Геоэкологическая оценка лесов Алтайского края средствами дистанционного зондирования Земли тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Долгачева Людмила Евгеньевна

• Долгачева Людмила Евгеньевна
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Долгачева Людмила Евгеньевна

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

СПИСОК ПОНЯТИЙ И ТЕРМИНОВ

ГЛАВА 1. ГЕОЭКОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ ЛЕСОВ С ПРИМЕНЕНИЕМ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

1.1. Геоэкологические проблемы лесов России и методы их 13 исследований

1.2. Геоэкологическое состояние лесных территорий Алтайского края

1.2.1. Геоэкологический анализ территорий, поврежденных жуком-короедом полиграфом уссурийским

1.2.2. Геоэкологический анализ территорий, подверженных усыханию вследствие вымокания 33 ГЛАВА 2. МЕТОДИЧЕСКИЕ ПОДХОДЫ К ИСПОЛЬЗОВАНИЮ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ И ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ИССЛЕДОВАНИИ ЛЕСОВ

2.1. Геоэкологические исследования лесов с применением методов дистанционного зондирования Земли и технологий искусственного интеллекта

2.2. Обзор методов и методик автоматизированной обработки данных

ДЗЗ с алгоритмами ИИ

2.3. Получение исходных данных и их характеристики

2.3.1. Съемочная система Sentinel-2

2.3.2. Съемочная система «Канопус-В»

2.4. Обоснование алгоритма автоматизированного дешифрирования лесных территорий с целью оценки их состояния

2.4.1. Формирование обучающей выборки

2.4.2. Классификация спутниковых снимков

2.4.3. Оценка точности классификации

2.4.4. Применение методов машинного обучения и технологий ИИ

ГЛАВА 3. ГЕОЭКОЛОГИЧЕСКАЯ ОЦЕНКА И АНАЛИЗ ЛЕСНЫХ ТЕРРИТОРИЙ АЛТАЙСКОГО КРАЯ ВСЛЕДСТВИЕ ПОВРЕЖДЕНИЯ ЖУКОМ-КОРОЕДОМ И УСЫХАНИЯ НА ФОНЕ ВЫМОКАНИЯ

3.1. Оценка неблагоприятной геоэкологической ситуации вследствие повреждения жуком-короедом полиграфом уссурийским

3.2. Оценка неблагоприятной геоэкологической ситуации вследствие усыхания на фоне хронического вымокания

3.3. Создание базы специализированных тематических и пространственных данных лесничеств

3.4. Пространственный анализ территорий с неблагополучным геоэкологическим состоянием 110 ЗАКЛЮЧЕНИЕ 119 СПИСОК ЛИТЕРАТУРЫ 122 ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Геоэкологическая оценка лесов Алтайского края средствами дистанционного зондирования Земли»

ВВЕДЕНИЕ

Актуальность темы исследований. Лесные территории испытывают воздействие многофакторного стресса, обусловленного биотическими и абиотическими деструктивными факторами. Это приводит к нарушению физиолого-биохимических процессов древостоя, снижению продуктивности и деградации, т.е. к геоэкологическим проблемам. Значительные площади лесов с геоэкологическим неблагополучием и труднодоступность для их наземных обследований делают актуальным применение мониторинга на основе автоматизированных методов обработки данных дистанционного зондирования Земли (ДЗЗ), обеспечивающими оперативное выявление пространственно-временных изменений лесов.

Алтайский край расположен преимущественно в степной и лесостепной зонах. Залесённость территории составляет немногим более 20%, что обуславливает необходимость геоэкологической оценки лесных территорий для обеспечения экологической устойчивости региона. Особое значение имеет сохранение ленточных боров - уникальных природных комплексов, представляющих собой реликтовые фитоценозы в степной зоне, чувствительных к климатическим изменениям и антропогенным воздействиям. На их территории наблюдается усыхание древостоя, обусловленное резким подъёмом уровня грунтовых вод (Обзор..., 2025). Также в крае зафиксированы значительные площади деградации хвойных лесов, вызванные массовым поражением фитофагами-вредителями, при этом инвазивные очаги активно формируются в предгорных и горных лесных массивах, где экосистемы обладают пониженной резистентностью к стрессовым факторам. Значительная часть таких очагов локализуется в зонах, труднодоступных для традиционных наземных обследований, что делает применение данных ДЗЗ необходимым условием для раннего выявления деградационных процессов, геоэкологического мониторинга и более точной

и детальной оценки состояния лесных территорий.

4

Реализуемый геоэкологический мониторинг основывается на традиционных методах с применением данных ДЗЗ и позволяет проводить анализ лесных территорий, однако имеет ряд ограничений, что существенно снижает эффективность исследования их состояния. Это вызывает потребность совершенствования геоэкологического анализа лесных территорий на основе автоматизированных алгоритмов обработки данных ДЗЗ с применением технологий ИИ, что позволяет расширить круг решаемых задач.

Цель исследования: Геоэкологическая оценка состояния лесов Алтайского края, подверженных усыханию вследствие вымокания и повреждению жуком-короедом полиграфом уссурийским, с применением автоматизированных методов обработки данных дистанционного зондирования Земли и искусственного интеллекта.

Задачи:

- Проанализировать геоэкологические факторы, обуславливающие усыхание лесов вследствие вымокания и повреждения жуком-короедом полиграфом уссурийским;

- Для геоэкологической оценки лесов по показателям усыхания вследствие вымокания и повреждения жуком-короедом полиграфом уссурийским адаптировать подход, интегрирующий методику автоматизированной обработки данных ДЗЗ с алгоритмами ИИ;

- Создать базу специализированных тематических и пространственных данных лесничеств Алтайского края, обеспечивающую геоинформационный геоэкологический анализ для выявления и дифференциации проблемных ситуаций, обусловленных усыханием вследствие хронического вымокания и повреждением жуком-короедом полиграфом уссурийским;

- Выполнить геоэкологическую оценку лесных территорий Алтайского края, подверженных усыханию вследствие вымокания и

повреждению жуком-короедом полиграфом уссурийским, на основе применения автоматизированной обработки данных ДЗЗ с алгоритмами ИИ.

Объектом исследования являются лесные территории Алтайского края, подверженные неблагоприятным факторам воздействия: усыханию вследствие вымокания и повреждению жуком-короедом полиграфом уссурийским.

Предмет исследования: геоэкологическая оценка лесных территорий с применением модифицированного алгоритма автоматизированной обработки данных ДЗЗ с алгоритмами ИИ.

Методы исследования. В работе использован комплекс методов геоэкологических исследований, среди которых общенаучные (комплексный анализ, системный подход) и специальные (метод кластеризации, машинное обучение); применены традиционные общегеографические методы (картографический, сравнительно-географический) и новейшие (дистанционное зондирование, геоинформационный). В работе также использованы современные методы обработки больших данных (Big Data), расчет вегетационных индексов, а также алгоритмы ИИ для выявления пространственно-временных паттернов деградации лесных территорий. Использовано программное обеспечение QGIS 3.10 с дополнительными модулями.

Теоретической и методологической основой исследования служат

труды российских ученых в области исследования лесов, а также их

геоэкологических проблем: И.Г. Семенковой, Н.И. Федорова,

Е.Г. Парамонова, М.Е. Ананьева, М.В. Ключникова, Я.Н. Ишутина,

В.И. Чуканова, и др. В области применения данных ДЗЗ в геоэкологической

оценке территорий использованы исследования таких российских и

зарубежных ученых как: И.М. Данилин, Е.П. Данюлис, Б.В. Виноградов,

А.А. Лагутин, С.К. Гош, У.Г. Рис, В.Н. Седых, В.И. Сухих, А.М. Чандра и др.

В основу практических решений вопросов выявления и геоэкологической

оценки ситуации, включая применение автоматизированного

дешифрирования, положены исследования С.А. Барталева, А.В. Кошелева, Е.Н. Кулик, Ю.В. Никитиной, Т.Г. Плуталовой, А.С. Черепанова и др. В основе обзора опыта применения методов машинного обучения и технологий ИИ лежат труды Е.Н. Пилипко, В.И. Сухих, В.В. Пахучего, И.А. Вуколовой, А.Н. Шихова, А.Н. Сафоновой, А.В. Тарасова и др.

В качестве эмпирических данных были использованы материалы обзора санитарного и лесопатологического состояния лесов Алтайского края, данные отчетности Министерства природных ресурсов и экологии Алтайского края, данные форм Государственного лесного реестра, отчеты ФБУ «Авиалесоохрана», Лесной план Алтайского края и др.

Научная новизна исследований заключается в следующем:

- Впервые выполнена геоэкологическая оценка лесных территорий Алтайского края по показателям усыхания лесов вследствие вымокания по спектральным признакам с использованием алгоритмов ИИ;

- Впервые выполнена геоэкологическая оценка лесных территорий Алтайского края по показателям поражения лесных территорий жуками-короедами (полиграфом уссурийским) по спектральным признакам с использованием алгоритмов ИИ;

- Для выделения усыхающих лесов вследствие вымокания предложен модифицированный алгоритм автоматизированной обработки многозональных космических снимков по спектральным признакам на основе интеграции методов обработки данных ДЗЗ из космоса с алгоритмами ИИ;

- Для выявления поражения лесных территорий жуками-короедами (полиграфом уссурийским) предложен модифицированный алгоритм обработки многозональных космических снимков по спектральным признакам на основе интеграции методов обработки данных ДЗЗ из космоса с использованием алгоритмов ИИ;

- Впервые разработана структура, создана и наполнена база

тематических и пространственных данных по лесничествам Алтайского края,

7

подверженным исследуемым геоэкологическим проблемам, для ведения их мониторинга в виде серии специализированных электронных таблиц и геоинформационных карт с возможностью выгрузки данных в онлайн-сервисы.

Защищаемые положения:

- Геоэкологические проблемы лесов Алтайского края, связанные с усыханием вследствие вымокания и повреждением насекомыми-вредителями, требуют проведения геоэкологической оценки и анализа, основанных на интеграции данных дистанционного зондирования Земли и автоматизированных подходов к их обработке.

- Геоэкологическую оценку лесных территорий по стадиям усыхания вследствие вымокания и повреждения жуками-короедами позволяют обеспечить модифицированные алгоритмы автоматизированной обработки данных ДЗЗ по спектральным признакам, включающие технологии ИИ.

- Геоэкологическая оценка лесных территорий Алтайского края с помощью данных ДЗЗ выявила увеличение показателя усыхания древостоя в Новичихинском лесничестве за 2017-2022 гг. более чем на 5 тысяч га. В Горно-Колыванском лесничестве за 2016-2024 гг. площадь повреждений жуком-короедом увеличилась в 2 раза.

Личный вклад автора. Результаты, представленные в данной работе, получены автором самостоятельно. Автором определены цели и задачи исследования, осуществлён весь комплекс научных изысканий: сбор и интерпретация фактического материала, разработка алгоритма исследования и адаптация применяемой методики, сбор и обработка статистических материалов по теме исследования. Разработаны карты оценки геоэкологического состояния лесных массивов края, подверженных исследуемым патологиям.

Соответствие диссертации паспорту научной специальности. Тема

и содержание диссертации соответствует научной специальности

8

1.6.21 Геоэкология (географические науки) согласно пунктам: 14. Научные основы организации геоэкологического мониторинга природно-технических систем и обеспечение их экологической безопасности, разработка средств контроля состояния окружающей среды; 16. Моделирование геоэкологических процессов и последствий хозяйственной деятельности для природных комплексов и их отдельных компонентов. Современные методы геоэкологического картирования, ГИС-технологии и информационные системы в геоэкологии.

Степень достоверности и апробации работы. Достоверность полученных результатов подтверждается большим объемом обработанной исходной информации; результатами расчетов матриц ошибок на основе контрольных выборок; результатами наземной верификации и аэровизуальным обследованием ключевых участков лесничеств Алтайского края.

Основные положения диссертации представлены в выступлениях на научно-практических мероприятиях: III Всероссийской научно-практической конференции «Геодезия, картография, геоинформатика и кадастры. Наука и образование» (Санкт-Петербург, 2019, 2022); Региональной молодежной конференция «Мой выбор - наука!» (Барнаул, 2018, 2019, 2020); ХХ научной конференции молодых ученых «Водные и экологические исследования в Западной Сибири» (Барнаул, 2020); III Национальной научной конференции с международным участием «Информационные технологии в исследовании биоразнообразия» (Екатеринбург, 2020); Международной научно-практической конференции «Современные проблемы географии и научные школы Казахстана» (Усть-Каменогорск, 2023); Международной научно-практической конференции «Географические исследования Сибири и Алтае-Саянского трансграничного региона», посвященной памяти д.г.н., профессора В.С. Ревякина, (Барнаул, 2024); VI Международного образовательного форума «Алтай-Азия 2024: Евразийское образовательное пространство - новые вызовы и лучшие практики» (Барнаул, 2024) и др.

Практическая значимость работы заключается в применении методических разработок и результатов автоматизированного дешифрирования для получения актуальной информации о состоянии лесов Алтайского края с целью оперативного реагирования и своевременного принятия мер по борьбе с вредителями и болезнями леса. Основные результаты исследования предложены для внедрения в производственный процесс филиала «Рослесозащиты» - «Центра защиты леса Алтайского края» (Приложение 1). Методические подходы апробированы на модельных лесничествах Алтайского края и могут быть использованы в региональных органах управления лесами. Материалы исследования применяются в учебном курсе «Космическое ландшафтоведение» в Институте географии АлтГУ. Результаты работы легли в основу некоторых разделов программ ДПО «Методы и средства создания цифровых карт с использованием российского программного обеспечения» и «Применение ГИС-технологий для обработки и анализа больших данных в агропромышленном комплексе». Автор являлся исполнителем грантов: РФФИ № 12-05-01014-а, № 15-05-09421а, № 16-45-220861р_а; РГО № 02/2023-И; РНФ № 22-27-20135, а также 7 договоров НИР по тематике охраны природы.

Публикации. По теме диссертации опубликовано более 39 научных работ, в том числе 2 в изданиях, рекомендованных ВАК РФ, 1 публикация в базе цитирования Scopus. Зарегистрированы две базы данных.

Структура и объем диссертации. Диссертационная работа изложена на 146 страницах машинного текста, состоит из введения, списка понятий и терминов, трех глав, заключения, выводов, списка литературы и приложения. В список литературы включены 133 наименования литературных источников, в том числе 26 на иностранном языке. Работа иллюстрирована 16 рисунками и содержит 22 таблицы. Приложение представлено на 7 страницах.

СПИСОК ПОНЯТИЙ И ТЕРМИНОВ

Геоэкологический мониторинг - это система наблюдений, оценки и прогноза изменений в состоянии окружающей среды, в том числе геологической среды, под влиянием природных и антропогенных факторов. (Качурин, Белая, Зоркий, 2009).

Геоэкологический анализ - комплекс методов выявления пространственно-временных закономерностей трансформации лесных ценозов под воздействием природных и антропогенных факторов (Кочуров, 2000).

Геоэкологическая оценка - это оценка состояния территории с учетом природных и антропогенных факторов. Она показывает степень пригодности природно-территориальных условий для жизни и деятельности человека (Кочуров, 1999).

Геоэкологические исследования - комплекс геологических, гидрогеологических, инженерно-геологических, геокриологических, геохимических, геофизических исследований, направленных на изучение состояния окружающей среды (ГОСТ Р 53795-2010).

Геоинформационный анализ - анализ размещения, структуры, взаимосвязей объектов и явлений с использованием методов пространственного анализа и геомоделирования (Дубровский, 2010).

Геоэкологическое состояние - это комплексная характеристика качества окружающей природной среды, отражающая степень изменения ландшафтов, экосистем и геологической среды под влиянием природных и антропогенных факторов (Грязнов, Петрова, Стороженко, 2017).

Лес - целостная динамичная экологическая система преимущественно лесных древесных растений, почвы, животных, грибов, микроорганизмов и других природных компонентов, имеющая внутренние взаимосвязи и связи с внешней средой, являющаяся частью окружающей среды, источником экономических и социальных благ, а также природным ресурсом для

удовлетворения потребностей экономики и населения (ГОСТ Р 57938-2017).

11

Лесистость - доля площади земель, занятых лесными насаждениями в общей площади данной территории (ГОСТ Р 57938-2017).

Лесные территории - это земли, предназначенные для произрастания лесной растительности, занятые и не занятые ею, входящие в состав земель лесного фонда, а также земель других категорий (ГОСТ Р 57938-2017).

Защита лесов - комплекс мероприятий, используемых для сохранения лесов и повышения их устойчивости, продуктивности и других целевых функций, защиты объектов лесного хозяйства, в том числе лесных насаждений, питомников, лесных культур, плантаций от вредных организмов и неблагоприятных природных и антропогенных факторов (ГОСТ Р 579382017).

Лесничество - территориальная единица управления в области использования, охраны, защиты, воспроизводства лесов (ГОСТ Р 579382017).

Лесное хозяйство - управленческая и хозяйственная деятельность по использованию, охране, защите и воспроизводству лесов, и лесоразведению (ГОСТ Р 57938-2017).

Охрана лесов - комплекс мероприятий, направленных на охрану лесов от пожаров, незаконных рубок, нарушений установленного порядка лесопользования и других н еблагоприятных природных и антропогенных факторов, причиняющих вред лесам (ГОСТ Р 57938-2017).

ГЛАВА 1. ГЕОЭКОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ ЛЕСОВ С ПРИМЕНЕНИЕМ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

ЗЕМЛИ

1.1. Геоэкологические проблемы лесов России и методы их исследований

Лесные территории в общем виде можно определить как совокупность лесных сообществ, возникших и развивающихся под воздействием комплекса эндо- и экзогенных факторов различной природы. Характер и скорость динамики лесных сообществ, определяется различными параметрами этих факторов, действия которых взаимообусловлено (Энциклопедия..., 2006). Эволюционные и спонтанные изменения в лесных сообществах приводят к необходимости мониторинга всех возможных состояний лесной растительности и выявления причин этих модификаций.

Геоэкологический мониторинг - это система наблюдений, оценки и прогноза изменений в состоянии окружающей среды, в том числе геологической среды, под влиянием природных и антропогенных факторов. (Качурин, Белая, Зоркий, 2009).

В контексте лесного хозяйства он представляет собой интегрированный подход, объединяющий дистанционные методы (спутниковые и аэрокосмические наблюдения), наземные эколого-лесопатологические обследования, геоинформационный анализ и математическое моделирование для оценки функционального состояния лесов, выявления зон деградации и оценки их устойчивости к стрессовым воздействиям (Геоинформационные., 2011).

Роль геоэкологического мониторинга в лесном хозяйстве принципиальна: он трансформирует управление лесами из реактивного (ликвидация уже возникших очагов отмирания) в проактивное (раннее

выявление начальных стадий деградации и принятие превентивных мер).

13

Система позволяет количественно оценивать масштабы и динамику деградационных процессов, дифференцировать типы стрессов (биотические, абиотические, комбинированные), идентифицировать зоны геоэкологической напряжённости и обосновывать приоритеты санитарно-оздоровительных мероприятий. В условиях усиления климатических аномалий и роста антропогенной нагрузки на лесные ресурсы геоэкологический мониторинг становится методологической основой для обеспечения устойчивого лесопользования, сохранения биоразнообразия и минимизации экономических потерь от массовых повреждений древостоя (Коломыц, 2024).

Для реализации геоэкологического мониторинга как системы наблюдений необходима методологическая основа, обеспечивающая интерпретацию накопленных данных - такой основой выступает геоэкологический анализ, представляющий собой комплекс методов выявления пространственно-временных закономерностей трансформации лесных территорий под воздействием природных и антропогенных факторов (Кочуров, 2000). Результатом геоэкологического анализа является количественная и качественная оценка геоэкологического состояния лесов -интегрального показателя, отражающего степень сохранности структурно-функциональных свойств древостоя, его устойчивость к стрессам и способность к самовосстановлению в конкретных условиях.

Геоэкологическая оценка лесных территорий проводится с комплексом взаимосвязанных целей, выходящих за рамки констатации факта повреждения. Основные цели геоэкологической оценки состояния лесов следующие (Егоренков, Кочуров, 2005):

- Выявление и дифференциация факторов деградации - разделение абиотических (хроническое подтопление, засуха, промышленные загрязнения), биотических (массовое размножение фитофагов, фитопатогены) и антропогенных (неправильная рубка, рекреационная нагрузка) стрессов, часто действующих в комбинации.

- Оценка пространственной структуры деградационных процессов - выявление закономерностей распространения повреждений в связи с территориальными условиями (гидрографическая сеть, экспозиция склонов, типы почв), что позволяет прогнозировать зоны риска и оптимизировать размещение профилактических мероприятий.

- Количественная градация степени нарушения. Переход от бинарной схемы «здоровый/повреждённый» к многоуровневой шкале деградации (слабая, средняя, сильная стадии и т.п.), что необходимо для обоснования тактики вмешательства: от наблюдения до санитарной рубки.

- Прогнозирование динамики состояния. Это оценка темпов распространения очагов, вероятности перехода между стадиями деградации и потенциала самовосстановления насаждений при нормализации факторов стресса.

- Обоснование управленческих решений - формирование научно-обоснованной базы для планирования санитарно-оздоровительных мероприятий, распределения ресурсов, оценки экономического ущерба и разработки программ лесовосстановления.

Методологический аппарат геоэкологической оценки представляет собой иерархическую систему, объединяющую полевые, дистанционные и аналитические подходы (Васильева, 2008; Коломыц, 2024) (табл. 1).

Таблица 1 - Методы геоэкологических исследований, применяемых в лесном хозяйстве (по: Васильева, 2008; Коломыц, 2024)

Методы Подходы Описание

Полевые Лесопатологические обследования маршрутные и стационарные наблюдения с оценкой геоэкологического состояния, фиксацией признаков поражения вредителями или болезнями, отбором фитосанитарных проб

Таксационные измерения определение породного состава, возраста, полноты, запаса, санитарного класса древостоя для оценки исходной устойчивости к стрессам

Методы Подходы Описание

Эколого-почвенные исследования анализ гранулометрического состава, уровня грунтовых вод, окислительно-восстановительного потенциала почвы для выявления причин абиотических нарушений (например, гипоксии при вымокании)

Фенологические наблюдения мониторинг сезонной динамики развития растений для отделения естественных циклов от патологических изменений

Методы дистанционного зондирования Спектральный анализ расчет вегетационных индексов для количественной оценки фотосинтетической активности, водного статуса и биомассы; применение индексов стресса.

Применение многомерных методов и разностных метрик для выявления аномалий в динамике спектральных характеристик между соседними датами или относительно многолетней нормы.

Анализ временных рядов декомпозиция сезонных трендов для отделения краткосрочных аномалий от долгосрочных деградационных трендов

Методы искусственного интеллекта Классификация применение ансамблей деревьев решений и свёрточных нейронных сетей для дифференциации типов и степеней повреждения на основе спектрально-текстурных признаков

Кластеризация выделение однородных зон деградации без априорной разметки для обнаружения новых или неожиданных паттернов повреждения

Геоинформационные и статистические методы Пространственный анализ оценка корреляции повреждений с ландшафтными факторами методами ГИС; построение карт уязвимости через взвешенную оценку факторов риска

Верификация и оценка точности применение матрицы ошибок, расчёта общего коэффициента точности, точности производителя/пользователя и коэффициента Каппа для количественной оценки достоверности классификации

Моделирование формализованное воспроизведение структуры и динамики природных систем с целью прогнозирования их поведения под воздействием различных факторов стресса

Геоэкологическое состояние лесных территорий формируется под воздействием многофакторного стресса, который условно подразделяется на три группы (Петров, 2003):

- биотические факторы;

- абиотические факторы;

- антропогенные факторы.

Взаимодействие этих факторов часто носит синергетический характер, поскольку абиотический стресс ослабляет древостой, создавая условия для вторичного поражения лесов. Это требует дифференцированного подхода к анализу геоэкологического состояния (Усманов, Рахманкулова, Кулагин, 2001; Фитопатология, 1980).

Биотические факторы связаны с воздействием живых организмов, которые повреждают древостои или нарушают их физиолого-биохимические функции. К таким организмам относятся ксилофаги. Это жуки-короеды (например, типографы или полиграф уссурийский), которые заселяют пространство под корой деревьев и повреждают проводящие системы. Это приводит к нарушению транспорта воды и питательных веществ. Такие насекомые-вредители как непарный или сибирский шелкопряд вызывают дефолиацию и ослабление насаждений. Остальные патогены (грибковые заболевания, бактериальные и вирусные инфекции) также провоцируют деградацию тканей, усыхание крон и снижение механической прочности стволов. Особую опасность представляют вторичные вредители, заселяющие древостой, ослабленный абиотическими стрессами, что создаёт каскадный эффект деградации (Воронцов, 1963).

Абиотические факторы обусловлены физико-климатическими и гидрологическими аномалиями, выходящими за пределы адаптационного диапазона древостоя. Среди них выделяют:

- климатогенные стрессы - продолжительные засухи с дефицитом почвенной влаги, приводящие к дегидратации тканей и усыханию верхушек;

поздние весенние заморозки, повреждающие распускающиеся почки;

аномально высокие температуры, ускоряющие испарение и нарушающие водный баланс;

- гидрологические нарушения - хроническое подтопление и заболачивание вследствие подъёма уровня грунтовых вод, вызывающие гипоксию корнеобитаемого слоя, анаэробные процессы в почве и развитие корневых гнилей;

- механические воздействия атмосферного происхождения: ветровалы при ураганных ветрах, снеголомы в условиях обильных снегопадов, обледенение ветвей, приводящие к нарушению целостности крон и стволов (Устойчивость ..., 2015; Королева, Константинов, Кушнир, 2016).

Список литературы диссертационного исследования кандидат наук Долгачева Людмила Евгеньевна, 2026 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ И ИСТОЧНИКОВ

1. Акбари Х.Х. Оценка состояния лесов с использованием ГИС-технологий и данных дистанционного зондирования (на примере национального парка «Валдайский»): автореферат дис. ... канд. геогр. наук : 25.00.23 / Моск. гос. ун-т им. М.В. Ломоносова. - Москва, 2006. - 24 с.

2. Акулов Е.Н., Кулинич О.А., Пономарев В.Л. Полиграф уссурийский - новый инвазивный вредитель хвойных лесов России // Защита и карантин растений. - 2011. - №7. - С. 34-35.

3. Андреев А.И., Шамилова Ю.А., Холодов Е.И. Применение сверточной нейронной сети для детектирования облачности по данным прибора МСУ-МР спутника «Метеор-М» № 2 // Метеорология и гидрология. - 2019. - № 7. - С. 44-53.

4. Баденков Ю.П, Ротанова И.Н., Долгачева Л.Е. Проект Русского географиче-ского общества по созданию электронного атласа-монографии «Горные регионы России» // Diskussionsbeiträge zur Kartosemiotik und zur Theorie der Kartographie Intern. Korre-spondenz-Seminar. - Band 26. - Dresden 2023. S. 5-8. URL: https://atlas-semioticsjimdofree.com/app/download/12357254297/DKTK-26-2023.pdf

5. Баранчиков Ю.Н., Демидко Д.А., Лаптев А.В., Петько В.М. Динамика отмирания деревьев пихты сибирской в очаге уссурийского полиграфа // Вестник МГУЛ. Лесной вестник. - 2014. - №6. - С. 132-138.

6. Барталев С.А. Оценка дефолиации лесов по многоспектральным спутниковым изображениям методом декомпозиции спектральных смесей // Исследование Земли из космоса. - 1999. - №4. - С.76-86.

7. Барталев С.А. Развитие методов обработки спутниковых изображений, геоинформационных систем и ГИС-технологий для обеспечения мониторинга лесов // Аэрокосмические методы и

геоинформационные системы в лесоведении и лесном хозяйстве. - М., 1998.-С.58-60.

8. Барталев С.А. Разработка методики региональной экологической оценки состояния лесов по данным спутниковых наблюдений: дис. ... канд. техн. наук : 25.00.34 / С.А. Барталев ; Моск. гос. ун-т геодезии и картографии. - Москва, 2006. - 130 с.

9. Барталев С.А., Егоров В.А., Жарко В.О. и др. Спутниковое картографирование растительного покрова России. - М.: ИКИ РАН, 2016. -208 с.

10. Бойко В.В., Гвоздикова Т.И., Запорожец В.Ю., Сурков Ф.А. Геоинформационные системы в природоохранной деятельности // Материалы II конференции «Геоинформационные технологии и космический мониторинг». - Ростов-на-Дону: Из-во «СКНЦ ВШ», 2009. - 128 с.

11. Брейдо М.Д., Баданский Е.Д., Эльман Р.И. и др. Автоматизация выявления, регистрации и анализа изменений в лесном фонде по космическим снимкам // Организация лесохозяйственного производства, механизация, охрана и защита леса: вып. 6. - М.: ВНИИЦлесресурс, 1992. -36 с.

12. Буланова О.С., Захарова В.П. Особенности развития очагов уссурийского полиграфа Polygraphus ргохтш Blandf. (Coleoptera: Curculionidae) в пихтовых лесах Горно-Колыванского лесничества Алтайского края // Дендробионтные беспозвоночные животные и грибы и их роль в лесных экосистемах (XI Чтения памяти О.А. Катаева): материалы Всерос. конф. с междунар. участием, Санкт-Петербург, 24-27 ноября 2020 года / под ред. Д.Л. Мусолина, Н.И. Кириченко и А.В. Селиховкина. - Санкт-Петербург: Санкт-Петербургский гос. лесотехнический ун-т имени С.М. Кирова, 2020. - С. 100.

13. Бутусов О.Б., Жирин В.М., Сухих В.И. Оценка по данным космических съемок крупномасштабных изменений в лесном фонде,

связанных с временным обезлесиванием покрытых лесом земель // Исследование Земли из космоса. - 2005. - № 2. - С. 67-75.

14. Васильева Т.В. Геоэкологическая оценка состояния и динамики лесного фонда субъекта Федерации: автореферат дис. ... кандидата географических наук : 25.00.36 / Васильева Татьяна Владимировна; [Место защиты: Рос. гос. пед. ун-т им. А.И. Герцена]. - Санкт-Петербург, 2008. - 20 с.

15. Виноградов Б.В. Аэрокосмический мониторинг экосистем. -М.: Наука, 1984. - 320 с.

16. Воробьева И.Б. Подходы и методы при геоэкологической оценки территорий // Геополитика и экогеодинамика регионов. - 2014. - №2. - С. 90-93.

17. Воронцов А.И. Биологические основы защиты леса [Учеб. пособие для лесохоз. фак. лесотехн. и технол. вузов]. - Москва: Высш. школа, 1963. - 324 с.

18. Воронцов А.И., Мозолевская Е.Г., Соколова Э. С. Технология защиты леса. М.: Экология, 1991. - 304 с.

19. Габрук С.В., Гершензон В.Е. Космические методы дистанционного зондирования Земли. - М.: Изд-во «А и Б», 1997. - 296 с.

20. Геоинформационные технологии и математические модели для мониторинга и управления экологическими и социально-экономическими системами / ред. кол.: Ю.И. Шокин, Ю.И. Винокуров; под. ред. И.Н. Ротановой; Рос. акад. наук, Сиб. отделение, Ин-т водных и экологических проблем. - Барнаул: Пять плюс, 2011. - 250 с.

21. ГОСТ Р 53795-2010. Изучение недр геологическое. Термины и определения : национальный стандарт Российской Федерации : утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 9 июня 2010 г. № 92-ст : дата введения 201101-01. - Москва : Стандартинформ, 2010. - 24 с.

22. ГОСТ Р 57938-2017. Лесное хозяйство. Термины и определения :

национальный стандарт Российской Федерации : утвержден и введен в

124

действие Приказом Федерального агентства по техническому регулированию и метрологии от 21 ноября 2017 г. № 1791-ст : дата введения 2018-06-01. -Москва : Стандартинформ, 2017. - 16 с.

23. Грязнов О.Н, Петрова И.Г., Стороженко Л.А. Геоэкологическое районирование освоенных территорий // Известия УГГУ. - 2017. - №4. - С.7-13

24. Данюлис Е.П., Жирин В.М., Сухих В.И. Дистанционное зондирование в лесном хозяйстве. - М.: Агропромиздат, 1989. - 222 с.

25. Дворкин Б.А., Дудкин С.А. Новейшие и перспективные спутники дистанционного зондирования Земли // Геоматика. - 2013. - № 2. - С. 16-36.

26. Долгачева Л.Е. Выявление затопленных лесных массивов в пределах ленточных боров Алтайского края с использованием данных дистанционного зондирования Земли // Водные и экологические исследования в Западной Сибири: тез. докл. - Барнаул, 2020. - С. 25.

27. Долгачева Л.Е. Оценка повреждений лесных насаждений полиграфом уссурийским с применением данных дистанционного зондирования Земли (на примере Горно-Колыванского лесничества Алтайского края) // Водные и экологические исследования в Западной Сибири: тез. докл. - Барнаул, 2020. - С. 26.

28. Долгачева Л.Е., Ротанова И.Н. Исследование затопленных лесных участков по данным дистанционного зондирования // Информационные технологии в исследовании биоразнообразия: материалы III Национальной научной конференции с международным участием, посвященной 100-летию со дня рождения академика РАН П.Л. Горчаковского. - Екатеринбург: Гуманитарный ун-т, 2020. - С. 171-174.

29. Долгачева Л.Е., Ротанова И.Н. Анализ лесопатологических ситуаций по космическим данным // Экология. Культура. Образование: материалы Международной научно-практической конференции / МБУ «Централизованная библиотечная система г. Барнаула», Центральная

городская библиотека им. Н. М. Ядринцева; [гл. ред. А. В. Шишкин]. -Барнаул, 2023. - С. 8-13.

30. Долгачева Л.Е., Ротанова И.Н. Анализ повреждений лесов Алтайского края насекомыми-вредителями с применением данных ДЗЗ // Геодезия, картография, геоинформатика и кадастры. Производство и образование. сб. материалов IV Всерос. науч.- практ. конф., Санкт-Петербург, 2021 / науч. ред. И.Е Сидорина. - СПб.: Политехника, 2022. - С. 309-316.

31. Долгачева Л.Е., Ротанова И.Н. Выявление лесной растительности с неудовлетворительным санитарным состоянием с применением вегетационного индекса NDVI и метода дискретной интерполяции / Водные и экологические исследования в Западной Сибири: тезисы. - Барнаул, 2021. -С.12.

32. Долгачева Л.Е., Ротанова И.Н. Использование данных дистанционного зондирования для выявления затопленных участков ленточных боров // Acta Biologica Sibirica. - 2019. - Т. 5, № 4. - С. 83-88.

33. Долгачева Л.Е., Ротанова И.Н. Оценка повреждений лесных насаждений бурлинской ленты Алтайского края шелкопрядом-монашенкой с применением данных дистанционного зондирования // Географические исследования Сибири и Алтае-Саянского трансграничного региона: сб. ст. Междунар. науч.-практ. конф., посвящ. памяти д.г.н., профессора В.С. Ревякина (26 марта 2024 г., Институт географии АлтГУ, г. Барнаул) / Алтайский государственный университет. - Барнаул: АлтГУ, 2024. - 1 CD-R (20 Мб). - Систем. требования: Intel Pentium 1,6 GHz и более ; 512 Мб (RAM); Microsoft Windows 7 и выше ; Adobe Reader. - Загл. с титул. экрана. -Текст : электронный.

34. Долгачева Л.Е., Ротанова И.Н. Оценка повреждений лесных насаждений Горно-Колыванского лесничества Алтайского края полиграфом уссурийским с применением данных дистанционного зондирования // Успехи

современного естествознания. - 2023. - № 7. - С. 21-26.

126

35. Долгачева Л.Е., Ротанова И.Н., Гайда В.В. Обоснование создания геоэкологического раздела в комплексном атласе Алтайского края // География и природопользование Сибири : материалы Всероссийской научно-практической конференции с международным участием, посвященной юбилею профессора Г.Я. Барышникова / отв. ред. В.В. Скрипко. - Вып. 34. - Барнаул : Изд-во Алт. гос. ун-та, 2025. - С. 56-68.

1. Дубровский А. В. Земельно-информационные системы в кадастре: учеб.-метод. пособие. - Новосибирск: СГГА, 2010. - 112 с.

36. Егоренков Л.И., Кочуров Б.И. Геоэкология: учеб. пособие. -М.: Финансы и статистика, 2005. - 320 с.

37. Жирин В.М., Князева С.В. Изучение особенностей лесного полога на основе значений вегетационных индексов, вычисленных по данным космической съемки МСУ-Э // Исследование Земли из космоса. -2003. - № 2. - С. 73-79.

38. Иванов Е.С., Тищенко И.П., Виноградов А.Н. Сегментация мультиспектральных снимков с применением свёрточных нейронных сетей // Современные проблемы дистанционного зондирования Земли из космоса. -2019. - Т. 16, № 1. - С. 25-34.

39. Им С.Т. Оценка повреждений темнохвойных лесов сибирским шелкопрядом методом непараметрической автоматической классификации // Решетневские чтения: Материалы XXIV Междунар. науч.-практ. конф., посвящ. памяти ген. конструктора ракетно-космических систем академика М. Ф. Решетнева: в 2 ч., Красноярск, 10-13 ноября 2020 года / под общ. ред. Ю. Ю. Логинова. - Том 1. - Красноярск: Сиб. гос.ун-т науки и технологий им. акад. М.Ф. Решетнева, 2020. - С. 294-296.

40. Исаев А.С., Сухих В.И., Калашников Е.Н. Аэрокосмический мониторинг лесов. - М.: Наука, 1991. - 240 с.

41. Качурин Н.М., Белая Л.А., Зоркий И.Е. Принципы и результаты геоэкологического мониторинга параметров окружающей среды // Известия ТулГУ. Естественные науки. - 2009. - №1. - С. 217-228

127

42. Кичин А.А., Домашова Д.В. Основные этапы построения моделей машинного обучения и оценки их качества // МСИ: 10 лет подготовки кадров для международной системы ПОД/ФТ: Материалы IX Международной научно-практической конференции Международного сетевого института в сфере ПОД/ФТ, Москва, 22-24 ноября 2023 года. - Москва: Национальный исследовательский ядерный университет МИФИ, 2023. - С. 501-510.

43. Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований. - М.: Издательский центр "Академия", 2004. - 336 с.

44. Колесник Т.В. Оценка валидости результатов дешифрирования снимков в задачах дистанционного зондирования земли при помощи спутника Канопус-В // Молодой ученый. - 2016. - № 11 (115). - С. 185-187.

45. Коломыц Э.Г. Пути разработки теории и методов геоэкологического мониторинга лесов // Проблемы региональной экологии. 2024. №4. - С. 35-44

46. Комарова Н. Г. Геоэкология природопользование: учеб.пособие для высш. пед. учеб. Заведений. - М.: Академия, 2003. - 192 с.

47. Королева Т.С., Константинов А.В., Кушнир Е.А. Оценка влияния наблюдаемых эффектов климатической изменчивости на устойчивость лесных экосистем Российской Федерации к угрозе массовых размножений вредителей и болезней леса // Лесотехнический журнал. - 2016. - №4 (24). - С.67-79.

48. Космические методы геоэкологии / под ред. В.И. Кравцовой. -М.: Географический ф-т МГУ,1998. - 108 с.

49. Кочуров Б.И. Геоэкология: экодиагностика и эколого хозяйственный баланс территории. - Смоленск: Изд-во СГУ, 1999. - 154 с.

50. Кочуров Б.И. Развитие геоэкологических терминов и понятий // проблемы региональной экологии. - 2000. - №3. - С. 5-8.

51. Кошелев А.В. Дистанционная оценка защитных лесных насаждений Краснодарского края // Труды Кубанского государственного

аграрного университета. - 2009. - № 18. - С. 82-88.

128

52. Кулик Е.Н. Разработка и исследование системы мониторинга лесных пожаров по материалам космических съемок: На примере Новосибирской области: дис. ... канд. техн. наук : 05.24.02 / Е.Н. Кулик ; Сибирская государственная геодезическая академия. - Новосибирск, 2000. - 200 с.

53. Лабутина И.А. Дешифрирование аэрокосмических снимков. - М.: Аспект-Пресс, 2004. - 184 с.

54. Лесохозяйственный регламент Горно-Колыванского лесничества Алтайского края: утв. приказом Министерства природных ресурсов и экологии Алтайского края от 22 ноября 2018 г. № 1823. - Барнаул, 2018.

55. Лесохозяйственный регламент Новичихинского лесничества Алтайского края: утв. приказом Министерства природных ресурсов и экологии Алтайского края от 22 ноября 2018 г. № 1830. - Барнаул, 2018.

56. Манович В.Н. Разработка геоинформационной системы для решения задач управления лесным хозяйством : дис. ... канд. техн. наук : 25.00.35 / В.Н. Манович ; Моск. гос. ун-т геодезии и картографии. -Новосибирск, 2009. - 174 с.

57. Методические установки по созданию эколого-географической карты масштаба 1:2 500 000. - М.: Изд-во МГУ, 1992. - 109 с.

58. Методическое руководство по картографированию и оценке современных ландшафтов. - М.: МГУ, 1991. - 37 с.

59. Мухамадиева З.Б., Салимов С.А.У. Спектральная кластеризация данных // Молодой ученый. - 2019. - № 9(247). - С. 88-90.

60. Назаров Л.Е. Алгоритмы классификации типов лесов на основе анализа радиолокационных изображений // Исследование Земли из космоса. - 1999. - №4. - С.56-62.

61. Национальный атлас России: в 4 т. Т. 2. Природа. Экология / Министерство транспорта РФ, Федер. агентство геодезии и картографии; [редкол. : И.Е. Левитин (пред.), А.В. Бородко, В.Н. Александров и др.]. -Москва: Роскартография, 2007. - 495 с.

62. Никитина Ю.В. Разработка и исследование технологии мониторинга динамики лесных экосистем по материалам дистанционного зондирования : дис. ... канд. техн. наук: 25.00.34 / Ю.В. Никитина ; Сибирская государственная геодезическая академия. - Новосибирск, 2007. - 193 с.

63. Никольский Д.Б. Уровни обработки радиолокационных данных // Геоматика. - 2008. - № 1. - С. 25-36.

64. Обзор санитарного и лесопатологического состояния лесов Алтайского края в 2024 году: ежегодный отчёт / ФБУ «Рослесозащита» -«Центр защиты леса Алтайского края». - Барнаул, 2025. - 211 с.

65. Олейникова Е.В., Зиновьева И.С. Антропогенное воздействие на леса // Успехи современного естествознания. 2012. - № 4. - С. 191-193.

66. Орлов В.А., Лукьянов А.А., Михайловская О.И. Определение морфометрических показателей почвенной поверхности виноградного насаждения по спектральным каналам спутниковых изображений // Аграрная наука. - 2024. - № 10. - С. 159-164.

67. Осипова Ю.А., Лавров Д.Н. Применение кластерного анализа методом к- средних для классификации текстов научной направленности // Математические структуры и моделирование. - 2017. - №3. - С.108-121.

68. Отто, О.В., Миронычева В.А. Оценка антропогенного воздействия на лесные ресурсы по материалам Алтайского края // Природопользование и охрана природы: Охрана памятников природы, биологического и ландшафтного разнообразия Томского Приобья и других регионов России: Материалы IX Всероссийской с международным участием научно-практической конференции, Томск, 21-23 апреля 2020 года. - Томск: Национальный исследовательский Томский государственный университет, 2020. - С. 328-331.

69. Официальный сайт ФГБУ «Рослесинфорг» (Электронный ресурс). - Режим доступа: https://roslesinforg.ru/ (дата обращения: 20.02.2026).

70. Парамонов Е.Г., Ключников М.В., Чуканов В.И. Развитие лесохозяйственного комплекса Алтая // Экономика и управление. - 2008. - № 1(33). - С. 53-55.

71. Парамонов Е.Г., Куделя В.А., Семенов М.И. Лесоводственная характеристика черневых лесов Западной Сибири // Вестник Алтайского государственного аграрного университета. - 2013. - № 5 (103). - С.75-78.

72. Парамонов Е.Г., Менжулин И.Д., Ишутин Я.Н. Лесное хозяйство Алтая // Институт водных и экологических проблем СО РАН, Управление лесами Алтайского края. - 2-е издание, исправленное и дополненное. -Барнаул: Алтайский государственный университет, 2017. - 392 с.

73. Парамонов Е.Г., Саета В.А. Становление и развитие лесного хозяйства Алтая // Институт водных и экологических проблем СО РАН. -Барнаул: Алтайский государственный университет, 2014. - 246 с.

74. Петров К.М. Геоэкология: учебник. - СПб.: Роза мира, 2003. - 274 с.

75. Плотникова М.А., Хлебникова Е.П. Исследование методов выявления изменений территорий по разновременным космическим изображениям // Интерэкспо Гео-Сибирь. - 2020. - №2. - С.48-57.

76. Попова Л.Е. Выявление уязвимых ландшафтов на особо охраняемых природных территориях Алтайского региона // Grand Altai research & education :сб. ст. АлтГТУ. - Барнаул, 2015. - № 1. - С. 86-89.

77. Правила санитарной безопасности в лесах. Утв. Постановл. Правительства РФ от 09.12.2020 № 2047. М.: Правительство РФ, 2020.

78. Рис У. Основы дистанционного зондирования. - М.: Техносфера, 2006. - 336 с.

79. Ротанова И.Н., Гайда В.В., Васильева О.А., Долгачева Л.Е. Предваряющее геоинформационно-картографическое сопровождение проектирования новых ООПТ // Информационные технологии в исследованиях биоразнообразия (BIT-2018): тезисы докладов международной конференции. - Иркутск: ИДСТУ СО РАН, 2018. - С. 95-96.

80. Ротанова И.Н., Долгачева Л.Е., Пронин Н.А. Современные подходы к созданию раздела «Геоэкология» атласа Алтайского края // Экология. Культура. Образование: материалы XV городской научно-практической конференции / МБУ «Централизованная библиотечная система г. Барнаула», Центральная городская библиотека им. Н. М. Ядринцева; [гл. ред. А. В. Шишкин]. - Барнаул, 16 апреля 2025 г. - 78 с. - С. 37-40. -1 CD-R (2,5 МБ). - Систем. требования: Intel Pentium 1,6 GHz и более; 512 Мб (RAM); Microsoft Windows 7 и выше; Adobe Reader. - Загл. с титул. экрана. -Текст: электронный.

81. Руководство пользователя данными дистанционного зондирования земли, получаемыми космической системой «Канопус-В» [Электронный ресурс]. - Режим доступа: https://www.roscosmos.ru/media/files/2024/March/rukovodstvo.k-v.dla.saita.pdf

82. Руководство ERDAS Imagine: учебник / ERDAS Imagine inc. -Atlanta, Georgia, 1997. - 655 с.

83. Сафонова А.Н. Методы машинного обучения при обработке изображений сверхвысокого пространственного разрешения на примере задач классификации растительности: дис. ... канд. техн. наук : 05.13.17 / А.Н. Сафонова; Сибирский государственный университет. - Красноярск, 2019. - 104 с.

84. Семенкова И. Г. Фитопатология. Дереворазрушающие грибы, гнили и патологические окраски древесины (определительные таблицы). -М.: ГОУ ВПО МГУЛ, 2002. - 58 с.

85. Семенов В.И., Сухих В.И. Принципы автоматизации и картографирования лесов // Автоматизированные методы и геоинформационные системы в лесоведении и лесном хозяйстве.- М.,1998. -С.87-91.

86. Спиридонова А.Б., Анисимова О.В. Идентификация растительного покрова Дубненского района на основе дистанционных и

полевых методов // Успехи современного естествознания. - 2022. - № 6. - С. 5359

87. Сухих В.И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве. - Йошкар-Ола: МарГТУ, 2005. - 392 с.

88. Сухих В.И., Синицын С.Г., Апостолов Ю.С. Аэрокосмические методы в охране природы и в лесном хозяйстве. - М., 1979. - 287 с.

89. Тарасов А.В. Оперативное картографирование нарушений лесного покрова на основе спутниковых данных с высоким пространственно-временным разрешением: автореферат дис. ... канд. техн. наук : 25.00.33 / А.В. Тарасов; Сибирский государственный университет геосистем и технологий. - Новосибирск, 2021. - 23 с.

90. Тарасов А.В., Кедров А.В. Классификация лесной растительности методом нейронных сетей // Вестник Пермского национально исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2017. - Т. 22, № 3. - С. 44-54.

91. Тарасов А.В., Шихов А.Н., Шабалина Т.В. Распознавание нарушений лесного покрова по спутниковым снимкам Sentinel-2 с помощью сверточных нейронных сетей // Современные проблемы дистанционного зондирования Земли из космоса. - 2021 - Т. 18, № 3. - С. 51-64.

92. Тарасова О. В., Волков В.Е. Влияние погодных условий на развитие вспышек массового размножения сибирского шелкопряда в средней Сибири // Сибирский лесной журнал, 2021. - № 5. - С. 49-59.

93. Тематическое дешифрирование и интерпретация космических снимков среднего и высокого пространственного разрешения: учебное пособие / А.Н. Шихов, А.П. Герасимов, А.И. Пономарчук, Е.С. Перминова; Пермский государственный национальный исследовательский университет. -Пермь, 2020. - 191 с. - Текст: электронный. - Режим доступа: http://www.psu.ru/files/docs/science/books/uchebnie-posobiya/shikhov-gerasimov-ponomarchukpermmova-tematicheskoe-desЫfrovame-i-mterpretatiyakosmicheskih-snimkov.pdf.

94. Терехин Э.А. Исследование связи между спектральными отражательными свойствами лесных насаждений Белгородской области и их лесотаксационными параметрами // Региональные геосистемы. - 2010. -№21. - С.157-167.

95. Терехин Э.А. Повышение эффективности мониторинга земель лесного фонда Белгородской области методами дистанционного зондирования: дис. ... канд. геогр. наук: 25.00.26 / Э.А. Терехин ; Воронеж. гос. пед. ун-т. - Белгород, 2011. - 175 с.

96. Усманов И.Ю., Рахманкулова З.Ф., Кулагин А.Ю. Экологическая физиология растений: Учебник. - М.: Логос, 2001. - 224 с.

97. Федоров Н.И. Лесная фитопатология: учеб. для студентов специальности «Лесное хозяйство». - Минск.: БГТУ, 2004. - 462 с.

98. Федосимов А.Н. Инвентаризация леса выборочными методами. -М.: Лесн. пром-сть, 1986. - 192 с.

99. Фитопатология / П.Н.Головин, М.В. Арсеньева, З.Н. Халеева, З.И. Шестиперова; Под ред. М.В. Горленко. - Л.: Колос. Ленингр. отделение, 1980. -319 с.

100. Чабан Л.Н. Тематическая классификация многозональных (многослойных) изображений в пакете ERDAS Imagine: методические указания для лабораторного практикума. - М.: МИИГАиК, 2006. - 44 с.

101. Чандра А.М., Гош С.К. Дистанционное зондирование и географические информационные системы: учебник. - М.: Техносфера, 2008. - 312 с.

102. Черепанов А.С. Методика картографирования вымокания лесов по космическим снимкам : на примере территории Курганской области : дис. ... канд. геогр. наук : 25.00.33 / А.С. Черепанов ; Моск. гос. ун-т им. М.В. Ломоносова. - Москва, 2008. - 229 с.

103. Черепанов А.С. Новые возможности компьютерной обработки космических снимков при создании ландшафтных карт лесостепи Западной Сибири // Вестник Моск. ун-та. Серия 5, География. - 2006. - №3. - С. 66-72.

134

104. Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы // Геоматика. - 2009. - № 3. - С.28-32.

105. Шабалина О.М., Безкоровайная И.Н., Баранчиков Ю.Н. Изменение нижних ярусов фитоценозов пихтовых лесов в очагах массового размножения уссурийского полиграфа (Polygraphus proximus Blandf.) на территории Красноярского края // Известия ВУЗов. Лесной журнал. - 2017. -№2. - С.67-84.

106. Энциклопедия лесного хозяйства: в 2 т. / [гл.ред С. А. Родин]. -Т.1. - М.: ВНЛИИЛМ, 2006. - 424 с.; Т.2. - М.:ВНЛИИЛМ, 2006. - 416 с.

107. Яковлев И.Г., Мячина К.В. Идентификация и анализ зон геоэкологической напряжённости в Оренбургской области // Вестник БОНЦ УрО РАН. - 2012. - №4. - С.1-9.

108. A machine learning approach to map tropical selective logging / M. G. Hethcoat, D. P. Edwards, J. M. B. Carreiras, R. G. Bryant, F. M. Fran5a, S. Quegan. // Remote Sensing of Environment. - 2019. - Vol. 221. - P. 569-582.

109. Allen T. R., Kupfer J. A. Spectral Response and spatial pattern of Fraser fir mortality and re generation, Great Smoky Mountains, USA // Plant Ecology. - 2001. - Vol. 156. - P. 59-74.

110. Angle Effect on Typical Optical Remote Sensing Indices in Vegetation Monitoring / L. Gu, Ya. Shuai, C. Shao [et al.] // Remote Sensing. -2021. - Vol. 13, No. 9. - P. 1699. - DOI: 10.3390/rs13091699.

111. Breiman L. Random forests // Machine learning. - 2001. - Vol. 45, No.1. - P. 5-32.

112. Castilla G., Hay G.J., Chen G., Powers R. Semi-automated Delineation of Thematic Maps with Size-Constrained Region Merging (SCRM) // Proseedings of the GEOTEC Event 2007: Calgary, Alberta, 14-17 May 2007. -Vol. 5239. - P. 472-482.

113. Coppin P.R., Bauer M.E. Processing of multi-temporal Landsat TM imagery to optimize ex traction of forest cover change features // IEEE Transactions on Geoscience and Remote Sensing. - 1994. - Vol. 32. - P. 918-927.

135

114. Crist E.P., Laurin R., Cicone R. C. Vegetation and soils information contained in transformed Thematic Mapper data // Proceedings of International Geosciences and Remote Sensing Symposium (IGARSS). - Paris, France, 1986. -P. 1465-1470.

115. Deep Learning for Regular Change Detection in Ukrainian Forest Ecosystem with Sentinel-2 / K. Isaienkov, M. Yushchuk, V. Khramtsov, O. Seliverstov // IEEE Journal of Selected Topics in Applied Earth Obser vations and Remote Sensing. - 2021. - Vol. 14. - P. 364-376.

116. Denison D.G., Mallick B. K., Smith A. F. A bayesian cart algorithm // Biometrika. - 1998. - Vol. 85(2). - P. 363-377.

117. Dorfman R.A formula for the Gini coefficient // The review of economics and statistics. - 1979. - Vol. 61, No.1. - P. 146-149.

118. Evaluation of the potential of convolutional neural networks and random forests for multi-class segmentation of Sentinel-2 imagery / V. Syrris, P. Hasenohr, B. Delipetrev, A. Kotsev, P. Kempeneers, P. Soille // Remote Sensing. -2019. - Vol. 11(8). - Art. No. 907. - Text : electronic.

119. Gholizadeh N., Saadatfar H., Hanafi N. K-DBSCAN: An improved DBSCAN algorithm for big data // The Journal of Supercomputing. - 2021. - Vol. 77, No. 6. - P. 6214-6235. - DOI: 10.1007/s11227-020-03524-3.

120. Global Forest Watch / A. Yaroshenko, P. Potapov, S. Turubanova [et al.] // GeoSpatial Solutions. - 2003. - Vol. 13, No. 7. - P. 24-32.

121. High-Resolution Global Maps of 21st-Century Forest Cover Change / M.C. Hansen, P.V. Potapov, R. Moore, M. Hancher, S.A. Turubanova, A. Tyukavina, D. Thau, S.V. Stehman, S.J. Goetz, T.R. Loveland, A. Kommareddy, A. Egorov, L. Chini, C.O. Justice, J.R.G. Townshend. // Science. - 2013. - Vol. 342. - P. 850-853.

122. Kanevski M., Chernov S., Demianov V., Savelieva E., Timonin V., Trouttse A. Geosom application for data analysis using the self-organizing maps // Preprint IBRAE-2002-07. - Moscow: Nuclear Safety Institute RAS, 2002. - 16 p.

123. Kruse F.A., Lefkoff A.B., Boardman J.B. et al. The Spectral Image Processing System (SIPS) - Interactive Visualization and Analysis of Imaging spectrometer Data / F. A. Kruse, A. B. Lefkoff, J. B. Boardman, K. B. Heidebrecht, A. T. Shapiro, P. J. Barloon, A. F. H Goetz // Remote Sensing of Environment. - 1993. - Vol. 44. - P. 145-163.

124. Kulachenko M.A. Hierarchical clustering // Молодежь. Общество. Современная наука, техника и инновации. - 2020. - No. 19. - P. 204-206.

125. Li M. Ai., Wang R. Tu., Wei Li. Na. Fuzzy support vector machine with joint optimization of genetic algorithm and fuzzy c-means // Technology and Health Care. - 2021. - Vol. 29, No. 5. - P. 921-937. - DOI: 10.3233/thc-202619.

126. Ling Wan, Yuming Xiang, Hongjian You. A Post-Classification Comparison Method for SAR and Optical Images Change Detection // IEEE Geoscience and Remote Sensing Letters. -2019. - Vol. 16, No. 7. - P.1026-1030

127. Maximizing forest value through using Sentinel-2 in combination with hyper spectral UAVs / C. Aas, A. Jochemsen, V. Mantas, N. Lewyckyj, M. Jozefiak, M. Buchhorn // Proceedings of the 69th International Astronautical Congress: Bremen, Germany, 2018. - P. 4492-4498.

128. Nielsen A.A., Conradsen K., Simpson J.J. Multivariate alteration detection (MAD) and MAF postprocessing in multispectral, bitemporal image data: New approaches to change detection studies // Remote Sensing of Environment. - 1998. - Vol. 64, No 1. - P. 1-9.

129. Richards J.A. Remote Sensing Digital Image Analysis. An Introduction. - 5th edition. - Berlin; Heidelberg: Springer, 2013. - 495 p.

130. Ronneberger O., Fischer P., Brox T. U-Net: Convolutional networks for biomedical image segmentation // arXiv preprint. - 2015. - arXiv:1505.04597.

131. Scharvogel D., Brandmeier M., Weis M. A. Deep Learning Approach for Calamity Assessment Using Sen tinel-2 Data // Forests. - 2020. - Vol. 11, No.12. - DOI:10.3390/f11121239.

132. Simonyan K., Zissermanar A. Very deep convolutional networks for large-scale image recognition // arXiv preprint. - 2014. - arXiv:1409.1556. -Text : electronic.

133. Sub-Weekly Detection of Deforestation with Planet Data : [website]. -URL: https://medium.com/planet-stories/sub-weekly-detection-of-deforestation-with-planet-data (date of access: 10.03.2026). - Text : electronic.

ПРИЛОЖЕНИЯ

Приложение 1 Акт внедрения результатов диссертационной работы

УТВЕРЖДАЮ

АКТ

О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОЙ РАБОТЫ ДОЛГАЧЕВОЙ ЛЮДМИЛЫ ЕВГКНЬВВНЫ НА ТЕМУ ГЕОЭКОЛОГИЧЕСКАЯ ОЦЕНКА ЛЕСОВ АЛТАЙСКОГО КРАЯ СРЕДСТВАМИ

Результаты диссертационного исследования Долгачевой Людмилы Евгеньевич по теме «Геоэкологическая опенка лесссв Алтайского крал средствами дисеиционвояй зондирования Земли», представленная на соискание ученой степени кандидата географических наук по специальности 1,16.2! Геоэкология, внедрены в деятельность, филиала ФБУ «Рослесозащита» - «Центр защиты леса Алтайского края».

Разработанный подход х геоэкологической оценке лесов но показателям усыхал ил вследствие вымокания и повреждения жуком-второе дом полиграфов уссурийским, интегрирующий методику автоматизированной обработки данных листанииэнного зондирования Земли с алгоритмами искусственного интеллекта принят к внедрению в деятельность филиала. Данный подход позволяет прожшить геоэкологический анализ для выявления и дифференциации проблемных ситуаций по стадиям уськан ¡^повреждения с общей точностью более 9®%.

В рам кал внедрения результатов диссертационной работы впервые осуществлена комплексная количественная оиенка состояния лесных территорий Алтайского края с раздельным учётом двух ключевых типов деградации с применен нем методов машинного обучения и технолог™ искусственного интеллекта. Полученные результаты позволили объективно определить текущие масштабы поражения лесов, а также сформировать методологическую основу для организации системы долгосрочного мониторинга и прогнозирования развития де[ реляционных процессов на территории обслуживания филиала.

Результаты диссертационного исследования Долгачевой Людмилы Евгеньевны имеют практическую значимость для деятельности филиала и могут быть рекомендованы к применению в других учреждениях аналогичного профиля.

Начальник отдела дистанционных наблюдений

ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ"

Приложение 2

Алгоритм использования «Random forest» в QGIS Этап 1: Подготовка и установка

1. Установите плагин:

- В меню QGIS выбрать Модули ^ Управление и установка модулей.

- В поиске вводим Semi-Automatic Classification Plugin (SCP).

- Нажать «Установить модуль».

- После установки перезапустить QGIS.

2. Подготовка данных:

- многоспектральный растр (спутниковый снимок Sentinel-2, «Канопус»).

- Загрузить растр в QGIS (Слой ^ Добавить слой ^ Добавить растровый слой).

Этап 2: Настройка набора каналов (Band Set)

- Открыть панель SCP.

- Перейти во вкладку Band set.

- Нажмать Add raster, чтобы добавить снимок.

- Выберать каналы снимка в порядке следования (например, для Sentinel-2: B11, B08, B04).

- Для каждого канала указать Wavelength (длина волны). Это нужно для расчета вегетационных индексов.

- Нажать Run, чтобы создать виртуальный набор каналов. Этап 3: Создание обучающей выборки (ROI)

- В панели SCP перейти во вкладку Dock ^ раздел Training input.

- Нажмать кнопку Create a new ROI.

- Выделите объекты на карте (однородная область пикселей).

- В появившемся окне задать C ID (код класса, например, «полигон №1») и MC ID (код макрокласса, например, «здоровый лес»).

- Сохранить ROI.

- Повторить для всех классов: Создать минимум 15-30 полигонов для каждого класса. Чем больше полигонов, тем точнее будет классификация.

- Сохранить файл обучающей выборки. Этап 4: Расчет спектральных подписей

- В панели SCP вкладка Band set ^ Spectral signatures (или в главном окне SCP раздел Signature list).

- Calculate signatures. Плагин проанализирует значения пикселей внутри полигонов по всем каналам и создаст спектральные профили классов.

Этап 5: Запуск Random Forest

- В панели SCP вкладка Classification.

- Classification algorithm ^ Random Forest. Настройки алгоритма:

- Number of trees: От 10 и более.

- Feature importance: Необходимо включить, чтобы понять, какие каналы снимка были наиболее важны.

- В разделе Output указываем путь для сохранения файла классификации.

- Classification Process (или Run).

Приложение 3

Состав базы специализированных тематических и пространственных данных

лесничеств (составлена автором)

Модуль

Содержание

Источники формирования

Пространственный каркас территории

Границы лесничества, лесных кварталов и выделов; гидрографическая сеть; дороги и инфраструктура; цифровая модель рельефа._

Лесоустроительные материалы, кадастровые материалы,

топографические карты.

Таксационно-

биометрический

модуль

Породный состав, возраст, полнота, класс бонитета, запас древостоя по выделам; данные о подросте и возобновлении_

Цифровизация таксационных описаний, данные лесной таксации, интерпретация ДЗЗ высокого разрешения_

Геоэкологический модуль

Карта распределения типов и степеней повреждения (усыхание от вымокания, заселение короедом и др.); дата выявления очага; площадь по стадиям деградации; история развития очага (временные ряды)

Результаты полевых

лесопатологических

обследований;

автоматизированная

классификация

мультисенсорных данных ДЗЗ; верифицированные продукты ИИ-анализа

Динамический модуль ДЗЗ

Временные ряды спектральных индексов по выделам; аномалии отражательной способности; результаты обнаружения

изменений; вероятностные карты состояния

и

Автоматическая загрузка предобработка спутниковых снимков Sentinel-2, «Канопус»

Метеорологически

й

и

гидрологический модуль (может быть включен по необходимости)

Данные об осадках, температуре воздуха, уровне грунтовых вод, площади водных объектов и т.п.

Гидрометеорологические станции, данные со спутниковых снимков.

Модуль мероприятий

История проведения санитарных рубок, лесовосстановительных работ, профилактических обработок; объёмы заготовленной древесины; результаты контроля эффективности_

Акты выполненных работ, данные лесоуправления,

повторные полевые

обследования и ДЗЗ-мониторинг

Модуль верификации

Геопривязанные фотографии крон и стволов; спектральные эталоны по типам повреждений; экспертные оценки соответствия автоматических классификаций реальному состоянию_

Спутниковая съемка высокого разрешения, акты

лесопатологического обследования, фотографии облетов с вертолетов и дронов и т.п.

Приложение 4

Таблица векторного слоя с поврежденной растительностью базы специализированных тематических и

пространственных данных лесничеств (фрагмент)

Q ПолиграфFeatures Total: 291, Filtered: 291, Selected: 0 — □ X

/ г %j s ш 4s т s * jp ва ш в $

fo subject les_vo uch_les_vo uchastok 1« videl lat_centra lon_centra b_uch_ga pre prichn kod prich Л..

1 Сибирский фе... 55 Горно-Колыва... Кол ыв а некое Колыванское 28 51,30043499937... 32.5952537053631 4.7 0 3

2 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 33 16 51.30223743653... 32.60585044233,,. 8.5 0 3

3 Сибирский фе,.. Горно-Колыва.,. Колыванское Колыванское 35 29 51.30092667234... 32.62030034355,,. 1.2 0 3

4 Сибирский фе,.. 55 Горно-Колыва... Колыванское Колыванское 39 10 51.23699974451... 32.57973976507... 1.5 0 3

5 Сибирский фе,.. 55 Горно-Колыва.,, Колыванское Колыванское 36 8 51,28712693179... 32.53173624282... 6.0 0 3

6 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 40 1 51.29770722262... 32.59260111650... 1.0 0 3

7 Сибирский фе... * Горно-Колыва... Колыванское Колыванское - * 51.29176796335... 32.53663792793... 3.3 0 3

S Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 41 15 51,29000549323... 32.61377504650... 2,9 0 3

9 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 40 34 51,29612765115... 32.59492669995... 1,5 0 3

10 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 41 3 51,29670775310... 32.61675105433,,. 6,1 0 3

11 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 41 1 51,29951053266... 32.609765172345 2,0 0 3

12 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 41 5 5123664674394... 32.61091115314... 6,0 0 3

13 Сибирский фе,.. 55 Горно-КолыЕа,,, Колыванское Колыванское 41 42 51,28903266135... 32.61167520070... 11,0 0 3

14 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 42 30 51,29571416124... 32.62337031411... 7,3 0 3

15 Сибирский фе... 55 Горно-Колыва... Колыванское Колыванское 65 37 51,25570335563... 32.56494779046... 5,7 0 2

сс « ™ •it

I Q

If Show All Features т @\т\

Приложение 5

Свидетельство о государственной регистрации базы данных «База спектральных яркостных характеристик лесных массивов Алтайского

края»

Приложение 6

Свидетельство о государственной регистрации базы данных «База цифровых картографических данных лесохозяйственного комплекса Каменского

лесничества Алтайского края»