Сравнительная характеристика лесных массивов с использованием дешифрирования снимков сверхвысокого разрешения
https://doi.org/10.31242/2618-9712-2020-25-2-10
Аннотация
Для целей мониторинга состояния лесных экосистем наиболее эффективно использование возможностей дистанционных методов. На мультиспектральных космических снимках DigitalGlobe территории государственного природного заповедника «Олекминский» выделены фрагменты площадью 0,819 км2 (масштаб 1:3200) с доминированием сосны обыкновенной (Pinus sylvestris L.) и лиственницы Гмелина (Larix gmelinii Rupr.). Затем были сохранены полигоны по четырем уровням детализации – 4, 16, 64, 256 с масштабами 1:1600,1:800, 1:400, 1:200 соответственно. При дешифрировании проводилась неуправляемая классификация фрагмента полигонов методом ISODATA (Iterative Self-Organizing Data Analysis Technigue) на 2, 4, 10 классов. По результатам классификации на 2 класса показана взаимосвязь между индексом лесистости и количеством деревьев, отмеченных на полигонах. Были построены кривые распределения значений индекса лесистости для полигонов 4 уровня детализации. Характер кривых близок к нормальному распределению. По результатам классификации на 4 и 10 классов была проведена статобработка с расчетом показателей разности и подобия полигонов – дисперсии генеральной совокупности и теста Фишера (F-тест). Выделены наиболее похожие пары полигонов на разных уровнях детализации. Рассмотрены результаты изменения дисперсии генеральной совокупности и F-теста на разных уровнях детализации.
Ключевые слова
Об авторах
Ю. Ф. Рожков
ФГБУ «Государственный природный заповедник «Олекминский»
Россия
Россия
РОЖКОВ Юрий Филиппович, кандидат химических наук, заместитель директора по научной работе
678100, Олекминск, ул. Филатова, 6
М. Ю. Кондакова
ФГБУ «Гидрохимический институт»
Россия
Россия
КОНДАКОВА Мария Юрьевна, кандидат биологических наук, старший научный сотрудник
344090, Ростов-на Дону, проспект Стачки, 198
Список литературы
1. Мониторинг биологического разнообразия лесов России: методология и методы / Под ред. А.С. Исаева. М.: Наука, 2008. 453 с.
2. Исаев А.С., Князева С.В., Пузаченко М.Ю. и др. Использование спутниковых данных для мониторинга биоразнообразия лесов // Исследование Земли из космоса. 2009. № 2. С. 1–12.
3. Толкач И.В. Методы основных таксационно-дешифровочных показателей на цифровых снимках // Труды БГТУ. 2012. № 1. С. 63-65.
4. Жарко В.О., Барталев С.А., Егоров В.А. Исследование возможностей оценки запасов древесины в лесах Приморского края по данным спутниковой системы Proba-V // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15, № 1. С. 157–168.
5. Ховратович Т.С., Барталев С.А., Кашницкий А.В. Метод детектирования изменений лесов на основе подпиксельной оценки проективного покрытия древесного полога по разновременным спутниковым изображениям // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 4. С. 102–110.
6. Денисова А.Ю., Кавеленова Л.М., Корчиков Е.С. и др. Пространственная классификация преобладающих древесных пород на территории Самарской области по данным Sentinel-2 и таксации леса // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 4. С. 86–101.
7. Фомин В.В., Залесов С.В., Магасумова А.Г. Методики оценки густоты подроста и древостоев при зарастании сельскохозяйственных земель древесной растительностью с использованием космических снимков высокого пространственного разрешения // Аграрный вестник Урала. 2015. № 1. С. 125–129.
8. Данилин И.М., Медведев Е.М., Абе Н.И. и др. Высокие технологии XXI века для аэрокосмического мониторинга и таксации лесов. Задачи исследований и перспективы использования // Лесная таксация и лесоустройство. 2005. Вып. 1(34). С. 28–30.
9. Исаев А.С., Суховольский В.Г., Хлеборос Р.Г. и др. Моделирование лесоообразовательного процесса: Феноменологический подход // Лесоведение. 2005. № 1. С. 3–11.
10. Козодеров В.В., Кондранин Т.В. Методы оценки состояния почвенно-растительного покрова по данным оптических систем дистанционного аэрокосмического зондирования. М: МФТИ, 2008. 222 с.
11. Методика лесного стереоскопического дешифрирования аэро- и космических снимков. СПб.: Леспроект, 2015. 23 с.
12. Ожич О.С. Измерительное дешифрирование чистых сосновых древостоев на цифровых аэро- и космических снимках: Автореф. дисс. ... канд. сельскохозяйственных наук. Минск, 2017. 24 с.
13. Малышева Н.В. Дешифрирование древесной растительности на сверхдетальных изображениях [Электронный ресурс]: методическое пособие: учебное электронное издание. М.: ФГБОУ ВПО МГУЛ 2014. 40 с.
14. Терехин Э.А. Сезонная динамика проективного покрытия растительности агроэкосистем на основе спектральной спутниковой информации // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16, № 4. С. 111–123.
15. Жирин В.М., Князева С.В., Эйдлина С.П. Эколого-динамическое исследование лесообразовательного процесса по космическим снимкам // Лесоведение. 2013. № 5. С.76–85.
16. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. М.: Техносфера, 2010. 560 с.
17. Кочуб Е.В., Топаз А.А. Анализ методов обработки материалов дистанционного зондирования Земли // Вестник Полоцкого государственного университета. Сер. F. Строительство. Прикладные науки. Геодезия. 2012. № 16. С. 132–140.
18. Шумаков Ф.Т., Толстохатько В.А., Малец А.Ю. Классификация космических снимков с использованием методов кластерного анализа // ВосточноЕвропейский журнал передовых технологий. 2011. Вып. 3/4 (51). С. 58–62.
19. Рожков Ю.Ф., Кондакова М.Ю. Оценка возможности использования показателя симметрии распределения пикселей в мониторинге состояния лесов при дешифрировании космических снимков среднего и высокого разрешения // Nature Conservation Research. Заповедная наука. 2016. Вып. 1(1). С. 98–107. DOI: 10.24189/ncr.2016.008
20. Рожков Ю.Ф., Кондакова М.Ю. Мониторинг состояния лесов с использованием кластерного анализа при дешифрировании космических снимков среднего и высокого разрешения // Наука и образование. 2016. № 3. С. 95–101.
21. Рожков Ю.Ф. Мониторинг состояния лесных экосистем с использованием космических снимков высокого и сверхвысокого разрешения // Вестник СВФУ. Сер. Науки о Земле. 2019. № 4(16). С. 71–81. DOI:10.25587/SVFU.2020.16.49741
22. Рожков Ю.Ф., Кондакова М.Ю. Оценка динамики восстановления лесов после пожаров в Олекминском заповеднике (Россия) по космическим снимкам Landsat// Nature Conservation Research. Заповедная наука. 2019. Вып. 4(1). С. 1–10. DOI:10.24189/ncr.2019.014
23. Рожков Ю.Ф., Кондакова М.Ю. Оценка структурных характеристик лесных экосистем с использованием дешифрирования космических снимков высокого и сверхвысокого разрешений // Вестник СВФУ. 2018. № 1 (63). С. 38–51. DOI:10.25587/SVFU.2018.63.10539
24. Мандельброт Б.Б. Фрактальная геометрия природы. М: Институт компьютерных исследований, 2002. 656 с.
25. Mandelbrot B.B. The fractal geometry of trees and other natural phenomena // Lecture Notes in Biomathematics. 1978. Vol. 23. P. 235–249.
Рецензия
Для цитирования:
Рожков Ю.Ф., Кондакова М.Ю. Сравнительная характеристика лесных массивов с использованием дешифрирования снимков сверхвысокого разрешения. Природные ресурсы Арктики и Субарктики. 2020;25(2):125-136. https://doi.org/10.31242/2618-9712-2020-25-2-10
For citation:
Rozhkov Yu.F., Kondakova M.Yu. Comparative characterization of forests using the interpretation of ultra-high resolution images. Arctic and Subarctic Natural Resources. 2020;25(2):125-136. (In Russ.) https://doi.org/10.31242/2618-9712-2020-25-2-10
Просмотров:
106
Послать статью по эл. почте 