Использование материалов детальной спутниковой съемки для таксации лиственницы сибирской в Архангельской области

УДК

630*566

DOI:

10.17238/issn0536-1036.2016.1.74

Аннотация

Сохранение и восстановление лиственницы является важной задачей лесопромышленного комплекса Архангельской области в виду особых качеств древесины. Учитывая сложность таксации и высокую стоимость полевых исследований, в статье проанализирован опыт исследовательской работы по определению лиственницы с использованием данных детальной спутниковой съемки на базе алгоритма бинарной классификации. Для этого в геоинформационной среде QuantumGIS с помощью информации, собранной в полевых условиях, были выделены кроны деревьев, относящихся к лиственнице сибирской. В качестве исходных данных использовали снимки сверхвысокого разрешения GeoEye-1 (пространственное разрешение – до 0,5 м на пиксель; спектральное разрешение – 3 видимых диапазона, ближний – инфракрасный). На снимке было выделено несколько крон деревьев, отмеченных в полевых условиях с использованием приборов глобального позиционирования. На основе выделенных эталонов крон был применен алгоритм бинарной классификации. Несомненным достоинством работы является классификация дешифровочных признаков лиственницы: крона лиственницы окрашена
в светло-фиолетовый цвет при комбинации каналов ближний инфракрасный спектр–красный–зеленый; в сомкнутых насаждениях отраженный солнечный свет несет информацию не только о разреженной кроне лиственницы, но и о нижних ярусах растительности, зачастую меняя тон в зависимости от его состава и структуры напочвенного покрова. Результат работы алгоритма – сетка растра, ячейками которого является вероятность принадлежности пикселя к искомому классу. Далее проводилась экспериментальная оценка порогового значения в целях отсечения пикселей, для которых мала вероятность принадлежности к классу «лиственница», при этом достаточный порог достоверности – 0,5. Установлено, что эталонные значения контуров лиственницы
в большинстве своем совпадают с полученными классифицированными пикселями изображения. Отмечается высокая достоверность полученных данных при сравнении
с полевыми исследованиями. Полученная методика автоматизированного дешифрирования лиственницы может быть применена для других пород при инвентаризации лесного фонда Архангельской области. 

Сведения об авторах

© А.П. Богданов, канд. с.-х. наук

Р.А. Алешко, канд. техн. наук, доц.

К.В. Шошина, ст. преп.

С.А. Демиденко, ст. преп.

Северный (Арктический) федеральный университет имени М.В. Ломоносова, наб. Северной Двины, 17, г. Архангельск, Россия, 163002; е-mail: aleksandr_bogd@mail.ru 

Ключевые слова

лиственница сибирская (Larix sibirica), методика тематического дешифрирования, спутниковые снимки, бинарная классификация

Литература

1. Алешко Р.А., Гурьев А.Т. Методика тематического дешифрирования спутниковых снимков лесных территорий на основе структурных моделей // Приборостроение. 2013. Т. 56, № 7. С. 76–77. (Изв. высш. учеб. заведений).

2. Алешко Р.А., Гурьев А.Т. Структурное моделирование взаимосвязей дешифровочных признаков спутниковых снимков и таксационных параметров лесных насаждений // Тр. СПИИРАН. 2013. № 29. С. 180–189.

3. Приказ Рослесхоза № 516 от 12 декабря 2011 г. «Об утверждении лесоустроительной инструкции».

4. Рай Е.А., Бурова Н.В., Рыкова С.Ю., Сластников С.И., Торхов С.В., Рыков А.М., Пучина Л.В., Чуракова Е.Ю., Корепанов В.И. Методические рекомендации по сохранению биоразнообразия при заготовке древесины в Архангельской области//Всемирный фонд дикой природы (WWF). Архангельск, 2013. С. 63.

5. Сухих В.И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве. Йошкар-Ола: Изд-во МарГТУ, 2005. С. 392.

6. Торхов С.В., Трубин Д.В. Лиственница в лесах Архангельской области: состояние, динамика, использование // Лиственничные леса Архангельской области, их использование и воспроизводство: материалы рабочего совещания. Архангельск: Изд-во АГТУ, 2002. С. 5–22.

7. Третьяков С.В. Рост лиственницы в смешанных древостоях средней подзоны тайги Европейского Севера // Лиственничные леса Архангельской области, их использование и воспроизводство: материалы рабочего совещания. Архангельск: Изд-во АГТУ, 2002. С. 107–110.

Поступила 25.03.15

Ссылка на английскую версию:

Use of the Materials of Close Mapping Satellite Acquisition for the Siberian Larch Assessment in the Arkhangelsk Region

UDC 630^*566

DOI: 10.17238/issn0536-1036.2016.1.74

Use of the Materials of Close Mapping Satellite Acquisition for the Siberian Larch
Assessment in the Arkhangelsk Region

A.P. Bogdanov, Candidate of Agricultural Sciences

R.A. Aleshko, Candidate of Engineering Sciences, Associate Professor

K.V. Shoshina, Senior Lecturer

S.A. Demidenko, Senior Lecturer

Northern (Arctic) Federal University named after M.V. Lomonosov, Naberezhnaya Severnoy Dviny, 17, Arkhangelsk, 163002, Russian Federation;
е-mail: aleksandr_bogd@mail.ru

Conservation and restoration of larch is an important task of timber industry complex of the Arkhangelsk region because of the special qualities of wood. Taking into consideration the complexity of taxation and the high cost of field research, the paper analyzes the experience of research work on the definition of larch with the use of data of close mapping satellite acquisition based on binary classification algorithm. The crowns of the trees of the Siberian larch were allocated in the geoinformation environment QuantumGIS using the information collected in the field. As the initial data the very fine images GeoEye–1 were used (the spatial resolution – 0.5 m per pixel; the spectral resolution – 3 visible ranges, the nearest is infrared). Several crowns of trees were selected at the image. They were marked in the field with the use of global positioning devices. On the basis of the selected standards of crowns the binary classification algorithm was applied. The apparent advantage of the paper is the classification of decoding signs of larch: a larch crown is of light purple color at a combination of channels the nearest infrared spectrum – red – green; reflected sunlight in the dense stands gives the information not only about a sparse larch crown, but the second tier, often changing the tone in dependence on its composition and the structure of the soil cover. The result of the algorithm is the raster grid. Its cells are the probability of belonging of a pixel to the required class. The experimental estimation of the threshold value was conducted for the cut-off purpose of the pixels for which the probability of belonging to the class of “larch” was low. A sufficient threshold of reliability was 0.5. The reference value of the larch outlines mostly coincides with the obtained classified pixels of the image. There is a high reliability of the obtained data in comparison with the field studies. The resulting technique of automated decoding of larch can be applied for the other species at the forest inventory of the Arkhangelsk region.

Keywords: Siberian larch (Larix sibirica), technique of thematic decoding, satellite images, binary classification.

REFERENCES

1. Aleshko R.A., Gur'ev A.T. Metodika tematicheskogo deshifrirovaniya sputnikovykh snimkov lesnykh territoriy na osnove strukturnykh modeley [Technique of Thematic Decoding of Satellite Imagery of Forest Areas Based on the Structural Models]. Priborostroenie [Journal of Instrument Engineering], 2013, vol. 56, no. 7, pp. 76–77.

2. Aleshko R.A., Gur'ev A.T. Strukturnoe modelirovanie vzaimosvyazey deshifrovochnykh priznakov sputnikovykh snimkov i taksatsionnykh parametrov lesnykh nasazhdeniy [Structural Modeling of Interconnections of Deciphering Features of Satellite Images and Taxational Parameters of Forest Stands]. Tr. SPIIRAN [SPIIRAS Proceedings], 2013, no. 29, pp. 180–189.

3. Prikaz Rosleskhoza № 516 ot 12 dekabrya 2011 g. “Ob utverzhdenii le-soustroitel'noy instruktsii” [The Order of the Federal Forestry Agency of December 12, 2011 No. 516 “On Approval of Forest Management Instructions”].

4. Ray E.A., Burova N.V., Rykova S.Yu., Slastnikov S.I., Torkhov S.V., Rykov A.M., Puchina L.V., Churakov E.U., Korepanov V.I. Metodicheskie rekomendatsii po sokhraneniyu bioraznoobraziya pri zagotovke drevesiny v Arkhangel'skoy oblasti [Guidelines for the Conservation of Biodiversity in the Wood Procurement in Arkhangelsk Region]. Vsemirnyy fond dikoy prirody (WWF) [World Wildlife Fund (WWF)]. Arkhangelsk, 2013, p. 63.

5. Sukhikh V.I. Aerokosmicheskie metody v lesnom khozyaystve i landshaftnom stroitel'stve [Aerospace Methods in Forestry and Landscape Construction]. Yoshkar-Ola, 2005, p. 392.

6. Torkhov S.V., Trubin D.V. Listvennitsa v lesach Arkhangel’skoy oblasti: sostoyanie, dinamika, ispol’zovanie. Listvennichnye lesa Arkhangel'skoy oblasti, ikh ispol'zovanie i vosproizvodstvo: materialy rabochego soveshchaniya [Larch Forests of Arkhangelsk Region, Their Use and Reproduction: Proc. of the Workshop], 2002, рр. 5–22.

7. Tret'yakov S.V. Rost listvennitsy v smeshannykh drevostoyakh sredney podzony taygi Evropeyskogo Severa [The Growth of Larch in Mixed Stands of the Middle Taiga Subzone of the European North]. Listvennichnye lesa Arkhangel'skoy oblasti, ikh ispol'zovanie i vosproizvodstvo: materialy rabochego soveshchaniya [Larch Forests of Arkhangelsk Region, Their Use and Reproduction: Proc. of the Workshop], 2002, pp. 107–110.

Received on March 25, 2015