CC BY
196
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
кластера к заполненному. Возможно, что дополнительный расчет вероятности заполнения связующей ячейки основного кластера, соответствующей зоне S22, позволит предсказать мощность тропического урагана.
Таким образом, можно сделать следующие выводы.
1. Применение перколяционной модели позволяет обнаружить момент перехода системы «океан-атмосфера» из одного фазового состояния (фон) в другое (ураган).
2. Введенный индикатор нестабильности позволил уточнить время зарождения урагана Катрина за 31 час до его обнаружения спутниковыми средствами.
3. Для дальнейшего развития предложенной процедуры раннего обнаружения тропических ураганов необходимо:
а. Применить методы последовательного анализа для расчета вероятности перехода системы «океан-атмосфера» между фазовыми состояниями.
б. Рассчитать весовые коэффициенты для различных характеристик системы «океан-атмосфера» при расчете индикатора ее нестабильности.
Библиографический список
1. Kondratyev K.Ya., Krapivin V.F., and Varotsos C.A. Natural Disasters as Interactive Components of Global Ecodynamics. Springer/Praxis, Chichester, UK, 2006, 579 pp.
2. Enz R. Natural catastrophes and man-made disasters 2005. Sigma, 2006, No. 2, pp. 1-40.
3. Chaston P.R. Hurricanes. Chaston Scientific, Inc., Kearney, Missouri, USA, 1996, 182 pp.
4. Reiss R.-D. and Thomas M. (eds). Statistical Analysis of Extreme Values. BirkhOTser, Basel, 2001, 472 pp.
5. Reiss R.-D. Statistical Analysis of Extreme Values. Springer-Verlag, New York, 2002, 316 pp.
6. Потапов, И.И. Оценка риска в режиме геоинформационного мониторинга / И.И. Потапов, В.Ф. Крапивин, В.Ю. Солдатов // Экологические системы и приборов. - 2006. - № 8. - С. 11-17.
7. Крапивин, В.Ф. Технология обнаружения и диагностики зон зарождения тропических ураганов средствами радиозондирования и математического моделирования / В.Ф. Крапивин, И.И. Потапов // Проблемы окружающей среды и природных ресурсов. - 2006. - № 12. - С. 3-11.
8. Essam J.W. Percolation theory. Reports on Progress in Physics, 1980, Vol. 43, No. 7, pp. 833-912.
9. Stauffer D. and Aharony A. Introduction to percolation theory. Plenum Press, New York, 1994, 215 pp.
10. Гулд, Х. Компьютерное моделирование в физике / Х. Гулд, Я. Тобочник. - М.: Мир, 1990. - Т. 2. -400 с.
11. Вальд, А. Последовательный анализ / А. Вальд. - М.: Физматлит, 1960. - 328 с.
12. Paily G.M., Jolad S., and Neogi S. Two dimensional random walk on percolation clusters. http://www. personal.psu.edu/users/s/a/saj169/PercolationRW/ PercolationRW1.pdf
13. Невзоров, В.Б. Рекорды. Математическая теория / В.Б. Невзоров. - М.: Фазис, 2000. - 256 с.
14. Ahsanullah M. And Nevzorov VB. Joint distribution of order statistics generated by records. Journal of Mathematical Sciences, 1999, vol. 93, no. 3, pp. 265269.
ИСПОЛЬЗОВАНИЕ ФУНКЦИИ ЖЕЛАТЕЛЬНОСТИ
Харрингтона для оптимизации многокритериальной оценки состояния лесных экосистем в условиях урбанизированной территории
О.В. БЕДНОВА, доц. каф. экологии и защиты лесаМГУЛ, канд. биол. наук
[email protected] приведены в ранее опубликованных работах [1, 2, 3]. В настоящей статье целесообразно лишь в формализованном виде эту систему представить как
P = РРАг (1)
где R - коэффициент природоохранной значимости (учитывает присутствие видов, имеющих природоохранный статус);
На основе обобщения данных многолетнего лесоэкологического мониторинга в городских лесах на территории Москвы разработана система критериев и индикаторов оценки природной ценности лесных экосистем городских особо охраняемых природных территорий. Методические подходы к обоснованию и характеристика ее структуры
ЛЕСНОЙ ВЕСТНИК 7/2011
35
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
I - индекс состояния лесного фитоценоза (агрегируется из индекса состояния древостоя (I ) и коэффициента рекреационной дигрессии (d) -1= dId);
Hstr - индекс структурного разнообразия лесного биогеоценоза.
Все три составляющие являются индикаторами состояния биоразнообразия, агрегируемыми в интегральный показатель
- индекс природоохранной ценности (P).
Если оценивать значение интегрального индекса природоохранной ценности Р, исходя из его абсолютной величины, то работает принцип: чем оно выше, тем большей природоохранной ценностью обладает исследуемый участок леса или лесной массив в целом. Высокое значение этого интегрального индикатора может быть обусловлено как высокими значениями всех его составляющих (что практически реально только в ненарушенных условиях), так и отдельных компонент. Наиболее же значительное повышение значения индекса природоохранной ценности чаще всего связано с высоким значением коэффициента природоохранной значимости, отражающим наличие местообитаний видов, занесенных в «Красную книгу», или принадлежность к редкому лесному сообществу. Это не противоречит современной природоохранной парадигме [4]. Но в общеэкологическом смысле важен и другой аспект: экологическая ценность (т.е. способность к устойчивому выполнению экологических функций) природной территории тем выше, чем меньше отклоняется состояние экосистемы от нормы. Наличие видов, имеющих природоохранный статус, при этом не всегда является определяющим признаком. Сохранение экосистемой лесного облика в целом является куда более экологически значимым фактом, и, особенно
- в урбанизированных условиях.
Ранее также было показано, что предлагаемые экологические индикаторы биотической составляющей городской лесной экосистемы можно сочетать с интегральными показателями состояния абиотической среды и интегрировать в общий показатель состояния экосистемы [3, 5]. И тогда мы начинаем иметь дело с многокритериальной системой
индикации состояния городской лесной экосистемы, вследствие чего появляется потребность в агрегировании частных критериев качества в обобщенный показатель и оценке последнего.
Индикация экологического состояния в большинстве случаев требует перевода численных значений индикаторной характеристики в качественные градации шкалы «норма-патология». При этом способы разбиения количественных шкал на классы имеют, как правило, экспертный, т.е. неформализованный характер. При многокритериальной оценке, прежде всего, вызывает затруднение то положение, что экологические параметры, которые необходимо оптимизировать в единый качественный показатель, будучи разными по своей природе, имеют различную размерность. К тому же процедура количественного ранжирования частных критериев в задачах многокритериальной оптимизации объективно сопряжена с субъективизмом, неопределенностью. Предложены различные пути формализации и решения этих проблем [6, 7].
Один из подходов формализации субъективных неопределенностей в многокритериальных задачах был разработан в 1963 г. С.Харрингтоном. Для описания частных критериев и ограничений им было предложено использование функций желательности [14].
В основе метода оптимизации с использованием функций желательности лежит прием мультипликативной свертки векторного критерия [8]. Суммарный отклик рассчитывается как обобщенная функция желательности
D = n^d\d2..di (2),
где d - частная функция желательности
(i =\+n).
Т.е. обобщенная функция желательности задается как среднее геометрическое частных желательностей d. Последние представляют собой значения натуральных значений частных откликов, которые преобразованы в безразмерную шкалу желательности (предпочтительности) и принимают значения, непрерывно возрастающие от 0 до 1 при изменении соответствующего параметрам ка-
36
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Кодированное значение показателей Рисунок. Функция желательности Харрингтона
чества от наименее к наиболее желательным состояниям. Конкретный вид функций желательности задается лицом, принимающим решения (ЛПР), исходя из его субъективных представлений. Путем свертки частных функций желательности строится глобальный критерий качества, максимизация которого составляет оптимум.
Конкретные формы выражения функций желательности могут быть разнообразными: экспертные функции желательности, простые аналитические функции желательности, функции желательности Харрингтона и др. [9]. Наиболее часто используемой является непосредственно функция желательности Харрингтона d = exp(-exp(-y’}), где У- кодированное значение признака. Функция Харрингтона (рисунок) имеет несколько критических точек (ординаты точек перегиба), что позволяет задавать границы градаций желательности не произвольным, а строгим образом (табл. 1).
Таким образом, метод функций желательности представляет собой математический инструментарий перевода реальных значений параметров в единую безразмерную числовую шкалу с фиксированными границами и отображения частных количественных шкал в обобщенные шкалы критериев качества. Именно возможность перехода от реальных значений экологических факторов (параметров) к безразмерным величинам, позволяющая увязывать ряды количественных и качественных показателей, является привлекательной стороной метода функций
Т а б л и ц а 1
Базовые отметки шкалы желательности
Количественные отметки на шкале желательности Желательность значения отклика
0,80-1,00 Очень хорошо
0,63-0,80 Хорошо
0,37-0,63 Удовлетворительно
0,20-0,37 Плохо
0,00-0,20 Очень плохо
желательности при обработке результатов экологических наблюдений и делает процедуру экспертной оценки более прозрачной. При этом граничные значения функции соответствуют градациям «плохо-хорошо», что дает возможность диагностировать любое конкретное значение какого-либо экологического параметра не только по его абсолютной величине, но и по тому, насколько эта величина близка к области ухудшения или даже деградации экосистемы. Присущее функции желательности соотнесение текущего значения той или иной индикаторной характеристики с максимумом (или эталоном) входит и в известный метод Бателя - одну из процедур оценки воздействия на окружающую среду [10].
Методы приведения значений (кодирование признаков) для построения шкал желательности зависят от особенностей используемых параметров. При этом возможно получение значений желательности четырьмя способами [11]:
1) через указание наиболее желательного значения параметра на основе эмпирической функции его распределения;
ЛЕСНОЙ ВЕСТНИК 7/2011
37
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
2) по левой и правой границам диапазона желательных значений;
3) по левой границе и месту расположения оптимальной желательности;
4) по правой границе и месту расположения оптимальной желательности.
Т.е. частные функции желательности могут быть с односторонним и двусторонним ограничениями, от чего и зависит вид преобразования натуральных показателей в кодированные отклики. После выбора способа построения функции желательности строится эмпирическая функция распределения рассматриваемой величины и соответствующая ей вероятностная функция.
Оценки желательности каждого из показателей, полученные по предлагаемому методу, образуют матрицу той же размерности, что и матрица исходных данных. Эта новая матрица может быть проанализирована любым из стандартных методов многомерного анализа.
Величина обобщенной желательности может служить интегральной мерой отклонения состояния экосистемы от нормы. В идеальном случае для ненарушенной экосистемы величина D должна быть равна 1, а если хотя бы одно из частных значений d. окажется равным 0, очевидно, что и D = 0.
Распределения рядов значений интегральных показателей системы лесоэкологического мониторинга представляют собой эмпирические функции с односторонними ограничением: по правой границе - для биотических показателей (у < ymax), по левой - для показателей степени загрязнения абиотической составляющей экосистемы (y > у ). Для преобразования частных откликов в частные функции желательности в таких случаях используется экспоненциальная зависимость d = exp[-exp(-/)].
Рассмотрим возможность оптимизации многокритериальной оценки состояния городских лесных экосистем по результатам лесоэкологического мониторинга с помощью функции желательности Харрингтона. В качестве индикаторов биотической составляющей используем значения индексов состояния древостоя (Id) и структурного разнообразия
(Hst), полученные в результате обработки данных пунктов постоянных наблюдений и временных пробных площадей. В качестве показателей абиотической составляющей для расчета частных желательностей использованы значения уровней акустического загрязнения в границах московских ООПТ по данным ГПУ «Мосэкомониторинг» [12] и лаборатории мониторинга окружающей среды РХТУ им. Д.И. Менделеева (руководитель д-р техн. наук В.А.Кузнецов). Обобщенная функция желательности, таким образом, в данной системе показателей будет определяться исходя из трех частных желательностей D = ^ddd3.
Модельными территориями служили лесные участки двух московских особо охраняемых территорий (комплексный природный заказник «Долина реки Сетунь», Фили-Кун-цевский лесопарк - часть природно-исторического парка «Москворецкий), городские лесные массивы на территории г. Королева Московской обл. и г. Светлогорска Калининградской обл., лесные участки заказника «Журавлиная родина» в Талдомском районе Московской обл. (фоновые условия).
Диапазон эмпирических значений индекса состояния древостоя составил от 2,50 до 9,89. В качестве базовых значений (табл.1) для расчетов приняты отметки 4,0 (граничное значение «плохо» - «очень плохо» соответствует состоянию древостоя, где основной вклад вносят сильно ослабленные - усыхающие сухостойные деревья) и 9,0 (граница «хорошо»- «очень хорошо» - древостой, в котором по крайней мере половина деревьев без признаков ослабления).
Диапазон значений индекса структурного разнообразия по результатам обработки данных полевых учетов включает значения от 0,89 (площадь сбоя практически 100 %, отсутствие подроста и подлеска, т.е. фактически только изреженный древостой) до 2,00 (структура лесного биогеоценоза не нарушена). Базовые значения 1,85 (нарушение структуры на уровне второй стадии рекреационной дигрессии соответствует частной желательности 0,8 - граница «хорошо» - «очень хорошо») и 1,45 (состояние, соответствующее пятой стадии рекреационной
38
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
дигрессии, когда при площади сбоя на уровне 90 % встречаются единичные экземпляры лесных трав, подлеска и/или подроста, в соответствие поставлено значение частной функции желательности в 0,2, т.е. граница «плохо»- «очень плохо»).
Несколько иной подход к выбору базовых значений для расчета частных желательностей уровней акустического загрязнения. Уровни шума на территории жилой застройки нормируются в России в соответствии с санитарными нормами СН 2.2.4/2.1.8.562-96 «Шум на рабочих местах, в помещениях жилых, общественных зданий и на территории жилой застройки»: для дневного времени предельно допустимые уровни составляют 55 дБА по эквивалентному и 70 дБА по максимальному уровням звука, для ночного времени - 45 дБА по эквивалентному и 60 дБА по максимальному уровням звука. Кроме того, установлены нормы для площадок отдыха на территории микрорайонов и групп жилых домов: они составляют 45 дБА по эквивалентному и 60 дБА по максимальному уровням звука для дневного времени. Специальных общероссийских нормативов по акустическому загрязнению применительно к природным территориям нет. В условиях Москвы в целях обеспечения акустически комфортных условий для обитания птиц и животных на территории города Москвы, также для усиления рекреационного потенциала и обеспечения отдыха жителей Москвы предлагается установить экологические требования к допустимому уровню шума на ООПТ и принять в качестве допустимого значения эквивалентного уровня звука - 50 дБА. Это положение закреплено постановлением Правительства Москвы от 16.10.2007г. № 896-1Ш. Отметку в 50 дБА и целесообразно использовать в качестве базовой точки, соответствующей желательности по шкале Харрингтона в 0,37: это нижний предел отметки «удовлетворительно». В качестве второго базового значения выбрана отметка в 71 дБА - наиболее низкое значение уровня шума, фиксируемое по границам лесных массивов с крупными автомагистралями в дневное время [12]. В соответствие последнему поставлено значение частной функции
Т а б л и ц а 2
Базовые значения функций желательности и соответствующие значения натуральных значений критериев
Экспертные Значения частных функций желатель- ности Жела-
Критерии значения тельность
оптимизации критериев значения
оптимизации критерия
Индекс состояния древостоя 9,0 0,8 Хорошо
4,0 0,2 Плохо
Индекс структур- 1, 85 0,8 Хорошо
ного разнооб- 1,45 0,2 Плохо
разия
Уровень акустического загрязнения, дбА 50 71 0,37 0,2 Удовлетво- рительно Плохо
желательности в 0,2 (т.е. граница «плохо» - «очень плохо»).
Все вышеизложенные методические положения, необходимые для проведения расчетов, можно обобщить в виде таблицы.
В результате расчетов получены следующие зависимости частных функций желательности от натуральных значений экологических индикаторов.
Состояние древостоя d1 = exp[-exp(2,06-0,40y1)]. (4)
Сохранность структуры лесного биогеоценоза
d2 = exp[-exp(7,639-4,94y2)]. (5)
Уровни акустического загрязнения d3 = exp[-exp(-1,15+0,02y3). (6)
На основе этих зависимостей можно, во-первых, получить интервальные оценки значений экологических индикаторов, необходимые для диагностики состояния отдельного участка леса или экосистемы городского леса в целом.
Приведенные в табл. 3 градации, безусловно, необходимы только для ориентации в ситуации в первом приближении. Для свертки же результатов лесоэкологического мониторинга необходимы значения частных откликов, переведенных с помощью формул (4-6) в частные желательности. Например, для небольшого лесного массива «Троекуров-
ЛЕСНОИ ВЕСТНИК 7/2011
39
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Таблица 3
Диапазоны значений трех экологических индикаторов состояния городской лесной экосистемы
Количественные отметки на шкале желательности Харрингтона Желательно сть значения отклика Диапазоны значений частных откликов в натуральных значениях
Индекс состояния древостоя Индекс структурного разнообразия Уровень акустического загрязнения, дбА
0,80-1,00 очень хорошо более 9 более 1,85 менее 15
0,63-0,80 хорошо 7,17-9,0 1,70-1,85 16-15
0,37-0,63 удовлетворительно 5,23-7,16 1,55-1,70 50-16
0,20-0,37 плохо 4,1-5,22 1,45-1,55 71-50
0,00-0,20 очень плохо до 4,0 до 1, 45 более 71
Таблица 4
Показатели состояния лесных биогеоценозов в границах лесного массива «Троекуровский лес» и результаты их обобщенной оценки
Тип лесного биогеоценоза Значения экологических индикаторов (в числителе) и частных функций желательности (в знаменателе) Обобщенная функция желательности, D
Индекс состояния древостоя, Id / d1 Индекс структурного разнообразия, H Jd2 Уровень акустического загрязнения, дбА, q/d3
Березняк зеленчуково-снытевый 8,14/0, 739 1,74/0,681 70/0,277 0,519
Липняк зеленчуково-снытевый с подростом ели 7,02/0,623 1.91/0,847 66/0,306 0,545
Сосняк яснотково-снытевый с липой (лесные культуры) 7,54/0,681 1,74/0,681 76/0,235 0,478
Березняк зеленчуково-снытевый приручьевой 8,17/0,741 1,83/0,782 70/0,277 0,543
Березняк зеленчуково-снытевый с липой 8,71/0,784 1,88/0,825 82/0,196 0,502
Липняк с серой ольхой зеленчуково-снытевый 6,89/0,607 1,96/0,878 66/0,306 0,546
Обобщенная функция желательности для всего лесного массива в целом 0,693 0,778 0,263 0,522
кий лес» (территориально входит в границы комплексного природного заказника «Долина реки Сетунь») получены следующие результаты.
В соответствии с интервальными оценками на основе базовых отметок шкалы желательности (табл. 1) состояние лесных биогеоценозов и экосистемы лесного массива в целом оценивается как удовлетворительное. Но при довольно высоких уровнях значений показателей биоразнообразия («хорошо» - «очень хорошо») очевиден повышенный уровень акустического дискомфорта (лесной массив зажат между МКАД и автомагистралью по ул. Рябиновая, пролегающей через промзону «Очаково»). Акустическое загрязнение, согласно градациям, приведенным в табл. 1, оценивается положением «очень плохо» - «плохо». Даже такой небольшой своего рода «спектральный анализ» ситуации позволяет расставить акценты в сфере управле-
ния городской особо охраняемой природной территорией: приоритетным направлением в данном случае в настоящее время должно быть поддержание природоохранных функций, меньше усилий (и, конечно же, материальных затрат) целесообразно направлять на развитие рекреационного потенциала. В качестве компромиссного решения можно рассматривать вариант развития системы экологического просвещения в данном лесном массиве: экологические тропы, реинтро-дукционные участки и т.п. (13) с минимумом экологически обоснованного благоустройства территории.
В целом продемонстрированный в данной статье подход к оптимизации многокритериальной оценки результатов лесоэкологического мониторинга перспективен для разработки и использования в рамках экспертных систем оценки состояния лесных экосистем в урбанизированных условиях для
40
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
принятия адекватных управляющих решений. Последнее особенно актуально для городских особо охраняемых природных территорий, назначение которых многофункционально: природоохранные функции, поддержание экологического средостабилизирующего баланса в городских условиях, рекреационное использование и экологическое просвещение населения.
Библиографический список
1. Беднова, О.В. Мониторинг биоразнообразия лесных и урбоэкосистем / О.В. Беднова // Мониторинг состояния лесных и городских экосистем: под ред. В.С Шалаева, Е..Г. Мозолевской.- М.: МГУЛ, 2004. - С. 39-51.
2. Беднова, О.В. Структурное разнообразие лесных биогеоценозов как параметр лесоэкологического мониторинга на городских особо охраняемых территориях / О.В.Беднова // Вестник МГУЛ - Лесной вестник. - 2009.- № 5 (68).- С. 182-191.
3. Беднова, О.В. Экологические индикаторы устойчивого развития мегаполиса / О.В. Беднова, В.А.Кузнецов // Лесной вестник. - 2010.- № 7 (75).- С. 20-24.
4. Критерии и методы формирования экологической сети природных территорий. Вып. 1.-2-е изд.- М.: Центр охраны дикой природы СоЭС, 1999.- 48 с.
5. Кузнецов, В.А. Разработка способов интегральной оценки влияния городов на состояние окружающей среды и технических решений по минимизации приоритетных факторов химического воздействия / В.А.Кузнецов: автореф. дис. ... д-ра техн. наук- М.: РХТУ им. Д.И. Менделеева.- 34 с.
6. Дилигенский, Н.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология / Н.В Дилигенский, Л.Г. Дымова, П.В. Севастьянов.- М.: «Издательство Машиностроение - 1», 2004. - 397 с.
7. Ахназарова, С.Л. Методы оптимизации эксперимента в химической технологии / С.Л. Ахназарова, В.В.Кафаров.- М.: Высшая школа, 1985.- 327 с.
8. Ахназарова, С.Л.. Использование функции желательности Харрингтона при решении оптимизационных задач химической технологии. Учебно-методическое пособие /С.Л Ахназарова, Л.С. Гордеев.- М.: РХТУ им. Д.С. Менделеева.- 2003.76 с.
9. Воробейчик, Е.Л. Экологическое нормирование техногенных загрязнений наземных экосистем / Е.Л. Воробейчик, О.Ф Садыков, М.Г. Фарафонтов.
- Екатеринбург: УиФ Наука, 1994. - 280 с.
10. Вторжение в природную среду. Оценка воздействия. М.: Прогресс, 1983.- 191 с.
11. Булгаков, Н.Г. Экологический мониторинг. Часть 5. Учебное пособие / Н.Г. Булгаков., А.П. Левич, В.Н. Максимов / Под ред. проф. Д.Б.Гелашвили.
- Нижний Новгород: Изд-во Нижегородского унта, 2003. - С. 93-259.
12. http://www.mosecom.ru
13. Беднова, О.В. Троекуровский лес: каким ему быть?/ О.В. Беднова // Мониторинг состояния природно-культурных комплексов лесопарковых территорий. Сб. докл. научно-практ. конф. - М.: ГУ «Природно-историче ский заповедник-спецле схоз «Горки», 2009.- С. 76-80.
14. Harrington E.C. Desirability function and its application /E.C. Harrington // Industrial Quality Control. - 1965.-V 21 - № 10. - P.49.
ПРИМЕНЕНИЕ МЕТОДОВ ДИСТАНЦИОННОГО МОНИТОРИНГА
в оптическом и свч диапазонах на этапах моделирования лесных экосистем
В.Д. БУРКОВ, проф. каф. ИИС и ТПМГУЛ, д-р техн. наук, М.В. ЧЕРЕМИСИН, асп. каф. ИИс и ТП МГУЛ,
В.С. ШАЛАЕВ, проф. МГУЛ, д-р техн. наук
дистанционные методы оптического и СВч мониторинга лесных экосистем
Спутниковое зондирование лесных экосистем в оптическом диапазоне в настоящее время является основным дистанционным методом при определении главных характе-
ристик лесов. Этот диапазон начал использоваться первым в ДЗЗ, и к настоящему времени наработаны технологии его использования для различных целей. В оптическом диапазоне можно получить наилучшее пространственное разрешение, изображения в видимом спектре более привычны для людей по восприятию.
ЛЕСНОЙ ВЕСТНИК 7/2011
41
