Использование индексных изображений при дешифрировании растительного покрова Внутригорного Дагестана

Цель. Подбор и анализ индексных изображений, пригодных для дешифрирования растительного покрова в условиях Внутригорного Дагестана.
Методы. Исследование проведено на базе разновременных космических снимков высокого пространственного разрешения, полученных съемочной системой спутника серии Sentinel-2, с применением методов цифровой обработки геоизображений. Обработка осуществлена с использованием возможностей геосервиса Google Earth Engine.
Результаты. Получены разновременные индексные изображения для территории Внутригорного Дагестана. Проанализированы временные ряды сезонных изменений индексов (NDVI, SAVI, EVI), что позволило выявить фенологические закономерности растительности и на основе этого картографировать растительный покров. Для данной территории созданы схемы дешифрирования растительности, по которым выделены участки: лишенные растительности, травянистая растительность разной степенью густоты, древесная (лиственная и хвойная).
Заключение. При изучении растительного покрова по индексным изображениям в разных природных условиях необходимо учитывать природные особенности территории, а также использовать дополнительные источники пространственной информации, включая методы полевых исследований.

1. Henrich V. et al. Entwicklung einer Datenbank fur Fernerkun-dungs indizes // Bochum: AK Fernerkundung. 2012. V. 15. Disponvel em: https://www.indexdatabase.de/>.Acessoem

2. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А., Шабанов Н.В. Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 с.

3. Братков В.В., Атаев З.В. Вегетационные индексы и их использование для картографирования горных ландшафтов Российского Кавказа // APRIORI. Серия: Естественные и технические науки. 2017. N 1. С. 3-23. URL: https://www.elibrary.ru/download/elibrary_28376010_77664468.pdf (дата обращения 24.04.2020)

4. Spadoni G.L., Cavalli A., Congedo L., Munafd M. Analysis of Normalized Difference Vegetation Index (NDVI) multitemporal series for the production of forest cartography // Remote Sensing Applications: Society and Environment. 2020. V. 20. DOI: 10.1016/j.rsase.2020.100419

5. Ren H., Zhou G., Zhang F. Using negative soil adjustment factor in soil-adjusted vegetation index (SAVI) for aboveground living biomass estimation in arid grasslands // Remote Sensing of Environment. 2018. V. 209. P. 439-445. DOI: 10.1016/j.rse.2018.02.068

6. Лепехина А.А. Флора и растительность Дагестана. Ботанические факторы ноосферы. Махачкала: Полиграф-экспресс, 2002. 350 с.

7. Чиликина Л.Н. Карта растительности Дагестанской АССР. М.-Л.: Изд-во Академии наук СССР, 1962.

8. Gorelick N., Hancher M., Dixon M., Ilyushchenko S., Thau D., Moore R. Google Earth Engine: Planetary-scale geospatial analysis for everyone // Remote sensing of Environment. 2017. V. 202. P. 18-27. DOI: 10.1016/j.rse.2017.06.031

9. Малышева Н.В. Дешифрирование древесной растительности на сверхдетальных изображениях: методическое пособие для подготовки специалистов высшего профессионального образования. Зарегистрировано ФГУП НТЦ Информрегистр. Регистрационное свидетельство N 35711. Москва, 2014. 40 с.