Уточнение диапазонов NDVI для мониторинга растительного покрова арктических территорий (на примере Кольского полуострова)

Специфические климатические условия Кольского полуострова, включая полярный день, высокую облачность, низкие температуры и избыточную влажность, формируют уникальный растительный покров. Арктическая флора характеризуется низкорослостью, мелколистностью и утолщенностью листьев. Из-за этих физиологических особенностей классические диапазоны нормализованного разностного вегетационного индекса (NDVI), разработанные для умеренных широт, некорректно интерпретируются при мониторинге северных экосистем, что снижает точность оценок их продуктивности.
Цель исследования - определение репрезентативных диапазонов значений NDVI для основных типов растительности Мурманской области с использованием данных ДЗЗ.
Исследование выполнено на основе оптических сцен Landsat 8 и Landsat 9 за период пиковых значений вегетационных индексов (июль-август 2024 г.) с долей облачности не более 20%. Сцены были объединены в единый растр и приведены к общей проекции. Для выделения однородных зон применен алгоритм кластеризации K-Means++. Оптимальное число кластеров определено методами «локтя» и силуэта. Верификация проведена путем сопоставления с эталонными данными платформы VEGA-Science.
В ходе анализа выделено четыре устойчивых кластера. Кластер 1 (NDVI 0.00-0.10) соответствует оголенной почве и облачности. Кластер 2 (0.10-0.24) описывает травянисто-кустарничковую тундру. Кластер 3 (0.24-0.32) характеризует разреженную растительность лесотундры и смешанных лесов. Кластер 4 (от 0.32) отражает плотный древесно-кустарничковый покров (хвойные и лиственные леса).
Дополнительно выявлен методический артефакт: пиксели водных объектов и снежного покрова получали аномально высокие значения NDVI из-за схожести коэффициентов отражения в красном и ближнем ИК-диапазонах, что доказывает необходимость обязательной предварительной маскировки водно-снежных пикселей.
Программная реализация исследования выполнена на языке Python с использованием библиотек Rasterio, NumPy и Scikit-learn.
Сформированные локальные диапазоны NDVI учитывают арктическую специфику и позволяют существенно повысить точность тематической классификации. Результаты служат базой для калибровки алгоритмов автоматизированного мониторинга состояния экосистем Кольского полуострова по данным ДЗЗ.
Исследование выполнено за счет гранта Российского научного фонда № 24-17-20021, https://rscf.ru/project/24-17-20021/ и Минобрнауки Мурманской области согласно Соглашения от 03.05.2024 № 199.