Тверской (1,04 млн га), Нижегородской (0,97 млн га), Смоленской (0,93 млн га) областях.
Полученную оценку площади лесов в исследуемой территории можно считать консервативной, так как буферная зона 30 м, использованная для уменьшения ошибок на границах земель лесного фонда, также может исключить и реальное зарастание земель. Примененный на данном этапе алгоритм оценки площади леса вне лесного фонда имеет ряд потенциальных проблем: оценка площади зависит от ширины буфера, ряды карт, полученные по спутниковым данным с разрешением 30 и 10 м, имеют ограниченную сопоставимость, применение единого порога лесного индекса по всей стране для разграничения леса и нелесных земель вносит определенную ошибку. Кроме того, ежегодные оценки площади леса, полученные по данным с разрешением 10 м, подвержены синхронным межгодовым колебаниям, особенно в заболоченных регионах Западной Сибири, поэтому региональные тренды по ежегодным данным менее надёжны, чем оценки за пятилетние периоды.
Дальнейшая работа включает усовершенствование метода, в том числе локальную адаптацию порога классификации или переход к более совершенным моделям на основе машинного обучения, более полную количественную валидацию, сравнение результатов с данными, полученными по другим продуктам, и использование масок исторической распашки, что позволит перейти к оценке площади появившегося леса именно на бывших сельскохозяйственных землях.
Работа выполнена с помощью облачной платформы Google Earth Engine (Gorelick et al., 2017) и инфраструктуры Центра коллективного пользования «ИКИ-Мониторинг» (http://ckp.geosmis.ru/) (Лупян и др., 2019) в рамках темы ИКИ РАН «Мониторинг» (госрегистрация № 126031818938-6).