Оценка лесовозобновления по материалам дистанционных съемок Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

УДК 630

ОЦЕНКА ЛЕСОВОЗОБНОВЛЕНИЯ ПО МАТЕРИАЛАМ ДИСТАНЦИОННЫХ СЪЕМОК

© 2016 А.В. Любимов1, А.П. Смирнов1, А.Н. Крючков2, Т.Ю. Любимова3, С.В. Саксонов4

1 Санкт-Петербургский государственный лесотехнический университет,

2 Тольяттинское отделение русского ботанического общества, г. Тольятти 3 Научно исследовательский и проектный институт «Севзаплесхозпроект»,

г. Санкт-Петербург 4 Институт экологии Волжского бассейна РАН, г. Тольятти

Статья поступила в редакцию 11.03.2016

Приведена характеристика оценки параметров лесовозобновления на вырубках по материалам дистанционных съемок Земли, что позволяет следить за ростом и развитием естественного возобновления и лесных культур, определять сроки перевода в лесопокрытые земли и сроки проведения рубок ухода. Оценка выполнена на Лисинском аэрокосмическом и геоинформационном полигоне с использованием платформ геоинформационных систем IDRISI и MapInfo. Ключевые слова: запас, прирост, фитомасса, база картографических и атрибутивных данных, космические снимки, лесовозобновление, лесные культуры, уход за лесом, прогноз состояния.

Экологический мониторинг состояния лесов оценки эффективности проводимых хозяйственных мероприятий, состояния отдельных насаждений, прогноза пожарной опасности и разработки сценариев развития лесных ресурсов на длительную перспективу требует большого объема исходных данных и построения математико -статистических моделей отдельных деревьев, древостоев и насаждений, в целом.

Объективные данные о состоянии лесовна региональном уровне можно получать только с использованием методов дистанционногозон-дирования. Использование материалов дистанционного зондирования Земли (МДЗЗ) позволяет наблюдать динамику развития лесов и их состояния на большой территории (арендованный лесоучасток, участковое лесничество, районное лесничество, государственный природный заповедник и т. д.). Для установления зависимостей между характеристиками насаждений, изобразившихся на снимках, и их фактическимипара-метрами необходима организация сети контрольных пробных площадей и выделов уточненной таксации в насаждениях аэрокосмического и геоинформационного полигона.

В статье приводится методика оценки состояния естественного возобновления на вырубках Любимов Александр Владимирович, доктор сельскохозяйственных наук, профессор. E-mail: [email protected] Смирнов Александр Петрович, доктор сельскохозяйственные наук, профессор. E-mail: [email protected] Крючков Андрей Николаевич, кандидат географических наук, член Русского ботанического общества. E-mail: [email protected] Любимова Татьяна Юрьевна, инженер. E-mail: [email protected]

Саксонов Сергей Владимирович, доктор биологических наук, профессор, заместитель директора. E-mail: [email protected]

и лесных культур с использованием МДЗЗ и ГИС - технологий.

МЕТОДИКА И ТЕХНИКА ИССЛЕДОВАНИЙ

Методика и техника оценки лесовосста-новления разработаны на Лисинском аэрокосмическом учебно-опытном полигоне Санкт-Петербургского государственного лесотехнического университета имени С.М. Кирова.

Для решения поставленных задач были использованы космические снимки среднего и высокого разрешения со спутников Terra, Landsat, IRS, Spote OuickBird, а также цветные спектро-зональные снимки на пленке СН6-М, цифровые аэрофотоснимки и материалы наземных съемок тестовых объектов..

В процессе исследования были использованы созданные ранее геоинформационные базы картографических и атрибутивных данных, совместимых с форматами большинства профессиональных ГИС.

Проверка исходных данных выполнялась в соответствии с требованиями действующей лесоустроительной инструкции. В базу геоданных были включены электронные слои топографических карт, базовых для лесных тематических картографических произведений (масштабы 1 : 200000 (карты-схемы), 1 : 25000 (планы лесонасаждений) и 1 : 10000 (лесоустроительные планшеты)).

На электронных картах полигона отмечались государственные границы, границы федерального округа, субъектов федерации, административных районов и лесохозяйственных организаций, предприятий лесного комплекса, земли сельскохозяйственного назначения, гидрографию, населенные пункты, транспортные коммуникации, зарегистрированные изображения дис-

танционного зондирования, растровые карты температуры земной поверхности, состояния растительности и вегетационных индексов.

В атрибутивную базу включались сведения о таксационных характеристиках насаждений, почвах, лесовосстановлении, пожарах, состоянии насаждений, использовании средств защиты растений и мн. др.

Для актуализации лесных планов - картографических материалов и оценки состояния возобновления на вырубках были использованы космические снимки высокого разрешения: IRS (разрешение 6 и 23 м), OuickBird (2,4 м), Spot (20 м), Landsat (30 м) и низкого разрешения: Теггас аппаратурой Aqua (250, 500 и 1000 м), а также цветные спектрозональные аэрофотоснимки, выполненные на аналоговых и цифровых носителях.

Обработка космических снимков производилась с использованием программного комплекса ScanEx Image Processor [1, 2, 5].

Обработка исследуемых изображений состояла из привязки снимков, их геометрической коррекции по опорным точкам, которые были полученыво время полевых исследований с помощью геодезической съемки и использования системы спутникового позиционирования (GPS-приемники разных классов). Следующий этап заключался в создании синтезированных изображений. На основе разовых и серий разновременных снимков актуализировались лесные карты, а также вычислялись нормализованные вегетационные индексы (NDVI) с использованием векторных масок насаждений лесного фонда [3, 4, 7].

Вегетационные индексы позволяют получить разнообразные количественные и качественные параметры для оценки состояния растительности [2].

NDVI может быть рассчитан по стандартной методике на основе спутниковыхснимков, имеющих спектральные каналы в красном (0,62 - 0,69 мкм) и ближнем инфракрасном (0,75 - 0,9 мкм) диапазонах. Величина NDVI пропорциональна общей биомассе растений. В соответствии с принятыми методиками определение состояния растительности по NDVI производилось по следующим критериям (табл. 1).

Обработка снимков низкого разрешения состоит в получении оперативной информации о состояния лесной растительности и условиях местопроизрастания. Для этого были использованы данные спектрорадиометра MODIS, получаемые со спутника Terra (Aqua) дважды в сутки при условии, что количество облачности не превышало 30% на момент пролета спутника над интересующей территорией. В момент загрузки данных в программный комплекс ScanEx Image Processor производился расчет NDVI и температуры подстилающей поверхности по специализированным алгоритмам. Данные для вычисления необходимых параметров получают из соответствующих спектральных каналов снимков. Из расчетов NDVI и температуры подстилающей поверхности автоматически исключаются элементы изображения, соответствующие облачности и гидрографическим объектам, опознаваемым по заранее составленным на всю территорию полигона маскам.

Обработанные снимки всех уровней экспортируются в базу данных ГИС АК - полигона. Для получения карт состояния лесовозобновленияи температуры подстилающей поверхности должны быть последовательно выполнены процедуры классификации элементов изображения (определение классов состояния) и поэлементному экспорту этих величин в базу данных ГИС [8].

В настоящее время леса на больших площадях вырубок и гарей восстанавливают созданием лесных культур - посадкой и посевом. Приживаемость и рост искусственно созданных насаждений зависит от наличия элементов питания, температуры и влажности. Все эти показатели могут быть определены с использованием совокупности растительных индексов по материалам дистанционных съемок.

Значения индекса дефицита влаги, тенденции изменения во времени температуры подстилающей поверхности и состояния растительности на основе сравнения значений параметров за разные даты были рассчитаны средствами модуля SpatialAnalyst - таблица 2.

Сравнение карт производилось средствами модуля Spatial Analyst. Изменение состояния

Значение NDVI Состояние растительности

0,00 -0,10 Открытая почва или облачность на космоснимке

0,11 -0,20 Разреженная растительность

0,21 -0,30 Очень плохое

0,31 -0,40 Плохое

0,41 - 0,55 Удовлетворительное

0,56 - 0,70 Хорошее

0,71 - 1,00 Очень хорошее

Таблица 1. Состояние растительности в соответствии со значениями вегетационных индексов

Таблица 2. Значения индексов дефицита влаги [8]

Значение разностиМОУ/ Тенденция состояния растительности

-1,00 - -0,60 Значительное ухудшение

-0,61 - -0,20 Ухудшение

-0,21 - 0,20 Без изменения

0,21 - 0,60 Улучшение

0,61 - 1,00 Значительное улучшение

растительности фиксировалось по соответствию разности значений следующим оценочным параметрам (табл. 2).

Выявление признаков недостатка влаги производилось по стандартной программе с помощью индекса засухи. Засуха — явление, сопровождающееся повышенным фоном ночных и дневных значений температуры при отсутствии выпадения осадков. Индекс засухи (ГО) определяется как отношение суммы экстремальных (минимальной и максимальной, в качестве которых были взяты дневная(Тд) и ночная (Тн)) суточных значений температуры к значениям ЫБУ1.

Чем выше значение индекса дефицита влаги, тем с большей вероятностью на исследуемой территории отмечается засуха. Значение индекса 1200-1400 свидетельствует о наступлении слабой засухи (растения угнетены, но жизнеспособны), 1401-1600 - средней и сильной засухи (растения существенно угнетены), более 1600 - катастрофической засухи (полная гибель растений) [8].

Для расчета необходимо знать величину температуры подстилающей поверхности днем (максимальная температура), ночью (минимальная температура) и значение ЫБУ1 за данные сутки. Засуха не является быстропротекающим явлением и вызывает угнетение растений. Признаки засухи необходимо отслеживать с начала ее развития и за максимально длительный промежуток времени.

Дистанционный мониторинг состояния естественного возобновления и лесных культур должен сопровождаться синхронными измерениями фактических характеристик растительности (подспутниковые наблюдения), что составляет технологию дистанционно - контактного мониторинга.

Преимуществом работ на аэрокосмическом полигоне является детальное дешифрирование всех категорий земель лесного фонда с координатной привязкой и картографированием границ выделов. Каждый выдел, включая участки естественного возобновления и лесных культур, содержит все предусмотренные лесоустроительной инструкцией сведения, что существенно упрощает дешифрирование материалов дистанционного зондирования.

Для формальной идентификации (определения видового состава) участков естественного возобновления и лесных культур были выбраны разновременные мультиспектральные снимки

высокого разрешения (спутники IRS, Landsat, SpotH OuickBird) за 2097-2009, спектрозональные снимки залетов 2004 г., цифровые аэроснимки залетов 2013 г. и данные полевых обследований за весь период исследования. Предварительнобыла произведена геометрическая коррекция всех изображений и их регистрация к топографическим картам соответствующих масштабов.

При дешифрировании снимков использовалась методика аналитического визуального и формализованного дешифрирования, производилась классификация элементов изображения на основе вычисленныхЛТОУТи цветового синтеза разновременных снимков за три даты. Оценка динамики изменений объектов и их типа производился по их временному образу.

На полученных изображениях классифицируют элементы изображения с распределением на основные категории земель и участки лесного фонда (лесные культуры и участки сестественным возобновление по вырубкам, гарям, рединам и другим категориям земель).

Прогноз продуктивности лесных культур и участков естественного возобновления, которая выражена в принятых в лесной таксации единицах, производился с помощью эмпирической матричной модели. Она используется для оценки динамики биомассы с учетом проводимых хозяйственных мероприятий и разработки сценариев возможного развития лесного фонда на ближайшую и отдаленную перспективу [6].

При реализации модели должен быть использован весь доступный материал: метеорологические сведения, материалы полевых исследований, параметры, получаемые при дешифрировании МДЗЗ. При создании эмпирической матричной модели состояния и продуктивности молодых насаждений для прогноза динамики их состояния были отобраны следующие параметры, отражающие совокупное влияние факторов внешней среды.

Дата посадки, нормализованные разностные вегетационные индексы, запасы влаги в почве, суммы осадков, суммы активных температур, даты перехода температуры через 5, 10°С, индекс засухи (дефицита влаги). При этом NDV/определялся на момент максимального значения прироста фитомассы, суммы осадков и температуры рассчитывались от начала вегетации до даты с максимальным значением NDVI и до даты устойчивого перехода температуры через

0°С осенью и от 0°С до даты с максимальным значением ЫБУ1 в период летней вегетации. Для каждой пары приведенного параметра и величины прироста по диаметру, высоте, абсолютной полноте и запасу были рассчитаны коэффициенты парной корреляции и оценена теснота связи между ними.

В ходе анализа обнаружена наиболее устойчивая связь приростов с ЫБУ1, суммой осадков и суммой активных температур. Поскольку коэффициенты множественной корреляции для сочетания параметров оказались значимыми, то эти параметры использовались для расчета уравнений множественной регрессии.

По результатам исследования была проведена опытно - производственная проверка в лесах Лисинского аэрокосмического полигона.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Характеристика вегетационного периода является важнейшим фактором, определяющим рост и состояние естественного возобновления и лесных культур. В настоящее время на юго-западе Ленинградской области вегетационный период начинается во второй половины апреля и продолжается до второй декады сентября.Оценка состояния, роста и развития естественного возобновления и лесных культур в зависимости от условий вегетации, по данным дистанционного зондирования и наземных наблюдений, производилась в течение 30 дней. При этом оценивались такие параметры, как состояние всходов естественного возобновления, начала роста растений естественного возобновления и культур прошлых лет, приживаемость и скорость роста вновь созданных участков, напочвенного покрова, растительности в фазе активного роста, максимального развития и затухания роста в связи с окончанием вегетации. По МДЗЗ была получена следующая оперативная тематическая картографическая информация: распределение температуры, состояние растений и признаки дефицита влаги.

Для характеристики термических условий подстилающей поверхности были использованы значения яркостной температуры. Поскольку изменение термических условий существенно сказывается на вегетации всходов и молодых растений, то в течение вегетации 2009 г. были оценены изменения температуры в три периода: 10 мая - 16 июня, 19 июня - 15 июля, 17 июля - 19 августа.

Максимальные значения температуры подстилающей поверхности в период вегетации изменялись в интервале от 20 до 38°С. Наибольшему прогреву подвергались открытые участки почвы.

Температура подстилающей поверхности достигает максимальных значений во второй половине июля, начиная снижаться к концу месяца. Так, например, в период с 10 мая по 20 июня

происходит интенсивный прогрев подстилающей поверхности, особенно в южной и юго-западной частях области, где положительное изменение температуры в отдельных районах составляет 30°С, тогда как навостоке и северо-востоке температура поверхности не изменилась, либо повышение составляет небольшую величину.

Состояние растительности, оцененное через ЫБУ1, существенно изменяется в процессе вегетационного развития растений. Так, от момента начала вегетации древесные растения накапливают зеленую биомассу и величина индекса увеличивается; в конце июня - июле величина биомассы достигает максимума, после которого наблюда-етсястабилизация и, даже, снижение значений ЫБУ1. Поскольку аэро- и космическое изображения охватывают значительную территорию, то на карте распределения ЫБУ1 представлено не только состояние естественного возобновления и лесных культур, но также лесов и непокрытых лесом территорий.

Для исключения лишней информации на карту ЫБУ1 накладывают маски земель, не относящихся к исследуемым категориям. По ним исключаются значения ЫБУ1, не относящиеся к лесным культурам и естественному возобновлению.

Значения вегетационных индексов, вычисленных для участков естественного возобновления и лесных культур, оценивались по средним значениям, их отклонениям и экстремальным значениям.

Процесс активного накопления биомассы растительностью наблюдается от начала вегетации до второй декады июля, когда достигается максимум значений. Наибольшие значения ЫБУ1 отмечаются в период с 14 июня до конца июля. Абсолютного максимума ЫБУ1 достигает в середине июля (0,87), затем значения индекса начинают понижаться. Среднее значение ЫБУ1 изменяется от 0,3 (в середине мая) до 0,7 (середина июля).

Для оценки изменений в ходе ЫБУ1 в период роста и его затухания были произведены сравнения параметров карт ЫБУ1 за периоды 10 мая - 15 июня, 17 июня - 15 июля и 16 июля - 16 августа 2009 г. В целом можно отметить, что с мая по середину июня 2009 г. по всей области происходит улучшение состояния древесной растительности, связанное с наращиванием растительностью зеленой биомассы. За ВТО рой период сохраняются значения накопленной биомассы: изменений не происходит.

В последний рассматриваемый период (июль - сентябрь) состояние растительности в целом по области не изменялось, однако увеличивается доля территории, на которой вегетационны-еиндексы уменьшаются из-за потери листвы деревьями березы и осины на возобновляемых территориях.

ЗАКЛЮЧЕНИЕ

Разработанная методика использования программных комплексов для автоматизированного дешифрирования материалов дистанционного зондирования позволяет на основе МДЗЗ и метеорологических параметров производить оценку состояния естественного возобновления и лесных культур на лесных непокрытых лесом землях (вырубки, прогалины, гари и т.д.) и скорость роста всходов, сеянцев и саженцев на протяжении вегетационного периода.

СПИСОК ЛИТЕРАТУРЫ

1. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений. М.: Логос, 2001. 264 с.

2. Crippen R.E. (1990) "Calculating the Vegetation Index Faster," Remote Sensing of Enviroment, vol. 34., pp. 71-73.

3. Черепанов А С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы //

Геоматика. 2009. №3.

4. Евтюшкин А.В. Методы оценки состояния почвен-но-растительного и снежного покрова с применением космических и сканерных изображений: дис. ... канд. физ.-мат. наук. Барнаул, 1997.

5. Изображения Земли из космоса: примеры применения. М.: ООО Инженерно-технологический центр «СКАНЭКС», 2005. 100 с.

6. Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований. М.: Изд. центр «Академия», 2004. 336 с.

7. Система космического мониторинга сельскохозяйственных угодий Пермского края на основе данных дистанционного зондирования /С.В. Пьянков, В. С. Русаков, Е.М. Свиязов, И.Б. Некрасов, Д.В. Онегов, М.А. Шпаков, П.К. Тимофеев, А.А. Смирнова. М.: ВНТИЦ. 2008. № 11583.

8. Свиязов Е.М., Смирнова А.А. Оценка условий вегетации сельскохозяйственных культур по данным дистанционного зондирования Земли // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. Пермь, 2008. С. 126-133.

EVALUATION OF THE FOREST REGENERATION BASED ON REMOTELY SENSED DATA INTERPRETATION

© 2016 A.V. Lyubimov1, A. P. Smirnov1, A.N. Kryuchkov2, T.Yu. Lyubimova, S.V. Saksonov

1 St. Petersburg State Forestry University 2 Togliatti Branch of the Russian Botanical Society, Togliatti 3 Scientific Research and Design Institute «Sevzapleskhozproekt», St. Petersburg 4 Institute of Ecology of Volga basin of RAS, Togliatti

This article is dealt with some methods of the forest regeneration evaluation based on remotely sensed imagery interpretation. Variouskindsofincrementisanalyzed for young trees of natural regeneration and cultivated areas. Project was held in Lisino research and experimental forest of the St. Petersburg state forest technical university.

Keywords: stock, biomass, database(cartographic and attribute),remotely sensed data, forest regeneration, thinnings, forecast of state.

Alexandr Lyubimov, Doctor of Agricultural Sciences, Professor. E-mail: [email protected]

Alexandr Smirnov, Doctor of Agricultural Sciences, Professor. E-mail: [email protected]

Andrey Kryuchkov, Candidate of Geography, Member of the Russian Botanical Society. E-mail: [email protected] Tatyana Lyubimova, Engineer. E-mail: lukosha@list,ru Sergey Saksonov, Doctor of Biology, Professor, Deputy Director. E-mail: [email protected]