УДК 911.2:502.62

DOI: 10.24412/cl-36359-2021-130-136

СРАВНИТЕЛЬНАЯ ОЦЕНКА КВАЗИПРИРОДНЫХ ТЕРРИТОРИЙ ДОНЕЦКОГО КРЯЖА С ИСПОЛЬЗОВАНИЕМ ИНДЕКСА NDVI

COMPARATIVE ASSESSMENT OF QUASI-NATURAL AREAS OF THE DONETSK RIDGE USING THE NDVI INDEX

А.А. Блакберн, А.Л. Золотой, В.М. Остапко

A.A. Blackburn, A.L. Zolotoi, V.M. Ostapko

ГУ «Донецкий ботанический сад», г. Донецк, Донецкая Народная Республика

Public Institution «Donetsk Botanical Garden», Donetsk, Donetsk People's Republic

E-mail: blackburn.fox@mail.ru, andreyzolotoy08@mail.ru, ostapko.dbs@mail.ru

Аннотация. Рассмотрена возможность дифференциации природных и квазиприродных (залежей) участков территории Донецкого кряжа на основе использования индекса NDVI. На шести модельных участках – двух лесных, трех средневозрастных залежей и одного степного за десятилетний период (2010-2020 гг.) с использованием космоснимков Landsat 5, 7, 8 (level-1) и ряда компьютерных программ были получены и проанализированы данные значений NDVI и их дисперсии. Показано, что среднегодовые значения NDVI убывают в ряду лесные участки – залежи – степь. Характер дисперсии значений NDVI показал, что наиболее минимальна она у лесных участков, что свидетельствует о стабильности этого типа растительности по сравнению с травяными сообществами.

Ключевые слова: Донецкий кряж, квазиприродные территории, степные и лесные участки, залежи, индекс NDVI.

Abstract. The paper regards the possibility of differentiating natural and quasi-natural (fallow lands) areas of the Donetsk Ridge territory based on the use of the NDVI index is considered. Data on NDVI and their variances were studied and analyzed on six model sites, namely two forest, three middle-aged fallows and one steppe for a ten-year period (2010-2020) using Landsat 5, 7, 8 (level-1) satellite images and a number of computer programs. It is shown that the average annual NDVI values decrease in the sequence forest areas – fallow lands – steppe. The nature of the dispersion of the NDVI values showed that it is minimal in forest areas, which indicates the stability of this type of vegetation in comparison with herbaceous communities.

Keywords: Donetsk ridge, quasi-natural territories, steppe and forest areas, fallow lands, NDVI index.

Современная природоохранная парадигма предполагает сохранение всего природного разнообразия планеты в контексте устойчивого сосуществования структурно-функциональных компонентов биосферы и человеческого общества. Особенно это актуально для таких густонаселенных и промышленно концентрированных стран и регионов, как Донбасс. Помимо высокой степени антропогенной трансформации ландшафтов, Донбасс расположен также в наиболее измененном биоме планеты – степной ландшафтной зоне [4]. Поэтому природоохранная стратегия в таких регионах, как Донбасс, должна основываться, в первую очередь, на полной инвентаризации всех природных и квазиприродных территорий с дальнейшей оценкой их природоохранной ценности с целью оптимизации всей ландшафтной структуры региона [3, 5].

Одной из главных проблем такой инвентаризации является сложность в дифференциации целинных степей и, в той или иной степени, остепненных участков территорий (квазистепей) – пастбищ, залежей в различной стадии восстановительной сукцессии, вторичных степей и пр. в староосвоенных регионах [1, 2]. Причиной этому служит континуальный характер постепенных переходов, как в пространстве, так и во времени, мозаики квазистепных участков в общей серии сукцессионного процесса в ландшафтной структуре Донбасса.

Одним из способов решения данной проблемы могут быть компьютерные методы определения параметров растительного покрова, позволяющие дифференцировать такие участки по структуре их растительности. Наиболее часто используется индекс NDVI (Normalized Difference Vegetation Index) – нормализованный относительный индекс растительности – показатель количества фотосинтетически активной биомассы, который рассчитывается по формуле:

где NIR – отражение в ближней инфракрасной области спектра, RED – отражение в красной области спектра. Согласно этой формуле, плотность растительности в определенной точке изображения равна разнице интенсивностей отраженного света в красном и инфракрасном диапазоне, деленной на сумму их интенсивностей [11].

В нашем случае рассматриваются шесть примыкающих друг к другу участков лесной, степной и залежной растительности близ поселка Латышево в юго-восточной части Шахтерского района Донецкой области.

Шахтерский административный район расположен на южном и юго-западном макросклоне Донецкого кряжа – крупнейшей в регионе холмисто-грядчатой возвышенности, которая и дала историческое название всему региону – Донбасс. Из-за сложной структуры рельефа ландшафт в данной местности имеет явно выраженный лесостепной характер, что выражается в сложной мозаике степных, квазистепных и лесопокрытых участков территории среди преобладающих элементов агроландшафта (полей). Тем не менее, по этой же причине доля распаханных земель здесь одна из наименьших в регионе и самая высокая доля степных и близких к ним квазистепных участков. Лесопокрытые территории также в основном представлены байрачными (овражными) лесами, изредка выходящими на плакоры, а также довольно крупными массивами искусственных лесопосадок.

Шесть выбранных нами модельных участков представлены двумя лесными участками – Лес 1 и Лес 2, тремя средневозрастными залежами (возрастом предположительно более 20 лет) – Залежь 1, Залежь 2, Залежь 3 и одним участком петрофитной степи – Степь (рисунок 1).

Все рассматриваемые участки были визуально обследованы на местности в июле 2020 года, данные по которым представлены в таблице 1.

Таблица 1. Характеристика модельных участков Донецкого кряжа

Как видно из данных таблицы 1, фитоценотическое разнообразие травяных сообществ (степи и залежей) значительно превышает таковое лесных участков, причем у залежей оно также существенно больше, чем у степного участка.

По видовому богатству и лесопокрытые и травяные участки примерно сопоставимы. Минимальное оно у Залежи 3, что, по-видимому, обусловлено относительно молодым возрастом этой залежи (она располагается ближе всех к полю на ровной местности и, скорее всего, сама неоднократно распахивалась).

С целью количественной дифференциации выбранных модельных участков были проанализированы значения их NDVI (конец июня – начало июля) за десятилетний период – с 2010 по 2020 гг. Для этого были взяты космоснимки Landsat 5, 7, 8 (level-1) из открытого допуска за указанный период времени, которые затем были обработаны с помощью программ GRASS 7.8.2 [7], QGIS 3.10.3 [9] и R 3.6.0 [10] с использованием пакетов rgdal [6] и raster [8].

Полученные значения NDVI представлены в виде графика на рисунке 2. Как видно из графика, имеет место четкая тенденция снижения среднегодовых значений NDVI в направлении от лесных участков к степному (таблица 2). Все три залежных участка по данному показателю занимают промежуточное положение между лесными участками и степью.

Таблица 2. Среднегодовые значения NDVI модельных участков и значения их дисперсий

Причем Залежь 1, непосредственно примыкающая к степному участку, по среднегодовому значению NDVI ближе к таковому у степного участка, а Залежь 2 и Залежь 3 находятся где-то посередине между лесными участками и степью.

Корреляционный анализ (корреляция Спирмена) показал также очень сильную связь по значениям NDVI между двумя лесными участками (коэфф. корр. – 0,96) и очень слабую – между ними и остальными участками с травяной растительностью (таблица 3). Напротив, очень высока она у всех травяных участков между собой и особенно (коэфф. корр. – 0,98) у степного участка и Залежи 1, что также обусловлено, скорее всего, их близким территориальным соседством. Значения коэффициента корреляции во всех случаях являются значимыми (p-value < 0,05).

Таблица 3. Коэффициенты корреляции значений NDVI модельных участков

Помимо сравнения абсолютных среднегодовых значений NDVI между модельными участками, о степени их временного и территориального сходства можно также судить и методом сравнения значений дисперсий этих NDVI за весь рассматриваемый период времени. Графики значений их дисперсий приведены на рисунке 2, а их среднегодовые значения даны в таблице 2.

Из таблицы 2 видно, что по значениям дисперсий NDVI все шесть модельных участков довольно четко группируются в три условные группы: с низкой дисперсией (Лес 1 и Лес 2, оба имеют значения дисперсий 0,002), со средней дисперсией (Степь и Залежь 3 – с дисперсией, равной 0,003 и Залежь 2 – с дисперсией, равной 0,004) и высокой дисперсией (только один участок – Залежь 1 с дисперсией 0,007).

Корреляционный анализ между дисперсиями NDVI модельных участков (см. таблицу 4) не показывает какой-либо четкой тенденции в тесноте связи между ними. Имеет место довольно-таки хаотичное распределение коэффициентов корреляции между всеми участками (как с высокой степенью связи, так и с низкой). Единственным исключением здесь служит степной участок, который не показал ни одной сильной связи с каким-либо другим модельным участком, кроме участка Залежь 1, с которым у него средняя сила связи (коэфф. корр. – 0,54).

Анализ десятилетней динамики значений NDVI и их дисперсий (рисунки 2) модельных участков также не выявил какой-либо тенденции в ее изменении. Имеет место определенная флуктуация значений NDVI по всем шести участкам, не показывающая какого-нибудь тренда к его росту. То же самое можно сказать и по динамике дисперсий за данный период времени. Однако следует отметить, что пики увеличения значений NDVI (в 2016 г.) в травяных сообществах и резкого спада (в 2013 г. и 2018 г.) совпадают с резким уменьшением значений их дисперсий (2016 г.) и, соответственно, с резким увеличением их дисперсий (2013 и 2018 гг.).

Таблица 4. Коэффициенты корреляции дисперсий значений NDVI модельных участков

Таким образом, можно заключить, что в условиях Донбасса (Донецкого кряжа) использование индекса NDVI позволяет довольно четко дифференцировать природные и квазиприродные участки по характеру их растительности, прежде всего, лесопокрытые территории и территории с травяной растительностью.

Между травяными участками (в данном случае степью и залежами) разница в значениях NDVI уже не так очевидна, однако у залежей значение NDVI все же выше, чем у степного участка. Причем минимальна эта разница у степного участка и ближайшего к нему – залежного.

Характер многолетней флуктуации значений NDVI показывает, прежде всего, степень устойчивости (постоянства) во времени этой характеристики растительных сообществ в виде дисперсии значений NDVI. В нашем случае она наиболее постоянна (минимальна) у обоих лесных участков. У травяных сообществ дисперсия NDVI существенно выше и не обнаруживает какой-либо определенной тенденции.

Характер корреляционной связи значений NDVI среди рассмотренных участков показал также существенное сходство между двумя лесными участками между собой и слабое между ними и остальными травяными участками. Соответственно, очень тесная корреляционная связь по значениям NDVI наблюдается между травяными участками и особенно между примыкающими друг к другу степным и залежным участками. Это подтверждает континуальный характер взаимного перехода этих двух соседствующих участков.

Многолетняя динамика значений NDVI и его дисперсии показывает отсутствие какого-либо тренда либо очень слабый положительный рост, об устойчивости которого можно будет говорить только после дополнительных исследований. Интересным здесь является обнаруженная нами обратная тенденция совпадения пиков роста значений NDVI и снижения их дисперсии.

В целом использование индексов NDVI для исследования характера структуры растительности природных и квазиприродных участков Донецкого кряжа принесло определенные положительные результаты и является весьма перспективным методом исследования с охватом территории большего масштаба.

Список литературы

1. Левыкин С.В., Казачков Г.В., Яковлев И.Г., Грудинин Д.А. В развитие методических подходов к идентификации и мониторингу вторичных степей постцелинного пространства методами ДДЗ // Степи Северной Евразии: материалы VIII междунар. симпоз. Оренбург, 2018. С. 52-55.

2. Лопес де Гереню В.О., Курганова И.Н. Потоки углерода в степных экосистемах России // Степи Северной Евразии: материалы VIII междунар. симпоз. Оренбург, 2018. С. 594-597.

3. Тишков А.А., Нефёдова Т.Г., Белоновская Е.Н., Соболев Н.А. Комплексы мероприятий по сохранению степного биоразнообразия для пилотных регионов Российского степного проекта // Степной бюллетень. 2016. № 47-48. С. 45-54.

4. Чибилёв А.А. Степная Евразия: региональный обзор природного разнообразия. М.; Оренбург, 2016. 324 с.

5. Чибилёв А.А. Экологическая оптимизация степных ландшафтов. Оренбург, 2016. 182 с.

6. Bivand R., Keitt T., Rowlingson B., Pebesma E., Sumner M., Hijmans R. Bindings for the Geospatial Data Abstraction Library. 2015. Available at: https://cran.r-project.org/web/packages/rgdal/index.html (accessed 22.01.2021).

7. GRASS Development Team, 2020. Geographic Resources Analysis Support System (GRASS) Software, Version 7.8.3 Open Source Geospatial Foundation. Available at: http://grass. osgeo.org (accessed 22.01.2021).

8. Hijmans R.J., Van E.J., Cheng J., Mattiuzzi M., Sumner M., Greenberg J.A., Lamigueiro O.P., Bevan A., Racine E.B., Shortridge A., Hijmans M.R.J. Package «raster». 2015. Available at: http://cran.r-project.org/package=raster (accessed 22.01.2021).

9. QGIS Development Team. QGIS Geographic Information System Developers Manual. Open Source Geospatial Foundation Project. 2020. Available at: www.qgis.org/wiki/Developers">http://www.qgis.org/wiki/Developers _Manual (accessed 22.01.2021).

10. R Core Team. R. A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna, Austria. 2019. Available at: www.r-project.org/index.html">http://www.r-project.org/index.html (accessed 20.10.2020).

11. Tucker C.J. Red and photographic infrared linear combinations for monitoring vegetation // Remote Sensing of Environment. 1979. Vol. 8, № 2. PP. 127-150. doi: 10.1016/0034-4257(79)90013-0.