К вопросу о количественной оценке степени повреждения лесов НП «Водлозерский»

Как известно, малонарушенные массивы темнохвойной тайги представляют собой мозаику лесных биогеоценозов, основная доля которых характеризуется выраженной разновозрастно-стью древостоя, находится на финальной стадии растительной сукцессии и существует в динамически равновесном режиме так называемой оконной динамики.

Однако для естественных таежных лесов также характерны природные катастрофические явления, какими являются массовые ветровалы и пожары. В этом аспекте ветровал, произошедший в юго-западной части НП «Водлозерский» в мае 2000 года, представляет собой типичный пример масштабного обновления таежных лесов. Появление обширной компактной ветровальной площади и множества локальных вывалов, ухудшение общего жизненного состояния множества деревьев существенно изменяют экологическую обстановку в зоне ветровала. В короткие сроки запускаются механизмы сукцессии растительных сообществ и создаются особо бла- гоприятные условия для развития популяций агрессивных видов стволовых вредителей. Так, уже упомянутым ветровалом оказались в разной степени затронуты коренные высоковозрастные ельники в полосе шириной до 5 км и длиной свыше 40 км вдоль всего западного побережья Водлозера. Только в районе турбазы Охтома общая площадь сплошного вывала составила не менее 637 га с объемом ветровальной древесины порядка 131,6 тыс. кбм [1]. Сложившиеся обстоятельства привели к возникновению здесь вспышки численности короеда-типографа (Ips typographus (L)). Отработав за два года кормовую базу в виде ветровальной древесины, короед-типограф стал заселять живые деревья ели и мигрировать в еловые насаждения по всему еловому массиву вдоль западного берега Водлозера и в районе Пильмасозера [2]. В результате всех произошедших событий коренные старовозрастные ельники указанного района понесли существенные итоговые потери в виде большого числа буреломных, ветровальных и сухостойных

деревьев, что потребовало достаточно оперативной, научно обоснованной оценки масштабов повреждений.

Для достижения поставленной цели специалистами таких учреждений, как Центр по проблемам экологии и продуктивности лесов РАН, Московский государственный университет леса, Институт леса Карельского научного центра РАН [4], [5], [6], была сделана попытка использовать материалы космической съемки высокого разрешения вкупе с материалами цифровой картографической базы данных геоинформационной системы парка (ЦКБД ГИС НП «Водлозерский») и данными наземных полевых учетов. В частности, все исследователи имели в своем распоряжении цифровое изображение земной поверхности в мультиспектральном режиме, полученное с помощью спутника QuickBird (рис. 1). Для решения поставленных задач использовался синтез трех каналов снимка – ближнего инфракрасного (760– 900 нм), красного (630–690 нм) и зеленого (520– 600 нм). Дешифрирование снимков, то есть классификация пикселей по цветовым оттенкам и отнесение последних к целевым классам – куртинам сухостоя и участкам ветровала, проводилась авторами указанных работ с использованием различных методических подходов и программного обеспечения. Последнее, собственно, и предопределило расхождения в итоговых оценках, что будет обсуждено ниже.

Рис. 1. Снимок Quickbird с наложенным слоем CLF 10

Снимок был получен в проекции Гаусса– Крюгера в системе координат 1942 года (Пулково, 7-я зона). При наложении слоев поквартальной и повыдельной баз данных ГИС парка, а также маршрутов полевых исследований с координатами учетных точек, взятых с помощью GPS, наблюдались определенные несоответствия. Поэтому была выполнена геометрическая корректировка совокупности фрагментов слоев: покрытые лесом земли (CLF10), не покрытые лесом земли (CLF30) и нелесные земли (CLF40) ЦКБД по лесному фонду Национального парка

«Водлозерский» по кварталам, покрывающим космический снимок. Указанная корректировка выполнялась с учетом данных полевых GPS-измерений местоположения соответствующих квартальных столбов таким образом, чтобы цифровые объекты слоев ЦКБД по лесному фонду перемещались эквидистантно для наиболее точного совпадения контуров выделов ЦКБД с ситуацией космического снимка.

Далее мы применяли технологию формирования цифровых векторных объектов по растровому изображению, которая осуществлялась в два этапа:

• I.    Подготовка исходных данных:

• 1.    Преобразование растрового изображения к формату TIFF/BMP, 256 цветов (8-бит);

• 2.    Создание текстовой таблицы, содержащей матрицу координат (X,Y) центроидов пикселей растрового изображения (специальное программное обеспечение);

• 3.    Создание в программном обеспечении (ПО) MapInfo таблицы, содержащей точечные объекты по данным матрицы координат текстового файла (стандартные процедуры MapInfo);

• 4.    Регистрация растрового изображения в ПО MapInfo в проекции «план-схема» (1 единица – 1 пиксел);

• 5.    Формирование рабочего набора MapInfo, содержащего растровое изображение и таблицу точечных объектов – центроидов пикселей.

• II.    Формирование векторных объектов по классификатору:

• 1.    Создание набора отдельных точек требуемых цветов (RGB-изображений) путем выбора на экране ПК точечных объектов (центроидов пикселей) для создания таблицы классификатора векторных объектов;

• 2.    Выбор области растрового изображения, где будет производиться поиск соответствующих классификатору пикселей (часть растрового изображения или все растровое изображение);

• 3.    Запуск процедуры поиска соответствующих классификатору пикселей для формирования таблицы ПО MapInfo, содержащей отдельные точечные объекты центроидов;

• 4.    Трансформация таблицы векторных точечных объектов в требуемую систему координат (специальное программное обеспечение);

• 5.    Регистрация растрового изображения в ПО MapInfo в требуемой проекции;

• 6.    Формирование площадных квадратных ячеек, длина стороны которых соответствует размеру пиксела растрового изображения, зарегистрированного в выбранной системе координат.

На снимке были выбраны те участки, которые на основании натурных полевых исследований однозначно идентифицировались как куртины сухостоя и ветровала. В пределах этих участков вручную проводилось формирование набора точек требуемых цветов (различные оттенки зеленого цвета) для создания таблицы классификатора векторных объектов. Поиск соответствующих классификатору пикселей велся не в целом по снимку, а по отдельных областям (лесохозяйственным выделам), где вероятность ошибочной классификации была бы минимальной. По подсчетам Эйдлиной [6], 95 % площади сухостоя и более 97 % площади ветровала пришлось на еловые насаждения, а в ельниках, в свою очередь, 74 % площади сухостоя и 84,6 % площади ветровала оказалось сосредоточено в насаждениях 10–12-го классов возраста. Поэтому, руководствуясь тематической картой корен- ных ельников Водлозерского лесничества, в кварталах, покрытых снимком, в анализ включались только выделы, представляющие собой в чистом виде именно такие насаждения, начиная с VIII класса возраста без облесенных болотных участков и облачности. Предпочтение отдавалось участкам, где естественные границы древостоя, видимые по снимку, максимально точно совпадали с границами выдела (векторный слой CLF10 ЦКБД).

Таким образом, в районе Пильмасозеро – северо-западное побережье Водлозера были проанализированы 52 выдела в 10 кварталах. Сначала по снимку в гектарах определялась общая площадь области поиска (площадь векторного контура выдела). Далее подсчитывалось общее количество выбранных пикселей (точечных объектов), которое умножалось на площадь одного пикселя (5,76 м2). Определялась доля (%) выбранной площади от общей площади поиска. Окончательная величина поврежденной площади (га) подсчитывалась как доля выбранной площади от площади выдела, которая была определена именно лесоустройством. Последняя не всегда точно совпадала с площадью поиска на снимке, вычисленной средствами MapInfo.

После этого рассчитывалось количество деревьев, которые могли находиться на поврежденной площади. Для этого поврежденная площадь, выраженная в квадратных метрах, делилась на площадь проекции кроны, равной 9,4 м2. Такую величину площади проекции кроны имеют деревья ели в возрасте 160–200 лет. Рассчитанное количество стволов умножалось на средний объем ствола. Данный параметр определялся по таблице объемов стволов ели для Карелии в соответствии со средним диаметром и высотой данного элемента леса на выделе [3]. Далее рассчитывались: общий объем погибшей древесины на выделе, его доля от запаса выдела и величина отпада на 1 га.

Доля погибшей древесины от запаса выдела была усреднена по всей выборке из 52 выделов, и эта расчетная величина была экстраполирована на 957 выделов в 70 кварталах по западному берегу Водлозера, которые находились в зоне ветровала и вспышки численности короеда-типографа. В расчет общих потерь древесины были включены только выделы, где представлены коренные высоковозрастные ельники. Средний класс возраста – 10.

В результате проведенных оценок была построена тематическая карта распределения обработанной выборки выделов по степени их повреждения, как по площади, так и по запасу (рис. 2). Анализ данных рисунков позволяет заключить, что кроме района турбазы Охтома, где, как было уже сказано, ряд выделов были вывалены практически полностью, на северо-западе Водлозера сильнее всех пострадал квартал 40. Некоторые выделы этого квартала потеряли свыше 80 % запаса. Как уже говорилось, ряд авторов по своим оригинальным методикам оценивали потери древесины в данном районе с использованием одного и того же космического снимка и материалов

ЦКБД ГИС парка. В таблице приведены результаты трех независимых оценок одних и тех же выделов наиболее пострадавшего 40-го квартала.

Рис. 2. Распределение выделов по степени повреждения

Данные о деструкции насаждений в квартале 40

Номер выдела	Потери запаса, % (наши данные)	Общая площадь повреждений, %
		наши даные	по [6]	по [2]
1	36,6	16,2	23,6	11,5
10	38,9	12,7	15,2	6,3
11	39,0	12,5	15,3	10,6
17	36,0	11,5	18,6	14,7
18	17,5	16,6	24,7	12,5
19	48,1	17,3	20,2	9,4
20	14,6	12,5	17,5	10,6
23	15,1	11,4	12,9	11,3
24	30,7	13,5	17,6	11,8
26	66,9	24,7	33,1	13,0
29	77,0	23,0	31,9	9,9
Среднее	38,2	15,6	20,9	11,1

Как следует из данных таблицы, наши оценки площади повреждений по данному кварталу занимают промежуточное положение, что, в общем, свидетельствует в пользу их взвешенности.

В целом же по всей выборке из 52 выделов усредненная доля потерь древесины составила 26,7 % от запаса выдела. Таким образом, по нашей оценке, всего по западному побережью Водлозера в отпад перешло 902 605 кбм древесины, или 1 988 117 деревьев, то есть почти 2 млн стволов. Необходимо отметить, что в 2005 году было предпринято маршрутное обследование окрестностей Пильмасозера на предмет оценок потерь древесины от всех вышеназванных нарушений. Всего было обследовано 5 кварталов, в том числе кварталы 55, 71, 72, 73, 74. Результаты глазомерных оценок дали итоговую среднюю величину потери древесины в размере 29,7 % от запаса на поврежденных участках. Таким образом, расхождение с результатом оценки по снимку составило всего 3 %.

ЗАКЛЮЧЕНИЕ

Результаты наших исследований и работы других авторов убедительно показывают высокую эффективность комплексного использования космических снимков высокого разрешения и ГИС данной особо охраняемой территории для целей лесного и лесопатологического мониторинга. Без использования данных дистанционного зондирования Земли (ДДЗ) невозможна точная количественная оценка последствий различного рода катастрофических нарушений в крупных лесных массивах. Особенно актуальным в свете сказанного является дальнейшее совершенствование методики дешифрирования такого рода снимков, что предполагает совместную работу специалистов в самых разных областях знаний.