Ecological-geological assessment of vegetation water stress in the impact zone of iron ore open pits based on remote sensing data
DOI:
https://doi.org/10.17308/geology/1609-0691/2026/3/111-120Keywords:
water stress, mining, remote sensing, NDMI, machine learning, random forestAbstract
Введение: разработка месторождений сопровождается масштабным техногенным водопонижением, нарушающим естественный гидрогеологический режим, что создает прямые риски для устойчивости наземных экосистем. Целью исследования является пространственно-временной анализ и количественная оценка воздействия сработки подземных вод на качество растительного покрова, а также выявление доли гидрогеологического фактора в структуре техногенных и природных факторов, обусловливающих его деградацию.
Методика: исследование проводилось в зоне воздействия железорудных карьеров Костомукшского горного кластера. На основе гидродинамического моделирования рассчитаны границы и динамика развития депрессионных воронок, сформировавшихся в результате откачек. Для оценки состояния растительности по данным спутников Landsat вычислены нормализованный разностный индекс влажности (NDMI) и его межгодовое изменение (dNDMI). В качестве факторов среды использованы гидрогеологические, топографические и техногенные показатели, включая расстояние до карьеров, водотоков, озер, дорог и вырубок, а также климатические характеристики. Пространственное моделирование dNDMI выполнено с использованием алгоритма Random Forest.
Результаты и обсуждение: установлено, что устойчивое снижение влажности (dNDMI < 0) охватывает около 10% территории, при этом наиболее выраженная негативная динамика приурочена к участкам активного приращения депрессионных воронок. Наиболее чувствительной к изменению гидрогеологических условий оказалась лиственная растительность водно-болотных угодий (veg51), тогда как динамика NDMI хвойных лесов преимущественно определяется естественными топографическими факторами. Модель Random Forest с высокой достоверностью (R² = 0.68, RMSE = 0.08) прогнозирует зоны снижения качества растительности, где главными предикторами выступают расстояние до карьеров, дорог и направление ветра. Обнаружено, что негативное влияние горных работ частично маскируется влиянием сплошных лесозаготовок, приводящих к снижению NDMI на значительных площадях.
Заключение: полученные результаты подтверждают, что гидрогеологические условия являются одним из основных факторов трансформации растительного покрова в районах открытой добычи полезных ископаемых. Комплексное использование гидрогеологического моделирования, спутниковых данных и методов машинного обучения позволяет эффективно оценивать экологические последствия техногенного водопонижения и может служить основой для эколого-гидрогеологического мониторинга горнопромышленных территорий.
Downloads
References
1. Kosinova I. I. Ekologicheskaya geologiya krupnykh gor-nodobyvayushchikh raionov Severnoi Evrazii (teoriya i prak-tika) [Ecological Geology of Large Mining Regions of North-ern Eurasia (Theory and Practice)]. Voronezh, VGU publ., 2015, 576 p. (In Russ.)
2. Shershnev O. V., Pavlovskii A. I., Galkin A. N., Kosinova I. I. Ekologo-geologicheskie problemy v zone vliyaniya ob"ektov dobychi i pererabotki nerudnogo mineral'nogo syr'ya (Respublika Belarus') [Ecological and Geological Prob-lems in the Zone of Influence of Non-Metallic Mineral Raw Materials Extraction and Processing Facilities (Republic of Belarus)]. Vestnik Voronezhskogo gosudarstvennogo universi-teta. Seriya: Geologiya. – Proceedings of Voronezh State University. Series: Geology, 2020, no. 3, pp. 64–72 (In Russ.)
3. Zaridze M. G., Kosinova I. I., Budarina V. A. Ekologo-geologicheskaya otsenka vozdeistviya kompleksov po doby-che i pererabotke karbonatnogo syr'ya na okruzhayushchuyu sredu (na primere Tsentral'noi Rossii) [Ecological and Geo-logical Assessment of the Impact of Carbonate Raw Materials Extraction and Processing Complexes on the Environment (Case Study of Central Russia)]. Voronezh, Kvarta publ., 2024, 183 p. (In Russ.)
4. Kosinova I. I. Ekologo-geologicheskie sistemy gor-nodobyvayushchego klassa: otsenka sostoyaniya, problemy [Ecological-Geological Systems of the Mining Class: State Assessment and Problems]. Izvestiya vysshikh uchebnykh zavedenii. Geologiya i razvedka − Proceedings of Higher Educational Institutions. Geology and Exploration, 2002, no. 2, pp. 138–143. (In Russ.)
5. Lian H., Yi H., Yang Y. Impact of Coal Mining on the Moisture Movement in a Vadose Zone in Open-Pit Mine Are-as. Sustainability, 2021, vol. 13, 4125 p. DOI: 10.3390/su13084125.
6. Bartalev S. A., Egorov V. A., Zharko V. O., Lupyan E. A., Plotnikov D. E., Khvostikov S. A., Shabanov N. V. Sputnikovoe kartografirovanie rastitel'nogo pokrova Ros-sii [Satellite Mapping of Vegetation Cover of Russia]. Mos-cow, IKI RAN publ., 2016, 208 p. (In Russ.)
7. Zen'kov I. V., Zayats V. V., Nefedov B. N., Yuronen Yu. P., Morin A. S., Vokin V. N., Kiryushina E. V., Kondrashov P. M., Raevich K. V., Maglinets Yu. A., Konov V. N. Zhelezorudnye kar'ery Rossii iz kosmosa. Gornye raboty i ekologiya narushennykh zemel' [Iron Ore Quarries of Russia from Space. Mining Operations and Ecology of Disturbed Lands]. Krasnoyarsk publ., 2018, 664 p. (In Russ.)
8. Ryazanov S. S., Kulagina V. I. Obzor rossiiskikh i in-ostrannykh istochnikov mul'tispektral'nykh snimkov dlya sozdaniya sistem agroekologicheskogo monitoringa [Review of Russian and Foreign Sources of Multispectral Imagery for Creating Agroecological Monitoring Systems]. Rossiiskii zhur-nal prikladnoi ekologii − Russian Journal of Applied Ecology, 2024, no. 2, pp. 4–18. DOI: 10.24852/2411-7374.2024.2.04.18. (In Russ.)
9. Cao Y., Jiao X., Liu R., et al. Research on the Distribution and Escape Characteristics of Dust at the Blasting Pile in an Open-Pit Mining Area. Geosciences, 2025, vol. 15, no. 7, p. 238. DOI: 10.3390/geosciences15070238.
10. Rees W. G., Golubeva E. I., Tutubalina O. V. Relation between leaf area index and NDVI for subarctic deciduous vegetation. International Journal of Remote Sensing, 2020. DOI:
10.1080/01431161.2020.1782505.
11. Gao B. C. NDWI – A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 1996, vol. 58, no. 3, pp. 257–266. DOI: 10.1016/S0034-4257(96)00067-3.
12. Wilson E. H., Sader S. A. Detection of forest harvest type using multiple dates of Landsat TM imagery. Remote Sensing of Environment, 2002, vol. 80, no. 3, pp. 385–396. DOI: 10.1016/S0034-4257(01)00318-2.
13. Belgiu M., Drăguţ L. Random forest in remote sensing: A review of applications and future directions. ISPRS Journal of Photogrammetry and Remote Sensing, 2016, vol. 114, pp. 24–31. DOI: 10.1016/j.isprsjprs.2016.01.011.
14. Novikova P. N. Metody intellektual'nogo analiza pri klas-sifikatsii geologo-geofizicheskikh dannykh [Methods of Intel-lectual Analysis in the Classification of Geological and Geo-physical Data]. Gornoe ekho − Mining Echo, 2021, no. 3, pp. 51–55. DOI: 10.7242/echo.2021.3.10. (In Russ.)
15. Koptev S., Alabdullakhalhasno Kh. Primenenie algoritma Random Forest dlya analiza dinamiki taezhno-tundrovykh lesnykh ekosistem [Application of the Random Forest Algo-rithm for Analyzing the Dynamics of Taiga–Tundra Forest Ecosystems]. Izvestiya vysshikh uchebnykh zavedenii. Lesnoi zhurnal − Proceedings of Higher Educational Institutions. Forest Journal, 2025, no. 2, pp. 210–218. DOI: 10.37482/0536-1036-2025-2-210-218. (In Russ.)
16. Stroitel'stvo rudootval'nogo kompleksa tsiklicheskoi tekhnologii dlya tsentral'nogo uchastka Kostomukshskogo kar'era zhelezistykh kvartsitovykh mestorozhdenii. Otsenka vozdeistviya na okruzhayushchuyu sredu: proekt [Construction of a Cyclic Technology Ore Dumping Complex for the Central Section of the Kostomuksha Iron Quartzite Quarry. Environmental Impact Assessment: Project]. Saint Petersburg, SPb-Giproshakht publ., 2019. (In Russ.)
17. Hladky R., Lastovicka J., Holman L., Stych P. Evaluation of the influence of disturbances on forest vegetation using Landsat time series; a case study of the Low Tatras National Park. European Journal of Remote Sensing, 2020, vol. 53, no. 1, pp. 40–66. DOI: 10.1080/22797254.2020.1713704.
18. Porter C. ArcticDEM, Version 4.1. Harvard Dataverse, V1. Available at: https://doi.org/10.7910/DVN/3VDC4W (accessed: 13.04.2026).
19. Fick S. E., Hijmans R. J. WorldClim 2: new 1km spatial resolution climate surfaces for global land areas. International Journal of Climatology, 2017, vol. 37, no. 12, pp. 4302–4315. DOI: 10.1002/joc.5086.
20. Pirogov I. A. Osnovy geologii, gidrogeologii i inzhenernoi geologii [Fundamentals of Geology, Hydrogeology and Engi-neering Geology]. Saint Petersburg, SPbGPU publ., 2005. (In Russ.)
21. Ochtyra A. Forest Disturbances in Polish Tatra Mountains for 1985–2016 in Relation to Topography, Stand Features, and Protection Zone. Forests, 2020, vol. 11, no. 5, 579 p. DOI: 10.3390/f11050579.
22. Maslov B. S. Gidrologiya torfyanykh bolot [Hydrology of Peat Bogs]. Moscow, Rossel'khozakademiya publ., 2009, 262 p. (In Russ.)
