Разработка и применение методики и автоматизированной технологии оценки пирогенной гибели лесов на основе спутниковых данных тема диссертации и автореферата по ВАК РФ 25.00.34, кандидат наук Стыценко, Федор Викторович

• Стыценко, Федор Викторович
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Стыценко, Федор Викторович

ВВЕДЕНИЕ..............................................7

1. Физические и методические основы дистанционной оценки пирогенной

гибели лесов.........................................15

1.1 Проблема лесных пожаров в России.............................15

1.2 Физические основы дистанционной оценки пирогенной гибели лесов.23

1.3 Спутниковые данные для оценки пирогенной гибели лесов........28

1.4 Методические подходы к оценке пирогенной гибели лесов на основе

использования спутниковых данных..................................33

Выводы к 1 разделу:..............................................45

2. Методика использования спутниковых данных для выявления

пирогенной гибели..................................................47

2.1 Наземная оценка последствий повреждения лесов пожарами......47

2.2 Совместный анализ наземных данных о повреждении лесов пожарами и

спутниковых данных...............................................57

2.3 Оценка пирогенной гибели лесов на основе использования данных

высокого разрешения..............................................66

2.4 Постпожарная динамика отражательных свойств лесной растительности 76

Выводы к 2 разделу:.............................................80

3. Технология дистанционной оценки пирогенной гибели лесов на основе

спутниковых данных.................................................81

3.1 Используемые данные и общая логическая схема технологии.....81

3.2 Предварительная обработка спутниковых данных................83

3.3 Оценка состояния поврежденных пожарами лесов на основе временных

рядов спутниковых измерений......................................85

3

3.4 Классификация поврежденных пожарами лесов по устойчивости

изменений сезонной динамики их отражательных характеристик.....87

3.5 Экспериментальная оценка параметров разработанной технологии.89

3.6 Программная реализация автоматизированной технологии оценки

пирогенной гибели лесов России.................................94

Выводы к 3 разделу:...........................................99

4. Анализ результатов применения технологии спутниковой оценки пирогенной гибели лесов России.................................100

4.1 Оценка достоверности разработанной технологии дистанционной оценки

пирогенной гибели лесов.......................................100

4.2 Анализ результатов дистанционной оценки пирогенной гибели лесов.... 104

Выводы к 4 разделу...........................................114

ЗАКЛЮЧЕНИЕ.....................................................115

СПИСОК ЛИТЕРАТУРЫ..............................................118

4

ДЗЗ

ИК

ИКИ

ИСДМ

ИСЗФ

МСУ

НИЦ

ООО

РАН

СКС

СО

СПбНИИЛХ

СУ

ФБУ

ЦЭПЛ

ASTER

AVHRR

СПИСОК СОКРАЩЕНИЙ

Сокращения на русском языке

Дистанционное зондирование Земли

Инфракрасный

Институт космических исследований

Информационная система дистанционного мониторинга

Институт солнечно-земной физики

Многозональное сканирующее устройство Научно-исследовательский центр

Общество с ограниченной ответственностью

Российская академия наук

Средневзвешенная категория состояния

Сибирское отделение

Санкт-Петербургский научно-исследовательский

институт лесного хозяйства

Степень усыхания

Федеральное бюджетное учреждение

Центр экологии и продуктивности лесов

Сокращения на иностранных языках

Advanced Spaceborne Thermal Emission and Reflection Radiometer

Усовершенствованный термальный радиометр космического базирования для детектирования эмиссии и отражения

Advanced Very High Resolution Radiometer

Усовершенствованный радиометр очень высокого

5

CBI

EOS

ETM+

GLC2000

GPS

HRG

HRVIR

LAGMA

LAI

Landsat

MODIS

NASA

NBR

разрешения

— Complex Burn Ratio

Комплексный индекс пожара

— Earth Observing System

Система наблюдения Земли

— Enchanced Thematic Mapper

Улучшенный тематический картограф

— Global Land Cover 2000

Проект глобального картографирования земного покрова

— Global Positioning System

Глобальная система позиционирования

— High Resoluton Geometric

Прибор высокого разрешения для изучения геометрических свойств земной поверхности

— High Resolution Visible and Infra-Red

Прибор для съемки высокого разрешения в видимом и инфракрасном диапазоне

— Locally Adaptive Global Mapping Algorithm

Локально-адаптивный алгоритм глобального

картографирования

— Leaf Area Index

Индекс листовой поверхности

— Land Remote-Sensing Satellite

Спутник дистанционного зондирования земли

— Moderate Resolution Imaging Spectroradiometer

Спектрорадиометр среднего пространственного разрешения

— National Aeronautics and Space Administration

Национальное космическое агентство

— Normal Burn Ratio

6

NDSI

NDVI

NOAA

OLI

Proba-V

RLC

SPOT

Suomi NPP

SWVI

RdSWVI

TIRS

TM

VIIRS

Нормализованный индекс пожара

Normalised Difference Snow Index

Normalized Difference Vegetation Index

Нормализованный разностный вегетационный индекс National Oceanic and Atmospheric Administration Национальное Управление по Океану и Атмосфере Operational Land Imager

Прибор съемки поверхности земли

Project for On-Board Autonomy - Vegetation

Проект бортового автономного прибора для съемки растительности

Russian Land Cover

Карта земного покрова России

Satellite Pour l'Observation de la Terre

Спутниковая система наблюдения за поверхностью Земли Suomi National Polar-orbiting Partnership

Национальное сотрудничество в области полярноорбитальной съемки имени В. Суоми

Short Wave Vegetation Index

Коротковолновый вегетационный индекс

Relative Difference Short Wave Vegetation Index

Разностный относительный коротковолновый вегетационный индекс

Thermal Infrared Sensor

Тепловой инфракрасный сенсор

Thematic Mapper

Тематический картограф

Visible Infrared Imaging Radiometer Suite

Комплект радиометров видимого и инфракрасного

диапазонов

7

Введение диссертации (часть автореферата) на тему «Разработка и применение методики и автоматизированной технологии оценки пирогенной гибели лесов на основе спутниковых данных»

ВВЕДЕНИЕ

Актуальность темы исследования. Леса России регулярно подвергаются воздействию пожаров на огромной площади, измеряемой миллионами гектар. Вызываемые пожарами последствия для древостоев могут варьироваться от незначительных краткосрочных повреждений до полной их гибели в зависимости от типа пожара (подземный, низовой, верховой), его интенсивности и продолжительности, породной структуры лесов, их состояния, стадии фенологического развития и многих других факторов, характеризующих процессы горения и устойчивость насаждений к пирогенному воздействию.

Объективная и своевременная информация о последствиях пожаров, в частности о пирогенной гибели лесов, необходима для решения широкого класса прикладных задач лесного хозяйства, включая планирование охраны и защиты лесов, лесопользование и лесовосстановление, актуализацию данных о лесных ресурсах. Данные о гибели лесов в результате воздействия пожаров являются неотъемлемой составляющей информационного обеспечения оценок объемов прямых и вторичных пирогенных эмиссий углекислого и других тепличных газов в атмосферу, выполняемых в рамках обязательств стран по условиям Киотского протокола, а также научных исследований по проблемам глобальных изменений климата и биосферы. Широкая сфера текущего и потенциального использования объективной информации о пирогенной гибели лесов в практической деятельности и научных исследованиях далеко не ограничивается приведенными выше примерами. Анализ существующих данных о гибели лесов России от пожаров свидетельствует об их крайней ограниченности, а имеющиеся оценки, приведенные в работах Г.Н. Коровина, А.С. Исаева и А.З. Швиденко, отличаются приблизительностью используемых для их получения подходов при неопределенном уровне достоверности получаемых результатов, что определяет актуальность представленной диссертационной работы.

8

Степень разработанности темы исследования. Традиционно оценка последствий лесных пожаров выполняется выборочно методами наземного лесопатологического обследования на основе визуальной оценки дефолиации или дехромации крон репрезентативной совокупности отдельных деревьев на пробных площадках с последующим определением интегральных характеристик состояния поврежденных насаждений. Очевидно, что использование такого рода методов сопряжено с существенными финансовыми и трудовыми затратами, а их регулярное применение в масштабах страны едва ли экономически оправданно и практически реализуемо. В последние годы в отечественной практике лесопатологических обследований все большее применение находят спутниковые изображения, позволяющие существенно повысить полноту выявления и точность определения площади усыхающих насаждений, а также более эффективно организовать наземную оценку количественных характеристик их состояния.

Возможность использования спутниковых данных для оценки степени повреждения лесов пожарами отмечалась в исследованиях А.С. Исаева, J. Epting, D. Verbyla, J.D. Miller, Z. Zhu, E.E. Hoy, K.A. Murphy, J.D. Hall и др. Однако большинство исследований до настоящего времени носило локальный характер, часто ограничиваясь отдельными пожарами.

Разработанные к настоящему времени автоматические технологии спутникового мониторинга, рассмотренные в работах С.А. Барталева, Е.А. Лупяна, Г.Н. Коровина и др., обеспечивают фактически непрерывное выявление и оценку площади повреждений лесов России пожарами на основе комплексного использования данных дистанционного зондирования среднего и высокого пространственного разрешения. Будучи логическим продолжением вышеупомянутых исследований и разработок в области дистанционного мониторинга последствий лесных пожаров, описанные в настоящей работе исследования открывают новые возможности оперативного и регулярного сбора в масштабах страны информации о пирогенной гибели лесов.

Объектом исследования являются природные пожары в лесных экосистемах России. Предметом исследования являются методика и технология

9

выявления и оценки погибших в результате воздействия огня лесов на основе использования спутниковых данных.

Цель и задачи исследований. Целью проведенных исследований является развитие методов и технологий обработки спутниковых данных для решения задачи оценки пирогенной гибели лесов. Для достижения данной цели были решены следующие задачи:

• исследование взаимосвязи между данными спутниковых измерений отражательной способности лесов и количественной характеристикой средневзвешенной категории состояния (СКС), отражающей последствия воздействия на них пожаров;

• разработка методики оценки пирогенной гибели лесов на основе измерений динамики их спектрально-отражательной способности с использованием временных рядов данных спутниковых наблюдений;

• разработка и программная реализация автоматизированной технологии оценки пирогенной гибели лесов на основе использования спутниковых данных;

• получение и анализ информации о гибели лесов России в результате воздействия пожаров в масштабах страны на основе разработанной автоматизированной технологии обработки спутниковых данных;

• разработка рекомендаций по результатам выполненного диссертационного исследования.

Научная новизна работы

• Разработана новая методика оценки пирогенной гибели лесов России, основанная на анализе постпожарной динамики спектральноотражательных характеристик лесных экосистем в ближнем и среднем ИК областях спектра. Предложенная методика предполагает использование данных систем дистанционного зондирования с высокой периодичностью наблюдений, что позволяет минимизировать влияние времени получения спутниковых

10

изображений на результаты оценки степени повреждения лесов пожарами.

• Создана новая автоматизированная технология, впервые позволяющая получать регулярные, в том числе оперативные, данные о последствиях воздействия природных пожаров на леса России.

• На основе разработанной автоматизированной технологии обработки данных дистанционного зондирования впервые получены объективные оценки гибели лесов в результате воздействия пожаров в масштабах страны.

• На основе анализа полученных результатов установлены новые закономерности пространственно-временной динамики пирогенной гибели лесов России. Установлены существенные межгодовые различия интегрального показателя доли погибших лесов от пройденной огнем их площади. Получены количественные оценки сезонных различий в степени повреждения лесов России, позволившие статистически подтвердить известные положения о качественно различном уровне воздействия на леса весенних и летних пожаров. Также нашли статистическое подтверждение существенные различия в масштабах пирогенных повреждений лесов в зависимости от древесной породы.

Основные результаты, выносимые на защиту:

• разработанная методика автоматизированной обработки данных ДЗЗ для оценки пирогенной гибели и повреждений лесов с использованием комплексных спектральных вегетационных индексов с учетом временной динамики спектральных признаков и повреждений;

• разработанная и программно реализованная автоматизированная технология регулярной, в том числе оперативной, оценки пирогенной гибели и повреждения лесов России пожарами, основанная на

11

использовании временных рядов данных ДЗЗ с высокой периодичностью съемки;

• полученные с применением разработанной автором технологии обработки спутниковых данных ДЗЗ объективные оценки пирогенной гибели лесов России и результаты их анализа.

Практическая значимость. Построенная на основе описанных исследований автоматизированная технология оценки пирогенной гибели лесов включена в состав информационной системы мониторинга лесов Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз). Результаты работы технологии поступают в картографический интерфейс системы, а также используются для формирования автоматической отчетной формы, содержащей данные о площадях пирогенной гибели лесов в разрезе субъектов Федерации (отчетная форма 25-ИСДМ «Повреждение леса от пожаров»).

Полученные автором результаты использованы при выполнении следующих научных и прикладных проектов:

• Научный проект «Разработка научных основ спутниковой

пирогеографии и исследование пространственно-временных

особенностей пожаров в наземных экосистемах России» (грант №1305-41420 РГО_а), поддержанный Российским фондом

фундаментальных исследований и Русским географическим обществом;

• Научно-исследовательская работа «Разработка методов

дистанционного мониторинга природных пожаров для оценки их воздействия на окружающую среду и прогнозирования техногенных рисков» (2013-1.5-14-515-0039-021), поддержанная заказу

Министерством образования и науки Российской Федерации;

• Научно-исследовательская работа «Разработка дистанционных

методов мониторинга состояния поврежденных пожарами лесонасаждений и оценки потенциальных потерь древесины на основе

12

спутниковых снимков» (ГК № Р-11К-14/2), выполненная по заказу Федерального агентства лесного хозяйства;

• Научно-исследовательская работа «Разработка методов и

программных комплексов автоматизированной обработки спутниковых данных дистанционного зондирования Земли для создания и поддержки информационных сервисов мониторинга ресурсного потенциала и состояния лесов России» (14.607.21.0122), поддержанная заказу Министерством образования и науки Российской Федерации;

• Работы по государственному контракту «Расширение

функциональности блоков ИСДМ-Рослесхоз» в рамках договора № 10-К от «24» мая 2011 г. между Федеральным бюджетным учреждением Центральная база авиационной охраны лесов «Авиалесоохрана» (ФБУ «Авиалесоохрана») и Федеральным государственным бюджетным учреждением науки Институт космических исследований Российской академии наук (ИКИ РАН).

Разработанная автором технология применялась для оценки повреждений и пирогенной гибели лесов, вызванных природными пожарами 2006-2015 гг. на всей территории России. Технология работает в автоматическом режиме и позволяет получать регулярные и полные оценки пирогенной гибели лесов.

Полученные результаты могут быть использованы для выработки оптимальных стратегий организации охраны лесов России от пожаров, направленной на минимизацию потенциального ущерба их ресурсному потенциалу, а также для проведения исследований в области влияния пирогенного фактора на биосферные функции лесов.

Теоретическая значимость. Выполненный в рамках работы совместный анализ количественных характеристик повреждений лесов пожарами и значений дистанционно определяемых параметров показал, что для выявления и оценки пирогенной гибели лесов предпочтительно использование спектральных вегетационных индексов, основанных на измерениях в ближнем и среднем ИК

13

каналах. Была обнаружена линейная связь разностных вегетационных индексов dSWVI и RdSWVI со значениями параметра СКС, при этом индекс RdSWVI продемонстрировал высокий уровень географической инвариантности и низкую вариабельность для слабо поврежденных участков.

Было показано влияние даты получения постпожарного изображения на возможные результаты оценки последствия пожара и важность учета постпожарной динамики отражательных свойств лесов. Установлено наличие и характерная продолжительность интервала задержки между датой пожара и достижением максимума значения индекса RdSWVI для участков леса с сильными повреждениями, а также наличие в ряде случаев краткосрочного роста значений RdSWVI для слабоповрежденных участков леса. Выбор произвольного постпожарного изображения может существенно повлиять на оценку последствий лесных пожаров, в частности, в ряде случаев приводить к ошибочному детектированию погибшего леса на слабоповрежденных участках и недооценке степени повреждения для сильноповрежденных лесов. Предложенная методика впервые позволила учесть временную динамику отражательных свойств лесов путем максимизации постпожарных значений индекса RdSWVI и фильтрации краткосрочных отклонений индекса SWVI от их среднемноголетних значений.

Выполненные исследования впервые позволили объективно оценить масштабы и многолетнюю изменчивость пирогенной гибели лесов. Выявлены сезонные различия в масштабах пирогенной гибели лесов, в частности показаны различия в последствиях весенних и летних лесных пожаров. Результаты исследований также указывают на наличие существенных различий в масштабах пирогенных повреждений лесов в зависимости от древесной породы.

Методы научного исследования. Решение задач диссертационного исследования основано на использовании методов и технологий обработки и использования спутниковой информации. Существующие методы выявления пирогенной гибели лесов основаны на использовании одиночных постпожарных спутниковых изображений. Использованные в работе методы основаны на анализе межгодовой и сезонной временной динамики отражательных свойств

14

лесов в ближней и средней ИК областях спектра на уровне отдельных пикселов. В работе также использовались методы математической статистики и математического моделирования.

Апробация. Основные положения диссертации и полученные результаты доложены на 15 международных и российских симпозиумах, конференциях, семинарах и совещаниях, проведенных в Москве, Санкт-Петербурге, Йошкар-Оле и Женеве.

Публикации. По результатам исследований и разработок опубликованы 11 научных работ по теме диссертации, в том числе 9 научных работ в рецензируемых журналах, рекомендованных ВАК России.

Структура и объем диссертации. Диссертация состоит из введения, четырех разделов, заключения и списка литературы. Объем диссертации составляет 131 страницу, включая 43 рисунка и 8 таблиц. Библиографический список содержит 112 литературных источников.

15

1. ФИЗИЧЕСКИЕ И МЕТОДИЧЕСКИЕ ОСНОВЫ ДИСТАНЦИОННОЙ ОЦЕНКИ ПИРОГЕННОЙ ГИБЕЛИ ЛЕСОВ

1.1 Проблема лесных пожаров в России

Леса занимают около 45% площади России [19], при этом Россия занимает первое место в мире по площади лесов, обладая примерно 20% лесных площадей, и второе место по запасам древесины (около 15% мировых запасов древесины) [15].

По данным государственного лесного реестра на 01.01.2011 г., общая площадь лесов Российской Федерации составила 1183,3 млн. га. При этом леса неравномерно распределены по территории страны (рисунок 1.1). Наибольшие значения лесистости (более 80%) отмечены в таежной зоне Республики Коми, Пермской области, Центральной и Восточной Сибири. Районы с лесистостью менее 1% расположены в аридной зоне в таких регионах как Республика Калмыкия, части Ставропольского края, Астраханской, Ростовской и Волгоградской областей.

3Q 1 -SD 1

10.1-М.1

t.i 1

0.1- 5 1

Рмсунок 7.7 - Лесмстиосуиь уие/зрмтиорммТФссммском % /79/

16

Леса России относятся к бореальным. Основными лесообразующими породами в лесных экосистемах России являются лиственница, сосна, ель, кедр, дуб, бук, береза, осина. Леса с преобладанием данных пород занимают более 90% покрытых лесной растительностью земель. Прочие древесные породы, такие как каштан, груша, орех маньчжурский, орех грецкий, и др., занимают менее 1% земель. Остальную лесную площадь занимают кустарники, в частности кедровый стланик, береза кустарниковая и др.

В связи с тем, что леса занимают огромные площади, а также очень часто находятся в труднодоступных регионах, наиболее эффективным для задач оценки и мониторинга состояния лесных ресурсов, является использование данных дистанционного зондирования. В частности, получение актуальной информации о распределении лесов различного типа может выполняться привлечением спутниковых данных. Начиная примерно с середины 1990-х годов, рядом научноисследовательских институтов проводились исследования и разработки в области спутникового картографирования лесов. Среди работ, позволивших получить карты земного покрова, в том числе на территорию России стоит отметить проекты IGBP-DISCover [91] и Global Land Cover 2000 (GLC2000) [53], основанные на использовании данных NOAA-AVHRR и SPOT-VEGETATATION соответственно. Участок карты GLC2000 для территории Северной Евразии и России отражает географическое распределение основных типов лесных формаций, кустарниковой и травяной растительности, болот, тундровых экосистем и ряда других классов [52]. Данные работы получили развитие с появлением спектрорадиометра MODIS. В частности разработанная Университетом Бостона (США) [70] технология обеспечивает возможность ежегодного глобального картографирования земного покрова по данным MODIS с пространственным разрешением 500 м.

Новым шагом в развитии глобального картографирования земного покрова явилось применение адаптивной к пространственным изменениям физикогеографических условий местности классификации. Разработанный в ИКИ РАН алгоритм локально-адаптивной классификации спутниковых данных LAGMA

17

(Locally Adaptive Global Mapping Algorithm) [43], позволил создать карту растительности России на основе данных прибора MODIS [7]. Данная карта создана с пространственным разрешением 250м. и имеет восемь классов лесной растительности. В настоящее время данная карта является источником наиболее актуальной информации о пространственном распределении лесов России, полученной на всю территорию страны на основе спутниковых данных (рисунок 1.3). Нужно отметить, что процесс построения карты полностью автоматизирован, что обеспечивает полную повторяемость получаемых результатов и позволяет проводить ежегодное картографирование лесов в масштабах страны.

Рмсунок 7.3 - растимтиельноао иокроеа Россмм 7err<Worte 77LC

Вместе с тем в мире сохраняются достаточно высокие темпы сокращения площади лесов (в среднем за последнее десятилетие около 13 млн. га в год [15]) в результате их гибели под воздействием различных природных и антропогенных факторов, вырубок и экспансии сельскохозяйственных земель. Основными факторами деструктивного воздействия на леса являются природные пожары, вырубки, а также гибель или деградация лесов в результате болезней, массового размножения насекомых и промышленных загрязнений.

18

Пожары являются наиболее мощным фактором воздействия на леса России и часто приводят к их гибели. Данные о площади поврежденных огнем и погибших насаждений необходимы для решения задач защиты, использования и воспроизводства лесов, а также являются ключевой составляющей информационного обеспечения фундаментальных биосферных исследований. Достоверные источники информации о пожарах на всей территории России стали появляться только с середины 2000-х годов, после начала широкого использования спутниковых данных для задач мониторинга лесов. До указанного временного периода для определения пройденной огнем площади в лесах страны приходилось прибегать к косвенным оценкам, основанным на комплексировании неполных разнородных данных и экспертных предположениях [30].

Развитие и практическое использование методов спутникового мониторинга пожаров создало технологическую основу для качественного повышения уровня достоверности информации о горимости лесов России [29, 38, 8].

Инструментальная оценка пройденной огнем площади, осуществляемая по данным дистанционного зондирования на национальном и глобальном уровнях, сейчас позволяет получать достаточно точную информацию для решения широкого круга практических и научных задач [6]. Регулярное картографирование пройденных пожарами лесов и других наземных экосистем России на основе спутниковых изображений различного пространственного разрешения [3, 5, 11, 17, 32, 51] дало возможность сформировать к настоящему времени продолжительные ряды данных, позволяющих интегрально характеризовать площади пожаров, оценивать пространственно-временную вариабельность масштабов пирогенного воздействия на леса, выявлять тренды пожарных режимов.

Полученные по результатам оперативного детектирования очагов горения в температурных спектральных каналах спектрорадиометра MODIS с пространственным разрешением 1 км [3, 35] однородные ряды оценок площади пожаров в лесах России свидетельствуют о значительной вариабельности этого показателя в период 2000-2015 годов, меняющегося в пределах от 0,41х106 га до

19

11,0x10^ га с резким возрастанием в отдельные годы (рисунок 1.4) [12]. При этом среднемноголетняя оценка ежегодно повреждаемой огнем площади лесов составляет около 3,75x10^ га.

Hl D2

Т^мсунок 7.4 - 77лом{<ж)м иоэ/сарое на Троссин <з 2007-2075 а на основе

б)етие/аиаро(заная очааон аоренпя ио Эанныти ATODZS.* 7 - обитая илоп^аОь иоэ/сарон, 2 - илоп^аОь лесныл* иоэ/сарон

Не останавливаясь на детальном анализе причин резкого роста горимости лесов в отдельные годы, можно предположить его обусловленность комплексом факторов, включая хозяйственное освоение новых, ранее слабо доступных, территорий при недостаточно быстро адаптирующейся к меняющимся условиям системе охраны лесов, а также проявление в различных регионах экстремально засушливых погодных условий. Близкую, составившую 4,83x1 (У* га, оценку среднемноголетней площади повреждений лесов пожарами в период 2005-2015 годов дало их выявление на основе аномальных изменений спектральноотражательных характеристик насаждений по данным MODIS с пространственным разрешением 230 м [3]. При этом комплексирование двух вышеуказанных методов картографирования лесных пожаров по данным MODIS привело к равной 5,14x10^ га среднемноголетней оценке их площади за период

20

2007-2015 годов. Дальнейшее уточнение площади пожаров в лесах России обеспечивается комплексным использованием спутниковых данных MODIS и Landsat-TM/ETM+/OLI-TIRS [8, 11]. В частности, полученные на примере пожаров 2013 года, экспериментальные оценки свидетельствуют о том, что использование изображений Landsat-ETM+/OLI-TIRS позволило дополнительно выявить примерно 40% площади поврежденных пожарами лесов по отношению к полученным по данным MODIS результатам. Применение к полученной по данным MODIS величине среднегодовой площади пожаров в лесах России повышающего коэффициента 1,4 приводит к ее уточненной оценке около 7,1х106 га, которая, как нам представляется, может рассматриваться, как величина, характеризуемая наиболее полным на настоящий момент инструментальным учетом пройденной огнем площади. Указанная величина существенно выше ранее полученных другими авторами оценок. Так, по данным А.З. Швиденко с соавторами [47] общая площадь природных пожаров на территории России в 1998-2010 годах в среднем составляла 8,23х106 га ' год-1, из которых 59,3% приходится на покрытые лесом земли, а вместе с рединами и поврежденными лесами эта величина достигает 65,1%. Получаемые на основе этих данных величины среднемноголетней площади лесных пожаров составляют соответственно 4,88х106 га ' год-1 и 5,36х106 га ' год-1. С учетом высокой межгодовой вариабельности данного показателя при интерпретации различий имеющихся оценок необходимо принимать во внимание не только используемые методы их получения, но и рассматриваемый период наблюдений.

Упомянутые выше исследования позволили уже во второй половине последнего десятилетия прошлого века начать практическое использование технологий спутникового мониторинга лесных пожаров при организации их мониторинга и планирования работ по тушению. С 1995 г. проводились работы по созданию и внедрению в систему авиационной охраны лесов спутниковых технологий, которые смогли бы предоставить однородную оперативную информацию о действующих лесных пожарах по всей территории страны [1, 2, 28, 48]. Эти работы активно велись большим коллективом организаций и институтов

21

Российской академии наук, Федерального агентства лесного хозяйства, Федеральной службы по гидрометеорологии и мониторингу окружаю щей среды, организаций других ведомств и частных предприятий.

Появление в начале двухтысячных годов новых спутниковых систем, свободно предоставляющих оперативную высококачественную информацию, и разработка в нашей стране новых подходов и технологий построения систем дистанционного мониторинга [33, 36] позволили в 2003-2004 гг. создать, а в 2005 г. ввести в промышленную эксплуатацию Информационную систему мониторинга лесных пожаров Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз). Эта система позволила получить оперативную сопоставимую информацию, необходимую для ведения мониторинга лесных пожаров и их последствий на территории всей Российской Федерации и пограничных территориях [34].

Система создавалась и до настоящего времени поддерживается и развивается в основном ФБУ «Центральная база авиационной охраны лесов» (ФБУ «Авиалесоохрана»), Институтом космических исследований Российской академии наук (ИКИ РАН), Центром по проблемам экологии и продуктивности лесов Российской академии наук (ЦЭПЛ РАН), ФГБУ «НИЦ «Планета». В ее создании и развитии также принимали активное участие Институт солнечноземной физики Сибирского отделения Российской академии наук (ИСЗФ СО РАН), Санкт-Петербургский научно-исследовательский институт лесного хозяйства (СПбНИИЛХ), ООО «Инком» и другие организации. Оператором системы является ФБУ «Авиалесоохрана» [34].

Основными задачами ИСДМ-Рослесхоз сегодня являются предоставление информации и инструментов ее анализа для [34]:

Список литературы диссертационного исследования кандидат наук Стыценко, Федор Викторович, 2016 год

СПИСОК ЛИТЕРАТУРЫ

1. Нбу^енко ЕЛ, Бакалее С.Н., Ееляее Н.Е., Ер^ое Захарое ^.Ю., Еороемн

ЕЕ, Ео^елее Е.Е., Ера^енмннмкоеа Ю.С., Луиян Е.Н., ^арурое Н.Н., ^мнько ЕЕ., Еазмрое Е.Е., Сеченое С.^., Еа^млмн С.Н., Флм^^ан Е.Е., Ще^мнскмм Е.Е. Опыт и перспективы организации оперативного спутникового мониторинга территории России в целях службы пожароохраны лесов // Исследование Земли из космоса. 1998. № 3. С.89-95.

2. Нбу^енко ЕЛ, Еар^алее С.Л, Ееляее ЛЕ, Ер^ое ^.Е., Еороемн Е.Е., Ео^елее Е.Е., Луиян Е.Н., Ера^енмннм^оеа Ю.С., ^алурое Н.Н., Финько Е.Е., Еалмрое Р.Р., Еро^мн Н.Н., Флм^^ан ЕЕ. Система сбора, обработки и доставки спутниковых данных для решения оперативных задач службы пожароохраны лесов России // Наукоемкие технологии. 2000. Т. 1. № 2. С.4-18.

3. Еар^алее С.Л, Елорое Е.Л, Ерре^ое Е.Ю., Лулян ЕЛ, С^ыренко Ф.Е., Флм^^ан Е.Е. Оценка площади пожаров на основе комплексирования спутниковых данных различного пространственного разрешения MODIS и Landsat-TM/ETM+ // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 2. С. 9-27.

4. Еар^алее С.Л, Елорое Е.Л, Ерылое ЛМ, С^ыренко Ф.Е., Лоера^оемч Е.С. Исследование возможностей оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С. 215-225.

5. Еар^алее С.Л, Елорое Е.Л, Лулян Е.Н., Уеарое ЕЛ Оценка площадей повреждений наземных экосистем Северной Евразии пожарами в 2000-2003 годах по спутниковым данным инструмента SPOT-Vegetation // Современные проблемы дистанционного зондирования земли из космоса. 2005. Вып. 2. Т. II. С. 354-366.

119

6. Бармалее С.Л., Л^^ое ^.Л., Лсаее Л.С., Луиян Л.Л. Основные задачи и перспективы создания системы глобального спутникового мониторинга лесов // Лесоведение. 2011. № 6. С.3-15.

7. Лар^алее С.Л., Лр^ое ^.Л., Лсаее Л.С., Луиян Л.Л., Уеарое Л.Л. Карта растительного покрова России // 1-е изд-ие. М.: ИКИ РАН и ЦЭПЛ РАН, 2010

8. Лар^алее С.Л., Л^^ое ^.Л., Лороемн Л.Л., Ло^ельнмкое Л.Л., Луиян Л.Л., Ще^мнскмм Л.Л. Информационная система дистанционного мониторинга лесных пожаров Федерального агентства лесного хозяйства РФ (состояние и перспективы развития) // Современные проблемы дстанционного зондирования Земли из космоса. 2008. Вып. 5. Т. II. С. 419-429.

9. Лар^алее С.Л., Лр^ое ^.Л., Лороемн Л.Л., Ло^ельнмкое Л.Л., Луиян Л.Л., Ще^мнскмм Л.Л. Основные возможности и структура информационной системы дистанционного мониторинга лесных пожаров Федерального агентства лесного хозяйства (ИСДМ Рослесхоз) // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 2. С. 97-105.

10. Лар^алее С.Л., Зла^оиольскмм Л.Л., Лалеее Л.Л., Л^ре^ое Л.Ю., Луиян Л.Л., ^азурое Л.Л., Лро^мн Л.Л., Флм^^ан Л.Л., Щербенко Л.Л. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVI // Современные проблемы дистанционного зондирования Земли из космоса, 2009. Т 6. № 2, С.335-342.

11. Лар^алее С.Л., Луиян Л.Л., С^ы^енко Ф.Л., Ланоеа О.Ю., Л^ре^ое Л.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.

12. Лар^алее С.Л., С^ы^енко Ф.Л., Лзорое Л.Л., Луиян Л.Л. Спутниковая оценка гибели лесов России от пожаров // Лесоведение, 2015. № 2. С.83-94.

13. Леляее Л.Л., Лороемн Л.Л., Луиян Л.Л. Использование спутниковых данных в системе дистанционного мониторинга лесных пожаров МПР РФ // Современные проблемы дистанционного зондирования Земли из космоса. 2005. Выпуск 2. Т. 1. С. 20-29.

120

14. Леляее Л.Л., Лороемн Л.Л., Луиян Л.Л. Состояние и перспективы развития Российской системы дистанционного мониторинга лесных пожаров // Современные проблемы дистанционного зондирования Земли из космоса. 2006. Выпуск 3. Т. 1. С. 341-350.

15. Глобальная оценка лесных ресурсов, 2010 год. Основные выводы // ФАО ООН. 2010. С. 12

16. ^емемс Ш.М, ЛанЭаребе ^.Л., Лан^енлауб ^.С., Смееа Л.Ф., Сеемн Ф.Л,Фмллмис Г. Л., Лоффер ЛМ Дистанционное зондирование: количественный подход / Под ред. Ф. Свейна, Ш. Дейвис. Пер. с англ. М.: Недра, 1983. 415 с.

17. Лаорое Л.Л., Лар^алее С.Л., Луиян Л.Л., Уеарое Л.Л. Мониторинг повреждений растительного покрова пожарами по данным спутниковых наблюдений // Известия вузов: геодезия и аэрофотосъемка. 2006. Вып. 2. С. 98-109.

18. Лаорое, Л.Л. Мониторинг повреждения растительного покрова Северной Евразии пожарами по данным спутниковых наблюдений: автореф. дис. канд. техн. наук : 25.00.34: / В.А. Егоров; ИКИ РАН, Москва, 2006 - 24с.

19. Ежегодный доклад о состоянии и использовании лесов Российской Федерации за 2011 год// Рослесхоз 2013

20. Лр^ое ^.Л., Лороемн ЛЛ, Луиян Л.Л., ^азурое Л.Л., Та^млмн С.Л. Российская система спутникового мониторинга лесных пожаров // Современные проблемы дистанционного зондирования Земли из космоса. 2004. Выпуск 1. Т. 1. С. 4757.

21. Л^ре^ое Л.Ю., Лала^ое Л.Л., Ло^ельнм^ое Л.Л., Луиян Л.Л., ^азурое Л.Л., Лро^мн Л.Л., Голимн Л.Л., Уеарое Л.Л., Флм^^ан Л.Л. Объединенный картографический интерфейс для работы с данными ИСДМ Рослесхоз // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 3. С. 129-139.

22. Л^ре^ое Л.Ю., ЗЛа^оиольсдмм ЛЛ, ^азурое Л.Л. Автоматизированное оконтуривание лесной гари по данным SPOT // Современные проблемы дистанционного зондирования Земли из космоса, 2010. Т.7. № 2. С.35-42.

121

23. Зла^онольскмм АА Сегментация изображений по границам с разрывами // Автоматика и телемеханика. 1985. № 9. С.109-117.

24. Асаее АС. Стволовые вредители лиственницы даурской / М.: Наука, 1966. 148 с.

25. Аа^нм^кмм AR, Аунян А.Л., Аар^алее С.Л., Аар^алее С.С., Аала^ое А.А., А^реное А.Ю., С^ы^енко Ф.А. Оптимизация интерактивных процедур картографирования гарей в информационных системах дистанционного мониторинга природных пожаров // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т.12. № 4. С.7-16.

26. Алчное А.А. Фотосинтез и биосфера// СОЖ, 1996, No 8, с. 6-13.

27. Аобе^ ,ДА, Ма^ееее AM, Мадурое АА, Лро^мн Л.Л. Организация автоматизированной многопотоковой обработки спутниковой информации в системах дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса, 2015. Т.12. № 1. С.145-155.

28. Аороемн А.А., Аар^алее С.Л. Интегрированная система мониторинга лесных пожаров // Лесное хозяйство. 1998. № 4. С. 45-48.

29. Аороемн А.А., Аар^алее СА, Аеляее Л.А. Интегрированная система мониторинга лесных пожаров // Лесное хозяйство, 1998. № 4. С.45-48.

30. Аороемн А.А., Асаее АС. Охрана лесов от пожаров как важнейший элемент национальной безопасности России [Электронный ресурс] // "Лесной бюллетень". 1998 г. № 8-9. URL: http://old.fbrest.ru/rus/bulletin/08-09/8.html (дата обращения: 26.09.2016)

31. Ао^ельнмкое А.А., Сенен^мн А.А., Ще^мнскмм А.А., Аар^алее С.Л., Аалеее Л.Л., А^реное А.Ю., Аозочкмна АА, Ара^енмннмкоеа Ю.С., Аунян А.Л., Мадурое Л.Л., Аро^мн Л.Л., Аолнмн АА, Флм^нан А.А., Др^ое ^.А., Аороемн А.А. Применение информационной системы дистанционного мониторинга «ИСДМ-Рослесхоз для определения пожарной опасности в лесах Российской Федерации: Учебное пособие. Издание 6. Пушкино: ФБУ «Авиалесоохрана», 2012. 359 с.

122

32. Аронбера Л. Дистанционное изучение Земли: Основы и методы дистанционных исследований в геологии/ М.: Мир, 1988. 343 с..

33. Луиян Л.Л., Лала^ое Л.Л., Луррее МЛ., Л^ре^ое, Ла^нмркмм Л.Л., Лобер ^.Л., А^а^енмннмкоеа Ю.С., Мазурое Л.Л., Ма^ееее Л.М. Лазмрое Т.Т., Лро^мн Л.Л., Толимн Л.Л., Уеарое Л.Л., Флм^^ан Л.Л. Создание технологий построения информационных систем дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 53-75.

34. Луиян Л.Л., Лар^алее С.Л., Лр^ое ^.Л., Ло^ельнмкое Т.Л., Лала^ое Л.Л., Луррее М.Л., Лаорое Л.Л., Л^ре^ое Л.Ю., ^арко Л.О., Лоеаанко Л.Л., Лолбубаее Л.Л., А^а^енмннмкоеа Ю.С., Лро^мн Л.Л., Мазурое Л.Л., Уеарое Л.Л., С^ыренко Ф.Л., Сыҷуаое Л.Л., Флм^^ан Л.Л., Леос^мкое С.Л., Щуляк Л.Л. Организация работы со спутниковыми данными в информационной системе дистанционного мониторинга лесных пожаров Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз) // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т.12. № 5. С.222-250.

35. Луиян Л.Л., Лар^алее С.Л., Флм^^ан Л.Л., Лаорое Л.Л., Л^ре^ое Л.Ю., С^ыренко Ф.Л., Лр^ое ^.Л., Лн^оное Л.Л., А^а^арееа Л.С. Спутниковые наблюдения лесных пожаров в России в 21 веке // Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве: Докл. V Всерос. конф., посвященной памяти выдающихся ученых-лесоводов В.И. Сухих и Г.Н. Коровина (Москва, 22-24 апреля 2013 г.) - М. ЦЭПЛ РАН, 2013. С. 43-46.

36. Луиян Л.Л., Мазурое Л.Л., Лазмрое ЛЛ, Лро^мн Л.Л., Флм^^ан Л.Л., Ара^енмннмкоеа Ю.С. Технологии построения информационных систем дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 26-43.

37. Луиян Л.Л., Лро^мн Л.Л., Луррее МЛ., Лала^ое Л.Л., Лар^алее С.Л., Л^ре^ое Л.Ю., Ла^нмркмм Л.Л., Мазурое Л.Л., Ма^ееее Л.М, Субнееа О.Л., Сымуаое Л.Л., Толимн Л.Л., Уеарое Л.Л. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения

123

задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263-284.

38. Луиян Л.Л., ^азурое Л.Л., Флм^^ан Л.Л., Лр^ое ^.Л., Лороемн Л.Н., Ноемк Л.Л., Лбу^енко Н.Л., Лл^ын^ее ^.Л., Лорелее Л.Л., Га^млмн С.Л., Га^арнмкое Л.Л., Су^мнмн Л.Л., Лоно^арее Л.Л., Лрм^мн Л.^., Лфонмн С.Л., Лелое Л.Л., Лрмбнее Ю.Л., ^а^еменко Л.Л., Солоеьее Л.С., Лн^оное Л.Н., Гкаченко Л.Л. Спутниковый мониторинг лесных пожаров в России. Итоги. Проблемы. Перспективы. Аналитический обзор, Сер. Экология. Новосибирск., ИОА, ГПНТБ СО РАН. 2003. Вып. 68. 134 c.

39. Руководство по проектированию, организации и ведению лесопатологического мониторинга, утверждено приказом Рослесхоза №523 от 29.12.07.

40. Сочмлоеа Л. Н., Др^ое ^. Л. Картографирование и оценка поврежденных пожарами лесови пожарных эмиссий углерода по спутниковым изображениям высокого пространственного разрешения // Современные проблемы дистанционного зондирования Земли из космоса. - М., 2007. - Вып. 4, т. 2. - С. 322-331

41. С^ы^енко Ф.Л., Лар^алее С.Л., Лаорое Л.Л., Луиян Л.Л. Метод оценки степени повреждения лесов пожарами на основе спутниковых данных MODIS // Современные проблемы дистанционного зондирования Земли из космоса, 2013. Т.10. № 1. С.254-266.

42. Голимн Л.Л., Лала^ое Л.Л., Л^ре^ое Л.Ю., Луиян Л.Л., Лро^мн Л.Л., Уеарое

Л.Л., Флм^^ан Л.Л. Создание интерфейсов для работы с данными современных систем дистанционного мониторинга // .Современные проблемы

дистанционного зондирования Земли из космоса. 2011. Т. 8. № 3. С. 93-108.

43. Уеарое Л.Л., Лар^алее С.Л. Алгоритм и программный комплекс распознавания типов земного покрова на основе локально-адаптивной обучаемой классификации спутниковых изображений // Современные проблемы дистанционного зондирования Земли из космоса. Сборник научных статей. Выпуск 7. М.: ООО «Азбука-2000». 2010. С. 353-365

124

44. У^кмн АЕ. Влияние огня на природу и формирование лиственничников Центральной Якутии // Лесн. хоз-во. - 1965 -№ 1 С. 55-61

45. фуряее ЕЕ Роль пожаров в процессе лесообразования. Новосибирск. Наука, 1996. 249 с.

46. Цее^кое ЕА Емроаенные сеомс^еа Эрееесныл иороЭ // Лесоведение. 2011. № 2. С. 25-31.

47. ШемЭенко АЗ., Щеиа^енко ,Д.Е, Еаааное Е.Л., Сулмнмн Л.Е., Максю^ое Ш.Ш., МкЕаллуи Е., ЛакмЭа Е.Е. Влияние природных пожаров в России 19982010 гг. на экосистемы и глобальный углеродный бюджет // Докл. Академии Наук. 2011. Т. 441. № 4. С. 544-548.

48. А.Л., EarE/ev SA, Ee/yaev Л./., Er^bov D.E, Zaharov МУ., LoM^/'aM ЕА, Aorov/'и U.A., Ao^be/ev ЕЕ, Ara^beM/MM/FovafM. 3., Ма^мгог Л.Л., M/M'^o А.Е., Aaz/^ov A. A., Se^eMov S.M., Aa^bcb/7/и З.Л., ҒЕ^аи Е. Е, Sbcbe^^/M^^y ЕУ. Near Real-time Satellite Monitoring of Russia for Forest Fire Protection // Mapping Science and Remote Sensing. 1999. Vol. 36. № 1. P. 54-61.

49. Л/Еи, J.E; SoEe/, E Assessing the differenced Normalized Burn Ratio's ability to map burn severity in the boreal forest and tundra ecosystems of Alaska's national parks. /A J. EW/аиЛ Ere 2008, 77, 463-475.

50. EarreE A.; Aa^AcbE, Е.; Мсбм/re, A; ThreAAy, M; AaMe, Е. Modeling fire severity in black spruce stands in the Alaskan boreal forest using spectral and nonspectral geospatial data. Ae^oE SeM& EMv/'гои. 2010, 774, 1494-1503.

51. Ear^'a/ev SA, Egorov ЕЛ., Аомр/'аи Е.Л., Uvarov /.Л. Multi-Year Circumpolar Assessment the Area Burnt in Boreal Ecosystems Using SPOT-Vegetation // International Journal of Remote Sensing. 2007. V. 28. N 6. P. 1397-1404.

52. EarE/ev, SA, Л.Е Ee/warA, D. E Ercbov, aMA Л.3. 4saev. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia // Int. J. Remote Sens. 2003. V. 24. № 9. P. 1977-1982

53. EarEo/o^e, E. aMA Ee/warA, Л.Е GLC2000: a new approach to global land cover mapping from Earth observation data // Int. J. Remote Sens. 2005. V. 26, P. 19591977

125

54. CaetaMo, M S., Mer^, L. A. X., aM^ Fere/ra, J. M C. Using spectral mixture analysis for fire severity mapping // Proceedings of 2nd international conference on forest fire research. Coimbra.- 1994.- pp. 667-677.

55. Ca/, IE; FaMg, J.; L/м, X; Нм, У.; IPersFerg, F.J. Post-fire tree recruitment of a boreal larch forest in Northeast China. For. Foo/. MaMag. 2013, 307, 20-29.

56. Самл/ег, C.A.; MoXeMz/e, D. How robust are burn severity indices when applied in a new region? Evaluation of alternate field-based and remote-sensing methods. Xe^ote Зеил. 2012, 4,456-483.

57. Ceooato, F., F/aллe, S., FaraMto/a, S., Jao^Me^oMb, S., Grego/re, J. Detecting vegetation water content using reflectance in the optical domain // Remote Sensing of Environment, 77, 2001, pp. 22-33.

58. CbaMber G., MarFba^ X. Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges // IEEE Transaction on Geoscience and Remote Sensing, vol 41, number 11, November 2003, pp. 2674-2677

59. СЬмг/есо, F., X/'ooo, D., Ғомлом, F. M, омһ ^ortнм, ^. F. Use of a radiative transfer model to simulate the post - fire spectral response to burn severity.- Journal of Geophysical Research-Biosciences, V.111, doi:10.1029/ 2005JG000143.- 2006.-pp.1-15.

60. CooFe, F.A., Ғм/e, F.Z., Croмлe, J.F. (2005). Comparison of burn severity assessments using the Differenced Normalized Burn Ratio and ground data. International Journal of Wildland Fire, 14, 189-198

61. De SaMt/л X., СОмг/'eoo F., FaMgbaM F.J., Short-term assessment of burn severity using the inversion of PROSPECT and GeoSail models // Remote Sensing of Environment, Volume 113, Issue 1, 15 January 2009, Pages 126-136, ISSN 00344257

62. De SaMt/л, X.; СОмг/'eoo, F. GeoCXX A modified version of the composite burn index for the initial assessment of the short-term burn severity from remotely sensed data. Xe^ote Seил.Fиw'roи. 2009, 773, 554-562.

126

63. Dzoz-De/goz/o /?, A7o/^z F, Foz?^ X (2003) Influence of fire severity on plant regeneration through remote sensing imagery. Azztez-zzotzozzo/ Jozzz-zzo/ о/ Xezzzote Xez?^zz?g24,1751-1763. doi:10.1080/01431160210144732

64. Dzz^y, /74.; A/zZ/zzg, J.; Gz*oAozzz, .AA7.; Xzz/?/?, 7.X; AfcGzzzre, J./). Analysis of Alaskan burn severity patterns using remotely sensed data. Azzt. J. R7/z//oz?z/ Fzz*e

2007, 76,277-284.

65. Fzz/ezz^AzzzA, J., XcAwzzzz/, 7?., 7?rewer, X., ZAzz, Z, (?zzay/e, 7?., 77on'oz*z/, X, 2007. A project for monitoring trends in burn severity. Fire Ecol. 3, 3-21.

66. A/zZ/zzg, J.; Fez-Ay/o, D. Landscape-level interactions of prefire vegetation, burn severity, and postfire vegetation over a 16-year period in interior Alaska. Coz?. J. For. Fev 2005, 35, 1367-1377.

67. A/zZ/zzg, J.; Fez-Ay/o, D.; XozTze/, F. Evaluation of remotely sensed indices for assessing bum severity in interior Alaska using Landsat TM and ETM+. Fezzzote XezM. Fzzvzz'oz?. 2005, 96, 328-339.

68. Fozzg, H., ozzz/ A/o/zg, X Retrieving leaf area index with a neural network method: Simulation and validation - IEEE Transactions on Geoscience and Remote Sensing, 41.-2003.-pp. 2052-2062.

69. Ғгеис/z, A, Xos/.svAAy F., Ho//, /7, AfzoyAy, X., Fez*Ay/o, D., Hoy, F., ZZ/ezz, J.,

2008. Using Landsat data to assess fire and bum severity in the North American boreal forest region: an overview and summary of results. Int. J. Wildland Fire 17, 443-462.

70. Frzez/Z, MA., ATcAver, D. X, Hoz/gey J. C. F, ZAozzg, X E, ATzzcAozzey, D., XtroA/er, A. H., et o/., 2002. Global land covermapping Rom MODIS: Algorithms and early results. Remote Sensing of Environment, 83, 287-302.

71. Goo X., NDWI - A normalized difference water index for remote sensing of vegetation liquid water from space // Remote Sensing of Environment, 58, 1996, pp. 257-266.

72. Ho//, D.X, Xzggy G.4. o/z<7 Xo/ozzzo/z.so/z, И И Development of methods for mapping global snow cover using moderate resolution imaging spectroradiometer data. Remote Sens. Environ., 54,127, 1995.

127

73. На//, НУ; DreeAara, У.У.; De Groot, 1Ғ.У.; Нг/7сАагУ, УМ; УуиАа^, У.У.; УаиУгу, У. Remote sensing of burn severity: Experience from western Canada boreal fires. Tat. У. ^/ТУ/ааУ D/re 2008, 77, 476-489.

74. На^^У/ Н.У., ^ray^toc^ У.У. (2006) Remote sensing of fire severity in the Blue Mountains: influence of vegetation type and inferring fire intensity. Int J Wildl Fire 15:213-226

75. Найдем M C, Hot^pov H E, Moore У, НамеУег М, УмгмУамога S' У, ТумАаг/'ма У, УАам D, SteA^a S E, Goetz S У аиУ Love/амУ У У 2013 High-resolution global maps of 21stcentury forest cover change Science 342 850-3

76. Hoy, У.У.; DreacA, М.Н.; TaretsAy, М.У.; Tr/'gg, S.M.; Над/'деАУе, H.S. Evaluating the potential of Landsat TM/ETM+ imagery for assessing fire severity in Alaskan black spruce forests. Tat. У. ^/ТУ/аиУ D/re 2008, 77, 500-514.

77. Her y.S., Horov/'a G.H., Уarta/ev S.y., HrsAov D. И, Уaaetos У.С., Has/'seAAe У.У., SAмgart Н.Н., DreacA Н.Н., Or//'cA У.У., Murphy T.L. Using Remote Sensing to Assess Russian Forest Fire Carbon Emissions // Climate Change - 55 (1-2), 2002. P.235-249.

78. УаУмУамдУад, М У., Ум//а, И H., Mамдe/, H. IE. Assessment of vegetation change in a fire - altered forest landscape.// Photogrammetric Engineering and Remote Sensing, 56, 1990, pp.371-377.

79. У/'a, E; УааУersoа, УТ.; Goetz, S.y; yecA, H.S.y.; Lo^aty, M.M.; Goм/Уea, M.L. The influence of burn severity on postfire vegetation recovery and albedo change during early succession in North American boreal forests. У. GeopAys. yes. 2012, 777, G01036.

80. УoAаstoаe, У.Н; ns/scAAe, H.S. Stand-level effects of soil burn severity on postfire regeneration in a recently burned black spruce forest. Сам. У. Dor. yes. 2005, УУ, 2151-2163.

81. Над/'scAAe, H.S.; TaretsAy, М.У.; ОУ^ар y.D.; DreacA, Н.Н.; Ну, У.У.; Hааe, H.S. Evaluation of the composite burn index for assessing fire severity in Alaskan black spruce forests. Tat. У. ^УУ/амУ D/re 2008, 17, 515-526.

128

82. Key, С., 2006. Ecological and sampling constraints on defining landscape fire severity. Fire Ecol. 2, 34-59.

83. Key, C., and Benson, N. (1999). The Normalized Burned Ratio, a Landsat TM radiometric index of bum severity incorporating multi-temporal differencing //U.S. Geological Survey.

84. Key, С. H., and Benson, N. (2005). Landscape assessment: ground measure of severity, the composite bum index; and remote sensing of severity, the normalized bum ratio // USDA Forest Service, RockyMountain Research Station, Gen. Tech. Rep. RMRS-GTR-164, Ogden, UT., pp. CD:LA1-CD:LA51.

85. Koetz, 7?., Fore/, F., Foz/ve /7., on<7 /7/7/, J. Use of coupled canopy structure dynamic and radiative transfer models to estimate biophysical canopy characteristics. - Remote Sensing of Environment, 95 - 2005 - pp. 115-124.

86. Kfy/ov А., A7e('or/у J. A., Potapov 7/, LoAoFa 7'., TynAavzna A., 7'z/rz/Aonovo X, TAmsen MC. (2014) Remote sensing estimates of stand-replacement fires in Russia, 2002-2011. Environmental Research Letters, 2014, vol. 9, № 10, pp 1-8.

87. Aon<7greAe D. Signal Theory Methods in Multispectral Remote Sensing, John Wiley and Sons, 508 pages plus a CD, 2003.

88. Landsat7 Science Data Users Handbook [Электронный ресурс]. Режим доступа: http://landsathandbook.gsfc.nasa.gov/handbook/handbook toc.html, свободный доступ

89. АоАо<7а 7'. И, 77оу A'. A'., Gzg/zo А. <тл<7 Ko.s/.seAAe //. N 2011 Mapping burned area in Alaska using MODIS data: a data limitationsdriven modification to the regional burned area algorithm fnt. J. Wildl. Fire 20 487-96

90. AoAo&z 7'., OTVea/ К. А an<7 C^/Fzar A. 2007 Regionally adaptable dNBR-based algorithm for burned area mapping from MODIS data Remote Sens. Environ. 109 429-42

91. Aove/onF, Г. /7, ZAz/, Z., OA/en, D. (9., Frown, J. A'., 7?ee<7, A?. C., on<7 K/ng, A. An analysis of the 1GBP Global Land-Cover Characterization Process // Photogramm. Eng. Rem. S. 1999. V. 65. № 9. P. 1021-1032

129

92. M'//er, J.D., & /Xo</e, X.F. (2007). Quantifying burn severity in a heterogeneous landscape a relative version of the delta Normalized Burn Ration (dNBR).Remote Sensing of Environment, 109, 66;80.

93. M'//er, J.D., XMapp, F.F., Xey, С.Н., SF/MMer, C.X., Тл/e//, C.J., Creayy, X.M., &S/er/ooF, J.^. (2009). Calibration and validation of the relative differenced 99 Normalized Burn Ratio (RdNBR) to three measures of fire severity in the Sierra Nevada and Klamath Mountains, California, USA. Remote Sensing of Environment. 113, 645;656

94. Ммру, X.X.; XeyMo/^л, J.H.; Xo/tMM, J.M. Evaluating the ability of the differenced Normalized Burn Ratio (dNBR) to predict ecologically significant burn severity in Alaskan boreal forests. /Mt. J. !W<//aM</ F/re 2008, 77, 490-499.

95. FatteryoM, M^. aMX koo/, S.X. Mapping Fire - Induced Vegetation Mortality Using Landsat Thematic Mapper Data: A Comparison of Linear Transformation Techniques. - Remote Sensing of Environment. 65.- 1998 . -pp. 132 - 142.

96. Fere/ra, M.C. A comparative evaluation of NOAA/AVHRR vegetation indices for burned surface detection and mapping. // IEEE Transactions on Geoscience and Remote Sensing, 37, 1999, pp. 217- 226.

97. X/Xco, D., F. /XMg/аи, F. СҒмгХсо, F. Zarco - Te/'aXa, aMX S.L. Xyt/M Estimation of fuel moisture content by inversion of radiative transfer models to simulate equivalent water thickness and dry matter content: analysis at leaf and canopy level.-IEEE Transactions on Geoscience and Remote Sensing. 43.- 2005.- pp. 819 - 826.

98. XogaM, J., aM</ J. FraMF//M Mapping wildfire burn severity in southern California forests and shrublands using enhanced Thematic Mapper imagery.- Geocarto International. 16.- 2001.- pp. 89 - 99.

99. XoMye J.^., Haay X.H., So/e// J.X., Deer/Mg D.^. Monitoring vegetation systems in the Great Plains with ERTS // Third ERTS Symposium, NASA SP-351 I, 1973, P. 309-317.

130

100. ScAroeУer Т., CoAea IE, Soag С., Caaty М., ^ag Z. Radiometric correction of multi-temporal Landsat data for characterization of early successional forest patterns in western Oregon // Remote Sensing of Enviroment, 103, 2006, pp. 16-26

101. Sovere/, E.O.; Hersh's, D.D.S.; Coops, E.C. Estimating burn severity from Landsat dNBR and RdNBR indices across western Canada. ye^ote Seas. Eav/'roa. 2010, 774, 1896-1909.

102. Spot Image Quality Perfomances [Электронный ресурс] // URL:

http://www.spot.ucsb.edu/spot-performance.pdf, (дата обращения: 26.09.2016)

103. vaa ^EagteaУoah, У. IE., yoot, У. У., Eey, С. С. Comparison of AVIRIS and Landsat ETM+ detection capabilities for burn severity.// Remote Sensing of Environment, 92, 2004, pp. 397- 408

104. pe^ver^ehe S., LAer^/'tte S., Eerstraetea 1E.^., Goosseas У., The temporal dimension of differenced Normalized Burn Ratio (dNBR) fire/burn severity studies: The case of the large 2007 Peloponnese wildfires in Greece, Remote Sensing of Environment, Volume 114, Issue 11, 15 November 2010, Pages 2548-2563

105. pe^ver^ehe, S., Eerst^etea, 1E.^., LAer^/'tte, S., Goosseas, У., 2010. Illumination effects on the differenced normalized burn ratio's optimality for assessing fire severity. Int. J. Appl. Earth Observation Geoinf. 12, 60-70.

106. pe^ver^ehe, S.; LAer^/'tte, S.; Eerstmetea, 1E.^.; Goosseas, У. (2011). A time-integrated MODIS burn severity assessment using the multi-temporal differenced normalized burn ratio (dNBR(MT)). /ЛТЕУЛУТГОЛУЕ УОЕУЕУЕ OD ZHHLTED ЕУУТН OESEyEZ^O^ ZED GEOTEDOyMZ^OE, 13(1), 52-58.

107. EerEy/а, D.; EorУ, У. Estimating post - fire organic soil depth in the Alaskan boreal forest using the normalized burn ratio. Tat. У. ye^ote Seas. 2008, 2P, 38453853.

108. lEA/'te, ZD., E.C. Уyaa, C.C. Eey, S.^. yaaa/'ag . Remote sensing of forest fire severity and vegetation recovery.// International Journal of Wil land Fire. 6, 1996, pp. 125-136.

131

109. 1Ғм, X; He, Н.; L/aMg, У.; Ca/, L.; Lew/'л, X. Determining relative contributions of vegetation and topography to burn severity from LANDSAT imagery. FMv/'roM. MaMag. 2013, У2, 821-836.

110. Zaroo-Te/'aXa, F. J., XMeJa, C. X., & Hst/M, S. L. Water content estimation in vegetation with MODIS reflectance data and model inversion methods.- Remote Sensing of Environment, 85.- 2003.- pp. 109-124.

111. Zaroo -Te/'a^a, F.J., J.X. M///er, T.L. Ho/aMJ, G.H. Mo/a^^eX, aMJ F.H. Sa^pyoM. Scalingup and model inversion methods with narrowband optical indices for chlorophyll content estimation in closed forest canopies with hyperspectral data.-IEEE Transactions on Geoscience and Remote Sensing. 39.- 2001.-pp. 1491-1507.

112. Z/м, Z., Xey, C. H., O//eM, D., & XeMyoM, H. C. ^2006). Evaluate sensitivities of burnseverity mapping algorithms for different ecosystems and fire histories in the United States Accessed October 2008.