Оценка пространственно-временной динамики растительного покрова территории карачаганакского нефтегазоконденсатного месторождения по данным sentinel-2

                                         том 22 № 3 (72), 2026, ст. 3

Процесс освоения крупных нефтегазовых месторождений в степной зоне затрагивает все три компонента системы «природа - общество - человек», меняется состояние природных комплексов, условия жизни населения и характер общественного обсуждения допустимости воздействия. Карачаганакское нефтегазоконденсатное месторождение (Бурлинский район Западно-Казахстанской области) разрабатывается уже более 25 лет и относится к крупнейшим в мире по запасам газового конденсата. Вопрос о переселении жителей села Березовка стал предметом публичного обсуждения [1]. В условиях подобной дискуссии необходима независимая количественная проверка состояния окружающей среды, воспроизводимая на открытых данных.

Растительный покров является одним из наиболее удобных индикаторов для оценки состояния территории: он отражает изменения увлажнения, температуры и состояния почв, а также хозяйственное воздействие. Кроме того, состояние растительности можно оценивать дистанционно, по спутниковым снимкам, сразу на больших площадях и с высокой частотой повторения съёмки. Для рассматриваемой территории ранее было выполнено исследование растительности бассейна реки Березовка по индексу NDVI за 1985-2019 гг. [1], согласно данным общее повышение индекса сопровождалось сохранением значительных площадей в критическом состоянии. Насколько известно автору, в этой работе использованы разновременные снимки отдельных лет, а зависимость состояния растительности от расстояния до границы объекта не рассматривалась.

Платформа Google Earth Engine (GEE) даёт доступ к архивам спутниковых данных и вычислительным ресурсам для обработки многолетних рядов без загрузки снимков на локальный компьютер [3]. Спутники Sentinel-2 обеспечивают пространственное разрешение 10 м в красном и ближнем инфракрасном каналах и повторную съёмку каждые 5 суток при работе двух аппаратов [Drusch et al., 2012].

Цель работы заключается в проведении оценки пространственно-временной динамики растительного покрова на территории Карачаганакского месторождения за период 2017-2025 гг. и проверить, связано ли состояние растительности с расстоянием до границы объекта при контроле качества спутниковых наблюдений и климатического фактора. Для этого решались задачи:

• - построить воспроизводимый алгоритм обработки данных Sentinel-2 с контролем полноты покрытия;

• - оценить многолетнюю динамику NDVI по зонам;

• - разделить климатическую и пространственную составляющие изменчивости;

• - сопоставить межгодовую динамику с температурой и осадками.

Материалы и методы

Границы промышленной территории оконтурены вручную по спутниковым снимкам. Вокруг границы построены шесть концентрических зон: 0-2, 2-5, 5-10, 10-20, 20-30 и 30-50 км (табл. 1). Ширина зон возрастает с удалением от границы, вблизи объекта ожидается более резкое изменение состояния растительности, что требует более детального пространственного разбиения, тогда как на периферии устойчивость статистических оценок обеспечивается за счёт большей площади зон.

Таблица 1. Дистанционные зоны исследования

Зона	Расстояние от границы, км	Площадь, км²
1	0-2	86
2	2-5	171
3	5-10	403
4	10-20	1268
5	20-30	1890
6	30-50	5654

В работе были использованы снимки Sentinel-2 уровня обработки Level-2A

(коллекция COPERNICUS/S2_SR_HARMONIZED) за летние месяцы (июнь - август) 2017

2025 гг. Начало периода выбрано доступностью этого продукта в GEE с 28 марта 2017 г.

Отбирались сцены с общей облачностью менее 20 %. Облака, их тени, перистые облака и снег исключались попиксельно по слою классификации сцены (SCL, классы 3, 8, 9, 10 и 11).

Индекс NDVI рассчитывался по формуле (1), где B8 и B4 - отражение в ближнем инфракрасном и красном каналах соответственно.

NDVI

В8 - B4

В8 + В4

Гранулы одной даты объединялись в мозаику. Для каждой даты и зоны определялись среднее значение, медиана, стандартное отклонение, 25-й (P25) и 75-й (P75) процентили

NDVI. Полнота покрытия зоны (coverage) определялась по формуле (2), где Sвал - площадь пикселей зоны, оставшихся после маскирования, Sзоны - площадь зоны; обе величины получены из растра.

coverage = — x 100 %                      (2)

$зоны

Итоговый массив включает 710 гранул, 179 дат и 1074 наблюдения «дата × зона», для дальнейшего анализа использованы наблюдения с покрытием не менее 50 % (672 наблюдения).

Связь NDVI с расстоянием оценивали коэффициентом ранговой корреляции Спирмена [10]. Наличие монотонного многолетнего изменения проверяли тестом Манна -Кендалла [5-6], его скорость - оценкой наклона Сена [9] по годовым медианам NDVI каждой зоны (девять значений, 36 пар лет). Общий климатический фактор исключали тремя способами: (1) аномалия по году - из годовой медианы NDVI зоны вычитали среднее по шести зонам за тот же год (54 значения); (2) аномалия по дате – то же для каждой даты наблюдения (672 значения); (3) парный контраст - для каждой даты вычисляли разность среднего NDVI трёх ближних (0–2, 2–5, 5–10 км) и трёх дальних (10-20, 20-30, 30-50 км) зон и проверяли отличие среднего значения разностей от нуля одновыборочным t -критерием Стьюдента (98 дат). Однородность растительного покрова в зоне характеризовали межквартильным размахом IQR = P75 - P25, отнесённым к медиане, и коэффициентом вариации CV = SD / M × 100 %, где SD - стандартное отклонение, M - среднее значение.

Климатические переменные получены из реанализа ERA5-Land [7] (коллекция ECMWF/ERA5_LAND/MONTHLY_AGGR, разрешение около 9 км): для каждого лета рассчитаны суммарные осадки (мм) и средняя температура воздуха (°C) по территории. Их связь со средним NDVI территории оценена коэффициентом корреляции Пирсона. Данные были обработаны в GEE (JavaScript), статистический анализ выполнен в MS Excel и на языке Python (библиотеки pandas, SciPy, matplotlib).

Результаты и обсуждение

Пилотный сезон и контроль качества данных

В пилотном сезоне 2017 г. отобрано 43 гранулы (12 дат, 72 наблюдения «дата × зона»). Корреляция между расстоянием и NDVI по всем 62 наблюдениям с валидными значениями оказалась слабой и незначимой (ρ = -0,20; p = 0,12). При исключении наблюдений с неполным покрытием зон связь усиливалась: ρ = -0,33 (n = 48; p = 0,022) при покрытии не менее 50 % и ρ = -0,52 (n = 39; p = 0,001) при покрытии не менее 70 %. Таким образом, без контроля полноты покрытия закономерность не выявляется. Знак связи отрицательный: NDVI выше вблизи объекта.

Многолетняя динамика

Значимого монотонного изменения NDVI за исследуемые девять лет не было выявлено ни в одной зоне (табл. 2): p составляет от 0,466 до 0,917, оценки наклона Сена положительны (от +0,0012 до +0,0086 NDVI в год), но статистически не подтверждены, что для ряда из девяти значений ожидаемо. Динамика всех зон синхронна (рис. 1): спад отмечен в 2020 и 2025 гг., подъём в 2018 и 2022-2024 гг. Важно отметить, что синхронность указывает на фактор, действующий на всю территорию одновременно, а не на локальное воздействие, которое проявлялось бы по-разному в ближних и дальних зонах.

Таблица 2. Тест Манна – Кендалла и наклон Сена для сезонной медианы NDVI, 2017–2025 гг.

Зона, км	n лет	S	p -значение	Наклон Сена, NDVI/год
0–2	9	6	0,602	+0,0028
2–5	9	2	0,917	+0,0025
5–10	9	2	0,917	+0,0067
10–20	9	6	0,602	+0,0058
20–30	9	8	0,466	+0,0086
30–50	9	2	0,917	+0,0012

Рис. 1. Сезонная медиана NDVI по дистанционным зонам, 2017–2025 гг. (покрытие зоны не менее 50%)

Также установлано, что из-за общего межгодового фактора связь NDVI с расстоянием в сыром виде неустойчива. Корреляция Спирмена по всем 672 наблюдениям близка к нулю

(ρ = -0,09; p = 0,026), а по отдельным годам меняет знак на отрицательный, и значима только в 2017, 2021 и 2025 гг.

Исключение общего климатического фактора

После вычитания общего фона связь с расстоянием проявляется (табл. 3). Аномалия по году дала ρ = -0,33 ( n = 54; p = 0,015), аномалия по дате – ρ = -0,385 ( n = 672; p < 0,000001). При парном контрасте среднее превышение NDVI ближних зон над дальними составило +0,0137 (стандартное отклонение 0,0234; t = 5,80; n = 98; p < 0,00001), разность положительна на 69 % дат (рис. 2). Три способа различаются по логике и объёму данных, согласуются по направлению, а надёжность растёт по мере усиления строгости метода.

Таблица 3. Результаты трёх способов исключения общего климатического фактора

Способ	Число наблюдений	Показатель	p -значение
Аномалия по году	54 (год × зона)	ρ = -0,33	0,015
Аномалия по дате	672 (дата × зона)	ρ = -0,385	< 0,000001
Парный контраст	98 дат	t = 5,80	< 0,00001

Рис. 2. Распределение разности NDVI ближних и дальних зон по 98 датам

Отрицательная связь означает более высокий, а не более низкий NDVI вблизи месторождения, тем самым исходное предположение о снижении состояния растительности по мере приближения к объекту не подтверждается. Различие невелико по абсолютной величине, но устойчиво.

Неоднородность растительного покрова

Относительный IQR и CV возрастают с удалением от границы (рис. 3): от 0,31-0,34 и 28,6-32,3 % в ближних зонах до 0,50-0,74 и 45,4-49,2 % в дальних. Ближние зоны не только выше по уровню NDVI, но и однороднее. Сочетание более высокого уровня индекса с меньшей неоднородностью характерно для местообитаний со стабильным увлажнением, например вблизи речных долин, тогда как прямое химическое или механическое воздействие ожидаемо увеличивает неоднородность. Результат согласуется с гидрологическим объяснением, но не доказывает его.

Рис. 3. Показатели неоднородности NDVI по зонам, 2017–2025 гг.

Климатические переменные

Летние осадки в период 2017-2025 гг. изменялись от 55,8 до 133,4 мм, средняя температура - от 21,4 до 25,7 °C. Связь среднего NDVI территории с температурой ( r = -0,43; p = 0,25) оказалась сильнее, чем с осадками ( r = 0,27; p = 0,48), однако при девяти годах ни один коэффициент не достигает значимости, поэтому результат предварительный (рис. 4). Максимум температуры 2021 г. (25,7 °C) совпал с одним из минимумов NDVI, а снижение температуры в 2022-2024 гг. сопровождалось ростом индекса. Для типичных степей характерна наибольшая чувствительность NDVI к осадкам [4]. Более слабая связь с осадками в нашей выборке может объясняться тем, что сумма осадков за июнь - август не отражает запас влаги в почве, сформированный весной, что соответственно требует проверки с учетом сезонности и влияния осадков предшествующих месяцев на растительность.

Рис. 4. Средний NDVI территории и средняя летняя температура воздуха, 2017–2025 гг.

Карта разности NDVI между засушливым (19.06.2020) и благоприятным (29.06.2023)

периодами (рис. 5) показывает наиболее резкие изменения на сельскохозяйственных полях, тогда как естественная степь в центральной части территории меняется заметно слабее.

Следовательно, структура земного покрова может влиять на различия между зонами и должна контролироваться отдельно.

Рис. 5. Разность NDVI между 29.06.2023 и 19.06.2020 (красный – снижение, зелёный – рост)

Практическое значение

Алгоритм построен на открытых данных и воспроизводим, его можно применять для регулярного независимого мониторинга растительности вокруг промышленных объектов в степной зоне. Контроль полноты покрытия снижает риск ложных выводов из-за облачности, а сопоставление ближних и дальних зон в пределах одной даты позволяет отделять общий климатический фактор от пространственных различий. При управленческих решениях, в частности при оценке достаточности санитарно-защитных зон, результаты необходимо дополнять данными о рельефе, увлажнении и структуре земного покрова, а также полевыми наблюдениями.

Выводы

• 1.    Контроль полноты покрытия зон принципиален, без него связь NDVI с расстоянием в пилотном сезоне не выявляется (ρ = -0,20; p = 0,12), при покрытии не менее 70 % она составляет ρ = -0,52 ( p = 0,001).

• 2.    За 2017-2025 гг. значимого многолетнего изменения NDVI нет. Межгодовая динамика зон синхронна и теснее связана с температурой лета ( r = -0,43), чем с осадками ( r = 0,27), хотя при девяти годах обе связи не значимы.

• 3.    Три способа исключения общего климатического фактора показывают более высокий и более однородный NDVI вблизи месторождения, парный контраст составил +0,0137 ( t = 5,80; p < 0,00001) и положителен на 69 % дат.

• 4.    Закономерность не подтверждает предположение о снижении NDVI при приближении к объекту. Её причину (близость речной долины, рельеф, землепользование, воздействие самого объекта) предстоит установить по индексам NDMI, SAVI, BSI, данным о рельефе и поверхностных водах и классификации земного покрова. Ограничения работы: девятилетний ряд, шесть зон, один объект.