 |
5. Применение данных дистанционного зондирования Земли для определения характеристик фонда восстановления поврежденных насаждений
|
|
|
|
5. Применение данных дистанционного зондирования Земли для определения характеристик фонда восстановления поврежденных насаждений
5. 1 Автоматизированное определение расположения поврежденных насаждений по космическим снимкам среднего разрешения
Преимущества данных дистанционного зондирования Земли объясняются, прежде всего, их «первичностью» по сравнению с картографическими материалами, а также возможностью извлекать разную, в зависимости от необходимости, информацию (Литинский, 2007).
Для оценки относительной полноты древостоев с целью выявления низкополнотных насаждений использован метод картирования по показателю сомкнутости лесного полога (forest canopy density - FCD) на основании данных среднего пространственного разрешения Sentinel-2 (Rikimaru, 1997). Показатель густоты полога FCD выражается в процентах для каждого пикселя изображения, что позволяет, используя полевые данные и регрессионный анализ, составлять попиксельные карты относительных полнот древостоев.
Для автоматизированного выявления низкополнотных насаждений, применялась съёмка среднего разрешения Sentinel-2 (Puliti et al., 2018). В качестве натурных объектов использовали материалы 14 пробных площадей и 6 круговых пробных площадей постоянного радиуса (R=17, 8 м, S=1000 м2), заложенных в нзкополнотных насаждениях различающихся видовым составом, возрастом, интенсивностью изреживания, относительной полнотой.
Проведённые исследования позволяют утверждать, что с помощью применения спутниковых данных среднего разрешения Sentinel-2 возможно определять величину относительной полноты древостоев.
Полученная линейная регрессионная модель прогнозирует, что увеличение показателя FCD на 10% соответствует повышению относительной полноты древостоя примерно на 0, 1. Значение коэффициентов корреляции (r = 0. 88) и детерминации
|
|
|
(r2 = 0. 78) говорят о сильной зависимости относительной полноты от показателя FCD. На основании установленной зависимости для лесных участков, пройденных выборочными рубками, созданы карты относительных полнот для модельного участка (рисунок 1).
Рисунок 1 - Карта относительных полнот насаждений, пройденных выборочными санитарными рубками на территорию объекта исследований
Согласно результатам исследования, среди насаждений, пройденных выборочными санитарными рубками, наибольшую площадь занимают древостои с полнотой 0, 3 (42. 9%), где возможно успешное создание подпологовых лесных культур с видовым составом, определенным преимущественно ТЛУ.
5. 2 Применение разновременных космических снимков высокого разрешения для установления параметров лесокультурного фонда в восстановлении поврежденных насаждений
Методы оперативного контроля над состоянием лесного фонда постоянно развиваются. Дистанционное зондирование земли (ДЗЗ) дает возможность получения разносторонней информации по лесному участку (Лабутина, 2004; J. P. Dash and [etc. ], 2016).
Работа по выявлению и учету участков лесного фонда с низкополнотными насаждениями выполнялась в программных комплексах Scanex Image Processorv. 4. 2. 14 и QGIS v. 2. 16 с применением съемки сверхвысокого разрешения (менее 1 м/пкс) с отечественных космических аппаратов (КА) Ресурс-П 2015 («старый» снимок) и 2016 («новый» снимок) годов съемки.
Выявление изменений в лесном покрове и определение среди них низкополнотных (относительная полнота 0, 3-0, 5) насаждений на созданном мультивременном композите выполняли вручную (Курбанов, 2012; Маркс, 2012).
Для региона исследований характерна большая неоднородность насаждений по лесоводственно-таксационным показателям. В качестве натурных объектов для отработки методики выявления по космическим снимкам участков, различающихся по полноте, были отобраны ольховые, дубовые, елово-дубовые и сосново-еловые насаждения, пройденные выборочными санитарными рубками различной интенсивностью выборки.
|
|
|
Лесоводственно-таксационная характеристика насаждений до рубки была взята из таксационных описаний и данных лесопатологического обследования выбираемой части, на основании фактических данных по отпускаемой древесине с участка рубки и натурных данных пробных площадей.
Определение контуров низкополнотных насаждений заключалось в выявлении участков с наличием, как групп ярких пикселей, так и просматриваемого древесного полога. Обработка полученных данных в программах Scanex Image Processor, QGIS и MS Excel позволила установить достаточно высокую точность определения границ прогалин и их площадей (рисунок 2). Средняя ошибка определения площади составила 0, 01 га (2, 4 %). Наибольшая точность определения отмечена для прогалин образованных в хвойных насаждениях, имеющих площадь около 0, 2 га.
Установлена высокая точность определения координат центров прогалин. Средняя ошибка определения координат прогалин не превышает 5 м в натуре и в среднем равна около 3 м на плане.
Рисунок 2 - Пример заполненной атрибутивной информации векторного слоя «прогалины. tab»: жёлтый контур – граница прогалины, синяя точка – центр прогалины
|
|
|
