Мониторинг благополучия хвойных лесов южной границы бореального экотона с использованием наземных и дистанционных мультиспектральных измерений в условиях современного изменения климата

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 22-76-10042

НазваниеМониторинг благополучия хвойных лесов южной границы бореального экотона с использованием наземных и дистанционных мультиспектральных измерений в условиях современного изменения климата

Руководитель Сафонова Анастасия Николаевна, Кандидат технических наук

Организация финансирования, регион Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)" , г Санкт-Петербург

Конкурс №71 - Конкурс 2022 года «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 06 - Сельскохозяйственные науки; 06-101 - Лесное хозяйство

Ключевые слова благополучие лесного фонда, оперативный мониторинг, дистанционное зондирование, мультиспектральный анализ, компьютерное зрение, машинное обучение

Код ГРНТИ28.23.15

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Изменение климата является одной из глобальных проблем современности. Лесные экосистемы играют определяющую роль в стоке климатически опасных газов, вносят определяющий вклад в локальный микроклимат, снижая как абсолютный нагрев, так и размах суточных колебаний температуры и, таким образом, в значительной мере определяют сбалансированность окружающей среды и благополучие экотона в целом. В Проекте предполагается решение научной проблемы автоматизации мониторинга благополучия лесного фонда на примере хвойных пород южной границы бореального экотона, произрастающих на стыке границ зон южной тайги и хвойно-широколиственных лесов Европейской части РФ. Для выбранного региона исследований в наибольшей степени характерны риски усыхания деревьев вследствие продолжительных засух, которые, таким образом, выступают в роли естественного биоиндикатора, характеризующего адаптационные возможности лесов в условиях воздействия гидроклиматических изменений. Реализация Проекта планируется с использованием технологий оперативного мониторинга лесного фонда по данным дистанционного зондирования Земли (ДЗЗ) на основе технологий компьютерного зрения и многослойных нейронных сетей, включая автоматическую локализацию стадий повреждения древостоя на основе интеллектуального анализа мультиспектральных изображений лесных земель сверхвысокого пространственного разрешения. На основе совместного анализа данных спутникового и локального ДЗЗ, а также данных непосредственных наземных измерений, включая оценки биометрических показателей и лесопатологическую информацию, а также данные локальных гидрометеорологических измерений с использованием современных методов взаимного частичного корреляционного и флуктуационного анализа предполагается построить и параметризовать комплексную модель для систематической количественной оценки основных факторов, воздействующих на благополучие лесной экосистемы, учитывающей как факторы живой и неживой природы, так и факторы антропогенной нагрузки. В результате Проекта преполагается предложить модель для оценки благополучия лесного фонда на основе интерпретируемой байесовской сети с возможностью раздельной оценки как прямых, так и косвенных факторов, включая опосредованное влияние гидроклиматических факторов и факторов антропогенной нагрузки через биологические факторы, такие, как изменение периода активности, разнообразия и популяции вредителей. Понимание этих механизмов позволяет получить ответ на большой спектр вопросов, связанных с продуктивностью лесных экосистем, реконструкцией и прогнозированием природно-климатических изменений, и, таким образом, будет способствовать как уточнению экспертных оценок состояния лесных экосистем под влиянием климатических изменений, так и внедрению систематических инструментальных оценок их вклада в регулирование климатических условий на региональном и глобальном уровнях.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Н. С. Пыко, Д. В. Тишин, П. Ю. Искандиров, А. М. Гафуров, Б. М. Усманов, М. И. Богачев Непараметрические байесовские сети как инструмент комплексирования данных мультимасштабного анализа временных рядов и дистанционного зондирования Известия высших учебных заведений России. Радиоэлектроника (год публикации - 2023)

2. А. М. Синица, А. И. Льянова, Д. И. Каплун, П. В. Зеленихин, Р. Г. Имаев, А. М. Гафуров, Б. М. Усманов, Д. В. Тишин, А. Р. Каюмов, М. И. Богачев MULTI-CLASS SEGMENTATION OF HETEROGENEOUS AREAS IN BIOMEDICAL AND ENVIRONMENTAL IMAGES BASED ON THE ASSESSMENT OF LOCAL EDGE DENSITY The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLVIII-2/W3-2023, pp. 233-238 (год публикации - 2023)
10.5194/isprs-archives-XLVIII-2-W3-2023-233-2023

3. М. М. Заславский, К. Е. Крыжановский, Д. В. Иванов Разработка системы экологического мониторинга на базе технологий пространственной разметки и машинного зрения Известия высших учебных заведений России. Радиоэлектроника (год публикации - 2023)

4. Михаил Богачев, Денис Тишин, Артур Гафуров, Булат Гареев, Расуль Имаев, Дмитрий Каплун, Мария Маркелова, Никита Пыко, Светлана Пыко, Валерия Романова, Анастасия Сафонова, Александр Синица, Булат Усманов, Айрат Каюмов The impact of Grey Heron (Ardea cinerea L.) colony on soil biogeochemistry and vegetation: a natural long-term in situ experiment in a planted pine forest Frontiers in Environmental Science, Front. Environ. Sci. Vol. 11. Art. No. 1197657. (год публикации - 2023)
10.3389/fenvs.2023.1197657

5. КАЮМОВ А.Р., БОГАЧЕВ М.И., ТИШИН Д.В., ГАРАЕВ Б.И., ИМАЕВ Р.Г., МАРКЕЛОВА М.И. ВОЗДЕЙСТВИЕ КОЛОНИИ СЕРОЙ ЦАПЛИ (ARDEA CINEREA L.) НА БИОГЕОХИМИЮ ПОЧВЫ И РАСТИТЕЛЬНОСТЬ: ЕСТЕСТВЕННЫЙ ДОЛГОСРОЧНЫЙ ЭКСПЕРИМЕНТ В СОСНОВОЙ ПОСАДКЕ УСТОЙЧИВОСТЬ РАСТЕНИЙ И МИКРООРГАНИЗМОВ К НЕБЛАГОПРИЯТНЫМ ФАКТОРАМ СРЕДЫ тезисы докладов VI Всероссийской научной конференции с международным участием. Иркутск, 2023, В книге: Устойчивость растений и микроорганизмов к неблагоприятным факторам среды. тезисы докладов VI Всероссийской научной конференции с международным участием. Иркутск, 2023. С. 126. (год публикации - 2023)

6. Тишин Денис Владимирович, Богачев Михаил Игоревич, Имаев Расуль Габдрафикович Влияние колонии Ardea cinerea L. на радиальный прирост деревьев в культурах Pinus sylvestris L. Международная дендрохронологическая конференция «РусДендро-2023» г. Воронеж, 19-23 сентября 2023 г., Международная дендрохронологическая конференция «РусДендро-2023» г. Воронеж, 19-23 сентября 2023 г. (год публикации - 2023)

7. МАТКО Е.В., САФОНОВА А.Н. APPLYING DEEP LEARNING TO PREDICT FOREST EXTINCTION RISK FROM GRAY HERON ACTIVITY BASED ON UAV DATA РЕГИОНАЛЬНЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ / Материалы X Международной научной конференции. Научный редактор Е.А. Ваганов, отв. редактор Г.М. Цибульский. Красноярск, 2023, Материалы X Международной научной конференции. Научный редактор Е.А. Ваганов, отв. редактор Г.М. Цибульский. Красноярск, 2023. С. 237-241. (год публикации - 2023)

8. МАТКО Е.В., САФОНОВА А.Н. МЕТОДЫ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ГИБЕЛИ ЛЕСА ВСЛЕДСТВИЕ ЖИЗНЕДЕЯТЕЛЬНОСТИ СЕРОЙ ЦАПЛИ (ARDEA CINEREA), ПО ДАННЫМ БПЛА ОБРАБОТКА ПРОСТРАНСТВЕННЫХ ДАННЫХ В ЗАДАЧАХ МОНИТОРИНГА ПРИРОДНЫХ И АНТРОПОГЕННЫХ ПРОЦЕССОВ (SDM-2023) / Сборник трудов всероссийской конференции с международным участием. Новосибирск, 2023., Сборник трудов всероссийской конференции с международным участием. Новосибирск, 2023. С. 104-109. (год публикации - 2023)
10.25743/sdm.2023.15.77.018

9. Михаил Богачев, Артур Гафуров, Павел Искандиров, Дмитрий Каплун, Айрат Каюмов, Ася Льянова, Никита Пыко, Светлана Пыко, Анастасия Сафонова, Александр Синица, Булат Усманов, Денис Тишин Reversal in the Drought Stress Response of the Scots Pine Forest Ecosystem: Local Soil Water Regime as a Key to Improving Climate Change Resilience Heliyon, Volume 9, Issue 11, November 2023, e21574 (год публикации - 2023)
10.1016/j.heliyon.2023.e21574

10. Григорьев А.А., Вьюхин С.О., Шубницина Е.И., Шалаумова Ю.В., Трубников Ю.С., Басманов А.А., Богачев М.И. ОТКЛИК ДРЕВЕСНОЙ РАСТИТЕЛЬНОСТИ ЗАПАДНОГО МАКРОСКЛОНА /ПРИПОЛЯРНОГО УРАЛА НА СОВРЕМЕННОЕ ИЗМЕНЕНИЕ КЛИМАТА Географическая среда и живые системы (год публикации - 2025)

11. А. А. Басманов, М. И. Богачёв, А. А. Григорьев, Ю. В. Шалаумова, Н. А. Обухова, Г.И. Ложкин, Д.В. Тишин КАРТИРОВАНИЕ МНОГОЛЕТНИХ ИЗМЕНЕНИЙ ЛЕСНОГО ПОКРОВА ПО МУЛЬТИСПЕКТРАЛЬНЫМ ДАННЫМ СПУТНИКОВОГО ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ Известия высших учебных заведений России. Радиоэлектроника (год публикации - 2025)

12. Аюш Рой, Ск Мохиуддин, Максим Миненко, Дмитрий Каплун, Рам Саркар DeepSpace: Navigating the Frontier of Deepfake Identification Using Attention-Driven Xception and a Task-Specific Subspace Proceedings of the 20th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, Roy, A., Mohiuddin, S., Minenko, M., Kaplun, D. and Sarkar, R. (2025). DeepSpace: Navigating the Frontier of Deepfake Identification Using Attention-Driven Xception and a Task-Specific Subspace. In Proceedings of the 20th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - Volume 2: VISAPP; ISBN 978-989-758-728-3; ISSN 2184-4321, SciTePress, pages 163-172. DOI: 10.5220/0013173700003912 (год публикации - 2025)
10.5220/0013173700003912

Публикации

Аннотация результатов, полученных в 2025 году
В качестве дополнительных экспериментальных площадок для исследования хвойных лесов в различных местообитаниях рассматривались участки таёжных лесов вблизи южной границы бореального экотона, в том числе на территории Волжско-Камского Государственного Природного Биосферного Заповедника: а) Раифское лесничество Волжско-Камского заповедника, кв. 25 (Зеленодольский район Республики Татарстан). Координаты: N 55.911621, E 048.736736. Вторая надпойменная терраса Волги, рельеф ровный, почва дерново-подзолистая. Сосново-еловый лес зеленомошной группы (чернично-брусничный). Породный состав 5С4Е1Б, полнота 0,6. В первом ярусе – сосна обыкновенная, возраст свыше 200 лет. Во втором – ель финская, возраст 180 лет. В подлеске – лещина, рябина, бересклет, бузина и подрост ели. В травостое: черника, брусника, ландыш, ортилия, орляк и зеленые мхи (плеврозиум, дикраниум). Имеется большое количество деревьев зараженных короедом-типографом. б) Саралинское лесничество Волжско-Камского заповедника, кв. 47 (Лаишевский район Республики Татарстан). Координаты: N 55.274835, E 049.269401. Вторая надпойменная терраса Волги, дюнно-бугристый рельеф, почва дерново-подзолистая песчаная. Сосняк лишайниковый (вейниковый). Породный состав 9С1Бед.Д, полнота 0,5. В первом ярусе – сосна обыкновенная, возраст свыше 100 лет. В подлеске – рябина, бересклет, бузина и подрост дуба. В травостое: ландыш майский, вейник наземный, лишайники. Дополнительно, с целью расширенной оценки переносимости разработанных подходов и математических моделей, помимо анализа данных проведённых на предшествующих этапах и на текущем этапе исследований в районах южной границы бореального экотона, был выполнен комплексный анализ данных дендрологических данных и данных дистанционного зондирования Земли в районе северной границы бореального экотона, в зоне приполярного Урала, для оценки динамики процессов распространения бореальных лесов в тундровую зону. Для оценки запасов надземной фитомассы были использованы ранее полученные регрессионные уравнения зависимости надземной биомассы от диаметра у основания ствола для лесотундрового экотона на Приполярном Урале (Hagedorn et al., 2020). Статистические параметры уравнений были рассчитаны отдельно для трёх зон исследований (границы редин, редколесий и сомкнутых лесов). Для оценки погодичного изменения запасов надземной фитомассы были использованы значения ширины годичных колец отобранных образцов. В дальнейшем был проведен расчет накопленной фитомассы для каждого исследованного участка погодично в течение последнего столетия. Оценки относительных трендов x=Δy/σ, где Δy – абсолютное увеличение годичного прироста, σ – стандартное отклонение годичного прироста за интервал анализа (Bogachev, Yuan and Bunde, 2017), полученные для дендрохронологий каждого дерева, нормировались к аналогичным оценкам для модельных рядов данных равной длительности с типичными показателями инерционности прироста (использовалось консенсусное значение показателя Хёрста, полученное в предыдущих дендрохронологических исследованиях для многолетних наблюдений H = 1.0 (Büntgen et al., 2021) по методике, аналогичной описанной в (Ludescher et al., 2020; Bogachev et al., 2024). Помимо данных дендрологических исследований, оценка вегетативной активности проводилась независимо на основе с данных дистанционного зондирования Земли (ДЗЗ) со спутников Landsat 4...9 (Crawford et al., 2023). Использовались показатели отражения верхней части атмосферы (TOA), которые прошли относительную радиометрическую коррекцию, и данные температуры поверхности (ST). Для относительной коррекции использован метод сопоставления псевдо-инвариантных признаков (Pseudo-Invariant Feature Matching, PIF) [Schroeder et al., 2006]. Псевдо-инвариантные пиксели отбирались с помощью меры сходства между спектрами Spectral Angle Mapper (SAM) по порогу меньше 10-го процентиля [de Carvalho Jr. et al., 2013]. Обработка данных выполнялась с использованием платформы Google Earth Engine (Gorelick et al., 2017). Была разработана математическая процедура идентификации модели долговременной динамики прироста деревьев и статистическая методика углубленной комплексной оценки факторов, оказывающих влияние на прирост деревьев в изучаемой области, а также влияющих на устойчивость лесных экосистем к климатическому стрессу, включая исследования влияния локальных гидрологических режимов, а также их изменений, в том числе под воздействием антропогенных факторов, по данным комплекса биогеохимических, гидроклиматологических и дендрологических исследований. Разработана модель для обработки видео на основе нейросети Xception в качестве бэкбона и пространственного механизма внимания, повышающая чувствительность систем обработки к изменению мельчайших деталей объектов на видео.

Публикации