Воронеж, Воронежская область, Россия
Воронеж, Воронежская область, Россия
В условиях климатических изменений мониторинг состояния лесных фитоценозов, как ключевых депонирующих углерод экосистем, приобретает особую актуальность. В данной статье, для изучения сукцессионного состояния сосновых лесов на карбоновом полигоне Воронежской области, предложен гибридный метод, интегрирующий классические геоботанические показатели и данные дистанционного зондирования Земли (ДЗЗ). В основе метода лежит количественная оценка устойчивости сообществ на основе комплекса параметров: видового богатства, проективного покрытия и возраста эдификатора (Pinus sylvestris), соотношения эколого-ценотических групп видов и распределения значений вегетационного индекса (NDVI) на пробных площадях. Анализ показал, что устойчивость фитоценозов не определяется максимальными или минимальными значениями какого-либо отдельного фактора, а носит комплексный характер. Результаты подтверждают, что для адекватной оценки и прогнозирования устойчивости лесных экосистем, необходимы многопараметрические подходы. Традиционные геоботанические модели сохраняют фундаментальную ценность, однако их дополнение данными ДЗЗ существенно расширяет аналитические возможности. Такая интеграция позволяет проводить более объективную дифференциацию сообществ и строить более точные прогнозы их сукцессионной динамики, что имеет ключевое значение для планирования лесовосстановительных мероприятий и оценки состояния лесных экосистем.
сукцессия, динамика, растительный покров, лесные сообщества, комплексная оценка, дистанционное зондирование Земли
1. Герасимова Т.А., Яковлев А.А. Оценка видового разнообразия растительного покрова в постпирогенных насаждениях, сформировавшихся на старопахотных землях в Ленинградской области // Леса России: политика, промышленность, наука, образование: материалы VIII Всероссийской научно-технической конференции. Санкт-Петербург: СПбГЛТУ, 2023. С. 405-407. EDN: https://elibrary.ru/FQXOTQ
2. Сафонова А.Н. Методы машинного обучения при обработке изображений сверхвысокого пространственного разрешения на примере задач классификации растительности: дис. канд. техн. наук: 05.13.17; Сибирский федеральный университет, 2020. 104 с. EDN: https://elibrary.ru/UMFVXL
3. Флора сосудистых растений Центральной России [Электронный ресурс]: интернет-база данных / авт. проекта к.б.н. Л.Г. Ханина (ИМПБ РАН); рук. д.б.н. Л.Б. Заугольнова (ЦЭПЛ РАН); сост. списка видов Е.М. Глухова (ИМПБ РАН). – Электрон. дан. – Москва: Институт математических проблем биологии РАН, 2004. – Режим доступа: https://www.impb.ru/eco/index.php (дата обращения: 12.01.2026).
4. Avetisyan, D., Velizarova, E. & Filchev, L. (2022). Post-fire forest vegetation state monitoring through satellite remote sensing and in situ data. Remote Sensing, Vol. 14, no 24, pp. 6266. DOI: https://doi.org/10.3390/rs14246266
5. EOS Data Analytics (2023). LandViewer [An interactive online platform for satellite data analysis]. - URL: https://eos.com/landviewer/ (date of access: 12.01.2026).
6. Hwang, K., Harpold, A., Tague, C. et al. (2023). Seeing the disturbed forest for the trees: Remote sensing is underutilized to quantify critical zone response to unprecedented disturbance. Earth's Future, Vol. 11, no 8, pp. e2022EF003314. DOI: https://doi.org/10.1029/2022ef003314; EDN: https://elibrary.ru/WRQICK
7. Midolo G., Herben, T., Axmanova, I., Marceno, C., Pätsch, R., Bruelheide, H. & Chytry, M. (2023). Disturbance indicator values for European plants. Global Ecology and Biogeography, Vol. 32, no 1, pp. 24-34. DOI: https://doi.org/10.1111/geb.13603
8. Pandey, P.C. & Arellano, P. (2022). Advances in remote sensing for forest monitoring. John Wiley & Sons Ltd, 400 p. DOI: https://doi.org/10.1002/9781119788157
9. Rouse, J.W., Haas, R.H., Schell, J.A. & Deering, D.W. (1974). Monitoring vegetation systems in the Great Plains with ERTS. NASA. Goddard Space Flight Center 3d ERTS-1 Symp, Vol. 1, pp. 309-317.
10. Senf, C. & Seidl, R. (2022). Post‐disturbance canopy recovery and the resilience of Europe’s forests. Global Ecology and Biogeography, Vol. 31, no 1, pp. 25-36. DOI: https://doi.org/10.1111/geb.13406
