В период с 2010 по 2018 г. общая площадь земель сельскохозяйственного назначения в Российской Федерации сократилась на 17,5 млн га, согласно данным Росреестра. В 2018 году решениями органов государственной власти Российской Федерации, субъектов и местного самоуправления из земель сельскохозяйственного назначения в лесной фонд было переведено 647,8 тыс. га [1].
В Республике Башкортостан, одном из ведущих сельскохозяйственных регионов России, по состоянию на 1 января 2020 г. насчитывается 7265,9 тыс. га земель сельскохозяйственного назначения [2]. Как и на других территориях [3-5], сенокосные и пастбищные угодья (2345,3 и 1274,9 тыс. га соответственно) в настоящее время интенсивно зарастают древесно-кустарниковой растительностью. При этом часто возникает проблема нерентабельности рекультивационных работ в них из-за длительности лесозарастания, и, следовательно, возрастает актуальность проведения масштабных и затратных полевых работ по оценке степени лесозарастания неиспользуемых сельскохозяйственных земель [6].
Анализ картографических изображений с использованием современных географических информационных систем (ГИС) является в настоящее популярным альтернативным способом оперативного получения и передачи сведений о состоянии лесоаграрных ландшафтов [7]. Функциональные возможности ГИС на всех этапах мониторинга (сбор, передача, обработка, анализ, хранение и документирование) процессов в этих антропогенно измененных экосистемах реализуются в основном в камеральных условиях, сокращая тем самым время и расходы на полевые работы, одновременно повышая точность и полноту получаемой информации. Этим обеспечивается основа для оптимизации ведения сельского хозяйства, смягчения последствий экстремальных погодных явлений, частота и выраженность которых усиливается в условиях изменяющегося климата [8]. Особенно важным приложением использования ГИС-технологий является оценка динамики зарастания древесно-кустарниковой растительностью неиспользуемых земель сельскохозяйственного назначения. Мониторинг этого явления позволит оценить масштаб этого процесса, разработать меры по возвращению земель в сельскохозяйственный оборот и, при их экономической нецелесообразности, изменить структуру земельного фонда [9].
Целью исследования является анализ лесорастительного покрова неиспользуемых сельскохозяйственных земель с использованием нормализованного относительного индекса растительности (далее NDVI), который определяется в ходе дистанционного зондирования земли [8; 10; 11] и обработки данных с помощью ГИС-технологий [12].
Для достижения цели были поставлены следующие задачи:
− подобрать участок с использованием открытой базы данных космических снимков со спутника Sentinel;
− оценить степень зарастания исследуемого участка древесно-кустарниковой растительностью по обработанному космическому снимку.
Материал и методы исследования
Для проведения исследования нами выбрана сосна обыкновенная (Pinus sylvestris L.) – так называемый вид-пионер, который в лесной и лесостепной зонах активно заселяет неиспользуемые сельскохозяйственные земли, в том числе в условиях Республики Башкортостан. Выбранный для изучения участок находится вблизи с. Ломовка Белорецкого района региона, здесь на месте бывших пашен и пастбищ наблюдается неравномерное, но местами обильное лесовозобновление древесных растений, преимущественно сосны обыкновенной (рис. 1).
Параметр (вычисляется как разница интенсивностей отраженного света в красном и инфракрасном диапазонах, деленная на сумму их интенсивностей) показывает количество фотосинтетически активной биомассы и варьируется от -1 (безлесная территория) до 1 [9; 13].
Рис. 1. Ортофотоплан изучаемой площади с подростом сосны обыкновенной
Диапазон со значениями 0,8-0,9 означает, что на большей части исследуемой территории преобладает густая и здоровая древесно-кустарниковая растительность, а анализируемый участок попадает в высокую категорию пригодности для ведения агролесоводства. Обследование выбранного участка было проведено с применением квадрокоптера DJI Terra с RGB-камерой. RGB и мультиспектральные изображения были обработаны для создания орто-изображений с высоким разрешением, богатой спектральной информацией с высокой плотностью точек. Сначала оптические изображения были зарегистрированы с использованием данных GPS, после чего совмещенные изображения были сшиты для создания ортомозаики c помощью сервиса DroneDeploy (https://www.dronedeploy.com/). Полученный ортофотоплан представлен на рисунке 1.
Преимущества проведения съёмки квадрокоптером заключаются в получении изображения исследуемого участка строго сверху с точной привязкой к координатам и в необходимый момент времени для исследований [14]. Также в этом исследовании использовался пространственный анализ с применением спутниковых снимков для оценки растительного покрова участка. Был использован космический снимок со спутника Sentinel–2, с облачным покровом на исследуемой площади <5%. При работе с дистанционными материалами необходимо учитывать, что они не могут полностью заменить полевые исследования, но их использование позволяет делать более масштабную, всестороннюю и глубокую оценку изменений природных объектов. С помощью методов ДЗЗ можно получить данные о динамике растительного покрова, об изменении его состава и устойчивости. Снимки с беспилотников позволяют определять состояние растений даже по цвету листвы, что может быть индикатором химического загрязнения воды, почвы и воздуха. С их помощью легко отследить нарушения почвенного покрова, развитие эрозионных процессов. Они информативны за счет большого спектра диапазонов и режимов съемки; оперативны (бесплатные космические снимки появляются в общем доступе в течение первых суток, частота съемки одного и того же квадрата – несколько дней, у разных спутников она варьирует); объективны (космический снимок имеет точное время съемки, индивидуальный номер, его невозможно подделать, поскольку это лишь копия из генеральной базы данных любого профильного агентства, и намеренное искажение информации всегда можно установить) [15].
Индекс растительности был проанализирован с использованием NDVI, в частности каналов 4 и 8. Формула выглядит следующим образом:
NDVI был получен путем расчета диапазонов ближнего инфракрасного (NIR) и красного света (RED). Основными этапами обработки данных изображений с использованием QGIS 3.16 были (1) сбор спутниковых данных, (22) предварительная обработка изображений, состоящая из компоновки каналов, создания мозаики и обрезки изображений до пространственного экстента LEA, (3) данные географической привязки, (4) определение порога NDVI, затем (5) классификация растительности. Изучаемая площадь была выделена в отдельный слой – SHР–файл – для точечной обработки. Дата съёмки снимка – 03 июля 2022 г., зона UTM 40N, облачность 25%, сцена S2A_OPER_MSI_L2A_DS_ATOS_ 20220703T111912_S20220703T070634_N04.00, пространственное разрешение использованных каналов – 10 м.
К операциям предварительной обработки относятся те операции, которые предшествуют основному анализу. При сборе данных системами дистанционного зондирования используются приборы для регистрации интенсивности электромагнитной энергии, отраженной от поверхности Земли. В процессе сканирования, передачи и записи электромагнитная энергия проходит через сложные условия окружающей среды, которые влияют на качество записываемых данных. Записанные данные подвержены систематическим ошибкам, шумам и геометрическим искажениям, которые необходимо компенсировать, чтобы данные напоминали исходную сцену [16]. Перед обработкой основного анализа были проведены следующие две основные корректировки: 1) геометрическая коррекция, 2) атмосферная коррекция.
Чтобы данные изображения можно было интегрировать в существующую карту или использовать в качестве входных данных для базы данных ГИС, их необходимо скорректировать, чтобы данные изображения соответствовали местной системе координат. Геометрическая коррекция включает в себя перемещение пикселя в двухмерном изображении из его исходного положения в желаемое картографическое положение. Это процесс преобразования координат изображения (x, y) в географические координаты (E, N) с использованием системы картографической проекции [16], так что положение каждого пикселя может быть связано с особенностями местности методом полиномиального преобразования первого порядка.
Атмосферная коррекция – это процесс преобразования значений яркости, измеренных на спутнике, в значения коэффициента отражения, как если бы они были измерены на поверхности. Этот метод осуществляется путем учета вклада атмосферных помех в спектральные значения изображения. Для исключения систематических ошибок и повышения качества данных дистанционного зондирования проведена радиометрическая коррекция с помощью инструмента «Tool Top of Atmosphere Reflectance» программы SAGA GIS. После радиометрической коррекции использовалась атмосферная коррекция для устранения эффектов рассеяния и поглощения атмосферой [16].
Для обработки спутниковых снимков использован программный пакет со свободной лицензией QGis 3.16. Построение индексного изображения NDVI осуществлялось с помощью инструмента «Калькулятор растров».
Результаты исследования и их обсуждение
Результаты исследования показали, что использованные технологии дистанционного зондирования обеспечивают быструю, экономичную и эффективную оценку состояния лесовозобновления изучаемого участка. Для территории площадью около 240 га в течение сравнительно короткого времени получены сведения о пространственном распределении растительной биомассы. Анализ NDVI (рис. 2) позволил отнести возобновление к 2 классу растительности. Это означает, что на изученной территории с древесно-кустарниковой растительностью растительная биомасса, представленная главным образом подростом сосны обыкновенной, в целом достигает сравнительно высоких величин. В то же время доказана ее существенная неоднородность в пространстве (значение показателя изменяется от 0,28 до 0,67) и во времени – наибольшие значения NDVI получены в частях территории с наибольшим возрастом подроста (временем его появления), что определяется прежним режимом использования земель (пашня, пастбища, неудобья), временем выведения из сельскохозяйственного оборота и близостью к насаждениям – источникам поступления семян. Более трудоемкие наземные полевые исследования, проведенных в сети 11 пробных площадок в целях определения густоты, состояния и возраста подроста, подтвердили эти заключения.
Рис. 2. Значения индекса NDVI на неосваиваемых сельскохозяйственных землях, зарастающих подростом сосны обыкновенной
Заключение
Актуальность проведения аналогичных работ с использованием ГИС-технологий в больших масштабах диктуется тем, что их результаты позволяют более обоснованно решать вопросы возврата зарастающих земель в сельскохозяйственный оборот путем проведения культурно-технических мероприятий (в случае нашего исследования, пример – участки с меньшими значениями NDVI).
Использование данных ДЗЗ- и ГИС-технологий позволяет провести оценку зарастания земель сельскохозяйственного назначения древесно-кустарниковой растительностью. Благодаря точечному анализу космического снимка со спутника Sentinel-2 удалось определить наличие древесно-кустарниковой растительности на изучаемой площади, что было подтверждено данными полевых исследований.
Если количество древесной биомассы делает рекультивационные меры чересчур затратными, возможно рассмотрение вопроса о переводе соответствующих площадей в категорию лесных земель. В настоящее время эти работы проводятся в относительно небольших масштабах. В частности, по данным Министерства сельского хозяйства Российской Федерации, в 2020 г. из фонда перераспределения было переведено в земли лесного фонда лишь 76,7 тыс. га.