Как пишет ИА Красная Весна, новый метод автоматического мониторинга состояния стабильных и девственных лесов разработал международный коллектив ученых, 28 октября сообщает пресс-служба Красноярского научного центра (КНЦ) СО РАН.

Метод, не требующий машинного обучения и ручного внесения данных, созданный командой ученых из России, в том числе из КНЦ СО РАН, а также из США, Австралии и Канады, позволит быстро отслеживать состояние лесов по всему миру и сохранять их. Результаты исследования представлены в статье, опубликованной в журнале Remote Sensing.

Деятельность человека привела к серьезным потерям лесов — «зеленых легких» нашей планеты, сохраняющих ее биоразнообразие, что стало глобальной экологической проблемой. Девственные леса, не затронутые пока человеком, в настоящее время имеют большое экологическое значение.

Как отмечают в своей статье исследователи, «сохранение старовозрастных и других лесов, имеющих важное экологическое значение, занимает центральное место во многих международных инициативах, направленных на защиту биоразнообразия, смягчение последствий изменения климата и поддержку устойчивых источников средств к существованию».

Деградация таких лесов приведет к потере их способности быть регулятором углеродного обмена, климата и биоразнообразия, а также предоставлять населению различные ресурсы. Отсюда вытекает задача необходимости следить за их состоянием

Подход к мониторингу стабильности лесов, разработанный командой, основан на показателях, полученных из данных спутникового мониторинга Земли. В отличие от предшествующих методов, он не требует дополнительной калибровки полевыми измерениями и сбора статистических данных.

Устойчивость лесных экосистем этим методом определяется по показателям постоянства, которое является ключевой характеристикой давно ненарушенных (в том числе первичных) лесов.

Система классифицирует леса по классам устойчивости на основе спутниковых данных MODIS (Moderate-resolution Imaging Spectroradiometer), связанных с отношениями воды и углерода растений, а именно по спектральным данным о доле света, поглощенной растительностью, которая связана с ее структурой и продуктивностью, и по индексу водного стресса, который является индикатором содержания воды в тканях растений.

Новый метод тестировался на двух лесных регионах противоположных концов климатического и широтного градиентов Земли — бореальных лесах Сибири и влажных тропических лесах бассейна Амазонки, поскольку на этих территориях всё еще существуют обширные пространства девственных лесов, а также леса, включенные в хозяйственный оборот.

Данные дистанционного зондирования позволили определить классы стабильности лесов и темпы их деградации. Ранее для выявления таких изменений потребовался бы долгосрочный сбор соответствующих статистических данных.

Результаты исследования метода показали, что он точен, применим ко всем лесным биомам и предоставляет возможность картировать и большие массивы, и небольшие участки стабильных лесов в произвольном масштабе, что может помочь выявлять и сохранять устойчивые леса.

Старший научный сотрудник Института леса им. В. Н. Сукачева СО РАН кандидат технических наук Евгений Швецов пояснил:

«Сохранение старовозрастных лесов, имеющих важное экологическое значение, занимает центральное место во многих международных инициативах. Разработанный метод можно применять не только для рассмотренных нами типов лесов, но и для любых других. Его можно расширить и внедрить в глобальном масштабе, тогда он станет единым источником информации о первичных лесных экосистемах».

Кроме того, полученные системой мониторинга данные также можно использовать как независимый источник для проверки других местных или глобальных оценок лесов. По мере поступления новых спутниковых данных материалы мониторинга обновляются.

«Информация об устойчивых лесах имеет отношение к национальной и международной политике, касающейся сохранения биоразнообразия и смягчения последствий изменения климата, она может быть использована для планирования природоохранных мероприятий и выбора приоритетов инвестиций в природоохранную деятельность», — отметил ученый.