Помощь в написании студенческих работ
Антистрессовый сервис

Мониторинг повреждений растительного покрова Северной Евразии пожарами по данным спутниковых наблюдений

Диссертация: Мониторинг повреждений растительного покрова Северной Евразии пожарами по данным спутниковых наблюдений
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Разработанный метод выявления повреждений растительности пожарами по данным спутниковых наблюдений, основанный на использовании комбинации спектрально-отражательных и температурных признаков поверхности, позволяет регулярно выявлять пройденные огнем площади. Автоматическая информационная технология, предусматривающая совместное использование временных серий спутниковых данных низкого… Читать ещё >

Мониторинг повреждений растительного покрова Северной Евразии пожарами по данным спутниковых наблюдений (реферат, курсовая, диплом, контрольная)

Содержание

  • Список сокращений

Глава 1. Анализ возможностей использования данных спутниковых наблюдений для мониторинга пожаров.

1.1 Наземные экосистемы Северной Евразии и проблема воздействия огня на растительный покров.

1.2 Обзор современного состояния технических средств и методов спутникового мониторинга растительных пожаров.

1.3 Анализ оценок пройденных огнем площадей в регионе

Северной Евразии по данным спутниковых наблюдений.

Выводы к первой главе.

Глава 2. Формирование банка данных спутниковых ^ наблюдений и анализ спектрально-отражательных характеристик поврежденной огнем растительности.

2.1 Характеристика данных спутниковых наблюдений для проведения исследований.

2.2 Структура системы хранения данных спутниковых наблюдений

2.3 Исследование изменений спектрально-отражательных характеристик растительности под воздействием пожаров.

Выводы ко второй главе.

Глава 3. Метод выявления поврежденных пожарами участков растительного покрова по данным спутниковых наблюдений. 48 3.1 Логическая структура метода выявления повреждений растительного покрова пожарами по данным спутниковых наблюдений.

§ 3.2 Алгоритм предварительной обработки спутниковых данных

SPOT-Vegetation.

3.3 Алгоритм детектирования поврежденных огнем участков растительного покрова по спутниковым данным.

3.4 Автоматизированная система мониторинга повреждений растительного покрова пожарами по данным спутниковых наблюдений.

Выводы к третьей главе.

Глава 4. Анализ полученных результатов и интеграция разработанного метода в информационную систему мониторинга лесных пожаров России.

4.1 Оценка площадей и сезонной динамики повреждений пожарами растительности Северной Евразии.

4.2 Валидация результатов спутникового мониторинга повреждений растительного покрова Северной Евразии пожарами.

4.3 Интеграция разработанного метода выявления пройденных огнем площадей по спутниковым данным в Информационную систему дистанционного мониторинга лесных пожаров России.

Выводы к четвёртой главе.

Учитывая важное экологическое, экономическое и социальное значение пожаров в бореальных регионах, имеющийся недостаток своевременной, полной и достоверной информации для решения прикладных задач и проведения фундаментальных исследований в области изменений климата и биосферы, можно утверждать, что развитие методов спутникового мониторинга пирогенных повреждений экосистем Северной Евразии стоит в ряду приоритетных научных задач, что определяет актуальность представленной диссертационной работы. ¡-Ь Цель и задачи исследований. Целью проведенных исследований является развитие методов и автоматических технологий использования данных спутниковых наблюдений для решения задач мониторинга повреждений бореальных экосистем пожарами. Для достижения данной цели были решены следующие научные задачи:

— на основе комбинированного использования временных серий спутниковых данных SPOT-Vegetation и Terra/Aqua-MODIS разработан метод выявления поврежденной пожарами растительности бореальных экосистем, удовлетворяющий следующим критериям:

— высокий уровень достоверности оценок повреждений, достигаемый за счет комбинированного учета критериев, характеризующих изменения как температурных, так и спектральных свойств поверхности, включая анализ их межгодовой динамики;

— высокий уровень временного разрешения получаемых информационных продуктов с целью детального анализа внутригодовой динамики повреждений растительности огнем;

— полная автоматизация процесса обработки данных, обеспечивающая возможность проведения регулярного мониторинга повреждений растительности пожарами и обновления банка данных;

— с использованием разработанного метода сформирован уникальный банк многолетних данных о повреждениях растительного покрова Северной Евразии пожарами в интересах решения широкого спектра научных и прикладных задач;

— с использованием опорной информации из независимых источников выполнена валидация, позволившая оценить точность разработанного метода и сформированных информационных продуктов о повреждениях бореальных экосистем Северной Евразии пожарами;

— проведен сравнительный анализ полученных в настоящей диссертационной работе данных о повреждениях растительного покрова Северной Евразии пожарами с данными из других имеющихся информационных источников.

Научная новизна работы и защищаемые положения.

1. Разработан новый метод выявления участков поврежденной пожарами растительности по временным сериям спутниковых данных низкого пространственного разрешения, основанный на использовании комбинации спектрально-отражательных и температурных признаков поверхности.

2. Создана автоматическая система выявления пройденных пожарами площадей на основе комбинации временных серий данных спутниковых наблюдений SPOT-Vegetation и Terra/Aqua-MODIS.

3. Впервые создан постоянно обновляемый банк многолетних данных о повреждениях бореальных экосистем Северной Евразии пожарами, а также получены с его использованием уникальные данные о масштабах и сезонной динамике горения для различных типов растительного покрова.

4. Проведена интеграция технологии в Информационную систему дистанционного мониторинга лесных пожаров, разработанную в интересах Федерального агентства лесного хозяйства МПР РФ.

Практическая значимость.

Разработанный метод выявления повреждений растительности пожарами по данным спутниковых наблюдений позволил создать автоматическую информационную технологию, обеспечивающую получение оценок пройденных огнем площадей на регулярной основе, что, в свою очередь, позволило сформировать обновляемый банк данных долгосрочных наблюдений за воздействием пожаров на наземные экосистемы Северной Евразии. Созданная технология мониторинга поврежденной огнем растительности используется в оперативном режиме в составе Информационной системы дистанционного мониторинга лесных пожаров в интересах Федерального агентства лесного хозяйства Министерства природных ресурсов РФ. Полученные автором результаты были использованы при выполнении научных проектов, поддержанных Российским Фондом.

Фундаментальных Исследований, программами Европейской комиссии и Европейского космического агентства.

Сформированный и постоянно обновляемый банк данных о повреждениях растительного покрова Северной Евразии пожарами находит использование при проведении исследований, связанных с глобальными изменениями климата. Использование банка данных необходимо для оценки объемов эмиссий парниковых газов в атмосферу в результате пожаров, что позволяет его рассматривать в качестве важнейшего элемента информационного обеспечения реализации Киотского протокола к Рамочной Конвенции ООН по изменению климата.

Апробация. Основные положения диссертации и полученные результаты доложены на 9 международных и российских симпозиумах, конференциях, семинарах и совещаниях, проведенных в Москве, Санкт-Петербурге, Красноярске, Петрозаводске, Италии (Испра), Канаде (Монреаль).

Публикации. По результатам исследований и разработок опубликовано 10 печатных работ по теме диссертации в российских научных изданиях, сборниках докладов симпозиумов и конференций.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Объем диссертации составляет 125 страниц, включая 26 рисунков, 10 таблиц и 4 приложения.

Выводы к четвёртой главе.

— Сформированная с использованием разработанного метода база данных представляет собой, в настоящее время, наиболее полный и достоверный набор данных о повреждениях огнем растительного покрова бореального пояса планеты за период 2000;2005 годов и предполагаемый к дальнейшему дополнению по мере поступления и обработки спутниковых данных.

— Полученные данные впервые дают возможность объективно судить о пространственно-временных характеристиках повреждений растительности пожарами для бореального региона за относительно продолжительный период при подекадной частоте наблюдений, что позволяет достаточно детально анализировать сезонную динамику пожаров в различных типах наземных экосистем. База данных может найти широкое применение для решения задач устойчивого управления природными, и, прежде всего лесными, ресурсами, охраны окружающей среды и исследований, связанных с глобальными изменениями климата. В частности, использование разработанной базы данных в комбинации с дополнительной информацией позволит оценивать объемы эмиссий углерода в атмосферу в результате пожаров и может рассматриваться как один из важнейших элементов информационного обеспечения, необходимого для выполнения Россией обязательств в соответствии с условиями Киотского протокола к рамочной конвенции ООН по изменению климата.

— Валидация метода мониторинга поврежденных пожарами экосистем, выполненная с использованием репрезентативного набора спутниковых изображений высокого пространственного разрешения, а также выборочных авиационных и наземных обследований лесных гарей, продемонстрировала высокую точность получаемых оценок площадей повреждений. Разработанная технология интегрирована и используется в оперативном режиме в качестве составной части Информационной системы дистанционного мониторинга лесных пожаров Министерства природных ресурсов РФ.

ЗАКЛЮЧЕНИЕ

.

Представленная диссертационная работа содержит результаты исследований и научных разработок автора, которые можно рассматривать как решение научной проблемы и развитие методов мониторинга повреждений растительного покрова пожарами по данным спутниковых наблюдений. Полученные автором результаты нашли широкое использование в практике охраны лесов от пожаров, а также при выполнении научных проектов по оценке ресурсно-экологической роли лесов России и исследованиях в области глобальных изменений климата и биосферы, поддержанных Российским Фондом Фундаментальных Исследований, программами Европейской комиссии и Европейского космического агентства.

Разработанный метод выявления повреждений растительности пожарами по данным спутниковых наблюдений, основанный на использовании комбинации спектрально-отражательных и температурных признаков поверхности, позволяет регулярно выявлять пройденные огнем площади. Автоматическая информационная технология, предусматривающая совместное использование временных серий спутниковых данных низкого пространственного разрешения 8РОТ-^е1а1юп и Тегга/Ациа-МСЮК, обеспечивает получение оценок пройденных огнем площадей растительного покрова бореальных экосистем с периодичностью один раз в десять дней для всей территории Северной Евразии. Независимая валидация, проведенная с использованием спутниковых данных высокого пространственного разрешения, а также самолетных и наземных измерений, продемонстрировала возможность получения площадей повреждений лесов на основе разработанного метода и автоматической технологии с точностью достаточной для их использования в практике лесного хозяйства. Это, в свою очередь, позволило сформировать регулярно обновляемый банк данных долгосрочных наблюдений за воздействием пожаров на наземные экосистемы Северной Евразии.

Результаты диссертационной работы впервые позволили получить многолетние данные для объективного изучения пространственно-временных характеристик повреждений растительности огнем в регионе Северной Евразии при подекадной частоте наблюдений, что позволяет исследовать сезонную динамику горения в различных типах наземных экосистем. Эти данные находят применение при проведении исследований, связанных с глобальными климатическими изменениями и оценками объемов эмиссий парниковых газов в атмосферу в результате пожаров, что позволяет рассматривать полученные результаты в качестве важнейшего элемента информационного обеспечения мероприятий по реализации Киотского протокола к Рамочной Конвенции ООН по изменению климата.

Разработанная автоматическая технология выявления поврежденной огнем растительности интегрирована в Информационную систему дистанционного мониторинга лесных пожаров ФГУ «Авиалесоохрана» Министерства природных ресурсов РФ и используется в производственном режиме.

Показать весь текст

Список литературы

  1. Е.С., Власов М. Н., Пуздриченко В. Д. и др. Применение спутниковой информации в охране лесов от пожаров. Л., ЛенНИЛХ, 1977, 27с.
  2. С.А., Коровин Г. Н., Шлапак Б. В. Оценка распознаваемости лесных пожаров по данным радиометра AVHRR спутников серии NOAA// Международный форум по проблемам науки, техники и образования. -Москва: МИИГАиК, 1997. вып. II (8). — С. 22−25.
  3. А.И., Коровин Г. Н., Лупян Е. А. Использование спутниковых данных в системе дистанционного мониторинга лесных пожаров // Современные проблемы дистанционного зондирования Земли из космоса. -М.: ИКИ РАН, 2005. С. 20−29.
  4. Государственный доклад о состоянии и использовании лесных ресурсов Российской Федерации в 2002 г. М.: МПР РФ, 2003. — 154 С.
  5. М.Ю., Лупян Е. А., Мазуров A.A., Назиров Р. Р., Прошин A.A., Флитман Е. В. Система автоматического приема и архивирования спутниковых данных. Препринт ИКИ РАН. Пр-1988. М. -1998 С. 19.
  6. М.Ю., Лупян Е. А. Организация обработки данных на — персональной станции приема данных высокого разрешения со спутниковсерии NOAA, Исследование Земли из космоса, № 1, 1993 — С. 36−39.
  7. A.C., Носова Л. М., Пузаченко Ю. Г. Биологическое разнообразие лесов России, предложения к программе действий // Лесоведение, 1997. -№ 2. С. 3−13.
  8. Г. Н., Андреев Н. А. Авиационная охрана лесов, М.: Агропромиздат, 1988. 233с.
  9. Г. Н., Андреев Н. А. Авиационная охрана лесов, М.: Агропромиздат, 1988. С. 233.
  10. Г. Н., Барталев С. А., Беляев А. И. Интегрированная система мониторинга лесных пожаров // Лесное хозяйство, 1998. № 4. — С. 45−48.
  11. Г. Н., Зукерт Н. В. Влияние климатических изменений на лесные пожары в России // В кн.: Климатические изменения: взгляд из России, ред. В.И. Данилов-Данилян, М.: ТЕИС, 2003. С. 69−98
  12. Лупян Е. А, А. А. Мазуров, P.P. Назиров, А. А. Прошин, Е. В. Флитман Универсальная технология построения систем хранения спутниковых данных Препринт ИКИ РАН. Пр-2024. М. -2000 С. 22.
  13. В.П., Малинников В. А., Сладкопевцев С. А., Э.М. Цыпина, География из космоса. Учебно-методическое пособие. «Московский государственный университет геодезии и картографии» 2000 — С. 45−46
  14. В.И. Дистанционные методы в лесном хозяйстве и охране природы. «Лесное хозяйство», 1979, № 3, С. 41−45.
  15. Bartalev S.A., Belward A.S., Erchov D.V., Isaev A.S. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia // International Journal of Remote Sensing. Vol. 24. — № 9 — 2003. — P. 1977−1982.
  16. Symposium on «Reducing the Cost of Spacecraft Ground Systems and Operations», April 24 27, 2001, The Johns Hopkins University / Applied Physics Laboratory Laurel, Maryland, USA — 2001
  17. , S.H., & Verbyla, D.L. Comparison of three AVHRR-based fire detection algorithms for interior Alaska. Remote Sensing of Environment, 72, 2000 — P. 1−16.
  18. Boschetti L., Fiasse S., Trigg S., Brivio P.A., Maggi M. A methodology for the validation of low resolution remotely sensed data products // Proc. of 4th ASITA conference, Vol. 1. Rimini. — 2001. — P. 293−298.
  19. Boschetti, L., Eva, H., Brivio, P.A. and Gallego, J., The validation protocol of GBA2000 global burned area maps IGARSS IEEE International Geoscience and Remote Sensing, session Land Degradation and Fires, Anchorage, volume III, -2004, P. 2107−2110.
  20. Cahoon D.R., Stocks B.J., Levine J.S., Cofer W.R., Chung C.C. Evaluation of a technique for satellite-derived area estimation of forest fires // Journal of Geophysical Research, 97. 1992. — P. 3805−3814.
  21. Conard S.G., Sukhinin A.I., Stocks B.J., Cahoon D.R., Davidenko E.P., Ivanova G.A. Determining effects of area burned and fire severity on carbon cycling and emissions in Siberia// Climatic Change, 55. 2002. — P. 197−211.
  22. Davidenko E.P., Eritsov A. Russian Federation Fire 2002 Special Part II: The fire season 2002 in Russia Report of the aerial forest fire service Availesookhrana // International Forest Fire News, 28. 2003.
  23. Dwyer, E., Pinnok, S, and Gregoire, J.-M., Global spatial and temporal distribution of vegetation fire as determined from satellite observations. International Journal of Remote Sensing. 21, No6&7 -2000. -P. 1289−1302.
  24. Earth Observing System Data Gateway http://edcimswww.cr.usgs.gov/pub/imswelcome/
  25. Ershov D.V., Novik V.P. Features of burnt area mapping in forest of Siberia using SPOT Sl-VGT data // GOFC Fire Satellite Product Validation Workshop, Lisbon, 2001.
  26. Eva H., Lambin E. F. Burnt area mapping in central Africa using ATSR data // Int. J. Remote Sens., 19. 1998 — P. 3473- 3497.
  27. M.D., & Vonder Haar T.H. Forest fire monitoring using NOAA satellite AVHRR. // Canadian Journal of Forest Research, 16. 1986 — P. 975 982.
  28. Fraser R. H., Li Z, Estimating fire-related parameters in boreal forest using SPOT VEGETATION // Remote Sensing of Environment, 82. 2002. — P. 95 110.
  29. Fraser R. H., Li Z., Cihlar J. Hotspot and NDVI Differencing Synergy (HANDS): A new technique for burned area mapping over boreal forest // Remote Sensing of Environment, 74. 2000. — P. 362−376.
  30. Fraser R. H., Li Z., Cihlar J. Hotspot and NDVI Differencing Synergy (HANDS): A new technique for burned area mapping over boreal forest // Remote Sensing of Environment, 74. 2000. — P. 362−376.
  31. Fraser R. H., Li Z., Landry R. SPOT VEGETATION for characterising boreal forest fires // International Journal of Remote Sensing, 21. 2000. — P. 35 253 532.
  32. French, N.H.F., Goovaerts, P., Kasischke, E.S. Uncertainty in estimating carbon emissions from boreal forest fires. Journal of Geophysical Research, 2003.
  33. Gao B.-C. NDWI A Normalised Difference Water Index for Remote Sensing of Vegetation Liquid Water from Space // Remote Sensing of Environment, 58. -1996.-P. 257−266.
  34. Garcia M. J., Caselles V. Mapping burns and natural reforestation using thematic mapper data // Geocarto International, 1. 1991 — P. 31−37.
  35. Global Land Cover Facility portal: (http://glcf.umiacs.umd.edu)
  36. Gutman G., Bartalev S., Korovin G. Delineation of large fire damage areas in boreal forests using NOAA AVHRR measurements // Advances in Space Research. 1995. — Vol. 15. — Issue: 11 — P. 111−113.
  37. Hall D.K., Riggs G.A., Salamonson V.V. Development of methods for mapping global snow cover using moderate resolution imaging spectroradiometer data // Remote Sensing of Environment, 54. 1995. — P. 27−40.
  38. Isaev A.S., Korovin G.N., Bartalev S.A., Ershov D., Janetos A., Kasischke E.S., Shugart H.H., French N.H., Orlick B.E., Murphy T.L. Using remote sensing to assess Russian forest fire carbon emissions // Climate Change 55 (1−2). — 2002. -P. 235−249.
  39. Justice C., Belward A., Morisette J., Lewis P., Privette J., Baret F. Developments in the validation of satellite sensor products for the study of the land surface. // International Journal of Remote Sensing, 21 2000. — P. 3383 -3390.
  40. Justice C. O, Giglio L., Korontzi S., Owens J., Morisette J.T., Roy D., Descloitres J., Alleaume S., Petitcolin F., Kaufman Y. The MODIS fire products. // Remote Sensing of Environment, 83 2002 — P. 244−262.
  41. Justice C.O., Kendall J.D., Dowty P.R., Scholes R.J. Satellite remote sensing of fires during the SAFARI campaign using NOAA advanced very high-resolution radiometer. // Journal of Geophysical Research, 101 1996 — P. 23 851−23 863.
  42. Kasischke E. S., French N. H. F., Harrell P., Christensen Jr. N. L., Ustin S. L., Barry D. Monitoring of wildfires in boreal forests using large area AVHRR NDVI composite data. // Remote Sensing of Environment, 44 1993 — P. 51- 71.
  43. Kasischke E.S., Stocks B.J. Fire, Climate Change, and Carbon Cycling in the Boreal Forest. New York: Springer-Verlag. 2000
  44. Kasischke, E.S., Christensen, N.L., Jr. and B.J. Stocks. 1995. Fire, global warming, and the carbon balance of boreal forests. Ecol. Appl. 5,437−451 pp.
  45. Kaufman Y. J., Remer L. A. Detection of forests using mid-IR reflectance: an application for aerosol studies. // IEEE Transactions on Geoscience and Remote Sensing 32,1994-P. 672−683.
  46. Lavoue D., Liousse C., Cachier H., Stocks B.J., Goldammer J.G. Modeling of carbonaceous particles emitted by boreal and temperate wildfires at northern latitudes // Journal of Geophysical Research, vol. 105, № D22, 26 2000 — P. 871−26,890.
  47. Leica Geosystems portal http://www.leica-geosvstems.com
  48. Morisette J., Justice C., Pereira J., Gregoire J.M., Frost P. Report from the GOFC Fire: Satellite Product Validation Workshop // The Earth Observer, v. 13, № 5,2001, P. 15−18.
  49. Pereira J. M. C. A comparative evaluation of NOAA/AVHRR vegetation indexes for burned surface detection and mapping. // IEEE Transactions on Geoscience and Remote Sensing, 37(1), 1999, P. 217−226.
  50. Pereira J. M. C. A comparative evaluation of NOAA/AVHRR vegetation indexes for burned surface detection and mapping. // IEEE Transactions on Geoscience and Remote Sensing, 37(1), 1999, P. 217- 226.
  51. Rouse J.W., Haas R.H., Schell J.A., Deering D.W. Monitoring vegetation systems in the Great Plains with ERTS, Third ERTS Symposium, NASA SP-351 1,1973, P. 309−317.
  52. Roy D.P., Lewis P.E., Justice C.O., Burned area mapping using multi-temporal moderate spatial resolution data a bi-directional reflectance model-based expectation approach. Remote Sensing of Environment — 2002 — P. 83:263−286.
  53. Scepan J. Thematic validation of high-resolution global land-cover data sets. // Photogrammetric Engineering and Remote Sensing 65, 1999 — P. 1051−1060.
  54. Seiler W., Crutzen P. J. Estimates of gross and net fluxes of carbon between the biosphere and the atmosphere from biomass burning // Climate Change, 2,1980, P. 207- 247.
  55. Simon M. GLOBSCAR Products Qualification Report. ESA-ESRIN, Frascati, Italy, 2002.
  56. Soja A. J., Sukhinin A. I., Cahoon Jr D. R., Shugart H. H., Stackhouse Jr P. W. AVHRR-derived fire frequency, distribution, and area burned in Siberia // International Journal of Remote Sensing, Vol. 25 -№ 10 2004 — P. 1939−1960(22).
  57. Soja A. J., Sukhinin A. I., Cahoon Jr D. R., Shugart H. H., Stackhouse Jr P. W. AVHRR-derived fire frequency, distribution, and area burned in Siberia // International Journal of Remote Sensing, Vol. 25 -№ 10 2004 — P. 1939−1960(22).
  58. Stehman, S. V. Practical implications of design-based sampling inference for thematic map accuracy assessment // Remote Sensing of Environment 72, 2000 -P. 35−45.
  59. Stocks B.J. The extent and impact of forest fires in northern circumpolar countries // Global biomas burning: atmospheric, climatic, and biospheric implications, J.S. Levine (editor), the MIT Press, Cambridge, Massachusetts, London, England, 1991.
  60. Stroppiana D., Pinnock S., Pereira J. M. C., Gregorie J.-M. Radiometric analysis of SPOT-VEGETATION images for burnt area detection in Northern Australia. // Remote Sensing of Environment, 82, 2002, P. 21−37.
  61. The VEGETATION Catalog at VITO: http://www.vgt.vito.be/catalogue/catalogue.html
  62. VEGETATION User Guide: VEGETATION User Guide: http://www.spot-vegetation.com
  63. Woodcock C. E., Gopal S. Fuzzy set theory and thematic maps: accuracy assessment and area estimation. // International Journal of Geographical Information Science, 14(2) 2000 — P. 153−172.
  64. Working Group on Calibration & Validation portal: http://wgcv.ceos.org
  65. Zhang Y.-H., Wooster M.J., Tutubalina 0., Perry G.L.W. Monthly burned area and forest fire carbon emission estimates for the Russian Federation from SPOT VGT // Remote Sensing of Environment, Vol. 87, Issue 1, 2003, P. 1−15.
  66. Описание легенды карты наземных экосистем Северной Евразии
  67. Леса Древесная растительность с проективным покрытием крон выше 20% и высотой более 5 метров
  68. Хвойные вечнозеленые леса Деревья хвойных пород (Picea, Abies, Pinus Siberica, Pinus) преобладают и составляют не менее 80% проективного покрытия
  69. Лиственные леса Деревья лиственных пород (Betula, Populus, AInus, Quercus, Tilia) преобладают и составляют не менее 80% проективного покрытия
  70. Смешанные леса с преобладанием хвойных пород Деревья хвойных пород преобладают и составляют 60−80% проективного покрытия
  71. Смешанные леса Деревья хвойных и лиственных пород смешаны примерно в равной пропорции
  72. Смешанные леса с преобладанием лиственных пород Деревья лиственных пород преобладают и составляют 60−80% проективного покрытия
  73. Хвойные листопадные леса Деревья семейства лиственницы (Larix) составляют не менее 80% проективного покрытия1. Кустарники Кустарниковая растительность с проективным покрытием выше 20% и высотой менее 5 метров
  74. Хвойные вечнозеленые кустарники Кустарники кедрового стланика (Pinus Pumila) преобладают в проективном покрытии
  75. Лиственные кустарники Кустарники лиственных пород (Betula Ermani, Alnus и др.) преобладают в проективном покрытии
  76. I. Травянистая растительность Травянистая растительность с наличием деревьев н кустарников с преактивным покрытием менее 20%
  77. Луга Травяная растительность с длиной вегетационного сезона более 5 месяцев
  78. Сухие степи Травяная растительность, произрастающая в весенний период, и имеющая вегетационный период менее 3 месяцев1. ВОДНО-БОЛОТНЫЕ КОМПЛЕКСЫ Постоянно избыточно увлажнённые территории с накоплением неразложившегося органического вещества
  79. Болота Преобладают мохово-лишайниковые или осоково-камышовые типы растительности в зависимости от типов болот
  80. Описание легенды карты наземных экосистем Северной Евразии (продолжение)
  81. Грядово-мочажинные болотные комплексы Перемежаются гряды, покрытые сфагновыми мхами и лишайниками, и небольшие (< 0.5 км2) обводненные пространства с господством осоки
  82. Прибрежная травяно-кустарниковая растительность Смесь травяной и древесно-кустарниковой растительности по берегам рек, с вегетационным периодом менее 4 месяцев и сезонным затоплением водой
  83. V. Тундра Безлесная территория с преобладанием мохово-лишайниковон и травяио-кустарниковон растительности и вегетационным периодом 1.5−2.5 месяца
  84. Полярная тундра Редкая (5−40%) с низкой вертикальной (менее 2 см) структурой растительность
  85. Кустарничковая тундра Доминируют кустарнички с проективным покрытием 25−60% и высотой 5−10 см
  86. Травянистая тундра Доминирует травяная растительность с проективным покрытием не более 50%
  87. Кустарниковая тундра Доминируют кустарники высотой, как правило, не более 50 см
  88. VI. ДРУГАЯ РАСТИТЕЛЬНОСТЬ И РАСТИТЕЛЬНЫЕ КОМПЛЕКСЫ Территории, покрытые растительностью в различных сочетаниях типов
  89. Лесные гари Погибшие от пожаров насаждения (примерно за период 1995—2000 годов) в различных стадиях лесовосстановления
  90. Сельскохозяйственные земли Территории с наличием сельскохозяйственной растительности, имеющей отличную от естественной растительности фенологическую динамику
  91. Леса в комплексе с другой естественной растительностью Мозаика древесной, травяной и кустарниковой растительности
  92. Леса в комплексе с сельскохозяйственными землями Мозаика древесной и сельскохозяйственной растительности
  93. Сельскохозяйственные земли в комплексе с лугами Мозаика сельскохозяйственной и травяной растительности
  94. VII. Непокрытые растительностью земли Территории лишенные растительного покрова
  95. Пустыня и гольцы Территории с преобладанием открытой почвы или горных пород
  96. Вечные снега и льды Территории с постоянным присутствием снега или льда
  97. Реки и внутренние водоемы Открытые участки водной поверхности
  98. Урбанизированные территории Здания, дороги и другие образования антропогенного происхождения
  99. Солончаки Территории открытой почвы с высокой концентрацией солей в поверхностном слое
  100. Площади наземных экосистем Северной Евразии, претерпевших воздействие пожаров в 2000—2005 годах
  101. Страны и политико-административные регионы Северной Евразии
  102. Типы наземных экосистем Россия Казахстан Монголия Украина Беларусь Молдова ссп СБ ск Всего2000 год
  103. Хвойные вечнозеленые леса 609,00 12,72 6,85 5,79 7,70 0,07 0,75 1,30 2,77 646,97
  104. Хвойные листопадные леса 933,89 6,17 71,63 0,14 — - - 58,69 1070,51
  105. Лиственные леса 548,53 23,63 34,83 4,71 12,57 4,38 0,05 0,05 330,68 959,43
  106. Смешанные леса 393,00 21,47 11,45 5,57 6,20 0,96 1,79 8,16 448,60
  107. Кустарники 190,16 0,67 1,10 0,34 0,20 — - 5,93 198,42
  108. Болота и увлажненные земли 328,27 58,43 3,82 6,56 0,36 1,30 1,30 68,48 468,52
  109. Травянистая растительность 1250,51 2165,94 606,23 235,58 18,89 38,54 0,62 309,48 4625,80
  110. Тундра 376,00 7,58 5,90 0,14 — - - 0,14 389,76
  111. Всего 4629,35 2296,62 741,81 258,83 45,72 45,46 0,80 5,07 784,32 8807,99
  112. В том числе по лесам 2484,42 63,99 124,76 16,21 26,47 5,41 0,80 3,15 400,30 3125,502 001 год
  113. Хвойные вечнозеленые леса 160,78 0,26 0,06 — - 0,04 — 2,44 165,23
  114. Хвойные листопадные леса 2209,08 0,21 18,24 — - - - - 2227,53
  115. Лиственные леса 121,14 0,55 5,50 0,13 — - - 22,97 157,38
  116. Смешанные леса 266,36 0,86 3,11 1,70 — - - 1,14 275,61
  117. Кустарники 138,25 0,06 0,39 — - - - - 139,27
  118. Болота и увлажненные земли 303,90 0,93 0,84 1,19 0,07 — - 17,96 337,21
  119. Травянистая растительность 2120,39 3107,56 128,62 26,77 0,18 0,40 0,05 30,68 5418,51
  120. Тундра 294,47 0,33 0,52 0,54 — - - 0,41 296,49
  121. Всего 5632,46 3110,50 157,80 30,58 0,18 0,47 0,09 75,60 9035,91
  122. В том числе по лесам 2757,36 1,62 27,11 1,89 — 0,04 — 26,55 2825,75
  123. Страны н политико-административные регионы Северной Евразии
  124. Типы наземных экосистем Россия Казахстан Монголия Украина Беларусь Молдова ССП СБ ск Всего2002 год
  125. Хвойные вечнозеленые леса 498,73 1,05 3,46 34,67 102,41 0,08 16,49 1,66 659,26
  126. Хвойные листопадные леса 4406,44 80,93 — - - - - 18,78 4506,14
  127. Лиственные леса 414,70 1,29 4,11 15,17 93,93 — 14,27 22,78 566,61
  128. Смешанные леса 452,51 3,72 26,73 27,43 87,27 0,04 14,15 3,11 616,04
  129. Кустарники 276,97 0,12 1,23 0,31 1,08 — - 0,43 280,28
  130. Болота и увлажненные земли 406,26 4,45 12,72 8,10 13,79 — 0,23 3,05 452,02
  131. Травянистая растительность 1406,44 2603,11 331,22 166,47 315,28 0,41 22,13 34,71 4880,13
  132. Тундра 347,23 0,81 59,48 0,45 — - - 0,07 408,04
  133. Всего 8278,80 2614,92 520,71 253,83 614,05 0,41 0,13 67,45 84,58 12 440,94
  134. В том числе по лесам 5772,37 6,06 115,23 77,27 283,61 0,13 44,92 46,32 6348,52 003 год
  135. Хвойные вечнозеленые леса 1843,84 2,06 1,50 4,97 3,00 2,11 0,74 8,37 1866,59
  136. Хвойные листопадные леса 14 974,3 0,92 8,53 0,07 — - - 586,69 15 571,18
  137. Лиственные леса 2920,23 5,02 55,40 21,59 27,45 0,11 2,88 404,24 3442,62
  138. Смешанные леса 2698,72 3,58 5,78 5,96 9,09 0,34 2,59 28,11 2756,56
  139. Кустарники 1629,90 0,25 1,41 0,74 0,31 — - 31,85 1664,68
  140. Болота и увлажненные земли 1253,59 8,19 1,10 4,43 0,36 0,70 0,05 37,42 1305,99
  141. Травянистая растительность 7287,38 4349,56 761,44 91,36 75,44 0,73 4,60 515,16 13 123,52
  142. Тундра 955,32 1,39 0,39 0,13 0,06 0,04 — 0,84 958,39
  143. Всего 34 528,0 4371,48 836,11 129,45 115,71 0,73 3,30 10,86 1614,3 41 657,09
  144. В том числе по лесам 22 437,1 11,58 71,20 32,58 39,54 2,56 6,20 1027,4 23 636,95
  145. Страны и политико-административные регионы Северной Евразии
  146. Типы наземных экосистем Россия Казахстан Монголия Украина Беларусь Молдова ССП СБ СК Всего2004 год
  147. Хвойные вечнозеленые леса 193,9 3,41 0,65 0,65 0,24 0,07 0,71 — 199,63
  148. Хвойные листопадные леса 177,95 0,35 14,87 14,87 — - - 0,69 208,73
  149. Лиственные леса 420,01 10,6 — 0,06 — 0,05 — 0,19 430,91
  150. Смешанные леса 108,06 4,76 3,37 3,37 — 0,15 — 1,22 120,93
  151. Кустарники 32,94 0,7 0,32 0,32 — - - 0,19 34,47
  152. Болота и увлажненные земли 199,39 14,62 1,63 0,78 — 0,07 — 0,61 217,1
  153. Травянистая растительность 1088,5 3097,22 470,04 27,45 0,71 0,6 0 19,44 4703,96
  154. Тундра 49,12 0,77 0,07 — - 0,04 — 0,27 50,27
  155. Всего 2269,86 3132,43 490,94 30,41 1,01 0,67 1,02 22,61 5948,95
  156. В том числе по лесам 899,91 19,12 18,89 2,05 0,3 0,07 0,9 2,1 943,342 005 год
  157. Хвойные вечнозеленые леса 205,63 1,3 0,06 1,65 0,06 0,04 — 2,21 210,95
  158. Хвойные листопадные леса 817,15 0,07 3,31 0,07 — - - 1,42 822,02
  159. Лиственные леса 161,27 0,74 3,3 0,72 — - 0,11 5,61 171,75
  160. Смешанные леса 154,67 1,49 1,12 5,38 — - - 4,16 166,82
  161. Кустарники 53,48 0,38 0,21 — - - - 0,07 54,14
  162. Болота и увлажненные земли 330,64 2,55 0,13 1,91 0 0 0 0 33,36 368,59
  163. Травянистая растительность 1175,6 2287,19 57,56 253,07 0,18 0,88 0,06 0,06 16,13 3790,73
  164. Тундра 157,67 0,13 0,13 1,23 0 0 0 0 0 159,16
  165. Всего 6890,69 3224,23 133,2 1810,11 3,55 8,33 0,19 1,74 78,95 12 150,99
  166. В том числе по лесам 1338,9 3,61 7,79 7,83 0,06 0 0,04 0,11 13,41 1371,57
  167. Примечания к таблице: Единицы измерения площадей тысячи га- ССП — страны Скандинавского полуострова (Финляндия, Швеция, Норвегия) — СБ — страны Балтии (Литва, Латвия, Эстония) — СК — северная часть Китая, ограниченная с юга 42 °C.ш.
Заполнить форму текущей работой

Сессия? Спокойно!