Состояние лесных сообществ в границах модельных ООПТ и ООЗТ Москвы и Московской области. Сравнение источников спутниковых данных

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

В настоящее время наблюдается процесс трансформации окружающего мира. Мы видим, как за относительно незначительное время природа вокруг нас успела преобразоваться. Мы считаем, что этот процесс необходимо так или иначе отслеживать и фиксировать, но при многообразии методов и инструментов, возникает дилемма об использовании. Так при изучении растительных сообществ, появляется сложность в выборе методов мониторинга.

В качестве модельных территорий нами были взяты ООПТ и ООЗТ Московской области и Москвы. Причина их выбора напрямую связана с тем, что данные участки, находится под защитой закона, что позволяет в ходе исследования быть уверенными в том, что объекты изучения подвержены относительно минимальному антропогенному влиянию.

Лесные сообщества Москвы и Московской области формируются под влиянием сложного сочетания природных и антропогенных факторов. Вместе с региональными погодноклиматическими условиями, существенное влияние так же оказывает рельеф, почвы, гидрологические условия, история землепользования, лесохозяйственные мероприятия и степень урбанизированности территории. В большей степени сложности проявляются при изучении городских и пригодных территорий, где консолидация естественных и искусственных элементов растительного покрова создают мелкомасштабную пространственную мозаику [2].

В настоящее время для оценки состояния растительности зачастую используются методы дистанционного зондирования Земли (далее- ДЗЗ), чье преимущество кроется в возможности получать более полную информацию для значительных по размеру территориях, также позволяет проводить мониторинг динамики изменения растительного покрова. Вместе с тем результат во многом зависит от пространственного разрешения исходных данных [4].

Цель исследования заключалась в оценке состояния лесных сообществ на модельных ООПТ (Московской области) и ООЗТ (Москвы) и определения степени зависимости результатов классификации от пространственного разрешения.

Для достижения цели нами были поставлены следующие задачи:

• 1.    сопоставить первоначальную классификацию растительного покрова по данным ESA CCI Land Cover с результатами уточнения по Sentinel-2;

• 2.    оценить пространственное распределение хвойной, смешанной и широколиственной растительности на модельных территориях;

• 3.    определить ограничения данных с низким пространственным разрешением при проведении спутниковой классификации при исследовании небольших и мозаичных ООПТ и ООЗТ.

Организация и методы исследования

Исследование, как говорилось ранее, проходило на территории города федерального значения Москвы и Московской области. Модельными территориями в нашей работе выступали ООПТ и ООЗТ, которые обладали различными природными характеристиками, в следствии их положения на территории обоих субъектов, так же степени антропогенной трансформации.

В качестве модельных территорий нами были взяты: Федеральное государственное бюджетное учреждение «Приокско-Террасный государственный природный биосферный заповедник имени М.А. Заблоцкого» (далее- Приокско-Террасный заповедник), Федеральное государственное бюджетное учреждение «Национальный парк «Лосиный остров» (далее-Лосиный остов), Природно-исторический парк «Битцевский лес» (далее-Битцевский лес), Московский государственный объединенный художественный историко-архитектурный и природно-ландшафтный музей-заповедник «Коломенское-Измайлово» (далее Коломенское и Измайлово), Государственное бюджетное учреждение культуры города Москвы «Государственный историко-архитектурный, художественный и ландшафтный музей-заповедник „Царицыно“» (далее – Царицыно), Ландшафтный заказник «Долина реки Чертановки» (далее – Долина реки Чертановки ) и Ландшафтный заказник «Долина реки Городни» (далее – Долина реки Городни), Особо охраняемая природная территория регионального значения «Фаунистический заказник „Братеевская пойма“» (далее – Братеевская пойма), Государственный природный заказник регионального значения «Хвойные леса со сфагновыми болотами и клюквой» (далее – Хвойные леса (заказник)), памятник природы регионального значения «Серебряный Бор» (далее Серебряный Бор).

Выбранные территории демонстрируют не только степень близости к Москве как мощного локального источника антропогенной нагрузки, но также демонстрируют различные уровни охраны, что так же, как мы, считаем, может повлиять на конечный результат. Между тем нельзя не отметить, что причина выбора столь разных ООПТ и ООЗТ так же была связана с целью выявления многообразия и проверки качества данных полученных с помощью спутниковых снимков.

Экспедиционные обследования проводились в период с 2024 по 2026 гг. и использовались как дополнительная основа для интерпретации спутниковых снимков.

В процессе работы, на первом этапе, нами использовались спутниковый продукт ESA CCI Land Cover за 2020 год, с низким пространственным разрешением (около 300 м.), что составляет примерно 9 га [7].

Такое разрешение позволяет получить обобщенную характеристику растительного покрова, что в целом позволяет выявить крупные массивы. К сожалению, данная продукция не позволяет увидеть особенности растительности на ООЗТ города и небольших ООПТ. В связи с чем, полученные данные могут рассматриваться только как первичная классификация, требующая в дальнейшем уточнения [4].

Для уточнения состояния растительных сообществ использовался безоблачный снимок Sentinel-2. Зимний период был выбран для усиления спектральных различий между преимущественно вечнозелёной и листопадной древесной растительностью. Конечно, полученная классификация не отражает породного состава древостоя, а только указывает на примерное его разделение по вышеописанным группам [6].

Для каждой группы сцен пороговые значения классификации определялись отдельно. В пределах лесной маски рассчитывалось распределение NDVI, после чего использовались 33й и 66-й перцентили. Полученные интервалы условно соответствовали трем категориям: хвойная растительность, смешанная растительность, лиственная растительность. Д ля трёх территорий, на которых ESA CCI Land Cover не выделял лесные пиксели, классификация выполнялась непосредственно по данным Sentinel-2 без предварительного ограничения лесной маской [3].

Результаты исследования и их обсуждение

Первоначально классификация по ЕSA CCI Land Cover показала неоднозначную картину. Во многом это было связанно с относительной неправдоподобностью данных на отдельных территориях, так же в связи с особенностями разрешения, лесные массивы на городских территориях практически отсутствовали. После уточнения данных с помощью дешифровке снимков Sentinel-2, соотношение категорий значительно изменилось (табл. 1).

Таблица 1. Соотношение различных пород древесной растительности, представленное в высоком и низком разрешении

ООПТ	ESA CCI LC, 300 м			Sentinel-2, 10-40 м
	хвойн.	смеш.	широк.	хвойн.	смеш.	широк.
Хвойные леса (заказник)	13,5	56,8	29,7	76,1	15,4	8,6
Лосиный остров	76,1	22,1	1,8	37,4	34,5	28,1
Приокско-Террасный заповедник	31,0	60,0	9,0	35,6	32,5	31,9
Серебряный Бор	88,8	11,2	0,0	23,2	19,9	56,8
Битцевский лес	15,8	66,2	18,0	11,5	57,5	31,0
Царицыно	81,3	18,7	0,0	9,6	43,1	47,3
Коломенское	0,0	0,0	100,0	5,8	30,7	63,5
Измайловский парк/лес	35,3	64,7	0,0	4,4	46,1	49,5

При этом наиболее заметным результатом стало изменение оценки доли хвойной растительности. Так в 5 из 8 территорий её доля уменьшилась более чем на 20п.п., особенно сильное изменение наблюдалось на территории памятника природы «Серебряный Бор» (на-65,6 процентные параметры (далее –п.п.)), в парке «Царицыно» (на 9,6 п.п.), в национальном парке «Лосиный Остров» (на -38,7п.п.). При этом наиболее близкие результаты наблюдались на территории «Приокско-Террасного заповедника».

Разберем каждые территории особенно детально. Наиболее существенное увеличение доли хвойных растений наблюдалось на территории заказника «Хвойные леса со сфагновыми болотами и клюквой» (первый столбец), который показал изменение на 62,6 п.п. В ходе полевого обследования методом трансект, было выявлено, что в большей степени данная территория занята взрослой Елью обыкновенной ( Picea abies (L .)). Смешанные леса на данной территории действительно присутствуют, но их наличие, скорее процесс сукцессии, которая находится достаточно близко к климаксу сообщества [1].

В рамках городские и пригородные ООЗТ и ООПТ в большинстве своем наблюдается сокращение доли хвойной категории. Действительно, хвойные растения достаточно редки для территорий Москвы. Вместе с тем полевые исследования дают следующею картину. В большинстве своем доминирующей хвойной древесной породой является Сосна обыкновенная (Pinus sylvestris), которая встречается в парках как на севере столицы, так и фрагментарно на территории южных административных округов. Как и другие виды хвойных растений, к числу которых можно отнести Ель канадскую (Picea glauca), Лиственницу европейскую (Larix decidua), Ель обыкновенную и Пихту сибирскую (Abies sibirica), Сосна обыкновенная скорее связана с декоративными посадками, нежели с естественно произрастающим видом.

Относительно небольшое расхождение результатов для Приокско-Террасного заповедника может быть связано с его природно-географическим положением и меньшей степенью антропогенной трансформации по сравнению с рядом городских территорий. Однако данное объяснение требует дополнительной проверки по более полной выборке наземных наблюдений. Участки, которые были в пределах близь рек, к коим можно отнести парки находящиеся в долине реки Городянка и Чертановка, а также «Братеевская пойма», не были зарегистрированы в качестве участка с лесным массивом. В результате чего можно сделать вывод, что для аналогичных территорий методы ДЗЗ показывают низкий результат.

Основным результатом исследования выступает существенное расхождение между классификацией, сделанной на основе ESA CCI и Sentinel-2. В целом, показания, выданные обоими источниками информации и расхождения, наблюдаемые при сравнении, были ожидаемы. Опять-таки, причин для наблюдаемой разницы в долевом соотношении было достаточно, но при этом ключевым фактором, определяющим наблюдаемые различия между результатами классификации, в данном случае выступает пространственное разрешение исходных данных. Нельзя сказать, что из испытанных методов что-то плохо или, наоборот, что-то хорошо, просто под каждую задачу необходима определенная стратегия и инструмент. В нашем случае, снимки низкого разрешения имели роль некого инструмента рекогносцировки, а снимки более высокого-уточнения и расширения показателей.

Одним из возможных объяснений наблюдаемого завышения доли хвойной категории в исходной классификации является смешение различных типов растительности внутри крупных пикселей. Здесь необходимо уточнить, что наличие даже незначительного по размерам участка хвойных деревьев может повлиять на интегральный спектральный сигнал крупного пикселя. В связи с этим классификацию крупномасштабного продукта следует интерпретировать как обобщенную характеристику территории, как и было сказано нами ранее [4].

ООЗТ столицы имеют ряд особенностей, которые не наблюдается на ООПТ Подмосковья. Мозаичность и наличие большого количества различных природных объектов создает определенный ряд трудностей, влияющий в итоге на конечный результат. Вместе с тем результаты как полевых исследований, так и экспедиционных наблюдений согласуется с опубликованными работами, посвящёнными лесным насаждениям Москвы и Московской области [2].

Ограничения, которые были нами зафиксированы:

• 1.    Классификация, основанная на зимних снимках, во многом зависит от самой зимы (температур, состояния снежного покрова, освещенности) и от активности хвойных и лиственных деревьев в заданный период. Учитывая протекание последних зимних периодов, стоит сказать, что при дешифрировании снимков на некоторых наблюдаются артефакты, вызванные преждевременной активностью лиственных растений. Явление, конечно, частное, но имеет место быть;

• 2.    Используемая классификация по NDVI является косвенной. Она позволяет выявлять различия между преимущественно вечнозелёным и листопадным растительным покровом, но не заменяет геоботаническое описание древостоя и не позволяет надёжно определить конкретные древесные виды [3].

Практическое применение результатов

Использование данных с разрешением около 300 м может быть оправдано для регионального анализа, однако для небольших ООПТ и ООЗТ целесообразно применять данные более высокого пространственного разрешения [6, 7].

Sentinel-2 специально ориентирован на мониторинг земного покрова и растительности и предоставляет 13 спектральных каналов с пространственным разрешением 10, 20 и 60 м.

Оптимальной представляется многоуровневая схема: региональная классификация → выделение потенциально значимых участков → уточнение по Sentinel-2 → проверка снимками высокого разрешения и полевыми наблюдениями.

Данный подход  позволяет объединить  преимущество автоматизированного спутникового анализа и детальной интерпретации отдельных участков. Особенно важен данный метод для городских ООЗТ, где небольшие размеры территории и высокая мозаичность создает необходимость для верификации и уточнения.

Заключение

Проведенное исследование показало, что оценка состояния лесных сообществ модельных ООПТ и ООЗТ Московской области и, соответственно, Москвы существенно зависят от пространственного разрешения исходных спутниковых снимков.

Сопоставление ESA CCI Land Cover с уточнением по Sentinel-2 выявило значительные различия в оценке соотношения хвойной, смешанной и широколиственной растительности. На большинстве обследованных территорий после перехода к более детальному анализу доля хвойной категории снизилась.

Для небольших, вытянутых и пространственно мозаичных ООПТ и ООЗТ данные с пространственным разрешением около 300 м могут недостаточно отражать внутритерриториальную неоднородность растительного покрова и приводить к существенным расхождениям при оценке его структуры по сравнению с более детальными данными Sentinel-2. При этом результаты классификации следует рассматривать с учётом различий в методике формирования исходных продуктов и используемых алгоритмах дешифрировани.

Полученные результаты подтверждают целесообразность сочетания дистанционного зондирования разных пространственных масштабов с независимой проверкой по снимкам высокого разрешения и результатами полевых обследований. Такой подход может использоваться для регулярного мониторинга состояния природных территорий Москвы и Московской области и для выявления участков, где изменения растительного покрова требуют дополнительного наземного обследования.