Картографирование сосновых лесов на территории национального парка "Приэльбрусье" с использованием данных космической съемки

Для рационального ведения лесного хозяйства необходима объективная информация о состоянии лесных экосистем, их типологическом разнообразии - важнейшей природной характеристики лесных насаждений. Развитие многоканальной космической съемки создают новые возможности для исследования связей структуры биогеоценозов с условиями среды. Изучение пространственновременной организации лесного покрова невоз-

можно без использования современных картографических материалов. Создавать тематические карты возможно с использованием спутниковых изображений Landsat и данных радарной топографической съемки (SRTM).

Ранее Ф.А. Темботовой с соавторами в работе [1] была построена картографическая модель лесных экосистем Баксанского ущелья (Центральный Кавказ). Однако при этом использовалась классификация лесов по П.Д. Ярошенко [2]. В настоящей работе при выделении типов леса использован методический подход В.Н. Сукачева [3, 4] как наиболее удобный и часто используемый при ведении лесного хозяйства. Также сформированная ранее база данных была дополнена новыми сведениями о лесах района исследования по результатам полевых исследований в 2013-2015 гг. на территории Национального парка «Приэльбрусье».

Целью настоящей работы являлось составление цифровой карты сосновых лесов, выделенных на основе методического подхода В.Н. Сукачева в условиях горного рельефа Центрального Кавказа (в пределах НП «Приэльбрусье») с использованием дистанционной информации.

МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

Объектом исследования являются сосновые леса территории Национального парка «Приэльбрусье» в пределах эльбрусского лесничества, распространенные на высотах 1500-3000 м над уровнем моря.

Район исследования относится к эльбрусскому варианту поясности северного макросклона Центрального Кавказа, согласно типизации А.К. Темботова [5]. Климат умеренно континентальный, сухой. Климатические особенности обусловлены горным рельефом и большими перепадами высот. В связи с этим на данной территории произрастают сосновые и березовые ценозы в виде разрозненных участков леса. По данным метеостанции Терскол (собственные данные ИЭГТ РАН) среднегодовая температура воздуха равна 2,8 oС, средняя температура самого холодного месяца – января - -6,3 oС, средняя температура самого теплого месяца – августа составляет 12,8 oС. Распределение осадков неравномерное. Наименьшее количество выпадает в долине р. Баксан – 800 мм. С поднятием в горы количество осадков увеличивается и достигает 1100 мм.

На лесных участках исследуемого района проводились геоботанические описания и определялись таксационные характеристики древостоев по соответствующим методикам [3]. В исследуемых лесных ценозах были отобраны пробы почвы. Образцы для анализа почвы отбирались с верхнего слоя. Отбор и подготовка почвы для лабораторных исследований производились в соответствии с общепринятыми в почвоведении методами. При изучении химических свойств почв определялись: содержание органического вещества по методу Тюрина в модификации Никитина, рН солевой вытяжки потенциометрическим методом, потери массы при прокаливании [6]. Определение величины потери массы при прокаливании обусловлено тем, что в горных почвах процесс гумификации не завершен и измеренные значения процентного содержания гумуса не корректны. При прокаливании почвы при температуре 9000С вся полуразложившаяся органика сжигается и остается только минеральная часть почвы.

Для составления картографической модели использованы три набора данных:

• 1.    Многоканальные сканерные снимки со спутника Landsat;

• 2.    Данные радарной топографической съемки;

• 3.    Материалы полевых исследований, которые впоследствии формируют обучающую выборку.

Единая база данных, сформированная на основе вышеперечисленных блоков позволяет решать множество экологических задач, в том числе зависимость распространения различных типов леса от условий среды. Весь массив данных анализируется посредством дискриминантного анализа в пакете Statistica 10.

В качестве дистанционной информации авторами были использованы мультиспектральный снимок спутниковой системы Landsat, датированный 31 июля 2007 г. с пространственным разрешением 28,5 (съемочные каналы – 1-5, 7; температурный канал – 6) и данные радарной топографической съемки. Свойства среды определялись через спектральные индексы, характеризующие состояние конкретных свойств земной поверхности через соотношения величин отраженной солнечной радиации в разных спектральных каналах съемки. Применялись индексы, характеризующие затраты энергии на фотосинтез, биомассу и биологическую продуктивность (NDVI, TVI, RVI, gNDVI, DVI, содержание влаги в растительности (LMI, NDWI) и другие [7, 8].

С использованием SRTM–файла определены морфометрические характеристики рельефа: высота, наклон (градиент) и форма поверхности (средняя кривизна и лапласиан. Использование в анализе характеристик рельефа обусловлено тем, что рельеф, перераспределяя влагу и солнечную радиацию, является важнейшим фактором определяющим пространственное распространение лесной растительности.

Пошаговый дискриминантный анализ полевых данных, морфометрических характеристик рельефа, спектральных индексов проводили в программе Statistica 10. Картографическая модель типов леса исследуемой территории строилась с использованием пакета MapInfo Professional 10.5.

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

На исследуемой территории по результатам собственных полевых исследований выделено 17 типов леса, из них 13 типов сосновых лесов, формирующих обучающую выборку.

Результаты классификации типов леса на основе пошагового дискриминантного анализа представлены в виде классификационной матрицы (табл. 1). Общее качество дискриминации типов леса территории НП «Приэльбрусье» составляет 94%. При этом 12 типов леса распознаются в 100% случаев. Хуже всего распознаются сосняки березовые мертвопокровные, которые на 50% дискриминируются как сосняки березовые разнотравные.

Оценка статистической достоверности дискриминантных осей показала наличие трех осей с уровнем достоверности менее 0,05, что свидетельствует об их значимости при разделении типов леса (табл. 2).

При проведении многомерного анализа в работе использованы 44 внешние переменные, при этом выявлено, что ведущими в наибольшей степени различающие типы леса являются харак-

Таблица 1. Классификационная матрица

№	Тип леса	% распознавания точек
1	Осинник разнотравный	100,0000
2	Сосняк зеленомошный	83,3333
3	Березняк с ивой разнотравный	100,0000
4	Сосняк разнотравный	92,8571
5	Сосняк мертвопокровный	90,0000
6	Сосняк вейниковый	100,0000
7	Березняк мертвопокровный	100,0000
8	Сосняк березовый малиниево-вейниковый	100,0000
9	Березняк разнотравный	83,3333
10	Сосняк каменистый	100,0000
11	Сосняк черничный	100,0000
12	Сосняк редкопокровный	100,0000
13	Сосняк брусничный	100,0000
14	Сосняк родоретовый	100,0000
15	Сосняк березовый разнотравный	100,0000
16	Сосняк можжевелово-барбарисовый	100,0000
17	Сосняк березовый мертвопокровный	50,0000
Всего		94,0476

Таблица 2. Статистическая достоверность дискриминантного анализа

Оси дискриминантного анализа Eigenvalue Canonicl - R Wilk's -Lambda Chi-Sqr. df p-level 0 10,02518 0,953571 0,000001 794,0612 608,0000 0,000000 1 4,53671 0,905200 0,000007 660,8511 555,0000 0,001286 2 4,14710 0,897617 0,000037 565,8683 504,0000 0,029046 3 3,27573 0,875284 0,000192 474,9353 455,0000 0,250327 4 2,75153 0,856413 0,000821 394,2964 408,0000 0,677885 5 2,03305 0,818718 0,003082 320,9162 363,0000 0,945387 6 1,49084 0,773647 0,009347 259,3352 320,0000 0,994490 7 0,99155 0,705605 0,023282 208,6847 279,0000 0,999407 8 0,92339 0,692881 0,046367 170,4500 240,0000 0,999780 9 0,74003 0,652148 0,089181 134,1481 203,0000 0,999945 10 0,53966 0,592037 0,155178 103,4065 168,0000 0,999977 11 0,49448 0,575215 0,238922 79,4547 135,0000 0,999962 12 0,40656 0,537629 0,357065 57,1559 104,0000 0,999947 13 0,31064 0,486842 0,502233 38,2224 75,0000 0,999871 14 0,24975 0,447032 0,658248 23,2086 48,0000 0,999047 15 0,21559 0,421137 0,822643 10,8354 23,0000 0,984805 16 0,00000 0,000504 1,000000 0,0000 0,0000 3,000E+30 теристики рельефа (высота над ур. м., форма поверхности), содержание влаги в растительности и почвах, общая яркость, подстилающие горные породы.

Проведенный мультирегрессионный анализ между обучающей выборкой и полученными дискриминантными осями, выявил 6 статистически значимых для анализа осей (табл. 3). Значение коэффициента детерминации R2 соответствует 63% (R2>30%), что свидетельствует о том, что типы леса распознаются на высоком уровне [9].

Таким образом, в результате совместного анализа обучающей выборки и дистанционной информации получена модель пространственного распределения различных лесных биогеоценозов для территории НП «Приэльбрусье». Описания характеристик типов леса авторами данной статьи приведены в ранее опубликованной работе [10]. На исследуемой территории выделены 5 групп типов леса: сосняки зеленомошные, сосняки травянистые, сосняки каменистые, сосняки березовые, сосняки кустарниковые. Характеристики

Таблица 3 . Мультирегрессионная модель обучающей выборки от дискриминантных осей R= 0,79630433 R²= 0,63410059 Adjusted R²= 0,53985378 F(17,66)=6,7281 p<,00000 Std.

Error of estimate: 3,1646

Оси дискриминантного анализа Eigenvalue Std.Err. -of Beta B Std.Err. -of B t(66) p-level Intercept 8,08333 0,345285 23,41059 0,000000 CSCR__1 -0,003801 0,074458 -0,00594 0,116436 -0,05104 0,959445 CSCR__2 -0,556188 0,074458 -1,22735 0,164306 -7,46986 0,000000 CSCR__3 -0,070638 0,074458 -0,16167 0,170412 -0,94870 0,346232 CSCR__4 0,257748 0,074458 0,64724 0,186972 3,46168 0,000946 CSCR__5 0,143621 0,074458 0,38502 0,199607 1,92890 0,058046 CSCR__6 0,303904 0,074458 0,90608 0,221994 4,08157 0,000123 CSCR__7 0,022387 0,074458 0,07365 0,244967 0,30067 0,764611 CSCR__8 0,229697 0,074458 0,84515 0,273959 3,08494 0,002973 CSCR__9 0,044442 0,074458 0,16639 0,278771 0,59688 0,552628 CSCR__10 -0,206141 0,074458 -0,81144 0,293091 -2,76857 0,007301 CSCR__11 -0,155494 0,074458 -0,65069 0,311579 -2,08836 0,040627 CSCR__12 0,039082 0,074458 0,16600 0,316253 0,52489 0,601420 CSCR__13 0,057109 0,074458 0,25003 0,325988 0,76700 0,445819 CSCR__14 -0,020602 0,074458 -0,09344 0,337706 -0,27669 0,782881 CSCR__15 0,114790 0,074458 0,53317 0,345835 1,54168 0,127932 CSCR__16 0,005765 0,074458 0,02715 0,350660 0,07742 0,938522 CSCR__17 -0,000000 0,074458 -0,00000 0,386616 -0,00000 1,000000 лесорастительных условий района исследования дополнены данными по значениям процентного содержания гумуса, кислотности в верхнем слое почв в изученных лесных экосистемах. Почвенный покров изученной территории представлен горными серыми лесными, горными лесо-луговыми почвами.

Группа сосняков зеленомошных, представленная сосняком зеленомошным, сосняком родоретовым, сосняком черничным, сосняком брусничным, занимает площадь равную 32,36 км2. Предпочитает преимущественно увлажненные участки. Содержание гумуса в почвах высокое и варьирует в пределах 8,77-16,04 %, кислотность изменяется от 4,65 до 4,87 , потери при прокаливании составляют – 13,65-26,83%.

Группа сосняков травянистых, представленная сосняком мертвопокровным, сосняком разнотравным, сосняком редкопокровным, сосняком вейниковым, занимает площадь равную 40,73 км2. Предпочитает преимущественно увлажненные участки. Содержание гумуса в почвах варьирует в пределах 9,60-22,93%, почвы слабокислые рН изменяется от 4,66 до 5,14, потери при прокаливании составляют – 18,04-43,85%.

Группа сосняков березовых, представленная сосняком березовым мертвопокровным, сосняком березовым разнотравным, сосняком березовым малиниево-вейниковым, занимает площадь равную 31,58 км2. Содержание гумуса варьирует в пределах 10,84-14,34%, кислотность почвы изменяется от 4,91 до 5,03, потери при прокаливании составляют – 19,21-26,31%,

Группа сосняков кустарниковых, представленная сосняком барбарисово-можжевеловым, занимает площадь равную 9,91 км2. Содержание гумуса варьирует в пределах 6,86-13,80%, кислотность почвы изменяется от 4,89 до 5,35, потери при прокаливании составляют - 11,72-28,02%.

Группа сосняков каменистых, представленная сосняком каменистым занимает площадь равную 31,55 км2.

В пакете MapInfo Professional была составлена цифровая карта лесов Центрального Кавказа (в пределах НП «Приэльбрусье»). На карте отображены 13 типов сосновых лесов исследуемого района (рисунок).

ЗАКЛЮЧЕНИЕ

По результатам исследования установлено, что использование пошагового дискриминантного анализа дистанционной информации (спутниковые изображения серии Landsat, данные радарной топографической съемки) и собственных данных полевых исследований (обучающая выборка) позволяет построить модель пространственного распределения типов сосновых лесов в условиях горного рельефа НП «Приэльбрусье» (Центральный Кавказ).

Рис. Типы сосновых лесов Национального парка «Приэльбрусье»

В пакете MapInfo 10.5 построена предварительная цифровая карта сосновых лесов Баксанского ущелья, на которой отображены 13 типов леса. Для района исследования характерны в большей степени следующие группы типов леса: сосняки зеленомошные (32,36 км2), сосняки травянистые (40,73 км2), сосняки березовые (31,58 км2), сосняки каменистые (31,55 км2). Меньше всего представлены сосняки кустарниковые, которые занимаю площадь, равную 9,91 км2. В последующем при получении новых сведений по результатам экспедиционных выездов о лесных экосистемах Национального парка возможно уточнение и дополнение построенной цифровой карты.

Полученные материалы позволяют оценить типологическое разнообразие лесов, оценить структуру лесного покрова района исследования и могут служить научной основой при ведении лесного хозяйства.