Дистанционный метод оценки формирования молодняков на залежах Марийского лесного Заволжья по спутниковым снимкам тема диссертации и автореферата по ВАК РФ 06.03.02, кандидат наук Лежнин, Сергей Анатольевич

• Лежнин, Сергей Анатольевич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Лежнин, Сергей Анатольевич

СОДЕРЖАНИЕ

Введение 5 Глава 1. Теоретические основы использования данных дистанционного зондирования земли для изучения лесных и нелесных земель. Состояние проблемы

1.1 Исследование возобновления леса на бывших сельскохозяйственных угодьях и фитомассы древостоев

1.2 Использование спутниковой информации для оценки лесных территорий

1.3 Использование вегетационных индексов для оценки насаждений 22 Глава 2. Программа и объекты исследования. Природные и климатические условия района исследований

2.1 Программа исследований

2.2 Объекты исследований

2.3 Географическое положение

2.4 Климатические показатели

2.5 Почвенные условия

2.6 Структура земельных ресурсов и сельскохозяйственные территории

Глава 3. Методика оценки зарастания сельскохозяйственных земель молодняками леса по спутниковым данным

3.1 Закладка тестовых участков

3.2 Разделение молодняков на хвойные и лиственные породы на спутниковом снимке

3.3 Тематическое картирование молодняков хвойных и лиственных пород по спутниковым снимкам

3.4 Оценка точности тематической карты

Глава 4. Фитомасса молодняков на залежах и динамика их спектральных характеристик

4.1 Полевые исследования

4.2 Подготовка спутниковых снимков

4.3 Спектральные характеристики молодняков на тестовых участках

4.4 Тематическое картирование молодняков леса на залежах Республики Марий Эл

Заключение и рекомендации

Список используемой литературы

Приложения

Введение диссертации (часть автореферата) на тему «Дистанционный метод оценки формирования молодняков на залежах Марийского лесного Заволжья по спутниковым снимкам»

ВВЕДЕНИЕ

Актуальность

Проблема зарастания бывших сельскохозяйственных земель лесной растительностью является актуальной для многих стран мира, что обусловлено сменой парадигмы в земле- и лесопользовании, обязательствами государств по соглашениям в области глобального изменения климата, а также мировым продовольственным кризисом. В России зарастание залежей1 лесами было связано со сменой социально-экономического строя в конце XX века, переходом от коммунального хозяйства к фермерскому и значительным оттоком населения из сельской местности в города.

Проведенный анализ научной литературы показал, что существующие оценки по особенности зарастания залежей древесной растительностью в недостаточной степени учитывают современные методы дистанционного зондирования. В частности слабо исследованы возможности дистанционного мониторинга таких участков, закономерности распределения древесной растительности на землях залежей и связь молодого древесного покрова со спектральными характеристиками спутниковых снимков. Кроме того, при изучении этой проблемы важно учитывать региональные особенности зарастания залежей лесными породами, представляющими коммерческий и хозяйственный интерес, а также оценку точности получаемой информации о фитомассе (запасах депонированного углерода) при проведении международных проектов совместного осуществления по снижению эмиссий парниковых газов.

Актуальность проведенных исследований по совершенствованию методов оценки запасов молодняков на землях залежей подтверждают следующие директивные документы: «Концепция устойчивого управления лесами РФ» (1998), «Лесной кодекс» (2006), «Об утверждении стратегии развития лесного комплекса Российской Федерации на период до 2020 года» (2008), Федеральный закон "О

1 Залежь - сельскохозяйственные угодья, ранее использовавшиеся как пашня, но не используемые больше года, начиная с осени, под посев сельскохозяйственных культур и под пар.

внесении изменений в отдельные законодательные акты РФ в части совершенствования оборота земель сельскохозяйственного назначения» (2011).

Работа выполнена в рамках федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы ГК № 02.740.11.5202 Министерства образования и науки Российской Федерации «Региональная оценка методов картирования растительного покрова по спутниковым снимкам», ГК № 02.740.11.0838 «Разработка и реализация алгоритмов передачи, обработки и анализа данных дистанционного зондирования лесных покровов для автоматических расчетов фитомассы растительности и пулов углерода», соглашение № 14.В37.21.1245 «Дистанционный мониторинг и прогнозирование состояния лесных насаждений по спутниковым снимкам» и тематического плана министерства науки и образования РФ на 2012-2014 гг. «Оценка, мониторинг и прогнозирование биологической продуктивности лесов по данным спутниковой съемки». Цель и задачи исследований

Целью исследования была оценка дистанционным методом формирования и накопление фитомассы молодняков хвойных и лиственных пород, произрастающих на залежах Марийского лесного Заволжья, для выполнения которой были решены следующие задачи:

• разработать методику оценки молодняков хвойных и лиственных пород дистанционными методами;

• заложить тестовые участки на землях залежей Марийского Заволжья;

• изучить динамику спектральных характеристик древесных пород на залежах по спутниковым снимкам ЬапёБа1;

• выявить зависимость фитомассы молодняков леса на залежах от спектральных характеристик спутниковых снимков высокого разрешения;

• создать тематическую карту и ГИС проект распределения зарастающих залежей молодняками леса;

• провести оценку точности тематического картирования покрытых лесом залежей по спутниковым снимкам среднего разрешения ЬапёБа^

• подготовить предложения по использованию результатов исследований на производстве.

Научная новизна работы

Впервые для Республики Марий Эл разработана и апробирована методика по оценке и дистанционному мониторингу зарастания залежей молодняками хвойных и лиственных пород. Применены современные алгоритмы разделимости спектральных классов на спутниковом снимке для выделения молодняков хвойных и лиственных пород на залежах. Выявлена закономерность динамики спектральных характеристик молодняков хвойных и лиственных пород на залежах. Получены достоверные сведения о площадях молодняков на залежах Марийского лесного Заволжья.

Объекты и предмет исследований

Объектами исследования явились молодняки хвойных и лиственных пород, произрастающие в различных условиях на залежах Марийского лесного Заволжья.

Фактический материал и личный вклад автора

В основу диссертации положены личные результаты исследования автора, проведенные на базе Центра устойчивого управления и дистанционного мониторинга лесов (ЦУДМЛ) ФГБОУ ВПО «Поволжский государственный технологический университет». В ходе исследования были заложены, подробно описаны и исследованы 205 тестовых участка на залежах в различных районах Марийского лесного Заволжья. Тестовые участки были заложены лично соискателем совместно с сотрудниками ЦУДМЛ, а также аспирантами и магистрантами факультета лесного хозяйства и экологии ФГБОУ ВПО «ПГТУ». В диссертационной работе были использованы разновременные мультиспектральные спутниковые снимки ЬапёБа1 за 1985-2011 гг., а также спутниковые снимки высокого разрешения Яар1ёЕуе и А1оз за 2011 г.

Автор принимал непосредственное участие в постановке задач, составлении программы и методики исследований, сборе и обработке экспериментального материала, его анализе и обобщении, оценке точности тематического картирования,

разделимости классов наземного покрова, подготовке выводов и рекомендаций производству.

Основные методы исследований

Метод тестовых участков, методы геоинформационной и математической статистики, алгоритм линейной спектральной трансформации минимизации шумовых помех (Minimum noise fraction transform, MNF-трансформация) и анализ главных компонент.

Основные положения диссертации, выносимые на защиту:

1) Методика оценки формирования молодняков по спутниковым данным.

2) Динамика спектральных характеристик молодняков хвойных и лиственных

пород, произрастающих на залежах, на основе спутниковых данных Landsat.

3) Тематическая карта распределения молодняков древесных пород на залежах

Марийского лесного Заволжья в среде ГИС.

Практическая значимость полученных результатов

Созданные тематические карты и ГИС проект молодняков хвойных и лиственных пород на залежах Марийского лесного Заволжья могут быть использованы в качестве базиса для дальнейшего дистанционного мониторинга при изучении этих земель. Полученные данные представляют практический интерес для лесничеств, министерств лесного хозяйства и Госкомимущества Республики Марий Эл при оценке и инвентаризации залежей.

Практические и теоретические результаты диссертационной работы внедрены в производство и учебный процесс ФГБОУ ВПО «ПГТУ».

Достоверность и обоснованность выводов научных положений диссертации базируется на обширном экспериментальном материале тестовых участков, репрезентативно представляющих объект исследования, использование современных геоинформационных и статистических методов обработки спутниковых данных, комплексным подходом к решению поставленных научных задач.

Соответствие диссертации паспорту научной специальности. Диссертация соответствует паспорту научной специальности 06.03.02 - «Лесоведение, ле-

соводство, лесоустройство и лесная таксация» экспертного совета ВАК Минобр-науки РФ по следующим областям исследований:

• № 18 - «Теоретические и методические вопросы инвентаризации древосто-ев и лесных массивов».

• №20 - «Дистанционные методы изучения лесной растительности, теория и практика наземных и аэрофотометодов, а также другие современные методы съемок».

• № 21 - «Теория и методология лесной дешифровки аэроснимков и других дистанционных средств».

Апробация работы

Основные научные положения диссертации представлены и обсуждены на Российских и международных конференциях:

• NASA и GOFC-GOLD/NEESPI «Влияние аномальной погоды на природные, социально-экономические и искусственные системы: засуха 2010 г. в Поволжье России» (Йошкар-Ола: Поволжский государственный технологический университет - 2012 г.).

• V Международная конференция «Космическая съёмка - на пике высоких технологий» (Москва: Совзонд - 2011 г.).

• Научному прогрессу - творчество молодых: Международная молодежная научная конференция по естественнонаучным и техническим дисциплинам (Йошкар-Ола: Поволжский государственный технологический университет, в 2010-2012 гг).

• Joint NASA LCLUC Science Team Meeting and GOFC-GOLD/NERIN, NEESPI Workshop «Monitoring land cover and land use in boreal and temperate Europe" (Тарту, Эстония - 2010 г.).

• «Лесные экосистемы в условиях изменения климата: биологическая продуктивность, мониторинг и адаптационные технологии». Международная конференция с элементами научной школы для молодежи (Йошкар-Ола: Поволжский государственный технологический университет - 2010 г.).

• «Международное сотрудничество в лесном секторе: баланс образования, науки и производства» (Йошкар-Ола: Поволжский государственный технологический университет - 2009 г.).

Публикации

По материалам диссертации опубликованы 34 работы, десять из которых входят в список изданий ВАК.

Объем работы. Диссертация состоит из введения, 5 глав, заключения и списка литературных источников. Она изложена на 167 страницах, включает 45 рисунков, 14 таблиц, 152 наименований использованных источников, в т.ч. 73 зарубежных.

Глава 1. Теоретические основы использования данных дистанционного зондирования земли для изучения лесных и нелесных земель. Состояние вопроса.

1.1. Исследование возобновления леса на бывших сельскохозяйственных угодьях и фитомассы древостоев

На протяжении длительного времени человечество прилагало большие усилия, чтобы поддерживать границу между сельскохозяйственными угодьями и лесом. Даже кратковременная приостановка работ по культивированию почв приводила к тому, что такие земли начинали зарастать древесно-кустарниковой растительностью. Подобные естественные процессы сукцессии растительного покрова наблюдались в различных странах мира. По данным международной организации ФАО в конце XX века во всём мире в целом наблюдалось снижение роста площадей сельхозугодий (РАО, 2005). Это связано не только с исчерпанием резервных земель, пригодных для обработки, но также и с тем, что во многих странах подобные территории начали выводиться из землепользования.

В России, по данным ряда авторов (Войтюк, 2005; Уткин, 2002), в настоящее время древесно-кустарниковой растительностью зарастает более 10 млн. га. При этом почти половина земель, входящих в земли сельскохозяйственного назначения, пустует, что способствует их скорейшему зарастанию. В республике Марий Эл только за период с 2009 по 2012 годы по официальной статистике площадь залежей увеличилась на 20,8 тыс. га (Доклад о состоянии и использовании земель в Республике Марий Эл, 2010, 2011, 2012).

Эти процессы и тенденции непосредственно привели к тому, что заброшенные сельскохозяйственные угодья и земли залежей стали активно захватываться древесными породами (рис. 1.1).

Рисунок 1.1 - Зарастание залежей Оршанского р-на РМЭ лиственными породами

(фото автора)

Сокращение площадей обрабатываемых земель произошло за счет уменьшения посевов зерновых и кормовых культур (рис. 1.2).

с

50

0 -1-1-1-I-I-I-I-1-1-1-

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002

Год

□ Пашни □ Залежи ■ Кормовые угодья ■ Прочие угодья

Рисунок 1.2 - Динамика площадей сельскохозяйственных земель РФ за 1990-2002 гг.

Площади залежей увеличились на 24 млн. га, большая часть которых зарастает древесно-кустарниковой растительностью. Основные площади залежей расположены в Европейской части России (Сонген и др., 2005).

По данным ряда авторов (Денисов, 1999; Кожухов, 2004; Парамонов, Грязь-кин, 2006) на заброшенных пашнях формируются сосновые древостой разной гу-

стоты. Другие исследования (Уткин и др., 2002) показывают, что при начальном этапе в зарастании залежей активно участвуют 10-12 видов древесно-кустарниковых пород, среди которых основными являются береза, сосна, ива, ольха и осина. В Псковской области за последние двадцать лет из эксплуатации выведено более 250 тыс. га сельскохозяйственных земель (Парамонов, 2006). При этом 41% этих земель переведён в фонд запаса и перераспределения, остальные участки зарастают древесно-кустарниковой растительностью. На зарастающих территориях доминируют смешанные молодняки леса в основном мягколиствен-ных пород. В таких насаждениях главной породой является береза, участие в составе которых составляет не менее 40%. Береза в большинстве случаев равномерно распределяется по площади поля и за считанные годы (3-6 лет) образует высо-кополнотное насаждение (Гульбе, 2006).

Процесс лесовосстановления на заброшенных землях (Краснобаева, Муба-ракшина, 2005) республики Татарстан был исследован учеными из Казанского государственного аграрного университета. По данным этого исследования на заброшенных землях успешно идет процесс естественного лесовосстановления с преобладанием в составе древесно-кустарниковой растительности березы.

Проблема изучения биологической продуктивности лесных насаждений находится в центре внимания множества исследовательских групп в России (Морозов, 2008; Уткин и др., 2002; Shvidenko et al, 2008; Коновалов, 2002; Колтунова, 2004; Габдрахимов, 2002, 2000; Денисов, 2009; Калинин, 2005). Многие ученые оценивали состояние и продуктивность лесных насаждений по биофизическим параметрам (Романов, 1983; Алексеев, 1998, 2010; Винокурова, 2008; Бажин, 2006). Отдельные научные коллективы (Демаков, 1999; Усольцев, Залесов, 2005; Габделхаков, 2009; Нагимов, 2000; Teobaldelli et al., 2009; Zianis et al., 2005; Johansson, 2007) разрабатывают универсальные соотношения между дендрометрическими и биопродукционными показателями деревьев, что является новым подходом учёта фитомассы. В дальнейшем эти соотношения стыкуются с таблицами хода роста.

Большой вклад в изучение молодняков древесных пород на землях залежей и фитомассы лесных насаждений внесли ученые ЦУДМЛ ФГБОУ ВПО «ПГТУ» под руководством проф. Э.А. Курбанова (Курбанов и др., 2010; Курбанов и др., 2008; Курбанов и др., 2009; Лежнин и др., 2012; Лежнин, 2011; Лежнин и др., 2010; Лежнин, 2008). Учеными из Йошкар-Олы были изучены методы оценки пространственной динамики и запасов фитомассы молодняков древесных пород на залежах по данным дистанционного зондирования, проведена оценка бюджета запасов углерода и древесного детрита в сосновых насаждениях Поволжья России (Курбанов, 1994, 2002, 2007).

Анализ литературы показал, что проблема зарастающих сельскохозяйственных угодий актуальна не только для России. Процессы зарастания заброшенных сельскохозяйственных земель, пастбищ или фермерских участков лесной растительностью в результате смены землепользования наблюдаются во многих странах мира. Например, большое внимание зарастающим полям уделено в странах Прибалтики (Peterson, Aunap, 1998; Uri et al., 2007, Miks et al., 2007). Ученые из Финляндии Muukkonen (2007) вывели для самых распространённых древесных пород Европы общие аллометрические уравнения зависимости запаса и биомассы от диаметра на 1.3 высоты дерева. Полученные уравнения создают основу для оценки лесной биомассы на региональном уровне, а также при анализе бюджета углерода лесных насаждений. Исследователи Huuskonen и Miina (2006) спрогнозировали рост молодых одновозрастных сосновых насаждений, используя экстенсивную сеть постоянных пробных площадей. При этом были построены линейные и нелинейные модели для оценки устойчивости деревьев, определения средней высоты, диаметра, площади и запаса насаждения.

Множество исследований зарастания сельхозугодий проводится в зоне тропических лесов. Пуэрториканские учёные отметили, что первыми на заброшенных сельхозугодьях появляются инвазивные виды (invasive species), создающие благоприятные условия для последующей сукцессии главных лесообразущих пород (Lugo, Helmer, 2004). Такие насаждения к 60-80 годам приобретают лесовод-ственно-таксационные показатели, которые близки к естественным лесам. Учёные

из Таиланда изучали влияние землепользования на содержание углерода в надземной фитомассе, корнях и органике почв (Pibumrung et all, 2008). Исследования проводились в лесах, возобновившихся на сельскохозяйственных угодьях. При этом вырубка естественных лесов и создание на их месте плантаций снижает возможное накопление углерода до 50%. Полученные результаты по биомассе естественных лесов обладают более высокими значениями, чем подобные исследования в Таиланде, но схожи с некоторыми исследованиями в Малайзии, Филиппинах, Индонезии.

В последние годы для оценки запасов фитомассы на зарастающих сельхозугодьях находит большое применение пространственный анализ (Курбанов, Воробьев, 2008; Baddeley, Turner, 2005; Wagner и др., 2004; Gertsev, 2004; Perez et al., 2006; McGlynn and Okin, 2006; Черных, 2011), который является новым и перспективным элементом в исследовании лесных насаждений. Пространственный анализ позволяет выявить закономерности распределения как отдельных пород деревьев по участку в зависимости от их положения, так и их ассоциаций (групп). Эти закономерности позволяют глубже понять внутренние и внешние связи лесной экосистемы и закономерности накопления фитомассы.

1.2. Использование спутниковой информации для оценки лесных территорий

С развитием космической индустрии и запусками многочисленных спутников с современными оптическими радиометрами во всем мире наблюдается новый этап оценки биологической продуктивности и мониторинга за лесными насаждениями и другими природными экосистемами, связанный с активным развитием технологий дистанционного зондирования земли. Современные спутниковые данные высокого и среднего пространственного разрешения позволяют проводить оперативный мониторинг за состоянием лесного покрова на обширных площадях и выявлять смену в земле- и лесопользовании (Черных, 2005).

В последние годы при подготовке и выравнивании спутниковых изображений применяют четыре методики (Berberoglu and Akin, 2009), которые позволяют

получать точную и актуальную информацию о происходящих изменениях в наземном растительном покрове. К ним относятся: оценка изменений спутниковых изображений во времени (Change detection), нормирование спектральных показателей снимков, регрессионный и векторный анализ изменений (Troltzsch, 2009; Heurich and Thoma, 2008). При выявлении изменений в наземном покрове на спутниковых снимках также применяется последовательный набор действий -сбора данных, первичной обработки спутниковых изображений, их анализа и оценки (Kennedy, 2009; Воробьев, 2010, 2012). Ключевым фактором выявления изменений является сравнение спектральных характеристик пикселей на разновременных спутниковых снимках. Авторы этих исследований считают, что векторный анализ при выявлении изменений является наиболее точным методом при изучении смены в лесо- и землепользовании.

Некоторые учёные разделяют подходы к дистанционному исследованию наземного покрова на две большие группы (Labrecque et al., 2006): использование радиометрического моделирования и тематическую классификацию снимков. Радиометрические методы широко используются научным сообществом при совмещении спектральных характеристик растительного покрова и их эталонных данных. Широкое использование во всем мире спутниковая информация и ДЗЗ получили для инвентаризации лесов. С начала 70-х годов прошлого века началось применение спутников «Lansat TM» и «SPOT» для оценки лесотаксационных показателей бореальных лесных насаждений (Hagner, 1990; Tomppo, 1990; Tokola, Heikkila, 1997; Katila, Tomppo, 2001; Soudani et all, 2006) (рис. 1.3).

Рисунок 1.3 — Фрагмент снимка Landsat ТМ (слева) и SPOT (справа) в «естественных» цветах

Методика подобных исследований заключается в комбинировании спутниковых снимков и наземной информации, полученной с топографических карт, а также на основе предыдущих исследований или данных пробных площадей. В основе работы лежит попиксельный анализ снимков для получения соответствующей информации о лесе. Результаты попиксельной оценки могут быть интерполированы на уровень участка, насаждения или региона. Однако данный подход несет в себе некоторые ошибки, которые влияют на точность исследований. Например, при определении общего запаса насаждения средняя его ошибка может достигать 50-60%. Ошибка была скорректирована после внедрения в эксплуатацию новых спутников более высокого разрешения.

В Финляндии для лесной инвентаризации специалисты используют сеть постоянных пробных площадей, спутниковые снимки среднего и высокого разрешения и цифровые карты (Heikinheimo, 1999; Makela, 2004). На основе этой информации проводится оценка выбранных лесонасаждений, результаты которой представляются в виде тематических карт, отчётов и статистических данных.

Современные технологии позволяют получать изображения с пространственным разрешением до 1 метра (рис. 1.4).

Рисунок 1.4 - Фрагмент снимка Quick Bird с пространственным разрешением 61 см (фото с сайта www.satimagingcorp.com)

Принимая во внимание тот факт, что обычная производительность инвентаризации лесного фонда таксаторами составляет в среднем 30 га в день, становится очевидным, что дальнейшее увеличение эффективности этих работ не может быть связано только с повышением производительности работ специалистов. В этом случае методы ДЗЗ являются важным дополнением к существующим подходам в современном лесоустройстве и лесоинвентаризации.

Новое направление использования спутников для оценки насаждений предложили ученые из Финского научно-исследовательского института леса (Хельсинки) (Makela, Pekkarinen, 2004), которое основано на использовании метода ближайшего соседа (k-nearest neighbour, kNN) для оценки запасов лесного насаждения. Таксационные показатели насаждений определяются при помощи снимков Landsat ТМ и данных инвентаризации смежных лесных насаждений. Суть метода заключалась в том, что пиксели, находящиеся внутри насаждения имеют более однородную структуру, чем те, которые расположены по краям выборки. Поэтому при таких оценках «пограничные» пиксели исключались из работы, что приводило к повышению точности исследования до 48% для участков леса до 2 га. Таким образом, размер исследуемой площади лесонасаждений является важным фактором применимости спутниковых данных со средним разрешением. Для лесных участков площадью 1-3 га могут быть получены только грубые оценки. Методы, проверенные в этих исследованиях более применимы к однородным участкам ле-

са большой площади. Для небольших участков необходимо использование спутников с более высоким разрешением. Например, группа финских учёных (Paivinen et al., 2009) комбинировала снимки спутников высокого и среднего разрешения «SPOT» и «Landsat-MSS» с данными лесной инвентаризации. Измерение таксационных показателей соответствующего лесного участка осуществлялось по каждому пикселю снимка. На основе спектральных значений красного и ближнего инфракрасного каналов проведена оценка нормального распределения классов наземного покрова при неуправляемой классификации. Данные наблюдений, расположенные по границам этого распределения, были исключены из дальнейших процессов. Результатом работы явилась тематическая карта запаса растущего леса, привязанная к региональным базам данным лесоустройства. Такие карты могут быть составлены как для отдельных пород, так и для насаждений в целом. Группа учёных под руководством Michael A. Wulder (2006) показала, что интеграция данных может облегчить пространственную оценку надземной фитомассы на большой площади в условиях недостатка полевых данных. Для достижения этой цели выполнены три разных подхода при оценке фитомассы: использование данных лесной таксации, оценка растительного покрова по спутниковым снимкам среднего разрешения и их комбинирование.

Лесные тематические карты традиционно используются для различных целей лесного хозяйства. Современное картографирование основано не только на наземной съемке и спутниковых снимках, но и на традиционной фотосъёмке. На таких снимках спектральный диапазон очень узкий, но пространственное решение высокое, что позволяет дешифрировать особенности текстуры насаждений. Финские ученые (Tuominen and Haakana, 2005) использовали снимки спутника Landsat 7 ЕТМ+ и композицию из аэрофотоснимков для оценки лесов в центре лесного хозяйства Häme-Uusimaa в Южной Финляндии. При оценке использовался 6 канал Landsat 7 ЕТМ+ и 4 спектральных канала аэрофотосъемки. В результате были получены спектральные средние значения для каждого пикселя и выделены особенности текстур. В итоге точность оценки леса была выше, чем основанных только на аэро- или спутниковых снимках, а средняя ошибка составляла 7-12%.

Кроме того, при комбинировании спектральных данных Landsat ЕТМ+ и текстурных характеристик аэрофотоснимков повышалась точность оценки большинства таксационных показателей.

Оперативность и доступность информации со спутниковых снимков также способствует оценке больших площадей лесной растительности. Бразильскими учёными в Центре по изучению популяций и изменений окружающей среды (Университет Индиана) (Lu et al., 2004) проведено исследование взаимосвязи между таксационными показателями лесного насаждения и его спектральным отражением на снимке спутника Landsat TM в бразильском бассейне реки Амазонка. На трёх пробных площадях были собраны полевые данные инвентаризации растительности. В исследовании были использованы шесть спектральных каналов спутниковых снимков (исключая тепловую группу ТМ6 из-за низкого пространственного разрешения) и различные индексы растительности, чтобы выявить каналы и индексы, которые имеют наиболее высокую корреляцию с параметрами выбранных лесных насаждений. Для анализа взаимосвязи между параметрами лесного насаждения и спектральными показателями использовался коэффициент корреляции Пирсона. Исследователи пришли к выводу, что только пятый спектральный канал и линейно преобразованные индексы, типа РС1 (первый компонент в основном составляющем анализе), КТ1 (яркость), а также альбедо имеют наиболее высокую корреляцию с показателями лесного насаждения.

Список литературы диссертационного исследования кандидат наук Лежнин, Сергей Анатольевич, 2013 год

Список используемой литературы

1. Алексеев, И.А. К вопросу качественного управления лесами в условиях изменения климата / И.А. Алексеев, A.B. Попова // Лесные экосистемы в условиях изменения климата: биологическая продуктивность, мониторинг и адаптационные технологии: материалы междун. конф. с элементами науч. школы для молодежи. - Йошкар-Ола: МарГТУ, 2010. - С. 55-60.

2. Алексеев, И.А. Оценка состояния густых культур сосны обыкновенной по биофизическим параметрам / И.А. Алексеев, М.А. Карасева, Г.П. Кузнецова // Современные проблемы учета и рационального использования лесных ресурсов: материалы регион, науч.-практ. конф., посвящ. 100-летию со дня рожд. д-ра с.-х. наук, проф. Максима Лавровича Дворецкого. - Йошкар-Ола: МарГТУ, 1998. -С. 130-132.

3. Бажин, О.Н. Продуктивность искусственных древостоев сосны в условиях Предкамья Республики Татарстан / О.Н. Бажин, A.C. Туев // Современные проблемы почвоведения и экологии: сб. ст. Всерос. науч.- практ. конф., посвящ. 100-летию со дня рождения д-ра с.-х. наук, проф. В. Н. Смирнова. - Йошкар-Ола: МарГТУ, 2006.-Ч. 1. - С. 132-133.

4. Бажин, О.Н. Свойства бурых лесных почв и их влияние на рост культур сосны и ели / О.Н. Бажин // Рациональное лесопользование и защита лесов в Среднем Поволжье: материалы науч.-практ. конф., посвящ. 75-летию со дня рожд. д-ра е.- х. наук проф., Ивана Алексеевича Алексеева. - Йошкар-Ола: МарГТУ, 2003.-С. 145-150.

5. Барталев С.А. Новая карта типов земного покрова бореальных экосистем Евразии по данным SPOT 4-VEGETATION. / С.А. Барталев, A.C. Белвард, Д.В. Ершов // Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве: Доклады 3-ей Всероссийской конференции, посвященной памяти Г.Г. Самойловича. - М. - 2002. - С. 30-34.

6. Винокурова, Р.И. Ростовые характеристики хвои деревьев пихты сибирской (Abies sibirica L.) и ели обыкновенной (Picea abies L.) / Р.И. Винокурова,

O.B. Силкина // Вестник МарГТУ. - Йошкар-Ола: Марийский государственный технический университет. - № 2. - 2008. - С. 40-50.

7. Войтюк, М.М. Рекультивация на землях сельскохозяйственного назначения: проблемы и перспективы / М.М. Войтюк //Лесной экономический весник. - М., 2005. - №2. - С. 11-15.

8. Воробьев, О.Н. Дистанционный мониторинг лесных гарей в Марийском Заволжье / О.Н. Воробьев, Э.А. Курбанов, A.B. Губаев, С.А. Лежнин, Ю.А. Полевщикова // Вестник ПГТУ. - Йошкар-Ола: Поволжский государственный технологический университет. - № 1. - 2012. - С. 12-22.

9. Воробьев, О.Н. Оценка фрагментации лесов национального парка «Чаваш Вармане» по спутниковым снимкам / О.Н. Воробьёв, A.B. Губаев, С.А. Лежнин, С.А. Незамаев, А.И. Сабирьянова, Е.С. Софронова, Д.В. Иванова, Ю.А. Полевщикова // Опыт и развитие управления использованием земельных ресурсов. Материалы международной научной конференции 1-4 февраля 2010г. - Т., ТИИМ. - 2010. - С. 125-130.

10. Габделхаков, А.К., Структура и продуктивность фитомассы лесных культур липы Башкирского Предуралья / А. К. Габделхаков, А. А. Арсланов // Лесной журнал. - 2009. - № 6. - С. 13-20.

11. Габдрахимов, K.M. Экологический потенциал лесов Южного Урала: учеб. пособие / К. М. Габдрахимов, А. Ф. Хайретдинов // Уфа: БГАУ, 2000. -203 с.

12. Габдрахимов, K.M. Эколого-лесоводственные основы воспроизводства сосняков Южного Урала: Автореф. дис. на соиск. ученой степ, д-ра с.-х. наук: 06.03.03 / Уральский государственный лесотехнический университет. - Екатеринбург, 2002. - 40 с.

13. Газизуллин, А.Х. Буроземообразование и псевдооподзоливание в почвах лесов Среднего Поволжья и Предуралья / А.Х. Газизуллин, А.Т. Сабиров. -Йошкар-Ола: МарГТУ, 1997. - 204с.

14. Газизуллин, А.Х. Особенности роста высокопродуктивных культур сосны в Среднем Поволжье в зависимости от почвенно-грунтовых условий и пер-

воначальной густоты / А.Х. Газизуллин, А.Т. Сабиров // Лесоводство, лесные культуры. - 1990. - С.79-85.

15. Губаев, A.B. Валидация молодняков березы Оршанского района Республики Марий Эл по спутниковым снимкам / А. В. Губаев, С. А. Незамаев, Ю. А. Полевщикова, Н. С. Смоленцева // Лесные экосистемы в условиях изменения климата: биологическая продуктивность, мониторинг и адаптационные технологии. Материалы международной конференции с элементами научной школы для молодежи. - Йошкар-Ола: Марийский государственный технический университет, 2010.-С. 163-167.

16. Гульбе, А.Я. Динамика фитомассы и годичной продукции молодняка березы на залежи в южнотаежной подзоне (Ярославская область) / А.Я. Гульбе // Вестник Оренбургского гос. ун-та. Приложение «Биоразнообразие и биоресурсы». 2006. - № 4. - С. 34-37.

17. Гуман, В.В. Почвы и типы насаждений Заволжской дачи Казанской губернии/ В.В. Гуман. - Труды по лесному опытному делу России. - Казань, 1911. -Вып.31,- 145с.

18. Данилов, М.Д. Леса СССР. Леса Марийской АССР / М.Д. Данилов. -М.: Наука, 1966. - Т1. - С. 378-426.

19. Демаков, Ю.П. Математические модели возрастной динамики древостоя в культурах сосны разной исходной густоты / Ю. П. Демаков // Современные проблемы создания молодых лесов в Среднем Поволжье: материалы регион, науч.- практ. конф., посвящ. 100-летию со дня рожд. Гавриила Кузьмича Незабуд-кина. -Йошкар-Ола МарГТУ, 1999. - С. 127.

20. Демаков, Ю.П. Рост и продуктивность сосново-березовых насаждений на песчаных почвах Марийского Заволжья / Ю.П. Демаков, E.H. Чешуин // Проблемы использования, воспроизводства и охраны лесных ресурсов Волжско-Камского региона: материалы науч.чтений,посвящ.75-летию засл. лесовода РФ и ТАССР, канд. с.-х. наук А.И. Мурзова. - 2004. - С. 118-122.

21. Демаков, Ю.П. Сосняки сфагновые Марийского полесья: структура, рост и продуктивность: монография / Ю.П. Демаков, М.Г. Сафин, С.М. Швецов. -

Йошкар-Ола: Марийский государственный технический университет, 2012. -276 с.

22. Денисов, А.К. Леса СССР. Леса Кировской области / А.К. Денисов. -М.: Наука,1966. - Tl. - С.341-377.

23. Денисов С.А. Динамика формационной структуры березняков в связи с их онтогенезом в различных эдатопах в Среднем Поволжье // Вестник МарГТУ. - Йошкар-Ола: Марийский государственный технический университет. - № 3(7). -2009.-С. 13-27.

24. Денисов, С.А. Лесоведение. Смена пород: Учебное пособие / МарГТУ Йошкар-Ола, 1999. - 78 с.

25. Добровольский, Г.В. Почвы лесных пойм Марийского Заволжья / Г.В. Добровольский. - Почвы речных пойм центра Русской равнины. - М.: Изд-во МГУ, 1968. - С.65-73.

26. Егоров, В. А. Алгоритм детектирования и оценки площадей поврежденной пожарами растительности по данным SPOT-VEGETATION. Труды Международной научно-технической конференции, посвященной 225-летию МИИГАиК / В.А. Егоров, С.А. Барталев, Е.А. Лупян // М. 2004. с. 199-204.

27. Егоров, В. А. Мониторинг повреждений растительного покрова пожарами по данным спутниковых наблюдений / В.А. Егоров, С.А. Барталев, Е.А. Лупян, И.А. Уваров // Известия вузов. Геодезия и аэрофотосъемка, МИИГАиК, Вып.2. - Москва, 2006. - С. 98-109.

28. Информация о состоянии и использовании земель Республики Марий Эл за 2010 год [Электронный ресурс]. - Режим доступа: http://tol2.rosreestr.ru/kadastr/monit_zem/

29. Информация о состоянии и использовании земель Республики Марий Эл за 2011 год [Электронный ресурс]. - Режим доступа: http://tol2.rosreestr.ru/kadastr/monit_zem/

30. Информация о состоянии и использовании земель Республики Марий Эл за 2012 год [Электронный ресурс]. - Режим доступа: http://to 12.rosreestr.ru/kadastr/monit_zem/

31. Калинин, K.K. Динамика структуры молодняков на гарях сосновых насаждений в Среднем Заволжье // Кадровое и научное сопровождение устойчивого управления лесами: состояние и перспективы: тез. докл. междунар. конф. 19-24 сентября 2005 г. - Йошкар-Ола: МарГТУ, 2005. - С. 84-86.

32. Калинин, К.К. Разработка комплекса лесоводственных, лесокультурных и лесозащитных мероприятий по восстановлению лесов на гарях 1972 года на территории Марийской АССР: отчет о НИР / К.К. Калинин, В.А. Матвеев, Ю.Н. Русов, A.B. Иванов // Марийский опорный пункт ТатЛОС. -Старожильск, 1975.-82с.

33. Кожухов, Н.И. Современный уровень ведения хозяйства в лесах сельскохозяйственных организаций / Н.И.Кожухов, А.Н.Жидков // Лесное хоз-во. -2004,-№2.-С. 6-9.

34. Колобов, Н.В. Климат Среднего Поволжья / Н.В. Колобов // Казань: Изд-во Казанского университета. - 1968. - 252с.

35. Колтунова, А.И. Моделирование роста и продуктивности древостоев (на примере некоторых лесообразующих пород Северной Евразии): Автореф. дис. на соиск. ученой степ, д-ра с.-х. наук: 06.03.02 / Екатеринбург : УГЛТУ, 2004.

36. Коновалов, В.Ф. Селекция и разведение березы повислой на Южном Урале: монография / В. Ф. Коновалов // М.: МГУЛ, 2002. - 299 с.

37. Коржинский, С.И. Предварительный отчет о почвенных исследованиях 1886г. в губерниях Казанской, Самарской, Уфимской, Пермской и Вятской / С.И. Коржинский // Труды общества естествоиспытателей при Казанском университете. - Казань, 1897. - Т. 16. - Вып.6. - 72с.

38. Краснобаева, К.В. Лесовосстановление на деградированных заброшенных сельскохозяйственных землях / К.В. Краснобаева, А.Р. Мубаракшина // Материалы Всероссийской науч. конф. Казань, 2005. -С. 127-128.

39. Курбанов, Э.А. Картирование растительного покрова Среднего Поволжья по спутниковым снимкам // Э.А. Курбанов, О.Н. Кранкина, О.Н. Воробьев, A.B. Губаев, С.А. Лежнин, Ю.А. Полевщикова // Земля из Космоса -

наиболее эффективные решения, международная конференция. Сборник тезисов.

- М.: Инженерно-технологический центр СканЭкс, НП «Прозрачный мир», Издательство Бином, 2011 - 416 с.

40. Курбанов, Э.А. Дистанционный мониторинг динамики нарушений лесного покрова, лесовозобновления и лесовосстановления в Марийском Заволжье / Э.А. Курбанов, Т.В. Нуреева, О.Н. Воробьев, A.B. Губаев, С.А. Лежнин, Т.Ф. Мифтахов, С.А. Незамаев, Ю.А. Полевщикова // Вестник МарГТУ.

- Йошкар-Ола: Марийский государственный технический университет. - № 3. -2011.-С. 17-24.

41. Курбанов, Э.А. Оценка зарастания земель запаса Республики Марий Эл лесной растительностью по спутниковым снимкам / Э.А. Курбанов, О.Н. Воробьёв, A.B. Губаев, С.А. Лежнин, С.А. Незамаев, Т.А. Александрова // Вестник МарГТУ. - Йошкар-Ола: Марийский государственный технический университет. - № 2(9). - 2010. - С. 14-20.

42. Курбанов, Э.А. Использование космических снимков ALOS для выявления площадей бывших сельскохозяйственных угодий, зарастающих лесом / Э.А. Курбанов, О.Н. Воробьев, A.B. Губаев, С.А. Лежнин // Геоматика. - №4. -2010.-С. 68-72.

43. Курбанов, Э.А. Пространственная динамика фитомассы березняков на бывших сельскохозяйственных землях Марийского Заволжья / Э.А. Курбанов, О.Н. Воробьёв, Л.С. Устюгова, A.B. Губаев, С.А. Лежнин, С.А. Незамаев // Лесной журнал. - Архангельск: Архангельский государственный технический университет. - №3 - 2010. - С. 8-14.

44. Курбанов, Э.А. Оценка фитомассы березняков на бывших сельскохозяйственных землях Марийского Заволжья: пространственное распределение и динамика накопления / Э.А. Курбанов, О.Н. Воробьёв, Л.С. Мошкина, A.B. Губаев, С.А. Лежнин, С.А. Незамаев // Международное сотрудничество в лесном секторе: баланс образования, науки и производства. Материалы международной конференции. - Йошкар-Ола: Марийский государственный технический университет. - 2009. - С. 93-97.

45. Курбанов, Э.А. Использование спутниковых снимков высокого и среднего разрешения для изучения естественного возобновления сосны на землях запаса / Э.А. Курбанов, О.Н. Воробьёв, A.B. Губаев, С.А. Лежнин, С.А. Незамаев // Международное сотрудничество в лесном секторе: баланс образования, науки и производства. Материалы международной конференции. - Йошкар-Ола: Марийский государственный технический университет. - 2009. - С. 249-253.

46. Курбанов, Э.А. Оценка динамики зарастания сельскохозяйственных земель лесной растительностью по спутниковым снимкам / Э.А. Курбанов, О.Н. Воробьёв, Л.С. Мошкина, A.B. Губаев, С.А. Лежнин, С.А. Незамаев // Современные проблемы теории и практики лесного хозяйства. Всероссийская научно-практическая конференция, посвященная 100-летию со дня рождения доктора биологических наук, профессора Михаила Даниловича Данилова: сб. статей. - Йошкар-Ола: Марийский государственный технический университет. -2008.-С. 93-96.

47. Курбанов, Э.А. Пространственное распределение крупного древесного детрита в сосняках Марийского Заволжья / Э.А. Курбанов, О.Н. Воробьев // Экология. - 2008. - №2. -с. 103-109.

48. Курбанов, Э.А. Углерододепонирующие насаждения Киотского протокола: монография / Э.А. Курбанов. - Йошкар-Ола: Марийский государственный технический университет, 2007. - 184 с.

49. Курбанов, Э.А. Бюджет углерода сосновых экосистем Волго-Вятского района: Научное издание. - Йошкар-Ола: МарГТУ, 2002. - 300с.

50. Курбанов, Э.А. Закономерности роста, накопления фитомассы крон и возраста спелости в сосняках лесного марийского Заволжья: Дис. ... канд. с.-х. наук: 06.03.02 / Э.А. Курбанов. - Йошкар-Ола, 1994. - 133 с.

51. Курбанов, Э.А. Лесоустройство: Международные аспекты устойчивого управления лесами: Учеб. пособие / Э.А. Курбанов, И.А. Яковлев. -Йошкар-Ола: МарГТУ, 2001.- 180 с.

52. Лежнин, С.А. Зарубежный опыт оценки естественного возобновления лесных насаждений на сельскохозяйственных землях по спутниковым снимкам /

С.А. Лежнин // Сборник материалов научного семинара стипендиатов программ «Михаил Ломоносов II» и «Иммануил Кант II» 2010/11 года. - М. - 28-29 апреля

2011.-С. 109-110.

53. Лежнин, С.А. Методика оценки сукцессии на сельскохозяйственных землях по мультивременных снимкам / С.А. Лежнин, Ю.А. Полевщикова // Научному прогрессу - творчество молодых: сборник материалов Международной молодежной научной конференции в области естественных наук и технических дисциплин (Йошкар-Ола, Апрель, 2012.). Йошкар-Ола: Марийский Технический Государственный Университет, 2012. - С. 19-21.

54. Лежнин, С.А. Оценка зарастания сельскохозяйственных земель Республики Марий Эл древесной растительностью с использованием мультивременных снимков Landsat / С.А. Лежнин, Ю.А. Полевщикова, С.А. Незамаев// Влияние аномальной погоды на природные, социально-экономические и искусственные системы: засуха 2010 г. в Поволжье России: материалы международной научной конференции NASA и семинара GOFC-GOLD/NEESPI [электронный ресурс]. - Йошкар-Ола: ПГТУ, 2012. - с.99-103.

55. Лежнин, С.А. Оценка динамики растительного покрова и миграции населения в Марийском песчаном Заволжье по данным дистанционного зондирования / С.А. Лежнин, Ю.А. Полевщикова // Влияние аномальной погоды на природные, социально-экономические и искусственные системы: засуха 2010 г. в Поволжье России: материалы международной научной конференции NASA и семинара GOFC-GOLD/NEESPI [электронный ресурс]. - Йошкар-Ола: ПГТУ,

2012. - с.103-108.

56. Лежнин, С.А. Оценка фитомассы молодняков березы Заволжской песчаной низменности по спутниковым снимкам / С.А. Лежнин, С.А. Незамаев, Е.В. Новокшонова, И.В. Комарова // Лесные экосистемы в условиях изменения климата: биологическая продуктивность, мониторинг и адаптационные технологии. Материалы международной конференции с элементами научной школы для молодежи. - Йошкар-Ола: Марийский государственный технический университет, 2010.-С. 168-173.

57. Лежнин, С.А. Использование спектральной яркости при работе со снимками среднего и высокого разрешения для оценки фитомассы лесов / С.А. Лежнин // Международная научная студенческая конференция по естественнонаучным и техническим дисциплинам «Научному прогрессу -творчество молодых». Йошкар-Ола: Марийский государственный технический университет, 2008. - С. 31-32.

58. Лесной кодекс Российской Федерации от 04.12.2006 N 200-ФЗ.

59. Марийский ЦГМС. - Точка доступа: http://maripogoda.ru/klimat-respubliki

60. Морозов, A.M. Формирование насаждений на землях, исключенных из сельскохозяйственного оборота, в подзоне предлесостепных сосново-березовых лесов Свердловской области: автореф. дис. ... канд. с-х наук: 06.03.03. / A.M. Морозов // Екатеринбург, 2008. - 22 с.

61. Нагимов, З.Я. Закономерности роста и формирования наземной фитомассы сосновых древостоев: автореф. дис. ... д. с.-х. наук: 06.03.03. / З.Я. Нагимов // Екатеринбург, 2000. - 24 с.

62. Об утверждении стратегии развития лесного комплекса Российской Федерации на период до 2020 года: приказ Министерства сельского хозяйства РФ №482 от 31 октября 2008 г. [Электронный ресурс]. - Точка доступа: http://www.rosleshoz.gov.ru/docs/ministry/47/Strategiya_razvitiya_lesnogo_kompleksa .pdf

63. Об утверждении Концепции устойчивого управления лесами Российской Федерации: постановление коллегии Рослесхоза от 31 июля 1998 г. № 6 [Электронный ресурс]. - Точка доступа: http://www.mnr.gov.ru/upload/iblock/ e82/GP_2013-2020.pdf

64. О внесении изменений в отдельные законодательные акты Российской Федерации в части совершенствования оборота земель сельскохозяйственного назначения: федеральный закон от 29 декабря 2010 г. N 435-Ф3 [Текст] // Аналитический вестник Совета Федерации ФС РФ. - 2012. - № 37 (480).

65. Парамонов С.Г. Особенности начальной стадии облесения сельхозугодий Псковской области / С.Г. Парамонов, A.B. Грязькин // Аграрная наука -сельскому хозяйству: сб. статей. В 3 кн. Барнаул: Изд-во АГАУ, 2006. -Кн. 3. - С. 382-384.

66. Парамонов С.Г. Особенности формирования сосновых молодняков на лесных и нелесных землях / С.Г. Парамонов // Автореф. дис. . канд. биол. наук.-СПб., 2006. - 19 с.

67. Патрикеев, Е.И. Песчаные подзолистые почвы свежего бора Марийской АССР, их лесорастительные свойства и пути их улучшения / Е.И. Патрикеев. - Автореф. дис...канд. с.-х. наук. - Воронеж, 1977. -25с.

68. Переведенцев, Ю.П. О многолетних колебаниях температуры воздуха по данным метеорологической обсерватории Казанского университета/ Ю.П. Переведенцев, М.А. Верещагин, K.M. Шанталинский// Метеорология и гидрология. - 1994. - №7,- С.59-67.

69. Романов, Е.М. Динамика роста сеянцев ели и сосны в условиях Марийской АССР // Роль науки в создании лесов будущего. - JL: ЛенНИИЛХ, 1983.-С. 108-109.

70. Смирнов, В.Н. Почвы Марийской АССР, их генезис, эволюция и пути их улучшения / В.Н. Смирнов // Йошкар-Ола: Маркнигоиздат, 1968. - 531с.

71. Сонген, Б. Запасы и потоки углерода в лесном и земельном фондах России: инвентаризация и потенциал смягчения последствий климатических изменений / Б. Сонген, К. Андраско, М. Гитарский, Г. Коровин, Л. Лестадиус, Б. Мюрей, А. Уткин, Д. Замолодчиков // М., 2005. - 51 с.

72. Ступишин, A.B. Физико-географическое районирование Среднего Поволжья / A.B. Ступишин // Казань. - 1969. - 53с.

73. Сухих, В.И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве: Учебник. - Йошкар-Ола: МарГТУ, 2005. - 392 с.

74. Туев, A.C. Продуктивность древостоев основных лесообразующих пород Мари-Турекского плато в зависимости от почвенно-экологических

условий: автореф. дис. ... к. с.-х. наук: 03.00.32. / А.С. Туев // Йошкар-Ола, 2002. -28 с.

75. Тюрин, И.В. Песчаные почвы сосновых боров в окрестностях Казани / И.В. Тюрин // Вести. - Казань: Казанская областная с.-х. опытная станция, 1922. -№1. - С. 10-21.

76. Усольцев, В.А. Методы определения биологической продуктивности насаждений / В.А. Усольцев, С.В. Залесов. Екатеринбург: Урал. гос. лесотехн. унт, 2005. — 147 с.

77. Уткин, А.И. О наступлении лесной растительности на сельскохозяйственные земли в Верхнем Поволжье / А.И. Уткин, Т.А. Гульбе, Я.И. Гульбе, Л.С. Ермолова// Лесоведение.-2002. -№5.-С. 44-52.

78. Черных, В.Л. Геоинформационные системы в лесном хозяйстве: Учебное пособие. - Йошкар-Ола: МарГТУ, 2005. - 202 с.

79. Черных, В.Л. Закономерности распределения основных таксационных показателей в лесных стратах на территории Учебно-опытного лесничества Марий Эл / В.Л. Черных, Е.С. Вдовин // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг. Материалы международного научно-практического семинара. - Йошкар-Ола: Марийский государственный технический университет, 2011. - С. 129-137.

80. Agassi, Е. Spectral correlation of natural ground terrain images at the spectral range of 0.4/1.05 um (Conference Paper)Proceedings of SPIE / E. Agassi, B.Y. Nissim, A. Wietz, Y. Vashdi // The International Society for Optical Engineering, 8th Meeting on Optical Engineering in Israel: Optical Engineering and Remote Sensing; Tel Aviv, Isr. - Vol. 1971. - 1993. - P. 160-169.

81. Agricultural trade and poverty. Can trade work for the poor? // Food and agriculture organization of the United Nations. - 2005.

82. Baddeley, A., Turner, R. Spatstat: An R package for analyzing spatial point patterns / A. Baddeley, R. Turner // Journal of Statistical Software, 2005. - №6. -P. 1-42.

83. Berberoglu, S. Assessing different remote sensing techniques to detect land use/cover changes in the eastern Mediterranean / S. Berberoglu // International Journal of Applied Earth Observation and Geoinformation. -2009. -№ 11. - P. 46-53.

84. Boardman, J. W. Automated spectral analysis: a geological example using AVIRIS data, north Grapevine Mountains, Nevada: in Proceedings, ERIM Tenth Thematic Conference on Geologic Remote Sensing / J. W. Boardman, F. A. Kruse // Environmental Research Institute of Michigan, Ann Arbor, MI. - 1994. -P. 407-418.

85. Busetto, L. Combining medium and coarse spatial resolution satellite data to improve the estimation of sub-pixel NDVI time series / L. Busetto, M. Meroni, R. Colombo //Remote Sensing of Environment, 2008. - 112. -P.118-131.

86. Carvalho, O.A. Sequential Minimum Noise Fraction Use: An Approach to Noise Elimination / O.A. Carvalho, A.P. Carvalho, P.R. Meneses, R.F. Guimaraes // Revista Brasileira de Geofisica. - 2002. - Vol. 20. - P. 31-41.

87. Czaplewski, R. Variance approximations for assessments of classification accuracy / R.Czaplewski // US Department of Agriculture. -1994, Forest Service. -

P. 29.

88. Cohen, J. A coefficient of agreement for nominal scales / J. Cohen // Educational and Psychological Measurement. - 1960. - Vol. 20, № 1. - P.38-46.

89. Gamon, J.A. Spectral Network (SpecNet) - What is it and why do we need it / J.A. Gamon, A.F. Rahman, J.L. Dungan, M. Schildhauerd, K.F. Huemmrich // Remote Sensing of Environment journal, 103. - 2006. - P. 227-235.

90. Gertsev, V.I., Classification of mathematical models in ecology / V.I. Gertsev, V.V. Gertseva //Ecological Modelling, 2004. - 178. -P. 329-334.

91. Green, A.A. A transformation for ordering multispectral data in terms of image quality with implications for noise removal / A.A. Green, M. Berman, P. Switzer, M.D. Craig // IEEE Transactions on Geoscience and Remote Sensing, Vol. 26, № 1. -1988.-P. 65-74.

92. Goetz, S.J. Interannual variability of global terrestrial primary production: Results of a model driven with satellite observations / S.J. Goetz, S.D. Prince, J. Small, A.C.R. Gleason// Journal of geophysical research, vol. 105. - 2000. - P. 20077-20091.

93. Gu, Y. Optimal interpolation analysis of leaf area index using MODIS data / Y. Gu, S .Belair, J.-F. Mahfouf, G. Deblonde // Remote Sensing of Environment journal. 104. - 2006. - P. 283-296.

94. Hagner, O. Computer aided forest stand delineation and inventory based on satellite remote sensing / O. Hagner // In: Proceedings of the SNS/IUFRO Workshop on the Usability of Remote Sensing for Forest Inventory and Planning / Remote Sensing Laboratory, Swedish University of Agricultural Sciences. - 1990.

95. Hall, R.J. Modeling forest stand structure attributes using Landsat ETM+ data: Application to mapping of aboveground biomass and stand volume / R.J. Hall, R.S. Skakun, E.J. Arsenault, B.S. Case // Forest Ecology and Management. 225. - 2006. -P. 378-390.

96. Heikinheimo, M. Metsa.suunnitteluntietohuolto /- 1999. - Vol. 741. - p. 105 (in Finnish).

97. Hestir, E.L. Identification of invasive vegetation using hyperspectral remote sensing in the California Delta ecosystem / E.L. Hestir, S. Khanna, M. E. Andrew, M. J. Santos, J. H. Viers, J. A. Greenberg, S. S. Rajapakse, S. L. Ustin // Remote Sensing of Environment. - 2008. - Vol. 112. - P. 4034-4047.

98. Heurich, M. Estimation of forestry stand parameters using laser scanning data in temperate, structurally rich natural European beech (Fagus sylvatica) and Norway spruce (Picea abies) forests / M. Heurich, F. Thoma // Forestry, 2008. - Vol. 81, №5.-P. 645-661.

99. Hyde, P. Mapping forest structure for wildlife habitat analysis using multisensor (LiDAR, SAR/InSAR, ETM+, Quickbird) synergy / P. Hyde, R. Dubayah, W. Walker, J. B. Blair, M. Hofton, C. Hunsaker // Remote Sensing of Environment journal. 102.-2006.-P. 63-73.

100. Huuskonen, S. Stand-level growth models for young Scots pine stands in Finland / S. Huuskonen, J.Miina //Forest Ecology and Management, 2007. - 241. -P.49-61.

101. Ikeda, H. Estimation of aboveground grassland phytomass with a growth model using Landsat TM and climate data / H. Ikeda, K. Okamoto, M.Fukuhara // International Journal of Remote Sensing, 1999. - Vol. 20, Is. 1 l.-P. 2283-2294.

102. Jenerette G.D. Analysis and Simulation of Land Use Change in the Central Arizona - Phoenix region / G. D. Jenerette, J. Wu// Landscape Ecology. - 2001. - Vol. 16.-P. 611-626.

103. Ji, L. Performance evaluation of spectral vegetation indices using a statistical sensitivity function / L.Ji, Albert J. Peters // Remote Sensing of Environment journal. 106. - 2007. - P. 59-65.

104. Jiang, Z. Analysis of NDVI and scaled difference vegetation index retrievals of vegetation fraction / Z. Jiang, A.R. Huete, J. Chen, Y. Chen, J. Li, G. Yan, X. Zhang //Remote Sensing of Environment, 2006. - 101. -P. 366-378.

105. Johansson, T. Biomass production and allometric above- and below-ground relations for young birch stands planted at four spacings on abandoned farmland / T. Johansson // Institute of Chartered Foresters, 2007. - 12 p.

106. Katila, M. Selecting estimation parameters for the Finnish multi-source national forest inventory / M. Katila, E. Tomppo // Remote Sens. Environ. 76 (1). -2001.-P. 16-32.

107. Kennedy, R.E. Remote sensing change detection tools for natural resource managers: Understanding concepts and tradeoffs in the design of landscape monitoring projects / R.E. Kennedy, P.A. Townsend, J.E. Gross, W.B. Cohen, P. Bolstad, Y.Q. Wang, P.Adams // Remote Sensing of Environment. - 2009. - Vol.113. - P. 13821396.

108. Labrecque, S. A comparison of four methods to map biomass from Landsat-TM and inventory data in western Newfoundland / S. Labrecque, R.A. Fournier, J.E. Luther, D. Piercey // Forest Ecology and Management journal. 226. -2006.-P. 129-144.

109. Lu, D. Change detection techniques / D. Lu, P.Mausel, E.Brondizio, E. Moran // International Journal of Remote Sensing. 25. - 2004. - P. 2635-2407.

110. Lu, D. Relationships between forest stand parameters and Landsat TM spectral responses in the Brazilian Amazon Basin / D. Lu, P.Mausel, E.Brondizio, E. Moran//Forest Ecology and Management journal. 198.- 2004.-P. 149-167.

111. Lugo, A.E., Helmer, E. Emerging forests on abandoned land: Puerto Rico's new forests / A.E. Lugo, E. Helmer // Forest Ecology and Management. - 2004. -№190. -P.145-161

112. Lunetta, R.S. Impacts of vegetation dynamics on the identification of landcover change in a biologically complex community in North Carolina USA / R. S. Lunetta, J .Ediriwickrema, D. M. Johnson, J. G. Lyon, A. McKerrow // Remote Sensing of Environment journal. 82. -2002. - P. 258-270.

113. Lunetta, R.S. Land-cover change detection using multi-temporal MODIS NDVI data / R. S. Lunetta, J. F. Knight, J. Ediriwickrema, J. G. Lyon, L. Dorsey Worthy // Remote Sensing of Environment journal. 105. - 2006. - P. 142-154.

114. Lyon, J.G. A change detection experiment using vegetation indices / J. G. Lyon, D. Yuan, R. S. Lunetta, C. D. Elvidge // Photogrammetric Engineering & Remote Sensing. Vol. 64 (2). - 1998. -P. 143-150.

115. Makela, H. Estimation of forest stand volumes by Landsat TM imagery and stand-level field-inventory data / H. Makela, A. Pekkarinen // Finnish Forest Research Institute, Helsinki Research Unit. - 2004.

116. Martinez, B., Vegetation dynamics from NDVI time series analysis using the wavelet transform // Remote Sensing of Environment, 113.-2009.-P. 1823-1842.

117. McGlynn, I. Characterization of shrub distribution using high spatial resolution remote sensing: Ecosystem implications for a former Chihuahuan Desert grassland /1. McGlynn, G.S. Okin // Remote Sensing of Environment, 2006. - 101. -P. 554-566.

118. McRoberts, R.E. A model-based approach to estimating forest area / Ronald E. McRoberts. - Remote Sensing of Environment journal. 103. - 2006. - P. 5666.

119. Miao, X. Detection and classification of invasive saltcedar through high spatial resolution airborne hyperspectral imagery / X. Miao, R. Patil, J.S.Heaton, R. Tracy//International Journal of Remote Sensing. - 2011. - Vol. 32. - P. 2131-2150.

120. Miks, V. Above-ground biomass functions for Scots pine in Lithuania / V. Miks, I. Varnagiryte-Kabasinskiene, I. Stupak, K. Armolaitis, M. Kukkolac, J. Wojcik // Biomass and Bioenergy. 31,- 2007. - P. 685-692.

121. Muukonen, P., Heiskanen, J. Biomass estimation over a large area based on standwise forest inventory data and ASTER and MODIS satellite data: A possibility to verify carbon inventories / P. Muukkonen, J. Heiskanen // Remote Sensing of Environment. - 2007. - №107. - P. 617-624

122. Myeong, S. A temporal analysis of urban forest carbon storage using remote sensing / S.Myeong, D. J. Nowak, M. J. Duggin // Remote Sensing of Environment journal. 101. - 2006. - P. 277-282.

123. Nakaji, T. Utility of spectral vegetation indices for estimation of light conversion efficiency in coniferous forests in Japan / T. Nakaji, R. Ide, K. Takagi, Y. Kosugi // Remote Sensing of Environment, 109.- 2007. - P. 274-284.

124. Nemani, R. Forest ecosystem processes at the watershed scale: Sensitivity to remotely sensed leaf area index estimates / R. Nemani, L. Pierce, S. W. Running, L. Band // International Journal of Remote Sensing. 14. - 1993. -P. 2519-2534.

125. Olsson, H. A method for using Landsat time series for monitoring young plantations in boreal forests / H. Olsson // International Journal of Remote Sensing. -2009.-No 30 (19).-P. 5117-5131.

126. Paivinen, R. The growing stock of European forest using remote sensing and forest inventory /R. Paivinen, J.V. Brusselen, A. Schuck // Foresty - 8, 2009. - P. 479-490.

127. Perez, M.F. Using GIS to measure changes in the temporal and spatial dynamics of forestland: experiences from north-west Spain / M. F. Perez, V. Rodriguez Vicente, R. Crecente Maseda // Forestry, 2006. - Vol. 79, № 4. - P. 409-423.

128. Peterson, U. Changes in agricultural land use in Estonia in the 1990s detected with multitemporal Landsat MSS imagery / U. Peterson, R. Aunap // Landscape and Urban Planning. 41. - 1998. - P. 193-201.

129. Pibumrung, P. Profile of carbon stocks in forest, reforestation andagricultural land, Northern Thailand / P. Pibumrung, N. Gajaseni, A. Popan // Journal of Forest Research. - 2008.-№19.-P.ll-18.

130. Prince, S.D. Global primary production: a remote sensing approach / S. D. Prince, S. N. Goward// Journal of Biogeography. 22. - 1995. - P. 815-835.

131. Quinn, J. W. Summary of Band Combinations [Электронный ресурс] / J. W. Quinn, 2001. - Режим доступа: http://web.pdx.edu/~nauna/resources /10_BandCombinations.htm

132. Running, S.W. Global Terrestrial Gross and Net Primary Productivity from the Earth Observing System / Steven W. Running, Peter E. Thornton, Ramakrishna Nemani, Joseph M. Glassy // In О. E. Sala, R. Jackson, H. A. Mooney, & R. Hwarth (Eds.), Methods in ecosystem science. - New York: Springer-Verlag. - 2000. - P. 4457.

133. Sader, S.A. Forest change monitoring of a remote biosphere reserve / Sader, S.A., Hayes, D.J., Hepinstall, J.A., Coan, M., Soza, С // International Journal of Remote Sensing. - 2001. - Vol. 22. - P. 1937-1950.

134. Shvidenko, A. Z. Net Primary Production of Forest Ecosystems of Russia: A New Estimate / A. Z. Shvidenko, D. G. Schepashchenko, A. Vaganova, S. Nilsson//Earth Sciences, 2008. - Vol. 421 A. - № 6. -P. 1009-1012.

135. Smith, B. Combining remote sensing data with process modeling to monitor boreal conifer forest carbon balances / B. Smith, W. Knorr, J.-L.Widlowski, B.Pinty, N.Gobron // Forest Ecology and Management. 255. - 2008. - P. 3985-3994.

136. Soudani, K. Comparative analysis of IKONOS, SPOT, and ETM+ data for leaf area index estimation in temperate coniferous and deciduous forest stands / K. Soudani, C. Francois, G. le Maire, V. Le Dantec, E.Dufrene // Remote Sensing of Environment journal. 102. - 2006. - P. 161-175.

137. Tan, K. Geographic distribution of the eastern honeybee, Apis cerana (Hymenoptera: Apidae), across ecological zones in China: Morphological and molecular analyses / K. Tan, M.D. Meixner, S. Fuchs, X. Zhang, S. He, I. Kandemir, W.S. Sheppard, N. Koeniger // Systematics and Biodiversity. - 2006. - Vol. 4. - P. 473482.

138. Teobaldelli, M. Generalized functions of biomass expansion factors for conifers and broadleaved by stand age, growing stock and site index / M. Teobaldelli, Z. Somogyi, M. Migliavacca, V. A. Usoltsev // Forest Ecology and Management, 2009. -257. - P.1004-1013.

139. Tiruveedhula, M.P. Biomass and health based forest cover delineation using spectral un-mixing / M.P. Tiruveedhula, J. Fan, R.R. Sadasivuni, S.S. Durbha, D.L. Evans // American Society for Photogrammetry and Remote Sensing Annual Conference. - 2009. - Vol. 2. - P. 818-828.

140. Tokola, T. Improving satellite based forest inventory by using a priori site quality information / T. Tokola, J. Heikkila // Silva Fennica 1 (31). - 1997. - P. 67-78.

141. Tomppo, E. Satellite image based national forest inventory of Finland / E. Tomppo//Photogr. J. Finland 12 (1). - 1990. - P. 115-120.

142. Townshend, J.R.G. Analysis of the dynamics of African vegetation using the normalized difference vegetation index / J.R.G. Townshend, C.O. Justice // International Journal of Remote Sensing. 7. - 1986. - P. 1435-1445.

143. Troltzsch, K. Spatial occurrence of major tree species groups in Europe derived from multiple data sources / K. Troltzsch, J. V. Brusselen, A. Schuck // Forest Ecology and Management, 2009. -257. -P. 294-302.

144. Tuominen, S. Landsat TM imagery and high altitude aerial photographs in estimation of forest characteristics / S. Tuominen, M. Haakana // Saliva Fennica. -2005.-P. 573-584.

145. Uri, V. Biomass production, foliar and root characteristics and nutrient accumulation in young silver birch (Betula péndula Roth.) stand growing on abandoned agricultural land / V. Uri, K. Lohmus, I. Ostonen, H. Tullus, R. Lastik, M. Vildo // Eur J Forest Res DOI 10.1007/s 10342-007-0171-9.

146. Verbula, D.L. Satellite remote sensing of natural resources /D. L.Verbula // CRC Press.-2000.-P. 198.

147. Wagner, S. Directionality in fruit dispersal models for anemochorous forest trees / S. Wagner, K. Walder, E. Ribbens, A. Zeibig // Ecological Modelling. - 2004. -Vol. 179.-P. 487-498.

148. Wulder M.A. Spatially Explicit Large Area Biomass Estimation: Three Approaches Using Forest Inventory and Remotely Sensed Imagery in a GIS / M. A. Wulder, J. C. White, R. A. Fournier, J. E. Luther, S. Magnussen // Sensors. 8. - 2006. -P. 529-560.

149. Zhao, D. A comparative analysis of broadband and narrowband derived vegetation indices in predicting LAI and CCD of a cotton canopy / D. Zhao, L. Huang, J. Li, J. Qi // ISPRS Journal of Photogrammetry & Remote Sensing. 62. - 2007. - P. 2533.

150. Zheng, D. Estimating aboveground biomass using Landsat 7 ETM+ data across a managed landscape in northern Wisconsin USA / D. Zheng, J. Rademacher, J. Chen, T. Crow, M. Bresee, J. Le Moine, S.-R. Ryu // Remote Sensing of Environment journal. 93.-2004.-P. 402-411.

151. Zheng, D. Forest biomass estimated from MODIS and FIA data in the Lake States: MN, WI and MI, USA / D. Zheng, L. Heath, M. Ducey // Forestry. - 2007. -Vol. 80.-P. 265-278.

152. Zianis, D. Biomass and Stem Volume Equations for Tree Species in Europe / D. Zianis, P. Muukkonen, R. Makipaa, M.Mencuccini //The Finnish Forest Research Institute, 2005. - 63 p.