Моніторинг змін площ лісового покриву Покутсько-Буковинських Карпат засобами геоінформаційних технологій
-
Published:2024-05-23
Issue:5
Volume:34
Page:23-28
-
ISSN:2519-2477
-
Container-title:Scientific Bulletin of UNFU
-
language:
-
Short-container-title:SBUNFU
Abstract
Встановлено, що моніторинг змін лісового покриву Покутсько-Буковинських Карпат шляхом використання ГІС-інструментарію (зокрема інтернет-ресурсів GoogleEarth та Global Forest Watch) дає змогу проводити оцінювання ступеня збереженості природних ресурсів, визначати рівень деградації, а також вплив на біорізноманіття. З'ясовано, що станом на 2010 р. 65,0 % території Покутсько-Буковинських Карпат вкрито деревами >30,0 %. У період з 2001 по 2022 р. територія Покутсько-Буковинських Карпат втратила 19,3 тис. га лісового покриву, що еквівалентно зменшенню лісового покриву на 12,0 % з 2000 року. Досліджено, що причинами, які спровокували зміни (зокрема зменшення) площ лісового покриву дослідного регіону є комплексний довготривалий вплив взаємопов'язаних чинників навколишнього середовища – абіотичних, біотичних і антропічних. Зазначено, що біотичні чинники потрібно вважати вторинними чинниками впливу, оскільки, підсилюючи роль попередніх, вони призводять до незворотних змін у лісових екосистемах. Виокремлено основні чинники біотичного походження, які сприяють зміні (втраті) лісового покриву Покутсько-Буковинських Карпат. Це, передусім, дереворуйнівні гриби, а також збудники ракових і некрозних хвороб, зокрема Melampsorella cerastii та Neonectria ditissima. Найбільш небезпечним у плані сприяння втрат лісового покриву внаслідок стрімкого поширення бактеріальної водянки (Lelliottia nimipressuralis), яка наразі спричиняє відмирання дерев ялини європейської та ялиці білої, особливо старших вікових груп. Помічено, під час проведення моніторингу змін площ лісового покриву, що рокам масового всихання лісів (2002-2003, 2011-2012 рр.) передували роки, які характеризувалися різким гідротермічним стресом (зниження показника вологозабезпеченості – 2001, 2009, 2022 рр.). Тобто існує певний інтервал (орієнтовно 10-річний період) інтенсифікації процесів втрат лісового покриву, який тісно корелює з поняттями періодичності затухання і виникнення нових осередків ослаблення лісостанів внаслідок ураження чи пошкодження їх різними видами фітопатогенів і шкодочинних комах. Відзначено, що дані, отримані внаслідок дистанційного зондування лісових насаджень, розширюють спектр можливостей щодо встановлення кількісних та якісних характеристик лісу, дають змогу відстежувати динаміку насаджень, дають детальну інформацію про територіальне розміщення лісів, їх межі та параметри.
Publisher
Ukrainian National Forestry University
Reference26 articles.
1. Andreieva, O. Y., Vyshnevskyi, A. V., & Boliujh, S. V. (2019). Population dynamics of bark beetles in the pine forests of Zhytomyr region. Scientific Bulletin of UNFU, 29(8), 31–35. https://doi.org/10.36930/40290803 2. Arévalo, P., Olofsson, P., & Woodcock, C. E. (2020). Continuous monitoring of land change activities and post-disturbance dynamics from Landsat time series: A test methodology for REDD+ reporting. Remote Sensing of Environment, 238. https://doi.org/10.1016/j.rse.2019.01.013 3. Baker, D. J., Richards, G., Grainger, A., Gonzalez, P., Brown, S., DeFries, R., Held, A., Kellndorfer, J., Ndunda, P., Ojima, D., Skrovseth, P.-E., Souza, C. Jr., & Stolle, F. (2010). Achieving forest carbon information with higher certainty: A 5-part plan. Environmental Science & Policy, 13(3), 249–260. https://doi.org/10.1016/j.envsci.2010.03.004 4. Banskota, A., Kayastha, N., Falkowski, M. J., Wulder, M. A., Froese, R. E., & White, J. C. (2014). Forest Monitoring Using Landsat Time Series Data: A Review. Canadian Journal of Remote Sensing, 40(5), 362–384. https://doi.org/10.1080/07038992.2014.987376 5. Boucher, P. B., Hancock, S., Orwig, D. A., Duncanson, L., Armston, J., Tang, H., & Schaaf, C. (2020). Detecting change in forest structure with simulated GEDI lidar waveforms: a case study of the hemlock woolly adelgid (HWA; Adelges tsugae) infestation. Remote Sensing, 12(8). https://doi.org/10.3390/rs12081304
|
|