Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

XXIV.F.253

Оценка сокращения площади агролесомелиоративных насаждений шестой государственной лесной полосы в Оренбургской области по данным Landsat и Sentinel‑2

Ермолаева О.С. (1), Брыль С.В. (2), Брыль И.С. (1), Яновский Д.С. (1)
(1) ФГБОУ ВО РГАУ-МСХА имени К.А. Тимирязева, Москва, Россия
(2) ФГБНУ ВНИИ «Радуга», Коломенский городской округ, посёлок Радужный, Россия
Агролесомелиоративные насаждения снижают негативное воздействие сильных ветров и суховеев, препятствуют развитию ветровой эрозии и поддерживают устойчивость агроландшафтов в засушливых регионах. В Оренбургской области сохранился фрагмент шестой государственной лесной полосы, созданной в рамках комплексной программы преобразования природы 1948 года. Длительная эксплуатация, естественное старение древесных пород, пожары, вырубки и хозяйственное освоение земель приводят к деградации защитных насаждений. Поэтому необходима их систематическая инвентаризация с применением данных дистанционного зондирования Земли (ДЗЗ).
Цель работы — оценить сокращение площади агролесомелиоративных насаждений шестой государственной лесной полосы, расположенной в пределах Оренбургской области, по многовременным спутниковым данным.
Для реконструкции исторических границ лесополос использовались спутниковые снимки Landsat 5 в естественных цветах (комбинация каналов RGB 3-2-1). По снимкам выполнено визуальное дешифрирование и ручная оцифровка линейных древесно-кустарниковых насаждений. Современное состояние лесополос анализировалось по данным Sentinel-2 за вегетационный период с 1 апреля по 1 сентября 2016 и 2025 гг. В среде Google Earth Engine для оцифрованных контуров рассчитывался нормализованный разностный вегетационный индекс NDVI; полученные растры классифицировались на четыре класса. Для актуализации контуров и интерпретации причин изменений применялись высокодетальные спутниковые изображения.
Результаты
По данным ручной оцифровки площадь агролесомелиоративных насаждений в границах исследуемого участка сократилась с 33 191 га в 1965 г. до 13 833 га в 2025 г. Таким образом, за период наблюдений площадь уменьшилась на 58,3 %. На снимках фиксируются разрывы и фрагментация лесополос, усыхание древесной растительности, следы пожаров, вырубок, а также замещение отдельных фрагментов застройкой и другими типами землепользования.
Результаты автоматизированной оценки по данным Sentinel-2 подтверждают трансформацию насаждений. Площадь участков с древесно-кустарниковой растительностью в пределах исходных оцифрованных границ составила 16 360 га в 2016 г. и 16 327 га в 2025 г. Незначительная разница между этими значениями отражает сохранение части древесного покрова в пределах фрагментированных лесополос, но не исключает ухудшения его качества, сомкнутости и жизненного состояния.
Многовременные данные Landsat и Sentinel-2 обеспечивают возможность выявления и картографирования агролесомелиоративных насаждений, количественной оценки их площади и регулярного контроля изменений. Установленное сокращение площади шестой государственной лесной полосы на 58,3 % свидетельствует о необходимости первоочередной инвентаризации сохранившихся участков, наземной верификации их состояния и разработки мероприятий по охране и восстановлению деградированных фрагментов. Предложенный подход может применяться для мониторинга других исторических защитных лесополос в степной зоне России.

Ключевые слова: Инвентаризация лесополос, мониторинг, Google Earth Engine, NDVI, машинное обучение, кластеризация
Литература:
  1. Чеплянский И. Я., Турчин Т. Я., Ермолова А. С. Дистанционный мониторинг государственных защитных лесных полос степной зоны европейской части России // Известия вузов. Лесной журнал. — 2022. — № 3. — С. 44–59. — DOI: 10.37482/0536-1036-2022-3-44-59.
  2. Шинкаренко С. С., Барталев С. А., Васильченко А. А. Метод картографирования защитных лесных насаждений на основе разновременных спутниковых изображений высокого пространственного разрешения и бисезонного индекса леса // Современные проблемы дистанционного зондирования Земли из космоса. — 2022. — Т. 19, № 4. — С. 207–222. — DOI: 10.21046/2070-7401-2022-19-4-207-222.
  3. Deng R., Xu Z., Li Y., Zhang X., Li C., Zhang L. Farmland Shelterbelt Age Mapping Using Landsat Time Series Images // Remote Sensing. — 2022. — Vol. 14, No. 6. — Article 1457. — DOI: 10.3390/rs14061457
  4. Salem S. et al. Detecting Forest Degradation in the Three-North Forest Shelterbelt in China from Multi-Scale Satellite Images // Remote Sensing. — 2021. — Vol. 13, No. 6. — Article 1131. — DOI: 10.3390/rs13061131

Дистанционное зондирование растительных и почвенных покровов