Вы находитесь на странице: 1из 8

Ò. Â.

×ÅÐÍÅÍÜÊÎÂÀ

УДК 574

ОЦЕНКА БИОРАЗНООБРАЗИЯ ЛЕСОВ


НАЗЕМНЫМИ И ДИСТАНЦИОННЫМИ
МЕТОДАМИ НА ОСНОВЕ
ГИС-ТЕХНОЛОГИЙ
Т.В.Черненькова
Центр по проблемам экологии и продуктивности лесов РАН, Москва,
эл почта: chernenkova50@mail.ru
Статья поступила в редакцию 25.05.09; принята к печати 23.07.09

Обсуждены преимущества научно-технического обеспечения мониторинга биоразнообразия лесов на основе ГИС-


технологий и использования аэрокосмической информации, позволяющих проводить обобщение, стандартизацию и
анализ разнородных данных о состоянии лесов для получения оперативного представления о текущем состоянии лесных
территорий и прогноза динамики. Дается общая характеристика основных этапов автоматизированного определения
состояния растительного покрова. В соответствии с разработанным списком индикаторов и параметров биоразноо-
бразия лесов продемонстрированы примеры оценки биоразнообразия лесов для территорий с разными типами приро-
допользования и в разных природно-климатических условиях (Мурманская, Костромская и Московская области).

Ключевые слова: биоразнообразие лесов, ГИС-технологии, экологическое картирование

Assessment of forest biodiversity by field and remote methods


based on GIS technologies
T. V. Chernenkova
Center for Forest Ecology and Productivity of the Russian Academy of Sciences, Moscow
E-mail: chernenkova50@mail.ru
Discussed are the advantages of GIS technologies and aerospace information for monitoring of forest biodiversity.

These approaches provide for unification, standardization, and analysis of heterogeneous data about forest condition
required for obtaining of operative knowledge about the current conditions and future trends. The main stages of
automated assessment of vegetation are characterized. The usability of the suggested list of indicators and parameters
of forest biodiversity is exemplified with cases of its assessment in territories featuring different types of nature
management and climatic conditions (Murmansk, Kostroma, and Moscow regions).

Keywords: forest biodiversity, GIS technologies, ecological mapping.

От лесного покрова в значительной степени зависит тографирование и инвентаризация лесов в целях контро-
экологическое равновесие в биосфере, благополучие жи- ля порядка лесопользования и хода лесовозобновления на
вотного мира, устойчивое развитие человеческой попу- вырубках и гарях.
ляции. Огромность лесных территорий России определя- Для обеспечения устойчивого лесопользования с уче-
ет необходимость создания системы мониторинга лесов том многофункциональной ценности лесов необходи-
по данным дистанционного зондирования (ДДЗ) и раз- мо дальнейшее совершенствование методов инвентари-
работки методов их сопряженного анализа с использо- зации и мониторинга биоразнообразия лесов на основе
ванием технологий, основанных на геоинформационных аэрокосмической информации. Это требует выделе-
системах (ГИС-системах). Среди традиционных задач, ре- ния соответствующих дополнительных элементов, ото-
шаемых в лесном хозяйстве с помощью дешифрирования бражающих важные свойства леса. Поскольку пере-
аэрокосмических снимков, значится изучение динамики чень характеристик, фиксируемых при различного рода
границ лесных земель и степени нарушения непрерывно- эколого-фитоценотических работах в процессе полевых
сти (фрагментации) лесного покрова, тематическое кар- исследований, значительно шире традиционных таксаци-

Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1 93


ÏÐÈÊËÀÄÍÛÅ ÈÑÑËÅÄÎÂÀÍÈß

онных показателей, то в результате применения дополни- бразия и управления лесами, гарантируя совместимость и
тельных методов количественной обработки имеющей- использование информации в различных географических
ся информации возможно получение тематических карт, масштабах. На глобальном уровне для реализации целей
отражающих не только породно-возрастные классифи- международной и национальной политики в соответствии
кационные категории, но и параметры типологического с общей стратегией устойчивого развития важны характе-
и таксономического разнообразия растительного покрова, ристики, отображающие состояние крупнейших природ-
его гетерогенности и прочее. Соответственно, мы поста- ных объектов и дающие возможность выявления трансгра-
вили перед собой задачу разработать методы оценки со- ничных взаимодействий, оценки национальных тенденций
стояния лесного покрова с введением количественных мер развития и пространственных диспропорций. Соответ-
разнообразия. Ее решение невозможно без широкого ис- ствующими характеристиками могут служить такие пока-
пользования методов дистанционного зондирования, ма- затели, как общая лесистость территории, площадь и доля
тематической обработки данных наземных и спутниковых лесов по основным породам, доля вторичных или малона-
исследований, а также методов картографического моде- рушенных лесов. На основании подобных оценок рассчи-
лирования на основе ГИС-технологий. Использование тываются сложные составные параметры: запасы углерода
геоинформационной системы для оценки и мониторин- и общей продуктивности, тенденции изменения формаци-
га лесов существенно улучшает качество работ по оценке онного состава и структуры лесов, отражающие динамику
биоразнообразия систем любого уровня, что проявляет- глобальных процессов. В настоящее время на глобальном
ся в ряде дополнительных возможностей при классифи- уровне начинается реализация международного проек-
кации, районировании, экстраполяции данных на множе- та CBVM (Circumboreal Vegetation Mapping) по созда-
ственной пространственной основе. нию карты циркумбореальных лесов с нанесением на кар-
Проблема сохранения биоразнообразия лесов имеет сей- ту границы бореальной зоны лесов вокруг земного шара
час статус государственной и реализуется, в частности, в рам- (http://caff.arcticportal.org/index.php?option=com_con
ках программы фундаментальных исследований Президиу- tent&view=frontpage&Itemid=191). Несмотря на то, что
ма РАН «Биоразнообразие и динамика генофондов». Для различные карты таежного биома уже существуют, они не
получения, стандартизации и анализа разнородных дан- имеют единой классификационной основы и построены
ных по биоразнообразию и ресурсно-экологическому на разных принципах картографии растительности. Пред-
потенциалу лесных территорий в рамках этой програм- полагается, что в результате реализации проекта CBVM бу-
мы был использован методологический подход, имеющий дет создана первая детальная картой растительности всего
ряд особенностей: глобального биома (М 1 : 7 000 000). Такая карта необхо-
- объектами являются лесные территории, выделенные дима для разнообразных целей, связанных с развитием ре-
не только в рамках административного деления, но и по сурсов планеты, для планирования использования земли,
признакам природно-территориальных комплексов, сохранения биоразнообразия лесов, образования и про-
- применяется количественная оценка наиболее значи- гнозов глобальных изменений. Очевидно, что создание
мых индикаторов биоразнообразия, отражающих состо- подобного картографического продукта невозможно без
яние и динамику лесных территорий, ДДЗ- и ГИС-технологий, как базовых средств современ-
- при анализе природных объектов разной величины и ного картографирования.
слож-ности учитывается иерархичность пространственных Современный уровень накопленных данных по мно-
уровней, гообразию живой природы требует применения генера-
- для изучения условий сохранения и восстановления лизованных информационных систем, направленных на
биоразнообразия лесов сочетаются экосистемный, сук- создание карт эколого-географического характера как
цессионный и ландшафтный подходы . важнейшей информационной основы для природополь-
Одним из основных результатов при оценке состояния зования и охраны живой природы. В этой связи нами раз-
лесов является воспроизведение карт лесной растительно- работана концептуальная модель «ГИС-мониторинга
сти или отдельных ее характеристик в пределах политико- биоразнообразия лесов», предназначенная для инвента-
административных единиц и природно-территориальных ризационных и мониторинговых процедур по оценке со-
комплексов. Эти карты и связанная с ними информация стояния и качества лесов для разных пространственных
характеризуют разнообразие лесных территорий по опре- уровней на базе существующих картографических мате-
деленному спектру параметров/индикаторов. При сопо- риалов, данных лесоустройства, материалов дистанцион-
ставлении данных и стандартизации подходов учтен опыт ного зондирования и наземных исследований [2]. В табли-
международных программ по разработке системы индика- це 1 представлено основное содержание спецификации
торов и критериев оценки биоразнообразия, масштабов и ГИС-мониторинга биоразнообразия лесов.
уровней оценки, вопросов гармонизации форматов дан-
ных и их обработки [3, 12, 14, 15, 16]. В итоге разработана Задачи, которые решаются с помощью ГИС, можно под-
система индикаторов, направленная на практическое при- разделить на несколько направлений:
менение в практике лесного хозяйства и природоохран- А. Оценочно-инвентаризационое
ной деятельности, где ключевым является региональный • Инвентаризация различных типов данных по био-
уровень, рассматриваемый в рамках единиц управления разнообразию лесов и смежным вопросам – литературных,
лесами и административного деления, но с обязательным статистических, картографических, дистанционных, полу-
учетом комплексного природного районирования [10]. ченных на локальном, региональном, федеральном и гло-
Данные характеристики предназначены для использова- бальном уровне, – и упорядочение их в виде гипермедий-
ния в устойчивом управлении лесами, включая разработ- ной структуры;
ку оптимальных мер по сохранению необходимого уров- • Визуализация исходных данных, результатов их обра-
ня биоразнообразия территории. ботки и пространственного представления;
Использование общих принципов классификации рас- • Формирование классификационных иерархических
тительности и картографического моделирования облегча- схем как основы для типизации (пересчета, экстраполяции)
ет применение эффективных методов оценки биоразноо- данных на различных пространственных уровнях с исполь-

94 Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1


Ò. Â. ×ÅÐÍÅÍÜÊÎÂÀ

Таблица 1.
Краткая спецификация ГИС биоразнообразия лесов (по [7])
Предмет разработки Информационно-экспертная система
Характер использования Оперативно-справочно-аналитический
Уровень применения Федеральный, региональный, локальный
Типовое предназначение Организация и анализ разнородных материалов
Объект анализа Состояние биоразнообразия лесных экосистем
Специализация пользования Оценочно-инвентаризационные и экспертно- мониторинговые процедуры

зованием алгоритмов выделения единиц растительного по- Итогом географического способа подачи информации та-
крова по дистанционной информации. кого типа являются карты, характеризующие состояние
Б. Экспертно-мониторинговое биоразнообразия лесов на локальном, региональном и фе-
• Получение интегральных оценочных характеристик деральном уровнях.
территорий природного и административного деления на На основе этой информации рассчитывались произ-
основе параметров и индикаторов устойчивого управле- водные индексы (параметры), характеризующие биораз-
ния лесами; нообразие лесов на уровне отдельных административных
• Расчет сценариев лесопользования с учетом вводимых подразделений (область, край) и/или природных единиц
экологических ограничений и индексов воздействия; (ландшафтные мезорегионы, биорегионы и д.р.), а так-
• Получение прогнозов по сохранению биоразнообра- же для федерального уровня. Оценка биоразнообразия
зия лесов на основе математической обработки данных и на макрорегиональном (федеральном) уровне позволя-
моделирования. ет решать стратегические задачи, например, представлять
В. Организационно-управленческое масштаб потерь типологического разнообразия по всей
• Создание и координация работы информационно- территории страны, определять площади и тенденции со-
аналитической сети и метабазы данных по биоразно- кращения лесных территорий или характер преобразова-
образию лесов с разработкой открытой системы ссылок ния лесных сообществ на общемировом уровне. Для оцен-
на литературные источники, адреса научных коллективов ки именно таких параметров, как то, общая лесистость
и их сайты; территории, площадь и доля ненарушенных лесов, доля
• Оптимизация информационных потоков - разработ- вторичных лесов, площадь и доля лесов, затронутых
ка процедур совместимости и конвертации данных раз- биотическими нарушениями, пожарами, техногенны-
ных форматов и с различными аппаратно-программными ми воздействиями, ландшафтные индексы (энтропия,
платформами; фрагментарность и проч.) были разработаны и примене-
• Разработка и формирование региональных када- ны методы, основанные на использовании ДДЗ [4].
стров лесных территорий на основе инвентаризации и Согласно общей схеме методологического подхода мони-
определения их ценности. торинга биоразнообразия лесов, основными информаци-
По своему содержанию ГИС включает два функцио- онными его составляющими являются ДДЗ, материалы ле-
нальных блока: инвентаризационный и аналитический, сотаксационных работ и полевых исследований, а также
которые решают задачи обозначенных выше направ- базовые картографические материалы [2]. Использо-
лений – оценочно-инвентаризационого и экспертно- вались космические снимки среднего разрешения (28,5
мониторингового. Их результаты должны быть исполь- м – 14,25 м) Landsat GeoCover™, что дало возможность
зованы в региональной практике природопользования проводить исследования и картографирование лесов на
при соответствующей выработке решений на основе ана- значительных территориях в масштабах от 1 : 100 000 до
лиза разработанных критериев, полученных индексов и 1 : 500 000 [11]. Выбор материалов GeoCover связан как с
оценок состояния биоразнообразия (организационно- их доступностью и подготовленностью к анализу, так и с
управленческий блок). Обычно данный этап комбиниру- возможностью корректного сравнения оценок для разных
ется с разработкой прикладных эколого-экономических территорий всего мира благодаря применению стандарт-
моделей, прогнозов и альтернативных сценариев приро- ной процедуры обработки этих данных. Они содержат три
допользования. (с 2009 года – семь) спектральных диапазона исходного
В инвентаризационном блоке собирается первич- семиполосного снимка. Топографические материалы, те-
ная информация, характеризующая объекты и форми- матические карты растительности, почвы и ландшафтные
рующаяся в виде пространственной и атрибутивной баз карты в виде существующих и обновленных версий, пре-
данных (рис. 1). Пространственная база данных включа- образованные в векторные картографические слои раз-
ет в себя, главным образом, географические характери- ного масштаба, дополнили пространственную базу дан-
стики поверхности Земли в соответствующем масштабе, ных и служили для выявления потенциальных свойств
предопределяющие биоразнообразие растительного по- территории и основой для расчета моделей.
крова. Помимо характеристик природной среды (кли- Полный комплекс работ по оценке биоразнообразия
мат, рельеф, гидрология, наземный покров и проч.), важ- лесов и последовательность основных этапов автомати-
ны социально-экономические показатели территории зированного определения состояния растительного по-
(плотность населения, характеристики инфраструктуры и крова по космическим снимкам в общем виде включал не-
т.д.). В начальном варианте подбирались материалы в виде сколько основных этапов [1, 2, 4]:
существующих и обновленных карт, преобразованные в 1. Предварительная классификация
картографические слои разного масштаба (шэйп-файлы 1.1. Предварительная компьютерная обработка сним-
в ARCView), которые дополняются, за исключением ДДЗ, ков – радиометрическая и геометрическая коррекция,
достаточно редко. трансформирование, преобразование.
Аналитический блок содержит данные, полученные в ре- 1.2. Определение набора классов и источников ин-
зультате обработки первичной информации (классифика- формации для автоматизированного дешифрирования
ция, типизация, вычисление индексов, экспертная оценка). лесов в соответствии с природными особенностями тер-

Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1 95


ÏÐÈÊËÀÄÍÛÅ ÈÑÑËÅÄÎÂÀÍÈß

риторий. Создание обучающих эталонных выборок и травяно-кустарничкового и мохово-лишайникового яру-


оценка их качества и выбор алгоритма для классифика- сов, общего видового разнообразия. На рис. 3 представлено
ции. изменение видового разнообразия растительного покрова
2. Комплекс полевых работ с изучением эколого- в окрестностях металлургического производства «Северо-
ценотических характеристик природных комплексов. никель», картографическая модель которого построена при
3. Классификация. Тематическое дешифрирование с об- использовании обучающей выборки на основе оценки ви-
работкой и анализом данных, включающие количествен- довой насыщенности сообществ, измеренной в процессе
ную оценку различных показателей состояния лесных эко- наземных исследований на пробных площадях.
систем. При определении пространственного разнообра-
4. Стандартизация. Оценка достоверности распознава- зия наземного покрова существенным является выбор
ния классов, определение области и степени неопределен- оптимального набора классов, выявляемых с достаточ-
ности полученных оценок. ным уровнем достоверности и соразмерных простран-
Апробация данной схемы оценки биоразнообразия лесов ственному масштабу изучаемой территории. Верхними
осуществлялась на примере территорий с разными типами классификационными единицами в данном случае слу-
природопользования и в разных природно-климатических жили типы наземного покрова, представленные 15 клас-
условиях. Одним из тестовых районов исследования явля- сами (нивально-гляциальный пояс, горные тундры, ред-
лась территория в окрестностях металлургического комби- колесья, леса, вырубки, гари, болота, поймы, водоемы,
ната «Североникель» (Мончегорский район, Мурманская техногенные пустоши и другие типы антропогенных
обл.). Специфика изучаемой территории состоит в высокой земель) и распознаваемые с вероятностью 90%. При
уязвимости северотаежных экосистем к внешним воздей- этом к лесным экосистемам отнесено 32,1% от общей
ствиям и в высокой динамичности процессов преобразова- площади. Площадь техногенных пустынь составила 750
ния растительного покрова под влиянием антропогенного км2 (6,4%). Нижними классификационными единица-
воздействия. Продолжительное действие металлургическо- ми являлись типологические категории в ранге групп
го производства вызвало глубокие негативные последствия ассоциаций, представленные 40 классами и выделенные
на больших территориях, хорошо диагностируемые как на- на основе эколого-физиономической классификации,
земными измерениями, так и дистанционными методами признаки которых по составу и структуре растительных
по отражательным спектральным свойствам поверхности. сообществ были наиболее приемлемы при дешифриро-
Примененные методы наземных и дистанционных иссле- вании космической информации. При классификации
дований дали возможность выявить пространственную не- типологического разнообразия лесов учитывалась ди-
однородность растительного покрова, а также определить грессионная динамика растительных систем, поэтому
степень нарушенности лесных экосистем, связанную в пер- ряд выделенных классов отражал антропогенную моди-
вую очередь с техногенным воздействием. фикацию исходных природных сообществ, находящих-
При отображении параметров состояния раститель- ся в условиях техногенного загрязнения (рис. 4).
ного покрова использовался метод интерполяции ха- На основе разрабатываемых количественных методов
рактеристик растительности в точках полевых описаний с использованием ДДЗ и ЦМР дана оценка типологиче-
на всю территорию с помощью данных дистанционно- ского и ландшафтного разнообразия другой модельной
го зондирования (ДДЗ) и цифровой модели рельефа территории – Костромской области, характеризующей-
(ЦМР) исследуемой территории (классификация с обу- ся большими объемами промышленной лесозаготовки.
чением) (М 1 : 200 000 и 1:50 000). Согласно Ю.Г. Пузачен- С использованием данных наземных исследований вы-
ко [5], наиболее эффективным статистическим способом числены показатели лесного покрова области с отраже-
интерполяции точечных полевых данных в пространстве нием их пространственного распределения, в частности,
спектральных значений каналов и значений высот по ЦМР обилие основных лесообразующих пород, средний воз-
является пошаговый дискриминантный анализ. Для изу- раст и сомкнутость древостоя [6] (рис. 5). На основе дан-
чаемой территории – бассейн оз. Имандры (12 тыс. км2) ных лесоустройства была сделана количественная оценка
(1:200000) и зона ближнего воздействия производства пло- породно-возрастной структуры лесных насаждений тесто-
щадью 3100 км2 (1:50000) – был просчитан ряд индексов и вой территории – Мантуровского лесхоза (при этом 11 из
параметров биоразнообразия (лесистость, фрагментар- 16 классов породно-возрастного состава лесов распозна-
ность, типологическое и таксономическое разнообразие, ются с вероятностью более чем 70%) [1] (рис. 6).
изменение жизненности древостоя и др.). Другим тестовым районом является регион централь-
Ниже представлен пример оценки отдельных параметров ной части Русской равнины, куда относится территория
состояния растительного покрова в окрестностях источника Московской области. Близость к столичному мегаполису
загрязнения [9]. На рис. 2 дано пространственное распреде- определила более глубокое антропогенное преобразова-
ление древесных насаждений по пяти градациям жизненно- ние лесов региона по сравнению с другими территория-
го состояния. Импактная зона по признаку максимального ми Нечерноземья. Наличие большого объема картогра-
изменения жизненности древостоев в окрестностях комби- фической информации обеспечивает удобство работы
ната визуализирована красным цветом (наихудшие показа- с этой территорией при оценке состояния растительно-
тели). Расчет статистической модели показал достаточно го покрова. В качестве базового источника информации
высокое ее качество по предсказанным с помощью дискри- была использована карта растительности Московской об-
минантного анализа значениям состояния древесного яру- ласти М 1:200 000 (1996) под ред. Г.Н. Огуреевой. Эколого-
са. Ненарушенные и сильно нарушенные древостои при динамическая классификация лесов, положенная в осно-
этом классифицировались с наибольшей точностью (бо- ву данной карты, позволила отобразить флористическое
лее 80%). Помимо оценки состояния древесной раститель- разнообразие лесов на разных синтаксономических уров-
ности была выполнена оценка таксономического разноо- нях с учетом степени производности лесов от их исходно-
бразия растительного покрова исследуемой территории, го зонального типа. Самый крупный уровень – класс фор-
в частности, определено распределение показателя видо- маций – представлен пятью категориями: бореальными,
вой насыщенности растений древесно-кустарничкового, субнеморальными, смешанными, широколиственными и

96 Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1


Ò. Â. ×ÅÐÍÅÍÜÊÎÂÀ

Рис. 1. Архитектура базы данных и таблицы введе-


ния полевых измерений в ГИС

Рис. 3. Изменение видового разнообразия расти-


тельного покрова в окрестностях металлургического
производства «Североникель», количество видов

мелколиственными лесами, при этом леса в пределах каж-


дого класса разделены в группы по условно-коренному,
коротко-производному и длительно-производному состо-
яниям. Помимо естественных лесов, высокую долю лесо-
покрытой площади (12%) составляют искусственные леса,
представленные культурами соснового, елового и смешан-
ного состава.
В результате актуализации фрагмента карты раститель-
ности Московской области (коррекция границ полигонов
и их содержания) с использованием космических снимков
Landsat 5 TM (30 августа 1992 г) получено более точное рас-
пределение лесных участков, отражающее сукцессионный
статус и типологическую структуру модельной террито-
рии в начала 1990-х годов. (рис. 7). Найдено, что половина
всех лесов (49,4%) относятся к категории длительнопро-
изводных антропогенных модификаций, которые пред-
ставлены, в основном, производными мелколиственными
сообществами. Втором месте по распространению зани-
мают коротко-производные модификации (33,8%), в со-
ставе которых прослеживается отчетливая динамика за-
мещения раннесукцессионных мелколиственных пород
коренными. Коренные леса занимают не более 5% лесо-
покрытой площади. Основную долю в структуре зональ-
ных коренных лесов исследуемой территории составля-
ют смешанные леса (65%), тогда как бореальные варианты
хвойных лесов составляют 24%, а субнеморальные – 7%.
Широколиственные леса занимают всего 2% лесопокры-
той площади и распространены лишь в юго-восточной ча-
сти исследуемой территории. Коренные мелколиственные
Рис. 2. Изменение жизненного состояния древостоя сообщества из ольхи и березы пушистой встречаются еди-
в окрестностях металлургического комбината «Северо- нично (<1%) [8].
никель», баллы (5 баллов соответствует полному усы- Дистанционные данные служат незаменимым средством
ханию древостоя) оценки динамики лесного покрова. Сопоставление резуль-

Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1 97


ÏÐÈÊËÀÄÍÛÅ ÈÑÑËÅÄÎÂÀÍÈß

Рис. 4. Типологическое разнообразие раститель-


ного покрова в окрестностях металлургического про-
изводства на разных уровнях классификации (типы
наземного покрова, типы растительности и группы ас-
социаций) и классификация растительного покрова в
ранге групп ассоциаций

Рис. 6. Породно-возрастной состав насаждений Ман-


туровского лесхоза (из работы [1] с модификациями)
1 - несомкнутые молодняки в основном хвойные и
мелколиственно-хвойные (посадки, зарастающие вы-
рубки), 2 - молодняки мелколиственные и хвойно-
мелколиственные, 3 - средневозрастные мелколиственные,
4 - приспевающие, спелые и перестойные мелколиствен-
ные, 5 - несомкнутые молодняки в основном березовые и
хвойно-мелколиственные, 6 - молодняки в основном бере-
зовые и хвойно-мелколиственные, 7 - средневозрастные
березовые, 8 - приспевающие березовые, 9 - спелые и
Рис. 5. Интерполяция характеристик леса Костром- перестойные (иногда приспевающие) березовые, 10 - не-
ской области на основе данных дистанционного зон- сомкнутые молодняки еловые, 11 - в основном молодняки
дирования и цифровой модели рельефа (из работы [6] еловые, 12 - приспевающие еловые, 13 - спелые и пере-
с модификациями). стойные еловые, 14 - молодняки сосновые, 15 - средне-
1 - сомкнутость древостоя (ярус А); 2 - средний возраст возрастные сосновые, 16 - приспевающие, спелые и пе-
древостоя (ярус А); 3 – видовое богатство, 4 - обилие рестойные сосновые и мелколиственно-хвойные, 17 - вода
ели, 5 - обилие сосны, 6 - обилие березы, 7- обилие и заболоченные земли, 18 - нелесные и непокрытые ле-
осины сом земли, 19 - кварталы

98 Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1


Ò. Â. ×ÅÐÍÅÍÜÊÎÂÀ

Рис. 7. Структура и состав лесов юго-западного Подмосковья на верхнем типологическом уровне (классы
формаций) в соответствии с картой растительности Московской области 1996 г. (из работы [8] с модифика-
циями).

татов автоматического дешифрирования снимков Landsat дробных синтаксономических единиц, а также выявле-
независимо для двух сроков съемки (1992 и 2002 гг.) по- ние приуроченности лесных сообществ к различным ти-
зволило выявить достоверные изменения лесопокрытой пам местообитаний и роли ландшафтообразующих фак-
площади за 10 лет. Так, в результате коттеджного/дачного торов в скорости и направленности лесообразовательного
строительства и вырубок площадь лесных насаждений для процесса.
территории юго-западного Подмосковья общей площа- Таким образом, использование современных высоко-
дью 4800 км2 сократилась на 95,7 км2, в то же время в про- технологичных средств анализа и интерпретации данных,
цессе естественного зарастания полей и вырубок площадь математического аппарата и программного обеспечения
лесопокрытой территории увеличилась на 71,3 км2. значительно расширяет спектр возможностей при осу-
В качестве дополнительных источников использовались ществлении мониторинга биоразнообразия. Показанные
Карта ландшафтов Московской области М 1:500000 (1997) подходы к оценке состояния лесного покрова базируют-
и Экологическая карта Московской области М 1:200000 ся на комплексной схеме полевых эколого-ценотических
(2000). На основе этих карт, ДДЗ, лесотаксационных ма- исследований и картографической и статистической об-
териалов и полевых обследований в настоящее время идет работки. Проведенный анализ показал возможность полу-
разработка карты современного состояния растительно- чения информации о составе лесных насаждений и расче-
го покрова юго-западного Подмосковья в рамках более те индексов разнообразия лесов для различного масштаба

Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1 99


ÏÐÈÊËÀÄÍÛÅ ÈÑÑËÅÄÎÂÀÍÈß

территории на основе количественного анализа дистан- структуру и динамику, выявление различных аспектов
ционной информации как источника интерполяции и сопряженности состояния природных систем с услови-
актуализации данных лесной таксации и полевых геобо- ями среды и в первую очередь – с элементами рельефа
танических описаний. Использование ДДЗ является ра- и климатическими изменениями. В частности, совмест-
циональным и экономически обоснованным не только в ный количественный анализ карты растительности и
современном лесоустройстве и подготовке лесных регла- цифровой модели рельефа дает возможность выявить
ментов, но также при оценке биоразнообразия природных приуроченность лесных сообществ к различным типам
комплексов. Применение ГИС-технологий позволило местообитаний. Результатом исследований должна слу-
осуществить интеграцию и совместный анализ имеющих- жить актуализация существующих и разработка новых
ся данных различного формата и масштаба, характеризую- карт современного состояния растительного покрова
щих растительный покров. модельных территорий в рамках базовых типологиче-
Дальнейшие развитие методов оценки состояния лес- ских единиц, а также разработка прикладных эколого-
ного покрова предполагает исследование вклада раз- экономических моделей, прогнозов и альтернативных
личных природных и антропогенных факторов в его сценариев природопользования.

ЛИТЕРАТУРА
1. Исаев А.С., Князева С.В., Пузаченко М.Ю., Чер- торы биоразнообразия лесов как инструменты устой-
ненькова Т.В. Использование спутниковых данных чивого природопользования //Лесоведение. 2009б.
для мониторинга биоразнообразия лесов // Иссле- №6. С. 1-15.
дование земли из космоса. 2009. № 2. С. 1-12. 11. Avery T.E., Berlin G.L. Fundamentals of remote
2. Мониторинг биологического разнообразия лесов sensing and airphoto interpretation. 5th ed. N.Y.:
России: методология и методы. Под ред. А. С. Исае- MacMillan Publ. Co. 1992.
ва. ЦЭПЛ РАН. М.: Наука, 2008. 453 с. 12. BEAR: Indicators for monitoring and evaluation of
3. Национальный доклад Российской Федерации по forest biodiversity in Europe. Technical report 7. 2001.
критериям и индикаторам сохранения и устойчиво- http://www.algonet.se[~bear.
го управления умеренными и бореальными лесами 13. CircumBoreal Vegetation Mapping. 2008. (http://
(Монреальский процесс). М.: ВНИИЛМ, 2003. 84 с. caff.arcticportal.org/index.php?option=com_content&
4. Пузаченко Ю.Г., Дьяконов К.Н., Алещенко Г.М. Раз- view=frontpage&Itemid=191)
нообразие ландшафта и методы его измерения // Ге- 14. Ministerial conference on the protection of forests
ография и мониторинг биоразнообразия. М.: Изд-во in Europe (MCPFE). Sound forestry - sustainable
Экоцентр МГУ, 2002. С. 143-302. development. Helsinki: Ministry of Agr. and Forest,
5. Пузаченко Ю.Г. Математические методы в экологи- 1993. 161 р.
ческих и географических исследованиях. М.: Academia, 15. The improved Pan-European indicators for
2004. 416 с. sustainable forest management: Proc. of the 4 th
6. Пузаченко М.Ю., Черненькова Т.В. ГИС-технологии Ministerial conference on the protection of forests in
в мониторинге биоразнообразия лесов// ArcReview. Europe (MCPFE). Vienna, 2003. http://www.mcpfe.
2006. № 4, (39). (http://www.dataplus.ru/Arcrev/ org/livingforestsummit.
Number_39/9_bio.html) 16. The Montreal process. Criteria and indicators for the
7. Черненькова Т.В., Бочарников В.Н. Комплексная conservation and sustainable management of temperate
оценка и организация данных в системе биомони- and boreal forests. Hull, (Quebec): Canadian Forest
торинга лесных территорий // Лесоведение. 2003. Service, 1995. 120 p.
№ 1. С. 37-47.
8. Черненькова Т.В., Козлов Д.Н. Динамика лесов Под- _______________________
московья по материалам космической съемки // Зем-
ля из космоса — наиболее эффективные решения.
2009. № 1. С. 24-28. Автор выражает глубокую признательность академи-
9. Черненькова Т.В., Басова Е.В., Бочкарев Ю.Н., Пу- ку А.С.Исаеву, под руководством которого осущест-
заченко М.Ю., Тихонова Е.В. Оценка биоразнообра- влялась работа, Ю.Г.Пузаченко за консультации и ме-
зия лесов в зоне влияния горно-металлургического тодическую помощь, М.Ю.Пузаченко, И.П.Котлову,
комбината «Североникель» // Лесоведение. 2009а. Д.Н.Козлову за подготовку картографических про-
№5. С. дуктов по модельным регионам, а также всем специ-
10. Черненькова Т.В., Князева С.В., Пузаченко М.Ю., алистам, принимавших участие в сборе и анализе по-
Макарова В.А., Левинская Н.Н. Критерии и индика- левых материалов.

100 Ìåæäèñöèïëèíàðíûé íàó÷íûé è ïðèêëàäíîé æóðíàë «Áèîñôåðà», ò.1, ¹1