Joint analysis of field and remote data in assessing the structure and composition of forests for the western part of Moscow region
DOI:
https://doi.org/10.21638/spbu07.2020.205Abstract
For the test area in the Center part of the Russian Plain (the western sector of the Moscow region), the results of a joint analysis of field research data, multispectral remote sensed data (MRSD) and a digital elevation model (DEM) are presented. An assessment of the organization and coenotic diversity of the forest cover of the territory has been carried out. 38 syntaxons with the rank of association groups were identified based on geobotanical descriptions, using the ecological-phytocoenotic approach. The overall quality of discrimination of the selected units according to the descriptions of vegetation from the projective cover of species was 84.5 %. The relief characteristics were considered as one of the main factors of the natural differentiation of forest cover. The source of information about the heights of the territory was the SRTM v.3 data, for which the relief characteristics (slopes, curvatures, illuminances) of various levels of hierarchical organization were calculated. The quality of discrimination of syntaxons based on the relief characteristics was 49.6 %. Landsat 5 and 8 images, as well as indices calculated based on spectral bands, were used as remote sensing data. The quality of the discriminant analysis in this case was 49.8 %. The quality of discrimination carried out in a joint analysis of the characteristics of relief and MRSD, amounted to 64.6 % of the originally defined syntaxons. Thus, the sharing of information about the relief and MRSD improved by 15 % the separation of the selected classes. The map of the typological diversity of the vegetation cover for the studied territory was calculated, which characterizes the spatial structure and composition of the forest cover of the studied region. The main characteristics of the relief, which together define the conditions of habitat and, largely, differentiate the considered groups of associations in space, are highlighted.
Keywords:
RSD, DEM, discriminant analysis, ground-based research, classification, typology of forests, mapping, forest cover, Moscow region
Downloads
References
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. (2010). Геоинформатика. Москва: Академия.
Книжников, Ю. Ф., Кравцова, В. И., Тутубалина, О. В. (2004). Аэрокосмические методы географических исследований. Москва: Академия.
Козлов, Д. Н., Пузаченко, М. Ю., Федяева, М. В., Пузаченко, Ю. Г. (2008). Отображение пространственного варьирования свойств ландшафтного покрова на основе дистанционной информации и цифровой модели рельефа. Известия РАН. Серия географическая, (4), 112-124.
Корец, М. А., Черкашин, В. П., Рыжкова, В. А. (2000). Методы индикации экологических характеристик лесных территорий по данным со спутника «Ресурс-01» с использованием ГИС. Исследование Земли из космоса, (5), 74-81.
Лесной план Московской области. Кн. 1. (2010). Москва: Федеральное агентство лесного хозяйства.
Малышева, Н. В. (2002). Дистанционное зондирование для изучения лесных экосистем, учета, контроля и управления лесными ресурсами. Лесохозяйственная информация, (1), 31-61.
Общесоюзные нормативы для таксации лесов. (1992). Москва: Космос.
Померанцев, А. (2011). Классификация. [online] Российское Хемометрическое Общество. Доступно на: https://rcs.chemometrics.ru/old/Tutorials/classification.htm [Дата доступа 14.06.2020].
Пузаченко, Ю. Г. (2004). Математические методы в экологических и географических исследованиях. Москва: Академия.
Пузаченко, Ю. Г. (2006). Наука и концепция устойчивого развития. В: Труды международной школы-конференции «Ландшафтное планирование. Общие основания. Методология. Технология». Москва: МГУ имени М. В. Ломоносова, 4-80.
Пузаченко, М. Ю., Черненькова, Т. В. (2016). Определение факторов пространственного варьирования растительного покрова с использованием ДДЗ, ЦМР и полевых данных на примере центральной части Мурманской области. Современные проблемы дистанционного зондирования Земли из космоса, 13 (5), 167-191. https://doi.org/10.21046/2070-7401-2016-13-5-167-191
Тюрин, Ю. Н., Макаров, А. А. (1998). Статистический анализ данных на компьютере. Москва: ИНФРА-М.
Turcotte, D. L. (1997). Fractals and Chaos in Geology and Geophysics. Cambridge: Cambridge University Press.
Wu, J. and Qi, P. Y. (2000). Dealing with scale in landscape analysis: an overview. Geographic Information Sciences, 6 (1), 1-5.
Downloads
Additional Files
Published
How to Cite
Issue
Section
License
Articles of "Vestnik of Saint Petersburg University. Earth Sciences" are open access distributed under the terms of the License Agreement with Saint Petersburg State University, which permits to the authors unrestricted distribution and self-archiving free of charge.
