INTERNATIONAL AGRICULTURAL JOURNAL INTERNATIONAL AGRICULTURAL JOURNAL МЕЖДУНАРОДНЫЙ СЕЛЬСКОХОЗЯЙСТВЕННЫЙ ЖУРНАЛ 2587-6740 126620 10.55186/25876740_2026_69_3_318 Земельные отношения и землеустройство Land relations and land management Земельные отношения и землеустройство Geoinformation analysis of forest types of geosystems using spectral index estimation Геоинформационная диагностика состояния лесных типов геосистем с использованием спектральной индексной оценки Пьянзин Иван Сергеевич Pyanzin Ivan Sergeevich mobivan7@gmail.com https://orcid.org/0000-0002-7574-0981 Ямашкин Станислав Анатольевич Yamashkin Stanislav Anatol'evich yamashkinsa@mail.ru

кандидат технических наук;

candidate of technical sciences;

 https://orcid.org/0000-0001-9995-8371 Ямашкин Анатолий Анатольевич Yamashkin Anatoly Anatol'evich yamashkin56@mail.ru

доктор географических наук;

doctor of geographical sciences;

 Национальный исследовательский Мордовский государственный университет им. Н.П. Огарева Саранск Россия National Research Ogarev Mordovia State University Saransk Russian Federation Национальный исследовательский Мордовский государственный университет им. Н.П. Огарева Саранск Россия National Research Ogarev Mordovia State University Saransk Russian Federation Национальный исследовательский Мордовский государственный университет им. Н.П. Огарева Саранск Россия National Research Ogarev Mordovia State University Saransk Russian Federation 15 06 2026 15 06 2026 3 318 322 28 06 2026 https://mshj.ru/en/nauka/article/126620/view

В статье представлены результаты геоинформационного анализа лесных геосистем смешанных лесов Зубово-Полянского района Республики Мордовия на водно-ледниковых равнинах с использованием спектральных индексов, рассчитанных по данным спутниковых снимков Sentinel-2 за 2020–2025 гг. Цель исследования заключалась в выявлении динамики состояния растительного, почвенного и водного покрова, а также урбанизированных территорий для оценки влияния природных и антропогенных факторов. Методологическая схема включала выбор исходных данных ДЗЗ, их предобработку, расчет индексов для основных компонентов геосистем, классификацию и верификацию результатов по картографическим материалам и натурным наблюдениям. Для растительности использовались индексы EVI2, CCCI и PSRI, позволившие оценить общее количество биомассы, содержание хлорофилла и процессы старения. Установлено, что за пятилетний период произошло снижение площади участков с максимальными значениями вегетационных индексов и рост доли зон со средними показателями, что связано с вырубками, расширением карьеров и развитием дорожной сети, при одновременном зарастании заброшенных сельхозугодий. Для почвенного покрова применялись индексы BSI, SCI и NDSI, выявившие рост площади оголённых поверхностей в пределах лесных массивов и тенденцию к снижению гумусированности при увеличении засоленности. Для водных объектов использовались индексы AWEI и NDTI, показавшие стабильность контуров и неизменность мутности. Урбанизированные территории оценивались по индексу BAEI, что подтвердило локальные изменения и строительство новой транспортной магистрали.

This article presents the results of a geoinformation analysis of forest geosystems of mixed forests in the Zubovo-Polyansky District of the Republic of Mordovia on aquiglacial plains using spectral indices calculated from Sentinel-2 satellite imagery for 2020–2025. The aim of the study was to identify the dynamics of vegetation, soil, and water cover, as well as urbanized areas, to assess the impact of natural and anthropogenic factors. The methodological framework included the selection of initial remote sensing data, its preprocessing, the calculation of indices for the main components of the geosystems, and the classification and verification of the results using cartographic materials and in situ observations. For vegetation, the EVI2, CCCI, and PSRI indices were used to estimate the total biomass, chlorophyll content, and aging processes. It was established that over a five-year period, the area of areas with maximum vegetation indices decreased and the proportion of zones with average values increased. This is associated with clear-cutting, quarry expansion, and road network development, while abandoned agricultural lands were being reforested. For soil cover, the BSI, SCI, and NDSI indices were used, revealing an increase in the area of bare surfaces within forested areas and a trend toward decreasing humus content with increasing salinity. For water bodies, the AWEI and NDTI indices were used, demonstrating the stability of contours and constant turbidity. Urbanized areas were assessed using the BAEI index, confirming local changes and the construction of a new highway. A conclusion was reached regarding the declining bioproductivity of forest geosystems and partial degradation of soil cover while maintaining the stability of water bodies.

 геоинформационный анализ дистанционное зондирование Земли деградация почв растительный покров гидрологический мониторинг урбанизированные территории природопользование geoinformation analysis remote sensing of the Earth soil degradation vegetation cover hydrological monitoring urban areas nature management

Jiang Z., Huete A.R., Didan K., Miura T. Development of a two-band enhanced vegetation index without a blue band. Remote Sensing of Environment. 2008. Vol. 112, no. 10. Pp. 3833-3845. DOI: 10.1016/j.rse.2008.06.006 ScienceDirect+1 Jiang Z., Huete A.R., Didan K., Miura T. Development of a two-band enhanced vegetation index without a blue band. Remote Sensing of Environment. 2008. Vol. 112, no. 10. Pp. 3833-3845. DOI: 10.1016/j.rse.2008.06.006 ScienceDirect+1 Huete A., Didan K., Miura T., Rodriguez E.P., Gao X., Ferreira L.G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment. 2002. Vol. 83, no. 1-2. Pp. 195–213. DOI: 10.1016/S0034-4257(02)00096-2 Huete A., Didan K., Miura T., Rodriguez E.P., Gao X., Ferreira L.G. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment. 2002. Vol. 83, no. 1-2. Pp. 195–213. DOI: 10.1016/S0034-4257(02)00096-2 Mzid N., Pignatti S., Huang W., Casa R. An analysis of bare soil occurrence in arable croplands for remote sensing topsoil applications. Remote Sensing. 2021. Vol. 13, no. 3. P. 474. DOI: 10.3390/rs13030474 Mzid N., Pignatti S., Huang W., Casa R. An analysis of bare soil occurrence in arable croplands for remote sensing topsoil applications. Remote Sensing. 2021. Vol. 13, no. 3. P. 474. DOI: 10.3390/rs13030474 Nguyen C.T., Bui D.T., Pham H.V. A modified bare soil index to identify bare land features during agricultural fallow period in Southeast Asia using Landsat 8 OLI data. Land. 2021. Vol. 10, no. 3. P. 231. DOI: 10.3390/land10030231 Nguyen C.T., Bui D.T., Pham H.V. A modified bare soil index to identify bare land features during agricultural fallow period in Southeast Asia using Landsat 8 OLI data. Land. 2021. Vol. 10, no. 3. P. 231. DOI: 10.3390/land10030231 He C., Wang Q., Yang J., Xu W., Yuan B. BLEI: Research on a novel remote sensing bare land extraction index. Remote Sensing. 2024. Vol. 16, no. 9. P. 1534. DOI: 10.3390/rs16091534 He C., Wang Q., Yang J., Xu W., Yuan B. BLEI: Research on a novel remote sensing bare land extraction index. Remote Sensing. 2024. Vol. 16, no. 9. P. 1534. DOI: 10.3390/rs16091534 Vescovo L., Wohlfahrt G., Balzarolo M., Pilloni S., Sottocornola M., Rodeghiero M., Gianelle D. New spectral vegetation indices based on the near-infrared reflectance for the monitoring of grassland phytomass. International Journal of Remote Sensing. 2012. Vol. 33, no. 22. Pp. 6749-6770. DOI: 10.1080/01431161.2012.694701 Vescovo L., Wohlfahrt G., Balzarolo M., Pilloni S., Sottocornola M., Rodeghiero M., Gianelle D. New spectral vegetation indices based on the near-infrared reflectance for the monitoring of grassland phytomass. International Journal of Remote Sensing. 2012. Vol. 33, no. 22. Pp. 6749-6770. DOI: 10.1080/01431161.2012.694701 Yamashkin S.A., Yamashkin A.A., Zanozin V.V., Barmin A.N. Development of an algorithm for the Earth remote sensing data classification using deep machine learning methods for analyzing the geosystem model of the territory. Geodesy & Cartography. 2021. No. 4. Pp. 54-64. DOI: 10.22389/0016-7126-2021-970-4-54-64 Yamashkin S.A., Yamashkin A.A., Zanozin V.V., Barmin A.N. Development of an algorithm for the Earth remote sensing data classification using deep machine learning methods for analyzing the geosystem model of the territory. Geodesy & Cartography. 2021. No. 4. Pp. 54-64. DOI: 10.22389/0016-7126-2021-970-4-54-64 Yamashkin S.A., Radovanović M., Yamashkin A., Vuković D. Improving the efficiency of the ERS data analysis techniques by taking into account the neighborhood descriptors. Data. 2018. Vol. 3, no. 2. P. 18. DOI: 10.3390/data3020018 Yamashkin S.A., Radovanović M., Yamashkin A., Vuković D. Improving the efficiency of the ERS data analysis techniques by taking into account the neighborhood descriptors. Data. 2018. Vol. 3, no. 2. P. 18. DOI: 10.3390/data3020018 Yamashkin S.A., Yamashkin A.A. Improving the efficiency of remote sensing data interpretation by analyzing neighborhood descriptors. Mordovia University Bulletin. 2018. Vol. 28, no. 3. Pp. 352-365. DOI: 10.15507/0236-2910.028.201803.352-365 Yamashkin S.A., Yamashkin A.A. Improving the efficiency of remote sensing data interpretation by analyzing neighborhood descriptors. Mordovia University Bulletin. 2018. Vol. 28, no. 3. Pp. 352-365. DOI: 10.15507/0236-2910.028.201803.352-365 Yamashkin S.A., Yamashkin A.A., Vukovich D.V., Frolov A.N., Radovanovich M. Using ensemble-based systems for landscape mapping. Geodesy & Cartography. 2016. No. 7. Pp. 42-49. DOI: 10.22389/0016-7126-2016-913-7-42-49 Yamashkin S.A., Yamashkin A.A., Vukovich D.V., Frolov A.N., Radovanovich M. Using ensemble-based systems for landscape mapping. Geodesy & Cartography. 2016. No. 7. Pp. 42-49. DOI: 10.22389/0016-7126-2016-913-7-42-49