УДК: 
DOI: 
10.22389/0016-7126-2025-1021-7-44-54
1 Распутина Е.А.
2 Капитулин О.В.
Год: 
№: 
1021
Страницы: 
44-54

Институт географии им. В.Б. Сочавы СО РАН

1, 

Иркутский государственный университет

2, 
Аннотация:
Карты наземного покрова очень важны для изучения морфологических и функциональных изменений, происходящих в экосистемах Земли и в окружающей среде, включая изменение климата и циркуляцию углерода. На основе данных полевых исследований, выполненных в 2021–2022 гг., снимков с космического аппарата Sentinel-2 (пространственное разрешение 10 м) и с использованием облачной вычислительной платформы Google Earth Engine проведено крупномасштабное картографирование и анализ ландшафтного покрова Тункинской котловины. Для обучаемой классификации снимков использован метод случайного леса и 198 обучающих полигонов, полученных как на основе данных полевых исследований, так и с применением космических снимков. В результате на территории выделено 15 классов наземного покрова. Точность классификации составила 95 % по оценке Каппа, рассчитана и проанализирована матрица ошибок. Показано, что на территории исследования: преобладают леса, которые в значительной степени нарушены; степные участки подвержены выпасу скота; пашни в основном используются как пастбища и сенокосы, а также зарастают подростом сосны и березы
Исследование выполнено за счет средств государственного задания № АА-АА-А21-121012190056-4

Список литературы: 
1.   Атутова Ж. В. Реконструкция ландшафтной структуры Тункинской котловины // География и природные ресурсы. – 2011. – № 1. – С. 107–111.
2.   Атутова Ж. В. Современные ландшафты Тункинской котловины // География и природные ресурсы. – 2018. – № 1. – С. 103–114.
3.   Воропай Н. Н., Истомина Е. А., Василенко О. В. Исследование температурного поля земной поверхности Тункинской котловины с использованием космических снимков Landsat // Оптика атмосферы и океана. – 2011. – Т. 24. – № 1. – С. 67–73.
4.   Истомина Е.А. Геоинформационное картографирование ландшафтов Тункинской котловины на основе метода факторально-динамической классификации // Геодезия и картография. – 2012. – № 4. – С. 32–38.
5.   Макаров С. А., Черкашина А. А., Атутова Ж. В, Бардаш А. В., Воропай Н. Н., Кичигина Н. В., Мутин Б. Ф., Осипова О. П., Ухова Н. Н. Катастрофические селевые потоки, произошедшие в посёлке Аршан Тункинского района Республики Бурятия 28 июня 2014 г. / Отв. ред. В. М. Плюснин. – Иркутск: Изд-во Ин-та географии им. В. Б. Сочавы Сиб. отд. РАН, – 2014. – 111 c.
6.   Brown C. F., Brumby S. P., Guzder-Williams B., et al. (2022) Dynamic World, Near real-time global 10 m land use land cover mapping // Scientific Data. 9, 251, DOI: 10.1038/s41597-022-01307-4.
7.   Chughtai A. H., Abbasi H., Karas I. R. (2021) A review on change detection method and accuracy assessment for land use land cover // Remote Sensing Applications: Society and Environment. 22, 100482, DOI: 10.1016/j.rsase.2021.100482.
8.   Danko L. V., Bilichenko I. N. (2010) Landscape-ecological investigations in Baikal Siberia. Land-scape ecology – methods, applications and interdisciplinary approach. Bratislava: Slovak Academy of Sciences pp. 375–385.
9.   Hansen M. C., Potapov P. V., Moore R., Hancher M., Turubanova S. A., Tyukavina A., Thau D., Stehman S. V. (2013) High-resolution global maps of 21st-century forest cover change // Science. 6160, 342 , pp. 850–853. DOI: 10.1126/science.1244693.
10.   Karra A., Kontgis C., Statman-Weil Z., Mazzariello J. C., Mathis M., Brumby S. P. (2021) Global land use / land cover with Sentinel 2 and deep learning, 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Brussels, Belgium pp. 4704-4707. DOI: 10.1109/IGARSS47720.2021.9553499.
11.   Kuklina V., Sizov O., Rasputina E., Bilichenko I., Krasnoshtanova N., Bogdanov V., Petrov A. (2022) Fires on Ice: Emerging Permafrost Peatlands Fire Regimes in Russia’s Subarctic Taiga // Land. 11 (3), DOI: 10.3390/land11030322.
12.   Liang J., Chen Ch., Song Y., Sun W., Yang G. (2023) Long-term mapping of land use and cover changes using Landsat images on the Google Earth Engine Cloud Platform in bay area – A case study of Hangzhou Bay, China // Sustainable Horizons. 7, 100061, DOI: 10.1016/j.horiz.2023.100061.
13.   Phiri D., Simwanda M., Salekin S., Nyirenda V. R., Murayama Y., Ranagalage M. (2020) Sentinel-2 Data for Land Cover/Use Mapping: A Review // Remote Sensing. 12 (14) 2291, DOI: 10.3390/rs12142291.
14.   Potapov P., Hansen M. C., Pickens A., et al. (2022) The global 2000–2020 land cover and land use change dataset derived from the Landsat archive: first results // Frontiers in Remote Sensing. 3, 856903, DOI: 10.3389/frsen.2022.856903.
15.   Prishchepov A. V., Myachina K. V., Kamp J., Smelansky I., Dubrovskaya S., Ryakhov R., Grudinin D., Yakovlev I., Urazaliyev R. (2021) Multiple trajectories of grassland fragmentation, degradation, and recovery in Russia’s steppes // Land Degradation and Development. 32, pp. 3220–3235.
Образец цитирования:
Распутина Е.А., 
Капитулин О.В., 
Картографирование современного наземного покрова Тункинской котловины по космическим снимкам Sentinel-2 // Геодезия и картография. – 2025. – № 7. – С. 44-54. DOI: 10.22389/0016-7126-2025-1021-7-44-54
СТАТЬЯ
Поступила в редакцию: 27.09.2024
Принята к публикации: 23.06.2025
Опубликована: 20.08.2025

Содержание номера

2025 июль DOI:
10.22389/0016-7126-2025-1021-7