Geoinformation analysis of the vegetation cover of the northern regions of the Irkutsk region and its changes under the impact of fires

封面

如何引用文章

全文:

详细

The northern regions of the Irkutsk oblast have been prone to fires in recent decades as a result of oil and gas and infrastructure development, as well as changing climatic conditions. Geoinformation mapping and analysis of the spatial structure of the vegetation cover of two key areas located in the area of the Vershina Khandy village and the village of Tokma for two time slices: 2013–2014 and 2018–2019 (before and after active forest fires, mainly in 2016 and 2017) was carried out. Mapping was done using the Random Rorest supervised classification method, Landsat 8 space images. As a result, 10 classes of vegetation cover were identified on the territory. It is shown that in the territories in 2013–2014 coniferous (light coniferous – pine-larch, larch-pine, less often dark coniferous – cedar and spruce) forests prevailed, as well as mixed coniferous-deciduous and deciduous forests and swamps. From 2013 to 2019, more than 20% of Tokma and more than 5% of Khanda key area was covered by fires. Mostly coniferous forests, as well as ernik bogs in the Tokma area were burning.

全文:

受限制的访问

作者简介

I. Bilichenko

Sochava Institute of Geography SB RAS

编辑信件的主要联系方式.
Email: irinabilnik@mail.ru
俄罗斯联邦, 664033, Irkutsk

E. Rasputina

Sochava Institute of Geography SB RAS

Email: elenaistoma@gmail.com
俄罗斯联邦, 664033, Irkutsk

参考

  1. Alekseeva N.N., Klimanova O.A., Hazieva E.S. Global’nye bazy dannyh zemel’nogo pokrova i perspektivy ih ispol’zovaniya dlya kartografirovaniya sovremennyh landshaftov // Izvestiya Rossijskoj akademii nauk. Seriya geograficheskaya. 2017. № 1. P. 110–123. https://doi.org/10.15356/0373-2444-2017-1-110-1232.
  2. Atlas Irkutskoj oblasti: ekologicheskie usloviya razvitiya. Moscow – Irkutsk, 2004. 90 p.
  3. Bilichenko I.N., Makarov S.A., Opekunova M.YU., Vlasova N.V. Ekologo-geograficheskie issledovaniya na YAraktinskom neftegazokondensatnom mestorozhdenii (irkutskaya oblast’) // Zashchita okruzhayushchej sredy v neftegazovom komplekse. 2017. № 2. P. 33–37.
  4. Kajbicheva E.I., Kajbichev I.A. Indeks chisla lesnyh pozharov v Rossijskoj Federacii za 2006–2010 gg. // Pozharovzryvobezopasnost’. 2013. V. 22. № 5. P. 45–50.
  5. Krasnoshtanova N.E. Osobennosti administrativnogo upravleniya v rajonah novogo promyshlennogo osvoeniya Severa: problemy i preimushchestva social’no-ekonomicheskogo razvitiya // Sever i rynok: formirovanie ekonomicheskogo poryadka. 2022. № 2(76). P. 82–96. https://doi.org/10.37614/2220-802X.2.2022.76.007.
  6. Miheev V.S., Ryashin V.A. Landshafty yuga Vostochnoj Sibiri: Karta. M-b 1 : 1 500 000. M.: GUGK, 1977. 4 l.
  7. Ponomarev E.I., Haruk V.I., Yakimov N.D. Rezul’taty i perspektivy sputnikovogo monitoringa prirodnyh pozharov Sibiri // Sibirskij lesnoj zhurnal. 2017. № 5. P. 25–36.
  8. Runova E.M., Dolenko M.A. Lesnye pozhary v Irkutskoj oblasti // Trudy Bratskogo gosudarstvennogo universiteta. Seriya: Estestvennye i inzhenernye nauki. 2006. V. 1. P. 90–92.
  9. Ekologicheskie aspekty osvoeniya Kovyktinskogo gazokondensatnogo mestorozhdeniya / pod red. A.D. Abalakov, E.S. Ziganshin, YU.O. Medvedev i dr. Irkutsk: Izd-vo In-ta geografii SO RAN, 2001. 195 p.
  10. Ekologicheskoe orientirovannoe planirovanie zemlepol’zovaniya v Bajkal’skom regione. Kovyktinskoe gazokondensatnoe mestorozhdenie / otv. red. E.G. Suvorov, S.A. Makarov. Irkutsk: Izd-vo In-ta geografii SO RAN, 2004. 159 p.
  11. Goldammer J.G., Sukhinin A., Csiszar I. Current fire situation in the Russian Federation: Implications for enhancing international and regional cooperation in the UN Framework and the global programs on fire monitoring and assessment // GFMC contribution to the International Workshop “New Approaches to Forest Protection and Fire Management at an Ecosystem Level”, Khabarovsk, 2003. P. 1–24.
  12. Brown C.F., Brumby S.P., Guzder-Williams B. et al. Dynamic World, Near real-time global 10 m land use land cover mapping // Sci Data. 2022. 9. 251 p. https://doi.org/10.1038/s41597-022-01307-4
  13. Chughtai A.H, Abbasi H., Karas I.R. A review on change detection method and accuracy assessment for land use land cover // Remote Sensing Applications: Society and Environment. 2021. P. 13. https://doi.org/10.1016/j.rsase.2021.100482
  14. COPERNICUS Landcover 100m Proba-V C3 Global. Google Earth Engine. URL: https://developers.google.com/earthengine/datasets/catalog/COPERNICUS_Landcover_100m_Proba-V-C3_Global (accessed April 23, 2023).
  15. ESRI Land Cover global.URL: https://livingatlas.arcgis.com/landcover/ (accessed April 23, 2023).
  16. Hansen M.C., Potapov P.V., Moore R., Hancher M., Turubanova S.A., Tyukavina A., Thau D., Stehman S.V., Goetz S.J., Loveland T.R., Kommareddy A., Egorov A., Chini L., Justice C.O., Townshend J.R. G. High-Resolution Global Maps of 21st-Century Forest Cover Change // Science. 2013. V. 342. P. 850–853. https://doi.org/10.1126/science.1244693
  17. Karra, A., Kontgis, C. Global land use/land cover with Sentinel-2 and deep learning // IGARSS 2021–2021 IEEE International Geoscience and Remote Sensing Symposium. IEEE, 2021. P. 2291. https://doi.org/10.1109/IGARSS47720.2021.9553499
  18. Kharuk V.I., Ponomarev E.I., Ivanova G.A., Dvinskaya M.L., Coogan Sean C.P., Flannigan M.D. Wildfires in the Siberian taiga // Ambio. 2021 Nov; 50(11):1953–1974. https:// doi.org/10.1007/s13280-020-01490-x. Epub 2021 Jan 29. PMID: 33512668; PMCID: PMC8497666.
  19. Kuklina V., Sizov O., Rasputina E., Bilichenko I., Krasnoshtanova N., Bogdanov V., Petrov A. Fires on Ice: Emerging Permafrost Peatlands Fire Regimes in Russia’s Subarctic Taiga // Land. 2022. V. 11(3). № 322. P. 1–18. https://doi.org/10.3390/land11030322
  20. Phiri, D., Siwanda, S. Sentinel-2 Data for Land Cover/Use Mapping: A Review // Remote Sensing. 2020. № 12 (14). P. 2291. https://doi.org/10.3390/rs12142291
  21. Potapov P., Hansen M.C., Pickens A., Hernandez-Serna A., Tyukavina A., Turubanova S., Zalles V., Li X., Khan A., Stolle F., Harris N., Song X-P, Baggett A., Kommareddy I., Kommareddy A. The global 2000–2020 land cover and land use change dataset derived from the Landsat archive: first results // Frontiers in Remote Sensing. 2022. V. 3. https://doi.org/10.3389/frsen.2022.856903
  22. Tyukavina A., Potapov P., Hansen M.C., Pickens A., Stehman S., Turubanova S., Parker D., Zalles V., Lima A., Kommareddy I., Song X-P., Wang L. and Harris N. Global trends of forest loss due to fire from 2001–2019 // Frontiers in Remote Sensing. 2022. V. 3. https://doi.org/10.3389/frsen.2022.825190

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Location of key areas and field research points on the Landsat 8 satellite image: 1 – cities, 2 – main rivers, 3 – main highways, 4 – boundaries of key areas, 5 – field description points, 6 – test sites for classification training.

下载 (831KB)
索引源数据
3. Fig. 2. Maps of land cover of the study areas: Tokma site: (а) – 2013–2014, (б) – 2018–2019; Khanda site: (в) – 2013–2014, (г) – 2018–2019. Types of land cover: relatively undisturbed and restored vegetation: 1 – meadow shrub herbaceous vegetation, 2 – ernik bogs with a sparse stand of larch and spruce (Fig. 3, (а)), 3 – sedge bogs with cranberries, wild rosemary and clumps of dwarf birch, 4 – light coniferous (pine-larch, larch-pine), less often dark coniferous (cedar, spruce) grass-shrub-green moss forest, 5 – sparse spruce-cedar shrub-green moss forest, 6 – mixed pine-birch forb forest (different stages of restoration on burnt areas more than 30 years old); types related to the transformed by fires of different years and anthropogenically disturbed objects: 7 – birch forb forest and young mixed forest mainly on old burnt areas and clearings (Fig. 3, (б)), 8 – fresh burnt areas 1–2 years ago with almost no vegetation, 9 – burnt areas, clearings and agricultural land overgrown grass, shrubs and undergrowth of small-leaved species (Fig. 3, (в)), 10 – anthropogenic objects (settlements, fresh clearings, power lines with almost no vegetation, agricultural lands), 11 – water bodies.

下载 (2MB)
索引源数据
4. Fig. 3. Landscapes of the study areas: (а), (б), (в) – see the legend to Fig. 2, (г) – the influence of the road on the roadside vegetation.

下载 (750KB)
索引源数据
5. Fig. 4. Graphs of area distribution (in% of the total area of the study areas) by land cover types for 2013–2014 and 2018–2019.

下载 (145KB)
索引源数据


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».