CC BY
180
АНАЛИЗ МЕТОДОВ ВЫДЕЛЕНИЯ ТИПОВ РАСТИТЕЛЬНЫХ ПОКРОВОВ ПО МНОГОЗОНАЛЬНЫМ КОСМИЧЕСКИМ СНИМКАМ
Дмитрий Павлович Симонов
Сибирская государственная геодезическая академия, 630108, г. Новосибирск, ул. Плахотного, 10, аспирант кафедры фотограмметрии и дистанционного зондирования, тел. (383) 361-08-66, e-mail: dumkah@gmail.com
В статье проанализированы возможности использования методов дистанционного зондирования для определения таксационных характеристик лесных массивов.
Ключевые слова: таксация, таксационные признаки, дистанционное зондирование, дешифрирование.
ANALYSIS METHOD OF ALLOCATION VEGETATION TYPES BY MULTISPECTRAL IMAGES
Dmitriy P. Simonov
Siberian state academy of geodesy, 10 Plahotnogo, Novosibirsk, 630108, P.G., department of photogrammetry and remote sensing, tel. (383) 361-08-66, e-mail: dumkah@gmail.com
The article describes the analysis of methods of remote sensing for determining taxation characteristics of forests.
Key words: taxation, taxation characteristics, remote sensing, interpretation.
Одной из важнейших задач лесного хозяйства России является государственный учет лесов. Для решения этой задачи необходимо получение достоверной и разносторонней информации о лесном фонде [1].
Для характеристики состояния лесных массивов используется система таксационных признаков насаждений, определяющих их количественную и качественную оценку, биологические и физические особенности их строения и производительность в определенных лесорастительных условиях в пределах занимаемой ими площади.
Таксация - это (от лат. taxatio - оценка) учёт леса, его всесторонняя материальная оценка. Таксационные показатели являются базой для составления таксационного описания в процессе таксации лесного фонда [2].
Комплекс таксационных показателей устанавливается лесоустроительной инструкцией и включает: происхождение насаждений (естественное и
искусственное); форму - простое (одноярусное) или сложное (многоярусное -кроны деревьев образуют несколько ярусов); состав - соотношение образующих насаждение древесных пород; среднюю высоту и средний диаметр древостоя; возраст древостоя; класс бонитета, полноту; запас древесины; класс товарности; тип леса или группу типов леса; наличие подроста и подлеска; напочвенный покров и др.
В настоящее время таксацию леса проводят наземными средствами и с использованием методов дистанционного зондирования. Наземная таксация леса основана на определении их таксационных показателей с помощью инструментов и приборов или на визуально-глазомерном обследовании лесов. Основной методы таксации - метод массовых наблюдений с использованием среднеарифметических величин.
Дешифровочный метод таксации заключается в определении таксационных показателей древостоев посредством таксационного дешифрирования аэроснимков так как установлена тесная взаимосвязь большинства основных таксационных показателей с дешифровочными признаками, позволяющая по полученным по аэрофотоснимкам высоте, диаметру крон, сомкнутости полога и др. определять основные таксационные характеристики древостоев. [3].
Развитие космического мониторинга и методов дешифрирования космических цифровых снимков создают условия для совершенствования способов таксации и получения мобильной таксационной информации, а также снижения затрат на проведение этих работ, что очень существенно для масштабов лесов России тем более, что стоимость космической съемки ниже стоимости аэрофотосъемки.
Основные преимущества космической съемки перед традиционной аэрофотосъемкой лесов:
- Возможность оперативного получения информации в течение нескольких дней (или даже часов);
- Доступность снимков на разные даты в течение нескольких лет, что обеспечивается автоматическим непрерывным «сбросом» снимков со спутников и их хранением в базе данных.
- Доступность снимков разного масштаба и разного пространственного разрешения сразу в цифровом формате, геопривязанных и приведенных к стандартной картографической проекции. Такие характеристики позволяют быстро «подключать» снимки к лесохозяйственным ГИС и базам данных;
- Возможность бесплатного получения обзорных снимков низкого разрешения и невысокий уровень цен на снимки высокого разрешения вплоть до масштаба 1:25000 [4].
Для использования космических снимков в качестве источника оценки таксационных показателей необходимо использовать особенности конкретных объектов, по которым они могут быть опознаны на аэрокосмических снимках.
Преобладающие породы растений или их группы и группы состава насаждений дешифрируют в основном по цвету, микроструктуре и приуроченности к определенным типам лесорастительных условий. Полноту и группы возраста определяют (по снимкам высокого разрешения) на основе микроструктуры полога насаждений и их статистических характеристик; остальные таксационные показатели - расчетным путем на основе их
взаимосвязей. Использование узких спектральных интервалов позволяет дешифрировать отдельные деревья.
По космическим снимкам с разрешением на местности 10 м и лучше после определения преобладающей и составляющих пород, типа леса или группы типов леса и класса бонитета, дешифрируют группу или класс возраста преобладающей породы. Остальные таксационные признаки при дешифрировании космических снимков определяют на основании различных взаимосвязей: средняя высота - по классу (группе) возраста, классу бонитета и преобладающей породе, средний диаметр - по средней высоте, с учетом возраста и полноты, запас на 1 га - по средней высоте и относительной полноте.
На космических снимках высокого разрешения (1 -2м) высота насаждения может быть определена путем измерения длины теней деревьев (особенно при съемке в утренние и вечерние часы). По измеренным диаметрам проекций крон (площадям проекций крон) может быть определен средний диаметр деревьев в насаждениях на высоте 1,3м, а также высота и сомкнутость полога насаждения. Данные снимки позволяют использовать морфологические признаки при дешифрировании состава насаждений, условий местопроизрастания, с большей точностью производить измерения и определять таксационные характеристики насаждений.
Однако, как показывает опыт, для более широкого применения материалов космических съемок в лесном хозяйстве и повышения эффективности от их применения, необходимо, наряду со снимками с разрешением 10-30-50-150м, иметь снимки с повышенным пространственным разрешением до уровня, которое имеют применяемые в лесном хозяйстве аэрофотоснимки (1 -2м). При этом съемка должна быть многозональной и обеспечивать получение стереоскопических изображений, так как важнейшими показателями леса являются его высота и условия местопроизрастания, которые тесно связаны с рельефом местности [5,6].
Спектральная отражательная способность растения часто описывается с помощью вегетационных индексов. Эффективность используемых индексов определяется особенностями отражения. Всего существует около 160 вегетационных индексов, но лишь некоторые из них были систематически тестированы и научно обоснованы. Вегетационные индексы получили довольно широкое применение, однако на получаемые результаты значительное влияние оказывают условия съемки, особенно состояние атмосферы. Таким образом, достоверность результатов обработки данных дистанционного зондирования методами создания индексных изображений не высока, поскольку отсутствует однозначная количественная связь признака с объектом.
Для повышения достоверности результатов дешифрирования были разработаны и продолжают разрабатываться различные спектральные и структурные преобразования. Например, к спектральным преобразованиям относятся различные многозональные индексы, метод главных компонент, методы для повышения контрастности снимков и другие преобразования. К структурным методам относятся Фурье и вейвлет-преобразование [7,8,9].
Сравнительный анализ систем космического мониторинга и возможности определения особенностей растительного покрова приведены в таблице.
Таблица 1. Характеристики съемочных систем и возможность их применения
Название спутниковой системы Панхром./ Мультиспектр. Пространственное разрешение, м Ширина полосы охвата, км Возможное применение
Сверхв ысокое WordView-1 + / 0 0,45 13 Подлесок, подрост
ОшскШгё + / 4 0,61 - 2,44
WordView-2 + / 8 0.45-1.8 16.4
Высок ое Ресур ДК + / 3 1-3 до 28.3 Зоны вырубки, полнота, запас древесины, напочвенный покров, среднии диаметр, средняя высота
OrbView-3 + / 4 1-4 8
ГКОКОБ + / 4 1-4 8
ЛЬОБ + / 4 2.5-10 35-70
КошрБа1-2 + / 4 1-4 15
Богшо8а1-2 + / 4 2-8 24
Средн ее БРОТ-2 + / 4 10-20 60 Тип деревьев, тип леса, происхождение
БРОТ-4 + / 4 10-20 60
БРОТ-5 + / 4 5-10 60
Низко е Тегга(Лв1ег) - / 6 30 Границы объектов, состав
ЕО-1 + / 9 30 7.7
Landsat-7 - / 8 30 185
Проведенный анализ задач мониторинга лесных территорий, а также средств получения информации (аэро- и космических съёмочных систем) и обработки данных для дешифрирования снимков и выявления изменений растительных покровов показал следующее:
- Для эффективного мониторинга лесных территорий необходимо использовать космические снимки среднего, высокого и сверхвысокого разрешения;
- Для детального мониторинга отдельных объектов или участков территории целесообразно использовать аэросъёмку;
- Современные цифровые методы дешифрирования или выявления изменений недостаточно эффективны при определении таксационных показателей древостоя.
В связи с этим необходимо:
а) Исследовать возможности существующих методов для дешифрирования лесных территорий;
б) Разработать методику комплексного использования различных типов дешифровочных признаков для мониторинга лесных угодий.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Манович В.Н. Концептуальный подход к созданию системы мониторинга состояния земель лесного фонда РФ [Текст] / В.Н. Манович // Материалы Х международной научно-практической конференции «Геоинфокад», Китай. - 2006. - С. 18-21.
2. Анучин Н. П. Лесная таксация [Электронный ресурс]/ Н.П. Анучин. - 3 изд.- М. -1971. [Режим доступа]: http://bse.sci-lib.com/article108575.html
3. Дешифровочные признаки насаждений [Электронный ресурс]/ [Режим доступа]: http://www.derev-grad.ru/lesoustroistvo/deshifrovochnye-priznaki-nasazhdenii.html
4. Космические снимки: решения для лесного хозяйства [Электронный ресурс] / СканЭкс
[Режим доступа]: http://www.scanex.ru/ru/monitoring/
default.asp?submenu=forestry&id=index
5. Гук А.П. Использование структурных признаков изображений типовых участков местности для выявления изменений состояния территорий по космическим снимкам высокого разрешения [Текст]/А.П. Гук, Л.Г. Евстратова, А.С. Алферова// Известия ВУЗов. Геодезия и аэрофотосъемка, 2009. - №6. - С. 52-56.
6. Исаев А.С. Аэрокосмический мониторинг лесов [Электронный ресурс]/ [Режим доступа]: http://bibliofond.ru/view.aspx?id=434192.
7. Алтынцев М.А. Вейвлет-анализ для выявления вырубок в лесных массивах по аэрофотоснимкам [Текст] / М.А. Алтынцев, А.С. Гордиенко, А.А. Гук // ГЕО-Сибирь-2010: сб. материалов VI Междунар. науч. конгр. «ГЕО-Сибирь-2010», 19 - 23 апр. 2010 г., Новосибирск. - Новосибирск: СГГА, 2010. - Т. 4, ч. 1. - С. 3 - 8.
8. Гук А.П. Локализация изменений объектов природно-территориальных комплексов по разновременным космическим снимкам[Текст]/ А.П. Гук, Л.Г. Евстратова, М.А. Алтынцев, А.С. Гордиенко//Геодезия и картография, 2010. - №2. - С. 19 - 25.
9. Алферова А.С. Использование вейвлет-анализа для выявления изменений при мониторинге территорий по космическим снимкам [Текст] / А.С. Алферова // ГЕО-Сибирь-2009: сб. материалов V Междунар. научн. конгресса «ГЕ0-Сибирь-2009», 20 - 24 апр. 2009 г., Новосибирск. - Новосибирск: СГГА, 2009. - Т. 4. - ч. 1. - С. 97 - 100.
© Д.П. Симонов, 2012
