sergeogrИзвестия Российской академии наук. Серия географическаяIzvestiya Rossiiskoi Akademii Nauk. Seriya Geograficheskaya2587-55662658-697510.31857/S2587-556620194112-124sergeogr-930Research ArticleРегиональные географические проблемыRegional Geographical ProblemsОценка состава и структуры лесного покрова Московской области по наземным и дистанционным даннымEvaluation of the Structure and Composition of Forests in Moscow Region Based on Field and Remote Sensing DataЧерненьковаТ. В.Chernen'kovaT. V.chernenkova50@mail.ruПузаченкоМ. Ю.PuzachenkoM. Yu.БеляеваН. Г.BelyaevaN. G.МорозоваО. В.MorozovaO. V.Институт географии РАН; Институт проблем экологии и эволюции им. А.Н. СеверцоваРоссияInstitute of Geography, Russian Academy of Sciences; Severtsov institute of ecology and evolutionRASRussian Federation20190609201904112124Copyright © Черненькова Т.В., Пузаченко М.Ю., Беляева Н.Г., Морозова О.В., 20192019Черненькова Т.В., Пузаченко М.Ю., Беляева Н.Г., Морозова О.В.Chernen'kova T.V., Puzachenko M.Y., Belyaeva N.G., Morozova O.V.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestia.igras.ru/jour/article/view/930

Описана последовательность и содержание этапов оценки структуры и состава лесов с использованием космических снимков Landsat. Показано, что применение методов количественной обработки для интерполяции точечных данных полевых исследований, в частности, пошагового дискриминантного анализа, позволяет получить характеристики растительного покрова и  исследовать факторы формирования его биоразнообразия. Представленные методы и  результаты оценки параметров состояния лесов, их структуры и  типологического состава могут быть интегрированы в  международную сеть Национальной инвентаризации лесов – National Forest Inventories. Несмотря на различие методов, имеется принципиальная возможность гармонизации полученных данных с  данными международной Глобальной системы наблюдений Земли – Global Earth Observation System of Systems. Для тестовой территории на Русской равнине (запад Московской области) представлены результаты совместного анализа данных наземных исследований, дистанционной информации и  цифровой модели рельефа. Получена серия карт среднего масштаба, характеризующих пространственную структуру и  состав лесного покрова исследуемого региона.

The sequence and content of the main stages of determining the indicators of the structure and composition of forest communities based on satellite imagery of the Landsat system are described. It is shown that the application of quantitative processing methods for the interpolation of point data from field research, in particular canonical discriminant analysis, allows obtaining characteristics of the vegetation cover and investigating the factors of its biodiversity formation. The presented methods and results of the assessment of various parameters of the state of forests, their structure and typological composition can be integrated into the international network of the National Forest Inventory. Despite the difference in methodological approaches, there is a  principal possibility of harmonizing the data obtained with the data of the Global Earth Observation System of Systems. For the test territory in the central partof the Russian plain (western sector of the Moscow oblast), the results of a joint analysis of field research data, remote sensing dataand a  digital elevation model are presented. A  series of maps of the medium scale characterizing the spatial structure and composition of the forest cover of the study area was obtained.

лесной покровМосковская областьДДЗЦМРдискриминантный анализназемные исследованияклассификацияценотическое разнообразиекартографированиеforest coverMoscow regiondigital elevation modelremote sensing datadiscriminant analysisfield researchclassificationtypology of forestsmappingРабота выполнена по теме Госзадания ИГ РАН № 0148-2019-0007 в части изучения состава лесных сообществ и гранта РНФ №18- 17-00129 в части пространственного анализа разнообразия лесов.The work was supported within the framework of the state-ordered research theme of the Institute of Geography of the Russian Academy of Sciences, no. 0148-2019-0007 (study of coenotic diversity of forests), by the Russian Science Foundation, project no. 18-17-00129 (processing of remote sensing data).ReferencesКапралов Е.Г., Кошкарев А.В., Тикунов В.С., Глазырин В.В., Заварзин А.В., Замай С.С., Лурье И.К., Охонин В.А., Пырьев В.И., Рыльский И.А., Семин В.Н., Серапинас Б.Б., Симонов А.В., Трофимов А.М., Флейс М.Э., Якубайлик О.Э., Яровых В.Б. Геоинформатика. Кн. 2. М.: Изд. центр “Академия”, 2010. 432 с.Kapralov E.G., Koshkarev A.V., Tikunov V.S., Glazyrin V.V., Zavarzin A.V., Zamai S.S., Lur'e I.K., Okhonin V.A., Pyr'ev V.I., Ryl'skii I.A., Semin V.N., Serapinas B.B., Simonov A.V., Trofimov A.M., Fleis M.E., Yakubailik O.E., Yarovykh V.B. Geoinformatika [Geoinformatics]. Moscow: Akademiya Publ., 2010, part 2. 432 p.Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. 736 с.Kendall M., Stuart A. Mnogomernyi statisticheskii analiz i vremennye ryady [Multivariate Statistical Analysis and Time Series]. Moscow: Nauka Publ., 1976. 736 p.Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований: учеб. пособие. М.: Академия, 2004. 336 с.Knizhnikov Yu.F., Kravtsova V.I., Tutubalina O.V. Aerokosmicheskie metody geograficheskikh issledovanii [Aerospace Methods of Geographical Research]. Moscow: Akademiya Publ., 2004. 336 p.Козлов Д.Н., Пузаченко М.Ю., Федяева М.В., Пузаченко Ю.Г. Отображение пространственного варьирования свойств ландшафтного покрова на основе дистанционной информации и цифровой модели рельефа // Изв. РАН. Сер. геогр. 2008. № 4. С. 112–124.Kozlov D.N., Puzachenko M.Yu., Fedyaeva M.V., Puzachenko Yu.G. Representation of spatial variation of landscape cover properties on the basis of remote sensing data Landsat and digital elevation model. Izv. Akad. Nauk, Ser. Geogr., 2008, no. 4, pp. 112–124. (In Russ.).Концепция участия Российской Федерации в глобальной системе наблюдения Земли и построения российского сегмента глобальной системы наблюдения Земли. URL. http://rusgeo.ucoz.ru/publ/2-1-0-3 и http://rusgnz.com/mvk3doc/issledovanie_ arkhitektury_postroenija_geoss_2013.pdfKalmykova O.V. Kompleksnyi obzor GEOSS. Issledovanie arkhitektury postroeniya GEOSS [Comprehensive Review of GEOSS. Study of the GEOSS Architecture]. 2013. Available at: http://rusgnz.com/ mvk3doc/issledovanie_arkhitektury_postroenija_geoss_2013.pdf (accessed: 04.06.2019). (In Russ.).Лесной план Московской области. Федеральное агентство лесного хозяйства, Федеральное государственное унитарное предприятие “Рослесинфорг”, ФГуП “РОСЛЕСИНФОРГ”, московский филиал государственной инвентаризации лесов, филиал ФГуП “РОСЛЕСИНФОРГ”, “МОСЛЕСПРОЕКТ”. М. 2010. Т. 1. 428 с.Forest Plan of the Moscow Region. Moscow: Federal’noe Agentstvo Lesnogo Khozyaistva, 2010, vol. 1. 428 p. (In Russ.).Общесоюзные нормативы для таксации лесов. Справочник. М.: Изд-во “Космос”, 1992. С. 180–185.Obshchesoyuznye normativy dlya taksatsii lesov. Spravochnik [All-Union Standards for Forest Valuation. Handbook]. Moscow: Kosmos Publ., 1992. 496 p.Померанцев А. 2011. URL. http://rcs.chemometrics.ru/Tutorials/classification.htmPomerantsev A. Klassifikatsiya [Classification]. 2011. Available at: http://rcs.chemometrics.ru/Tutorials/ classification.htm (accessed: 04.06.2019) (In Russ.).Пузаченко Ю.Г. Математические методы в экологических и географических исследованиях. М.: Академия, 2004. 408 с.Puzachenko Yu.G. Matematicheskie metody v ekologicheskikh i geograficheskikh issledovaniyakh [Mathematical Methods in Ecological and Geographical Studies]. Moscow: Akademiya Publ., 2004. 408 p.Пузаченко Ю.Г. Наука и концепция устойчивого развития // Ландшафтное планирование: общие основания, методология, технология: Труды Межд. школы-конф. “Ландшафтное планирование”. М.: Изд-во Моск. ун-та, 2006. С. 4–80.Puzachenko Yu.G. Science and the concept of sustainable development. In Landshaftnoe planirovanie: obshchie osnovaniya, metodologiya, tekhnologiya: tr. Mezhd. shkoly-konf. “Landshaftnoe planirovanie” [Landscape Planning: Basics, Methodology, Technology: Works of the Int. School-Conf. "Landscape Planning"]. Moscow: Mosk. Gos. Univ., 2006, pp. 4–80. (In Russ.).Пузаченко Ю.Г., Федяева М.В., Козлов Д.Н., Пузаченко М.Ю. Методологические основания отображения элементарных геосистемных процессов // Современные естественные и антропогенные процессы в почвах и геосистемах. М.: Изд-во РАСхН, 2006. С. 13–52.Puzachenko Yu.G., Fedyaeva M.V., Kozlov D.N., Puzachenko M.Yu. Methodological grounds for mapping elementary geosystem processes. In Sovremennye estestvennye i antropogennye protsessy v pochvakh i geosistemakh [Modern Natural and Anthropogenic Processes in Soils and Geosystems]. Moscow: Ross. Akad. S–kh Nauk, 2006, pp. 13–52. (In Russ.).Саворский В.П., Тищенко Ю.Г. Глобальная система систем наблюдения Земли – состояние и текущая деятельность // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 2. С. 193–199.Savorskii V.P., Tishchenko Yu.G. Global Earth observation system of systems - state and current activities. Sovremennye Probl. Distantsionnogo Zondirovaniya Zemli iz Kosmosa, 2010, vol. 7, no. 2, pp. 193–199. (In Russ.).Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М.: Изд-во ИНФРА-М, 1998. 528 с.Tyurin Yu.N., Makarov A.A. Statisticheskii analiz dannykh na komp'yutere [Statistical Analysis of Data on a Computer]. Moscow: INFRA-M Publ., 1998. 528 p.Черненькова Т.В., Морозова О.В. Классификация и картографирование ценотического разнообразия лесов // Лесоведение. 2017. № 4. С. 243–255.Chernen'kova T.V., Morozova O.V. Classification and mapping of coenotic diversity of forests. Lesovedenie, 2017, no. 4, pp. 243–255. (In Russ.).Olsson H., Nilsson M., Persson A. GEOSS possibilities and challenges related to nationwide forest monitoring. ISPRS Commission VII Mid Term Symposium. 2006. URL. http://www.isprs.org/proceedings/XXXVI/part7/PDF/219.pdfOlsson H., Nilsson M., Persson A. GEOSS possibilities and challenges related to nationwide forest monitoring. In Proc. of the ISPRS Commission VII Term Symposium, Enschede, The Netherlands. 2006, vol. 811. Available at: http://www.isprs.org/proceedings/ XXXVI/part7/PDF/219.pdf (accessed: 04.06.2019).Tomppo E. The Finnish national forest inventory // Forest inventory – Methodology and applications. Managing forest ecosystems. 2006. V. 10. P. 179–194.Tomppo E. The Finnish national forest inventory. In Forest inventory. Kangas A., Maltamo M., Eds. Dodrecht: Springer, 2006, pp. 179–194. doi 10.1007/1-4020-4381-3_11Tomppo E., Olsson H., Ståhl G., Nilsson M., Hagner O., Katila M. Combining national forest inventory field plots and remote sensing data for forest databases // Rem. Sens. of Env. 2008. V. 112. P. 1982–1999.Tomppo E., Olsson H., Ståhl G., Nilsson M., Hagner O., Katila M. Combining national forest inventory field plots and remote sensing data for forest databases. Remote Sens. Environ., 2008, vol. 112, no. 5, pp. 1982–1999.Tomppo E., Katila M., Mäkisara K., Peräsaari J. The Multi-source National Forest Inventory of Finland – methods and results 2011 // Working Papers of the Finnish Forest Research Institute 319. 2014. URL. http://www.metla.fi/julkaisut/ workingpapers/2014/mwp319.htmTomppo E., Katila M., Mäkisara K., Peräsaari J. The Multi-Source National Forest Inventory Of Finland — Methods And Results 2011, vol. 319 of Working Papers of the Finnish Forest Research Institute. 2014. 224 p. Available at: http://www. metla.fi/julkaisut/workingpapers/2014/mwp319.htm (accessed: 15.05.2019).Webster R., Burrough P.A. Multiple discriminant analysis in soil survey // J. of Soil Sci. 1974. V. 25. P. 120–134.Webster R., Burrough P.A. Multiple discriminant analysis in soil survey. J. Soil Sci., 1974, vol. 25, no. 1, pp. 120–134.

The authors declare that there are no conflicts of interest present.