Статьи 2026 г.
1 Башкирский государственный аграрный университет
ул. 50 лет Октября, 34, Уфа, Республика Башкортостан, 450001, Российская Федерация
2 Автономная некоммерческая организация «Институт рационального природопользования»
ул. 8 марта, 17, Уфа, Республика Башкортостан, 450001, Российская Федерация
3 ООО «Институт проектных исследований леса»
ул. Дагестанская д. 35, Уфа, Республика Башкортостан, 450050, Российская Федерация
E-mail: rahmat_irina@mail.ru, zagir1983@mail.ru, odintsov94@inbox.ru, sai.ved@yandex.ru,
Реферат
УДК 528.85:630*43
Рахматуллина И. Р.1, Рахматуллин З. З.1, Одинцов Г. Е.1, 2, Нехороших В. П.3, Буданова А.В.1 Мониторинг гарей на основе временных композитов Sentinel-2 в среде Google Earth Engine в условиях высокой облачности // Сибирский лесной журнал. 2026. № 4. С. …
DOI: 10.15372/SJFS20260405
EDN: …
© Рахматуллина И. Р., Рахматуллин З. З., Одинцов Г. Е., Нехороших В. П., Буданова А. В., 2026
Лесные пожары наносят значительный ущерб экосистемам, что делает оперативную и точную оценку их последствий критически важной задачей. Целью исследования была апробация автоматизированной методики картографирования пирогенных повреждений с использованием облачной платформы Google Earth Engine (GEE) и временных серий спутниковых снимков Sentinel-2 уровня L2A. Исследование выполнено на территории Белорецкого района Республики Башкортостан, пострадавшей от крупного лесного пожара в июле 2023 г. Методической особенностью стало применение медианных композитов для периодов до и после пожара и маскирование облаков и теней, что позволило преодолеть проблему высокой облачности, характерной для горнолесной территории западного макросклона Южного Урала. В среде GEE был реализован скрипт для фильтрации данных, маскирования облаков и теней, расчета спектральных индексов (NBR, NDVI) и их разностных величин (dNBR, dNDVI). Для валидации и интерпретации результатов использовались данные термоточек VIIRS/FIRMS, открытые данные Федеральной государственной информационной системы лесного комплекса (ФГИС ЛК), информационной системы дистанционного мониторинга (ИСДМ) Рослесхоза. Методика позволила не только с высокой точностью (расхождение с официальными данными составило от 0.2 до 28.2 %) выделить и классифицировать по степени тяжести площадь гарей, но и выявить участки антропогенных изменений (сплошные рубки), которые были ошибочно интерпретированы индексом dNBR как гари. Показано, что индекс dNBR обладает большей контрастностью и специфичностью к пирогенным повреждениям по сравнению с dNDVI. Обсуждаются ограничения метода, связанные со смешиванием сигналов при длительном периоде композита, и намечены перспективы для долгосрочного мониторинга восстановления растительности.
Текст статьи
СПИСОК ЛИТЕРАТУРЫ (REFERENCES)
Али М. С., Зейна Р. Г. Мониторинг лесных гарей Мухафаза Латакия Сирийской Арабской Республики методами дистанционного зондирования и ГИС технологий // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг. Сб. науч. ст. Вып. 9. Йошкар-Ола: Центр устойч. управл. и дистанц. монит. лесов Поволж. гос. технол. ун-та, 2023. С. 87–101 [Ali M. S., Zeyna R. G. Monitoring lesnykh garey Mukhafaza Latakiya Siriyskoy Arabskoy Respubliki metodami distantsionnogo zondirovaniya i GIS tekhnologiy (Monitoring of forest burnt areas in Latakia of the Syrian Arab Republic by remote sensing and GIS technologies) // Lesnye ekosistemy v usloviyakh izmeneniya klimata: biologicheskaya produktivnost’ i distantsionnyy monitoring (Forest ecosystems under climate change: biological productivity and remote monitoring. Iss. 9). Yoshkar-Ola: Tsentr ustoych. upravl. i distants. monit. lesov Povolzh. gos. tekhnol. un-ta (Center Sustain. Manag. & Rem. Monit. For. Povolzhsky St. Technol. Univ.), 2023. P. 87–101 (in Russian with English abstract and references)].
ИСДМ-Рослесхоз. Информационная система дистанционного мониторинга Федерального агентства лесного хозяйства. Блок мониторинга пожарной опасности. М.: Рослесхоз, 2025 [ISDM-Rosleskhoz. Informatsionnaya sistema distantsionnogo monitoringa Federal’nogo agentstva lesnogo khozyaystva. Blok monitoringa pozharnoy opasnosti (ISDM-Rosleskhoz. Remote Monitoring Information System of the Federal Forestry Agency. Fire Hazard Monitoring Unit). Moscow: Rosleskhoz (Fed. For. Agency), 2025 (in Russian)]. https://pushkino.aviales.ru/main_pages/index.shtml
Лесной пожар в Узянском участковом лесничестве Белорецкого района локализован! Уфа: Мин-во лесн. хоз-ва Респ. Башкортостан, 2023 [Lesnoy pozhar v Uzyanskom uchastkovom lesnichestve Beloretskogo rayona lokalizovan! (The forest fire in the Uzyansky district forestry has been contained!). Ufa: Min-vo lesn. khoz-va Resp. Bashkortostan (Ministry of Forestry Rep. Bashkortostan), 2023 (in Russian)]. https://forest.bashkortostan.ru/ presscenter/news/555346/
Панов А. В., Чи С., Прокушкин А. С., Брюханов А. В., Корец М. А., Пономарев Е. И., Кривобоков Л. В., Сиденко Н. В., Тимохина А. В., Майнрат А. Комплексный подход в исследовании лесных пожаров в Средней Сибири // Сб. тр. Междунар. молодеж. школы и конф. по вычисл.-информ. технол. для наук об окруж. среде. CITES-2015, Томск, 26–30 июня 2015 г. Томск: Том. центр науч.-техн. инф., 2015. С. 102–107 [Panov A. V., Chi S., Prokushkin A. S., Bryukhanov A. V., Korets M. A., Ponomarev E. I., Krivobokov L. V., Sidenko N. V., Timokhina A. V., Maynrat A. Kompleksny podkhod v issledovanii lesnykh pozharov v Sredney Sibiri (Complex approach for studying wildfires in Central Siberia) // Sb. tr. Mezhdunar. molodezh. shkoly i konf. po vychisl.-inform. tekhnol. dlya nauk ob okruzh. Srede. CITES-2015, Tomsk, 26–30 iyunya 2015 g. (Proc. Int. Youth School and Conf. Comput. Inform. Technol. Environ. Sci. CITES-2015, Tomsk, 26–30 June, 2015). Tomsk: Tom. tsentr nauc.-tekhn. inf. (Tomsk Center Sci. & Technol. Inf.), 2015. P. 102–107 (in Russian with English abstract)].
Сабирзянов И. Г., Муфтахова С. И., Ишбирдина Л. М. Выращивание сеянцев лиственницы сибирской с закрытой корневой системой для создания относительно устойчивых к процессам горения лесных насаждений // Вестн. Башкир. гос. агр. ун-та. 2025. № 1 (73). С. 34–41 [Sabirzyanov I. G., Muftakhova S. I., Ishbirdina L. M. Vyrashchivanie seyantsev listvennitsy sibirskoy s zakrytoy kornevoy sistemoy dlya sozdaniya otnositel’no ustoychivykh k protsessam goreniya lesnykh nasazhdeniy (Growing seedlings of Siberian larch with a closed root system to create relatively fire-resistant forest stands) // Vestn. Bashkir. gos. agr. un-ta (Bull. Bashkir. St. Agr. Univ.). 2025. N. 1 (73). P. 34–41 (in Russian with English abstract)].
Сайфуллин И. Ю., Вильданов И. Р., Шагалиев Р. Д., Белан Л. Н., Кашкарова Ч. И., Галеев Э. И. Использование материалов дистанционного зондирования Земли для определения потенциальных участков карбоновых полигонов (на примере Архангельского района Республики Башкортостан) // Вестн. Башкир. гос. агр. ун-та. 2024. № 4 (72). С. 43–49 [Sayfullin I. Yu., Vil’danov I. R., Shagaliev R. D., Belan L. N., Kashkarova Ch. I., Galeev E. I. Ispol’zovanie materialov distantsionnogo zondirovaniya Zemli dlya opredeleniya potentsial’nykh uchastkov karbonovykh poligonov (na primere Arkhangel’skogo rayona Respubliki Bashkortostan) (The use of earth remote sensing materials to identify potential sites of carbon polygons (using the example of the Arkhangelsk region of the Republic of Bashkortostan) // Vestn. Bashkir. gos. agr. un-ta (Bull. Bashkir. St. Agr. Univ.). 2024. N. 4 (72). P. 43–49 (in Russian with English abstract)].
Токарева О. С., Абдулрахман A. A. Д., Пасько О. А. Оценка восстановительной динамики растительного покрова лесных гарей с использованием данных со спутников Landsat // Изв. Том. политех. ун-та. Инжиниринг георесурсов. 2021. Т. 332. №. 7. С. 191–199 [Tokareva O. S., Abdulrakhman A. A. D., Pas’ko O. A. Otsenka vosstanovitel’noy dinamiki rastitel’nogo pokrova lesnykh garey s ispol’zovaniyem dannykh so sputnikov Landsat (Assessment of restoration dynamics of burnt forest area vegetation using Landsat satellite data) // Izv. Tom. politekh. un-ta. Inzhiniring georesursov (Proc. Tomsk Polytech. Univ. Engineering of Georesources). 2021. V. 332. N. 7. P. 191–199 (in Russian with English abstract)].
ФГИС ЛК. Федеральная государственная информационная система лесного комплекса. М.: Рослесхоз, 2025 [FGIS LK. Federal’naya gosudarstvennaya informatsionnaya sistema lesnogo kompleksa (FSIS FC. Federal State Information System of the Forestry Complex). Moscow: Rosleskhoz (Fed. For. Agency), 2025 (in Russian)]. https://map.fgislk.gov.ru/
Чернышева М. А., Шигапов И. С., Мингалиев Р. Р. Применимость спектральных индексов для дистанционной оценки площади лесных пожаров // Уч. зап. Крым. фед. ун-та им. В. И. Вернадского. Геогр. Геол. 2023. № 2. C. 114–124 [Chernysheva M. A., Shigapov I. S., Mingaliev R. R. Primenimost’ spektral’nykh indeksov dlya distantsionnoy otsenki ploshchadi lesnykh pozharov (Applicability of spectral indexes for remote assessment of forest fire areas) // Uch. zap. Krym. fed. un-ta im. V. I. Vernadskogo. Geogr. Geol. (Sci. Notes Crimea. Fed. Univ. named after V. I. Vernadsky. Geogr. Geol.). 2023. N 2. P. 114–124 (in Russian with English abstract)].
Янец П. К., Иванова С. А., Данилов Ю. Г. Использование Google Earth Engine (GEE) и спутниковых снимков Landsat для определения характеристик лесных пожаров // Вестн. Сев.-Вост. фед. ун-та им. М. К. Аммосова. Сер.: Науки о Земле. 2022. № 2. С 22–31 [Yanets P. K., Ivanova S. A., Danilov Yu. G. Ispol’zovaniye Google Earth Engine (GEE) i sputnikovykh snimkov Landsat dlya opredeleniya kharakteristik lesnykh pozharov (Using Google Earth engine (GEE) and Landsat satellite images to detect forest fires) // Vestn. Sev.-Vost. fed. un-ta im. M. K. Ammosova. Ser.: Nauki o Zemle (Bull. North-East Fed. Univ. named after M. K. Ammosov. Ser.: Earth Sci.). 2022. N. 2. P. 22–31 (in Russian with English abstract)].
FIRMS. Fire Information for Resource Management System. NASA, 2025. https://firms.modaps. eosdis.nasa.gov/
Google Earth Engine. A planetary-scale platform for Earth science data & analysis, 2025. https://earthengine.google.com/
Key C. H., Benson N. C. Landscape assessment: Ground measure of severity, the Composite Burn Index and remote sensing of severity, the Normalized Burn Ratio In: FIREMON: Fire effects monitoring and inventory system / D. C. Lutes, R. E. Keane, J. F. Caratti, C. H. Key, N. C. Benson, S. Sutherland, and L. J. Gangi (Eds.). RMRS-GTR-164. Ogden, UT, USA: USDA For. Serv., Rocky Mountain Res. St., 2006. Р. 1–51.
Neal J., Hawker L. FABDEM VI-2, 2023. https://doi.org/10.5523/bris.s5hqmjcdj89v02ibzj9b4ew 3sn
Ponomarev E., Zabrodin A., Ponomareva T. Classification of fire damage to boreal forests of Siberia in 2021 based on the dNBR index // Fire. 2022. V. 5. N. 1. Article 19. 12 p.
QGIS ver. 3.40.10, 2025. https://qgis.org/download/
