ispltaИзвестия Санкт-Петербургской лесотехнической академииIzvestia Sankt-Peterburgskoj lesotehniceskoj akademii2079-43042658-5871СПбГЛТУ10.21266/2079-4304.2025.252.188-210isplta-473Research ArticleЛЕСНОЕ ХОЗЯЙСТВОFORESTRYОценка возможностей применения материалов спутниковой съемки Sentinel-2 для определения преобладающих древесных пород при таксации лесовAssessment of the possibilities of using Sentinel-2 satellite imagery materials to determine the predominant tree species in forest taxationhttps://orcid.org/0000-0002-6375-3080ЧерниховскийД. М.ChernikhovskiiD. M.

ЧЕРНИХОВСКИЙ Дмитрий Михайлович – профессор, доктор сельскохозяйственных наук 

194021, Институтский пер., д. 5, Санкт-Петербург 

CHERNIKHOVSKII Dmitry M. – DSc (Agriculture), Professor 

194021. Institutsky per. 5. St. Petersburg 

cherndm2006@yandex.ruСанкт-Петербургский государственный лесотехнический университет имени С.М. КироваРоссияSt.Petersburg State Forest Technical UniversityRussian Federation2025270320250252188210Copyright © Черниховский Д.М., 20252025Черниховский Д.М.Chernikhovskii D.M.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/473

Исследование посвящено оценке возможностей применения материалов многозональной космической съемки Sentinel-2 в качестве дополнительных материалов для лесотаксационного дешифрирования. Модельной территорией выбрана Лисинская часть Учебно-опытного лесничества (бывший Лисинский учебно-опытный лесхоз), расположенная в Тосненском муниципальном районе Ленинградской области. На основе данных лесоустройства получен набор лесотаксационных выделов, представляющих насаждения основных лесообразующих пород. Критериями отбора служили преобладающая порода, возраст, коэффициент состава, класс бонитета, относительная полнота и площадь. Всего выбрано 384 выдела спелых и перестойных сомкнутых насаждений основных преобладающих пород высоких классов бонитета, преимущественно чистых по составу. Для выбранных выделов с помощью картографического сервиса EO Browser получены материалы безоблачной космической съемки Sentinel-2 за период с апреля по июль 2021 г. Определены значения яркостей каналов Sentinel-2, значимых для изучения растительности, а также рассчитаны значения ряда вегетационных индексов – SR, NDVI, EVI, ARVI, SWVI, NDMI. Оценены изменения средних значений яркостей и вегетационных индексов насаждений преобладающих пород за первые четыре месяца вегетационного периода. В отдельные месяцы были отмечены существенные различия характеристик материалов ДЗЗ для разных пород. Для оценки возможностей определения отдельных древесных пород на основе материалов Sentinel-2 выполнен дисперсионный анализ. В качестве зависимой переменной поочередно рассматривались яркости и вегетационные индексы, в качестве фактора – преобладающая древесная порода. Установлено, что в отдельные месяцы характеристики материалов ДЗЗ для отдельных пород и их групп значимо отличаются. Например, по значениям индекса NDVI в июле отличаются хвойные и лиственные породы. По значениям яркостей каналов B8 и B8A, а также по величине индекса EVI в июле различаются три группы пород –Исследование посвящено оценке возможностей применения материалов многозональной космической съемки Sentinel-2 в качестве дополнительных материалов для лесотаксационного дешифрирования. Модельной территорией выбрана Лисинская часть Учебно-опытного лесничества (бывший Лисинский учебно-опытный лесхоз), расположенная в Тосненском муниципальном районе Ленинградской области. На основе данных лесоустройства получен набор лесотаксационных выделов, представляющих насаждения основных лесообразующих пород. Критериями отбора служили преобладающая порода, возраст, коэффициент состава, класс бонитета, относительная полнота и площадь. Всего выбрано 384 выдела спелых и перестойных сомкнутых насаждений основных преобладающих пород высоких классов бонитета, преимущественно чистых по составу. Для выбранных выделов с помощью картографического сервиса EO Browser получены материалы безоблачной космической съемки Sentinel-2 за период с апреля по июль 2021 г. Определены значения яркостей каналов Sentinel-2, значимых для изучения растительности, а также рассчитаны значения ряда вегетационных индексов – SR, NDVI, EVI, ARVI, SWVI, NDMI. Оценены изменения средних значений яркостей и вегетационных индексов насаждений преобладающих пород за первые четыре месяца вегетационного периода. В отдельные месяцы были отмечены существенные различия характеристик материалов ДЗЗ для разных пород. Для оценки возможностей определения отдельных древесных пород на основе материалов Sentinel-2 выполнен дисперсионный анализ. В качестве зависимой переменной поочередно рассматривались яркости и вегетационные индексы, в качестве фактора – преобладающая древесная порода. Установлено, что в отдельные месяцы характеристики материалов ДЗЗ для отдельных пород и их групп значимо отличаются. Например, по значениям индекса NDVI в июле отличаются хвойные и лиственные породы. По значениям яркостей каналов B8 и B8A, а также по величине индекса EVI в июле различаются три группы пород – хвойные (сосна и ель), ольха (серая и черная), а также береза с осиной. Установленные различия характеристик материалов ДЗЗ между отдельными преобладающими породами могут использоваться в качестве дополнительного признака при аналитико-измерительном дешифрировании.

The study is devoted to the identification of the early stages of damage to Norway spruce tree stands by a bark beetle. The scale, intensity and dynamics of bark beetle damage are difficult to predict, and the negative consequences are comparable to the consequences of forest fires. From a practical point of view, it is of crucial importance to identify the initial stage of bark beetle damage, in which colonized trees do not yet show distinct symptoms of damage, and the needles retain their green color. The objective of the study was to study by methods of mathematical statistics changes in the vegetation indices NDVI and SWVI for Norway spruce stands, which in 3 years have gone from healthy to severely damaged, using as an example the sites of mass reproduction of bark beetle and other stem pests identified during a ground survey. The objects of the study were 12 sites of mass reproduction of bark beetles and other stem pests formed in 2021 on the territory of Vyborg and Gatchina districts of the Leningrad region in mature Norway spruce tree stands. During the ground work, the survey and mapping of damaged sites were carried out. With the help of the EO Browser mapping service, Sentinel-2B satellite survey materials for June-September 2020 (no damage), 2021 (early stages of damage) and 2022 (late stages of damage) were received on the territory of the damaged sites. Vegetation indices NDVI and SWVI were calculated on the basis of the received remote sensing materials. With the help of variance analysis, a reliable and significant decrease in the values of both indices was established by the years of damage, as well as by years and months. It is noted that when bark beetles damage plantings, the seasonal dynamics of index values changes. Reliable linear trends of decreasing of both index values by year and month are revealed. Analysis of the sensitivity coefficients and synchronicity of changes in vegetation indices by year and month showed that the decrease in index values occurs independently of external (random) factors, as well as well as not synchronously relative to each other. In practical terms, the revealed patterns of changes in the vegetation indices NDVI and SWVI can serve as a signal about the initial stage of damage to plantings and the basis for conducting ground surveys with the aim of early detection of damage and timely prevention of their spread.

вегетационный индексдисперсионный анализпреобладающая породапризнаки дешифрированияаналитико-измерительное дешифрированиеvegetation indexanalysis of variancepredominant tree speciessigns of interpretationanalytical and measuring interpretationИсследование выполнено в контексте участия ФГБОУ ВО «СанктПетербургский государственный лесотехнический университет имени С.М. Кирова» во Всероссийском инновационном проекте государственного значения (ВИП ГЗ) «Единая национальная система мониторинга климатически активных веществ».ReferencesАли М.С., Воробьев О.Н., Курбанов Э.А. Алгоритм «дерево решений» для классификации лесов Сирийской Арабской Республики по снимку SENTINEL-2 // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. 2020. № 1(45). С. 5–30.Abdullah H.J. Remote sensing of European spruce (Ips typographus, L.) bark beetle green attack: PhD Thesis. University of Twente, 2019. 151 p. DOI: 10.3990/1.9789036547956Архипов В.И., Басков В.И., Белов В.А., Березин В.И., Черниховский Д.М. Руководство по таксации лесов дешифровочным способом. СПб.: ООО «ЛЕСПРОЕКТ», 2021. 99 с.Abdullah H., Darvishzadeh R., Skidmore A.K., Heurich M. Sensitivity of Landsat- 8 OLI and TIRS Data to Foliar Properties of Early Stage Bark Beetle (Ips typographus L.) Infestation. Remote Sensing, 2019a, vol. 11, iss. 4, art. no. 398. DOI: 10.3390/rs11040398Архипов В.И., Черниховский Д.М., Березин В.И. Опыт таксации лесов дешифровочным способом на основе современного программно-аппаратного обеспечения и цифровых аэроснимков нового поколения // Сибирский лесной журнал. 2014a. № 5. С. 29–37.Abdullah H., Skidmore A.K., Darvishzadeh R., Heurich M. Sentinel-2 accurately maps green-attack stage of European spruce bark beetle (Ips typographus, L.) compared with Landsat-8. Remote Sensing in Ecology and Conservation, 2019b, vol. 5, iss. 1, pp. 87–106. DOI: 10.1002/rse2.93Архипов В.И., Черниховский Д.М., Березин В.И., Белов В.А. Современная технология таксации лесов дешифровочным способом «От съемки – к проекту» // Известия Санкт-Петербургской лесотехнической академии. 2014b. Вып. 208. С. 22–42.Alekseev A., Chernikhovskii D. Assessment of the health status of tree stands based on Sentinel – 2B remote sensing materials and the short-wave vegetation index SWVI. IOP Conf. Series: Earth and Environmental Science, 2021, vol. 876, art. no. 012003. DOI: 10.1088/1755-1315/876/1/012003Березин В.И., Черниховский Д.М. Современное развитие методологии лесного стереоскопического дешифрирования средствами фотограмметрического программного обеспечения (теория и практика) // Проблемы инвентаризации лесов и лесоустройства: матер. 5-й Междунар. научно-практич. конф. М.: Рослесинфорг, 2019. С. 112–117.Alekseev A.S., Chernikhovskii D.M. Assessment of the State of Forests Based on Joint Statistical Processing of Sentinel-2B Remote Sensing Data and the Data from Network of Ground-Based ICP-Forests Sample Plots. Open Journal of Ecology, 2022, vol. 12, pp. 513–528. DOI:10.4236/oje.2022.128028Воробьев О.Н., Курбанов Э.А., Губаев А.В., Демишева Е.Н. Методика пошаговой классификации спутниковых снимков для тематического картирования лесов // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. 2015. № 4(28). С. 57–72.Ali M.S., Vorobev O.N., Kurbanov E.A. Decision Tree Algorithm for Forest Classification of Syrian Arab Republic with the Use of Sentinel-2 Image. Vestnik of Volga State University of Technology. Ser.: Forest. Ecology. Nature Management, 2020, no. 1 (45), pp. 5–30. DOI: 10.25686/2306-2827.2020.1.5 (In Russ.)Гусев А.П. Многолетние изменения вегетационных индексов как индикатор динамики состояния природных и антропогенных геосистем // Геополитика и экогеодинамика регионов. 2021. Т. 7 (17), вып. 2. С. 202–209.Arkhipov V.I., Baskov V.I., Belov V.A., Berezin V.I., Chernikhovskii D.M. Manual on forest taxation by decryption method. St. Petersburg: LESPROEKT LLC, 2021. 99 p. (In Russ.)Данюлис Е.П., Осипенко Г.С., Резник М.Х., Березин В.И. Вероятностный анализ признаков дешифрирования // Экономико-математическое моделирование лесохозяйственных мероприятий: сб. научных трудов. Л.: ЛенНИИЛХ, 1980. С. 153–160.Arkhipov V.I., Chernikhovskii D.M., Berezin V.I. An Experience of Forest Inventory by Photo Interpretation Method Based on Advanced Firmware and Digital Aerial Photographs of New Generation. Sibirskij Lesnoj Zurnal (Siberian Journal of Forest Science), 2014a, no. 5, pp. 29–37. (In Russ.)Дмитриев Е.В., Кондранин Т.В., Мельник П.Г., Донской С.А. Определение видового состава смешанного леса на основе совместной обработки публичных спутниковых карт и многовременных изображений Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21, № 1. С. 31–50. DOI: 10.21046/2070-7401-2024-21-1-31-50Arkhipov V.I., Chernikhovskii D.M., Berezin V.I., Belov V.A. Modern technology of forest mensuration by interpretation method «From survey – to the project». Izvestia Sankt-Peterburgskoj Lesotehniceskoj Akademii, 2014b, iss. 208, pp. 22–42. (In Russ.)Жирин В.М., Князева С.В., Эйдлина С.П. Динамика спектральной яркости породно-возрастной структуры групп типов леса на космических снимках Landsat // Лесоведение. 2014. № 5. С. 3–12.Berezin V.I., Chernikhovskii D.M. Modern development of the methodology of forest stereoscopic decryption by means of photogrammetric software (theory and practice). Problems of forest inventory and forest management: Proceedings of 5th International Scientific and Practical Conference. M: Roslesinforg, 2019, pp. 112–117. (In Russ.)Жирин В.М., Князева С.В., Эйдлина С.П. Многолетняя динамика вегетационных индексов темнохвойных лесов после повреждения сибирским шелкопрядом // Лесоведение. 2016. № 1. С. 3–14. Использование вегетационных индексов для анализа растительности. URL: https://gisproxima.ru/ispolzovanie_vegetatsionnyh_indeksov?ysclid=lxavkdetdj933222750 (дата обращения: 12.06.2024).Cherepanov A.S. Vegetation indices. Geomatics, 2011, no. 2, pp. 98–102. (In Russ.)Копытков В.В., Гусев А.П. Исследования состояния лесных культур и биологической устойчивости насаждений в зоне первоочередного отселения с использованием многозональной космической съемки // Вестник Мозырского государственного педагогического университета им. И.П. Шамякина. 2023. № 1(61). С. 22–28.Cherepanov A.S., Druzhinina E.G. Spectral properties of vegetation and vegetation indices. Geomatics, 2009, no. 3, pp. 28–32. (In Russ.)Крылов А.М., Соболев А.А., Владимирова Н.А. Выявление очагов короедатипографа в Московской области с использованием снимков Landsat // Вестник Московского государственного университета леса – Лесной вестник. 2011. № 4. С. 54–60.Chernikhovskii D.M. Theory and methods of forest inventory based on data from remote sensing of the Earth, digital terrain modeling and GIS technologies: Dis. … Doctor of Agricultural Sciences. St. Petersburg: St. Peterburg State Forest Technical University, 2020. 386 p. (In Russ.)Курбанов Э.А., Боробьев О.Н., Меньшиков С.А., Смирнова Л.Н. Распознавание лесных насаждений и доминирующих древесных пород Пензенской области по данным спутника Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15, № 5. С. 154–166. DOI: 10.21046/2070-7401-2018-15-5-154-166Danyulis E.P., Osipenko G.S., Reznik M.H., Berezin V.I. Probabilistic analysis of decryption signs. Economic and mathematical modeling of forestry measures: Collection of scientific papers. L.: LenNIILH, 1980, pp. 153–160. (In Russ.)Мартынова М.В., Султанова Р.Р., Габделхаков А.К., Рахматуллин З.З., Одинцов Г.Е. Оценка зарастания сельскохозяйственных земель древесными породами по спутниковым данным Landsat на примере участка Бакалинского района Республики Башкортостан // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг. 2020. № 6. С. 128–134.Dmitriev E.V., Kondranin T.V., Melnik P.G., Donskoi S.A. Determining mixed forest species composition based on joint processing of public satellite maps and multi-temporal Sentinel-2 images. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa (Current problems in remote sensing of the Earth from space), 2024, vol. 21, no. 1, pp. 31–50. DOI: 10.21046/2070-7401-2024-21-1-31-50 (In Russ.)Пахучий В.В., Пахучая Л.М. Опыт использования вегетационных индексов при комплексных исследованиях на объектах гидролесомелиорации // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. 2014. № 1(21). С. 33–41.Georgiev G., Georgieva M., Belilov S., Mirchev P., Deliyanchev S., Mladenov V., Kropov K., Haydarova S. Early Detection of Ips Typographus Infestations by Using Sentinel-2 Satellite Images In Windthrow Affected Norway Spruce Forests In Smolyan Region, Bulgaria. Silva Balcanica, 2022, vol. 23, iss. 2, pp. 27–34. DOI: 10.3897/silvabalcanica.22.e98314Пахучий В.В., Шевелев Д.А. Использование лесоустроительныx материалов и спутниковых технологий при гидролесомелиоративныx исследованиях // Успехи современного естествознания. 2016. № 5. С. 69–73.Gusev A.P. Long-term changes in vegetation indices as an indicator of the dynamics of the state of natural and anthropogenic geosystems. Geopolitics and ecogeodynamics of regions, 2021, vol. 7 (17), iss. 2, pp. 202–209. (In Russ.)Пушкин А.А., Сидельник Н.Я., Ковалевский С.В. Оценка возможностей использования спектрального вегетационного индекса EVI для дешифрирования лесных насаждений по материалам космической съемки // Труды БГТУ. Серия 1: Лесное хозяйство, природопользование и переработка возобновляемых ресурсов. 2020. № 1(228). С. 5–11.Kopytkov V.V., Gusev A.P. Investigations of the state of forest crops and biological stability of plants in the zone of priority resettlement using multi-zone space image. Bulletin of the I.P. Shamyakin Mozyr State Pedagogical University, 2023, no. 1(61), pp. 22–28. (In Russ.)Рахматуллина И.Р., Рахматуллин З.З., Тагирова О.В., Хамидуллина Г.Г., Кулагин А.Ю. Использование вегетационных индексов для оценки характеристик сосновых насаждений г. Уфы и ее пригородов // Вестник Оренбургского государственного педагогического университета. Электронный научный журнал. 2021. № 3(39). С. 35–48. DOI: 10.32516/2303-9922.2021.39.3Krylov A.M., Sobolev A.A., Vladimirova N.А. Revealing of Centers Ips typographus in Moscow Region with Use of Pictures Landsat. Lesnoy vestnik (Forestry Bulletin), 2011, no. 4, pp. 54–60. (In Russ.).Силкина О.В., Винокурова Р.И. Сезонная динамика содержания хлорофиллов и микроэлементов в формирующейся хвое Abies sibirica и Picea abies // Физиология растений. 2009. Т. 56, № 6. С. 864–870.Kurbanov E.A., Vorobiev O.N., Menshikov S.A., Smirnova L.N. Identification of forest stands and dominant tree species in Penza Region using Sentinel-2 imagery. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa (Current problems in remote sensing of the Earth from space), 2018, vol. 15, no. 5, pp. 154– 166. DOI: 10.21046/2070-7401-2018-15-5-154-166. (In Russ.)Стыценко Ф.В., Барталев С.А., Букась А.В., Ершов Д.В., Сайгин И.А. Возможности пролонгированной оценки постпожарного состояния хвойных вечнозелёных лесов по данным многоспектральных спутниковых измерений // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 5. С. 217–227. DOI: 10.21046/2070-7401-2019-16-5-217-227Lillesand T.M., Kiefer R.W., Chipman J.W. Remote Sensing and Image Interpretation. SeventhEdition. NewYork, Wiley, 2015. 736 p.Сультсон С.М., Пономарев Е.И., Швецов Е.Г., Третьяков П.Д., Горошко А.А., Кулакова Н.Н., Михайлов П.В. Применение дистанционного зондирования для прогноза нарушений темнохвойных лесов после вспышки численности сибирского шелкопряда // Биосфера. 2023. Т. 15, № 1. С. 21–32.Martynova M.V., Sultanova R.R., Gabdelkhakov A.K., Rakhmatullin Z.Z., Odintsov G.E. Assessment of reforestation on abandoned agricultural lands using Landsat data on the example of a site in the Bakalinsky Region of the Republic Bashkortostan. Forest ecosystems in the context of climate change: biological productivity and remote monitoring, 2020, no. 6, pp. 128–134. (In Russ.)Тарасова Л.В. Дистанционный мониторинг и спектральная разделимость классов лесного покрова водоохранных зон рек (на примере Марийского лесного Заволжья): дис. … канд. с.-х. наук. Йошкар-Ола: Поволжский государственный технологический университет, 2023. 179 с.Pakhuchiy V.V., Pakhuchaya L.M. Experience of vegetation indices use for complex researches on the objects of hydro and forest amelioration. Vestnik of Volga State University of Technology Series «Forest. Ecology. Nature Management», 2014, no. 1(21), pp. 33–41. (In Russ.)Черепанов А.С. Вегетационные индексы // Геоматика. 2011. № 2. С. 98–102.Pakhuchiy V.V., Shevelev D.A. Use of forest management materials and satellite technologies at the forest drainage researches. Advances in current natural sciences, 2016, no. 5, pp. 69–73. (In Russ.)Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы // Геоматика. 2009. № 3. С. 28–32.Pushkin A.A., Sidelnik N.Yа., Kovalevskiy S.V. Estimation of possibilities of using the EVI spectral vegetation index for deciphering forest stands by satellite imagery. Trudy BGTU [Proceedings of BSTU], 2020, no. 1 (228): Forestry, environmental management and processing of renewable resources, pp. 5–11. (In Russ.)Черниховский Д.М. Теория и методы инвентаризации лесов на основе данных дистанционного зондирования Земли, цифрового моделирования рельефа и ГИС-технологий: дис. … д-ра с.-х. наук. СПб.: СПбГЛТУ, 2020. 386 с.Rakhmatullina I.R., Rakhmatullin Z.Z., Tagirova O.V., Khamidullina G.G., Kulagin A.Yu. Using vegetation indices to assess the characteristics of pine plantations in Ufa and its suburbs. Vestnik of Orenburg State Pedagogical University. Electronic Scientific Journal, 2021, no. 3(39), pp. 35–48. DOI: 10.32516/2303-9922.2021.39.3 (In Russ.)Abdullah H.J. Remote sensing of European spruce (Ips typographus L.) bark beetle green attack: PhD thesis. University of Twente, 2019. 151 p. DOI: 10.3990/1.9789036547956Silkina O.V., Vinokurova R.I. Seasonal dynamics of the content of chlorophylls and trace elements in the emerging conifers Abies sibirica and Picea abies. Plant Physiology, 2009, vol. 56, no. 6, pp. 864–870. (In Russ.)Abdullah H., Darvishzadeh R., Skidmore A.K., Heurich M. Sensitivity of Landsat- 8 OLI and TIRS Data to Foliar Properties of Early Stage Bark Beetle (Ips typographus L.) Infestation // Remote Sensing. 2019a. Vol. 11, iss. 4. Art. no. 398.Stytsenko F.V., Bartalev S.A., Bukas A.V., Ershov D.V., Saigin I.A. The possibilities of a prolonged assessment of the post-fire state of coniferous evergreen forests according to multispectral satellite measurements. Modern problems of remote sensing of the Earth from space, 2019, vol. 16, no. 5, pp. 217–227. DOI: 10.21046/2070-7401-2019-16-5-217-227 (In Russ.)Abdullah H., Skidmore A.K., Darvishzadeh R., Heurich M. Sentinel-2 accurately maps green-attack stage of European spruce bark beetle (Ips typographus, L.) compared with Landsat-8 // Remote Sensing in Ecology and Conservation. 2019b. Vol. 5, iss. 1. P. 87–106.Sultson S.M., Ponomarev E.I., Shvetsov E.G., Tretyakov P.D., Goroshko A.A., Kulakova N.N., Mikhailov P.V. The use of remote sensing for forecasting violations of dark coniferous forests after the outbreak of the Siberian silkworm population. Biosphere, 2023, vol. 15, no. 1, pp. 21–32. DOI: 10.24855/biosfera.v15i1.790 (In Russ.)Alekseev A., Chernikhovskii D. Assessment of the health status of tree stands based on Sentinel – 2B remote sensing materials and the short-wave vegetation index SWVI // IOP Conf. Series: Earth and Environmental Science. 2021. Vol. 876. Art. no. 012003. DOI: 10.1088/1755-1315/876/1/012003Tarasova L.V. Remote monitoring and spectral separability of classes of forest cover of water protection zones of rivers (on the example of the Mari forest Volga region): Dis. … Candidate of Agricultural Sciences. Yoshkar-Ola: Volga State University of Technology, 2023. 179 p. (In Russ.)Alekseev A.S., Chernikhovskii D.M. Assessment of the State of Forests Based on Joint Statistical Processing of Sentinel-2B Remote Sensing Data and the Data from Network of Ground-Based ICP-Forests Sample Plots // Open Journal of Ecology. 2022. Vol. 12. P. 513–528. DOI: 10.4236/oje.2022.128028The use of vegetation indices for vegetation analysis [Electronic resource]. URL: https://gisproxima.ru/ispolzovanie_vegetatsionnyh_indeksov?ysclid=lxavkdetdj933222750 (assessed: 12.06.2024) (In Russ.)Georgiev G., Georgieva M., Belilov S., Mirchev P., Deliyanchev S., Mladenov V., Kropov K., Haydarova S. Early Detection of Ips Typographus Infestations by Using Sentinel-2 Satellite Images In Windthrow Affected Norway Spruce Forests In Smolyan Region, Bulgaria // Silva Balcanica. 2022. Vol. 23, iss. 2. P. 27–34. DOI: 10.3897/silvabalcanica.22.e98314Vorobyev O.N., Kurbanov E.A., Gubayev A.V., Demisheva E.N. Method of stepwise classification of satellite images for the thematic mapping of forest cover. Vestnik of Volga State University of Technology. Ser.: Forest. Ecology. Nature Management, 2015, no. 4 (28), pp. 57–72. (In Russ.)Lillesand T.M., Kiefer R.W., Chipman J.W. Remote Sensing and Image Interpretation. SeventhEdition. NewYork, Wiley, 2015. 736 p.Zhirin V.M., Knyazeva S.V., Eidlina S.P. Dynamics of spectral brightness of the breed-age structure of groups of forest types on Landsat satellite images. Forest science, 2014, no. 5, pp. 3–12. (In Russ.)Zhirin V.M., Knyazeva S.V., Eidlina S.P. Long-term dynamics of vegetation indices of dark coniferous forests after damage by Siberian silkworm. Forest science, 2016, no. 1, pp. 3–14. (In Russ.)Zhirin V.M., Knyazeva S.V., Eidlina S.P. Long-term dynamics of vegetation indices of dark coniferous forests after damage by Siberian silkworm. Forest science, 2016, no. 1, pp. 3–14. (In Russ.)

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