В статье рассматривается проблема распространения и возможности мониторинга борщевика Сосновского (Heracleum sosnowskyi Manden.) на отдельных территориях городской среды с помощью данных дистанционного зондирования Земли. В качестве исходной спутниковой информации использовались снимки с аппарата Sentinel-2 c разрешением 10 м. По спутниковым данным осуществляли распознавание, отслеживание, анализ и картирование участков распространения борщевика Сосновского. Выбор участков массового роста борщевика Сосновского для мониторинга проводился в ходе предварительных полевых исследований на примере территории г. Кирова. В основе результатов мониторинговых исследований лежали различия в отражающей способности между борщевиком и другими объектами окружающей среды. Обработку данных спутниковой информации проводили в программе QGIS-3.26. По результатам работы были получены карты, на которых визуализировались участки массового роста борщевика Сосновского. Встроенные инструменты программы позволили вычислить площади распространения исследуемого инвазивного вида на отдельных территориальных участках г. Кирова. Идентифицированные зоны были представлены участками сплошного зарастания и распределения его небольшими группами. В работе описана методика, позволяющая рассчитать изменения площадей участков сплошного зарастания борщевиком Сосновского на исследуемой территории. Методика позволяет установить периоды максимального прироста борщевика, определять тенденции изменения площадей участков его сплошного зарастания. Результаты работы наглядно демонстрируют эффективность сочетания методов дистанционного зондирования Земли и алгоритмов обработки космоснимков в мониторинге распространения борщевика Сосновского.
Ключевые слова: Heracleum sosnowskyi, инвазивные виды, мониторинг, дистанционное зондирование Земли, Sentinel-2, алгоритм обработки, площадь зарастания
Разнообразные поверхностно-активные вещества (ПАВ) находят широкое применение в практике современного промышленного животноводства. В составе моющих средств и фармакологических ветеринарных препаратов ПАВ неизбежно попадают в навозные стоки (НС), что приводит к изменению свойств последних. Изучение влияния различных типов ПАВ на газовыделение и микробиоту жидкой фракции (ЖФ) НС выполняли на примере ПАВ с различной биоцидной активностью: лауретсульфата натрия – анионактивное ПАВ (АПАВ), оксида лаурилдиметиламина – неионогенное ПАВ (НПАВ) и бензалкония хлорида – катионактивное ПАВ (КПАВ). Исследования проводили в лабораторных условиях. Общее время наблюдений с момента внесения добавок в ЖФ (0,01 г на 1 л) составило 14 суток. Полученные результаты показали, что под влиянием ПАВ изменяется динамика выделения парниковых газов (СН4 и СО2 ) и запахообразующих веществ (H2S, NH3 , меркаптанов), а также состав микробиоты биоплёнок и бактериопланктона. Динамика выделения CН4 отличается от динамики выделения других газов. Применение КПАВ приводит к постепенному увеличению эмиссии CН4 через неделю после внесения, что может быть связано с повышением проницаемости цитоплазматических мембран метаногенных архей, отличающихся повышенной устойчивостью к воздействию химических веществ. Внесение в ЖФ различных типов ПАВ оказывает различное влияние на динамику выделения запахообразующих веществ, при этом период активной эмиссии меркаптанов становится более продолжительным. В варианте эксперимента с добавкой НПАВ наблюдалось наиболее высокое содержание этилмеркаптана. Существенных различий в воздействии низких концентраций различных ПАВ на микробиоту ЖФ выявлено не было, однако по комплексу показателей добавка АПАВ оказала более выраженное бактериостатическое воздействие. Наиболее толерантными к воздействию всех типов ПАВ оказались клостридии, занимающие доминирующее положение в составе микробиоты биоплёнок и бактериопланктона. Второе место по численности в биоплёнках ЖФ занимали грибы.
По материалам инженерно-экологических изысканий на проектирование производственно-технического комплекса (ПТК) «Марадыковский» по обработке, утилизации и обезвреживанию отходов I и II классов опасности сделан анализ расчётных выбросов загрязняющих веществ (ЗВ) в атмосферный воздух, в перечень которых входит 49 веществ различной химической природы и степени опасности. Проведено ранжирование ЗВ по величине критерия опасности этих веществ, учитывающего их токсичность и объёмы выброса в атмосферу. По полученным данным в программу экологического мониторинга атмосферного воздуха рекомендуется включить 22 приоритетных показателя. Кроме общепромышленных ЗВ (оксиды серы, азота, углерода, взвешенные вещества), к ним отнесены специфические ЗВ, характерные для предприятий по утилизации и обезвреживанию опасных промышленных отходов – это диоксины, бенз[а]пирен, оксиды кадмия, меди, никеля, свинца, алюминия, цинка, железа(III), ртути, а также аммиак, газообразные соединения фтора, хлороводород, циановодород. Предложено включить в программу мониторинга атмосферного воздуха мониторинг снежного покрова и показатели отклика биоты на техногенное атмосферное воздействие. Разработана карта-схема сети и предложен регламент проведения экологического мониторинга атмосферного воздуха.
Ключевые слова: мониторинг атмосферного воздуха, утилизация и обезвреживание промышленных отходов, приоритетные загрязняющие вещества
По результатам полевых наблюдений и дешифрирования космических снимков проанализировано пространственное распределение и временная динамика развития фитопланктона в четырёх водохранилищах Кировской
области (Россия) за период с 2015 по 2021 гг. Характерными особенностями водохранилищ являются высокая
цветность и мутность вод, высокое содержание в воде органических веществ. Для выявления участков массового
развития фитопланктона был проведён расчёт четырёх спектральных вегетационных индексов. Это нормализованный разностный альгоиндекс (NDAI), нормализованный разностный вегетационный индекс (NDVI), индекс концентрации хлорофилла а (TBDO) и нормализованный разностный индекс мутности воды (NDTI). По результатам расчёта спектральных индексов в программном продукте QGIS построены цифровые карты изучаемых водохранилищ. Отмечено, что фитопланктон развивался преимущественно на прибрежных мелководных участках водохранилищ. Массовое развитие водорослей и цианобактерий чаще всего наблюдали в июле и августе. Это является типичным для водохранилищ умеренной зоны. Наиболее интенсивное «цветение» воды отмечали в июле и августе 2016, 2018, 2020 и 2021 гг. При этом в пробах фитопланктона преобладали следующие виды: Anabaena lemmermannii P.G. Richter, A. spiroides Klebahn, A. planctonica Brunnthaler, Aphanizomenon flos-aquae Ralfs ex Bornet & Flahault.
На примере двух водохранилищ Кировской области, сходных по морфологическим особенностям и природным условиям, но отличающихся по уровню антропогенной нагрузки, показана возможность обнаружения скоплений фитопланктона с помощью нормализованного относительного альгоиндекса (NDAI). Расчёт индекса проведён по данным космоснимков, сделанных в период с мая по сентябрь 2015–2020 гг. со спутника Sentinel-2 (А, В). Индексные изображения построены в программном продукте QGIS, версия 3.20. Полученные результаты сопоставлены с данными полевых наблюдений. Значения NDAI на акватории Омутнинского водохранилища во время вегетационного периода изменялись в пределах от 0,36 до 0,80, на акватории Чернохолуницкого водохранилища – от 0,32 до 0,84. В период с мая по июль наблюдали возрастание средних значений NDAI, а в августе и сентябре – снижение. Интенсивное «цветение» воды в изученных водохранилищах, согласно данным полевых наблюдений и результатам расчёта NDAI, отмечали в августе 2016 и июле 2020 гг. Оптическая плотность «цветущей» воды при этом составляла от 0,150 и выше (длина оптического пути кюветы 10 мм, λ = 615 нм), а значения NDAI от 0,55 и более.
В работе представлены сведения о распространении зарослей прибрежно-водных и высших водных растений по акватории Омутнинского водохранилища, подверженного процессам эвтрофирования. При маршрутном обследовании водоёма выделено 33 доминирующих вида водных и прибрежно-водных растений. Крупные заросли высших растений зафиксированы на мелководных участках в верховье и на центральном участке водохранилища вдоль береговой линии. Проведено дешифрирование космоснимков со спутников Landsat-5 и Sentinel-2А, рассчитан нормализованный вегетационный индекс (NDVI). По результатам расчёта NDVI вычислены площади зарастания акватории Омутнинского водохранилища надводной растительностью. Отмечено уменьшение площадей зарастания верховья водоёма в период с 2011 по 2019 гг., что наиболее вероятно связано с влиянием температурного фактора.
Ключевые слова: внутренние воды, эвтрофирование, высшие водные растения, NDVI, дистанционное зондирование Земли
Проведено дешифрирование космических снимков со спутника Landsat 5. Определены индексы цвета,
мутности, концентрации хлорофилла а, нормализованный вегетационный индекс (NDVI) и нормализованный
разностный индекс воды (NDWI) для Белохолуницкого, Омутнинского, Большого Кирсинского и Чернохолуницкого
водохранилищ Кировской области. Отмечено, что в условиях высокой мутности и цветности воды наиболее
информативными для выявления береговой линии водных объектов являются индексы NDVI и NDWI. В весенний
период значения индексов цвета воды, NDVI и NDWI ниже, чем в летний период. Показана возможность проведения
оценки и сравнения степени развития фитопланктона, его пространственного распределения по акватории
водохранилищ Кировской области с помощью индексов мутности и концентрации хлорофилла а в воде.
Ключевые слова: эвтрофирование, дистанционное зондирование Земли, Landsat 5, нормализованный вегетационный индекс, нормализованный разностный индекс воды, индекс цвета, индекс мутности, индекс концентрации хлорофилла а, «цветение» воды
Показаны возможности использования мультиспектральных данных дистанционного зондирования Земли
и полевых исследований для выделения растительных сообществ на примере государственного природного
заказника «Пижемский» Кировской области. Государственный природный заказник (ГПЗ) «Пижемский» определён
как комплексный (ландшафтный). Он имеет особо ценное значение для поддержания целостности, охраны
и восстановления водных биогеоценозов, сохранения в естественном состоянии уникальных природных объектов
области.
Выделение растительных сообществ на территории заказника «Пижемский» с использованием данных
дистанционного зондирования Земли проводили в несколько этапов: предполевой камеральный, полевой экспедиционный и камеральный обобщающий. Предполевой камеральный этап включал в себя подбор космических
снимков со спутников Landsat 7 и Sentinel 2 и их дешифрирование для выделения однородных по дешифровочным признакам участков растительности. Выделены несколько однородных по определенным признакам
(цвет, микротекстура рисунка, фототон и др.) участков, обусловленных различными природными объектами
и растительными сообществами района. В полевой экспедиционный этап проведены работы с целью идентификации на местности типов растительности. Характеристика растительных сообществ проводилась по общепринятым
геоботаническим методикам.
Изучены особенности ценотического состава лесов заказника. Состав растительных сообществ ГПЗ «Пижемский» отражает характерные зональные черты растительности исследуемого региона и приуроченность к определённым ландшафтным элементам. На основе анализа имеющегося картографического материала и космических
снимков установлено, что пойменные луга занимают более 60% исследуемой территории, леса – около 20%. Для
идентификации растительных сообществ были выбраны наиболее характерные и наиболее доступные прямые дешифровочные признаки (фототон, форма, структура). Кроме того, использовали синтез стандартных комбинаций
каналов «искусственные цвета» со спутников Landsat 7 и Sentinel 2, что позволило выделить травянистые сообщества, лиственные и хвойные леса. Выполненная контролируемая классификация с обучением позволила получить
важную информацию о распределении большинства характерных для района исследования растительных сообществ.
Использование нормализованного дифференцированного вегетационного индекса NDVI позволило выделить сосновые, лиственные леса и луговые фитоценозы, а также распознать водные объекты и открытые почвы.
Ключевые слова: государственный природный заказник «Пижемский», космические снимки, дешифрирование, NDVI, растительные сообщества