Дистанционный мониторинг и спектральная разделимость классов лесного покрова водоохранных зон рек (на примере Марийского лесного Заволжья) тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Тарасова Людмила Владимировна

• Тарасова Людмила Владимировна
• кандидат наук
• 2023

Оглавление диссертации кандидат наук Тарасова Людмила Владимировна

ВВЕДЕНИЕ

1. Состояние вопроса исследования

1.1. Водоохранные леса

1.2. Прибрежные экосистемы

1.3. Водоохранные леса и изменение климата

1.4. Мониторинг водных объектов и водоохранных лесов

1.5. Дистанционные методы оценки водоохранных лесов

1.6. Мониторинг состояния водоохранных лесов по данным ДЗЗ

Выводы по первой главе

2. Природные и климатические условия района исследования

2.1. Территория

2.2. Реки

2.3. Климат

2.4. Почвенные условия

2.5. Земельные ресурсы

2.6. Лесной покров

2.7. Лесное хозяйство в социально-экономическом развитии региона

Выводы по второй главе

3. Программа и методика исследования

3.1. Программа и объект исследования

3.2. Методика исследования

3.2.1. Тестовые участки

3.2.2. Спутниковые изображения

3.2.3. Алгоритм оценки и мониторинга водоохранной зоны рек по спутниковым изображениям

Выводы по третьей главе

4. Результаты исследований

4.1 Анализ результатов классификации по данным Sentinel-2

4.2. Оценка динамики лесного покрова

Выводы по четвертой главе

ЗАКЛЮЧЕНИЕ

2

Список сокращений и условных обозначений

Словарь терминов

Список литературы

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Дистанционный мониторинг и спектральная разделимость классов лесного покрова водоохранных зон рек (на примере Марийского лесного Заволжья)»

ВВЕДЕНИЕ

Актуальность темы исследования. Водоохранные леса речных бассейнов представляют собой сложные экосистемы с характерными растительными сообществами на относительно богатых пойменных землях, сформировавшихся в результате многолетних геоморфологических процессов, что отличает их от других лесных насаждений. Такие леса, представляя собой крайне уязвимые экосистемы, выполняют важные водорегулирующие, санитарно-гигиенические, защитно-аккумулятивные, противоэрозионные и рекреационные функции. В последние десятилетия в результате изменения водного режима, пожаров, эрозии, урбанизации, локального строительства и роста населения отмечается высокое антропогенное воздействие на прибрежные экосистемы, что приводит к их нарушениям и соответствующему снижению водоохранно-защитных функций. Эти процессы, наблюдающиеся в водоохранных лесах во многих странах мира, важны и для Российской Федерации, входящей в тройку стран с самой протяженной береговой линией. Актуальность темы диссертационного исследования также обусловлена принятыми международными обязательствами Российской Федерацией по выполнению 4 целей устойчивого развития ООН: Чистая вода и санитария (№ 6), устойчивые города и населённые пункты (№ 11), борьба с изменением климата (№ 13) и сохранение экосистем суши (№ 15). Поэтому систематический подход к картографированию, оперативному контролю и мониторингу водоохранных лесов становится важным элементом оценки изменений в их структуре, состоянии и породном составе, а также эффективности принятия решений по их устойчивому управлению и охране.

При оценке нарушений и распределении водоохранных лесов широкое применение получили данные дистанционного зондирования Земли (ДЗЗ), которые становятся незаменимым источником информации об их состоянии и динамике. Развитию дистанционного мониторинга для оценки защитных лесов придается приоритетное значение в государственных директивных документах: «Лесном кодексе» (2006), «Стратегии развития лесного комплекса Российской Федерации на период до 2030 года» (2021), приказе Минприроды России «Об утверждении По-

рядка проведения государственной инвентаризации лесов» (2021), а также «Методических указаниях по осуществлению государственного мониторинга водных объектов в части наблюдений за состоянием дна, берегов, состоянием и режимом использования водоохранных зон и изменениями морфометрических особенностей водных объектов или их частей» (2014).

Между тем, как показал анализ состояния вопроса, изучению водоохранных лесов с помощью ДЗЗ в Российской Федерации посвящено недостаточное число работ. Это обусловлено сложностью разработки технологических решений и методик по оценке защитных лесов, средним уровнем пространственного разрешения используемых данных ДЗЗ, смешением значений пикселей спутниковых изображений различных классов растительного покрова, недостаточным числом полевых данных для валидации и оценки точности классификации породного состава и т.п. Необходимость использования новых методик оценки и дистанционного мониторинга лесного покрова водоохранных зон рек на примере Марийского лесного Заволжья, направленных на преодоление этих недостатков, определяет актуальность диссертационного исследования.

Степень разработанности темы исследования. Состоянию лесного покрова в Российской Федерации на различных уровнях с использованием данных дистанционного зондирования посвящено большое число работ (Комаров и др., 2021; Гаврилова и др., 2020; Кашницкий и др., 2019; Никитина и др., 2019; Воробьёв и др., 2019; Сидоренков и др., 2019). С каждым годом растет точность распознавания по спутниковым данным древесных пород, оценка продуктивности лесного покрова и его пространственно-временного распределения (Воробьёв и др. 2023; Garioud et al., 2021; Ковалев и др., 2020; Ottosen et al., 2020; Барталев и др., 2015). Современные подходы к исследованию и инвентаризации лесного покрова по данным ДЗЗ отражены во многих публикациях российских и зарубежных ученых (Bolyn et al. 2022; Breidenbach et al., 2021; Шарый и др., 2020; Егоров и др., 2018; Алексеев, 2019; Терехин, 2019; Барталев и др., 2016; Курбанов и др., 2014). Однако исследований, посвященных мониторингу водоохранных лесов с использованием данных ДЗЗ в Российской Федерации, относительно немного и часто они

5

связаны с оценкой или моделированием затопления прибрежной территории или оценкой ландшафтов поймы (Воробьёв, Курбанов, 2021; Терехов и др., 2020; Бала-керев, 2019; Преснякова и др., 2017). По спутниковым снимкам также исследуется лесной покров бассейнов или водосборов рек (Кошелева, 2021; Корзников и др., 2020; Верхотуров и др., 2018; Украинский и др., 2017). Ряд исследований направлен на уточнение границ водоохранных зон рек и водохранилищ, а также разработке ГИС для их дистанционного мониторинга (Быстров, 2018; Поляков и др., 2006). Часть исследований посвящено мониторингу и оценке растительного покрова с использованием данных ДЗЗ в пойме рек, а также водоохранной, защитной или прибрежной зоне (Чеплянский и др., 2022; Шинкаренко и др., 2022а; Юферев, Таранов, 2016).

Между тем, как показал обзор современной научной литературы, подобные исследования широко проводятся зарубежными учёными: оценивается структура и состав растительного покрова пойм, сравниваются алгоритмы классификации наземного покрова на основе машинного обучения, анализируется эффективность различных данных ДЗЗ для мониторинга водоохранных территорий, проводится картирование биофизических параметров прибрежных зон и типов наземного покрова, оценивается восстановление прибрежных экосистем, моделируется и прогнозируется динамика наземного покрова под влиянием изменения климата, а также антропогенных и природных факторов (King et al., 2021; El-Tantawi et al., 2019).

Данная диссертационная работа отличается от вышеуказанных исследований совершенствованием алгоритма мониторинга и проведением оценки спектральной разделимости породного состава водоохранных лесов на основе данных зарубежных и отечественных спутников, использованием большого числа разносезонных и разновременных данных ДЗЗ, включением в оценку нарушенности лесов пространственно-временных факторов и физико-географической особенностью изучаемого региона.

Цель исследования. Цель исследования - совершенствование комплекса работ по оценке спектральной разделимости породного состава и мониторингу водоохранных лесов рек на основе ретроспективного анализа разносезонных спутниковых данных на примере Марийского лесного Заволжья. Для достижения указанной цели были решены следующие задачи:

• Проведен анализ существующих методов ДЗЗ в области мониторинга и оценки лесных насаждений водоохранных лесов.

• На основе разносезонных спутниковых данных Sentinel-2 проведена оценка и выявлена спектральная разделимость древесных пород водоохранных лесов рек Марийского лесного Заволжья.

• Разработан подробный алгоритм и выполнена последовательность процедур по обработке, классификации и оценке нарушенности водоохранных лесов за 19842022 гг. на основе серии разновременных спутниковых снимков Landsat.

• Проведены полевые исследования с закладкой тестовых участков в лесных насаждениях водоохранных зон рек на исследуемой территории.

• Сформированы авторские тематические карты наземного покрова вдоль русел рек Марийского лесного Заволжья и разработаны рекомендации производству.

Научная новизна работы.

1. Впервые для водоохранных зон рек Марийского лесного Заволжья разработан и апробирован алгоритм мониторинга и пространственно-временного анализа наземного покрова на основе полевых данных и серии разновременных/разно-сезонных спутниковых изображений.

2. По данным проведенных исследований предложен методический подход к оценке водоохранных лесов на основе классификации разносезонных изображений с помощью алгоритма машинного обучения «Метод случайного леса» (англ. Random forest) и анализа трендов (англ. LandTrendr).

3. Получены закономерности разделимости классов по породному составу водоохранных лесов по спектральным каналам разносезонных спутниковых изображений Sentinel-2.

Теоретическая и практическая значимость работы. Полученные результаты по совершенствованию методических подходов мониторинга и оценки пространственно-временных изменений и нарушений водоохранных лесов на основе разносезонных спутниковых данных вносят важный вклад в развитие теории и методологии лесной инвентаризации, лесного дешифрирования и картографирования. На примере Марийского лесного Заволжья подтверждена целесообразность использования комплекса мер по повышению точности классификации и оценки разделимости классов лесного покрова по данным ДЗЗ среднего пространственного разрешения. К таким подходам относятся использование серии разновремен-ных/разносезонных спутниковых данных, факторов рельефа местности, разделимость лесных пород в зависимости от их спектральной яркости по времени года, анализ трендов пространственно-временной динамики и нарушенности растительного покрова водоохранных зон.

Разработанные авторские тематические карты водоохранных лесов, полевая база данных (БД) тестовых участков и рекомендации могут быть использованы различными профильными организациями Республики Марий Эл для получения информации о нарушенных территориях и планирования мероприятий по устойчивому лесопользованию. Результаты работы могут быть также использованы при осуществлении дистанционного мониторинга водоохранных лесов, реализации мероприятий по повышению их защитных функций. Практические и теоретические результаты диссертации работы внедрены в НИР и учебный процесс во ФГБОУ ВПО «ПГТУ» (приложение А). Работа выполнена в рамках гранта Российского научного фонда № 22-16-00094, https://rscf.ru/project/22-16-00094/

Методы исследования. Методологической основой диссертационной работы явились исследования отечественных и зарубежных ученых в области использования спутниковых данных при оценке лесного покрова, классификации больших данных и оценки состояния водоохранных лесов. В работе были использованы методы таксации лесов с закладкой тестовых участков, классификации объектов наземного покрова по данным ДЗЗ среднего и высокого пространственного разрешения, методы математической статистики, преобразования снимков по индексу

8

нарушенности (DI - англ. Disturbance index), тест Манна-Кендалла для определения наличия тренда в данных DI, алгоритм оценки изменений LT (англ. LandTrendr) по данным серии разновременных спутниковых данных Landsat.

Степень достоверности и апробация научных результатов базируется на значительном объеме экспериментального материала 27 тестовых участков полевых исследований, 25139 точек нелесных территорий и 40447 точек классов лесного покрова; использовании методов математической статистики и современных геоинформационных технологий, использовании 283 спутниковых изображений Sentinel-2 и 85 изображений спутников Landsat. При статистической обработке данных использовались прикладная программа Microsoft Excel, а также модули для обработки материалов больших данных ДЗЗ в облачном сервисе GEE (англ. Google Earth Engine). Достоверность полученных данных подтверждена соответствующими статистическими критериями, использованием современных методов обработки и анализа полученных результатов.

Основные положения и результаты диссертационной работы представлены на конференциях российского и международного уровня:

1. Всероссийской (с международным участием) научной конференции студентов и молодых ученых «Образ технологического будущего России», 17-18 мая 2018 г., Йошкар-Ола, ПГТУ.

2. Международной научно-практической конференции «Экологические и технологические аспекты мониторинга и воспроизводства лесов в условиях изменения климата», 5-7 июня 2019 г., Йошкар-Ола, ПГТУ.

3. Международной конференции «Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг», 15-16 сентября 2020 г., Йошкар-Ола, ПГТУ.

4. 85-й международной научно-технической конференции Белорусского государственного технологического университета, 1-13 февраля 2021 года, Минск, Республика Беларусь.

5. Международной конференции «Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг» 28-29 сентября 2021 г., Йошкар-Ола, ПГТУ.

6. Международном конгрессе по информатике: информационные системы и технологии, 27-28 октября 2022, Минск, Республика Беларусь.

7. Международной конференции «Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг» 4-5 октября 2022 г., Йошкар-Ола, ПГТУ.

Положения диссертации, выносимые на защиту

1) Алгоритм пространственно-временного мониторинга и анализа наземного покрова водоохранных зон рек по данным серии разновременных спутниковых данных.

2) Закономерность спектральной разделимости породного состава водоохранных лесов в зависимости от сезона года на спутниковых изображениях Senti-nel-2.

3) Авторские оригиналы тематических карт наземного покрова водоохранных зон Марийского лесного Заволжья по данным мультиспектральных спутниковых изображений.

Личный вклад автора

Проведен аналитический обзор отечественных и зарубежных литературных источников; поставлена научная задача и цель исследований; во время полевых исследований заложены 27 тестовых участков в различных лесных насаждениях водоохранных зон рек Марийского Заволжья; подготовлены спутниковые снимки, разработана методика и алгоритм исследования; выполнена статистическая обработка и анализ полученных результатов (совместно с научным руководителем). Соискателем проведен анализ серии разновременных спутниковых изображений в облачной платформе GEE, выполнена оценка точности классификации, сформулированы выводы и практические рекомендации. В работе также были использованы материалы Центра устойчивого управления и дистанционного мониторинга лесов

(ЦУДМЛ) ФГБОУ ВПО «Поволжского государственного технологического университета».

Публикации

По теме диссертационной работы опубликовано 12 печатных работ, в том числе 1 научная работа в рецензируемых изданиях, рекомендованных перечнем ВАК Российской Федерации, в которых должны быть опубликованы основные научные результаты на соискание учёной степени кандидата наук, и 3 научные работы в рецензируемых изданиях наукометрической базы данных Scopus.

Структура и объем работы

Диссертация объёмом 179 страниц машинописного текста состоит из введения, 4 глав, заключения и приложений. Список использованной литературы включает 268 наименований, в том числе 117 на иностранном языке. Текст иллюстрирован 17 таблицами, 40 рисунками, 10 приложениями.

1. Состояние вопроса исследования

1.1. Водоохранные леса

Вопросы охраны прирусловых лесов начали подниматься в XVIII веке с указов Петра I №1845 от 30 марта 1701 года, в котором впервые в России запрещалась расчистка леса под пашню и сенокосы на расстоянии 30 верст от сплавных рек, а также № 1950 от 19 ноября 1703 года «Об описи лесов во всех городах и уездах, от больших рек в сторону по 50, а от малых по 20 верст ...», согласно которому на территориях, подлежавших описанию, запрещалась рубка таких пород, как дуб, клен, ильмовые, лиственница и сосна в отрубе более 12 вершков (https://nlr.ru/e-^Ла^^г/сойепШт!). В этот период были выделены особые заповедные леса, отдельные участки которых сохранились до настоящего времени в заповедниках и заказниках, например, Шипов лес на правом берегу реки Осередь, Теллермановская роща на правых берегах рек Хопёр и его притока Вороны в Воронежской области (Черных, 2012).

Вырубка лесов по берегам водотоков в XIX веке привела к тому, что реки, особенно малые, стремительно мелели и перестали быть судоходными, сократились объемы вылова рыбы, исчезли некоторые виды рыб. В 1888 г. в России был принят «Лесоохранительный закон» № 5120 («Положение о сбережении лесов»), имевшего целью спасти леса особенно защитного и водоохранного значения от хищнического истребления (http://roslesmuseum.ru/event/lesoohranitelnyj-zakon-1888§-к-130-1е^уи^о-ёпуа-рппуа^уа/). Положение делило все леса Европейской части России на защитные и незащитные. К защитным относились леса, безусловное сохранение которых являлось необходимым для государственной или общественной пользы: леса, сдерживающие сыпучие пески или препятствующие их распространению по морским прибрежьям, берегам судоходных и сплавных рек, каналов и искусственных водохранилищ; леса, охраняющие берега судоходных рек, каналов и водных источников от обрывов, размывов и повреждения ледоходом; леса, защищающие от песчаных заносов города, селения, железные, шоссейные и почтовые дороги, обрабатываемые земли и всякого рода угодья. После признания

защитной целой лесной дачи или ее отдельной части обращение этой поверхности в другой вид угодий запрещалось (Иванов, Филонов, 2020).

С 1917 года, после Октябрьской революции, вновь началась беспорядочная рубка лесов (Минлебаев, 2011; Леман и др., 2018). Лишь в середине 1930-х годов лесовосстановительные работы были возобновлены. Остатки водоохранных лесов начали охранять и оберегать не лесники, а войска НКВД СССР. Запретные полосы лесов вдоль рек и других водоемов впервые установлены совместным Постановлением от 2 июля 1936 года Центрального Исполнительного Комитета СССР № 66 и Совета Народных Комиссаров СССР №1162 «Об образовании Главного Управления лесоохраны и лесонасаждений при Совете Народных Комиссаров Союза ССР и о выделении водоохранной зоны». В зависимости от протяженности реки или площади озера, а также от лесоэкономического района ширина запретной полосы устанавливалась от 200 м до 20 км. Максимальная ширина устанавливалась по реке Волге (от 6 до 20 км по каждому берегу, по ее притокам в основном 3-4 км), по северным, сибирским и дальневосточным рекам ширина запретных полос - от 1 до 3 км. По указанным нормативам были выделены и при периодическом лесоустройстве детально описаны запретные полосы лесов по берегам водных объектов на площади 26 565 тыс. га (Липкина и др., 2018).

Постановлением Совета Министров РСФСР от 17 марта 1989 года № 91 «Об утверждении Положения о водоохранных зонах (полосах) рек, озер и водохранилищ в Российской Федерации» (ред. от 27 декабря 1994 года) вокруг акваторий рек, озер и водохранилищ выделялись водоохранные зоны: при длине реки от истока от 101 до 200 км ширина зоны составляла 300 м, от 201 до 500 км — 400 м, свыше 500 км — 500 м (https://docs.cntd.ru/document/9004760). С введением Водного кодекса РФ 2006 г. ширина водоохранных зон для рек протяженностью до 10 км увеличилась с 15 до 50 м; свыше 10 до 50 км не изменилась - 100 м; свыше 50 до 100 км осталась на уровне 200 м, свыше 100 км снизилась с 300-500 м до 200 м (https://docs.cntd.ru/document/901982862; Черных В.Л., Черных Л.В., 2014).

Советскими учеными изучались различные аспекты взаимодействия лесов и речных систем: понимание водоохранной роли лесов, оценка влияния леса на речной сток, определение оптимальной лесистости на водосборах, влияние вырубок и других лесохозяйственных мероприятий на полноводность рек и изменение водоохранной и почвозащитной роли лесов, повышение водоохранно-защитной роли насаждений путем рационального размещения хвойных и лиственных пород (По-бединский, 1989; Крестовский, 1986; Рахманов, 1984; Данилик, 1978). Основным спорным вопросом данных исследований является влияние леса на речной сток и определение в связи с этим водоохранной роли лесов (Жилкин, 1940; Рутковский, 1948; Тюрин,1949; Ткаченко,1952; Львович, 1963; Мелехов, 1980; Молчанов А.А, Губарева, 1980). Пытаясь разрешить этот вопрос, Воронков предложил схему со-подчиненности составляющих водоохранно-защитных функций лесов (рис. Б1, приложение Б), где под понятием «водоохранная (гидрологическая) роль лесов» в широком смысле понимается весь комплекс воздействий лесов на влагооборот водосборов и окружающих пространств, в узком смысле - влияние на суммарный сток (водоохранная количественная) и воздействием на качество воды (водоохранная качественная функция). Выделение же лесов в отдельные категории здесь происходит по преобладающим или наиболее интересным в хозяйственном отношении функциям (Воронков, 1988).

В Поволжье исследователями рассматривались различные аспекты защитных, водоохранных лесов и экологии Волжского бассейна. Ученые Марийского политехнического института им. А.М. Горького изучили взаимосвязь почв и лесной растительности Среднего Поволжья (Газизуллин и др., 1996). Выполнены работы по оценке влияния рекреационных нагрузок на устойчивость прибрежных лесов Марийского Заволжья и Нижегородской области (Закамский и др., 2007; Соболев, 2013), проведен анализ структуры и закономерности развития древостоев в пойменных лесах Республики Марий Эл (Демаков, Исаев, 2019). Исследовано влияние Чебоксарского водохранилища на лесопатологические характеристики древостоев для разработки способов повышения устойчивости и защитных свойств подтопленных лесов (Алексеев и др., 2013).

Для ландшафтов Волго-Ахтубинской поймы проведен мониторинг, рассмотрены природные и антропогенные причины их деградации и предложен график геолого-экономического оптимума регулирования обводнения территории исследования (Рыбашлыкова Л.П., Конев, 2017; Овчарова А.Ю., 2013). Для лесов Республики Татарстан были предложены методы оптимизация воспроизводства и использования защитных лесов (Минниханов, 2016). Ученые научного центра агроэкологии, комплексных мелиораций и защитного лесоразведения Российской академии наук, (Волгоград) исследовали роль лесных насаждений в обеспечении устойчивости Волжского бассейна к воздействию неблагоприятных факторов (Юферев и др., 2020).

1.2. Прибрежные экосистемы

В зарубежной научной литературе большое внимание уделяется прибрежным (англ. riparian) растительным экосистемам, которые играют большое значение для сохранения биоразнообразия, обеспечивают реализацию множества экосистемных функций и услуг (Riis et al., 2020). При этом прибрежные зоны являются крайне уязвимыми. Несмотря на высокую экологическую ценность, большая часть природной прибрежной растительности уже утрачена, деградирована или фрагменти-рована в результате деятельности человека (Xu et al., 2017).

В широком смысле прибрежная растительность водоохранных зон представляет собой комплекс сообществ, произрастающих в переходной области между наземными и водными экосистемами, и отличающиеся биофизическими условиями, экологическими процессами и биотой (Семенищенков, Лобанов, 2019; Dufour et al., 2019; Козлова и др., 2018). В большинстве определений прибрежной зоны используется функциональный подход и подчеркивается двустороннее влияние гидрологических, морфологических, химических и биологических процессов между водными и наземными системами (Рязанов и др., 2022; Белавкин и др., 2019). Прибрежные зоны могут включать в себя многие типы водных систем (озера, пруды, реки и т. п.), а средой для взаимодействия в основном является вода в виде

стока, паводков и динамики подземных вод. Для нескольких однотипных ключевых слов термин «зона» иногда заменяется на «ареал», «экотон», «система» или «земля».

В исследованиях для определения лесных экосистем, произрастающих на берегах водных объектов, из-за вариативности географических контекстов, изучаемых тем и целей используются различные термины как более общие такие, как «riparian forests»/«прибрежные леса» (вдоль рек), «riverine forests» / «прирусловые леса», «coastal forests» / «прибрежные леса» (на морском побережье), так и связанные с определенными свойствами и местоположением: «floodplain forests» /«пойменные леса», «alluvial swamp forests» / «аллювиальные болотные леса», «gallery forests»/ «галерейные леса» (в засушливых областях саванн, лесостепей, степей, полупустынь и пустынь), «tugai forests» / «тугайные леса» (по берегам непересыхаю-щих рек умеренных или субтропических пустынь Средней и Центральной Азии), «mangrove forests» / «мангровые леса» (вечнозелёные лиственные леса, произрастающие в приливно-отливной полосе морских побережий и устьев рек).

Природоохранные требования и мероприятия по сохранению таких территорий различаются с точки зрения водного законодательства. В Российской Федерации и странах СНГ с советских времён сохраняется принцип дробного деления на определенные границы территорий, прилегающих к побережьям водных объектов (водоохранные зоны, прибрежные защитные полосы) (Водный кодекс РСФСР, 1972). В зарубежных странах большее внимание уделяется не столько установлению границ данных территорий, сколько конкретным природоохранным мероприятиям, касающимся очищения вод, предотвращения их загрязнения. При этом охранные зоны для защиты особо ценных водных объектов, определяются различными авторскими методиками с экспертной оценкой природно-антропогенной обстановки исследуемой территории (Сатдаров, 2015).

Согласно статье 65 российского Водного кодекса от 3 июня 2006 г. № 74-ФЗ водоохранными являются территории, примыкающие к береговой линии (границам водного объекта) морей, рек, ручьев, каналов, озер, и водохранилищ, на которых

устанавливается специальный режим осуществления хозяйственной и иной деятельности в целях предотвращения загрязнения, засорения, заиления указанных водных объектов и истощения их вод, а также сохранения среды обитания водных биологических ресурсов и других объектов животного и растительного мира (https://base.garant.ru/12147594/). Таким образом, территория, которая в зарубежных исследованиях определяется как «прибрежная», согласно российскому законодательству может быть отнесена к «прибрежной защитной полосе» или «водоохранной зоне». Ширина прибрежной защитной полосы в зависимости от уклона и других особенностей водного объекта может составлять от 30 до 200 м. Ширина водоохранной зоны рек или ручьев устанавливается от их истока для рек или ручьев протяженностью: до 10 км - в размере 50 м; от 10 до 50 км - в размере 100 м; от 50 км и более - в размере 200 м ; ширина водоохранной зоны моря - 500 м (https://base.garant.ru/12147594/).

Список литературы диссертационного исследования кандидат наук Тарасова Людмила Владимировна, 2023 год

Список литературы

1. Алексеев А.С. Основные принципы организации и проведения государственной инвентаризации лесов (ГИЛ) // Вопросы лесной науки. 2019. Т. 2. № 1. С. 1-18. DOI: 10.31509/2658-607x-2019-2-1-1-18.

2. Алексеев И. А., Захаров А. В., Гусева О. Н. Влияние подтопления Чебоксарского водохранилища на лесопатологические характеристики древостоев // Вестник ПГТУ. Серия: Лес. Экология. Природопользование. 2013. №3 (19). С.93-103.

3. Али М.С., Воробьёв О.Н., Курбанов Э.А. Алгоритм «дерево решений» для классификации лесов Сирийской Арабской Республики по снимку SENTINEL-2 // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2020. № 1 (45). С.5-30. DOI: 10.25686/2306-2827.2020.1.5

4. Аншаков Г.П., Журавель Ю.Н., Ращупкин А.В. Использование мульти- и гиперспектральных данных дистанционного зондирования для автоматизированного мониторинга рек и водоёмов в весенний период // Компьютерная оптика. 2015. Т. 39. № 2. С.224-233. DOI: 10.18287/0134-2452-2015-39-2-224-233.

5. Бабинцева Р. М., Горбачев В.Н., Марченко В.Н. Экологическое зонирование территорий речных бассейнов в системе устойчивого лесопользования // Тр. XI съезда РГО. СПб., 2000. Т. 8. С. 5-18.

6. Балакерев В.В. Возможность применения методов ДЗЗ для изучения воздействия Волжской ГЭС на ландшафты Волго-Ахтубинской поймы // Экологический сборник 7: Труды молодых ученых. Всероссийская (с международным участием) молодежная научная конференция. 2019. №1. С. 65-68. DOI:10.24411/9999-010A-2019-10012

7. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А., Шабанов Н.В. Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 с.

8. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А. Состояние и перспективы развития методов спутникового картографи-

рования растительного покрова России // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. №. 5. С. 203-221.

9. Барталев С.А., Лупян Е.А., Стыценко Ф.В., Панова О.Ю., Ефремов В.Ю. Экспресс-картографирование повреждений лесов России пожарами по спутниковым данным Landsat // Современные проблемы дистанционного зондирования Земли из космоса, 2014. Т. 11. №. 1. С. 9-20.

10. Белавкин А.В., Зборовская М.И., Зимнюков В.А.Оценка влияния береговой растительности на движение водных потоков в руслах // Инновации и инвести-ции.2019. № 3.С. 204-208.

11. Быстров А.Ю. Разработка архитектуры геоинформационной системы мониторинга водоохранных зон рек и водохранилищ // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2018. Т. 62. № 1. С. 114-119. DOI: 10.30533/0536-101X-2018-62-1- 114-119.

12. Бычков И.В., Ружников Г.М., Федоров Р.К., Попова А.К., Авраменко Ю.В. Классификация космоснимков Sentinel-2 Байкальской природной территории // Компьютерная оптика. 2022. Т. 46, № 1. С. 90-96. DOI: 10.18287/2412-6179-CO-1022.

13. Васильченко А.А.Анализ оснований обнаружения водного зеркала с помощью спектрозональных данных ДЗЗ // Грани познания.2021. №2(73). С.4-8.

14. Верхотуров А.Л., Соколова Г.В., Барталев С.А., Крамарева Л.С. Исследование лесогидрологических процессов на водосборах рек бассейна Амура по данным спутниковых и гидрометеорологических наблюдений // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 142-154. DOI: 10.21046/2070-7401 -2018-15-4-142-154

15. Водный кодекс РСФСР (утв. 30.06.1972) в ред. от 12.03.1980 с изм. от 18.01.1985. URL: http://www.consultant.ru/document/cons_doc_LAW_3218/

16. Водный кодекс РФ (утв. 03.06.2006) с изм. от 04.08.2023. URL:https://docs.cntd.ru/document/901982862

17. Войтко П.Ф. Использование лесов Республики Марий Эл для строительства и эксплуатации искусственных водных объектов // Вестник МарГТУ. Серия: Лес. Экология. Природопользование. 2009. № 3. С. 75-83.

18. Воробьёв О.Н., Курбанов Э.А. Дистанционный мониторинг восстановительной динамики растительности на гарях Марийского лесного Заволжья // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14, № 2. С. 84-97. DOI: 10.21046/2070-7401-2017-14-2-84-97

19. Воробьёв О.Н., Курбанов Э.А. Оценка затопления растительного покрова в республиках Марий Эл и Чувашия при подъёме Чебоксарского водохранилища до отметки 68 м по данным ДЗЗ // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. №3. С. 214-225. DOI:10.21046/2070-7401-2021-18-3-214-225

20. Воробьёв О.Н., Курбанов Э.А., Губаев А.В., Лежнин С.А., Полевщикова Ю.А. Дистанционный мониторинг лесных гарей в Марийском Заволжье // Вестник Поволжского государственного технологического университета. №1. 2012. С.12-22.

21. Воробьёв О.Н., Курбанов Э.А., Демишева Е.Н., Меньшиков С.А., Али М.С., Смирнова Л.Н., Тарасова Л.В.; под общ. ред. проф. Э. А. Курбанова. Дистанционный мониторинг устойчивости лесных экосистем: монография / Йошкар-Ола: Поволжский государственный технологический университет, 2019. 166 с.

22. Воробьёв О.Н., Курбанов Э.А., Лежнин С.А., Губаев А.А., Дергунов Д.М., Тарасова Л.В. Пространственно-временной анализ фрагментации лесного покрова Среднего Поволжья с использованием ландшафтных индексов и спутниковых данных Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 144-159. DOI:10.21046/2070-7401-2023-20-1-144-159

23. Воробьёв О.Н., Курбанов Э.А., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Методика выявления степени повреждения древостоев после пожаров 2010 года в Среднем Поволжье // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 4. С. 217-229.

24. Воробьёв О.Н., Курбанов Э.А., Ша Дж., Лежнин С.А., Ван Дж., Коул Дж., Дергунов Д.М. Анализ трендов временных рядов вегетационных индексов по данным MODIS для оценки влияния засух на лесные насаждения Среднего Повол-

жья с 2000 по 2020 год // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 181-194. DOI:10.21046/2070-7401-2022-19-4-181-194.

25. Воробьев О.Н., Курбанов Э.А., Полевщикова Ю.А., Лежнин С.А. Оценка динамики и нарушенности лесного покрова в Среднем Поволжье по снимкам Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Том. 13. № 4. С. 124-134. DOI: 10.21046/2070-7401-2016-13-3-124134.

26. Воронков Н.А. Роль лесов в охране вод. Л.: Гидрометеоиздат, 1988. 279 с.

27. Выприцкий А.А., Шинкаренко С.С. Анализ влияния почвенно-климатических условий на сохранность государственных защитных лесных полос на основе данных Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С.147-163. DOI: 10.21046/2070-7401-202219-5-147-163

28. Гаврилова О.И., Морозова И.В., Ольхин Ю.В., Юрьева А.Л., Иоффе А.О. Динамика роста и оценка состояния культур сосны обыкновенной на вейниково-луговиковых вырубках методами дистанционного зондирования // Изв. вузов. Лесной журнал. 2020. № 1. С. 63-74. DOI: 10.37482/0536-1036-2020-1-63-74

29. Гаврилюк Е. А. Ершов Д. В. Методика совместной обработки разносезонных изображений Landsat-TM и создания на их основе карты наземных экосистем Московской области // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 4. С. 15-23.

30. Газизуллин А.Х. Почвенно-экологические условия формирования лесов Среднего Поволжья / Казань: РИЦ «Школа». 2005. 496 с.

31. Газизуллин А.Х., Сабиров А.Т., Нагимов А.З. Взаимосвязь почв и лесной растительности Среднего Поволжья // Почвоведение, №12, 1996. С. 1523-1529.

32. Гончаров Е.А., Ануфриев М.А., Обухов А.Г., Севостьянова Л.И. Характеристики пространственного распределения гидрологических и экологических показателей речной сети Республики Марий Эл // Вестник ПГТУ. Серия: Лес. Экология. Природопользование. 2020. № 4 (48). C. 61-76. DOI:10.25686/2306-2827.2020.4.61

33. Гусев А. П., Шпилевская Н.С. Динамика структуры ландшафтного покрова и современное состояние лесных экосистем // Геополитика и экогеодинамика регионов. 2014. № 2. С. 114 - 118.

34. Данилик В. Н. Повышение водоохранно-защитной роли насаждений путем рационального размещения хвойных и лиственных пород // Леса Урала и хозяйство в них, 1978, вып. II, С. 23—30.

35. Данилова И.В., Рыжкова В.А., Корец М.А. Алгоритм автоматизированного картографирования современного состояния и динамики лесов на основе ГИС // Вестник НГУ. Серия: Информационные технологии. 2010. № 4. С.15-24.

36. Демаков Ю.П. Бассейновый подход к организации систем природопользования и охраны природы // Проблемы экологии и природопользования в бассейнах рек Республики Марий Эл и сопредельных регионов. Йошкар-Ола. 2006. С. 7-11.

37. Демаков Ю.П., Исаев А.В. Структура и закономерности развития древостоев в пойменных лесах Республики Марий Эл // Сибирский лесной журнал. 2019. № 6. С. 111-125. DOI: 10.15372/SJFS20190612

38. Демаков Ю. П., Романов Е. М., Краснов В. Г., Нуреева Т. В. Опыт искусственного восстановления лесов в Среднем Поволжье и дальнейшая стратегия действий по его совершенствованию // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2021. № 1 (49). С. 23-46. DOI: 10.25686/2306-2827.2021.1.23

39. Денисов А.К. Защитно-водоохранная роль прирусловых лесов. М.-Л.: Гослес-бумиздат, 1963. 140 с.

40. Денисов С.А., Домрачева З.Н., Демичева Н.В. Эколого-лесоводственные особенности естественного возобновления сосны на гарях лесного Среднего Заволжья // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2021. № 1 (49). С. 47-63. DOI: 10.25686/2306-2827.2021.1.47

41. Денисов С. А., Домрачев А. А., Елсуков А. С. Опыт применения квадрокоптера для мониторинга возобновления леса // Вестник Поволжского государствен-

ного технологического университета. Сер.: Лес. Экология. Природопользование. 2016. № 4 (32). С. 34-46. DOI: 10.15350/2306- 2827.2016.4.34

42. Денисов С.А. Лесоведение. Йошкар-Ола: Поволжский государственный технологический университет. 2017. 212 с.

43. Денисова А.Ю., Кавеленова Л.М., Корчиков Е.С., Прохорова Н.Б., Терентьева Д.А., Федосеев Б.А. Пространственная классификация преобладающих древесных пород на территории Самарской области по данным Sentinel-2 и таксации леса // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 4. С. 86-101. DOI: 10.21046/2070-7401-2019-16-4-86-101

44. Денисова И.В., Турков Н.А. Проблемы выделения границ водоохранных зон Вычегды от г. Сыктывкара до устья // Региональные геосистемы. 2021. Т. 45. № 4. С. 590-600. DOI: 10.52575/2712-7443-2021-45-4-590-600

45. Доклад о состоянии и использовании земель в республике Марий Эл в 2021 году https://rosreestr.gov.ru/upload/to/respublika-mariy-el/протоколы/Доклад%20за% 202021 %20РМЭЛос

46. Домрачев А.А., Ануфриев М.А., Ворожцов Д.М. Основы лесной картографии (на примере ГИС MapInfo 12.0) / Практикум, Йошкар-Ола, 2018. 104 с.

47. Домрачева З.Н., Денисов С.А., Черных В.Л. О факторах устойчивости сосны к низовым пожарам в сосняках брусничных // Вестник Поволжского государственного технологического университета. Сер: Лес. Экология. Природопользование. 2022. № 2 (54) С. 15-25. DOI: 10.25686/2306-2827.2022.2.15

48. Дубенок Н.Н., Лебедев А.В., Гемонов А.В. Гидрологическая роль лесных насаждений малого водосборного бассейна // Российская сельскохозяйственная наука. 2021. № 3. С.3-6. DOI: 10.31857/S2500262721030017

49. Евдокимов С.И., Михалап С.Г. Определение физического смысла комбинации каналов снимков Landsat для мониторинга состояния наземных и водных экосистем // Вестник Псковского государственного университета. Серия: Естественные и физико-математические науки. 2015. №7. С. 21-32.

50. Егидарев Е.Г. Картографирование и оценка пойменных комплексов в долине реки Амур // Вестник ДВО РАН. 2012. №2 (162). С. 9-16.

51. Егоров В.А., Барталев С.А., Колбудаев П.А., Плотников Д.Е., Хвостиков С.А.

Карта растительного покрова России, полученная по данным спутниковой системы Proba-V // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 2. С. 282-286. DOI: 10.21046/2070-7401-2018-15-2282-286

52. Ермолаев О.П., Мальцев К.А., Мухарамова С.С., Хомяков П.В., Шынбергенов Е.А. Картографическая модель бассейновых геосистем малых рек водосбора реки Лены // Учен. зап. Казан. ун-та. Сер. Естеств. науки. 2018. Т. 160, кн. 1. С. 126-144.

53. Ерофеев А.А. Определение структуры бассейновых геосистем на основе геоинформационного моделирования (на примере бассейнов малых рек Томска и его окрестностей) // Вестн. Том. гос. ун-та. 2012. № 363. С. 192-195.

54. Жилкин Б. Д. Опыт оценки влияния леса на водный баланс // Труды Брянского лесохозяйственного института. 1940. Т. IV. С. 35—114.

55. Закамский В. А., Крылова А. А., Власова Н. А. Лесоводственно-рекреационная оценка устойчивости лесных фитоценозов при массовой рекреации в водо-охранно-рекреационных лесах Марийского Заволжья // Вестник МГУЛ - Лесной вестник. 2007. №1. С.17-22.

56. Землянухин И. П., Романцов Р. Е. Опыт изучения влияния лесных насаждений на сток и эрозию почв в условиях Воронежской области // Модели и технологии природообустройства (региональный аспект). 2017. № 2(5). С. 43-49.

57. Зотов С.А., Дмитриев Е.В., Мельник П.Г., Кондранин Т.В. Повышение информативности мультиспектральных спутниковых изображений с использованием данных текстурного анализа // ИВУЗ «Лесной журнал». 2022. № 2. С. 84-104. DOI: 10.37482/0536-1036-2022-2-84-104

58. Иванов А.Г., Филонов А.А. "Положение о сбережении лесов" и его реализация в Марийском крае в конце XIX - начале XX века // Вестник Марийского государственного университета. Серия «Исторические науки. Юридические науки». 2020. №4 (24). C. 347-357. DOI:10.30914/2411-3522-2020-6-4-347-357.

59. Катаев М. Ю., Бекеров А.А. Методика обнаружения водных объектов по многоспектральным спутниковым измерениям // Доклады ТУСУР. 2017. №4. С.105-108. DOI: 10.21293/1818-0442-2017-20-4-105-108.

60. Кашницкий А.В., Ховратович Т.С., Балашов И.В. Организация обработки данных ДЗЗ при решении задачи детектирования изменений лесного покрова набольших территориях // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. №6. С. 103-111 DOI: 10.21046/2070-74012019-16-6-103-111

61. Ковалев Н.А., Лупян Е.А., Балашов И.В., Барталев С.А., Бурцев М.А., Ершов Д.В., Кривошеев Н.П., Мазуров А.А. ИСДМ-Рослесхоз: 15 лет эксплуатации и развития // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Том 17. № 7. С. 283-291. DOI: 10.21046/2070-7401-2020-17-7-283-291

62. Козлова М.В., Турсунова Г.Ш., Горелиц О.В., Землянов И.В. Использование данных дистанционного зондирования Земли для изучения тундровых фитоце-нозов на примере водоохранных зон рек Ненецкого автономного округа // Экосистемы: экология и динамика. 2018. № 1. С. 92-111. DOI: 10.24411/2542-20062017-10005

63. Комаров А.В., Ершов Д.В., Тихонова Е.В. Информативность спектральных и морфометрических признаков оконной структуры полога древостоя на основе спутниковых данных // Лесоведение. 2021. № 3. С. 227-239. DOI:10.31857/S0024114821030074

64. Кордюков А.В. Водоохранная роль лесов бассейнов малых горных рек Сахалина // Вестник ДВО РАН. 2014. № 3. С. 61-69.

65. Корзников К.А., Беляева Н.Г., Сандлерский Р.Б. Моделирование лесного покрова бассейна реки Венгерина острове Сахалин с применением данных дистанционного зондирования // Лесоведение. 2020. № 5. С. 399-411. DOI:10.31857/S002411482005006X

66. Кошелева О.Ю. Районирование водосборов малых рек Юга Приволжской возвышенности по водоохранно-защитной роли лесов // Известия высших учебных заведений. Лесной журнал. 2021. № 1. С. 99-111. DOI 10.37482/0536-1036-20211-99-111.

67. Крестовский О.И. Влияние вырубок и восстановления лесов на водность рек. Л.: Гидрометеоиздат, 1986. 118 с.

68. Курбанов Э. А., Воробьев О. Н., Лежнин С. А., Полевщикова Ю. А. Решение

вопросов космического мониторинга лесных гарей в комплексных пакетах ENVI 4.8 и ArcGIS 10.0 // Геоматика. 2012. № 4. С. 82-92.

69. Курбанов Э.А., Воробьёв О.Н. Дистанционные методы в лесном хозяйстве: учебное пособие. Йошкар-Ола: Поволжский государственный технологический университет, 2020. 266 с.

70. Курбанов Э.А., Воробьёв О.Н., Губаев А.В., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Четыре десятилетия исследований лесов по снимкам Landsat // Вестник Поволжского государственного технологического университета. Сер. : Лес. Экология. Природопользование. 2014. Т. 21, № 1. С. 18-32.

71. Курбанов Э.А., Воробьёв О.Н., Губаев А.В., Лежнин С.А., Полевщикова Ю.А. Оценка точности и сопоставимости тематических карт лесного покрова разного пространственного разрешения на примере Среднего Поволжья // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13, № 1. С. 36-48.

72. Курбанов Э.А., Воробьёв О.Н., Лежнин С.А., Губаев А.В., Полевщикова Ю.А. Тематическое картирование растительного покрова по спутниковым снимкам: валидация и оценка точности: монография // Йошкар-Ола: Поволжский государственный технологический университет. 2015. 131 с.

73. Курбанов Э.А., Воробьёв О.Н., Меньшиков С.А., Смирнова Л.Н. Распознавание лесных насаждений и доминирующих древесных пород Пензенской области по данным спутника Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 5. С. 154-166. DOI:10.21046/2070-7401-2018-15-5-154-166

74. Леман В., Кобяков К., Винников А. Защитные леса и сохранение водных биологических ресурсов // Устойчивое лесопользование. 2018. № 1(53). С. 2-10.

75. Лесной план Республики Марий Эл: [утвержден Указом Главы Республики Марий Эл от 28 января 2019 г. N 9]. Йошкар-Ола, 2019. 220 с. URL: httpsV/ма-рийэл.рф/upload/iblock/4a6/rnewfs3x9rc21 nq6o4x 12mj g2aaxvdtc.pdf

76. Липка О.Н., Мазманянц Г.М., Исупова М.В., Алейников А.А., Замолодчиков Д.Г., Каганов В.В. Подходы к разработке крупномасштабных проектов по адаптации к изменениям климата на основе экосистем в дельте р. Или (Казахстан) //

Проблемы экологического мониторинга и моделирования экоси стем. 2020. Т. 31. №3-4. С. 88-119. DOI: 10.21513/0207-2564-2020-3-88-119.

77. Липкина Т. В. Цареградская С. Ю., Прока И. Ю. Вопросы нормативного регламентирования лесоводственных мероприятий в лесах водоохранных зон и их решение // Лесотехнический журнал. 2018. Т. 8, № 2(30). С. 64-78. DOI: 10.12737/article_5b24060bc55e80.37819564.

78. Львович М. И. Человек и воды. Преобразование водного баланса и речного стока. М.: Географгиз, 1963. 567 с.

79. Люшвин П.В., Зырянов В.Н., Егоров С.Н., Кухарский А.В., Полонский В.Ф., Коршенко А.Н., Лобов А.Л. Влияние пиковых попусков с Волгоградской ГЭС на экологию Северо-Западного Каспия // Современные проблемы дистанционного зондирования Земли из космоса. 2006. №. 2. С. 121-129.

80. Мелехов И.С. Лесоведение. М.: Лесная промышленность, 1980. 408 с.

81. Минлебаев Г. Влияние лесов на полноводность рек // ЛесПромИнформ. 2011. № 6 (80). С. 44-48.

82. Минниханов А.Р. Защитные лесные насаждения Республики Татарстан в системе природопользования // Лесохозяйственная информация. 2016. №1. С.25-29.

83. Михайлов Е.В., Сай С.В. Выделение леса на космических снимках с помощью методов машинного обучения // Доклады ТУСУРа. 2017. Т. 20. № 1. С. 89-92. DOI: 10.21293/1818-0442-2017-20-1 -89-92.

84. Молчанов А.А, Губарева В.А. Взаимосвязи в лесном биогеоценозе. М.: Наука, 1980. С. 131-141.

85. Морозова В.А. Расчет индексов для выявления и анализа характеристик водных объектов с помощью данных дистанционного зондирования // Современные проблемы территориального развития. 2019. № 2. С. 1-12.

86. Мочаева Т.В., Шургин А.И., Туев А.С. Роль лесного комплекса в социально-экономическом развитии региона (на примере Республики Марий Эл) // Лесотехнический журнал. 2018. №1 (29). С. 203-214. DOI: 10.12737/article_5ab0dfc84882e3.90352108

87. Мухамедшин К.Д., Родин С.А., Неволин Ю.И. Влияние сплошных концентри-

рованных рубок на водоохранно-защитные функции лесов Ветлужско-Унжен-ской равнины // Вестник МГУЛ - Лесной вестник. 2003. № 3. С. 85-93.

88. Мухортов Д. И., Нуреева Т. В., Ушнурцев А. В. О разработке новых технологий искусственного лесовосстановления // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. 2014. № 4(24). С. 85-89.

89. Мышляков С.Г. Возможности радарных снимков Sentinel-1 для решения задач сельского хозяйства // Геоматика. 2016. № 2 С. 16-24.

90. Нам Н.В. Исследование эффективности метода объектно-ориентированной классификации типов земных покровов по многозональным космическим изображениям // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2017. №1. С.94-99.

91. Никитина А.Д., Князева С.В., Гаврилюк Е.А., Тихонова Е.В., Эйдлина С.П., Королева Н.В. Картографирование динамики растительного покрова территории национального парка «Куршская коса» по материалам космической съемки Alos и Sentinel-2 // Вопросы лесной науки. 2019. Т. 2. №3. С.1-21. DOI:10.31509/2658-

92. Овчарова А. Ю. Причины деградации ландшафтов Волго-Ахтубинской поймы // Известия вузов. Северо-Кавказский регион. Серия: Естественные науки. 2013. №1(173). С. 77-80.

93. Одинцов Г.Е., Сабирзянов И.Г., Габделхаков А.К., Рахматуллин З.З. Выявление пожароопасных лесных участков вблизи населенных пунктов // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг. 2022. № 8. С. 95-105. DOI: 10.25686/2022.44.54.009

94. Остроухов А.В., Климина Е.М., Купцова В.А. Ландшафтное картографирование труднодоступных территорий на примере государственного природного заповедника "Болоньский" (Россия) // Nature Conservation Research. Заповедная наука. 2020. Т. 5. № 2. С. 47-63. DOI: 10.24189/ncr.2020.015

95. Охотина Н.М. Проблемы развития экологического туризма в Республике Марий Эл // Проблемы и перспективы развития туризма в Российской Федерации:

Сборник научных трудов / Севастопольский экономико-гуманитарный институт (филиал), ФГАОУ ВО "Крымский федеральный университет им. В.И. Вернадского". Симферополь: Крымский федеральный университет им. В.И. Вернадского, 2020. С. 156-159.

96. Оюунханд Б., Касьянова Е.Л. Создание модели речной сети для тематической карты с помощью ГИС-технологии // Вестник СГУГиТ. 2022. №3. С.40-49. DOI 10.33764/2411-1759-2022-27-3-40-49

97. Павлова А.Н. Геоинформационное моделирование речного бассейна по данным спутниковой съемки SRTM (на примере бассейна Р. Терешки) // Изв. Сарат. унта Нов. сер. Сер. Науки о Земле. 2009. №1. С.39-44.

98. Побединский А.В. Влияние лесохозяйственных мероприятий на изменение водоохранной и почвозащитной роли лесов // Гидрологическая роль лесных экосистем. Отв. ред. Снытко В.А. Новосибирск: Наука, 1989. С.102-108.

99. Поляков А.А., Боенко К.А., Яковченко С.Г. Идентификация антропогенно измененных ландшафтов на территориях проектируемых водоохранных зон с использованием данных дистанционного зондирования // Вычислительные технологии. 2006. Т.11. С.85-89.

100. Преснякова А.Н., Писарев А.В., Храпов С.С. Исследование динамики затопления территории Волго-Ахтубинской поймы по данным космического мониторинга // Математическая физика и компьютерное моделирование. 2017. №1 (38). С.66-74. DOI: https://doi.org/10.15688/jvolsu1.2017.1.7

101. Приказ Министерства природных ресурсов и экологии РФ от 5 августа 2022 г. № 510 "Об утверждении Лесоустроительной инструкции"

102. Приказ Минприроды России от 08.10.2014 N 432 "Об утверждении Методических указаний по осуществлению государственного мониторинга водных объектов в части наблюдений за состоянием дна, берегов, состоянием и режимом использования водоохранных зон и изменениями морфометрических особенностей водных объектов или их частей" (Зарегистрировано в Минюсте России 11.11.2014 N34630). https://docs.cntd.ru/document/420227238

103. Приказ Минприроды России от 27.09.2021 № 686 "Об утверждении Порядка проведения государственной инвентаризации лесов". https://docs.cntd.ru/

document/727092651.

104. Распоряжение от 11 февраля 2021 года N 312-р Правительства Российской Федерации «Об утверждении Стратегии развития лесного комплекса Российской Федерации до 2030 года». http://government.ru/news/41539/

105. Рахманов В.В. Гидроклиматическая роль лесов. М.; Лесн. пром-сть, 1984. 240 с.

106. Рахматуллин З.З., Рахматуллина И.Р., Габделхаков А.К., Коновалов В.Ф., Габ-драхимов К.М. Динамика изменений вегетационного индекса КОУ1 лесопарка им. Лесоводов Башкирии // Российский электронный научный журнал. 2019. № 4(34). С. 220-226. DOI: 10.31563/2308-9644-2019-34-4-220-226.

107. Романов Е.М. Воспроизводство лесов в новой стратегии перехода к устойчивому развитию лесного сектора России // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2021. № 1 (49). С. 5-22. DOI: 10.25686/2306-2827.2021.1.5

108. Рубцов М.В. Защитная функция лесов вдоль таежных рек. М.: Лесн. Пром-сть, 1983. С. 158.

109. Румянцев В.А., Коронкевич Н.И., Измайлова А.В., Георгиади А.Г., Зайцева И.С., Барабанова Е.А., Драбкова В.Г., Корнеенкова Н.Ю. Водные ресурсы рек и водоемов России и антропогенные воздействия на них // Известия РАН. Серия географическая. 2021. Т. 85. № 1. С. 120-135. DOI:10.31857/S258755662101012X

110. Рутковский В.И. Климатическая и гидрологическая роль леса // Тр. 2-го Все-еоюз. геогр. съезда. Т. 2. М., 1948, С. 378-405.

111. Рыбашлыкова Л.П., Конев С.В. Мониторинг лесного фитоценоза прибрежной территории Волго-Ахтубинской поймы // АВУ. 2017. №10 (164).

112. Рыбников П.А., Смирнов А.Ю. Особенности цифрового описания понижений рельефа при моделировании поверхности водосборных бассейнов // Проблемы недропользования. 2020. №2 (25). С. 174-180.

113. Рязанов С.С., Сабиров А.Т., Ульданова Р.А., Кулагина В.И. Оценка противоэро-зионной защиты лесными насаждениями прибрежной территории рек Предвол-жья Республики Татарстан // Ученые записки Крымского федерального университета имени В. И. Вернадского. География. Геология. 2022. № 2. С. 99-114.

114. Савин И.Ю., Барталев С.А., Лупян Е.А., Толпин В.А., Медведева М.А., Плотников Д.Е. Спутниковый мониторинг воздействия засухи на растительность (на примере засухи 2010 года в России) // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 150-162.

115. Сатдаров А.З. Водоохранные зоны и прибрежные защитные полосы в законодательных системах России и мира // Вестник Удмуртского университета. Серия «Биология. Науки о Земле». 2015. № 4. С.35-44.

116. Семенищенков Ю.А., Лобанов Г.В. Геоэкологические особенности местообитаний пойменных дубрав в долинах рек бассейна Верхнего Днепра // Вестник Санкт-Петербургского университета. Науки о Земле. 2019. Т. 64. №2. С. 328-362. DOI: 10.21638/spbu07.2019.210

117. Сидоренков В.М., Косицын В.Н., Калнин В.В., Кушнырь О.В., Рыбкин А.С. Современные тенденции развития лесотаксационного дешифрирования по данным спутниковой съемки // Лесохозяйственная. информация: электрон. сетевой журн. 2019. № 3. С. 48-60. DOI:10.24419/LHI.2304-3083.2019.3.04

118. Словарь терминов. Геодезия, картография, геоинформатика, кадастр, дистанционное зондирование. М.: МИИГАиК, 2022. 384 с.

119. Соболев Н. В. Оптимизация рекреационного использования пойменных лесов на примере памятника природы "Копосовская дубрава" города Нижнего Новгорода: автореферат диссертации на соискание ученой степени кандидата сельскохозяйственных наук. Екатеринбург, 2013. 18 с.

120. Солодовников Д.А., Шинкаренко С.С., Хаванская Н.М., Кукушкина Н.А. Опыт разработки геоинформационной системы пойменных земель Донского бассейна // Юг России: экология, развитие. 2022. Т.17. № 1. C. 151-161. DOI: 10.18470/1992-1098-2022-1-151161

121. Стратегия социально-экономического развития Республики Марий Эл на период до 2030 года (утверждена пост. Правительства РМЭ от 17 января 2018 г. № 12 в редакции пост. Правительства РМЭ от 5 ноября 2019 г. №339) https://mari-el.gov.ru/ministries/mecon/strategy/pages/development/

122. Тарасова Л.В., Зорина А.С. Возможности дистанционного зондирования для мониторинга водоохранных лесов // Лесные экосистемы в условиях изменения

климата: биологическая продуктивность и дистанционный мониторинг. Международный сборник научных статей. 2019. С. 93-103. DOI: 10.25686/3388. 2019.5.58820

123. Тарасова Л.В., Курбанов Э.А., Воробьев О.Н., Лежнин С.А., Дергунов Д.М. Использование разносезонных изображений Sentinel-2 для картографирования водоохранных лесов Марийского Заволжья // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг. 2022. №8. С. 65-83. DOI: 10.25686/10.25686.2022.79.42.008

124. Тарасова Л. В., Курбанов Э. А., Воробьёв О. Н., Лежнин С. А. Оценка разносе-зонных изображений Sentinel-2 для классификации лесного покрова водоохранных зон рек Марийского Заволжья // Вестник Поволжского государственного технологического университета. Сер: Лес. Экология. Природопользование. 2023. № 2 (58) С. 77-93. DOI: 10.25686/2306-2827.2023.2.77

125. Тебенькова Д. Н., Лукина Н. В., Катаев А. Д., Чумаченко С.И., Киселева В.В., Колычева А.А., Шанин В.Н., Гагарин Ю.Н., Кузнецова А.И. Разработка сценариев для имитационного моделирования экосистемных услуг лесов // Вопросы лесной науки. 2022. Т. 5, № 2. С. 1-87. DOI 10.31509/2658-607x-202252-104.

126. Терехин Э. А. Влияние лесистости залежных земель лесостепи на спектрально-отражательные характеристики по данным Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 223-235. DOI: 10.21046/2070-7401-2022-19-4-223-235.

127. Терехин Э. А. Оценка влияния типов нарушенности хвойных лесов лесостепи на спектральноотражательные характеристики // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 3. С. 164-175. DOI: 10.21046/2070-7401 -2023-20-3-164—175.

128. Терехин Э.А. Оценка и автоматизированное картографирование современной лесистости овражно-балочных систем Белгородской области на основе спутниковых данных // Научные ведомости Белгородского государственного университета. Серия: Естественные науки. 2019. Т. 43. № 2. С.173-181. DOI: 10.18413/2075-4671 -2019-43-2-173-181

129. Терехин Э.А. Оценка нарушенности лесов лесостепной зоны в начале XXI в. по

спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 2. С. 134-146. DOI:10.21046/2070-7401-2020-17-2-134-146.

130. Терехов А.Г., Абаев Н.Н., Лагутин Е.И. Спутниковый мониторинг Сардобин-ского водохранилища в бассейне реки Сырдарьи (Узбекистан) до и после прорыва дамбы 1 мая 2020 г. // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 3. С. 255-260. DOI:10.21046/2070-7401-2020-17-3-255-260

131. Ткаченко М.Е. Общее лесоводство. Изд. 2-е. М.; Л.: Госбумиздат, 1952. С. 172-199.

132. Тюрин И. В. Опыт классификации лесных площадей водоохранной зоны по их водоохранной роли // Исследования по лесному хозяйству, 1949, № 26, С. 5-56.

133. Украинский П.А., Терехин Э.А., Павлюк Я.В. Фрагментация лесов верхней части бассейна реки Ворскла с конца XVIII века // Вестник Московского университета. Серия 5. География. 2017. №1 С. 82-91.

134. Ульданова Р.А., Сабиров А.Т. Сохранение и воспроизводство водоохранных лесов в Предволжье Республики Татарстан // Сохранение лесных экосистем: проблемы и пути их решения: Материалы II Международной научно-практической конференции, Киров: Вятский государственный университет. 2019. С. 173-177.

135. Хлюстов В.К., Юрчук С.А., Хлюстов Д.В., Ганихин А.М. Технология комплексной оценки древесных ресурсов методами дистанционного зондирования земли // Природообустройство. 2021. № 4. С. 129-138. DOI: 10.26897/1997-6011-20214-129-138.

136. Худоназаров А.С. Влияние лесоразведения на водную среду // Гидрометеорология и экология. 2017. №1 С.177-185.

137. Чеплянский И.Я., Турчин Т.Я., Ермолова А.С. Дистанционный мониторинг государственных защитных лесных полос степной зоны европейской части России // Известия высших учебных заведений. Лесной журнал. 2022. № 3. С.44-59. DOI:10.37482/0536-1036-2022-3-44-59.

138. Чермошенцев А.Ю., Чалкова Т.А. Сравнение результатов поляриметрической классификации радиолокационных снимков Sentinel-1 для определения породного состава лесных насаждений // Регулирование земельно-имущественных

отношений в России: правовое и геопространственное обеспечение, оценка недвижимости, экология, технологические решения. 2020. Т. 2. С. 64-69. DOI:10.33764/2687-041X-2020-2-64-69.

139. Черниховский Д.М., Алексеев А.С. Автоматизированная классификация состояния хвойных насаждений на основе материалов съемки Sentinel-2 // Леса России: политика, промышленность, наука, образование: материалы VII Всероссийской научно-технической конференции. 2022. СПб: Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова. С. 385-387.

140. Черниховский Д.М., Алексеев А.С. Метод определения характеристик лесов на основе материалов дистанционного зондирования Земли, данных лесоустройства и алгоритма k-NN (на примере Лодейнопольского лесничества Ленинградской области) // Известия высших учебных заведений. Лесной журнал. 2019. № 4(370). С. 45-65. DOI: 10.17238/issn0536-1036.2019.4.45.

141. Черных В.В. Лесное законодательство в период владения Петра I // Сибирский юридический вестник.2012. №1. С.29-35.

142. Черных В.Л., Черных Л.В. Особенности использования лесов в водоохранных зонах // Великие реки' 2014: Труды конгресса 16-го Международного научно-промышленного форума. Т. 1. Н.Новгород: ННГАСУ, 2014. С. 104-106.

143. Чернышев А.В. К вопросу оптимизации способов выделения границ водоохранных зон в бассейнах рек // Известия Самарского научного центра РАН. 2011. №1-6. С. 1485-1491.

144. Чумаченко А.Н., Хворостухин Д.П., Морозова В.А. Построение гидрологически-корректной цифровой модели рельефа (на примере Саратовской области) // Изв. Сарат. ун-та. Нов. сер. Сер. Науки о Земле. 2018. Т. 18. №2. С. 104-109. DOI: 10.18500/1819-7663-2018-18-2-104-109.

145. Чупаченко О.Н. Учебно-методическое пособие по проведению общественного мониторинга загрязнений рек при добыче россыпного золота с использованием космоснимков. Москва, Всемирный фонд дикой природы (WWF), 2020. 36с.

146. Шарый П.А., Шарая Л.С., Сидякина Л.В. Связь NDVI лесов и характеристик климата Волжского бассейна // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 4. С.154-163 DOI: 10.21046/2070-7401124

2020-17-4-154-163.

147. Шинкаренко С.С., Барталев С.А., Васильченко А.А. Метод картографирования защитных лесных насаждений на основе разновременных спутниковых изображений высокого пространственного разрешения и бисезонного индекса леса // Современные проблемы дистанционного зондирования Земли из космоса. 2022а. Т. 19. № 4. С. 207-222. DOI: 10.21046/2070-7401-2022-19-4-207-222.

148. Шинкаренко С.С., Барталев С.А., Берденгалиева А.Н., Иванов Н.М. Пространственно-временной анализ горимости пойменных ландшафтов Нижней Волги // Современные проблемы дистанционного зондирования Земли из космоса. 2022б. Т. 19. №1. С. 143-157. D0I:10.21046/2070-7401-2022-19-1-143-157

149. Юферев В.Г., Таранов Н.Н. Ретроспективный анализ деградации лесов Волго-Ахтубинской поймы // Известия НВ АУК. 2016. № 3 (43). С.66-72.

150. Юферев В.Г., Ткаченко Н.А., Кошелева О.Ю. Роль лесных насаждений в обеспечении устойчивости Волжского бассейна // Известия НВ АУК. 2020. № 3 (59). С. 248-257. DOI: 10.32786/2071-9485-2020-03-26

151. Энциклопедия Республики Марий Эл. Йошкар-Ола: МарНИИЯЛИ, 2009. 870 с.

152. Abdollahnejad A., Panagiotidis D., Shataee J.S., Surovy P. Prediction of dominant forest tree species using QuickBird and environmental data // Forests. 2017. Vol. 8. № 2. Art. No. 42. P.1-19. DOI: 10.3390/f8020042.

153. Allen G.H., Pavelsky T.M. Global Extent of Rivers and Streams // Science. 2018.Vol. 361, Art. No. 6402. P. 585-588. DOI: 10.1126/science.aat0636

154. Alonso L., Picos J., Armesto J. Forest land cover mapping at a regional scale using multi-temporal Sentinel-2 imagery and RF models // Remote sensing. 2021. Vol. 13. № 12. Art. No. 2237. DOI: 10.3390/rs13122237.

155. Alwan I.A., Aziz N.A. Monitoring of surface ecological change using remote sensing technique over Al-Hawizeh Marsh, Southern Iraq // Remote sensing applications: society and environment. 2022. Vol. 27. Art. No. 100784. P.1-13. D0I:10.1016/j.rsase.2022.100784.

156. Assal T.J., Steen V.A., Caltrider T., Cundy T., Stewart C., Manning N., Anderson P.J. Monitoring long-term riparian vegetation trends to inform local habitat management in a mountainous environment // Ecological indicators. 2021. Vol. 127. Art. No.

107807. DOI: 10.1016/j.ecolind.2021.107807.

157. Ayuyo I., Krhoda G., Mukhovi S., Nyandega I. Temporal variations in rainfall and temperature and their effects on the river discharge in the Mara river basin //East African journal of science, technology and innovation. 2020. Vol. 2. № 1. P.1-23. DOI:10.37425/eajsti.v2i1.215

158. Baye M. Watershed delineation by Arc Hydro Tools // International journal of science and research. 2020. Vol. 9. № 5. P. 956-961. DOI:10.21275/SR20516144818

159. Bayle A., Carlson B.Z., Thierion V., Isenmann M., Choler P. Improved Mapping of Mountain Shrublands Using the Sentinel-2 Red-Edge Band //Remote Sensing. 2019. Vol.11(23). Art. No. 2807. DOI: 10.3390/rs11232807.

160. Behera M.D., Barnwal S., Paramanik S., Das P., Bhattyacharya B.K., Jagadish B., Roy P.S., Ghosh S.M., Behera S.K. Species-level classification and mapping of a mangrove forest using Random Forest — utilization of AVIRIS-NG and Sentinel data // Remote sensing. 2021. Vol. 13. №11. Art. No. 2027. DOI:10.3390/rs13112027

161. Belletti B., Garcia de Leaniz C., Jones J., Bizzi S., Börger L., Segura G., Castelletti A., van de Bund W., Aarestrup K., Barry J. et al. More than one million barriers fragment Europe's rivers // Nature. 2020. Vol. 588. P. 436-441. URL: https: //rdcu.be/cTGIk

162. Bentz B.J., Regniere J., Fettig C.J., Hansen E.M., Hayes J.L., Hicke J.A., Kelsey R.G., Negron J.F., Seybold S.J. Climate change and bark beetles of the Western United States and Canada: direct and indirect effects // Bioscience. 2010.Vol. 60. № 8. P.602-613. DOI: 10.1525/bio.2010.60.8.6

163. Bolyn C., Lejeune P., Michez A., Latte N. Mapping tree species proportions from satellite imagery using spectral-spatial deep learning // Remote sensing of environment. 2022. Vol. 280. Art. No. 113205. DOI: 10.1016/j.rse.2022.113205.

164. Borisade T.V., Odiwe A.I., Akinwumiju A.S., Uwalaka N.O., Orimoogunje O.I. Assessing the impacts of land use on riparian vegetation dynamics in Osun State, Nigeria // Trees, forests and people. 2021. Vol. 5. Art. No. 100099. DOI:10.1016/j.tfp.2021.100099.

165. Breidenbach J., Waser L.T., Debella-Gilo M., Schumacher J., Rahlf J., Hauglin M., Puliti S., Astrup R. National mapping and estimation of forest area by dominant tree

species using Sentinel-2 data // Canadian journal of forest research, 2021. Vol. 51. N° 3. P.365-379. DOI: 10.1139/cjfr-2020-0170.

166. Chen Y., Kirwan M.L. A phenology- and trend-based approach for accurate mapping of sea-level driven coastal forest retreat // Remote sensing of environment. 2022. Vol. 281. Art. No. 113229. DOI: 10.1016/j.rse.2022.113229.

167. Ciaburri C., Benitez M.K., Sheta A., Braik M. Automatic extraction of rivers from satellite images using image processing techniques // ACCENTS transactions on image processing and computer vision. 2020. Vol. 6. № 19. P. 32-41. D0I:10.19101/TIPCV.2020.618040.

168. Climate Change 2022: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [H.-O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, B. Rama (eds.)]. IPCC, 2022: Cambridge University Press. Cambridge University Press, Cambridge, UK and New York, NY, USA, 3056 pp., D0I:10.1017/9781009325844

169. Dang K.B., Nguyen M.H., Nguyen D.A., Phan T.T.H., Giang T.L., Pham H.H., Nguyen T.N., Tran T.T.V., Bui D.T. Coastal wetland classification with deep U-Net con-volutional networks and Sentinel-2 imagery: a case study at the Tien Yen Estuary of Vietnam // Remote Sensing. 2020. Vol. 12. № 19. Art. No.3270. DOI: 10.3390/rs12193270.

170. Debruxelles N., Claessens H., Lejeune P., Rondeux J. Design of a watercourse and riparian strip monitoring system for environmental management // Environmental monitoring and assessment. 2009 Vol. 156. P. 435-450. D0I:10.1007/s10661-008-0496-y

171. Decuyper M., Chávez R.O., Lohbeck M., Lastra J.A., Tsendbazar N., Hackländer J., Herold M., Vágen T.G. Continuous monitoring of forest change dynamics with satellite time series // Remote sensing of environment. 2022. Vol. 269. Art No. 112829. DOI: 10.1016/j.rse.2021.112829.

172. Delaney J.T., Bouska K.L., Eash J.D., Heglund P.J., Allstadt A.J. Mapping climate change vulnerability of aquatic-riparian ecosystems using decision-relevant indicators // Ecological indicators. 2021. Vol. 125. Art. No. 107581.

DOI:10.1016/j.ecolind.2021.107581

173. Domingo D., Pérez-Rodríguez F., Gómez-García E., Rodríguez-Puerta F. Assessing the efficacy of phenological spectral differences to detect invasive alienAcacia dealbatausing Sentinel-2 data in southern Europe // Remote Sensing. 2023. Vol.15. №3. Art. No. 722. DOI: 10.3390/rs15030722

174. Dottori F., Szewczyk W., Ciscar J.C., Zhao F., Alfieri L., Hirabayashi Y., Bianchi A., Mongelli I., Frieler K., Betts R.A., Feyen L. Increased human and economic losses from river flooding with anthropogenic warming // Nature climate change. 2018. Vol. 8. P. 781-786. DOI: 10.1038/s41558-018-0257-z

175. Dufour S., Rodríguez-González P.M., Laslier M. Tracing the scientific trajectory of riparian vegetation studies: main topics, approaches and needs in a globally changing world // Science of the total environment. 2019. Vol. 653. P. 1168-1185. DOI: 10.1016/j.scitotenv.2018.10.383.

176. El-Tantawi A.M., Bao A., Chang C., Liu Y.Monitoring and predicting land use/cover changes in the Aksu-Tarim River Basin, Xinjiang-China (1990-2030) // Environmental monitoring and assessment. 2019. Vol. 191. Art. No. 480. DOI:10.1007/s10661-019-7478-0

177. Eskandari S., Sarab S.A.M. Mapping land cover and forest density in Zagros forests of Khuzestan province in Iran: A study based on Sentinel-2, Google Earth and field data // Ecological informatics. 2022. Vol. 70. Art. No. 101727. P.1-18. DOI: 10.1016/j.ecoinf 2022.101727.

178. Feld C.K., Fernandes M.R., Ferreira M.T., Hering D, Ormerod S.J., Venohr M., Gutiérrez-Cánovas C. Evaluating riparian solutions to multiple stressor problems in river ecosystems - a conceptual study // Water research. 2018. Vol.139. P. 381-394. DOI: 10.1016/j.watres.2018.04.014.

179. Firozjaei M.K., Fathololoumi S., Kiavarz M., Biswas A., Homaee M., Alavipanah S.K. Land surface ecological status composition index (LSESCI): A novel remote sensing-based technique for modeling land surface ecological status // Ecological indicators. 2021. Vol.123. Art. No. 107375. P.1-21. DÜI:10.1016/j.ecolind.2021.107375.

180. Fitz J., Adenle A.A., Speranza C.I. Increasing signs of forest fragmentation in the Cross River National Park in Nigeria: underlying drivers and need for sustainable

responses // Ecological indicators. 2022. Vol. 139. Art. No. 108943. P.1-14. DOI:10.1016/j.ecolind.2022.108943.

181. Furuya D.E.G, Aguiar J.A.F, Estrabis N.V., Pinheiro M.M.F., Furuya M.T.G., Pereira D.R., Gonfalves W.N., Liesenberg V., Li J., Marcato Junior J., et al. A machine learning approach for mapping forest vegetation in riparian zones in an Atlantic biome environment using Sentinel-2 imagery // Remote sensing. 2020. Vol. 12. № 24. Art. No. 4086. P.1-16. DOI: 10.3390/rs12244086

182. Garioud A., Valero S., Giordano S., Mallet C. Recurrent-based regression of Sentinel time series for continuous vegetation monitoring // Remote sensing of environment. 2021. Vol. 263. Art. No. 112419. DOI: 10.1016/j.rse.2021.112419.

183. Gärtner P., Förster M., Kleinschmit B. The benefit of synthetically generated RapidEye and Landsat 8 data fusion time series for riparian forest disturbance monitoring // Remote sensing of environment. 2016. Vol. 177. P. 237-247. DOI:10.1016/j.rse.2016.01.028.

184. Ghorbanian A., Zaghian S., Asiyabi R.M., Amani M., Mohammadzadeh A., Jamali S. Mangrove ecosystem mapping using Sentinel-1 and Sentinel-2 satellite images and Random Forest algorithm in Google Earth Engine // Remote sensing. 2021. Vol. 13. № 13. Art. No. 2565. DOI: 10.3390/rs13132565.

185. González E., Felipe-Lucia M.R., Bourgeois B., Boz B., Nilsson C., Palmer G., Sher A.A. Integrative conservation of riparian zones // Biological conservation. 2017. Vol.211. Part B. P. 20-29. DOI: 10.1016/j.biocon.2016.10.035.

186. Gorelick N., Hancher M., Dixon M., Ilyushchenko S., Thau D., Moore R. Google Earth Engine: Planetary-scale geospatial analysis for everyone // Remote sensing of environ. 2017. Vol. 202. P. 18-27. DOI: https://doi.org/10.1016Zj.rse.2017.06.031

187. Grau J., Liang K., Ogilvie J., Arp P., Li S., Robertson B., Meng F.-R. Improved accuracy of riparian zone mapping using near ground unmanned aerial vehicle and pho-togrammetry method // Remote sensing. 2021. Vol. 13. № 10. Art. No. 1997. DOI:10.3390/rs13101997.

188. Hansen, M. C., P. V. Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, S. V. Stehman, S. J. Goetz, T. R. Loveland, A. Kommareddy, A. Egorov, L. Chini, C. O. Justice, and J. R. G. Townshend. 2013. "High-Resolution

Global Maps of 21st-Century Forest Cover Change." Science 342 (15 November): 850-53. 10.1126/science. 1244693

189. Hausner M.B., Huntington J.L., Nash C., Morton C., McEvoy D.J., Pilliod D.S., Hegewisch K.C., Daudert B., Abatzoglou J.T., Grant G. Assessing the effectiveness of riparian restoration projects using Landsat and precipitation data from the cloud-computing application ClimateEngine.org // Ecological engineering. 2018. Vol. 120, P. 432-440. DOI: 10.1016/j.ecoleng.2018.06.024.

190. Healey S. P. Cohen W.B., Zhiqiang Y., Krankina O.N. Comparison of Tasseled Cap-based Landsat Data Structures for Use in Forest Disturbance Detection // Remote Sensing of Environment. 2005. № 97. P. 301-310.

191. Hossain M. D., Chen D. Segmentation for object-based image analysis (OBIA): A review of algorithms and challenges from remote sensing perspective // ISPRS Journal of photogrammetry and remote sensing. 2019. Vol. 150. P.115-134. DOI: 10.1016/j.isprsjprs.2019.02.009.

192. Ilbay-Yupa M., Ilbay F., Zubieta R., García-Mora M., Chasi P. Impacts of climate change on the precipitation and streamflow regimes in equatorial regions: Guayas river basin // Water. 2021. Vol. 13. № 21. Art. No. 3138. DOI:10.3390/w13213138

193. Immitzer M., Neuwirth M., Böck S., Brenner H., Vuolo F., Atzberger C. Optimal input features for tree species classification in Central Europe based on multi-temporal Sentinel-2 data // Remote sensing. 2019. Vol. 11. № 22. Art. No. 2599. P.1-23. DOI: 10.3390/rs11222599

194. Islam M.R., Khan M.N.I., Khan M. Z., Roy B. A three-decade assessment of forest cover changes in Nijhum dwip national park using remote sensing and GIS // Environmental challenges. 2021. Vol. 4. Art. No. 100162. DOI: 10.1016/j.envc.2021. 100162.

195. Jackson B.K., Sullivan S.M.P. Influence of wildfire severity on riparian plant community heterogeneity in an Idaho, USA wilderness // Forest ecology and management. 2009. Vol. 259. №1. P. 24-32. DOI: 10.1016/j.foreco.2009.09.036.

196. Jamaluddin I., Chen Y.-N., Ridha S.M., Mahyatar P., Ayudyanti A.G. Two decades mangroves loss monitoring using random forest and Landsat data in east Luwu, Indo-

nesia (2000-2020) // Geomatics. 2022. Vol. 2. № 3. P. 282-296. D01:10.3390/geo-matics2030016

197. Jeong S.G., Mo Y., Kim H.G., Park C.H., Lee D.K. Mapping riparian habitat using a combination of remote-sensing techniques // International journal of remote sensing. 2016. Vol. 37. № 5. P. 1069-1088. D0I:10.1080/01431161.2016.1142685

198. Kennedy R.E., Yang Z., Gorelick N., Braaten J., Cavalcante L., Cohen W.B., Healey S. Implementation of the LandTrendr Algorithm on Google Earth Engine // Remote Sensing. 2018. Vol. 10. №5. Art. No.691. D0I:10.3390/rs10050691

199. King D.J., Harley G.L., Maxwell J.T., Heeter K.J., Vandermyde B.J., Cosgriff R.J. Floodplain forest structure and the recent decline of Carya illinoinensis (Wangenh.) K. Koch (northern pecan) at its northern latitudinal range margin, Upper Mississippi River System, USA // Forest ecology and management. 2021. Vol. 496. Art. No. 119454. DOI: 10.1016/j.foreco.2021.119454.

200. Kollert A., Bremer M., Low M., Rutzinger M. Exploring the potential of land surface phenology and seasonal cloud free composites of one year of Sentinel-2 imagery for tree species mapping in a mountainous region // International journal of applied Earth observation and geoinformation. 2021. Vol. 94. Art. No. 102208. DOI: 10.1016/j.jag.2020.102208.

201. Kong X., Ghaffar S., Determann M., Friese K., Jomaa S., Mi C., Shatwell T., Rinke K., Rode M. Reservoir water quality deterioration due to deforestation emphasizes the indirect effects of global change // Water research. 2022. Vol. 221. Art. No. 118721. Art. No. 10.1016/j.watres.2022.118721.

202. Kutz K., Cook Z., Linderman M. Object based classification of a riparian environment using ultra-high resolution imagery, hierarchical landcover structures, and image tex-ture//Scientific reports. 2022. Vol. 12. Art. No. 11291. D0I:10.1038/s41598-022-14757-y.

203. Lai S., Eladawy A., Sha J., Li X., Wang J., Kurbanov E., Lin Q. Towards an integrated systematic approach for ecological maintenance: Case studies from China and Russia // Ecological Indicators. 2022. Vol. 140. Art. No. 108982. DOI: 10.1016/j.ecolind. 2022.108982.

204. Lasaponara R., Abate N., Fattore C., Aromando A., Cardettini G., Di Fonzo M. On

the use of Sentinel-2 NDVI time series and Google Earth Engine to detect Land-Use/Land-Cover Changes in fire-affected areas // Remote sensing. 2022. Vol. 14. № 19. Art. No. 4723. DOI: 10.3390/rs14194723.

205. Lechner M., Dostalova A., Hollaus M., Atzberger C., Immitzer M. Combination of Sentinel-1 and Sentinel-2 data for tree species classification in a Central European biosphere reserve // Remote sensing. 2022. Vol. 14. № 11. Art. No. 2687. D01:10.3390/rs14112687.

206. Lehner B., Verdin K., Jarvis A. New global hydrography derived from spaceborne elevation data // Eos, Transactions, American Geophysical Union. 2008. Vol. 89. №10. P. 93-94. DOI: 10.1029/2008E0100001

207. Li Y., Wu L., Han Q., Wang X., Zou T., Fan C. Estimation of remote sensing based ecological index along the Grand Canal based on PCA-AHP-TOPSIS methodology // Ecological indicators. 2021. Vol. 122. Art. No. 107214. P.1-13. DOI: 10.1016/j.ecolind.2020.107214.

208. Liao W., Jiang W. Evaluation of the spatiotemporal variations in the eco-environmen-tal quality in China based on the remote sensing ecological index // Remote sensing. 2020. Vol. 12. №15. Art. No. 2462. P.1-18. DOI:10.3390/rs12152462

209. Lu X., Yang K., Lu., Y., Gleason C.J., Smith L.C., Li M. Small Arctic rivers mapped from Sentinel-2 satellite imagery and ArcticDEM // Journal of hydrology. 2020. Vol. 584. Art. No. 124689. P.1-13. DOI: 10.1016/j.jhydrol.2020.124689.

210. Manning A., Julian J.P., Doyle M.W. Riparian vegetation as an indicator of stream channel presence and connectivity in arid environments // Journal of arid environments. 2020. Vol. 178. Art. No. 104167. DOI: 10.1016/j.jaridenv.2020.104167.

211. Martinis S., Groth S., Wieland M., Knopp L., Rattich M. Towards a global seasonal and permanent reference water product from Sentinel-1/2 data for improved flood mapping // Remote sensing of environment. 2022. Vol. 278. Art. No. 113077. P.1-19. DOI: 10.1016/j.rse.2022.113077.

212. Mazza G., Becagli C., Proietti R., Corona P. Climatic and anthropogenic influence on tree-ring growth in riparian lake forest ecosystems under contrasting disturbance regimes // Agricultural and forest meteorology. 2020. Vol. 291. Art. No. 108036. DOI: 10.1016/j.agrformet.2020.108036.

213. Mcfeeters S.K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features // International journal of remote sensing. 1996. Vol.17. № 7. P. 1425-1432. DOI: 10.1080/01431169608948714

214. Michez A., Piegay H., Jonathan L., Claessens H., Lejeune P. Mapping of riparian invasive species with supervised classification of Unmanned Aerial System (UAS) imagery // International journal of applied Earth observation and geoinformation. 2016. Vol. 44. P. 88-94. DOI: 10.1016/j.jag.2015.06.014.

215. Millennium ecosystem assessment. Ecosystems and human well-Being: Wetlands and water synthesis / M. Finlayson, R.D. Cruz, N.Davidson., Eds.; World Resources Institute: Island press, Washington, DC, USA, 2005.

216. Mohammadpour P., Viegas D.X., Viegas C. Vegetation mapping with Random Forest using Sentinel 2 and GLCM texture feature — a case study for Lousa Region, Portugal // Remote sensing. 2022. Vol. 14. № 18. Art. No. 4585. DOI: 10.3390/rs14184585.

217. Morgan B.E., Bolger D.T., Chipman J.W., Dietrich J.T. Lateral and longitudinal distribution of riparian vegetation along an ephemeral river in Namibia using remote sensing techniques // Journal of arid environments. 2020. Vol. 181. Art. No. 104220. P.1-11. DOI: 10.1016/j.j aridenv .2020.104220.

218. Msofe N.K., Sheng L., Lyimo J. Land use change trends and their driving forces in the Kilombero Valley Floodplain, Southeastern Tanzania // Sustainability. 2019. Vol. 11. № 2. Art. No. 505. P. 1-25. DOI: 10.3390/su11020505.

219. Nagler P.L., Barreto-Munoz A., Chavoshi Borujeni S., Nouri H., Jarchow C.J., Didan K. Riparian area changes in greenness and water use on the lower Colorado river in the USA from 2000 to 2020 // Remote sensing. 2021. Vol. 13. № 7. Art. No. 1332. DOI: 10.3390/rs13071332.

220. Nolin A.F., Tardif J. C., Conciatori F., Bergeron Y. Flood-rings production modulated by river regulation in eastern boreal Canada// Frontiers in plant science. 2021. Vol.12. Art. No. 757280. DOI: 10.3389/fpls.2021.757280

221. Obida C.B., Blackburn G.A., Whyatt J. D., Semple K.T. River network delineation from Sentinel-1 SAR data // International journal of applied Earth observation and geoinformation. 2019. Vol. 83. Art. No. 101910. P.1-12. DOI:10.1016/j.jag.2019.101910.

222. Olokeogun O.S., Kumar M. An indicator based approach for assessing the vulnerability of riparian ecosystem under the influence of urbanization in the Indian Himalayan city, Dehradun // Ecological indicators. 2020. Vol. 119. Art. No. 106796. P.1-12. DOI: 10.1016/j.ecolind.2020.106796.

223. Ottosen T.B., Petch G., Hanson M., Skj0th C.A. Tree cover mapping based on Senti-nel-2 images demonstrate high thematic accuracy in Europe // International journal of applied Earth observation and geoinformation. 2020. Vol. 84. P. 1-12. D0I:10.1016/j.jag.2019.101947

224. Pasquarella V.J., Arévalo P., Bratley K.H., Bullock E.L., Gorelick N., Yang Z., Kennedy R.E. Demystifying LandTrendr and CCDC temporal segmentation // International journal of applied Earth observation and geoinformation. 2022.Vol.110. Art. No. 102806. DOI: 10.1016/j.jag.2022.102806.

225. Pericolo O., Camarero J. J., Colangelo M., Valeriano C., Sánchez-Salguero R., Bor-ghetti M., Castellaneta M., Nola P., Ripullone F. Species specific vulnerability to increased drought in temperate and Mediterranean floodplain forests // Agricultural and forest meteorology. 2023. Vol. 328. Art. No. 109238. DOI: 10.1016/j.agrformet. 2022.109238.

226. Persson M, Lindberg E, Reese H. Tree species classification with multi-temporal Sen-tinel-2 data // Remote sensing. 2018. Vol. 10. № 11. Art. No. 1794. P.1-19 DOI: 10.3390/rs10111794

227. Phan T.N., Kuch V., Lehnert L.W. Land cover classification using Google Earth Engine and Random Forest classifier — the role of image composition //Remote sensing. 2020. Vol. 12. № 15. Art. No. 2411. DOI: 10.3390/rs12152411

228. Pontes P.R.M., Cavalcante R.B.L., Giannini T.C., Costa C.P.W., Tedeschi R.G., Melo A.M.Q., Xavier A.C.F. Effects of climate change on hydrology in the most relevant mining basin in the eastern legal Amazon // Water. 2022. Vol. 14. №9. Art. No. 1416. DOI: 10.3390/w14091416

229. Pratico S., Solano F., Di Fazio S., Modica G. Machine learning classification of Mediterranean forest habitats in Google Earth Engine based on seasonal Sentinel-2 time-series and input image composition optimization //Remote sensing. 2021. Vol.13. №4. Art. No. 586. DOI: 10.3390/rs13040586

230. Pu R. Mapping tree species using advanced remote sensing technologies: a state-of-the-art review and perspective // Journal of remote sensing. 2021. Art.No.9812624. DOI: 10.34133/2021/9812624.

231. Purwanto A.D., Wikantika K., Deliar A., Darmawan S. Decision tree and random forest classification algorithms for mangrove forest mapping in Sembilang national park, Indonesia // Remote sensing. 2023. Vol. 15. № 1. Art. No.16. DOI: 10.3390/rs15010016

232. Rees W.G., Tomaney J., Tutubalina O., Zharko V., Bartalev S. Estimation of boreal forest growing stock volume in Russia from Sentinel-2 MSI and Land Cover Classification //Remote Sensing. 2021. Vol. 13. № 21. Art. No. 4483. DOI: 10.3390/rs13214483.

233. Riedler B, Pernkopf L., Strasser T., Lang S., Smith G. A composite indicator for assessing habitat quality of riparian forests derived from Earth observation data // International journal of applied Earth observation and geoinformation. 2015. Vol. 37. P.114-123. DOI: 10.1016/j.jag.2014.09.006.

234. Riis T., Kelly-Quinn M., Aguiar F. C., Manolaki P., Bruno D., Bejarano M. D. et al. Global overview of ecosystem services provided by riparian vegetation // BioScience. 2020. Vol. 70. № 6. P. 501-514. DOI: 10.1093/biosci/biaa041

235. Rösch M, Sonnenschein R, Buchelt S, Ullmann T. Comparing PlanetScope and Sentinel-2 imagery for mapping mountain pines in the Sarntal Alps, Italy //Remote Sensing. 2022. Vol. 14. № 13. Art. No. 3190. DOI: 10.3390/rs14133190

236. Rusnak T., Halabuk A., Halada L., Hilbert H., Gerhatova K. Detection of invasive Black Locust (Robinia pseudoacacia) in small woody features using spatiotemporal compositing of Sentinel-2 data // Remote sensing. 2022. Vol. 14. № 4. Art. No. 971. DOI: 10.3390/rs14040971

237. Salo J.A., Theobald D.M., Brown T.C. Evaluation of methods for delineating riparian zones in a semi-arid montane watershed // Journal of the American water resources association. 2016. Vol. 52. № 3. P. 632-647. DOI: 10.1111/1752-1688.12414

238. Sanjou M, Okamoto T, Nezu I. Experimental study on fluid energy reduction through a flood protection forest // Journal of flood risk management. 2018. Vol.11. Art. No. e12339. DOI: 10.1111/jfr3.12339

239. Singh B.M., Choudhary K., Paringer R., Kupriyanov A. Spatiotemporal ecological vulnerability analysis with statistical correlation based on satellite remote sensing in Samara, Russia // Journal of environmental management. 2021. Vol. 285. Art.No.112138. DOI: 10.1016/j.jenvman.2021.112138.

240. Stöcker C., Bennett R., Nex F., Gerke M., Zevenbergen J. Review of the current state of UAV regulations // Remote sensing. 2017. Vol. 9. № 5. Art.No.459. P.1-26. DOI: 10.3390/rs9050459

241. Strasser T., Lang S. Object-based class modelling for multi-scale riparian forest habitat mapping // International journal of applied Earth observation and geoinformation. 2015. Vol. 37. P.29-37. DOI: 10.1016/j.jag.2014.10.002.

242. Stutter M., Baggaley N., O hUallachain D., Wang C. The utility of spatial data to delineate river riparian functions and management zones: A review // Science of the total environment. 2021. Vol. 757. Art. No. 143982. DOI: 10.1016/j.sci-totenv.2020.143982.

243. Sun C., Li J., Liu Y., Liu Yo., Liu R. Plant species classification in salt marshes using phenological parameters derived from Sentinel-2 pixel-differential time-series // Remote sensing of environment. 2021. Vol. 256, Art. No. 112320. DOI: 10.1016/j.rse.2021.112320.

244. Svoboda J., Stych P., Lastovicka J., Paluba D., Kobliuk N. Random forest classification of Land Use, Land-Use Change and Forestry (LULUCF) using Sentinel-2 data— a case study of Czechia //Remote sensing. 2022. Vol. 14. №5. Art. No. 1189. DOI: 10.3390/rs14051189.

245. Tamiminia H., Salehi B., Mahdianpari M., Quackenbush L., Adeli S., BriscoB. Google Earth Engine for geo-big data applications: A meta-analysis and systematic review // ISPRS journal of photogrammetry and remote sensing. 2020. Vol. 164. P.152-170. DOI: 10.1016/j.isprsjprs.2020.04.001.

246. Tarasova L.V., Smirnova L.N. Satellite-based analysis of classification algorithms applied to the riparian zone of the Malaya Kokshaga river // IOP "FORECO 2021" Conf., Ser.: Earth and Environ. Sci. 2021. Vol. 932. Art. No. 012012. DOI: 10.1088/1755-1315/932/1/012012

247. Tomsett C., Leyland J. Remote sensing of river corridors: A review of current trends

and future directions // River research and applications. 2019. Vol. 35. P.779-803. DOI: 10.1002/rra.3479

248. Torres M.F.O., Moura M.M., Ferreira R.A., Silva-Mann R., Almeida A.Q., Nasci-mento M. I. C. Spatial framework vulnerability in riparian area in Sergipe: The case of the lower course of the Sao Francisco River // Remote sensing applications: society and environment. 2021. Vol. 24. Art. No. 100628. DOI:10.1016/j.rsase.2021.100628.

249. Trubin A., Mezei P., Zabihi K., Surovy P., Jakus R. Northernmost European spruce bark beetle Ips typographus outbreak: modelling tree mortality using remote sensing and climate data // Forest ecology and management. 2022. Vol. 505. Art. No. 119829. DOI: 10.1016/j.foreco.2021.119829.

250. Van Looy K., Piffady J. Metapopulation modelling of riparian tree species persistence in river networks under climate change // Journal of environmental Management. 2017. Vol. 202. Part 2. P. 437-446. DOI: 10.1016/j.jenvman.2016.11.019.

251. Vorobev O.N., Kurbanov E.A., Lezhnin S.A., DergunovD.M., TarasovaL.V. Monitoring and assessment of forest cover disturbance in the Middle Volga region of Russia using Landsat images // IOP "FORECO 2021" Conf., Ser.: Earth and Environ. Sci. 2021. Vol. 932. Art. No. 012007. 10 p. DOI:10.1088/1755-1315/932/1/012007.

252. Wang C., Jia M., Chen N., Wang W. Long-term surface water dynamics analysis based on Landsat imagery and the Google Earth engine platform: a case study in the Middle Yangtze river basin // Remote sensing. 2018. Vol.10. №10. Art. No. 1635. P.1-18. DOI: 10.3390/rs10101635

253. Wang M., Zheng Y., Huang C., Meng R., Pang Y., Jia W., Zhou J., Huang Z., Fang L., Zhao F. Assessing Landsat-8 and Sentinel-2 spectral-temporal features for mapping tree species of northern plantation forests in Heilongjiang Province, China // Forest Ecosystems. 2022. Vol. 9. Art. No. 100032. DOI: 10.1016/j.fecs.2022.100032.

254. Wang Z., Liu J., Li J., Meng Y., Pokhrel Y., Zhang H. Basin-scale high-resolution extraction of drainage networks using 10-m Sentinel-2 imagery // Remote sensing of environment. 2021. Vol. 255. Art. No. 112281. P. 1-15. DOI: 10.1016/j.rse.2020.112281.

255. Wang Z., Liu J., Li J., Zhang D.D. Multi-spectral water index (MuWI): a native 10-m multi-spectral water index for accurate water mapping on Sentinel-2 // Remote sensing. 2018. Vol.10. № 10. Art. No. 1643. P.1-21. DOI:10.3390/rs10101643

256. Weissteiner C.J., Ickerott M., Ott H., Probeck M., Ramminger G., Clerici N., Dufour-mont H., De Sousa AMR. Europe's green arteries—a continental dataset of riparian zones // Remote Sensing. 2016. Vol. 8. Iss. 11. Art. No. 8110925. DOI: 10.3390/rs8110925

257. Welle T., Aschenbrenner L., Kuonath K., Kirmaier S., Franke J. Mapping dominant tree species of German forests // Remote sensing. 2022. Vol. 14. № 14. Art.No.3330. DOI: 10.3390/rs14143330.

258. Wessel M, Brandmeier M, Tiede D. Evaluation of different machine learning algorithms for scalable classification of tree types and tree species based on Sentinel-2 data // Remote sensing. 2018. Vol. 10. № 9. Art. No. 1419. P. 1-21. DOI: 10.3390/rs10091419

259. Xiang J., Xing Y., Wei W., Yan E., Jiang J., Mo D. Dynamic detection of forest change in Hunan province based on Sentinel-2 images and deep learning // Remote sensing. 2023. Vol. 15. № 3. Art. No. 628. DOI: 10.3390/rs15030628.

260. Xu F., Otte A., Ludewig K., Donath T.W., Harvolk-Schöning S. Land cover changes (1963-2010) and their environmental factors in the upper Danube floodplain // Sus-tainability. 2017. Vol. 9. № 6. Art. No. 943. P. 1-37. DOI:10.3390/su9060943

261. Yang G., Li Y., Huang T., Fu B., Tang J., Zhang X., Wu J. Multi-scale evaluation of ecological restoration effects in the riparian zone using Landsat series images from 1980 to 2019 // Ecological Indicators. 2021. Vol. 132. Art. No. 108342. P.1-18. DOI:10.1016/j.ecolind.2021.108342.

262. Yang K., Li M., Liu Y., Cheng L., Huang Q., Chen Y. River detection in remotely sensed imagery using Gabor filtering and path opening // Remote sensing. 2015. Vol. 7. № 7. P. 8779-8802. DOI: 10.3390/rs70708779

263. Yang S., Bai J., Zhao C., Lou H., Zhang C., Guan Y., Zhang Y., Wang Z., Yu X. The assessment of the changes of biomass and riparian buffer width in the terminal reservoir under the impact of the South-to-North Water Diversion Project in China // Ecological indicators. 2018. Vol. 85. P.932-943. DOI: 10.1016/j.ecolind.2017.11.011.

264. Yang X., Zhu Z., Qiu S., Kroeger K. D., Zhu Z., Covington S. Detection and characterization of coastal tidal wetland change in the northeastern US using Landsat time series // Remote sensing of environment. 2022. Vol. 276. Art No. 113047.

DOI: 10.1016/j.rse.2022.113047.

265. You H., Huang Y., Qin Z., Chen J., Liu Y. Forest tree species classification based on Sentinel-2 images and auxiliary data //Forests. 2022. Vol. 13. № 9. Art. No. 1416. DOI: 10.3390/f13091416.

266. Zagajewski B., Kluczek M., Raczko E., Njegovec A., Dabija A., Kycko M. Comparison of Random Forest, Support Vector Machines, and Neural Networks for postdisaster forest species mapping of the Krkonose / Karkonosze transboundary biosphere reserve // Remote sensing. 2021. Vol.13. №13. Art. No.2581. DOI: 10.3390/rs13132581.

267. Zaimes G.N., Gounaridis D., Symenonakis E., Assessing the impact of dams on riparian and deltaic vegetation using remotely-sensed vegetation indices and Random Forests modelling // Ecological indicators. 2019. Vol. 103, P. 630-641. DOI:10.1016/j.ecolind.2019.04.047.

268. Zheng Z., Wu Z., Chen Y., Yang Z., Marinello F. Exploration of eco-environment and urbanization changes in coastal zones: A case study in China over the past 20 years // Ecological indicators. 2020. Vol. 119. Art. No. 106847. P.1-13. DOI: 10.1016/j.ecolind.2020.106847.

ПРИЛОЖЕНИЯ

Приложение А

Рисунок Б1- Схема соподчиненности составляющих водоохранно-защитных функций лесов (Воронков, 1988)

Таблица В1. - Основные характеристики тестовых участков полевых исследований

№ п/п Состав Средний возраст Средняя высота Средний диаметр Средняя полнота Широта Долгота Дата исследования ВОЗ реки

1 6Лп2Ос1С1Е+Б 55 25 19,1 0,64 56,40975 48,15865 22.07.2022 Малый Кундыш

2 4Лп3Б2Ос1Е 65 26 20,1 0,71 56,41112 48,1629 22.07.2022 Малый Кундыш

3 3Е3Б2Олх1С1Лп 105 26 20,1 0,77 56,22918 48,33237 22.07.2022 Юшут

4 5Б4С1Лп+Ол+Е 115 25 26,7 0,87 56,23132 48,33168 22.07.2022 Юшут

5 5С3Д1В1Лп 55 24 23,6 0,68 56,1318 48,32552 22.07.2022 Илеть

6 7В2Лп1Кл+С 100 25 21,0 0,73 56,13068 48,32487 22.07.2022 Илеть

7 6Д3Олх1Лп 125 23 24,9 0,75 56,17623 47,93293 22.07.2022 Малая Кокшага

8 5Лп3Д2С 85 24 33,5 0,86 56,56937 47,3143 26.07.2022 Большая Кокшага

9 7Лп 2Д1Ос 70 24 22,5 0,69 56,57147 47,31348 26.07.2022 Большая Кокшага

10 6Лп 3Д1С 100 24 35,4 0,92 56,56208 47,13987 05.08.2022 Большой Кундыш

11 4Б3Ос2Лп1Д+Е 65 26 29,2 0,76 56,5631 47,13521 05.08.2022 Большой Кундыш

12 6Б3С1Е+Ос 75 25 28,0 0,88 56,41233 46,73125 05.08.2022 Арда/ Волга

13 9Олх1Б 60 22 23,5 0,83 56,41383 46,73318 05.08.2022 Арда/ Волга

14 9Б1Лп 50 25 14,5 0,84 56,48333 46,61698 05.08.2022 Рутка

15 10Б 50 23 17,7 0,86 56,48608 46,6168 05.08.2022 Рутка

16 9С1Б 70 24 26,7 0,77 56,43303 46,3189 05.08.2022 Ветлуга

17 8С2Б 70 26 30,8 0,85 56,43297 46,31882 05.08.2022 Ветлуга

18 10С 77 18 30,7 0,72 55,98758 48,29309 19.10.2022 Илеть

19 3С2Е2Д1Кл1Ос1В+Б 53 18 33,3 0,79 56,19105 47,70498 19.10.2022 Большая Кокшага

20 10С 52 22 22,0 0,61 56,1491 47,66663 11.05.2023 Волга

21 8С2Д 70 20 29,1 0,60 56,19421 47,70112 11.05.2023 Большая Кокшага

22 5Е3Д1С1В+Б 55 20 29,0 0,57 56,19299 47,70265 11.05.2023 Большая Кокшага

23 8Е2Б+ Ив 70 22 37,0 0,92 56,98032 48,23879 20.07.2023 Малая Кокшага

24 9Б1С (молодняки) 10 8 6,0 1,00 56,66108 49,84496 21.07.2023 Уржумка

25 9Ол1Лп 40 15 17,0 0,60 56,5864 49,49619 21.07.2023 Илеть

26 7С2Б1Е 65 22 30,0 0,50 56,4125 49,07178 21.07.2023 Ировка

27 6Лп4В+Б 70 19 28,5 0,75 56,57477 47,94467 14.09.2023 Малая Кокшага

щм

Рисунок В2-Тестовые участки в водоохранной зоне реки Илеть (22.07.2022 г., №6)

Рисунок В3 -Тестовые участки в водоохранной зоне реки Ветлуга (5.08.2022 г., №16)

Рисунок В4 -Тестовые участки в водоохранной зоне реки Большой Кундыш (5.08.2022 г., №10)

Рисунок В6 -Тестовые участки в водоохранной зоне реки Малая Кокшага (22.07.2022 г., №7)

Таблица Г1. - Основные характеристики используемых снимков Sentinel-2

Снимки уровня 2A, используемые для классификации в GEE

ГО снимка /PRODUCT_ID (MMM_MSIXXX_YYYYMMDDHHMMSS_Nxxyy_ROOO_Txxxxx_Product Discriminator*) Месяц Дата съемки Номер тайла /Пк Number Процент облачности (doudy_pixel_per-centage)

Э2Б М81Ь2Л 20211211Т082239 N0301 Ю21 Т38УРЫ 20211211Т102534 декабрь 11.12.2021 Т38УРЫ 1,951663

Э2Л М81Ь2Л 20220125Т082231 N0400 Ю21 Т38УРЫ 20220125Т110433 январь 25.01.2022 Т38УРЫ 1,491469

Э2Б М81Ь2Л 20230109Т080219 N0509 И035 Т38УРЫ 20230109Т095138 январь 09.01.2023 Т38УРЫ 1,814675

Э2Б М81Ь2Л 20220301Т081749 N0400 Ю21 Т38УРЫ 20220301Т110311 март 01.03.2022 Т38УРЫ 0,595622

Э2Л М81Ь2Л 20220323Т080611 N0400 И078 Т38УРЫ 20220323Т122907 март 23.03.2022 Т38УРЫ 0,020773

Э2Л М81Ь2Л 20200409Т075611 N0214 И035 Т38УРЫ 20200409Т102600 апрель 09.04.2020 Т38УРЫ 0,236793

Э2Л М81Ь2Л 20210417Т080601 N0300 И078 Т38УРЫ 20210417Т113007 апрель 17.04.2021 Т38УРЫ 0,784576

Э2Л М81Ь2Л 20210420Т081601 N0300 Ю21 Т38УРЫ 20210420Т101122 апрель 20.04.2021 Т38УРЫ 0,882466

Э2Б М81Ь2Л 20220420Т081559 N0400 Ю21 Т38УРЫ 20220420Т105659 апрель 20.04.2022 Т38УРЫ 0,004761

Э2Л М81Ь2Л 20230404Т075611 N0509 И035 Т38УРЫ 20230404Т112602 апрель 04.04.2023 Т38УРЫ 0,892537

Э2Б М81Ь2Л 20230405Т081609 N0509 Ю21 Т38УРЫ 20230405Т101353 апрель 05.04.2023 Т38УРЫ 0,130629

Э2Л М81Ь2Л 20200502Т080611 N0214 И078 Т38УРЫ 20200502Т112442 май 02.05.2020 Т38УРЫ 0,318904

Э2Б М81Ь2Л 20200530Т081609 N0214 Ю21 Т38УРЫ 20200530Т114407 май 30.05.2020 Т38УРЫ 0,002017

Э2Б М81Ь2Л 20210519Т075609 N0300 И035 Т38УРЫ 20210519Т094604 май 19.05.2021 Т38УРЫ 0,090948

Э2Л М81Ь2Л 20210520Т081601 N0300 Ю21 Т38УРЫ 20210520Т101934 май 20.05.2021 Т38УРЫ 0,940002

Э2Л М81Ь2Л 20210527Т080611 N0300 И078 Т38УРЫ 20210527Т114240 май 27.05.2021 Т38УРЫ 0,300397

Э2Л М81Ь2Л 20220509Т075611 N0400 И035 Т38УРЫ 20220509Т152214 май 09.05.2022 Т38УРЫ 0,05393

Э2Л М81Ь2Л 20210603Т075611 N0300 И035 Т38УРЫ 20210603Т110306 июнь 03.06.2021 Т38УРЫ 0,034629

Э2Б М81Ь2Л 20210604Т081609 N0300 Ю21 Т38УРЫ 20210604Т102406 июнь 04.06.2021 Т38УРЫ 0,002877

Э2Л М81Ь2Л 20210619Т081601 N0300 Ю21 Т38УРЫ 20210619Т101012 июнь 19.06.2021 Т38УРЫ 0,076516

Э2Л М81Ь2Л 20220614Т081611 N0400 Ю21 Т38УРЫ 20220614Т120009 июнь 14.06.2022 Т38УРЫ 0,005448

Э2Б М81Ь2Л 20220626Т080609 N0400 И078 Т38УРЫ 20220626Т100529 июнь 26.06.2022 Т38УРЫ 0,010919

Э2Л М81Ь2Л 20230613Т075611 N0509 И035 Т38УРЫ 20230613Т113003 июнь 13.06.2023 Т38УРЫ 0,001263

Э2Л М81Ь2Л 20200708Т075611 N0214 И035 Т38УРЫ 20200708Т111246 июль 08.07.2020 Т38УРЫ 0,038827

Э2Л М81Ь2Л 20210706Т080611 N0301 И078 Т38УРЫ 20210706Т120637 июль 06.07.2021 Т38УРЫ 0,072482

Э2Б М81Ь2Л 20230728Т075619 N0509 И035 Т38УРЫ 20230728Т095315 июль 28.07.2023 Т38УРЫ 0,000225

Э2Б М81Ь2Л 20200805Т080609 N0214 И078 Т38УРЫ 20200805Т105558 август 05.08.2020 Т38УРЫ 0,020796

Э2Л М81Ь2Л 20200823Т081611 N0214 Ю21 Т38УРЫ 20200823Т100712 август 23.08.2020 Т38УРЫ 0,02679

Э2Л М81Ь2Л 20220820Т080621 N0400 И078 Т38УРЫ 20220820Т121001 август 20.08.2022 Т38УРЫ 0,195073

Э2Л М81Ь2Л 20230812Т075611 N0509 И035 Т38УРЫ 20230812Т123354 август 12.08.2023 Т38УРЫ 0,082918

Э2Б М81Ь2Л 20230817Т075619 N0509 И035 Т38УРЫ 20230817Т105659 август 17.08.2023 Т38УРЫ 0,000577

Э2Б М81Ь2Л 20200904Т080609 N0214 И078 Т38УРЫ 20200904Т102742 сентябрь 04.09.2020 Т38УРЫ 11,983236

Э2Л М81Ь2Л 20200906Т075611 N0214 И035 Т38УРЫ 20200906Т111921 сентябрь 06.09.2020 Т38УРЫ 4,04029

Э2Б М81Ь2Л 20200924Т080649 N0214 И078 Т38УРЫ 20200924Т102247 сентябрь 24.09.2020 Т38УРЫ 11,550317

Э2Б М81Ь2Л 20201004Т080759 N0214 И078 Т38УРЫ 20201004Т103325 октябрь 04.10.2020 Т38УРЫ 0,45193

Э2Л М81Ь2Л 20201029Т081051 N0214 И078 Т38УРЫ 20201029Т104651 октябрь 29.10.2020 Т38УРЫ 1,232879

Э2Л М81Ь2Л 20211007Т081831 N0301 Ю21 Т38УРЫ 20211007Т105812 октябрь 07.10.2021 Т38УРЫ 0,004479

Э2Л М81Ь2Л 20211210Т080321 N0301 И035 Т38УР1 20211210Т111019 декабрь 10.12.2021 Т38УР1 0,755587

Э2Л М81Ь2Л 20220125Т082231 N0400 Ю21 Т38УР1 20220125Т110433 январь 25.01.2022 Т38УР1 1,925878

Э2Л М81Ь2Л 20230107Т081321 N0509 И078 Т38УР1 20230107Т112753 январь 07.01.2023 Т38УР1 0,048421

Э2Б М81Ь2Л 20230109Т080219 N0509 И035 Т38УР1 20230109Т095138 январь 09.01.2023 Т38УР1 0,736778

Э2Л М81Ь2Л 20230110Т082321 N0509 Ю21 Т38УР1 20230110Т112558 январь 10.01.2023 Т38УР1 0,062868

Э2Л М81Ь2Л 20200316Т081651 N0214 Ю21 Т38УР1 20200316Т125609 март 16.03.2020 Т38УР1 0,851085

Э2Б М81Ь2Л 20220301Т081749 N0400 Ю21 Т38УР1 20220301Т110311 март 01.03.2022 Т38УР1 0,080874

Э2Б М81Ь2Л 20220318Т080649 N0400 И078 Т38УР1 20220318Т111124 март 18.03.2022 Т38УР1 0,004277

Э2Л М81Ь2Л 20220323Т080611 N0400 И078 Т38УР1 20220323Т122907 март 23.03.2022 Т38УР1 0,021755

Э2Б М81Ь2Л 20220325Т075609 N0400 И035 Т38УР1 20220325Т102342 март 25.03.2022 Т38УР1 1,312096

Э2Л М81Ь2Л 20210417Т080601 N0300 И078 Т38УР1 20210417Т113007 апрель 17.04.2021 Т38УР1 0,984164

Э2Б М81Ь2Л 20220420Т081559 N0400 Ю21 Т38УР1 20220420Т105659 апрель 20.04.2022 Т38УР1 0,029411

Э2Л М81Ь2Л 20230407Т080611 N0509 И078 Т38УР1 20230407Т112707 апрель 07.04.2023 Т38УР1 0,776374

Э2Б М81Ь2Л 20230422Т080609 N0509 И078 Т38УР1 20230422Т100252 апрель 22.04.2023 Т38УР1 0,172163

Э2Л М81Ь2Л 20210520Т081601 N0300 Ю21 Т38УР1 20210520Т101934 май 20.05.2021 Т38УР1 0,004611

Э2Л М81Ь2Л 20210527Т080611 N0300 И078 Т38УР1 20210527Т114240 май 27.05.2021 Т38УР1 0,176091

Э2Л М81Ь2Л 20200618Т075621 N0214 И035 Т38УР1 20200618Т104514 июнь 18.06.2020 Т38УР1 0,00722

Э2Б М81Ь2Л 20210604Т081609 N0300 Ю21 Т38УР1 20210604Т102406 июнь 04.06.2021 Т38УР1 0,000848

Э2Л М81Ь2Л 20210619Т081601 N0300 Ю21 Т38УР1 20210619Т101012 июнь 19.06.2021 Т38УР1 0,031698

Э2Б М81Ь2Л 20220626Т080609 N0400 И078 Т38УР1 20220626Т100529 июнь 26.06.2022 Т38УР1 0,097299

Э2Л М81Ь2Л 20230613Т075611 N0509 И035 Т38УР1 20230613Т113003 июнь 13.06.2023 Т38УР1 0,000697

Э2Л М81Ь2Л 20200708Т075611 N0214 И035 Т38УР1 20200708Т111246 июль 08.07.2020 Т38УР1 0,002297

Э2Л М81Ь2Л 20210706Т080611 N0301 И078 Т38УР1 20210706Т120637 июль 06.07.2021 Т38УР1 0,397242

Э2Л М81Ь2Л 20210719Т081611 N0301 Ю21 Т38УР1 20210719Т100851 июль 19.07.2021 Т38УР1 0,725597

Э2Л М81Ь2Л 20220708Т075621 N0400 И035 Т38УР1 20220708Т114703 июль 08.07.2022 Т38УР1 0,670648

Э2Б М81Ь2Л 20230728Т075619 N0509 И035 Т38УР1 20230728Т095315 июль 28.07.2023 Т38УР1 0

Э2Б М81Ь2Л 20200805Т080609 N0214 И078 Т38УР1 20200805Т105558 август 05.08.2020 Т38УР1 0,002104

Э2Л М81Ь2Л 20210828Т081611 N0301 Ю21 Т38УР1 20210828Т113722 август 28.08.2021 Т38УР1 0,16303

Э2Л М81Ь2Л 20220820Т080621 N0400 И078 Т38УР1 20220820Т121001 август 20.08.2022 Т38УР1 0,000159

Э2Б М81Ь2Л 20220822Т075609 N0400 И035 Т38УР1 20220822Т094605 август 22.08.2022 Т38УР1 0,022931

Э2Л М81Ь2Л 20220823Т081621 N0400 И121 Т38УР1 20220823Т120700 август 23.08.2022 Т38УР1 0,081769

Э2Б М8!Ь2Л 20230817Т075619 N0509 И035 Т38УР1 20230817Т105659 август 17.08.2023 Т38УР1 0