1. На главную
  2. Электронные версии
  3. Исследование Земли из Космоса
  4. № 6, 2022

Исследование Земли из Космоса, 2022, № 6, стр. 74-86

Исследование из космоса последствий природных пожаров на территории России для разных типов растительного покрова

В. Г. Бондур a, *, К. А. Гордо a, А. Л. Зима a

a Научно-исследовательский институт аэрокосмического мониторинга “АЭРОКОСМОС”
Москва, Россия

* E-mail: office@aerocosmos.info

Поступила в редакцию 28.09.2022

Полный текст (PDF)

Аннотация

Путем сопоставления космических данных низкого и среднего пространственного разрешения получены корректирующие коэффициенты, позволяющие повысить точность оценок площадей выгоревших территорий и обусловленных ими объемов эмиссий с учетом различных типов растительного покрова по данным продукта MCD64A1. Проведен анализ уточненных оценок площадей выгоревших лесных, кустарниковых и лугово-степных территорий Российской Федерации, а также объемов эмиссий вредных примесей, обусловленных природными пожарами в период времени с 2001 по 2021 гг. Установлено, что за 20-летний период в целом по стране ежегодно выгорало от 16.1 до 104.5 тыс. км2 лесных, кустарниковых и лугово-степных территорий. При этом максимальные объемы эмиссий углеродсодержащих газов и мелкодисперсных аэрозолей за исследуемый период были вызваны лесными пожарами. Обнаружено, что в 2016 и 2021 гг. объемы эмиссий CO, CO2 и PM2.5, обусловленные сгоранием лесной биомассы на территориях Сибирского и Дальневосточного Федеральных округов, составили более 80% от общероссийских.

Ключевые слова: природные пожары, спутниковые данные, космический мониторинг, эмиссии, растительный покров

ВВЕДЕНИЕ

Известно множество работ, посвященных исследованиям пространственно-временных распределений природных пожаров и их последствий с глобальной и региональной точек зрения с использованием космических данных для территорий различных стран, например, таких, как: Россия (Бондур, 2011, 2015; Бондур и др., 2016; 2019а, 2019б; 2020а, 2020б; 2021а, 2021б; Бондур, Гордо, 2018; Барталев и др., 2012; Воронова и др., 2022); Китай (Chen et al., 2017; Wei et al., 2020); США (Cattau et al., 2020; Kganyago, Shikwambana, 2020); Австалия (Filkov et al., 2020; Desservettaz et al., 2017; Bondur et al., 2021); Иран (Ardakani et al., 2011); страны Южной и Юго-Восточной Азии (Vadrevu et al., 2019); страны Африки (Palumbo et al., 2011; Molinario et al., 2014) и др. (Chuvieco et al., 2008).

Анализ результатов современных исследований показал, что оценка площадей территорий, пострадавших от природных пожаров, имеет ключевое значение не только для изучения степени повреждений растительного покрова, но и для учета воздействия этих стихийных явлений на состояние окружающей среды. Эмиссии, обусловленные природными пожарами, влияют на запас углерода в лесных экосистемах, а, следовательно, на углеродный баланс и загрязнение атмосферы в целом (Бондур, 2015; Бондур и др., 2019а, 2019б; 2021а, 2021б; Bonan, 2008; Canadell, Raupach, 2008; Liu et al., 2017).

Результаты оценок по космическим данным объемов эмиссий, вызываемых природными пожарами, зависят от таких параметров, как: площади выгоревших территорий; интенсивность пожаров; типы и объемы сжигаемой растительности (Бондур, 2015; Бондур и др., 2016, 2020а, 2020б; Бондур, Гордо, 2018; Bondur et al., 2022; Junpen et al., 2020; Shi, Yamaguchi, 2014; Shi et al., 2020).

Оценка объемов эмиссий, обусловленных природными пожарами, во многом зависит от точности определения площадей выгоревших территорий (Houghton, Nassikas, 2017; Van Der Werf et al., 2010, 2017; Wiedinmyer et al., 2011; Бондур, 2015; Бондур, Гордо, 2018; Junpen et al., 2020). При этом следует учитывать взаимосвязь объемов выбросов с сезонной динамикой природных пожаров и типами сгораемой биомассы.

В настоящее время существует ряд подходов, позволяющих выявлять очаги природных пожаров и проводить оценку их последствий в том числе и на состояние воздушной среды с помощью данных, полученных из космоса. Основными из них являются анализ активных очагов горения, определяемых по тепловым каналам спутниковой аппаратуры (Бондур, 2011, 2015; Бондур и др., 2016, 2020а, 2020б; Бондур, Гордо, 2018), а также анализ площадей выгоревших территорий, определяемых по спектрально-отражательным характеристикам растительного покрова (Барталев и др., 2012; Бондур, Гордо, 2018; Пономарев и др., 2017; Giglio et al., 2016, 2018).

Наиболее перспективным подходом для исследования пространственно-временных вариаций площадей природных пожаров и связанных с ними объемов эмиссий малых газовых компонент и мелкодисперсных аэрозолей по космическим данным является комплексное использование данных различного пространственного разрешения.

В настоящей работе приведены оценки по спутниковым данным площадей выгоревших территорий и объемов эмиссий углеродсодержащих газов CO, CO2 и мелкодисперсных аэрозолей PM2.5, обусловленных природными пожарами, для разных типов растительного покрова на всей территории Российской Федерации и отдельных ее крупных регионов в период с апреля по октябрь 2001–2021 гг. Для этого использовались данные спектрорадиометров MODIS, установленных на спутниках Terra и Aqua, и данные спутника Sentinel-2.

ОСОБЕННОСТИ МЕТОДИКИ ПРОВЕДЕНИЯ ИССЛЕДОВАНИЙ И ИСПОЛЬЗУЕМЫЕ ДАННЫЕ

Используемая в настоящей работе методика основана на проведении сравнительного анализа значений площадей выгоревших территорий, полученных по спутниковым данным низкого (250 м–1 км) пространственного разрешения (Terra, Aqua) и среднего (10–30 м) пространственного разрешения (Sentinel-2). На основании результатов сравнения таких спутниковых данных с использованием экстраполяции соотношений площадей выгоревших территорий был получен корректирующий коэффициент n (Бондур, 2015; Бондур, Гордо, 2018) для формулы Сейлера–Крутцена (Seiler, Crutzen, 1980):

(1)
$E = n \times A \times B \times C \times D,$
где A – площадь пожара [м2]; B – плотность биомассы на выгоревшей территории [кг/м2]; C – полнота сгорания биомассы [%]; D – коэффициент эмиссии (масса вещества, выбрасываемого в атмосферу при сгорании 1 кг биомассы) [г/кг]; E – общая масса вещества, выбрасываемого в атмосферу в результате пожара [г]; n – корректирующий коэффициент.

Далее, путем интеграции полученных результатов расчетов площадей выгоревших территорий и информации о типах и свойствах растительного покрова на выгоревших участках по формуле (1) производилась оценка объемов эмиссий различных газов и аэрозолей, обусловленных сгоранием биомассы при природных пожарах.

В ходе развития метода оценки динамики площадей природных пожаров и пространственно-временных вариаций эмиссий различных газов и аэрозолей от них для оценки площадей выгоревших территорий в качестве основного был использован ежемесячный продукт MCD64A1 (Giglio et al., 2018), полученный прибором MODIS (спутники Terra и Aqua) версии 6 c пространственным разрешением 500 м, содержащий информацию о площади выгорания. В этом продукте применяется гибридный алгоритм, работающий на совместном использовании данных тепловых аномалий и измерений отражательной способности в ближних ИК‑каналах.

Для проведения сравнительного анализа и сопоставления площадей выгоревших территорий, обнаруженных по спутниковым данным низкого и среднего пространственного разрешения, в качестве региона исследования были выбраны тестовые участки на территории Российской Федерации. В качестве тестовых брались участки, пройденные огнем в 2021 г., которые содержали три основных типа растительного покрова: лесной, кустарниковый и лугово-степной. При этом для получения наиболее точных оценок были выбраны территории исследования не подверженные воздействию природных пожаров в течение предшествующих десяти лет.

Тип и характеристики растительного покрова определялись с использованием ежегодного продукта MCD12Q1 (MODIS Land Cover Type 500 m), полученного прибором MODIS (спутники Terra и Aqua) на основе классификации международной геосферно-биосферной программы (IGBP) (Friedl et al., 2010), которая содержит 17 классов растительности и имеет тематическую точность в среднем 70–75%. Согласно данной легенде для территории Российской Федерации пять классов были отнесены к лесному покрову, два к кустарниковому, три к лугово-степному.

Эталонные значения площадей выгоревших территорий были получены путем оконтуривания обнаруженных участков, пройденных огнем, по синтезированным (каналы 4, 3, 2) изображениям среднего пространственного разрешения, полученным спутником Sentinel-2 (https://sentinel.esa.int/).

Для оценки пространственно-временных вариаций эмиссий различных газов и аэрозолей, обусловленных природными пожарами, использовалась модифицированная формула Сейлера-Крутцена (Seiler, Crutzen, 1980), которая была дополнена корректирующим коэффициентом n, полученным в ходе проведения экспериментальных исследований (1). При использовании формулы (1) значения площадей пожаров A определялись по космическим данным, а значения коэффициентов B, C и D соответствовали конкретным типам растительности, произрастающей на исследуемой территории, и были получены с использованием результатов работ (Wiedinmyer et al., 2011; Akagi et al., 2011; Andreae, 2019).

На рис. 1 в качестве примера представлены синтезированные изображения с выделенными контурами выгоревшей области, полученные по данным спутника Sentinel-2 (красные линии) и прибора MODIS спутников Terra и Aqua (синие линии): а – Момский район Республики Саха (16 июля 2021 г.); б – Усть-Кутский район Иркутской области (24 июня 2021 г.); в – Усть-Янский район Республики Саха (25 июня 2021 г.).

Рис. 1.

Синтезированные изображения с выделенными контурами выгоревшей области по данным спутника Sentinel-2 (красные линии) и прибора MODIS спутников Terra и Aqua (синие линии): а – Момский район Республики Саха (16 июля 2021 г.); б – Усть-Кутский район Иркутской области (24 июня 2021 г.); в – Усть-Янский район Республики Саха (25 июня 2021 г.).

Из анализа рис. 1 видно, что по спутниковым данным среднего пространственного разрешения (спутник Sentinel-2) контуры гарей и площади выгоревших территорий выявляются с большей точностью, чем по изображениям низкого разрешения (спутники Terra и Aqua).

Путем сопоставления результатов оценок площадей природных пожаров для тестовых участков, полученных по спутниковым данным разного пространственного разрешения, были получены значения корректирующего коэффициента n (Бондур, 2015; Бондур, Гордо, 2018) для каждого из исследуемых типов растительного покрова (лесной, кустарниковый, лугово-степной). В результате среднее значение коэффициента n для выгоревших площадей лесных территорий составило 1.6, для кустарниковых 1.3, для лугово-степных 1.4.

С помощью полученных коэффициентов площади выгоревших территорий по данным прибора MODIS (продукт MCD64A1) были скорректированы в зависимости от типа растительного покрова, что в свою очередь позволяло проводить более точные оценки динамики площадей природных пожаров и пространственно-временных вариаций эмиссий различных газов и аэрозолей от них.

В ходе исследования была проведена оценка ежегодной динамики площадей, выгоревших лесных, кустарниковых и лугово-степных территорий и вызванных сгоранием биомассы объемов эмиссий в пожарный период с апреля по октябрь 2001–2021 гг. для всей территории Российской Федерации и четырех ее крупных регионов: Европейской части России (ЕЧР), Уральского федерального округа (УрФО), Сибирского федерального округа (СФО) и Дальневосточного федерального округа (ДФО).

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ И ИХ АНАЛИЗ

На рис. 2 представлены ежегодные распределения скорректированных значений выгоревших площадей и обусловленных ими объемов эмиссий на территории Российской Федерации для различных типов растительного покрова, полученных в результате космического мониторинга за 20-ти летний период времени с 2001 по 2021 гг.

Рис. 2.

Ежегодные распределения значений выгоревших площадей и обусловленных ими объемов эмиссий на территории Российской Федерации по типам растительного покрова с 2001 по 2021 гг.: а – площади выгоревших территорий; б – объемы эмиссий CO; в – объемы эмиссий CO2; г – объемы эмиссий PM2.5.

Анализ рис. 2, а показал, что динамика ежегодных распределений площадей выгоревших территорий для исследуемых типов растительного покрова имеет волнообразный характер, при этом максимальные значения для лесных и лугово-степных пожаров совпадают и соответствуют пожарам, произошедшим в 2003, 2006, 2008, 2012, 2014, 2016, 2018 и 2021 гг. Пиковые же значения площадей выгоревших кустарниковых территорий выявлены в 2003, 2010, 2013, 2016 и 2020 гг. Из анализа рис. 2, а следует, что за исследуемый период времени ежегодно выгорало от 16.1 до 97.8 тыс. км2 лесных, от 1.3 до 6.4 тыс. км2 кустарниковых и от 40.6 до 104.5 тыс. км2 лугово-степных территорий. Наибольшие площади выгоревших территорий были обнаружены в 2003 (103.5 тыс. км2) и 2008 (101.2 тыс. км2) гг. и соответствовали лугово-степному типу растительного покрова. При этом наибольшие площади лесных пожаров были обнаружены в 2003 и 2012 гг. и составили 97.8 и 91.9 тыс. км2 соответственно, а максимальные значения площадей выгоревших кустарниковых территорий были обнаружены в 2003 (23.9 тыс. км2), 2010 (17 тыс. км2) и 2020 (15.7 тыс. км2) гг.

Следует отметить, что среднее значение площади выгоревших кустарниково-луговых территорий за исследуемый период времени составило 64 тыс. км2, что на 25% превышает данный показатель для лесного покрова (48 тыс. км2). При этом, как следует из анализа рис. 2, б, 2, в, 2, г, наибольшие объемы эмиссий CO, CO2 и PM2.5 были обусловлены именно пожарами на лесных территориях.

Совместный анализ рис. 2 показал, что значения объемов эмиссий вредных примесей в атмосферу были примерно пропорциональны площадям выгоревших территорий.

Из рис. 2, б, 2, в, 2, г. следует, что наибольшие объемы выбросов CO, CO2 и PM2.5 от лесных пожаров, соответствовавшие максимальным значениям выгоревших площадей, были обнаружены в 2003 г. и составили 24.8, 470.3, 3.3 млн. т соответственно. Максимальные значения объемов эмиссий CO, CO2 и PM2.5, обусловленные кустарниковыми пожарами, были выявлены в 2003 г. и составили 88.44, 3.5 и 0.4 млн. т соответственно. Объемы эмиссий CO, CO2 и PM2.5, вызванные лугово-степными пожарами, достигали своих максимумов в 2003 (6.3, 173 и 0.6 млн. т соответственно) и 2008 (6.1, 169 и 0.64 млн. т соответственно) гг.

Анализ результатов, представленных на рис. 2, показал, что для территории Российской Федерации в настоящей работе для исследуемых типов растительного покрова наибольшие значения выгоревших площадей и обусловленных ими объемов выбросов определялись в 2003 г.

На рис. 3 представлены распределения ежегодных значений выгоревших площадей лесных, кустарниковых и лугово-степных территорий для крупных регионов Российской Федерации. Из рис. 3, а видно, что наибольшие площади лесных пожаров характерны дляСибирского и Дальневосточного федеральных округов, на территории которых в целомпреобладает лесная растительность. При этом максимальное значение было выявлено в 2003 г. на территории СФО и составило 69.5 тыс. км2, а также значительные площади выгоревших лесных территорий зафиксированы в 2012 (36.2 тыс. км2) и 2016 (44.9 тыс. км2) гг. В ДФО наибольшая площадь лесных пожаров была выявлена в 2021 г. и составила 60.6 тыс. км2. Несмотря на то, что на территории ЕЧР и УрФО площади лесных пожаров имеют более низкие значения, из рис. 3, а следует, что для данных федеральных округов также характерна волнообразная тенденция. Максимальные площади выгоревших лесных территорий в ЕЧР были обнаружены в 2010 (14 тыс. км2) и 2018 (10.8 тыс. км2) гг., а в УрФО в 2004 (13.2 тыс. км2) г.

Рис. 3.

Распределение ежегодных значений выгоревших площадей: а – лесных, б –кустарниковых, в – лугово-степных территорий для крупных регионов Российской Федерации в период 2001−2021 гг.

Анализ рис. 3, б показал, что в целом наибольшие площади выгоревших кустарниковых территорий были выявлены в ДФО, максимальные значения достигались в 2003, 2010 и 2020 гг. При этом следует отметить, что для ЕЧР, СФО и УрФО ежегодные вариации изменений суммарных значений выгоревших территорий для кустарникового типа растительного покрова достаточно равномерны, исключениями являются 2013 г. в СФО и 2016 г. в УрФО, когда были обнаружены превышения.

Из анализа рис. 3, в следует, что ежегодные вариации изменений площадей лугово-степных пожаров имеют волнообразный характер для исследуемых регионов Российской Федерации. Наибольшие площади выгоревших территорий приходятся на ДФО, СФО и ЕЧР.

Анализ рис. 3 показал, что наибольшие суммарные ежегодные площади выгоревших территорий были выявлены в СФО и ДФО. При этом в СФО наибольшая доля выгоревшей растительности приходится на лесные и лугово-степные территории. Похожая тенденция складывается и в УрФО, однако на данной территории в 2016 г. были обнаружены достаточно высокие значения площадей выгоревшей кустарниковой растительности. Для территории ЕЧР в большей степени характерны лугово-степные пожары, также значительную долю занимают лесные, высокие площади которых определялись в 2010 и 2018 гг.

На рис. 4 представлены распределения ежемесячных значений площадей выгоревших участков на территории крупных регионов Российской Федерации по типам растительного покрова в период с апреля по октябрь 2001–2021 гг.

Рис. 4.

Распределения ежемесячных значений выгоревших площадей на территории крупных регионов Российской Федерации по типам растительного покрова в период с апреля по октябрь 2001–2021 гг.: а – на территории ЕЧР; б – на территории УрФО; в – на территории СФО; г – на территории ДФО.

Анализ рис. 4, а показал, что на территории ЕЧР наибольшие площади лесных пожаров определялись в апреле, июле и августе. Несмотря на то, что, исходя из рис. 4 а, наибольшие среднемесячные площади лесных пожаров за исследуемый период приходятся на апрель, максимальное значение было выявлено в августе и составило 6.67 тыс. км2. Наибольшие площади выгоревших лугово-степных территорий характерны для июля и августа, однако высокие показатели наблюдаются также в апреле и сентябре. Ежемесячные площади кустарниковых пожаров незначительны и распределены равномерно.

Из анализа рис. 4, б следует, что в УрФО наибольшие средние значения площадей выгоревших лесных территорий были характерны для апреля и июля, однако наблюдались также их единичные высокие значения в мае (5.57 тыс. км2) и августе (4.3 тыс. км2). Высокие значения площадей лугово-степных пожаров характерны для апреля, мая и июля. Выгоревшие площади кустарниковых пожаров были обнаружены в большей степени в июле и августе.

На рис. 4, в показано, что ежемесячные кустарниковые пожары на территории СФО распределены примерно равномерно с небольшим преобладанием в июле и августе, при этом лугово-степные пожары преобладают в апреле и мае. Анализ рис. 4, в, 4, г показал, что пожары на лесных территориях в СФО и ДФО имеют похожую сезонную динамику. Наибольшие площади характерны для апрельских, июльских и августовских пожаров. При этом в СФО аномально высокие значения площадей пожаров были обнаружены также в мае (32.2 тыс. км2). Из анализа рис. 4, г следует, что в ДФО наибольшие значения площадей выгоревшей кустарниковой растительности наблюдались в июле и августе. Лугово-степные же территории наиболее сильно подвержены пожарам в апреле, июле и августе.

Анализ ежемесячных распределений площадей природных пожаров, представленный на рис. 4, показал, что за период 2001–2021 гг. для исследуемых регионов территории Российской Федерации наибольшие среднемесячные площади выгоревших территорий для изучаемых типов растительного покрова наблюдались в апреле, июле и августе, при этом аномально высокие значения обнаруживались и в мае.

На рис. 5 представлено распределение вкладов ежегодных суммарных объемов эмиссий СО, CO2, PM2.5, обусловленных лесными (см. рис. 5, а), кустарниковыми (см. рис. 5, б) и лугово-степными (см. рис. 5, в) пожарами на территориях ЕЧР, УрФО, СФО и ДФО, в общероссийские объемы таких эмиссий в период с 2001 по 2021 гг.

Рис. 5.

Распределение вкладов ежегодных суммарных объемов эмиссий СО, CO2, PM2.5, обусловленных: а – лесными, б – кустарниковыми, в – лугово-степными пожарами на территориях ЕЧР, УрФО, СФО и ДФО в общероссийские объемы эмиссий в период с 2001 по 2021 гг.

Из анализа рис. 5, а следует, что наибольший вклад в общероссийские объемы эмиссий, обусловленные сгоранием лесных территорий вносят пожары в СФО и ДФО. Вклад данных регионов составил от 8 до 80% для СФО и от 9 до 83% для ДФО за исследуемый период. Вклад СФО был превалирующим в 2003, 2004, 2006, 2007, 2015–2017, 2019 гг. В 2016 г. этот вклад достигал 80% всех выбросов от сгорания лесной биомассы на территории Российской Федерации. При этом вклад ДФО преобладал в 2001, 2002, 2005, 2008, 2009, 2011, 2013, 2018 и 2021 гг.

Как показано в табл. 1 наибольшие средние значения ежегодных объемов эмиссий СО, CO2, PM2.5, обусловленных лесными пожарами за период времени 2001–2021 гг., были обнаружены в СФО и составили 5.7, 105.7, 0.7 млн. т соответственно.

Таблица 1.  

Средние значения объемов эмиссий СО, CO2, PM2.5, обусловленных лесными, кустарниковыми и лугово-степными пожарами на территориях ЕЧР, УрФО, СФО и ДФО за период 2001–2021 гг.

Параметр Лесные пожары Кустарниковые пожары Лугово-степные пожары
млн. т
ЕЧР CO 0.8 0.0003 0.7
CO2 16.5 0.008 22.5
PM2.5 0.11 0.0004 0.14
УрФО CO 0.7 0.03 0.2
CO2 14.1 0.9 6.3
PM2.5 0.099 0.004 0.02
СФО CO 5.7 0.04 1.9
CO2 105.7 1.1 30.1
PM2.5 0.7 0.006 0.1
ДФО CO 4.8 0.9 1.8
CO2 97.3 23.04 48.7
PM2.5 0.6 0.1 0.2

На территории ЕЧР вклад лесных пожаров в общие объемы эмиссий был превалирующим и составил 40% в 2010 г., когда в данном регионе происходили аномальные природные пожары (Бондур, 2011).

Анализ рис. 5, б показал, что в 2001–2003, 2005, 2007–2011, 2014, 2018–2021 гг. вклад эмиссий, обусловленных кустарниковыми пожарами на территории ДФО, в общероссийские превышал 90%. Это обусловлено особенностями растительного покрова в данном регионе, где территории, покрытые кустарниковой растительностью, имеют значительные площади и подвержены ежегодным природным пожарам.

Также из анализа рис. 5, б видно, что в 2006, 2016, и 2017 гг. значительный вклад вносят эмиссии, обусловленные пожарами на территории УрФО. Вклад СФО увеличивается в период 2005–2018 гг., затем снова идет на спад. Как следует из табл. 1 наибольшие средние значения ежегодных объемов эмиссий СО, CO2, PM2.5 за период 2001–2021 гг., обусловленных кустарниковыми пожарами, обнаружены в ДФО и составили 0.9, 23.04, 0.1 млн. т соответственно.

Из анализа рис. 5, в следует, что наибольший вклад в общероссийские объемы эмиссий, обусловленные сгоранием лугово-степной растительности, вносит СФО и ДФО. Вклад ДФО был максимальным в 2021 г. и составил 72%. Можно отметить, что вклад СФО после 2015 г. идет на спад, снижаясь с 49 до 11%. Для ЕЧР тенденция к снижению наблюдается после 2017 г. Согласно табл. 1 наибольшие средние значения ежегодных объемов эмиссий СО, CO2, PM2.5 за период 2001–2021 гг., обусловленных лугово-степными пожарами, обнаружены в ДФО и составили 1.8, 48.7, 0.2 млн. т соответственно.

ЗАКЛЮЧЕНИЕ

В результате обработки многолетних данных спутникового мониторинга проведена оценка площадей выгоревших территорий и объемов эмиссий различных газов и аэрозолей при природных пожарах на территории Российской Федерации и отдельных ее регионов для трех типов преобладающего растительного покрова: лесной, кустарниковый, лугово-степной.

Установлено, что в период с 2001 по 2021 гг. в целом по стране ежегодно выгорало от 16.1 до 97.8 тыс. км2 лесных, от 1.3 до 6.4 тыс. км2 кустарниковых и от 40.6 до 104.5 тыс. км2 лугово-степных территорий. Среднее значение площадей выгоревших кустарниково-луговых территорий за исследуемый период времени составило 64 тыс. км2, что на 25% превышает данный показатель для лесного покрова (48 тыс. км2), однако наибольшие ежегодные объемы эмиссий CO, CO2 и PM2.5 обусловлены именно пожарами на лесных территориях. Это обусловлено тем, что сгорание лесной биомассы приводит к большим объемам эмиссий, в сравнении с другими типами растительности.

Максимальные объемы эмиссий CO, CO2 и PM2.5 на территории Российской Федерации от лесных пожаров были выявлены в 2003 г. и составили 24.8, 470.3, 3.3 млн. т соответственно. При этом наибольший вклад в общероссийские объемы эмиссий, обусловленные сгоранием лесных территорий, вносят пожары в СФО и ДФО. Вклад данных регионов в некоторые годы достигал более чем 80%.

Установлено, что наибольшие суммарные ежегодные площади выгоревших территорий были выявлены в СФО и ДФО. При этом в СФО наибольшая доля выгоревшей растительности приходится на лесные и лугово-степные территории. Для ДФО характерны значительные площади и лесных, и кустарниковых, и лугово-степных выгоревших территорий. В УрФО преобладают выгоревшие лесные и лугово-степные территории, также в 2016 г. были обнаружены аномально высокие для данного региона значения выгоревших площадей кустарникового покрова. Для территории ЕЧР в большей степени характерны лугово-степные пожары, также значительную долю занимают лесные, высокие площади которых определялись в 2010 и 2018 гг.

Таким образом, предложенный метод анализа спутниковых данных, основанный на применении поправочных коэффициентов, позволяет получать более достоверные значения площадей выгоревших территорий, а, следовательно, наиболее точные оценки объемов эмиссий различных газов и аэрозолей в атмосферу. Это обеспечивает возможность проводить оценку динамики и пространственно-временных вариаций этих явлений на больших территориях. В дальнейшем корректирующие коэффициенты могут быть получены для других типов растительного покрова в зависимости от особенностей исследуемых территорий.

Полученные результаты свидетельствуют об эффективности применения описанного подхода, основанного на использовании спутниковых данных для мониторинга природных пожаров и их последствий. Продолжением исследований может стать дальнейший детальный анализ региональных и внутрисезонных особенностей анализируемых аномальных явлений, в том числе оценка взаимосвязи возникновения природных пожаров в исследуемых регионах с различными климатическими факторами.

Список литературы

  1. Барталев С.А., Егоров В.А., Ефремов В.Ю., Лупян Е.А., Стыценко Ф.В., Флитман Е.В. Оценка площади пожаров на основе комплексирования спутниковых данных различного пространственного разрешения MODIS и Landsat-TM/ETM+ // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 2. С. 9–27.

  2. Бондур В.Г. Космический мониторинг природных пожаров в России в условиях аномальной жары 2010 г. // Исслед. Земли из космоса. 2011. № 3. С. 3–13.

  3. Бондур В.Г. Космический мониторинг эмиссий малых газовых компонент и аэрозолей при природных пожарах в России // Исслед. Земли из космоса. 2015. № 6. С. 21–35. https://doi.org/10.7868/S0205961415060032

  4. Бондур В.Г., Воронова О.С., Гордо К.А., Зима А.Л. Космический мониторинг изменчивости площадей природных пожаров и эмиссий вредных примесей в атмосферу на территории различных регионов России за 20-летний период // Докл. АН. 2021а. Т. 500. № 2. С. 216–222. https://doi.org/10.31857/S2686739721100042

  5. Бондур В.Г., Воронова О.С., Гордо К.А., Зима А.Л., Феоктистова Н.В. Космический мониторинг многолетних природных пожаров и объемов вызываемых ими эмиссий вредных примесей в воздушную среду Австралии // Исслед. Земли из космоса. 2021б. № 1. С. 25–40. https://doi.org/10.31857/S0205961421010048

  6. Бондур В.Г., Воронова О.С., Черепанова Е.В., Цидилина М.Н., Зима А.Л. Пространственно-временной анализ многолетних природных пожаров и эмиссий вредных газов и аэрозолей в России по космическим данным // Исслед. Земли из космоса. 2020а. № 4. С. 3–17. https://doi.org/10.31857/S0205961420040028

  7. Бондур В.Г., Гордо К.А. Космический мониторинг площадей, пройденных огнем, и объемов эмиссий вредных примесей при лесных и других природных пожарах на территории Российской Федерации // Исслед. Земли из космоса. 2018. № 3. С. 41–55. https://doi.org/10.7868/S020596141803003X

  8. Бондур В.Г., Гордо К.А., Кладов В.Л. Пространственно-временные распределения площадей природных пожаров и эмиссий углеродсодержащих газов и аэрозолей на территории северной Евразии по данным космического мониторинга // Исслед. Земли из космоса. 2016. № 6. С. 3–20. https://doi.org/10.7868/S0205961416060105

  9. Бондур В.Г., Мохов И.И., Воронова О.С., Ситнов С.А. Космический мониторинг сибирских пожаров и их последствий: особенности аномалий 2019 года и тенденции 20-летних изменений // Докл. АН. 2020б. Т. 492. № 1. С. 99–106. https://doi.org/10.31857/S2686739720050047

  10. Бондур В.Г., Цидилина М.Н., Кладов В.Л., Гордо К.А. Аномальная изменчивость пространственно-временных распределений природных пожаров и эмиссий вредных примесей на территории Европы по данным космического мониторинга // Докл. АН. 2019а. Т. 485. № 6. С. 745–749. https://doi.org/10.31857/S0869-56524856745-749

  11. Бондур В.Г., Цидилина М.Н., Черепанова Е.В. Космический мониторинг воздействия природных пожаров на состояние различных типов растительного покрова в федеральных округах Российской Федерации // Исслед. Земли из космоса. 2019б. № 3. С. 13–32. https://doi.org/10.31857/S0205-96142019313-32

  12. Воронова О.С., Гордо К.А., Зима А.Л., Феоктистова Н.В. Сильные природные пожары на территории России в 2021 г., обнаруженные по космическим данным // Исслед. Земли из космоса. 2022. № 1. С. 1–15. https://doi.org/10.31857/S0205961422010080

  13. Пономарев Е.И., Харук В.И., Якимов Н.Д. Результаты и перспективы спутникового мониторинга природных пожаров Сибири // Сибирский лесной журн. 2017. № 5. С. 25–36. https://doi.org/10.15372/SJFS20170503

  14. Akagi S.K., Yokelson R.J., Wiedinmyer C., Alvarado M.J., Reid J.S., Karl T., Crounse J.D., Wennberg P.O. Emission factors for open and domestic biomass burning for use in atmospheric models // Atmos. Chem. Phys., 2011. 11, 4039–4072.https://doi.org/10.5194/acp-11-4039-2011

  15. Andreae M.O. Emission of trace gases and aerosols from biomass burning – an updated assessment, Atmos. Chem. Phys., 2019. 19, 8523–8546юhttps://doi.org/10.5194/acp-19-8523-2019

  16. Ardakani A.S. Valadan Zoej M.J. Mohammadzadeh A. Mansourian A. Spatial and temporal analysis of fires detected by MODIS data in northern iran from 2001 to 2008. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2011, 4, 216–225. https://doi.org/10.1109/JSTARS.2010.2088111

  17. Bonan G.B. Forests and climate change: forcings, feedbacks, and the climate benefits of forests. Science (New York, N.Y.), 2008. 320(5882). 1444–1449. https://doi.org/10.1126/science.1155121

  18. Bondur V.G., Gordo K.A., Voronova O.S., Zima A.L. Satellite Monitoring of Anomalous Wildfires in Australia // Front. Earth Sci. 2021. 8: 617252. https://doi.org/10.3389/feart.2020.617252

  19. Bondur V. Chimitdorzhiev T. Kirbizhekova I. Dmitriev A. Estimation of Postfire Reforestation with SAR Polarimetry and NDVI Time Series. Forests 2022, 13, 814. https://doi.org/10.3390/f13050814

  20. Canadell J.G., Raupach M.R. Managing forests for climate change mitigation. Science (New York, N.Y.), 2008. 320(5882), 1456–1457. https://doi.org/10.1126/science.1155458

  21. Cattau M.E., Wessman C., Mahood A., Balch J.K. Anthropogenic and lightning-started fires are becoming larger and more frequent over a longer season length in the U.S.A. Global Ecol Biogeogr. 2020; 29: 668–681. https://doi.org/10.1111/geb.13058

  22. Chen D., Pereira J.M.C., Masiero A., Pirotti F. Mapping fire regimes in China using MODIS active fire and burned area data. Appl. Geogr. 2017, 85, 14–26. https://doi.org/10.1016/j.apgeog.2017.05.013

  23. Chuvieco E., Giglio L., Justice C. (2008), Global characterization of fire activity: toward defining fire regimes from Earth observation data. Global Change Biology, 14: 1488–1502. https://doi.org/10.1111/j.1365-2486.2008.01585.x

  24. Desservettaz M. et al. Emission factors of trace gases and particles from tropical savanna fires in Australia, J. Geophys. Res. Atmos., 2017. 122, 6059–6074. https://doi.org/10.1002/2016JD025925

  25. Filkov A., Ngo T., Matthews S., Telfer S., Penman T. Impactof Australia’s catastrophic 2019/20 bushfire season on communities and environment. Retrospective analysis and current trends // J. Safety Science and Resilience. 2020. https://doi.org/10.1016/j.jnlssr.2020.06.009

  26. Friedl M.A., Sulla-Menashe D., Tan B., Schneider A., Ramankutty N., Sibley A. et al. (2010). MODIS Collection 5 global land cover: algorithm refinements and characterization of new datasets. Remote Sens. Environ. 114(1), 168–182. https://doi.org/10.1016/j.rse.2009.08.016

  27. Giglio L., Boschetti L., Roy D.P., Humber M.L., Justice C.O. The Collection 6 MODIS burned area mapping algorithm and product // Remote Sensing of Environment. 2018. V. 217. P. 72–85

  28. Giglio L., Schroeder W., Justice C.O. The collection 6 MODIS active fire detection algorithm and fire products // Remote Sensing of Environment. 2016. V. 178. P. 31–41. https://doi.org/10.1071/WF03054

  29. Houghton R.A., Nassikas A.A. Global and regional fluxes of carbon from land use and land cover change 1850–2015 // Global Biogeochemical Cycles. 2017. T. 31. № 3. C. 456–472. https://doi.org/10.1002/2016GB005546

  30. Junpen A., Roemmontri J., Boonman A., Cheewaphongphan P., Thao P.T.B., Garivait S. Spatial and Temporal Distribution of Biomass Open Burning Emissions in the Greater Mekong Subregion. Climate 2020, 8, 90. https://doi.org/10.3390/cli8080090

  31. Kganyag M., Shikwambana L. Assessment of the Characteristics of Recent Major Wildfires in the USA, Australia and Brazil in 2018–2019 Using Multi-Source Satellite Products. Remote Sens. 2020, 12, 1803. https://doi.org/10.3390/rs12111803

  32. Liu W., Lu F., Luo Y. et al. Human influence on the temporal dynamics and spatial distribution of forest biomass carbon in China. Ecol Evol. 2017; 7: 6220– 6230. https://doi.org/10.1002/ece3.3188

  33. Molinario G., Davies D.K., Schroeder W., Justice C.O. Characterizing the spatio-temporal fire regime in Ethiopia using the MODIS-active fire product: A replicable methodology for country-level fire reporting. Afr. Geogr. Rev. 2014, 33, 99–123. https://doi.org/10.1080/19376812.2013.854708

  34. Palumbo I., Grégoire J., Simonetti D., Punga M. Spatio-temp oral distribution of fire activity in protected areas of Sub-Saharan Africa derived from MODIS data. Procedia Environ. Sci. 2011, 7, 26–31. https://doi.org/10.1016/j.proenv.2011.07.006

  35. Seiler W., Crutzen P.J. Estimates of gross and net fluxes of carbon between the biosphere and atmosphere from biomass burning // Clim. Change. 1980. V. 2. № 3. P. 207–247.

  36. Shi Y., Yamaguchi Y. (2014). A high-resolution and multi-year emissions inventory for biomass burning in Southeast Asia during 2001–2010. Atmospheric Environment, 98, 8–16. https://doi.org/10.1016/j.atmosenv.2014.08.050

  37. Shi Y., Zang S., Matsunaga T., Yamaguchi Y. (2020). A multi-year and high-resolution inventory of biomass burning emissions in tropical continents from 2001–2017 based on satellite observations // J. Cleaner Production, 270, 122511. https://doi.org/10.1016/j.jclepro.2020.122511

  38. Vadrevu K.P., Lasko K., Giglio L. et al. Trends in Vegetation fires in South and Southeast Asian Countries. Sci Rep 9, 7422 (2019). https://doi.org/10.1038/s41598-019-43940-x

  39. Van Der Werf G.R., Randerson J.T., Giglio L., Van Leeuwen T.T., Chen Y., Rogers B.M., … Kasibhatla P.S. Global fire emissions estimates during 1997–2016. Earth System Science Data, 2017. 9(2), 697−720. https://doi.org/10.5194/essd-9-697-2017

  40. Van Der Werf G.R., Randerson J.T., Giglio L., Collatz G.J., Mu M., Kasibhatla P.S., Morton D.C., Defries R.S., Jin Y., Van Leeuwen T.T. Global fire emissions and the contribution of deforestation, savanna, forest, agricultural, and peat fires (1997–2009). Atmos. Chem. Phys. 2010, 10, 11707–11711. https://doi.org/10.5194/acp-10-11707-2010

  41. Wei X., Wang G., Chen T., Hagan DFT., Ullah W. A Spatio-Temporal Analysis of Active Fires over China during 2003–2016. Remote Sensing. 2020; 12(11): 1787. https://doi.org/10.3390/rs12111787

  42. Wiedinmyer C., Akagi S.K., Yokelson R.J., Emmons L.K., Al-Saadi J.A., Orlando J.J., Soja A.J. The Fire INventory from NCAR (FINN): a high resolution global model to estimate the emissions from open burning, Geosci. Model Dev., 4, 625–641.https://doi.org/10.5194/gmd-4-625-2011

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Исследование Земли из Космоса

Архивы выпусков Информация о журнале Отправить рукопись в журнал