Bulletin of the RAS. GeographyBulletin of the RAS. GeographyИзвестия РАН. Серия географическая2587-55662658-6975The Russian Academy of Sciences1586310.31857/S2587-556620194112-124РЕГИОНАЛЬНЫЕ ГЕОГРАФИЧЕСКИЕ ПРОБЛЕМЫResearch ArticleEvaluation of the structure and composition of forests in Moscow region based on field and remote sensing dataОценка состава и структуры лесного покрова московской области по наземным и дистанционным даннымChernen'kovaT. V.ЧерненьковаТ. В.
Russian Federation
chernenkova50@mail.ruPuzachenkoM. Yu.ПузаченкоМ. Ю.
Russian Federation
chernenkova50@mail.ruBelyaevaN. G.БеляеваН. Г.
Russian Federation
chernenkova50@mail.ruMorozovaO. V.МорозоваО. В.
Russian Federation
chernenkova50@mail.ruInstitute of Geography, Russian Academy of SciencesИнститут географии РАНSevertsov institute of ecology and evolution RASИнститут проблем экологии и эволюции им. А.Н. Северцова2808201941121242808201928082019Copyright ©; 2019, Russian academy of sciencesCopyright ©; 2019, Российская академия наук2019Russian academy of sciencesРоссийская академия наукhttps://journals.eco-vector.com/2587-5566/article/view/15863

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.

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.

forest coverMoscow regiondigital elevation modelremote sensing datadiscriminant analysisfield researchclassificationtypology of forestsmappingлесной покровМосковская областьДДЗЦМРдискриминантный анализназемные исследованияклассификацияценотическое разнообразиекартографированиеInstitute of Geography, Russian Academy of SciencesИнститут географии РАНRussian Science FoundationРоссийский Научный ФондKapralov 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.Капралов 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.Kendall M., Stuart A. Mnogomernyi statisticheskii analiz i vremennye ryady [Multivariate Statistical Analysis and Time Series]. Moscow: Nauka Publ., 1976. 736 p.Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. 736 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.Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований: учеб. пособие. М.: Академия, 2004. 336 с.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.).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.Kalmykova 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.).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.pdfForest Plan of the Moscow Region. Moscow: Federal’noe Agentstvo Lesnogo Khozyaistva, 2010, vol. 1. 428 p. (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.Obshchesoyuznye normativy dlya taksatsii lesov. Spravochnik [All-Union Standards for Forest Valuation. Handbook]. Moscow: Kosmos Publ., 1992. 496 p.Общесоюзные нормативы для таксации лесов. Справочник. М.: Изд-во “Космос”, 1992. С. 180-185.Pomerantsev A. Klassifikatsiya [Classification]. 2011. Available at: http://rcs.chemometrics.ru/Tutorials/classification.htm (accessed: 04.06.2019) (In Russ.).Померанцев А. 2011. URL. http://rcs.chemometrics.ru/Tutorials/classification.htmPuzachenko 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. Математические методы в экологических и географических исследованиях. М.: Академия, 2004. 408 с.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. 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., 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.).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.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.).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.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.Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М.: Изд-во ИНФРА-М, 1998. 528 с.Chernen'kova T.V., Morozova O.V. Classification and mapping of coenotic diversity of forests. Lesovedenie, 2017, no. 4, pp. 243-255. (In Russ.).Черненькова Т.В., Морозова О.В. Классификация и картографирование ценотического разнообразия лесов // Лесоведение. 2017. № 4. С. 243-255.Olsson 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).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.pdfTomppo 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. The Finnish national forest inventory // Forest inventory – Methodology and applications. Managing forest ecosystems. 2006. V. 10. P. 179-194.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., 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., 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).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.htmWebster R., Burrough P.A. Multiple discriminant analysis in soil survey. J. Soil Sci., 1974, vol. 25, no. 1, pp. 120-134.Webster R., Burrough P.A. Multiple discriminant analysis in soil survey // J. of Soil Sci. 1974. V. 25. P. 120-134.