Оцінка динаміки параметрів лісового покриву на території України (Західне Полісся) на основі даних дистанційного зондування

Рубрика: 
Дослідження Землі з космосу
Мовчан, ДМ
Косм. наука технол. 2013, 19 ;(4):29–43
https://doi.org/10.15407/knit2013.04.029
Мова публікації: українська
Анотація: 

Аналізується динаміка біофізичних параметрів лісового покриву на основі даних дистанційного зондування території України (Західного Полісся) для оцінки інтенсивності поглинання вуглецю лісовим покривом. Аналізувались сезонні коливання основних біофізичних параметрів (NDVI, EVI, LAI, FPAR, ET, GPP та NPP) з 2000 по 2011 рр., отриманих на основі даних MODIS. Виявилось, що сезонні зміни параметрів рослинного покриву тісно пов’язані з сезонним розвитком рослинності протягом вегетаційного сезону. Проаналізовано коливання метеорологічних умов в дані періоди. Оцінювався кореляційний зв’язок між GPP і NPP та різними вегетаційними параметрами і кліматичними чинниками. Було розраховано та проаналізовано ефективність поглинання води (WUE) рослинним покривом як відношення GPP до евапотранспірації, та ефективність поглинання вуглецю як відношення NPP/GPP для порівняння з WUE.
Ключові слова: дистанційне зондування, лісовий покрив, поглинання вуглецю
 
Повний текст (PDF)
 
References: 
  1. Національний атлас України. — K.: Kартографія, 2008. — 440 с.
  2. Cramer W., Kicklighter D. W., Bondeau A., et al. Comparing global models of terrestrial net primary productivity (NPP): overview and key results // Global Change Biology. — 1999. — 5. — P. 1—15.
  3. Earth systems change over Eastern Europe / Ed. by P. Y. Groisman, V. I. Lyalko. — Kyiv: Akademperiodyka, 2012. — 487 p.
  4. Field C. B., Randerson J. T., Malmstrom C. M. Global net primary production – combining ecology and remote-sensing // Remote Sens. Environ. — 1995. — 51. —P. 74—88.
  5. Gobron N., Verstraete M. ECV T10: Fraction of Absorbed Photosynthetically Active Radiation (FAPAR) / Essential Climate Variables. Rome: Global Terrestrial Observing System; 2008.
  6. Heimann M., Reichstein M. Terrestrial ecosystem carbon dynamics and climate feedbacks // Nature. — 2008. — 451. — P. 289—292.
  7. Heinsch F. A., Reeves M., Votava P., et. al. User’s Guide GPP and NPP (MOD17A2/A3) Products NASA MODIS Land Algorithm. Version 2.0, December 2, 2003. — 57 p.
  8. IPCC (2001). Climate change 2001: The scientific basis: Cambridge: University Press, 2001. — 881 p.
  9. IPCC (2007). Climate change 2007: The physical science basis: — Cambridge: University Press, 2007. — 996 p.
10. Korzoun V. I., Sokolov A. A., Budyko M. I., et al. World water balance and water resources of the Earth. In: Studies and Reports in Hydrology (UNESCO), no. 25/United Nations Educational, 1978, Scientific and Cultural Organization, 75 – Paris (France); International Hydrological Decade, Moscow (USSR). USSR National Committee. — 663 p.
11. Lu X., Zhuang Q. Evaluating evapotranspiration and wateruse efficiency of terrestrial ecosystems in the conterminous United States using MODIS and AmeriFlux data // Remote Sens. Environ. — 2010. — 114. — P. 1924—1939.
12. Mu Q., Zhao M., Running S. W., et al. Contribution of increasing CO2 and climate change to the carbon cycle in China’s ecosystems // J. Geophys. Res. — 2008. — 113. — G01018.
13. Mu Q., Zhao M., Running S. W. Improvements to a MODIS Global Terrestrial Evapotranspiration Algorithm // Remote Sens. Environ. — 2011. — 115. — P. 1781—1800.
14. Mu Q., Zhao M., Running W. Evolution of hydrological and carbon cycles under a changing climate // Hydrol. Processes. — 2011. — 25. — P. 4093—4102.
15. Prieto-Blanco A., North P., Barnsley M. J., et al. Sattelite-driven modelling of Net Primary Productivity (NPP): Theoretical analysis // Remote Sens. Environ. — 2009. — 113. — P. 137—147.
16. Prince S. D., Goward S. N. Global primary production: A remote sensing approach // J. Biogeography. — 1995. — 22. — P. 815—835.
17. Quegan S., Beer C., Shvidenko A., et al. Estimating the carbon balance of central Siberia using a landscape-ecosystem approach, atmospheric inversion and Dynamic Global Vegetation Models // Global Change Biology. — 2011. — 17. — P. 351—365.
18. Rouse J. W., Haas R. H., Schell J. A., et al. Monitoring vegetation systems in the great plains with ERTS, Third ERTS Symposium, 1973. — NASA SP-351 I. — P. 309—317.
19. Running S. W., Nemani R., Glassy J. M., et al. MODIS daily photosynthesis (PSN) and annual net primary production (NPP) product (MOD17), Algorithm Theoretical Basis Document, Version 3.0, April 29, 1999.
20. Running S. W., Thornton P. E., Nemani R., et al. Global terrestrial gross and net primary productivity from the Earth Observing System // Methods in ecosystem science / Eds O. E. Sala, R. B. Jackson, H. A. Mooney, R. W. Howarth. — New York: Springer, 2000. — P. 44—57.
21. Smith B., Knorr W., Widlowski J., et al. Combining remote sensing data with process modeling to monitor boreal conifer forest carbon balances // Forest Ecology and Management. — 2008. — 225. — P. 3985—3994.
22. Strahler A. H., Friedl M., Zhang X., et al. The MODIS land cover and land cover dynamics products. Presentation at remote sensing of the Earth’s environment from TERRA in l’Aquila, 2002, Italy.
23. Wang Y., Woodcock C.E., Buermann W., et al. Evaluation of the MODIS LAI algorithm at a coniferous forest site in Finland // Remote Sens. Environ. — 2004. — 91. — P. 114—127.
24. Wu C., Nui Z., Gao S. Gross primary production estimation from MODIS data with vegetation index and photosynthetically active radiation in maize // J. Geophys. Res. — 2010. — 115. — D12127. doi:10.1029/ 2009JD013023
25. Xiao X., Hollinger D., Aber J., et al. Sattelite-based modeling of gross primary production in an evergreen needle-leaf forest // Remote Sens. Environ. — 2004. — 89. — P. 519—534.
 26. Zhao M., Heinsch F. A., Nemani R. R., et al. Improvements of the MODIS terrestrial gross and net primary production global data set // Remote Sens. Environ. — 2005. — 95. — P. 164—176.
27. Zhao M., Running S. W., Nemani R. R. Sensitivity of Moderate Resolution Imaging Spectroradiometer (MODIS) terrestrial primary production to the accuracy of meteorological reanalyses // J. Geophys. Res. — 2006. — 111. — G01002, doi:10.1029/2004JG000004

28.  Zhao M., Running S.W. Drought-induced reduction in global terrestrial net primary production from 2000 through 2009 // Science. — 2010. — 329. — P. 940—943.