ispltaИзвестия Санкт-Петербургской лесотехнической академииIzvestia Sankt-Peterburgskoj lesotehniceskoj akademii2079-43042658-5871СПбГЛТУ10.21266/2079-4304.2024.247.137-153isplta-273Research ArticleЛЕСНОЕ ХОЗЯЙСТВОFORESTRYОпределение состояния искусственных насаждений зеленого пояса г. Астаны с использованием данных дистанционного зондирования ЗемлиDetermination of the state of artificial plantings of the green belt of Astana using remote sensing data of the Earthhttps://orcid.org/0000-0002-3199-543XКабановА. Н.KabanovA. N.

КАБАНОВ Андрей Николаевич – старший научный сотрудник; аспирант

021704, ул. Кирова, д. 58, г. Щучинск, Казахстан

KABANOV Andrey N. – senior researcher; postgraduate student

021704. Kirov str. 58. Shchuchinsk. Republic of Kazakhstan

7058613132@mail.ruhttps://orcid.org/0000-0002-3477-1888БекбаеваА. М.BekbaevaA. M.

БЕКБАЕВА Айгуль Мыктыбаевна – заместитель директора Центра технологической компетенции в области цифровизации, магистр наук

010000, пр. Женис, д. 62Б, г. Нур-Султан, Казахстан

BEKBAEVA Aigul M. – Deputy Director of the Center for Technological Competence in the Field of Digitalization of Agriculture, Master of Science

010000. Zhenis av. 62B. Nursultan. Kazakhstan

bekbaevaaigul@gmail.comhttps://orcid.org/0000-0002-3117-7381КабановаС. А.KabanovaS. A.

КАБАНОВА Светлана Анатольевна – заведующая отделом воспроизводства лесов и лесоразведения, кандидат биологических наук, доцент, ассоциированный профессор

021704, ул. Кирова, д. 58, г. Щучинск, Казахстан

KABANOVA Svetlana A. – PhD (Biological), Associate Professor, Head of the Department of Reforestation and Afforestation

021704. Kirov str. 58. Shchuchinsk. Republic of Kazakhstan

kabanova.05@mail.ruКочегаровИ. С.KochegarovI. S.

КОЧЕГАРОВ Игорь Сергеевич – младший научный сотрудник

021704, ул. Кирова, д. 58, г. Щучинск, Казахстан

KOCHEGAROV Igor S. – junior researcher, master of science

021704. Kirov str. 58. Shchuchinsk. Republic of Kazakhstan

garik_0188@mail.ruhttps://orcid.org/0000-0002-5974-9556ДанченкоМ. А.DanchenkoM. A.

ДАНЧЕНКО Матвей Анатольевич – доцент Биологического института, кандидат географических наук

634050, пр. Ленина, д. 36, г. Томск, Россия

DANCHENKO Matvey A. – PhD (Geographical), Associate Professor

634050. Lenin str. 36. Tomsk. Russia

mtd2005@sibmail.comhttps://orcid.org/0000-0002-2029-8938СкоттС. А.SkottS. A.

СКОТТ Сабина Артуровна – сотрудник кафедры микробиологических наук

43015, Спринг-стрит, д. 550 Е, штат Огайо, Колумбус, США

SCOTT Sabina A. – adjunct of microbiological sciences

43015. Sptring str. 550 E. Columbus city. Ohio State. USA

sabina.a.scott@gmail.comКазахский научно-исследовательский институт лесного хозяйства и агролесомелиорации им. А.Н. Букейхана; НИ ТГУКазахстанA.N. Bukeikhan Kazakh Research Institute of Forestry and Agroforestry; Biological Institute, National Research Tomsk State UniversityKazakhstanАПК КАТУ им. С. СейфуллинаКазахстанS. Seifullin Kazakh Agro Technical UniversityKazakhstanКазахский научно-исследовательский институт лесного хозяйства и агролесомелиорации им. А.Н. БукейханаКазахстанA.N. Bukeikhan Kazakh Research Institute of Forestry and AgroforestryKazakhstanКазахский научно-исследовательский институт лесного хозяйства и агролесомелиорации им. А.Н. БукейханаРоссияA.N. Bukeikhan Kazakh Research Institute of Forestry and AgroforestryRussian FederationТомский государственный университетРоссияNational Research Tomsk State UniversityRussian FederationГосударственный колледж КолумбусаСоединённые Штаты АмерикиColumbus State Community CollegeUnited States2024130420241247137153Copyright © Кабанов А.Н., Бекбаева А.М., Кабанова С.А., Кочегаров И.С., Данченко М.А., Скотт С.А., 20242024Кабанов А.Н., Бекбаева А.М., Кабанова С.А., Кочегаров И.С., Данченко М.А., Скотт С.А.Kabanov A.N., Bekbaeva A.M., Kabanova S.A., Kochegarov I.S., Danchenko M.A., Skott S.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestiya-lta.spbftu.ru/jour/article/view/273

Для определения дальнейшей стратегии сохранения и содержания искусственных насаждений зеленого пояса г. Астаны было необходимо оценить жизненное состояние древесных и кустарниковых растений, что стало первоочередной задачей наших исследований. Для этого проводились наземные таксационные наблюдения, использовались мультиспектральные данные дистанционного зондирования Земли (ДЗЗ) и инструменты GIS. Целью исследований являлось определение площадей ослабленных и погибающих лесных культур в зеленом поясе г. Астаны с помощью данных ДЗЗ. Методика исследований заключалась в закладке эталонных участков в лесных культурах различного породного состава и возраста, в которых проводилось таксация деревьев и определение их жизненного состояния. На основе дешифрирования мультиспектральных снимков эталонных участков производилась идентификация породного состава и жизненного состояния искусственных насаждений всей зеленой зоны г. Астаны. В результате проведения наземных исследований и обработки данных ДЗЗ выявлено, что в зеленом поясе г. Астаны основную площадь занимают лесные культуры, относящиеся к жизненному состоянию «ослабленные» – 40,3%. «Здоровые» лесные культуры занимают 31,4% площади, «погибающие» – 28,3%.

To determine the further strategy of conservation and maintenance of artificial plantings of the green belt of Astana, it was necessary to assess the vital condition of woody and shrubby plants, which became the primary task of our research. For this purpose, ground-based taxational observations were carried out, multispectral data of remote sensing of the Earth (remote sensing) and GIS tools were used. The purpose of the research was to determine the areas of weakened and dying forest crops in the green belt of Astana using remote sensing data. The research methodology consisted in laying reference plots in forest crops of various species composition and age, in which trees were taxed and their vital condition was determined. Based on the decoding of multispectral images of reference sites, the identification of the rock composition and the living condition of artificial plantings of the entire green zone of Astana was carried out. As a result of ground-based research and remote sensing data processing, it was revealed that in the green belt of Astana, the main area is occupied by forest crops related to the «weakened» state of life – 40.3%. «Healthy» forest crops occupy 31.5% of the area, «dying» – 28.3%.

жизненное состояниевегетационные индексызеленый поясДЗЗпочваvital conditionvegetation indicesgreen beltremote sensingsoilДанное исследование финансируется Министерством экологии, геологии и природных ресурсов Республики Казахстан (№. BR10263776)ReferencesАлексеев В.А. Диагностика жизненного состояния деревьев и древостоев // Лесоведение. 1989. № 4. С. 51–57.Alekseev V.A. Diagnostika zhiznennogo sostoyaniya derevev i drevostoev. Lesovedenie. 1989, no. 4, pp. 51–57. (In Russ.)Кабанова С.А., Данченко М.А., Скотт С.А., Кабанов А.Н., Цветкова Н.В.,Kabanova S.A., Danchenko M.A., Skott S.A., Kabanov A.N., Cvetkova N.V., Kirillov V.Yu. Sravnitelnyj analiz nakopleniya tyazhelyh metallov v hvoe introducentov v zelenoj zone g. Nur-Sultan. Lesotekhnicheskij zhurnal. 2021, no 4 (44), pp. 57–67. (In Russ.)Кириллов В.Ю. Сравнительный анализ накопления тяжелых металлов в хвое интродуцентов в зеленой зоне г. Нур-Султан // Лесотехнический журнал. 2021. № 4 (44). С. 57–67.Kabanova S.A., Kabanov A.N., Hasenov A.A., Danchenko M.A. Nauchnoe soprovozhdenie proizvodstvennyh opytov v lesnyh kulturah zelenogo poyasa g. Nur- Sultan. Vestnik Rossijskogo universiteta druzhby narodov. Seriya: Agronomiya i zhivotnovodstvo, 2019, no 4, pp. 437–452. (In Russ.)Кабанова С.А., Кабанов А.Н., Хасенов А.А., Данченко М.А. Научное сопровождение производственных опытов в лесных культурах зеленого пояса г. Нур-Султан // Вестник Российского университета дружбы народов. Серия: Агрономия и животноводство. 2019. № 4. С. 437–452.Barta V., Hanus J., Dobrovolný L., Homolova L. Comparison of field survey and remote sensing techniques for detection of bark beetle-infested trees. Forest Ecology and Management, 2022, 506, p. 119984. DOI: 10.1016/j.foreco.2021.119984.Barta V., Hanus J., Dobrovolný L., Homolova L. Comparison of field survey and remote sensing techniques for detection of bark beetle-infested trees // Forest Ecology and Management. 2022. 506. P. 119984. DOI: 10.1016/j.foreco.2021.119984.Breiman L. Random Forests. Machine Learning, 2001, 45(1), pp. 5–32. DOI: 10.1023/A:1010933404324.Breiman L. Random Forests // Machine Learning. 2001. 45(1). P. 5–32. DOI: 10.1023/A:1010933404324.Garza BN., Ancona V., Enciso J., Perotto-Baldivieso HL., Kunta M., Simpson C. Quantifying Citrus Tree Health Using True Color UAV Images. Remote Sensing, 2020, 12(1), p.170. DOI: 10.3390/rs12010170Garza BN., Ancona V., Enciso J., Perotto-Baldivieso HL., Kunta M., Simpson C. Quantifying Citrus Tree Health Using True Color UAV Images // Remote Sensing. 2020. 12(1). P. 170. DOI: 10.3390/rs12010170Hastie T., Tibshirani R., Friedman J. Random Forests. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd ed. Springer-Verlag, 2009, p. 764.Hastie T., Tibshirani R., Friedman J. Random Forests. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd ed. Springer-Verlag, 2009. P. 764.Kabanova S.A., Zenkova Z.N., Danchenko M.A. Regional risks of artificial forestation in the steppe zone of Kazakhstan (case study of the green belt of Astana). IOP Conf. Series: Earth and Environmental Science, 2018, р. 211. DOI: 10.1088/1755-1315/211/1/012055Kabanova S.A., Zenkova Z.N., Danchenko M.A. Regional risks of artificial forestation in the steppe zone of Kazakhstan (case study of the green belt of Astana) // IOP Conf. Series: Earth and Environmental Science. 2018. Р. 211. DOI: 10.1088/1755-1315/211/1/012055Laze K. Preliminary findings on remote sensing of forest cover change, forest and tree health in Southeastern Europe. ISPRS – International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, 2022, XLIII-B4-2022, pp. 133–139. DOI: 10.5194/isprs-archives-XLIII-B4-2022-133-2022.Laze K. Preliminary findings on remote sensing of forest cover change, forest and tree health in Southeastern Europe // ISPRS – International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences. 2022. XLIII-B4-2022. P. 133–139. DOI: 10.5194/isprs-archives-XLIII-B4-2022-133-2022.Li X., Zheng Z., Xu C., Zhao P., Chen J., Wu J., Zhao X., Mu X., Zhao D., Zeng Y. Individual tree-based forest species diversity estimation by classification and clustering methods using UAV data. Frontiers in Ecology and Evolution, 2023, 11. DOI: 10.3389/fevo.2023.1139458.Li X., Zheng Z., Xu C., Zhao P., Chen J., Wu J., Zhao X., Mu X., Zhao D., Zeng Y. Individual tree-based forest species diversity estimation by classification and clustering methods using UAV data // Frontiers in Ecology and Evolution. 2023. 11. DOI: 10.3389/fevo.2023.1139458.Li Z., Yang R., Cai W., Xue Y., Hu Y., Li L. LLAM-MDC Net for Detecting Remote Sensing Images of Dead Tree Clusters. Remote Sensing, 2022, 14, p. 3684. DOI: 10.3390/rs14153684.Li Z., Yang R., Cai W., Xue Y., Hu Y., Li L. LLAM-MDC Net for Detecting Remote Sensing Images of Dead Tree Clusters // Remote Sensing. 2022. 14. P. 3684. DOI: 10.3390/rs14153684.Meng J., Li S., Wang W., Liu Q., Xie S., Ma W. Mapping forest health using spectral and textural information extracted from spot-5 satellite images. Remote Sensing, 2016, 8(9), p. 719.Meng J., Li S., Wang W., Liu Q., Xie S., Ma, W. Mapping forest health using spectral and textural information extracted from spot-5 satellite images // Remote Sensing. 2016. 8(9). P. 719.Mielczarek D., Sikorski P., Archiciński P., Ciężkowski W., Zaniewska E., Chormanski J. The Use of an Airborne Laser Scanner for Rapid Identification of Invasive Tree Species Acer negundo in Riparian Forests. Remote Sensing, 2022, 15, p. 212. DOI: 10.3390/rs15010212.Mielczarek D., Sikorski P., Archiciński P., Ciężkowski W., Zaniewska E., Chormanski J. The Use of an Airborne Laser Scanner for Rapid Identification of Invasive Tree Species Acer negundo in Riparian Forests // Remote Sensing. 2022. 15. P. 212. DOI: 10.3390/rs15010212.Moreno-Fernandez D., Camarero J., Garcia M., Lines E., Sanchez-Davila J., Tijerin-Trivino J., Valeriano C., Viana-Soto A., Zavala M., Ruiz-Benito P. The Interplay of the Tree and Stand-Level Processes Mediate Drought-Induced Forest Dieback: Evidence from Complementary Remote Sensing and Tree-Ring Approaches. Ecosystems, 2022, 25, pp. 1–16. DOI: 10.1007/s10021-022-00793-2.Moreno-Fernandez D., Camarero J., Garcia M., Lines E., Sanchez-Davila J., Tijerin-Trivino J., Valeriano C., Viana-Soto A., Zavala M., Ruiz-Benito P. The Interplay of the Tree and Stand-Level Processes Mediate Drought-Induced Forest Dieback: Evidence from Complementary Remote Sensing and Tree-Ring Approaches // Ecosystems. 2022. 25. P. 1–16. DOI: 10.1007/s10021-022-00793-2.Qiao Y., Zheng G., Du Z., Ma X., Li J., & Moskal L. Tree-Species Classification and Individual-Tree-Biomass Model Construction Based on Hyperspectral and LiDAR Data. Remote Sensing, 2023, 15, p. 1341. DOI: 10.3390/rs15051341.Qiao Y., Zheng G., Du Z., Ma X., Li J., & Moskal L. Tree-Species Classification and Individual-Tree-Biomass Model Construction Based on Hyperspectral and LiDAR Data // Remote Sensing. 2023. 15. P. 1341. DOI: 10.3390/rs15051341.Poblete-Echeverria C., Duncan S.J., McLeod A. Detection of the spectral signature of Phytophthora root rot (PRR) symptoms using hyperspectral imaging. Acta Hortic, 2023, 1360, pp. 77–84. DOI: 10.17660/ActaHortic.2023.1360.10Poblete-Echeverria C., Duncan S.J., McLeod A. Detection of the spectral signature of Phytophthora root rot (PRR) symptoms using hyperspectral imaging // Acta Hortic. 2023. 1360. P. 77–84. DOI: 10.17660/ActaHortic.2023.1360.10Wan H., Tan, Y., Jing L., Li H., Qiu F., Wu W. Tree Species Classification of Forest Stands Using Multisource Remote Sensing Data. Remote Sensing, 2021, 13, p. 144. DOI: 10.3390/rs13010144.Wan H., Tan, Y., Jing L., Li H., Qiu F., Wu W. Tree Species Classification of Forest Stands Using Multisource Remote Sensing Data // Remote Sensing. 2021. 13. P. 144. DOI: 10.3390/rs13010144.Zhang S., Qin J., Tang X., Wang Y., Huang J., Song Q., Min J. Spectral Characteristics and Evaluation Model of Pinus massoniana Suffering from Bursaphelenchus Xylophilus Disease. Spectroscopy and Spectral Analysis, 2019, 39, pp. 865–872. DOI: 10.3964/j.issn.1000-0593(2019)03-0865-08.Zhang S., Qin J., Tang X., Wang Y., Huang J., Song Q., Min J. Spectral Characteristics and Evaluation Model of Pinus massoniana Suffering from Bursaphelenchus Xylophilus Disease // Spectroscopy and Spectral Analysis. 2019. 39. P. 865–872. DOI: 10.3964/j.issn.1000-0593(2019)03-0865-08.Zhang Z., Liu X., Zhu L., Li J., Zhang Y. Remote Sensing Extraction Method of Illicium verum Based on Functional Characteristics of Vegetation Canopy. Remote Sensing, 2022, 14, p. 6248. DOI: 10.3390/rs14246248.Zhang Z., Liu X., Zhu L., Li J., Zhang Y. Remote Sensing Extraction Method of Illicium verum Based on Functional Characteristics of Vegetation Canopy // Remote Sensing. 2022. 14. P. 6248. DOI: 10.3390/rs14246248.Zhang Z., Jiang D., Chang Q., Zheng Z., Fu X., Li K., Mo H. Estimation of Anthocyanins in Leaves of Trees with Apple Mosaic Disease Based on Hyperspectral Data. Remote Sensing, 2023, 15(7), p. 1732. DOI: 10.3390/rs15071732.Zhang Z., Jiang D., Chang Q., Zheng Z., Fu X., Li K., Mo H. Estimation of Anthocyanins in Leaves of Trees with Apple Mosaic Disease Based on Hyperspectral Data // Remote Sensing. 2023. 15(7). P. 1732. DOI: 10.3390/rs15071732.Zhu J., Xu Q., Yao J., Zhang X., Xu C. The Changes of Leaf Reflectance Spectrum and Leaf Functional Traits of Osmanthus fragrans Are Related to the Parasitism of Cuscuta japonica. Applied Sciences, 2021, 11(4), p. 1937. DOI: 10.3390/app11041937Zhu J., Xu Q., Yao J., Zhang X., Xu C. The Changes of Leaf Reflectance Spectrum and Leaf Functional Traits of Osmanthus fragrans Are Related to the Parasitism of Cuscuta japonica // Applied Sciences. 2021. 11(4). P. 1937. DOI: 10.3390/app11041937Zhu J., Xu Q., Yao J., Zhang X., Xu C. The Changes of Leaf Reflectance Spectrum and Leaf Functional Traits of Osmanthus fragrans Are Related to the Parasitism of Cuscuta japonica // Applied Sciences. 2021. 11(4). P. 1937. DOI: 10.3390/app11041937

The authors declare that there are no conflicts of interest present.