1. Введение

В условиях современного изменения климата высокогорные экосистемы Алтая относятся к числу наиболее чувствительных природных систем. Региональные климатические трансформации выражаются в повышении температуры воздуха и изменении режима осадков, что оказывает влияние на ледниковые и озерные комплексы [1]. К началу XXI века ледниковые системы региона демонстрируют устойчивую тенденцию к сокращению, отражающую долгосрочную перестройку климатических условий [2]. Деградация оледенения сопровождается изменением структуры питания горных водоемов и перераспределением сезонной роли талых вод.

Для озер, расположенных в зоне ледниково-снежного питания, данные процессы могут проявляться в трансформации внутригодовой динамики площади водного зеркала, изменении снежного покрова и особенностях прибрежных экосистем [2]. При этом высокогорное положение и труднодоступность территории существенно ограничивают возможности проведения регулярных полевых наблюдений, что затрудняет получение сопоставимых данных о сезонных изменениях компонентов озерной экосистемы.

В данной ситуации методы дистанционного зондирования Земли (ДЗЗ) выступают ключевым инструментом исследования и мониторинга высокогорных природных комплексов. Спутниковые данные обеспечивают регулярность наблюдений и позволяют проводить одновременную оценку водной поверхности, снежного покрова и состояния растительности. Вместе с тем в ряде исследований анализ взаимосвязей природных компонентов осуществляется преимущественно на основе сравнения отдельных спектральных индексов с климатическими параметрами [16], [17]. Так, в работе Schultz P.А. и Halpert M.S. выполнен глобальный анализ пространственной изменчивости корреляций между NDVI, температурой и осадками на основе данных AVHRR с пространственным разрешением 1°×1° [16]. Авторами выявлены широтные закономерности климатического ограничения растительности и показан потенциал совместного использования NDVI и температуры для мониторинга биоклимата. Однако глобальный масштаб исследования и крупное пространственное усреднение не позволяют учитывать морфологические особенности конкретных природных комплексов, включая высокогорные озерные системы. В исследованиях регионального уровня, включая работу Гусева А. П. [17], основное внимание уделяется многолетней динамике NDVI как индикатора состояния растительного покрова и его связи с климатическими трендами. При этом анализ, как правило, сосредоточен на одном спектральном индексе и ориентирован на выявление межгодовых изменений, без одновременной оценки водной поверхности и снежного покрова в пределах одной озерной экосистемы. Схожий моноиндексный подход реализован и в исследованиях горных территорий. Так, П.А. Шарый и Л.С. Шарая анализировали пространственную изменчивость NDVI горных лесов Северного Кавказа во взаимосвязи с климатическими и геоморфометрическими факторами [18]. Несмотря на учет рельефа и температурных условий, работа ограничена оценкой только растительного компонента без рассмотрения водных и нивальных процессов. В работах, посвященных непосредственно озерным системам, акцент чаще делается на динамике акватории. Например, H. Yue, Y. Liu и соавторы исследовали многолетние изменения площади озера Hongjiannao на основе водного индекса MNDWI [19], что позволило выявить сезонные колебания водного зеркала. Однако использование одного водного индекса не дает возможности оценить сопряженные изменения снежного питания и растительности озера. Изменения природных комплексов Алтайского региона на бассейновом уровне рассмотрены в работе Д.В. Черных и соавторов [20], где проанализирована пространственно-временная динамика ландшафтов водосборов за длительный период. Вместе с тем исследование ориентировано на межгодовые ландшафтные трансформации и не затрагивает детальную внутригодовую взаимосвязанную динамику водной поверхности, снежного покрова и растительности в пределах отдельных высокогорных озер.

Таким образом, несмотря на наличие работ, посвященных анализу связей NDVI с климатическими параметрами, комплексная оценка внутригодовой взаимосвязанной динамики водной, снежной и растительной переменных в пределах конкретного высокогорного озерного комплекса остается недостаточно разработанной.

Актуальность работы обусловлена необходимостью разработки дистанционного подхода к оценке сезонных изменений водной поверхности, снежного покрова и растительности в пределах единого высокогорного озерного комплекса. Реализация такого подхода позволяет перейти от разрозненного анализа отдельных показателей к целостной характеристике функционирования озерной экосистемы.

Научная новизна заключается в разработке и апробации алгоритма интегрированного мультииндексного анализа, основанного на одновременном применении трех спектральных индексов. В отличие от существующих исследований, использующих один индекс или их парные сочетания, предложенный подход обеспечивает системное рассмотрение сезонных взаимосвязей компонентов нивально-озерных экосистем.

Применение только одного индекса позволяет оценить состояние отдельного природного компонента без учета факторов его формирования. Использование двух индексов расширяет аналитические возможности, однако не дает целого представления о последовательности сезонных процессов, включая трансформацию снежного питания, изменение площади водного зеркала и отклик прибрежной растительности. Одновременный анализ трех индексов позволяет проследить связь «снежный покров — гидрологический режим озера - состояние растительности».

Так, разработанный алгоритм реализован в условиях высокогорных озер Алтая, что ранее не выполнялось в дистанционных исследованиях региона. В отличие от бассейновых, глобальных и моноиндексных работ, предложенный подход ориентирован на детальный внутригодовой анализ динамики взаимосвязанных природных компонентов в пределах конкретного озерного комплекса ледниково-снежного питания.

Практическая значимость работы определяется возможностью использования алгоритма для мониторинга труднодоступных озерных систем. Результаты могут быть применены структурами Росгидромета, дирекциями ООПТ, водохозяйственными и научными организациями при оценке сезонной водности, состояния экосистем и последствий климатических изменений в горных регионах.

Объектом исследования выбраны Мультинские озера, расположенные в Усть-Коксинском районе Республики Алтай на территории Катунского заповедника. Каскад трех озер протягивается вдоль северного склона Катунского хребта в верхнем течении реки Мульта. Озера имеют моренно-подпрудное происхождение и сформированы деятельностью ледника в один из периодов похолодания [3]. Питание осуществляется водами реки Мульта и притоками, формирующимися за счет сезонного таяния ледников и снежников.

Верхнее Мультинское озеро расположено на высоте 1799 м над уровнем моря (49°55'01" с.ш., 85°50'40" в.д.) и имеет площадь 0,42 км². В 6,5 км ниже по течению находится Среднее Мультинское озеро (1648 м; 49°59'01" с.ш., 85°49'43" в.д.) площадью 0,92 км². Нижнее Мультинское озеро (1629 м; 50°0'9.14" с.ш., 85°49'52" в.д.) отделено от Среднего мореной, по которой формируется водопад Шумы высотой около 20 м [15]. Береговые участки озер различаются по морфологическим условиям: западные и восточные представлены крутыми склонами хребтов, южные приурочены к зонам впадения реки Мульта, северные характеризуются заболоченностью либо наличием моренных отложений [5]. Почвенный покров водосбора подчинен высотной зональности: для берегов Среднего и Нижнего озер характерны бурые горно-лесные почвы, сменяющиеся в направлении Верхнего озера субальпийскими [5]. Растительность прибрежной зоны разнообразна: в лесах преобладают кедровая сосна (Pinus sibirica) и лиственница (Larix sibirica), подлесок представлен травами и кустарниками, например, жимолость (Lonicera), брусника (Vaccinium vitis-idaea), также можно встретить грибы и лишайники: кладония оленья (Cladonia rangiferina), аскомицеты (Ascomycota).

Мультинские озера являются памятником природы республиканского значения [7], что определяет необходимость разработки инструментов регулярного дистанционного мониторинга их состояния в условиях климатической трансформации и возрастающей антропогенной нагрузки.

Целью исследования является разработка и апробация комплексного мультииндексного подхода к оценке внутригодовой динамики высокогорной озерной экосистемы на основе данных дистанционного зондирования Земли.

2. Материалы и методы

Для исследования использовались данные спутниковой съемки Landsat 8-9 OLI/TIRS Collection 2 Level-1, предоставляемые Геологической службой США (USGS) [8]. Выбор данных Landsat обусловлен оптимальным сочетанием пространственного разрешения (30 м) и временной повторяемости съемки (16 дней), что позволяет фиксировать сезонную динамику природных компонентов в пределах относительно небольших высокогорных озерных комплексов.

В анализ включены 17 сцен 2024 года (таблица 1), отобранных с учетом минимальной облачности над сценой и территорией исследования. Использование данных одного календарного года позволило проследить внутригодовую динамику водной поверхности, снежного покрова и растительности в пределах озерной системы.

Обработка спутниковых данных выполнялась в программной среде ArcGIS 10.5. Границы Мультинских озер получены на основе данных OpenStreetMap (OSM), выгруженных посредством плагина QGIS [4]. На основе полигона озер сформирована буферная зона шириной 500 м. Выбор буферной зоны обусловлен необходимостью учета прибрежных экосистем, непосредственно реагирующих на сезонные изменения уровня воды.

В процессе обработки материалов спутниковой съемки последовательно были восстановлены коэффициенты спектральной яркости (КСЯ), созданы и вырезаны маски облачности, рассчитаны и классифицированы по значениям спектральные индексы (согласно рис. 1). Маскирование облачности выполнялось на основе официального слоя Pixel Quality Assessment (QA_PIXEL) с использованием кодов классификации таблицы 6–3 [9]. Применение масок облаков и теней минимизирует влияние атмосферных искажений и особенностей горного рельефа на точность классификации. Для оценки динамики растительного покрова был рассчитан нормализованный дифференциальный индекс растительности NDVI по [10]. Для оценки динамики водного зеркала и снежного покрова рассчитывались MNDWI и NDSI и разделялись значением 0.4 [11], [12]. Band 5, Band 4, Band 3 и Band 6 использовались соответственно, как NIR, Red, Green и SWIR каналы. Рассматривались положительные полученные значения NDVI, классифицированные с шагом 0,1 в соответствии с методическими подходами [13]. Положительные значения MNDWI/NDSI интерпретировались как водная поверхность и снежный покров. Алгоритм выполнения исследования представлен на рис. 1.

Совместное использование NDVI и MNDWI/NDSI в пределах единой буферной зоны позволило провести комплексную оценку взаимосвязанной сезонной динамики растительности, водной поверхности и снежного покрова. Такой мультииндексный подход показывает общую характеристику озерной системы и снижает риск интерпретационных ошибок, возникающих при анализе одного показателя.

Дополнительно для построения климатограмм использовались ежедневные данные температуры воздуха и осадков [14], что позволило сопоставить сезонные изменения спектральных характеристик с метеорологическими условиями рассматриваемого года.

Морфометрические характеристики озер (длина, ширина, периметр, средняя ширина) определялись с использованием инструментов Google Earth [15] по снимкам от 24.07.2024 года.

Все этапы обработки данных выполнялись по унифицированному алгоритму (рис. 1), что обеспечивает воспроизводимость методики и возможность ее применения для дистанционного мониторинга других высокогорных озерных систем при наличии аналогичных спутниковых данных.

3. Результаты и обсуждения

Для расчета морфометрических показателей для озер помимо площади были посчитаны длина, ширина, периметр и средняя ширина озера. Длина составила 1,38, 1,67, 2,66 км, ширина: 0,33, 0,68, 0,80 км, периметр: 3,64, 4,44, 6,50 км, средняя ширина: 0,30, 0,55, 0,69 км от Верхнего к Нижнему озеру соответственно. По внешнему облику озера очень похожи (рис.2), это подтвердилось подсчетами показателя компактности, который очень схож между ними и составил 0,91, 0,81, 0,86 от Верхнего к Нижнему, соответственно. Показатель удлиненности озера отличается сильнее, самый большой на Верхнем (4,6), в Среднем и Нижнем 3,03 и 3,85 соответственно. Показатели развития береговой линии озер характеризуются небольшими различиями и изменяются от 2,51 до 2,71.

Динамика температуры воздуха и площади водного зеркала в течение 2024 года представлена на рис. 3. В динамике водного зеркала выражены отрезки, когда площадь озер увеличивается, а температура при этом снижается, это заметно 6 февраля, 1 марта и 20 ноября. Велика вероятность интерпретации снега или льда вместо воды. Также, алгоритмом зафиксирован отрезок с 20 мая по 16 августа, когда температура повышается, а площадь водного зеркала уменьшается.

Среднегодовая сумма осадков в районе озер варьируется в пределах от 550 до 650 мм. Сезон дождей отмечается в период с мая по июль. Уровень воды имеет максимальные значения в мае и июле, в первом случае из-за активного поступления воды из ледников, во втором — пиковых значений осадков [6]. На графике (рис.3) зафиксировано, что площадь озера увеличивается соответственно пикам осадков.

Отмечается обратная зависимость между площадью снежного покрова и температурой воздуха (рис. 4). Так, когда температура растет — снежный покров уменьшается. Исключением является 2 апреля, когда отмечалось увеличение покрова при увеличении температуры.

Можно отметить, что данные MNDWI и NDSI, полученные для летнего периода, отражают площадь озер более четко. Например, площадь водного зеркала на 16 августа — 0,262 км2, а площадь снежного покрова — 2,802 км2, их сумма равна 3,064 км2, что приближено к средней площади озер. Значит в другие сезоны снег и лед, покрывающие озера и прибрежные части, мешают точным исследованиям с помощью методов дистанционного зондирования Земли.

Согласно рис. 5, колебания водного и снежного индексов озер соответствуют динамике средних значений густоты растительности. С января по апрель, несмотря на снежный покров, наблюдается небольшое повышение густоты, далее весной — летом площадь уже водного зеркала становится стабильной, а значение густоты увеличивается до максимума 15 июля, далее отрезок осень — зима отличается увеличением снежного покрова и резким уменьшением густоты растительности. Это явление напрямую показывает зависимость растительного покрова от водной и снежной изменчивости. Также можно отметить изменение площади водного зеркала в теплый период с положительными температурами, так, 20 мая — 4,02 км2, 15 июля — 3,19 км2 и 11 октября — 4,16 км2, данная динамика соответствует водному режиму и отличается стабильностью.

4. Заключение

В работе разработан и апробирован воспроизводимый алгоритм комплексной обработки спутниковых данных Landsat 8–9 для совместного анализа водной поверхности, снежного покрова и растительности в пределах единого высокогорного озерного комплекса. В отличие от исследований, основанных на использовании одного спектрального индекса, предложенный мультииндексный подход (NDVI, MNDWI, NDSI) реализован в границах единой 500-метровой буферной зоны, что позволяет учитывать взаимосвязанную динамику природных компонентов и снижает вероятность интерпретационных ошибок в условиях сезонного перекрытия воды льдом и снегом.

Апробация алгоритма на примере Мультинских озер показала, что в течение 2024 года площадь водного зеркала в теплый период варьировалась в пределах 3–4 км² с максимумом в октябре и минимумом в июле, тогда как максимальные значения NDVI фиксировались в июле и соответствовали периоду устойчивых положительных температур. В холодный сезон отмечено закономерное увеличение площади снежного покрова и снижение показателей растительности. Совместный анализ индексов позволил выявить согласованность сезонных изменений и уточнить особенности интерпретации водной поверхности в переходные периоды.

Исследование носит характер методической апробации на материалах одного календарного года, однако предложенный алгоритм может быть масштабирован для многолетнего мониторинга и применен к другим высокогорным озерным системам различного типа.

Практическая значимость работы заключается в возможности применения разработанного подхода для регулярного дистанционного мониторинга высокогорных озер, расположенных в пределах особо охраняемых природных территорий, где проведение систематических полевых наблюдений ограничено. Методика обеспечивает получение сопоставимых данных о сезонной динамике водной поверхности, снежного покрова и растительности без нарушения режима охраны.

Дополнительная прикладная ценность связана с возможностью использования результатов для оценки вклада снежно-ледникового питания в формирование водности озер, ранней диагностики их обмеления или переразвития акватории, а также отслеживания отклика прибрежных экосистем. Информация может применяться природоохранными дирекциями ООПТ, гидрометеорологическими службами и научными организациями при мониторинге состояния высокогорных систем, прогнозе водных ресурсов и обосновании управленческих решений в условиях климатических изменений.

The additional file for this article can be found as follows: