CC BY
215
УДК 630.52:587/588 И.М. Данилин
Институт леса им. В.Н. Сукачева СО РАН, Красноярск Е.М. Медведев
Компания «ГеоЛИДАР», Москва
СОВРЕМЕННЫЕ КОНЦЕПЦИИ ДИСТАНЦИОННОГО МОНИТОРИНГА ЛЕСНЫХ ЭКОСИСТЕМ. ОСНОВНЫЕ ПОДХОДЫ И РЕШЕНИЯ
В последние годы лазерное зондирование, являющееся составной частью новейших методов и технологий геоинформатики и цифровой фотограмметрии, все шире используется для визуализации и моделирования различных объектов, создания трехмерных моделей инженерных сооружений, линий электропередач, топографической съемки и, в том числе, мониторинга лесных территорий [3-5, 7, 11, 16, 24, 29, 33, 35].
Вместе с тем, эффективные алгоритмы фильтрации колоссального количества (десятки и сотни миллиардов) получаемых лазерных сигналов, представленных в облаке точек отраженных импульсов, и достоверная классификация и сегментация сканируемых объектов разработаны еще недостаточно. Методы построения цифровых моделей местности (ЦММ) лесных территорий и определения по ним лесотаксационных показателей отличаются существенным разнообразием подходов [3, 9, 13, 15, 17-19, 21-23, 25, 28, 32, 34, 36, 37].
Результаты наших исследований в данной области позволили разработать устойчивый и достоверный метод фильтрации и классификации данных авиационной лазерной локации, основанный на аллометрии параметров лесного полога и автоматизированном дешифрировании изображений ("лазерных портретов") лесных насаждений с использованием подходов математической морфологии, оперирующей понятиями теории множеств и нечетких множеств, теории информации, распознавания образов и вероятности, а также основываясь на современных достижениях в обработке изображений, цифровой фотограмметрии и трехмерной компьютерной графики.
Предлагаемые решения в применении методов и алгоритмов трехмерного моделирования структуры, динамики и биомассы леса по данным лазерной локации являются пионерными, способствующими более глубокому пониманию многообразных и сложных процессов строения и формирования лесного покрова на обширных пространствах Сибири и бореальной зоны планеты в целом [1, 3, 4, 8, 10].
Алгоритм рассматривается для статистически достоверной выборки участков леса с высокой густотой, минимальным размером 20 х 20 м (эталонные "ключи" для обучающей выборки). Достоверно классифицируются плановые (вырубки, гари, шелкопрядники, водные поверхности и пр.) участки поверхности и профильные (насаждения, древостои, отдельно стоящие деревья, инженерные объекты и сооружения) участки, которые интерполируются с
использованием топографической и математической процедуры обработки данных в программной оболочке Altexis [8].
При лазерной локации оценка запасов древесины и фитомассы леса в каждом случае сводится к установлению базовых закономерностей изучаемого объекта и определению соотношений между объемами стволов, фитомассой, высотой и диаметрами стволов и крон [3].
Существует потребность в детальном изучении огромного потенциала использования при мониторинге лесов Интерференционных Радаров с Синтетической Апертурой (ИРСА), прежде всего - с целью определения статических и динамических характеристик лесных горючих материалов на больших территориях при относительно небольших материальных и финансовых затратах и при любых погодных условиях. [2, 6, 26].
Выдвигается гипотеза, что информация, полученная с помощью ИРСА, может быть непосредственно связана с пирологическими параметрами лесного полога, которые, в свою очередь, являются критическими входными данными для разрабатываемых математических моделей развития и поведения лесных пожаров. Кроме того, установлено, что интенсивность обратного рассеяния в радарных изображениях связана с влажностью листвы - другой переменной, которая также имеет большое значение в моделировании лесных пожаров.
Исследование направлено на разработку объективных, достоверных и высокоточных дистанционных методов мониторинга лесного покрова и алгоритмов определения биомассы леса, тесно связанных с проведением комплексных теоретических исследований механизмов взаимодействия высокочастотного импульсного лазерного и радарного излучений с дисперсными структурами лесного полога, что является основой для статистической лесоинвентаризации и применения эффективных цифровых методов дистанционного зондирования и, прежде всего, в обширных регионах Сибири, где лесоинвентаризацией охвачена только часть территории, а повторность ее крайне недостаточна, и получение таких данных традиционными методами практически невозможно.
Главной фундаментальной задачей в рамках проблемы, на решение которой направлено исследование, является разработка, развитие и тестирование методов воздушной лазерной локации, съемок интерференционными радарами с синтетической апертурой (ИРСА), аэро- и космических снимков высокого и сверхвысокого (субметрового) разрешения при лесоэкологическом мониторинге, лесоинвентаризации и специализированном тематическом картографировании на больших территориях на региональном уровне и уровне совокупностей (участков) лесных насаждений, главным образом - с целью определения следующих важнейших характеристик лесного покрова:
- Рельеф, величина уклонов местности, экспозиция;
- Соотношение древесных пород;
- Средняя высота древостоя;
- Густота, полнота древостоя и сумма поперечных сечений стволов деревьев;
- Возрастная структура по классам возраста древостоев;
- Тип и продуктивность почвенных условий;
- Площадь крон и их сомкнутость;
- Объем и весовые характеристики (биомасса) древостоев и насаждений
-5
(м /га, тонн/га);
- Границы участков леса.
Предыдущими исследованиями были выявлены полезность и возможности использования лазеров с малым диаметром пятна рассеяния сигнала для получения информации, имеющей отношение к типам, условиям, количественным и пространственным характеристикам структурных компонентов и биомассы леса, в том числе - горючих веществ в лесном пологе (в кроновой части) [9, 10, 12, 14, 16-20, 23, 27, 30, 31].
Стоимость лазерного сканирования в течение ряда лет имеет стойкую тенденцию к снижению, что уже сегодня позволяет предложить эффективную альтернативу традиционным наземным лесным измерениям и получения достоверных и точных данных для моделирования развития и распространения лесных пожаров. Ожидается, что стоимость получения таких данных лазерным методом будет составлять порядка 1 доллара США за 1 га, что делает его конкурентоспособным по сравнению с существующими традиционными методами дистанционного зондирования (к примеру - с аналоговой аэрофотосъемкой) и значительно менее дорогостоящим по сравнению с наземными измерениями на пробных площадях и при маршрутной таксации.
Вместе с тем, являясь оптическим сканером, лазер имеет некоторые ограничения как источник получения геопространственных данных на обширных лесных территориях. В частности, лазерный импульс не способен проникать через плотные облака, поэтому, данное обстоятельство нужно учитывать при получении данных в режиме реального времени при неблагоприятных состояниях атмосферы. Напротив, датчики, работающие в микроволновом диапазоне электромагнитного спектра, не имеют подобных ограничений, хотя отличаются от лазеров более низким пространственным разрешением получаемых изображений структуры леса.
Мы предлагаем интегрировать лазерную трехмерную геометрию и радарную информацию интенсивности обратного рассеяния, получаемую ИРСА, с физическими характеристиками растительности лесного полога. С этой целью используются статистические и логические методы для оценки параметров, имеющих отношение к различным слоям растительности, включая глубину их распространения и плотность. Физические характеристики плотности крон деревьев и древостоев для заданного размера ячейки (кластера) определяются непосредственно по данным ИРСА, а также другим пространственным данным для моделирования распространения лесных пожаров в кронах деревьев. Результаты анализа радарных данных сравниваются с оценками переменных поведения огня в кронах, и с данными, полученными оптическими датчиками и устройствами (лазерная, цифровая аэро- и
спутниковая съемка) и традиционными наземными измерениями на пробных площадях.
С экономической точки зрения получение радарных данных на обширных пространствах бореальной зоны будет значительно эффективнее и ниже по стоимости по сравнению с другими методами и технологиями дистанционного зондирования леса, включая лазерную локацию. Сбор радарных данных может осуществляться с самолетных платформ на относительно больших высотах (6000-12000 метров), что позволяет покрывать значительные по площади
л
территории за короткий промежуток времени (3600-7200 км /час), в любое время суток и при любых погодных условиях и облачности.
Исходя из сказанного выше, радарный метод имеет существенные преимущества по сравнению с оптическими системами дистанционного зондирования в тех случаях, когда сбор данных в режиме реального времени производится при неблагоприятных атмосферных условиях, таких как облачность или задымленность.
Методологические аспекты использования лазерных сканеров, интерференционных радаров с синтетической апертурой и цифровых аэро- и космических снимков высокого и сверхвысокого (субметрового) разрешения являются критическими с точки зрения точной и объективной оценки структуры и биомассы лесов. В рамках выполнения настоящего исследования практически задействованы и протестированы для целей дистанционного лесоэкологического мониторинга и лесоинвентаризации такие бортовые системы авиационного лазерного сканирования, как - ALTM-2050/3100 (Optech Inc.), TopoSys FALCON, ALS-50 (Leica), бортовые воздушные интерференционные радары с синтетической апертурой IFSAR и SAR PALSAR (NASDA), цифровая трехлинейчатая аэрофотокамера ADS-40 (Leica), а также спутниковые снимки сверхвысокого разрешения, полученные в системах EROS, IKONOS, Quick-Bird-II и др.
Другие специфические задачи, решаемые в рамках исследования:
- Извлечение характеристик лесного покрова посредством интегрированного использования данных лазерного сканирования, радарных, цифровых аэро- и космических снимков субметрового разрешения и данных участковой статистической лесоинвентаризации и картографирования.
- Оценка точностных и стоимостных параметров, преимуществ и недостатков синергетического использования лазерного сканирования, радарных, цифровых аэро- и космических снимков.
- Сравнение метода с другими источниками получения данных дистанционного зондирования.
- Оценка результатов исследований и метода потенциальными пользователями.
- Демонстрация метода правительственным организациям, ведомствам и частным компаниям.
МЕТОДЫ ИССЛЕДОВАНИЙ
С целью реализации поставленных задач запланированы следующие мероприятия и используются следующие методы и подходы:
Пользовательские требования:
В связи с тем, что требования по точности оценки структурных элементов лесного покрова и потребности в получении биометрических параметров не унифицированы, представляется целесообразным получить и детально проанализировать эту информацию в начальной стадии выполнения исследования.
Сбор и получение исходных данных:
Подобраны и оформлены испытательные участки и полигоны, достоверно репрезентирующие разнообразие доминирующих типов лесной растительности в различных районах Сибири, с большим перспективным практическим (рыночным) потенциалом для лесоэкологического мониторинга и лесоинвентаризации и заинтересованностью конечных пользователей.
Для того, чтобы подтвердить эффективность и точность метода интегрированного использования данных лазерной локации, радарных, цифровых аэро- и космических снимков субметрового разрешения для крупномасштабной статистической лесоинвентаризации и мониторинга, требуется выполнение полевых лесотаксационных работ и измерений высокой точности и достоверности. Точность таких лесотаксационных работ должна быть на порядок выше, чем точность, достигаемая при типовой инвентаризации лесных насаждений. Часть данных будет использоваться для обучения и калибровки, а другая - для валидации и проверки качества новой системы. На некоторых испытательных участках уже имеются кондиционные лесотаксационные данные (пробные площади, базы данных измерений модельных деревьев), которые используются для обучения, калибровки и контроля качества дешифрирования данных дистанционного зондирования.
Создание геоинформационной базы данных, включающей информацию о лесных насаждениях и их местонахождении и данные дистанционного зондирования. Данные лазерного и радарного сканирования представляются в виде геотрансформированной (введенной в систему реальных географических координат) базы данных и цифровой фотокарты, совместимых в форматах с системами автоматизированного проектирования (САПР) и с основными геоинформационными системами - ArcView, ArcINFO, MapINFO и т.д. В таких системах данные лазерной локации обычно используются для последующей специализированной постобработки. Данные сканирования импортируются в оболочку ГИС в виде растровых и векторных слоев. Предыдущий базовый слой включает цифровую модель земной поверхности (ЦМЗП) и лесной растительности (ЦМР) в виде сетки, наряду с геокодированными цифровыми аэро- и космическими снимками и отсканированными в растровом формате топографическими картами местности. Последний слой включает дешифрированные (распознанные) в полуавтоматическом режиме различные объекты, такие как участки леса, дороги, водные поверхности, здания, сооружения и т.д.
Выполняется подбор спутниковых снимков сопровождения и доступных данных космической съемки в системах LANDSAT, IRS, РЕСУРС, а также систем нового поколения, таких как: QuickBird-II, IKONOS, EROS,
EARLYBIRD, ORBVIEW-3, RADARSAT, ALOS, ADEOS и др.
Подготовка и процедуры лазерного и радарного сканирования и цифровой аэросъемки выполняются, по меньшей мере, в четырех группах наиболее представленных ландшафтов и лесных территорий (по принципу репрезентативности ландшафтного и биологического разнообразия лесных экосистем), в широтном градиенте - вдоль Енисейского меридиана, от границы с Монголией - до арктических тундр и побережья Северного Ледовитого океана. В каждой ландшафтной группе съемкой покрывается территория не менее 150 км .
Исследование данных спутниковой съемки:
- Предварительная обработка данных (геометрическая и радиометрическая коррекция).
- Классификация по параметрам лесного покрова с использованием существующих методов обработки данных, основываясь на спектральных сигнатурах и текстурных характеристиках изображений.
- Верификация результатов классификации.
Исследование данных лазерной локации:
- Применение существующих статистических методов для оптимизации и достоверного разделения «первичных» и «вторичных» лазерных импульсов, основываясь на исходных данных локации.
- Расчет параметров трехмерных моделей кроновых структур и древостоев на основе исходных «первичных» импульсов.
- Расчет параметров трехмерных моделей кроновых структур и древостоев на основе исходных «вторичных» импульсов.
- Интерполяция исходных данных локации.
- Разработка эффективных алгоритмов сегментации и сепарации деревьев и древостоев и их структурных элементов.
- Расчет лесотаксационных показателей по данным лазерной локации.
- Верификация результатов математического моделирования на координатных пробных площадях и тестовых участках.
Синергетическое использование различных типов сенсоров:
- Интегрирование результатов классификации лазерной локации, радарной и цифровой воздушной- и спутниковой съемки.
- Изучение методических и технологических преимуществ и недостатков синергетического использования различных типов сенсоров.
- Лабораторное моделирование и визуализация операционных возможностей перспективных приборов и инструментов дистанционного зондирования для целей лесоэкологичес-кого мониторинга и лесной таксации,
на примере таких систем, как: ALTM, Falcon, ADS, ALS, RSAL, Pi-SAR, ADEOS.
Контроль качества работы системы:
- Оценка стоимостных показателей разработанного метода в сравнении с существующими методами таксации и мониторинга леса, с целью содействия процессу принятия решений органами и структурами управления лесами, природопользователями и частными компаниями по использованию нового подхода и его дальнейшего совершенствования.
- Оценка возможностей полноценной замены традиционных подходов и способов наземных полевых измерений и мониторинга, инновационными методами и технологиями дистанционного зондирования.
- Оценка полученных результатов конечными пользователями.
Результаты и обсуждение
В течение подготовки и развития нашего исследования была выполнена необходимая предварительная экспериментальная работа: получены данные авиационного лазерного и радарного сканирования, спутниковые снимки, собраны необходимые полевые материалы на наземных полигонах и пробных площадях. В настоящее время обработка полученных на трансектах данных полевых исследований в основном закончена и требуется уточнение некоторых пространственных и биометрических параметров лесных экосистем районов работ.
Выполнены тематическая обработка и дешифрирование спутниковых снимков, полученных в системах Ресурс, IRS-1D/LISS-3, Landsat и Ikonos на районы исследований.
С точки зрения конечных результатов исследования, относительно высокая стоимость спутниковых снимков сверхвысокого разрешения Ikonos и QuickBird-II (порядка $2.500-5.000 за одну сцену, размером 11x11 км и 16x16 км соответственно) на сегодняшний день является существенным ограничивающим фактором для их использования в системе дистанционного мониторинга и таксации леса. Значительно больший интерес с точки зрения перспективного и эффективного использования разрабатываемой методики, на наш взгляд, представляют бортовые системы воздушного лазерного и радарного сканирования, интегрированные с цифровой аэросъемкой.
Лазерная локация лесного покрова выполнена с использованием бортовых комплексов ALTM-1020/2050/3100 на полигонах в Красноярском и Хабаровском краях, Ханты-Мансийском и Ямало-Ненецком автономных округах и в Якутии,
Л
на общей площади более 3000 км .
В течение развития методики изучались и апробировались различные подходы при обработке данных лазерной локации. Можно считать, что базовые методические и технологические элементы, необходимые при зондировании леса лазерными сканерами, разработаны.
Лазерная локация в целом обеспечивает получение облака точек с известными координатами - x, y, z. Данное облако точек является основой для
построения цифровой модели земной поверхности (ЦМЗП), которая включает точки земли, точки растительности и точки, отраженные от зданий и сооружений. При обработке данных и классификации (разделении) точек земли и растительности, становится возможным построение цифровой модели земной поверхности и цифровой модели растительности (ЦМР).
Сегментом между ЦМР и ЦМЗП является цифровая модель высотной структуры совокупности деревьев и древостоя (НМД), которая представляет собой основной базовый элемент лазерной локации леса. Цифровая модель древостоя служит основой для получения основных морфометрических параметров деревьев и их совокупностей с использованием статистических методов.
Предлагаемый нами метод обеспечивает детальную сегментацию модели высоты дерева и древостоя в отдельные части деревьев (крона, отдельные ветви, ствол), которые в последующем используются для точной биометрической оценки, как отдельных деревьев, так и древостоев в целом.
Как было установлено исследованиями, точность определения НМЗП по данным лазерного сканирования, изменяется в пределах от 15 см до 1 м, в зависимости от угла наклона рельефа. Вместе с тем, для построения модели высоты древостоя (ЦМД) - это более чем адекватный показатель. Отдельные деревья в бореальной зоне могут быть измерены с точностью порядка 10-15 см при частоте импульсного сканирования 30КГц и выше.
Выявлено, что при определении высоты деревьев определяющими факторами точности измерений являются частота сканирования и густота (проницаемость) лесного полога. В бореальной зоне на покрытых лесом территориях в большинстве случаев существуют прогалины в лесном пологе. К примеру, на лазерных трансектах в Красноярском крае и в Якутии более 30% лазерных импульсов первого порядка (“first pulse data”) отражаются и фиксируются непосредственно от земли без какого-либо взаимодействия с лесным пологом. При увеличении частоты сканирования до 50-100КГц становится возможным получение детальных морфометрических параметров отдельных деревьев и промежутков между ними.
Полученные результаты показывают высокие корреляции и соответствия между лазерными измерениями и наземной биометрией структурных и весовых
компонентов лесных насаждений, выполненной на координатных пробных
2 2 площадях (высота древостоя - R = 0.98; высота основания кроны - R = 0.87;
Л
сомкнутость полога - R = 0.85; фитомасса древостоя и кроновой части -R2 = 0.87-0.98).
Были получены следующие стандартные ошибки при определении средней высоты, суммы площадей поперечных сечений стволов, объемов стволов и их биомассы по данным авиационной лазерной локации - 3%, 9%, 7-10% и 5-10 %, соответственно.
В целом, точность лазерных определений биометрических и таксационных показателей деревьев и древостоев с использованием аллометрических функций оказалась на этом же Уровне и даже выше, чем при традиционных наземных лесотаксационных работах [3, 4].
Результаты практической апробации метода авиационного лазерного и радарного зондирования леса в сочетании с цифровой аэро- и космической съемкой высокого и сверхвысокого разрешения, спутниковой навигацией и геопозиционированием, интегрированных в геоинформационных системах, свидетельствуют о высокой перспективности его использования для целей анализа и моделирования структуры и динамики лесного покрова, статистической лесоинвентаризации и оперативного лесоэкологического мониторинга бореальной зоны, что тесным образом связано с выполнением условий Киотского протокола (подписанного Россией) по точности глобальных и национальных оценок потоков углерода в экосистемах Земли.
Метод позволяет проводить дистанционную таксацию и мониторинг лесов в режиме реального времени, с высокой эффективностью, при минимуме наземных работ и значительной экономии времени и финансовых средств (таблица).
Таблица. Экономическая эффективность метода лазерной таксации леса по укрупненным показателям (в расчете на 1 млн. га, III разряд лесоустройства)
Традиционные технологии Лазерная таксация
Виды работ Стоимость, тыс. руб.
Наземное лесоустро йство Наземная таксация с камеральным дешифрированием аэрофотоснимков Виды работ Стоимост ь, тыс. руб.
Аналоговая аэрофотосъемка М 1:25000, с печатью аэрофотоснимков) 3250 3250 Лазерная, цифровая аэро- и видеосъемка с обработкой и представлением данных 1450
Подготовительные 304 304 Подготовительные 304
Полевые 8000 4000 Полевые 250
Камеральные 3200 3200 Камеральные 3000
ИТОГО: 14754 10754 ИТОГО: 5004
В переводе на 1 га, руб- 14.8 10.8 В переводе на 1 га, руб. 5.0
Превышение стоимости по сравнению с лазерной таксацией, в переводе на 1 га, руб. +9.8 +5.8 0
Выводы
Настоящее исследование обеспечивает разработку методологии обработки, дешифрирования и эффективного использования трехмерных данных дистанционного зондирования высокого и сверхвысокого разрешения в системе мониторинга лесного покрова, касающихся закономерностей пространственного распределения структурных компонентов и биомассы
лесных экосистем и, в том числе, динамики растительных горючих материалов. Ожидается, что развитие данной методологии позволит создавать достоверные и высокоточные лесные карты и базы данных различного тематического содержания, которые найдут применение в различных сферах использования, включая оперативный мониторинг природных экосистем, стратегическое и тактическое планирование лесо- и природопользования, объективную оценку параметров состояния и динамики лесных насаждений, включая их биомассу, моделирование развития и распространения катастрофических лесных пожаров и оценку различных природных рисков.
Исследование будет способствовать получению новых знаний и выявлению закономерностей структурно-функциональной организации и биологической продуктивности лесных экосистем бореальной зоны и окажет существенное воздействие на развитие различных областей науки и новых технологий. Полученные результаты послужат основой для развития принципиально новой методологии и технологии дистанционного зондирования лесного покрова и формирования геоинформационных систем природно-ресурсного и природоохранного содержания и, в перспективе, имеют высокую потенциальную коммерческую ценность на рынке дистанционного зондирования и геоинформационных услуг.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Абэ Н. Обоснование назначения рубок ухода в лесных культурах криптомерии японской с использованием данных космической съемки и ГИС // Лесн. таксация и лесоустройство, 2001, 1 (30). С. 126-131.
2. Балтер Б.М., Егоров В.В. Определение удельных объемов древесины леса по данным радарного зондирования в метровом диапазоне волн // Иссл. Земли из космоса, 2004, 4. С. 52-62.
3. Данилин И.М. Морфологическая классификации и определение запаса и фитомассы древостоев по данным воздушного лазерного сканирования // Лесн. таксация и лесоустройство, 2003, 1 (32). С. 30-36.
4. Данилин И.М., Медведев Е.М., Мельников С.Р. Лазерная локация Земли и леса. Учеб. пособие. Красноярск: Институт леса им. В.Н. Сукачева СО РАН, 2005. 182 с.
5. Данилин И.М., Сведа Т. Лазерное профилирование лесного полога // Лесоведение, 2001, 6. С. 64-69.
6. Канащенков А.И., Ведешин Л.А. Аэрокосмические радары метрового диапазона: возможности и перспективы использования в дистанционном зондировании Земли // Иссл. Земли из космоса, 2004, 3. С. 88-96.
7. Медведев Е.М., Григорьев А.В. С лазерным сканированием на вечные времена // Геопрофи, 2003, 1. С. 5-10.
8. Программный комплекс ALTEXIS. М.: Компания Геокосмос, 2005.
9. http://www.geokosmos.ru/page.php?id=480.
10. Andersen H.E., McGaughey R.J., Reutebuch S.E. Estimating forest canopy fuel parameters using LIDAR data // Rem. Sens. Environ., 2005, 94: 441-449.
11. Danilin I.M., Medvedev E.M. Forest inventory and biomass assessment by the use of airborne laser scanning method (example from Siberia) // Int. Arch. Photogramm. Rem. Sens. and Spat. Inf. Sci., 2004, XXXVI (8/W2): 139-144.
12. Danilin I., Medvedev E., Sweda T. Use of airborne laser terrain mapping system for forest inventory in Siberia // Precision Forestry. Proc. First Int. Precision Forestry Cooperative Symp., Seattle, Washington, June 17-20, 2001, University of Washington. P. 67-75.
13. Gobakken T., N^sset E. Estimation of diameter and basal area distributions in coniferous forest by means of airborne laser scanner data // Scand. J. For. Res., 2004, 19 (6): 529-542.
14. Harding D.J., Lefsky M.A., Parker G.G., Blair J.B. Laser altimeter canopy height profiles, methods and validation for closed-canopy, broadleaf forests // Rem. Sens. Environ., 2001, 76: 283-297.
15. Holmgren J. Prediction of tree height, basal area and stem volume in forest stands using airborne laser scanning // Scand. J. For. Res., 2004, 19 (6): 543-553.
16. Holmgren J., Persson A. Identifying species of individual trees using airborne laser scanner // Rem. Sens. Environ., 2004, 90 (4): 415-423.
17. Hudak A.T., Lefsky M.A. et al. Integration of lidar and Landsat ETM+ data for estimating and mapping forest canopy height // Rem. Sens. Environ., 2002, 82 (2/3): 397-416.
18. Lefsky M.A., Cohen W.B., Harding D.J. et al. Lidar remote sensing of aboveground biomass in three biomes // Global Ecology and Biogeography, 2002, 11 (5): 393-400.
19. Lefsky M.A., Hudak A.T., Cohen W.B., Acker S.A. Patterns of covariance between forest stand and canopy structure in the Pacific Northwest // Rem. Sens. Environ., 2005, 95 (4): 517-531.
20. Lefsky M.A., Turner D.P., Guzy M., Cohen W.B. Combining lidar estimates of aboveground biomass and Landsat estimates of stand age for spatially extensive validation of modeled forest productivity // Rem. Sens. Environ., 2005, 95 (4): 549-558.
21. Lim K.S., Treitz P.M. Estimation of aboveground forest biomass from airborne discrete return laser scanner data using canopy-based quantile estimators // Scand. J. For. Res., 2004, 19 (6): 558-570.
22. Lim K., Treitz P.M., Wulder M. et al. LiDAR remote sensing of forest structure // Progress in Physical Geography, 2002, 27: 88-106.
23. Maltamo M., Eerikainen K., Pitkanen J. et al. Estimation of timber volume and stem density based on scanning laser altimetry and expected tree size distribution functions // Rem. Sens. Environ., 2004, 90 (3): 319-330.
24. Means J.E., Acker S.A., Fitt B.J. et al. Predicting forest stand characteristics with airborne scanning lidar // Photogramm. Eng. & Rem. Sens., 2000, 66 (11): 1367-1371.
25. Medvedev E.M. Digital automatic orthophoto production with laser locator and aerial photography data // Int. Arch. Photogramm. Rem. Sens. & Spat. Inf. Sci., 2003, XXXII (6W8/1).
26. Morsdorf F., Meier E., Kotz B. et al. LIDAR-based geometric reconstruction of boreal type forest stands at single tree level for forest and wildland fire management // Rem. Sens. Environ., 2004, 92 (3): 353-362.
27. Murakami K., Sato M. Possibility of polarimetric SAR for environmental study // Proc. Ninth Symp. Joint Siberian Permafrost Studies Between Japan and Russia in 2000. Hokkaido Research Center for North Eurasia and North Pacific Regions, Hokkaido Univ., Japan, 2001. P. 239-246.
28. N^sset E. Accuracy of forest inventory using airborne laser scanning: evaluating the first Nordic full-scale operational project // Scand. J. For. Res., 2004, 19 (6): 554-557.
29. N^sset E., Bollandsas O., Gobakken T. Comparing regression methods in estimation of biophysical properties of forest stands from two different inventories using laser scanner data // Rem. Sens. Environ., 2005, 94 (4): 541-553.
30. N^sset E., Gobakken T., Holmgren J. et al. Laser scanning of forest resources: the Nordic experience // Scand. J. For. Res., 2004, 19 (6): 482-499.
31. Nelson R., Short A., Valenti M. Measuring biomass and carbon in Delaware using an airborne profiling LIDAR // Scand. J. For. Res., 2004, 19 (6): 500-511.
32. Patenaude G., Hill R., Milne R. et al. Quantifying forest above ground carbon content using LiDAR remote sensing // Rem. Sens. Environ., 2004, 93 (3): 368-380.
33. Persson A., Holmgren J., Soderman U. Detecting and measuring individual trees using airborne laser scanning // Photogramm. Eng. & Rem. Sens., 2002, 68 (9): 925-932.
34. Remote Sensing of Forest Environments. Concepts and Case Studies / Ed. by M.A. Wulder and S.E. Franklin. Kluwer Acad. Publ., 2003. 519 p.
35. Riano D., Chuvieco E., Condes S. et al. Generation of crown bulk density for Pinus sylvestris L. from lidar // Rem. Sens. Environ., 2004, 92 (3): 345-352.
36. St-Onge B., Jumelet J., Cobello M., Vega C. Measuring individual tree height using a combination of stereophotogrammetry and lidar // Can. J. For. Res., 2004, 34 (10): 2122-2130.
37. Wulder M.A., Hall R.J., Coops N.C., Franklin S.E. High spatial resolution remotely sensed data for ecosystem characterization // BioScience, 2004, 54 (6): 511-521.
38. Yu X., Hyyppa J., Kaartinen H., Maltamo M. Automatic detection of harvested trees and determination of forest growth using airborne laser scanning // Rem. Sens. Environ., 2004, 90 (4): 451-462.
© H.M. ffaHmuH, E.M. Medeedee, 2006
