Бесплатный автореферат и диссертация по наукам о земле на тему

Мониторинг повреждений растительного покрова Северной Евразии пожарами по данным спутниковых наблюдений

ВАК РФ 25.00.34, Аэрокосмические исследования земли, фотограмметрия

Автореферат диссертации по теме "Мониторинг повреждений растительного покрова Северной Евразии пожарами по данным спутниковых наблюдений"

На правах рукописи

УДК 528.8

Егоров Вячеслав Александрович

МОНИТОРИНГ ПОВРЕЖДЕНИЙ РАСТИТЕЛЬНОГО ПОКРОВА СЕВЕРНОЙ ЕВРАЗИИ ПОЖАРАМИ ПО ДАННЫМ СПУТНИКОВЫХ НАБЛЮДЕНИЙ

25.00.34 - Аэрокосмические исследования Земли, фотограмметрия

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2006

Работа выполнена в Институте космических исследований РАН

Научный руководитель: кандидат технических наук,

Барталев Сергей Александрович

Официальные оппоненты: доктор технических наук, проф.

Малинников Василий Александрович

кандидат географических наук, Тутубалина Ольга Валерьевна

Ведущая организация: Центр по проблемам экологии и продуктивности

лесов РАН

Защита диссертации состоится « октября 2006 года в час. на

заседании диссертационного совета Д.212.143.01 в Московском государственном университете геодезии и картографии (МИИГАиК) по адресу: 105064, г. Москва, К-64, Гороховский пер., 4 (ауд. 321).

С диссертацией можно ознакомиться в библиотеке Московского государственного университета геодезии и картографии.

Автореферат разослан « У » сентября 2006 г.

Ученый секретарь диссертационного совета

Краснопевцев Б.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Состояние и динамика бореальных экосистем в настоящее время являются предметом пристального внимания ученых и международных политических институтов в связи с их важнейшим экологическим и ресурсным значением, необходимостью сохранения биологического разнообразия, а также исследованиями в области глобальных изменений климата. Огонь является одним из наиболее мощных естественных факторов воздействия на бореальные экосистемы и сопровождается проявлением последствий экологического, социального й экономического характера. Поясары, как важнейший лесообразовательный фактор, в значительной мере определяют состав, структуру и динамику лесов бореапьной зоны. В то же время опи оказывают разрушительное воздействие на растительность, органический слой почвы и фауну, создают условия для проявления вспышек массового размножения насекомых вредителей, изменяют гидрологический режим грунтов, уничтожают материальные и культурные ценности, загрязняют атмосферу продуктами сгорания. Наличие возможностей оценки последствий пожаров является одним из необходимых условий устойчивого управления лесными ресурсами, охраны окружающей среды, поддержания видового разнообразия, а также понимания причин, прогноза динамики и принятия мер по смягчению возможных последствий изменяющегося климата. Регулярная оценка пройденных огнем площадей в России выполняется службой охраны лесов от пожаров на примерно 2/3 территории лесного фонда, главным образом методом визуальных авиационных и наземных наблюдений. При этом наблюдения за- воздействием пожаров на другие типы экосистем (тундра, степи и др.) практически не проводятся," или проводятся на очень ограниченных территориях. В этой связи особый-интсрес для получения связанных с воздействием огня оценок представляет использование данных спутниковых наблюдений, не имеющее в настоящее Время реальной альтернативы в условиях необходимости обеспечения регулярных обследований больших территорий. К преимуществам использования спутниковых данных можно отнести и территориально-временную однородность получаемых оценок, не зависящих от политико-административного деления территории и изменения социально-экономических условий, что является необходимым условием информационного обеспечения научных исследований и

реализации международных соглашений в области охраны окружающей среды и изменений климата. Создание методов и автоматизированных технологий мониторинга по спутниковым данным поврежденных пожарами площадей позволяет существенно расширить контролируемую территорию, ^ таюке повысить периодичность и оперативность получения данных о воздействии пожаров, точность определения размеров пройденной огнем площади, оценок экономического ущерба и экологических последствий.

Цель и задачи исследования. Целью проведенных исследований являлось развитее методов и автоматических технологий использования данных спутниковых наблюдений для решения задач мониторинга повреждений бореальных экосистем пожарами. Для достижения указанной цели были решены следующие научные задачи:

- на основе комбинированного использования временных серий спутниковых данных SPOT-Vegetation и Terra/Aqua-MODIS разработан метод выявления поврежденной пожарами растительности бореальных экосистем;

- с использованием разработанного метода сформирован банк данных о повреждениях растительного покрова Северной Евразии пожарами в интересах решения широкого спектра научных и прикладных задач;

- на основе опорной информации из независимых источников выполнена валидация, позволившая оценить точность разработанного метода и сформированных информационных продуктов о повреждениях пожарами экосистем Северной Евразии;

- проведена интеграция автоматической технологии выявления поврежденной огнем растительности в Информационную систему дистанционного мониторинга лесных пожаров в интересах Федерального агентства лесного хозяйства МПР РФ.

Научная новизна работы и защищаемые положения. 1. Разработан новый метод выявления участков поврежденной пожарами растительности по временным сериям спутниковых данных низкого пространственного разрешения, основанный на использовании комбинации спектрально-отражательных и температурных признаков поверхности.

2. Создана автоматическая система выявления пройденных пожарами площадей на основе комбинации временных серий данных спутниковых наблюдений БРОТ-\^е1а1:юп и Тегга/Ас}иа-МОВ18.

3. Впервые создан постоянно обновляемый банк многолетних данных о повреждениях бореальных экосистем Северной Евразии пожарами, а также получены с его использованием уникальные данные о масштабах и сезонной динамике горения для различных типов растительного покрова.

4. Проведена интеграция технологии в Информационную систему дистанционного мониторинга лесных пожаров, разработанную в интересах Федерального агентства лесного хозяйства МПР РФ.

Практическая значимость. Разработанный автором метод выявления повреждений растительности пожарами по данным спутниковых наблюдений позволил создать автоматическую информационную технологию, обеспечивающую получение оценок пройденных огнем площадей на регулярной основе, что, в свою очередь, дало возможность сформировать банк данных долгосрочных наблюдений за воздействием пожаров на наземные экосистемы Северной Евразии. Созданная технология мониторинга поврежденной растительности огнем используется в оперативном режиме в составе Информационной системы дистанционного мониторинга лесных пожаров в интересах Федерального агентства лесного хозяйства Министерства природных ресурсов РФ. Полученные автором результаты были использованы при выполнении научных проектов, поддержанных Российским Фондом Фундаментальных Исследований, программами Европейской комиссии и Европейского космического агентства.

Постоянно обновляемый банк данных о повреждениях растительного покрова Северной Евразии~пожарами находит использование при проведении-исследований, связанных с глобальными изменениями климата, в частности, для оценки объемов эмиссий парниковых газов в атмосферу, что позволяет его рассматривать в качестве элемента информационного обеспечения реализации Киотского протокола к Рамочной Конвенции ООН по изменению климата.

Апробация. Основные положения диссертации и полученные результаты доложены на 9 международных и российских симпозиумах, конференциях, семинарах

и совещаниях в Москве, Санкт-Петербурге, Красноярске, Петрозаводске, Италии (Испра), Канаде (Монреаль).

Публикации. По результатам исследований и разработок опубликовано 10 печатнщх работ по теме диссертации в российских научных изданиях, сборниках докладов симпозиумов и конференций.

Структура и объем диссертации. Диссертация состоит из. введения, четырех глав, заключения, списка литературы и приложений. Объем диссертации составляет 125 страниц, включая 26 рисунков, 10 таблиц и 4 приложения.

Выражение признательности. Большую помощь и поддержку на всех этапах работы оказали научный руководитель, заведующий лабораторией ИКИ РАН к.т.н. С.А. Барталев и заместитель директора ИКИ РАН д.т.н. Е.А. Лупян. Автор выражает также искреннюю благодарность И .В. Уварову, В.О. Ильину, а также всем коллегам, помогавшим в подготовке данной работы.

СОДЕРЖАНИЕ РАБОТЫ

Введение содержит обоснование необходимости развития методов спутникового мониторинга повреждений растительного покрова ■ Северной Евразии пожарами с учетом необходимости решения прикладных задач и информационного обеспечения фундаментальных исследований в области глобальных изменений климата и биосферы, описание целей и задач работы, а также основных научных результатов, полученных автором при подготовке диссертациошюй работы.

Глава 1. Анализ возможностей использования данных спутпиковых наблюдений для мониторинга пожаров. Анализ многолетних данных метеорологических наблюдений наглядно демонстрирует, что глобальное потепление климата наиболее существенно проявляется в бореальной зоне планеты, и, прежде всего, в Северной Евразии, что,. в свою очередь, с высокой вероятностью обуславливает усиление пожарной активности в бореальных экосистемах и наругаенности экосистем пожарами. Северная Евразия обладает рядом уникальных экологических, климатических и социально-экономических особенностей и охватывает широкий

спектр биомов, таких как тундра, таежные и широколиственные леса; болота и степи, для которых пожары выступают неотъемлемым фактором динамики экосистем.

. Неполный охват территории России системой авиационного и наземного мониторинга пожаров, а также отсутствие инструментальных методов контроля пройденных огнем площадей и оценки степени повреждения лесов приводит к тому, что данные официальной отчетности содержат значительные случайные и систематические ошибки. Это свидетельствует о необходимости разработки методов использования данных спутниковых наблюдений для мониторинга повреждений пожарами лесов и других типов растительного покрова, и в особенности па территориях, не контролируемых авиационными и наземными средствами наблюдения.

Техника дистанционного зондирования со спутников открывает практически безальтернативную возможность регулярного мониторинга последствий пожаров, и особенно, при получении глобальных оценок, а также оценок на уровне крупных регионов. Существующие спутниковые приборы, в частности, такие как БРОТ-У^йайоп и Terra\Aqua-MODIS, позволяют реализовать ■ преимущества дистанционных методов и создавать системы мониторинга поврежденных огнем экосистем. Эти возможности обусловлены не только техническими характеристиками указанных приборов, но и в не меньшей степени высоким уровнем доступности получаемых данных, включая эффективные системы удаленного доступа пользователей по сети Интернет.

Оптические характеристики очагов горения и поврежденной пожарами растительности создают необходимые физические предпосылки для выявления указанных участков с использованием приборов дистанционного зондирования, регистрирующих отраженное поверхностью излучение в видимом, ближнем и среднем ИК диапазонах. Возможности использования спутниковых данных для выявления повреждений лесов пожарами начинали исследоваться еще в 70-х и 80-х годах прошлого столетия. Эти исследования получили импульс развития с появлением спутникового радиометра НОЛА-АУНДИ, что объясняется хорошо выбранными для Мониторинга активных пожаров спектральными каналами, а также возможностью ежедневных глобальных наблюдений. Исследования были направлены на разработку методов детектирования пожаров по аномально высоким значениям

температуры, а также на выявление участков повреждений на основе спектральных признаков, в частности, индекса №ЗУ1. В некоторых работах был применен комбинированный подход, когда результаты выявления по спектральным признакам повреждений растительности объединялись с данными детектирования температурных аномалий с целью"'" повышения достоверности получаемых результатов.

Результаты многочисленных исследований демонстрируют, что для выявления по спутниковым данным поврежденной огнем растительности наиболее эффективным являете^ . комбинация данных . наблюдений в каналах ближнего и среднего ИК диапазонов, как следствие их высокой чувствительности к изменениям концентрации хлорофилла и влагосодержания растительности после воздействия огня. Рассчитываемый на основе указанной комбинации спектральных каналов коротковолновый вегетационный индекс БАй^АЛ широко используется для изучения повреждений растительности огнем.

Полученные до настоящего времени с использованием спутниковых данных для территории Северной Евразии оценки масштабов повреждений пожарами, как правило, носят эпизодический характер. При этом полученные из различных источников оценки во многом противоречивы и не вполне согласуются между собой. Анализ имеющихся различий в опубликованных оценках показывает, что они могут быть объяснены различиями в характеристиках спутниковых приборов, методах анализа данных, охвате территории, принятых схем классификации типов наземных экосистем и источников вспомогательных данных. Вместе с тем, указанная несогласованность в оценках часто приводит к искаженным представлениям о масштабах воздействия пожаров на наземные экосистемы Северной Евразии, а также к тому, что в~ряде исследований используются приблизительные экспертные оценки пройденных огнем площадей.

При анализе информационных продуктов, отражающих повреждения растительности пожарами, важно учитывать, наряду с возможностью получения достоверных интегральных оценок площадей, также и другие аспекты их использования. В частности, необходим анализ уровня достоверности оценок повреждений в различных типах экосистем, так как повреждения в различных типах растительного покрова могут выявляться с различной степенью точности. Кроме того

важной характеристикой информационных продуктов при анализе сезонной динамики развития повреждений является уровень их временного разрешения.

Анализ существующего опыта и систем мониторинга растительных пожаров создает необходимые предпосылки для разработки нового эффективного методологического подхода к оценке масштабов и динамики воздействия огня на-наземные экосистемы с использованием временных серий данных спутниковых наблюдений.

Глава 1. Формирование банка данных спутниковых наблюдений и аналнз спектрально-отражательных характеристик поврежденной огнем растительности. Необходимые технические предпосылки по получению данных дистанционного зондирования, удовлетворяющих по характеристикам требованиям мониторинга изменений растительности в глобальном и континентальном масштабе получили развитие с появлением спутниковой системы SPQJ-Vegetation. Инструмент SPOT-Vegetation призван обеспечить глобальные непрерывные наблюдения за состоянием растительного пог<рова планеты, и имеет существенные преимущества для решения этой задачи по сравнению с такими, активно используемыми в аналогичных приложениях сенсорами, как NOAA-AVHRR и ERS-ATSR. Эти преимущества обусловлены, в частности, наличием оптимизированных для наблюдения растительности спектральных диапазонов, обеспечением точной радиометрической калибровки измерений, геометрической точностью получаемых изображений и высоким уровнем постоянства величины пространственного разрешения при измененйи угла визирования.

Для проведения исследовательских в рамках диссертационной работы была сформирована база данных -продуктов S10 SPOT-Vegetation, охватывающая регион Северной Евразии за период 1998-2005 годов, с дальнейшей перспективой ее дополнения вновь поступающими -спутниковыми данными. Указанные продукты спутниковых данных формируются с использованием всех наблюдений за каждый десятидневный период путем селекции пикселов, соответствующих максимальному значению _NDVI, что позволяет синтезировать изображения с редуцированным влиянием облачности. Ввиду применения атмосферной коррекции при формировании продуктов S10, значения пикселов изображений характеризуются величиной

спектральной яркости, приведенной к уровню верхней, границы атмосферы. Данные продуктов SJ0 содержат такясе информацию о дате и времени наблюдения, а таюке геометрических условиях солнечного освещения и наблюдения.

В качестве источника дополнительной информации использовались результаты детектирования активных пожаров по температурным аномалиям с использованием спутниковых изображений Terra/Aqua-MODIS, а именно стандартные продукты MOD 14 (версия алгоритма 4.0). Для проведения экспериментальных работ была создана база подекадно агрегированных данных о температурных аномалиях, согласованных по пространственному разрешению и времени наблюдения с продуктами S10 SPOT-Vegetation.

Сформированный банк спутниковых данных на территорию Северной Евразии охватывает период 1998-2005 годов и, в настоящее время, существует возможность его регулярного пополнения. Огромный объем спутниковых данных, сложность их структуры, а такясе особенности разработанных алгоритмов предварительной и тематической обработки данных многолетних наблюдений, потребовали поиска механизмов эффективного управления сформированным банком данных. Для создания систем хранения спутниковых данных, позволяющих решать широкий спектр задач, в ИКИ РАН была разработана общая архитектура построения автоматизированных систем хранения спутниковых данных (СХСД). В рамках указанной архитектуры основные задачи решаются на основе использования базовых программных компонент: системы ведения архивов, системы администрирования архивами, системы доступа к данным на основе WEB-интерфейсов, системы контроля функционирования СХСД, поддержка хранения спутниковых данных, обеспечение доступа к спутниковым данным.

Анализ спектральных отражательных характеристик различных типов растительности, измеренных с использованием прибора SPOT-Vegetation, проводился для оценки информационной эффективности указанных данных в сравнении с, широко используемыми в исследованиях по глобальному мониторингу растительности, данными радиометра NOAA-AVHRR. По результатам выполненного анализа разделимости основных типов наземных экосистем и лесных насаждений различных пород можно сделать следующие выводы о том, что в большинстве случаев данные измерений SPOT-Vegetation демонстрируют более высокий уровень

разделимости типов наземного покрова по сравнению с данными NOAA-AVHRR, а также о том, что наличие среднего ИК канала позволяет обеспечить более высокий уровень разделимости типов наземного покрова при классификации насаждений поврежденных пожарами и водных объектов.

Поскольку уровень детектируем ости участков повреждений зависят . от фенологического состояния растительного покрова и его спектрально-отражательных свойств, возможности выявления поврежденных огнем участков не одинаковы в различных типах экосистем в различные сезоны года. Проведенные исследования позволили количественно оценить эти различия при использовании данных SPOT-Vegetatio'n для выявления поврежденных огнем участков в различных типах лесных, насаждений. На основе имеющихся карт лесов по данным SPOT-Vegetation была исследована фенологическая динамика спектрально-временных характеристик различных типов леса (лиственница, ель, дуб, берёза и сосна) в сравнении со спектральными сигнатурам« поврежденных в различной степени пожарами лесов.

Представления об уровне разделимости различных типов наземного покрова в пространстве спектральных яркостей по данным SPOT-Vegetation могут быть получены на основе эллипсов рассеяния яркости в двумерном пространстве наиболее информативных для изучения растительности спектральных каналов (рис. 1). Было установлено, что в летний период спектрально яркостные различия поврежденной огнем и здоровой лесной растительности максимальны, однако ранней весной н осенью, указанные различия менее отчётливы, что особенно характерно для насаждений с преобладанием лиственницы и сосны.

Глава 3. Метод выявления поврежденных пожарами участков

растительного покрова.....по - данным спутниковых наблюдений. Анализ

литературных источников, а также выполненные автором исследования, показали, что наилучшие по точности результаты обнаружения повреждений растительного покрова пожарами по спутниковым данным могут быть получены на основе подхода, комбинирующего детектирование участков, отражательные свойства которых претерпели характерные для воздействия огня изменения с поиском участков аномально высокой температуры. При этом детектирование повреждений по изменениям отражательных характеристик поверхности предполагает использование

временных серий спутниковых данных для поиска участков с характерными межгодовыми изменениями, на основе заданных критериев распознавания.

Рис. I Сезонная динамика спектральных сигнатур некоторых типов лесов в различных фазах фенологического состояния в сравнении с сигнатурами поврежденных пожарами участков.

Кроме того, результаты исследований также позволили прийти к выводу, что при разработке метода спутникового мониторинга пройденных огнем площадей необходимо учитывать, что возможности выявления поврежденных участков не одинаковы в различных типах экосистем в течение года, и определяются различиями

сезонной динамики спектрально-отражательных свойств растительности. При разработке алгоритмов необходимо также учитывать и тот факт, что наряду с пожарами к сходным изменениям спектрально-отражательных свойств растительного покрова может приводить воздействие и других возмущающих факторов, сопровождаемых угнетением или гибелью растительности, таких как, болезни, засухи, промышленные загрязнения, вспышки массового размножения насекомых фитофагов.

Основываясь на указанных предпосылках, автором был разработан метод выявления повреждений пожарами на основе комбинированного использования временных серий данных SPOT-Vegetation и Terra/Aqua-MODIS, логическая схема которого представлена на рисунке 2.

К числу ограничений затрудняющих использование исходных продуктов спутниковых данных S10 SPOT-Vegetation для выявления пройденных огнем участков относится наличие помех в результате влияния облачности и их теней, сезонного покрытия поверхности снегом, а также аппаратурных дефектов. Выполнение этапа предварительной обработки данных направлено на формирование масок непригодных для тематического анализа пикселов. Алгоритм детектирования зашумленных пикселов предусматривает следующие шаги анализа данных:

- детектирование пикселов, соответствующих покрытой снегом поверхности;

- детектирование пикселов зашумленных в результате влияния облаков;

- детектирование пикселов, подверженных влиянию аппаратурных дефектов, а также остаточному влиянию облаков, теней и т.д.

При этом каждый последующий шаг использует только данные тех пикселов, которые не были определены, как зашумленные, на предыдущих этапах. Результат выявления покрытой снегом территории наряду с фильтрацией зашумленных данных спутниковых наблюдений позволяет также определить и временные границы пожароопасного сезона, что позволяет, снизить число ложно детектированных участков повреждений, а также избегать избыточной обработки данных для регионов покрытых снегом в период наблюдения.

Воздействие огня, в зависимости от интенсивности пожара й типов экосистемы, может приводить к гибели или изменению физиологических характеристик растительности, что, в частности, выражается в снижении

влагосодержания и концентрации хлорофилла в зеленых фракциях растений. При .7 этом также изменяется и спектральное отражение .поврежденных участков в диапазонах длин волн, в которых происходит наиболее интенсивное поглощение оптического излучения молекулами хлорофилла и воды, а именно в ближнем и среднем Ш< спектральных диапазонах. Знание этих особенностей положено в основу использования спектрального вегетационного индекса SWVI, вычисляемого по данным соответствующих спектральных каналов SPOT-Vegetation по формуле:

О I п nir .swir

где R„ir и Rswlr ~ соответственно значения спектрального коэффициента яркости поверхности, измеренные в ближнем и среднем ИХ каналах SPOT-Vegetation.

Полученные в результате предварительной обработки данные SPOT-Vegetation используются для вычислений согласно выражению значений SWVI для каждой декады наблюдений за двухлетний период, включающий год, для которого проводится выявление пройденных огнем площадей, а также год ему предшествующий. Для зашумленных наблюдений, выявленных на этапе предварительной обработки данных, производится восстановление значений SWVI методом линейной аппроксимации с использованием свободных от влияния мешающих факторов и ближайших во времени предшествующих и последующих наблюдений.

Выявление вызываемых пожарами изменений растительности требует учета ее естественной сезонной динамики и осуществляется с использованием межгодовых подекадных разностей DWI, вычисляемых для каждого пиксела с координатами (г, j) согласно выражению:

D WIk (i,j,t,f) = SWVJk(i,j, t) - SWVIk (i,j, t'), где / - номер декады к-го года, а /* - номер соответствующей декады к-1 года. Для компенсации влияния межгодовых фенологических различий на результаты детектирования повреждений в качестве t* выбирается декада, соответствующая минимуму функции DWIk(i, j,t,t') Vi* = (i-l,f,<+l). Вычисление DWI производится для всех декад, в которые территория была свободна от снега в оба года наблюдений.

Рис. 2 Логическая схема метода выявления поврежденной пожарами растительности по спутниковым данным

SPOT-Vegetation и Тегта/Лдиа-МОЫЯ

1 Связанные с воздействием огня различия в состоянии растительности в текущем и предыдущем годах могут выражаться в существенных отклонениях значений DWI от нуля в область отрицательных значений. Для выявления пикселов, соответствующих предполагаемым гарям, в качестве первого приближения используется следующий критерий:

После использования описанной пороговой процедуры, результаты детектирования содержат наряду с поврежденными пожарами участками также и пикселы, относящиеся к территориям, на которых появление отрицательных аномалий DWI вызвано другими причинами, например разливами рек, различиями в условиях наблюдения н т.д. Фильтрация этих участков осуществляется на основе анализа данных в окрестности каждого отдетектированного пиксела с использованием окна переменного размера. Окно должно содержать не менее пяти пикселов ближайшей окрестности, не включенных во. множество пикселов предполагаемых повреждений. Значения SWVI указанных пикселов используются для подекадной оценки среднего Mswvi и стандартного отклонения aswvi окрестности. Пиксел относится к пройденным пожарами участкам, если соответствующее ему значение S WVI меньше чем (Mswvj - a5WV;).

Для идентификации вызванных пожарами повреждений, предусматривается оценка пространственно-временной согласованности выявляемых по данным SPOTVegetation изменений с информацией об очагах горения по данным Terra/Aqua-MODIS. Для этого выявленные на предыдущих стадиях пикселы подекадно группируются в связные области,, которые пространственно сопоставляются с тепловыми аномалиями текущей и предшествующей декад. Выявленный участок изменений считается поврежденным пожарами, если не менее одного процента его площади совпадает с пикселами тепловых аномалий.

В заключении идентификация типов поврежденных пожарами экосистем осуществлялась на основе использования базы данных Global Land Cover 2000.

Разработанный алгоритм выявления поврежденных пожарами участков с точки зрения обработки представляет собой многоступенчатую вычислительную задачу, оперирующими большими объемами многолетних временных рядов данных

спутниковых наблюдений. Эффективное решение такого рода задач на регулярной основе невозможно без создания системы автоматической обработки спутниковых данных. Для автоматизации обработки спутниковых данных был создан специализированный программный модуль с использованием разработанного в ИКИ РАН комплекса SPUTNIK. Интегрированный в систему SPUTNIK специализированный программный модуль обеспечивает осуществление цикла специальной обработки данных, в то время как базовый программный комплекс отвечает за организацию их поступления, хранения и представления.

Разработанный автором метод открывает возможности мониторинга поврежденной огнем растительности на основе использования временных серий данных спутниковых наблюдений. В результате его использования могут быть получены данные, необходимые для оценки пройденных огнем площадей, восстановления динамики распространения пожаров и определения продолжительности пожароопасных сезонов, как важной характеристики климатических изменений. Реализация метода в виде технологии обеспечивает возможность получения оценок на регулярной основе и создания банка данных долгосрочных наблюдений за воздействием пожаров на растительный покров бореальных экосистем.

Глава 4. Анализ полученных результатов и интеграция разработанного метода в информационную систему мониторинга лесных пожаров России. Сформированная по результатам обработки спутниковых изображений база данных о повреждениях растительного покрова Северной Евразии в. настоящее время охватывает период 20002005 годов. Пространственное разрешение базы данных составляет примерно 1 км, а временная дискретность - десять дней. База данных доступна для пользователей в виде набора растровых файлов различных форматов с тем, чтобы обеспечить -высокий уровень гибкости в выборе программного обеспечения для анализа данных. Внешний доступ пользователей Интернет к базе данных осуществляться через web-сайт информационной системы TerráNorte по адресу http://terranorte.iki.rssi.ru с использованием специально разработанных инструментов, предоставляющих широкие возможности осуществления выборок данных с представлением результатов в табличной

или графической форме. Интегральные данные о площадях повреждений пожарами для стран и политико-административных регионов Северной Евразии, полученные с использованием разработанной базы данных, представлены в таблице 1.

Таблица 1

Площади повреждений бореальных экосистем пожарами в странах Северной Евразии по

спутниковым данным (тыс. га)1

Страны 2000 2001 2002 2003 2004 2005 Среднее С1СО

Россия 4629,35 2484,42 5632,46 2757,36 8278.8 5772,4 34528.0 22437.1 2269,9 899,9 ■ 6890,7 1338,9 10371,5 5948,3 12009,2 8256,2

Белоруссия 45,7 26,5 0,2 0,0 614,1 283,6 115,7 39,5 1,0 0.3 3,55 0,06 130,0 58,3 241,3 111,6

Казахстан 2296,62 63,99 3110,50 1,62 2614,9 6,1 4371,5 11,6 3132,4 19,1 3224,2 3,6 3125,0 17,7 708,6 23,6

Латвия 0,1 0,1 0,0 0,0 19,0 12,5 3,4 3,1 0,0 0,0 0.3 0,0 3,8 2,6 7,6 5,0

Литва 0,3 0,3 0,0 0,0 47.7 31.8 3,4 0,3 0,0 0,0 1,5 0,1 8,8 5,4 19,1 12,9

Монголия 741,8 124,8 157,5 27,1 520,7 115,2 836,1 71,2 490,9 18,9 133,2 7,8 480,0 60,8 290,3 50,7

Норвегия 0,0 0,0 0,0 0,0 0,0 0,0 1.3 0,7 0,0 0,0 0,0 0,0 ол 0,1 0,5 0,3

Украина 258,8 16,2 30,4 1,9 253,8 77,3 129,5 32,6 30,4 2,0 1810,1 7,8 418,8 23,0 689,0 29,0

Финляндия 0,0 0,0 0,0 0.0 0.0 0,0 0,6 0,5 0.8 0,7 0,1 0,0 0.3 0,2 0,4 0,3

Швеция 0,7 0,7 0,0 0,0 0,1 0,1 1.4 1,4 0,1 0,1 0,1 0,05 0,4 0.4 0,6 0,6

Эстония 4.7 2.8 0,0 0,0 0,6 0,6 4,0 2,7 0,0 0,0 0,0 0,0 1,6 1.0 2,2 1,4

Анализ оценок площадей поврежденной пожарами в 2000-2005 годах позволяет, в частности, сделать следующие заключения для территории Северной Евразии:

- повреждения пожарами варьируют, как по масштабам, так и по географической приуроченности. За период наблюдений наименьшие (8808,0'Ю3 га) и наибольшие (41657, Г103 га) повреждения произошли соответственно в 2000 и 2003 годах;

- наибольшие повреждения претерпевают лесные и травяные экосистемы. Площадь их повреждений превышает повреждения во всех других типах экосистем, а совокупная доля составляет 88-91% суммарной площади поврежденных экосистем. При этом

1 В таблице верхнее значение относится к общей площади повреждений, а нижнее к повреждениям лесов.

соотношение между площадями повреждений лесов и травяного покрова от года к году существенно варьирует;

- при рассмотрении лесных экосистем, наибольшие повреждения выявлены в лиственничных лесах, на долю которых приходится от 65%-78% площади поврежденных пожарами лесов;

- наибольшая доля повреждений наземных экосистем Северной Евразии пожарами приходится на территорию России и составляет 60-83%, а при рассмотрении только лесов эта доля возрастает до 91-97%.

Анализ сезонной динамики пройденных огнем площадей позволяет также судить о периодах максимального воздействия пожаров и продолжительности пожарных сезонов различных лег в экосистемах различных типов, а также оценивать соотношение масштабов повреждений в различные годы.

Оценка точности метода выявления поврежденной пожарами растительности относится к числу важнейших составляющих исследований. Необходимые для этого опорные данные были получены по спутниковым изображениям высокого разрешения, а также по результатам авиационных и наземных обследований. Репрезентативный набор опорных данных был сформирован автором с использованием изображений Landsat-ЕТМ+ и Метеор-ЗМ/МСУ-Э, пространственное разрешение которых многократно превышает разрешение изображений SPOT-Vegetation. Набор изображений Landsat-ЕТМ+ включал в себя 31 сцену, полученную в 2001-2002 годах для различных регионов России, что позволило выбрать 78 опорных участков. Общая площадь повреждений на опорных участках составила 468 тыс. га, что позволяет рассматривать выборку как репрезентативную. Совместно с ФГУ «Авиалесоохрана» в Красноярском крае были проведены авиационные и наземные измерения контуров гарей 2003 и 2004 годов с использованием GPS.

Сопоставление значений площади поврежденных участков для опорной (Landsat-ЕТМ+) и контрольной (SPOT-Vegetation) выборок демонстрирует хороший уровень согласованности результатов, полученных из двух независимых источников. Это подтверждается результатами корреляционного и регрессионного анализа, демонстрирующего наличие линейной связи с высоким уровнем корреляции (R2=0.94)

между двумя наборами данных о площадях повреждений (рис. 3). Регрессионное уравнение Звтм=1-15усл—89.4 (V 3УотЙ51,3 га) позволяет оценить порог чувствительности метода выявления поврежденной пожарами растительности. Из указанного уравнения следует, что участки повреждений площадью ниже 59,4 га не могут быть выявлены с использованием данного метода.

Площадь по .штннымЗРОТ-Уе ци'и'моп (га)

Рис. 3 Сравнение площадей поврежденных пожарами участков по данным БРОТ-

Vegetation и 1мпс/за1-ЕТМ+ Статистический анализ различий между данными опорной и контрольной выборок позволяет оценить точность разработанного метода. Из гистограммы относительных ошибок площадей повреждений (рис. 4), следует, что с высоким уровнем достоверности в качестве распределения вероятностей ошибок может быть принято нормальное распределение. Средняя относительная ошибка составляет -8,7%, величина и знак которой свидетельствует о наличии незначительного систематического занижения площадей повреждений, измеряемых с использованием разработанного метода.

Представленный на рисунке 5 график демонстрирует снижение величины относительной ошибки оценки площадей повреждений по мере роста размеров участков, из которого следует, что, достигая 17% для участков меньших по площади 1000 га, ошибка снижается до уровня 2% для участков площадью от 5000 до 10000 га. Средняя

20

разница оценок площадей в сравнении с данными авиаоблетов, составила 11%, а отклонения по отдельным участкам лежали в интервале от -13,6% до +10,4%.

Рис. 4 Гистограмма распределения вероятностей значений относительной ошибки при оценке площадей поврежденных пожарами участков

5000 10000 15000

Площадь участков повреждений пожарами (га)

Рис. 5 Зависимость средней относительной ошибки оценки площадей повреждений по данным SPOT-Vegetation от размеров участков

Разработанный автором метод выявления повреждений растительности пожарами, основанный на использовании комбинации спектрально-отражательных и температурных признаков поверхности, позволил создать информационную технологию, обеспечивающую получение оценок пройденных огнем площадей на регулярной основе. Это дало возможность сформировать обновляемый банк данных долгосрочных наблюдений за воздействием пожаров на наземные экосистемы Северной Евразии. Технология выявления поврежденной огнем растительности интегрирована в Информационную систему дистанционного . мониторинга лесных пожаров ФГУ «Авналесоохрана» Министерства природных ресурсов РФ и используется в производственном режиме.

Заключение. Представленная диссертационная работа содержит результаты исследований и научных разработок автора, которые можно рассматривать как решение научной проблемы и развитие методов мониторинга повреждений растительного покрова пожарами по данным спутниковых наблюдений. Полученные автором результаты нашли широкое использование в практике охраны лесов от пожаров, а также при выполнении научных проектов по оценке ресурсно-экологической роли лесов России и исследованиях в области глобальных изменений климата и биосферы.

Разработанный метод выявления повреждений растительности пожарами по данным спутниковых наблюдений позволяет регулярно выявлять пройденные огнем площади. Информационная технология обеспечивает получение оценок пройденных огнем площадей растительного покрова бореальных экосистем. Независимая валидация, проведенная с использованием спутниковых данных высокого пространственного разрешения продемонстрировала'возможность получения площадей повреждений лесов с точностью достаточной для их использования в практике лесного хозяйства.

Результаты диссертационной работы впервые позволили получить многолетние данные для объективного изучения пространственно-временных характеристик повреждений растительности огнем в регионе Северной Евразии при подекадной частоте наблюдений, что позволяет исследовать сезонную динамику горения в различных типах наземных экосистем.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Барталев С.А., Егоров В.А., Ильин В.О., Лупян Е.А. Синтез улучшенных сезонных изображений Северной Евразии для картографирования и мониторинга динамики растительности по данным SPOT-Vegetation. II Солнечно-земная физика. Выпуск 5 (118), Главный редактор: академик РАН Г.А. Жеребцов, Новосибирск, Издательство СО РАН, 2004 - С. 12-14.

2. Егоров В.А., Барталев С.А., Лупян Е.А. Алгоритм детектирования и оценки площадей повреждённой пожарами растительности по данным SPOT-Vegetation. И Геоинформатика. Труды международной научно-технической конференции, посвященной 225-летию МИИГАиК, Москва, 2004 - С. 199-204.

3. Егоров В.А., Барталев С.А. Метод детектирования и оценки площадей повреждённой пожарами растительности по данным SPOT-Vegetation // Сборник тезисов докладов конференции «Исследования космического пространства в интересах фундаментальных наук», Москва, ИКИ РАН, 2004 - С. 13.

4. Егоров В.А., Ильин В.О., Лупян Е.А., Мазуров A.A., Флитман Е.В. Возможности построения автоматизированных систем обработки спутниковых данных на основе программного комплекса XV_SAT, // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов, ИКИ РАН, Сборник научных статей, Научные редакторы: д.т.н. Е.А. Лупян, к.ф-м.н. О.Ю. Лаврова, Москва, Полиграф сервис, 2004 - С. 431-436.

5. Егоров В.А., Барталев С.А. Анализ временных серий спутниковых данных SPOTVegetation для детектирования повреждённой пожарами растительности Северной Евразии // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и .технологии мониторинга 01фужающей среды, потенциально опасных явлений и объектов, ИКИ РАН, Сборник научных статей, Научные редакторы: д.т.н. Е.А. Лупян, к.ф-м.н. О.Ю. Лаврова, Том II, Москва, «GRANP polygraph», 2005 - С. 380-387.

6. Барталев С.А., Беляев А.И., Егоров В.А., Ершов Д.В., Коровин Г.Н., Коршунов H.A., Котельников Р.В., Лупян Е.А. Валидация результатов выявления и оценки площадей,

поврежденных пожарами лесов по данным спутникового мониторинга SPOTVegetation. // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов, ИКИ РАН, Сборник научных статей, Научные редакторы: д.т.н. Е.А. Лупян, к.ф-м.н. О.Ю. Лаврова, Том II, Москва, «GRANP polygraph», 2005 - С. 343-353.

7. Барталев С.А., Егоров В.А., Лупян Е.А., Уваров И.А. Оценка площади повреждений наземных экосистем Северной Евразии пожарами в 2000-2003 годах по спутниковым данным инструмента SPOT-Vegetation. // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов, ИКИ РАН, Сборник научных статей, Научные редакторы: д.т.н. Е.А. Луотн, к.ф-м.н. О.Ю. Лаврова, Том II, Москва, «GRANP polygraph», 2005 - С. 354-366.

8. Барталев С.А., Егоров В.А., Лупян Е.А. Картографирование повреждений пожарами бореальных экосистем по данным спутниковых наблюдений // Сборник тезисов докладов. 31я Конференция по глобальному мониторингу для устойчивого развития и безопасности ISRSE., Санкт-Петербург, 2005, CD-ROM.

9. Барталев С.А., Егоров В.А., Курятникова Т.А., Лупян Е.А., Уваров И.А. Методы и результаты использования данных спутниковых наблюдений для оценки воздействия пожаров и вырубок на леса России. // Дистанционные методы в лесоустройстве и учете лесов. Приборы и технологии: Материалы Всероссийского совещания-семинара с международным участием, Институт леса им, В.Н. Сукачева СО РАН, Научный редактор: академик РАН А.С. Исаев, Красноярск, 2005 - С. 23-27.

10. Егоров В.А., Барталев С.А., Лупян Е.А., Уваров И.А. Мониторинг повреждений растительного покрова-пожарами-по данным спутниковых наблюдений." //Известия вузов. Геодезия и аэрофотосъемка, МИИГАиК, Главный редактор: д.т.н. Савиных В.П., Вып.2., Москва, 2006, - С. 98-109.

Подписано в печать 01.09.2006. Гарнитура Тайме Формат 60x90/16. Бумага офсетная. Печать офсетная.

Печ. л. 1,5 Тираж 60 экз. Заказ № 158 Цена договорная

Отпечатано в УПП «Репрография» МИИГАиК 105064, Москва, Гороховский пер., 4

Содержание диссертации, кандидата технических наук, Егоров, Вячеслав Александрович

Список сокращений.

Введение.

Глава 1. Анализ возможностей использования данных спутниковых наблюдений для мониторинга пожаров.

1.1 Наземные экосистемы Северной Евразии и проблема воздействия огня на растительный покров.

1.2 Обзор современного состояния технических средств и методов спутникового мониторинга растительных пожаров.

1.3 Анализ оценок пройденных огнем площадей в регионе

Северной Евразии по данным спутниковых наблюдений.

Выводы к первой главе.

Глава 2. Формирование банка данных спутниковых ^ наблюдений и анализ спектрально-отражательных характеристик поврежденной огнем растительности.

2.1 Характеристика данных спутниковых наблюдений для проведения исследований.

2.2 Структура системы хранения данных спутниковых наблюдений

2.3 Исследование изменений спектрально-отражательных характеристик растительности под воздействием пожаров.

Выводы ко второй главе.

Глава 3. Метод выявления поврежденных пожарами участков растительного покрова по данным спутниковых наблюдений. 48 3.1 Логическая структура метода выявления повреждений растительного покрова пожарами по данным спутниковых наблюдений.

§ 3.2 Алгоритм предварительной обработки спутниковых данных

SPOT-Vegetation.

3.3 Алгоритм детектирования поврежденных огнем участков растительного покрова по спутниковым данным.

3.4 Автоматизированная система мониторинга повреждений растительного покрова пожарами по данным спутниковых наблюдений.

Выводы к третьей главе.

Глава 4. Анализ полученных результатов и интеграция разработанного метода в информационную систему мониторинга лесных пожаров России.

4.1 Оценка площадей и сезонной динамики повреждений пожарами растительности Северной Евразии.

4.2 Валидация результатов спутникового мониторинга повреждений растительного покрова Северной Евразии пожарами.

4.3 Интеграция разработанного метода выявления пройденных огнем площадей по спутниковым данным в Информационную систему дистанционного мониторинга лесных пожаров России.

Выводы к четвёртой главе.

Введение Диссертация по наукам о земле, на тему "Мониторинг повреждений растительного покрова Северной Евразии пожарами по данным спутниковых наблюдений"

Учитывая важное экологическое, экономическое и социальное значение пожаров в бореальных регионах, имеющийся недостаток своевременной, полной и достоверной информации для решения прикладных задач и проведения фундаментальных исследований в области изменений климата и биосферы, можно утверждать, что развитие методов спутникового мониторинга пирогенных повреждений экосистем Северной Евразии стоит в ряду приоритетных научных задач, что определяет актуальность представленной диссертационной работы. ¡Ь Цель и задачи исследований. Целью проведенных исследований является развитие методов и автоматических технологий использования данных спутниковых наблюдений для решения задач мониторинга повреждений бореальных экосистем пожарами. Для достижения данной цели были решены следующие научные задачи:

- на основе комбинированного использования временных серий спутниковых данных SPOT-Vegetation и Terra/Aqua-MODIS разработан метод выявления поврежденной пожарами растительности бореальных экосистем, удовлетворяющий следующим критериям:

- высокий уровень достоверности оценок повреждений, достигаемый за счет комбинированного учета критериев, характеризующих изменения как температурных, так и спектральных свойств поверхности, включая анализ их межгодовой динамики;

- высокий уровень временного разрешения получаемых информационных продуктов с целью детального анализа внутригодовой динамики повреждений растительности огнем;

- полная автоматизация процесса обработки данных, обеспечивающая возможность проведения регулярного мониторинга повреждений растительности пожарами и обновления банка данных;

- с использованием разработанного метода сформирован уникальный банк многолетних данных о повреждениях растительного покрова Северной Евразии пожарами в интересах решения широкого спектра научных и прикладных задач;

- с использованием опорной информации из независимых источников выполнена валидация, позволившая оценить точность разработанного метода и сформированных информационных продуктов о повреждениях бореальных экосистем Северной Евразии пожарами;

- проведен сравнительный анализ полученных в настоящей диссертационной работе данных о повреждениях растительного покрова Северной Евразии пожарами с данными из других имеющихся информационных источников.

Научная новизна работы и защищаемые положения.

1. Разработан новый метод выявления участков поврежденной пожарами растительности по временным сериям спутниковых данных низкого пространственного разрешения, основанный на использовании комбинации спектрально-отражательных и температурных признаков поверхности.

2. Создана автоматическая система выявления пройденных пожарами площадей на основе комбинации временных серий данных спутниковых наблюдений SPOT-Vegetation и Terra/Aqua-MODIS.

3. Впервые создан постоянно обновляемый банк многолетних данных о повреждениях бореальных экосистем Северной Евразии пожарами, а также получены с его использованием уникальные данные о масштабах и сезонной динамике горения для различных типов растительного покрова.

4. Проведена интеграция технологии в Информационную систему дистанционного мониторинга лесных пожаров, разработанную в интересах Федерального агентства лесного хозяйства МПР РФ.

Практическая значимость.

Разработанный метод выявления повреждений растительности пожарами по данным спутниковых наблюдений позволил создать автоматическую информационную технологию, обеспечивающую получение оценок пройденных огнем площадей на регулярной основе, что, в свою очередь, позволило сформировать обновляемый банк данных долгосрочных наблюдений за воздействием пожаров на наземные экосистемы Северной Евразии. Созданная технология мониторинга поврежденной огнем растительности используется в оперативном режиме в составе Информационной системы дистанционного мониторинга лесных пожаров в интересах Федерального агентства лесного хозяйства Министерства природных ресурсов РФ. Полученные автором результаты были использованы при выполнении научных проектов, поддержанных Российским Фондом

Фундаментальных Исследований, программами Европейской комиссии и Европейского космического агентства.

Сформированный и постоянно обновляемый банк данных о повреждениях растительного покрова Северной Евразии пожарами находит использование при проведении исследований, связанных с глобальными изменениями климата. Использование банка данных необходимо для оценки объемов эмиссий парниковых газов в атмосферу в результате пожаров, что позволяет его рассматривать в качестве важнейшего элемента информационного обеспечения реализации Киотского протокола к Рамочной Конвенции ООН по изменению климата.

Апробация. Основные положения диссертации и полученные результаты доложены на 9 международных и российских симпозиумах, конференциях, семинарах и совещаниях, проведенных в Москве, Санкт-Петербурге, Красноярске, Петрозаводске, Италии (Испра), Канаде (Монреаль).

Публикации. По результатам исследований и разработок опубликовано 10 печатных работ по теме диссертации в российских научных изданиях, сборниках докладов симпозиумов и конференций.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Объем диссертации составляет 125 страниц, включая 26 рисунков, 10 таблиц и 4 приложения.

Заключение Диссертация по теме "Аэрокосмические исследования земли, фотограмметрия", Егоров, Вячеслав Александрович

Выводы к четвёртой главе

- Сформированная с использованием разработанного метода база данных представляет собой, в настоящее время, наиболее полный и достоверный набор данных о повреждениях огнем растительного покрова бореального пояса планеты за период 2000-2005 годов и предполагаемый к дальнейшему дополнению по мере поступления и обработки спутниковых данных.

- Полученные данные впервые дают возможность объективно судить о пространственно-временных характеристиках повреждений растительности пожарами для бореального региона за относительно продолжительный период при подекадной частоте наблюдений, что позволяет достаточно детально анализировать сезонную динамику пожаров в различных типах наземных экосистем. База данных может найти широкое применение для решения задач устойчивого управления природными, и, прежде всего лесными, ресурсами, охраны окружающей среды и исследований, связанных с глобальными изменениями климата. В частности, использование разработанной базы данных в комбинации с дополнительной информацией позволит оценивать объемы эмиссий углерода в атмосферу в результате пожаров и может рассматриваться как один из важнейших элементов информационного обеспечения, необходимого для выполнения Россией обязательств в соответствии с условиями Киотского протокола к рамочной конвенции ООН по изменению климата.

- Валидация метода мониторинга поврежденных пожарами экосистем, выполненная с использованием репрезентативного набора спутниковых изображений высокого пространственного разрешения, а также выборочных авиационных и наземных обследований лесных гарей, продемонстрировала высокую точность получаемых оценок площадей повреждений. Разработанная технология интегрирована и используется в оперативном режиме в качестве составной части Информационной системы дистанционного мониторинга лесных пожаров Министерства природных ресурсов РФ.

105

ЗАКЛЮЧЕНИЕ

Представленная диссертационная работа содержит результаты исследований и научных разработок автора, которые можно рассматривать как решение научной проблемы и развитие методов мониторинга повреждений растительного покрова пожарами по данным спутниковых наблюдений. Полученные автором результаты нашли широкое использование в практике охраны лесов от пожаров, а также при выполнении научных проектов по оценке ресурсно-экологической роли лесов России и исследованиях в области глобальных изменений климата и биосферы, поддержанных Российским Фондом Фундаментальных Исследований, программами Европейской комиссии и Европейского космического агентства.

Разработанный метод выявления повреждений растительности пожарами по данным спутниковых наблюдений, основанный на использовании комбинации спектрально-отражательных и температурных признаков поверхности, позволяет регулярно выявлять пройденные огнем площади. Автоматическая информационная технология, предусматривающая совместное использование временных серий спутниковых данных низкого пространственного разрешения 8РОТ-\^е1а1юп и Тегга/Ациа-МСЮК, обеспечивает получение оценок пройденных огнем площадей растительного покрова бореальных экосистем с периодичностью один раз в десять дней для всей территории Северной Евразии. Независимая валидация, проведенная с использованием спутниковых данных высокого пространственного разрешения, а также самолетных и наземных измерений, продемонстрировала возможность получения площадей повреждений лесов на основе разработанного метода и автоматической технологии с точностью достаточной для их использования в практике лесного хозяйства. Это, в свою очередь, позволило сформировать регулярно обновляемый банк данных долгосрочных наблюдений за воздействием пожаров на наземные экосистемы Северной Евразии.

Результаты диссертационной работы впервые позволили получить многолетние данные для объективного изучения пространственно-временных характеристик повреждений растительности огнем в регионе Северной Евразии при подекадной частоте наблюдений, что позволяет исследовать сезонную динамику горения в различных типах наземных экосистем. Эти данные находят применение при проведении исследований, связанных с глобальными климатическими изменениями и оценками объемов эмиссий парниковых газов в атмосферу в результате пожаров, что позволяет рассматривать полученные результаты в качестве важнейшего элемента информационного обеспечения мероприятий по реализации Киотского протокола к Рамочной Конвенции ООН по изменению климата.

Разработанная автоматическая технология выявления поврежденной огнем растительности интегрирована в Информационную систему дистанционного мониторинга лесных пожаров ФГУ «Авиалесоохрана» Министерства природных ресурсов РФ и используется в производственном режиме.

Библиография Диссертация по наукам о земле, кандидата технических наук, Егоров, Вячеслав Александрович, Москва

1. Арцыбашев Е.С., Власов М.Н., Пуздриченко В.Д. и др. Применение спутниковой информации в охране лесов от пожаров. Л., ЛенНИЛХ, 1977, 27с.

2. Барталев С.А., Коровин Г.Н., Шлапак Б.В. Оценка распознаваемости лесных пожаров по данным радиометра AVHRR спутников серии NOAA// Международный форум по проблемам науки, техники и образования. -Москва: МИИГАиК, 1997. вып. II (8). - С. 22-25.

3. Беляев А.И., Коровин Г.Н., Лупян Е.А. Использование спутниковых данных в системе дистанционного мониторинга лесных пожаров // Современные проблемы дистанционного зондирования Земли из космоса. -М.: ИКИ РАН, 2005. С. 20-29.

4. Государственный доклад о состоянии и использовании лесных ресурсов Российской Федерации в 2002 г. М.: МПР РФ, 2003. - 154 С.

5. Захаров М.Ю., Лупян Е.А., Мазуров A.A., Назиров Р.Р., Прошин A.A., Флитман Е.В. Система автоматического приема и архивирования спутниковых данных. Препринт ИКИ РАН. Пр-1988. М. -1998 С. 19.

6. Захаров М.Ю., Лупян Е.А. Организация обработки данных на ; персональной станции приема данных высокого разрешения со спутниковсерии NOAA, Исследование Земли из космоса, №1, 1993 - С. 36-39.

7. Исаев A.C., Носова Л.М., Пузаченко Ю.Г. Биологическое разнообразие лесов России, предложения к программе действий // Лесоведение, 1997. -№2. С. 3-13.

8. Коровин Г.Н., Андреев Н.А. Авиационная охрана лесов, М.: Агропромиздат, 1988. 233с.

9. Коровин Г.Н., Андреев Н.А. Авиационная охрана лесов, М.: Агропромиздат, 1988. С. 233.

10. Коровин Г.Н., Барталев С.А., Беляев А.И. Интегрированная система мониторинга лесных пожаров // Лесное хозяйство, 1998. №4. - С. 45-48.

11. Коровин Г.Н., Зукерт Н.В. Влияние климатических изменений на лесные пожары в России // В кн.: Климатические изменения: взгляд из России, ред. В.И. Данилов-Данилян, М.: ТЕИС, 2003. С. 69-98

12. Лупян Е.А, А.А. Мазуров, P.P. Назиров, А.А. Прошин, Е.В. Флитман Универсальная технология построения систем хранения спутниковых данных Препринт ИКИ РАН. Пр-2024. М. -2000 С. 22.

13. Савиных В.П., Малинников В.А., Сладкопевцев С.А., Э.М. Цыпина, География из космоса. Учебно-методическое пособие. «Московский государственный университет геодезии и картографии» 2000 - С. 45-46

14. Сухих В.И. Дистанционные методы в лесном хозяйстве и охране природы. «Лесное хозяйство», 1979, №3, С. 41-45.

15. Bartalev S.A., Belward A.S., Erchov D.V., Isaev A.S. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia // International Journal of Remote Sensing. Vol. 24. - № 9 - 2003. - P. 1977-1982.

16. Symposium on "Reducing the Cost of Spacecraft Ground Systems and Operations", April 24 27, 2001, The Johns Hopkins University / Applied Physics Laboratory Laurel, Maryland, USA - 2001

17. Boles, S.H., & Verbyla, D.L. Comparison of three AVHRR-based fire detection algorithms for interior Alaska. Remote Sensing of Environment, 72, 2000 - P. 1-16.

18. Boschetti L., Fiasse S., Trigg S., Brivio P.A., Maggi M. A methodology for the validation of low resolution remotely sensed data products // Proc. of 4th ASITA conference, Vol. 1. Rimini. - 2001. - P. 293-298.

19. Boschetti, L., Eva, H., Brivio, P.A. and Gallego, J., The validation protocol of GBA2000 global burned area maps IGARSS IEEE International Geoscience and Remote Sensing, session Land Degradation and Fires, Anchorage, volume III, -2004, P. 2107-2110.

20. Cahoon D.R., Stocks B.J., Levine J.S., Cofer W.R., Chung C.C. Evaluation of a technique for satellite-derived area estimation of forest fires // Journal of Geophysical Research, 97. 1992. - P. 3805-3814.

21. Conard S.G., Sukhinin A.I., Stocks B.J., Cahoon D.R., Davidenko E.P., Ivanova G.A. Determining effects of area burned and fire severity on carbon cycling and emissions in Siberia// Climatic Change, 55. 2002. - P. 197-211.

22. Davidenko E.P., Eritsov A. Russian Federation Fire 2002 Special Part II: The fire season 2002 in Russia Report of the aerial forest fire service Availesookhrana // International Forest Fire News, 28. 2003.

23. Dwyer, E., Pinnok, S, and Gregoire, J.-M., Global spatial and temporal distribution of vegetation fire as determined from satellite observations. International Journal of Remote Sensing. 21, No6&7 -2000. -P. 1289-1302.

24. Earth Observing System Data Gateway http://edcimswww.cr.usgs.gov/pub/imswelcome/

25. Ershov D.V., Novik V.P. Features of burnt area mapping in forest of Siberia using SPOT Sl-VGT data // GOFC Fire Satellite Product Validation Workshop, Lisbon, 2001.

26. Eva H., Lambin E. F. Burnt area mapping in central Africa using ATSR data // Int. J. Remote Sens., 19. 1998 - P. 3473- 3497.

27. Flannigan M.D., & Vonder Haar T.H. Forest fire monitoring using NOAA satellite AVHRR. // Canadian Journal of Forest Research, 16. 1986 - P. 975982.

28. Fraser R. H., Li Z, Estimating fire-related parameters in boreal forest using SPOT VEGETATION // Remote Sensing of Environment, 82. 2002. - P. 95110.

29. Fraser R. H., Li Z., Cihlar J. Hotspot and NDVI Differencing Synergy (HANDS): A new technique for burned area mapping over boreal forest // Remote Sensing of Environment, 74. 2000. - P. 362-376.

30. Fraser R. H., Li Z., Cihlar J. Hotspot and NDVI Differencing Synergy (HANDS): A new technique for burned area mapping over boreal forest // Remote Sensing of Environment, 74. 2000. - P. 362-376.

31. Fraser R. H., Li Z., Landry R. SPOT VEGETATION for characterising boreal forest fires // International Journal of Remote Sensing, 21. 2000. - P. 35253532.

32. French, N.H.F., Goovaerts, P., Kasischke, E.S. Uncertainty in estimating carbon emissions from boreal forest fires. Journal of Geophysical Research, 2003.

33. Gao B.-C. NDWI A Normalised Difference Water Index for Remote Sensing of Vegetation Liquid Water from Space // Remote Sensing of Environment, 58. -1996.-P. 257-266.

34. Garcia M. J., Caselles V. Mapping burns and natural reforestation using thematic mapper data // Geocarto International, 1. 1991 - P. 31-37.

35. Global Land Cover Facility portal: (http://glcf.umiacs.umd.edu)

36. Gutman G., Bartalev S., Korovin G. Delineation of large fire damage areas in boreal forests using NOAA AVHRR measurements // Advances in Space Research. 1995. - Vol. 15. - Issue: 11 - P. 111-113.

37. Hall D.K., Riggs G.A., Salamonson V.V. Development of methods for mapping global snow cover using moderate resolution imaging spectroradiometer data // Remote Sensing of Environment, 54. 1995. - P. 27-40.

38. Isaev A.S., Korovin G.N., Bartalev S.A., Ershov D., Janetos A., Kasischke E.S., Shugart H.H., French N.H., Orlick B.E., Murphy T.L. Using remote sensing to assess Russian forest fire carbon emissions // Climate Change 55 (1-2). - 2002. -P. 235-249.

39. Justice C., Belward A., Morisette J., Lewis P., Privette J., Baret F. Developments in the validation of satellite sensor products for the study of the land surface. // International Journal of Remote Sensing, 21 2000. - P. 3383 -3390.

40. Justice C.O, Giglio L., Korontzi S., Owens J., Morisette J.T., Roy D., Descloitres J., Alleaume S., Petitcolin F., Kaufman Y. The MODIS fire products. // Remote Sensing of Environment, 83 2002 - P. 244-262.

41. Justice C.O., Kendall J.D., Dowty P.R., Scholes R.J. Satellite remote sensing of fires during the SAFARI campaign using NOAA advanced very high-resolution radiometer. // Journal of Geophysical Research, 101 1996 - P. 23851-23863.

42. Kasischke E. S., French N. H. F., Harrell P., Christensen Jr. N. L., Ustin S. L., Barry D. Monitoring of wildfires in boreal forests using large area AVHRR NDVI composite data. // Remote Sensing of Environment, 44 1993 - P. 51- 71.

43. Kasischke E.S., Stocks B.J. Fire, Climate Change, and Carbon Cycling in the Boreal Forest. New York: Springer-Verlag. 2000

44. Kasischke, E.S., Christensen, N.L., Jr. and B.J. Stocks. 1995. Fire, global warming, and the carbon balance of boreal forests. Ecol. Appl. 5,437-451 pp.

45. Kaufman Y. J., Remer L. A. Detection of forests using mid-IR reflectance: an application for aerosol studies. // IEEE Transactions on Geoscience and Remote Sensing 32,1994-P. 672-683.

46. Lavoué D., Liousse C., Cachier H., Stocks B.J., Goldammer J.G. Modeling of carbonaceous particles emitted by boreal and temperate wildfires at northern latitudes // Journal of Geophysical Research, vol. 105, № D22, 26 2000 - P. 871-26,890.

47. Leica Geosystems portal http://www.leica-geosvstems.com

48. Morisette J., Justice C., Pereira J., Grégoire J.M., Frost P. Report from the GOFC Fire: Satellite Product Validation Workshop // The Earth Observer, v. 13, №5,2001, P. 15-18.

49. Pereira J. M. C. A comparative evaluation of NOAA/AVHRR vegetation indexes for burned surface detection and mapping. // IEEE Transactions on Geoscience and Remote Sensing, 37(1), 1999, P. 217-226.

50. Pereira J. M. C. A comparative evaluation of NOAA/AVHRR vegetation indexes for burned surface detection and mapping. // IEEE Transactions on Geoscience and Remote Sensing, 37(1), 1999, P. 217- 226.

51. Rouse J.W., Haas R.H., Schell J.A., Deering D.W. Monitoring vegetation systems in the Great Plains with ERTS, Third ERTS Symposium, NASA SP-351 1,1973, P. 309-317.

52. Roy D.P., Lewis P.E., Justice C.O., Burned area mapping using multi-temporal moderate spatial resolution data a bi-directional reflectance model-based expectation approach. Remote Sensing of Environment - 2002 - P. 83:263-286.

53. Scepan J. Thematic validation of high-resolution global land-cover data sets. // Photogrammetric Engineering and Remote Sensing 65, 1999 - P. 1051-1060.

54. Seiler W., Crutzen P. J. Estimates of gross and net fluxes of carbon between the biosphere and the atmosphere from biomass burning // Climate Change, 2,1980, P. 207- 247.

55. Simon M. GLOBSCAR Products Qualification Report. ESA-ESRIN, Frascati, Italy, 2002.

56. Soja A. J., Sukhinin A. I., Cahoon Jr D. R., Shugart H. H., Stackhouse Jr P. W. AVHRR-derived fire frequency, distribution, and area burned in Siberia // International Journal of Remote Sensing, Vol. 25 -№ 10 2004 - P. 1939-1960(22).

57. Soja A. J., Sukhinin A. I., Cahoon Jr D. R., Shugart H. H., Stackhouse Jr P. W. AVHRR-derived fire frequency, distribution, and area burned in Siberia // International Journal of Remote Sensing, Vol. 25 -№ 10 2004 - P. 1939-1960(22).

58. Stehman, S. V. Practical implications of design-based sampling inference for thematic map accuracy assessment // Remote Sensing of Environment 72, 2000 -P. 35-45.

59. Stocks B.J. The extent and impact of forest fires in northern circumpolar countries // Global biomas burning: atmospheric, climatic, and biospheric implications, J.S. Levine (editor), the MIT Press, Cambridge, Massachusetts, London, England, 1991.

60. Stroppiana D., Pinnock S., Pereira J. M. C., Gregorie J.-M. Radiometric analysis of SPOT-VEGETATION images for burnt area detection in Northern Australia. // Remote Sensing of Environment, 82, 2002, P. 21-37.

61. The VEGETATION Catalog at VITO: http://www.vgt.vito.be/catalogue/catalogue.html

62. VEGETATION User Guide: VEGETATION User Guide: http://www.spot-vegetation.com

63. Woodcock C. E., Gopal S. Fuzzy set theory and thematic maps: accuracy assessment and area estimation. // International Journal of Geographical Information Science, 14(2) 2000 - P. 153-172.

64. Working Group on Calibration & Validation portal: http://wgcv.ceos.org

65. Zhang Y.-H., Wooster M.J., Tutubalina 0., Perry G.L.W. Monthly burned area and forest fire carbon emission estimates for the Russian Federation from SPOT VGT // Remote Sensing of Environment, Vol. 87, Issue 1, 2003, P. 1-15.

66. Описание легенды карты наземных экосистем Северной Евразии

67. Леса Древесная растительность с проективным покрытием крон выше 20% и высотой более 5 метров

68. Хвойные вечнозеленые леса Деревья хвойных пород (Picea, Abies, Pinus Siberica, Pinus) преобладают и составляют не менее 80% проективного покрытия

69. Лиственные леса Деревья лиственных пород (Betula, Populus, AInus, Quercus, Tilia) преобладают и составляют не менее 80% проективного покрытия

70. Смешанные леса с преобладанием хвойных пород Деревья хвойных пород преобладают и составляют 60-80% проективного покрытия

71. Смешанные леса Деревья хвойных и лиственных пород смешаны примерно в равной пропорции

72. Смешанные леса с преобладанием лиственных пород Деревья лиственных пород преобладают и составляют 60-80% проективного покрытия

73. Хвойные листопадные леса Деревья семейства лиственницы (Larix) составляют не менее 80% проективного покрытия1.. Кустарники Кустарниковая растительность с проективным покрытием выше 20% и высотой менее 5 метров

74. Хвойные вечнозеленые кустарники Кустарники кедрового стланика (Pinus Pumila) преобладают в проективном покрытии

75. Лиственные кустарники Кустарники лиственных пород (Betula Ermani, Alnus и др.) преобладают в проективном покрытии

76. I. Травянистая растительность Травянистая растительность с наличием деревьев н кустарников с преактивным покрытием менее 20%

77. Луга Травяная растительность с длиной вегетационного сезона более 5 месяцев

78. Сухие степи Травяная растительность, произрастающая в весенний период, и имеющая вегетационный период менее 3 месяцев1.. ВОДНО-БОЛОТНЫЕ КОМПЛЕКСЫ Постоянно избыточно увлажнённые территории с накоплением неразложившегося органического вещества

79. Болота Преобладают мохово-лишайниковые или осоково-камышовые типы растительности в зависимости от типов болот

80. Описание легенды карты наземных экосистем Северной Евразии (продолжение)

81. Грядово-мочажинные болотные комплексы Перемежаются гряды, покрытые сфагновыми мхами и лишайниками, и небольшие (< 0.5 км2) обводненные пространства с господством осоки

82. Прибрежная травяно-кустарниковая растительность Смесь травяной и древесно-кустарниковой растительности по берегам рек, с вегетационным периодом менее 4 месяцев и сезонным затоплением водой

83. V. Тундра Безлесная территория с преобладанием мохово-лишайниковон и травяио-кустарниковон растительности и вегетационным периодом 1.5-2.5 месяца

84. Полярная тундра Редкая (5-40%) с низкой вертикальной (менее 2 см) структурой растительность

85. Кустарничковая тундра Доминируют кустарнички с проективным покрытием 25-60% и высотой 5-10 см

86. Травянистая тундра Доминирует травяная растительность с проективным покрытием не более 50 %

87. Кустарниковая тундра Доминируют кустарники высотой, как правило, не более 50 см

88. VI. ДРУГАЯ РАСТИТЕЛЬНОСТЬ И РАСТИТЕЛЬНЫЕ КОМПЛЕКСЫ Территории, покрытые растительностью в различных сочетаниях типов

89. Лесные гари Погибшие от пожаров насаждения (примерно за период 1995-2000 годов) в различных стадиях лесовосстановления

90. Сельскохозяйственные земли Территории с наличием сельскохозяйственной растительности, имеющей отличную от естественной растительности фенологическую динамику

91. Леса в комплексе с другой естественной растительностью Мозаика древесной, травяной и кустарниковой растительности

92. Леса в комплексе с сельскохозяйственными землями Мозаика древесной и сельскохозяйственной растительности

93. Сельскохозяйственные земли в комплексе с лугами Мозаика сельскохозяйственной и травяной растительности

94. VII. Непокрытые растительностью земли Территории лишенные растительного покрова

95. Пустыня и гольцы Территории с преобладанием открытой почвы или горных пород

96. Вечные снега и льды Территории с постоянным присутствием снега или льда

97. Реки и внутренние водоемы Открытые участки водной поверхности

98. Урбанизированные территории Здания, дороги и другие образования антропогенного происхождения

99. Солончаки Территории открытой почвы с высокой концентрацией солей в поверхностном слое

100. Площади наземных экосистем Северной Евразии, претерпевших воздействие пожаров в 2000-2005 годах

101. Страны и политико-административные регионы Северной Евразии

102. Типы наземных экосистем Россия Казахстан Монголия Украина Беларусь Молдова ссп СБ ск Всего2000 год

103. Хвойные вечнозеленые леса 609,00 12,72 6,85 5,79 7,70 0,07 0,75 1,30 2,77 646,97

104. Хвойные листопадные леса 933,89 6,17 71,63 0,14 - - - 58,69 1070,51

105. Лиственные леса 548,53 23,63 34,83 4,71 12,57 4,38 0,05 0,05 330,68 959,43

106. Смешанные леса 393,00 21,47 11,45 5,57 6,20 0,96 1,79 8,16 448,60

107. Кустарники 190,16 0,67 1,10 0,34 0,20 - - 5,93 198,42

108. Болота и увлажненные земли 328,27 58,43 3,82 6,56 0,36 1,30 1,30 68,48 468,52

109. Травянистая растительность 1250,51 2165,94 606,23 235,58 18,89 38,54 0,62 309,48 4625,80

110. Тундра 376,00 7,58 5,90 0,14 - - - 0,14 389,76

111. Всего 4629,35 2296,62 741,81 258,83 45,72 45,46 0,80 5,07 784,32 8807,99

112. В том числе по лесам 2484,42 63,99 124,76 16,21 26,47 5,41 0,80 3,15 400,30 3125,502001 год

113. Хвойные вечнозеленые леса 160,78 0,26 0,06 - - 0,04 - 2,44 165,23

114. Хвойные листопадные леса 2209,08 0,21 18,24 - - - - - 2227,53

115. Лиственные леса 121,14 0,55 5,50 0,13 - - - 22,97 157,38

116. Смешанные леса 266,36 0,86 3,11 1,70 - - - 1,14 275,61

117. Кустарники 138,25 0,06 0,39 - - - - - 139,27

118. Болота и увлажненные земли 303,90 0,93 0,84 1,19 0,07 - - 17,96 337,21

119. Травянистая растительность 2120,39 3107,56 128,62 26,77 0,18 0,40 0,05 30,68 5418,51

120. Тундра 294,47 0,33 0,52 0,54 - - - 0,41 296,49

121. Всего 5632,46 3110,50 157,80 30,58 0,18 0,47 0,09 75,60 9035,91

122. В том числе по лесам 2757,36 1,62 27,11 1,89 - 0,04 - 26,55 2825,75

123. Страны н политико-административные регионы Северной Евразии

124. Типы наземных экосистем Россия Казахстан Монголия Украина Беларусь Молдова ССП СБ ск Всего2002 год

125. Хвойные вечнозеленые леса 498,73 1,05 3,46 34,67 102,41 0,08 16,49 1,66 659,26

126. Хвойные листопадные леса 4406,44 80,93 - - - - - 18,78 4506,14

127. Лиственные леса 414,70 1,29 4,11 15,17 93,93 - 14,27 22,78 566,61

128. Смешанные леса 452,51 3,72 26,73 27,43 87,27 0,04 14,15 3,11 616,04

129. Кустарники 276,97 0,12 1,23 0,31 1,08 - - 0,43 280,28

130. Болота и увлажненные земли 406,26 4,45 12,72 8,10 13,79 - 0,23 3,05 452,02

131. Травянистая растительность 1406,44 2603,11 331,22 166,47 315,28 0,41 22,13 34,71 4880,13

132. Тундра 347,23 0,81 59,48 0,45 - - - 0,07 408,04

133. Всего 8278,80 2614,92 520,71 253,83 614,05 0,41 0,13 67,45 84,58 12440,94

134. В том числе по лесам 5772,37 6,06 115,23 77,27 283,61 0,13 44,92 46,32 6348,052003 год

135. Хвойные вечнозеленые леса 1843,84 2,06 1,50 4,97 3,00 2,11 0,74 8,37 1866,59

136. Хвойные листопадные леса 14974,3 0,92 8,53 0,07 - - - 586,69 15571,18

137. Лиственные леса 2920,23 5,02 55,40 21,59 27,45 0,11 2,88 404,24 3442,62

138. Смешанные леса 2698,72 3,58 5,78 5,96 9,09 0,34 2,59 28,11 2756,56

139. Кустарники 1629,90 0,25 1,41 0,74 0,31 - - 31,85 1664,68

140. Болота и увлажненные земли 1253,59 8,19 1,10 4,43 0,36 0,70 0,05 37,42 1305,99

141. Травянистая растительность 7287,38 4349,56 761,44 91,36 75,44 0,73 4,60 515,16 13123,52

142. Тундра 955,32 1,39 0,39 0,13 0,06 0,04 - 0,84 958,39

143. Всего 34528,0 4371,48 836,11 129,45 115,71 0,73 3,30 10,86 1614,3 41657,09

144. В том числе по лесам 22437,1 11,58 71,20 32,58 39,54 2,56 6,20 1027,4 23636,95

145. Страны и политико-административные регионы Северной Евразии

146. Типы наземных экосистем Россия Казахстан Монголия Украина Беларусь Молдова ССП СБ СК Всего2004 год

147. Хвойные вечнозеленые леса 193,9 3,41 0,65 0,65 0,24 0,07 0,71 - 199,63

148. Хвойные листопадные леса 177,95 0,35 14,87 14,87 - - - 0,69 208,73

149. Лиственные леса 420,01 10,6 - 0,06 - 0,05 - 0,19 430,91

150. Смешанные леса 108,06 4,76 3,37 3,37 - 0,15 - 1,22 120,93

151. Кустарники 32,94 0,7 0,32 0,32 - - - 0,19 34,47

152. Болота и увлажненные земли 199,39 14,62 1,63 0,78 - 0,07 - 0,61 217,1

153. Травянистая растительность 1088,5 3097,22 470,04 27,45 0,71 0,6 0 19,44 4703,96

154. Тундра 49,12 0,77 0,07 - - 0,04 - 0,27 50,27

155. Всего 2269,86 3132,43 490,94 30,41 1,01 0,67 1,02 22,61 5948,95

156. В том числе по лесам 899,91 19,12 18,89 2,05 0,3 0,07 0,9 2,1 943,342005 год

157. Хвойные вечнозеленые леса 205,63 1,3 0,06 1,65 0,06 0,04 - 2,21 210,95

158. Хвойные листопадные леса 817,15 0,07 3,31 0,07 - - - 1,42 822,02

159. Лиственные леса 161,27 0,74 3,3 0,72 - - 0,11 5,61 171,75

160. Смешанные леса 154,67 1,49 1,12 5,38 - - - 4,16 166,82

161. Кустарники 53,48 0,38 0,21 - - - - 0,07 54,14

162. Болота и увлажненные земли 330,64 2,55 0,13 1,91 0 0 0 0 33,36 368,59

163. Травянистая растительность 1175,6 2287,19 57,56 253,07 0,18 0,88 0,06 0,06 16,13 3790,73

164. Тундра 157,67 0,13 0,13 1,23 0 0 0 0 0 159,16

165. Всего 6890,69 3224,23 133,2 1810,11 3,55 8,33 0,19 1,74 78,95 12150,99

166. В том числе по лесам 1338,9 3,61 7,79 7,83 0,06 0 0,04 0,11 13,41 1371,57

167. Примечания к таблице: Единицы измерения площадей тысячи га; ССП — страны Скандинавского полуострова (Финляндия, Швеция, Норвегия); СБ — страны Балтии (Литва, Латвия, Эстония); СК - северная часть Китая, ограниченная с юга 42°с.ш.