Тип публикации: статья из журнала

Год издания: 2026

Идентификатор DOI: 10.21046/2070-7401-2026-23-3-239-251

Ключевые слова: cryolithozone, degree of heterogeneity, spectral indices, classification, siberia, криолитозона, степень неоднородности, спектральные индексы, классификация, сибирь

Аннотация: На основе дистанционных данных исследована степень неоднородности ландшафтов Норильского промышленного района, где многолетняя мерзлота является ключевым средообразующим фактором, а ландшафты и экосистемы испытывают внешнее воздействие как климатических факторов, так и интенсивной техногенной нагрузки. Классификация методом случайного леса (англ. Random Forest) применена для серии мультиспектральных снимков Landsat-8, -9 OLI/TIRS (англ. Operational Land Imager/Thermal Infrared Sensor) с калибровкой результатов по данным натурных исследований на девяти участках (площадь каждого ~62 км²). Были заданы сигнатуры (общей площадью ~28 км²) 12 классов, представляющих типичное соотношение категорий состояния подстилающей поверхности района исследований. Показано, что степень неоднородности локальных участков ландшафтов криолитозоны, отличная от фонового значения, может быть интерпретирована в терминах трансформации локальных участков вследствие воздействий природного и техногенного плана. Выделяемые классы систематизированы в три основные группы: техногенно-трансформированные, фоновые и естественные ландшафты без растительности. Точность классификации составила ~82 % при коэффициенте каппа Коэна, равном 0,9. Проведён анализ долгосрочной динамики (2000-2024) спектральных характеристик в привязке к гетерогенности рассматриваемых участков на основе материалов Terra MODIS (англ. Moderate Resolution Imaging Spectroradiometer), продукты MOD13Q1 (для NDVI (англ. Normalized Difference Vegetation Index)) и MOD11A2 (для LST (англ. Land Surface Temperature)). Установлено, что на территориях с долей техногенной трансформации >50 % фиксируемые диапазоны NDVI снижаются в среднем на 26 %, а LST возрастает на 11 % относительно фоновых условий, что является косвенным маркером, свидетельствующим о нарушении теплоизоляционных свойств напочвенного покрова при деградации растительности. Предложенный подход применим для обзорного мониторинга и прогнозирования состояния мерзлотных ландшафтов и компонент экосистем. Using remote sensing data, the degree of landscape heterogeneity in Norilsk industrial district was studied. For this region, permafrost is a key environment-forming factor. Landscapes and ecosystems in this region are influenced by both climatic factors and severe industrial impact. The Random Forest classification method was applied to a series of multispectral Landsat-8 and -9 OLI/TIRS (Operational Land Imager/Thermal Infrared Sensor) images. The results were calibrated using field data from nine key sites (each ~62 km²). Signatures (with a total area of ~28 km²) of 12 classes were identified, representing a typical ratio of categories of the underlying surface conditions in the study area. It has been demonstrated that the degree of local cryolithozone landscape heterogeneity that differs from the background can be understood in terms of how local areas have changed as a result of both natural and man-made influences. We group the classes into three primary categories: areas that have been technogenically transformed, background areas, and natural landscapes devoid of vegetation. Classification accuracy was ~82 %, with a Kappa coefficient of 0.9. An analysis of long-term dynamics (2000-2024) of spectral characteristics was conducted using Terra MODIS (Moderate Resolution Imaging Spectroradiometer) data (MOD13Q1 (NDVI (Normalized Difference Vegetation Index)) and MOD11A2 (LST (Land Surface Temperature)). The analysis was focused on heterogeneity of the sites under study. According to the findings, NDVI is typically 26 % lower, and LST is 11 % higher than background conditions in areas with more than 50 % technogenic transformation. This is an indirect marker that vegetation degradation has disturbed the ground cover’s ability to insulate against heat. The suggested method works for monitoring and forecasting the state of permafrost landscapes and ecosystem components.

Журнал: Современные проблемы дистанционного зондирования Земли из космоса

Выпуск журнала: Т. 23, № 3

Номера страниц: 239-251

ISSN журнала: 20707401

Место издания: Москва

Издатель: Институт космических исследований РАН

• Якимов Н. Д. (Красноярский научный центр СО РАН)
• Пономарёва Т. В. (Красноярский научный центр СО РАН)
• Пономарёв Е. И. (Красноярский научный центр СО РАН)

• Ядро РИНЦ (eLIBRARY.RU)