В статье приведены результаты исследования ландшафтной структуры участков долины Средней Лены (местностей "Эркэни", "Энсиэли" и "Туймаада"), выполненные с помощью геоинформационного картографирования по спутниковым снимкам Sentinel 2 MSI и Landsat 8 OLI и цифровой моделью рельефа ASTER GDEM. Аласные комплексы и сельскохозяйственные поля были идентифицированы с помощью сегментации спутникового изображения по K-средним с разными начальными числами. Для попиксельной классификации ландшафтного покрова были протестированы три алгоритма обучения. Лучший результат достигнут с помощью классификатора Support Vector Machine. Картографирование выявила ландшафтную структуру по 20 картируемым единицам, которые были объединены по группам плакорных, аласных, склоновых, долинных и пойменных ландшафтов. Выявлена контрастность ландшафтной структуры долины Средней Лены. Северная часть долины “Энсиэли” отличается преобладанием лесных лиственничных и сосновых ландшафтов, в водоразделе широко распространены аласные комплексы, преимущественно сухие степные сообщества с остепненными лугами. В склонах практически преобладают лиственничные леса с участками березовых сообществ. Центральная часть долины “Туймаада” наиболее антропогенно трансформированная, здесь доминируют остепненные луга и антропогенные сообщества на месте степей. Плакорная часть в основном лесная с сельскохозяйственными пашнями. Южная часть участка долины “Эркээни” характеризуется наименьшей площадью долинной части с доминированием остепненных лугов, а склоны коренного берега рек Лена южной и юго-восточной экспозиции покрыты ксерофитными степями и остепенными лугами. Ландшафтная структура долины, пойменной и плакорной частей во многом определяет специфику сельскохозяйственного землепользования. Полученные результаты могут быть использованы для дальнейшего исследования реакции мерзлотных ландшафтов долины Средней Лены на усиление антропогенной нагрузки в условиях климатических изменений.
In this article we present the results of landscape structure study in the Middle Lena valley (Erkeni, Ensieli and Tuimaada), made using GIS mapping based on Sentinel 2 satellite images andASTER GDEM datasets. Alas complexes and croplands were identi ed using K-means image segmentation with di erent initial numbers. Three machine learning algorithms were tested for pixel-based land cover classi cation. The best result was achieved with the Support Vector Machine classi er. The mapping revealed the landscape structure of 20 spatial units, which were organized into groups of upland, alas, slope, valley and oodplain landscapes. The contrasting landscape structure of the Middle Lena valley was revealed. The northern Ensieli valley is characterized by the predominance of forest larch-pine landscapes, alas complexes mostly dry with steppe meadows are widespread in the watershed. The slopes are dominated by larch forests with patches of birch. The central Tuimaada valley is the most anthropogenically transformed, here steppe meadows and anthropogenic steppes dominate. The plateau part is mainly forested with croplands. The southern valley of the Erkeni is characterized by the smallest area of the valley part dominated by steppe meadows, the slopes of the main bank of the southern and south-eastern exposition are covered with xerophytic meadows. The landscape structure of valleys, oodplain and plakor parts largely determines the speci cs of agricultural land use of the local population. The results obtained can be used for further research into the response of permafrost landscapes of the Middle Lena valleys to increased anthropogenic pressure in the context of climate change.

Обнаружение ландшафтных изменений на основе разновременных, мультиспектральных и мультисенсорных спутниковых изображений с накоплением огромного массива архивных данных и многочисленных методологических разработок становится главным инструментом для территориального планирования и оценок устойчивости геосистем. Динамика и эволюция горных мерзлотных ландшафтов Арктики и северотаежных регионов представляют интерес процессам в контексте изменения климатических условий в следствии глобального потепления. Для изучения структурным и хорологическим процессов ландшафтных изменений часто используются большие массивы разновременных спутниковых данных, охватывающих 30-летный период. Как показывают многочисленные публикации, по-прежнему трудным является выбор подходящего метода обнаружения изменений, особенно в сложных горных территориях с ярко выраженными функциональными изменениями в ландшафтах. В этой статье мы демонстрируем методику моделирования динамики горных мерзлотных ландшафтов на восточном склоне хребта Орулган (Северо-Восток Сибири). Анализ главных компонент был использован для улучшения информации об изменениях из суммированных мультиспектральных разновременных данных. Результаты показали, что в период с 1999 по 2021 год в горных мерзлотных ландшафтах произошли значительные изменения, связанные с процессами сдвигов границ бореальных лесов и "озеленения" тундры. Detection of landscape changes based on multitemporal, multispectral and multisensor satellite imagery with the accumulation of a vast array of archival data and numerous methodological developments is becoming a major tool for spatial planning and assessments of geosystem resilience. The dynamics and evolution of mountain permafrost landscapes in the Arctic and boreal regions are of interest in the context of climate regime change as a consequence of global warming. Large multi-temporal satellite data sets covering a 30-year period are often used to study the structural and chorological processes of landscape change. As numerous publications show, selecting a suitable method of change detection remains a challenge, especially in complex mountainous areas with pronounced functional changes in landscapes. In this paper, we demonstrate a methodology for modelling the dynamics of mountain permafrost landscapes on the eastern slope of the Orulgan Ridge (North- Eastern Siberia). Principal component analysis was used to improve information on changes from summarized multispectral multitemporal data. The results showed that between 1999 and 2021, the mountain permafrost landscapes underwent significant changes associated with the processes of boreal forest boundary shifts and "greening" of the tundra.

Начиная с начала 2000-х годов зарубежными и российскими учеными проделаны многочисленные исследования динамики термокарстовых провалов, основанные на анализе разновременных космических снимков. В некоторых из них указывается на прямую взаимосвязь между изменением площади провалов и потеплением климата, в других такая связь не прослеживается. При этом в пределах одной и той же территории у разных исследователей наблюдаются противоречивые результаты, что обусловлено недостаточной разработанностью методик аэрокосмических исследований динамики термокарстовых провалов в имеющихся работах. Поэтому актуальность разработки надежной методики исследований динамики термокарстовых провалов по космическим снимкам, а экспериментальные исследования в различных районах криолитозоны России, проведенные на основе общей для всех районов разработанной методики, позволят выявить причины изменений и ответить на вопрос – могут ли термокарстовые провалы служить индикаторами реакции криолитозоны на современное потепление климата, что является не менее актуальной задачей. Целью является выявление эффективных методик в изучении термокарстовых провалов и прогноз увеличения с помощью геоинформационных технологий, а также 3D-визуализация термокарстового провала Батагайка. В статье проведен климатический анализ по данным Верхоянской метеостанции, и использованы новые методы и написаны блок-схемы для синхронизации обработки спутниковых снимков на двух ГИСпрограммах, таких как, IDRISI Selva и QGIS, и возможный прогноз на основе метода клеточного автомата для прогнозирования термокарстового провала Батагайка к 2038 году, с использованием ГИС-программ и разновременных спутниковых снимков Landsat 5(8). Сделана векторная карта эволюции термокарстового провала Батагай по следующим годам: 1991, 2006, 2019 и 2038 года

Цель исследования - проанализировать ландшафтную структуру восточного склона хребта Орулган при помощи комплексного геоинформационного моделирования. В статье использованы данные полевых маршрутных наблюдений, проведенных в 2018-2019 гг. Для геоинформационного моделирования использована методика попиксельной классификации разновременных многозональных снимков Landsat 8 OLI/TIRS и Sentinel 2 MSI за вегетационный период и классификации форм рельефа по данным ASTER GDEM. В результате сочетания полученных физиономических критериев, рельефа и растительности, выявлены типы местности и урочищ района исследования. Классификатор Random Forest оказался наиболее эффективным в определении 8 объединений групп растительных ассоциаций, показав общую точность 79,7% по матрице ошибок. При оверлейном объединении слоя типов местности и объединений групп растительных ассоциаций можно составить мерзлотно-ландшафтное картографирование на уровне типов урочищ. Всего в пределах района исследования выявлено 22 типа урочищ. Использование геоинформационного моделирования позволило получить детальную ландшафтную структуру района исследования и оценить основные свойства пространственной организации восточного склона хребта Орулган. Сложный горный рельеф, отличающийся сильной расчлененностью, обуславливает хорошо выраженную вертикальную поясность. В целом наиболее распространенным высотным типом мерзлотных ландшафтов является горное редколесье - 57% территории, горная тундра занимает 16%. Интразональные горные и северотаежные ландшафты занимают 15%. Ведущую роль в ландшафтном разнообразии восточного склона хребта Орулган играет сочетание различных геологических структур, которым обусловлены типы местности эрозионно-тектонического (горно-склоновые и приводораздельные скальные), ледниково-аккумулятивного (моренные, зандровые и ледниково-долинные) и эрозионно-аккумулятивного (средневысотные террасовые и низкотеррасовые) происхождения.

В настоящее время северные и арктические территории вновь находятся в зоне пристального внимания государстве и мира в целом. Новая волна интенсивного освоения минерально-сырьевой базы и реализация новых проектов могут сопровождаться отчуждением земель традиционного природопользования под промышленные разработки и строительство объектов инфраструктуры. В данной статье рассматриваются способы отслеживания изменений земельного покрова на территориях традиционного природопользования эвенков Южной Якутии с использованием средств дистанционного зондирования, ГИС и машинного обучения. Предлагается, что к уже имеющемуся стандартному мониторингу экологического состояния со стороны горнодобывающих компаний и государственных экологических служб, следует дополнительно использовать прогнозирование с использованием ГИС-средств и методов машинного обучения, которые позволят вовремя смоделировать возможное развитие территории и заблаговременно предотвратить отрицательные экологические последствия.