Никифорова Ньургуяна Николаевна – м.н.с.
Якутск
Nikiforova Nurguiana Nikolaevna – Junior researcher
Yakutsk
Калиничева Светлана Вячеславовна – к.г.н, н.с.
Якутск
Kalinicheva Svetlana Vyacheslavovna – Candidate of Geographical Sciences, Researcher
Yakutsk
Федоров Александр Николаевич – д.г.н, г.н.с.
Якутск
Fedorov Aleksandr Nikolaevich – Doctor of Geographical Sciences, Senior Researcher
Yakutsk
В настоящее время идет потепление климата, среднегодовые температуры с каждым годом растут, Арктика остается одним из самых уязвимых регионов. Это заметно влияет на северные леса, что приводит к вытеснению зоны тундры. Оценка последствий прогнозируемого повышения температуры воздуха в условиях изменения климата требует пространственного и мгновенного мониторинга труднодоступных территорий. В последние несколько лет использование методов дистанционного зондирования и комбинаций спутниковых снимков для вычисления вегетационных индексов вызвали огромный интерес к получению наземных данных высокой четкости. В статье представлены результаты моделирования влажности почвогрунтов на территории Анабарской тундры, который расположен на северо- западе Якутии. Исследование проводилось на границе тундры и лесотундры в трех эталонных участках (тундра, притундровый молодой лес, притундровый коренной лес). Моделирование представлено посредством сопоставления натурных данных и нормализованного разностного индекса влажности NDMI. Индекс NDMI использует каналы NIR и SWIR, вычисляет многоканальный растровый объект и создает растровое изображение со значениями индекса от -1 до 1, которые показывают уровень влажности с пространственным разрешением 10 метров. Данные показали, что значение пикселей влажности по NDMI в зоне тундры- 0.04, притундрового молодого леса- 0.09 и в притундровом коренном лесе 0.15. Установлено, что данные индекса коррелируются с полевыми данными влажности, полученными с глубины 0,2 м. Сопоставление данных дешифрирования дистанционного зондирования с натурными данными позволило смоделировать пространственное распределение влажности грунтов на обширную исследуемую территорию методом экстраполяции.
Presently, the climate is warming, with average annual temperatures rising every year, and the Arctic remaining one of the most vulnerable regions. This has a noticeable effect on the northern forests, which leads to the displacement of the tundra zone. Assessing the consequences of a projected increase in air temperature under climate change conditions requires spatial and instant monitoring of hard-to-reach areas. In the last few years, the use of remote sensing techniques and combinations of satellite imagery to calculate vegetation indices has generated great interest in obtaining high-definition ground data. The article presents the results of modeling soil moisture in Anabar tundra, which is located in the north-west of Yakutia. The study was conducted on the border of tundra and forest tundra in three reference areas (tundra, tundra young forest, tundra indigenous forest). The simulation is presented by comparing the field data and the normalized difference index of humidity NDMI. The NDMI index uses the NIR and SWIR channels, calculates a multi-channel raster object and creates a raster image with index values from -1 to 1, which show the humidity level with a spatial resolution of 10 meters. The data showed that the value of humidity pixels according to NDMI in the tundra zone is 0.04, in the tundra young forest is 0.09 and, in the tundra, native forest is 0.15. It was found that the index data correlated with field humidity data obtained from a depth of 0.2 m. A comparison of remote sensing decryption data with field data made it possible to simulate the spatial distribution of soil moisture over the vast study area by extrapolation.
The authors declare that there are no conflicts of interest present.