Материалы 17-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 2019 год

(http://conf.rse.geosmis.ru)

Высокодетальный дистанционный мониторинг северотаёжных лесов на основе трёхмерных моделей древесного полога

Медведев А.А. (1), Тельнова Н.О. (1), Кудиков А.В. (1), Алексеенко Н.А. (1,2)
(1) Институт географии РАН, Москва, РФ
(2) МГУ имени М.В. Ломоносова Географический факультет
С середины 2000-х гг. во всем мире активно развиваются методы количественной оценки различных структурных и функциональных параметров лесных экосистем по высокодетальным данным дистанционного зондирования с различных аэроносителей, в т.ч. с беспилотных летательных аппаратов (БПЛА). Разработанные и успешно апробированные алгоритмы построения и обработки получаемых при воздушном лазерном сканировании плотных облаков точек и производных трёхмерных моделей растительного, в т.ч. древесного, полога, позволяют реконструировать вертикальную структуру лесных сообществ на различных масштабных уровнях исследований (от отдельных деревьев до насаждений в целом), что ранее было возможно реализовать только в ходе наземных полевых исследований в пределах отдельных пробных площадей. Плотные облака точек, получаемые фотограмметрическим способом (в т.ч. в результате обработки данных оптической съемки с БПЛА), также эффективны для изучения не только горизонтальной, но и вертикальной структуры лесных насаждений. По сравнению с данными воздушного лазерного сканирования, фотограмметрические облака точек имеют низкую себестоимость, и наиболее активно используются для трехмерной реконструкции параметров искусственных и естественных лесных насаждений с разреженным древесным пологом (Wallace et al., 2016).
Для высокодетального дистанционного мониторинга лесных экосистем, находящихся на северном пределе распространения – северотаёжных лесов Кольского полуострова – нами разработана методика получения и последующей тематической обработки фотограмметрических плотных облаков точек и моделей древесного полога по данным оптической съемки с БПЛА. Особое внимание было уделено обоснованию параметров проведения съемок, в частности, выбору определенного высотного эшелона съемки, определяющего распознаваемость объектов исследования и возможность надежного определения их признаков (Медведев, Алексеенко, 2017), степени продольного и поперечного перекрытия одиночных снимков. Для количественной оценки структурных и функциональных параметров древесной растительности на уровне целостных лесных насаждений высота съемки 100 м обеспечивает как высокую детальность мониторинга, так и значительный территориальный охват (более 1 кв. км). Показано, что при увеличении перекрытия до 80% и более материалы съемки в виде плотного облака точек имеют очень высокую плотность (не менее 300 точек на кв. м) и низкий уровень шума. На двух ключевых участках, отражающих различные типы и ландшафтные местоположения северотаёжных лесов центральной части Кольского полуострова, съемка проводилась в 2018–2019 гг. в течение трех различных сезонов: на пике и в конце вегетационного периода, а также в период покоя древесной растительности. Использование материалов разносезонной съемки было необходимо для кросс-валидации результатов и повышения надежности определения числа деревьев и сомкнутости крон в насаждениях с высокой плотностью полога
Для трехмерного анализа и моделирования структурных параметров северотаёжных лесов на различных масштабных уровнях в результате полуавтоматической фильтрации и классификации плотных облаков точек для каждого участка были построены цифровые модели высот древесного полога – матрицы разности высот между цифровой моделью местности и цифровой моделью рельефа (Lisein et al, 2013). Пространственное и высотное разрешение полученных моделей не превышает 10 см. К построенным моделям применялись различные последовательности морфологических фильтров и алгоритмы пространственной сегментации для выделения пиков крон в пологе, диаметра крон. Точность определения структурных параметров древесной растительности существенно зависит от сомкнутости древесного полога, породного состава и возрастной структуры лесов: составляет 80-90 % в редкостойных ельниках и снижается до 60% в сомкнутых хвойных лесах со значительным участием березы и плотных сосновых посадках.
Нами показано, что использование цифровой модели древесного полога, построенной на основе фотограмметрических плотных облаков точек, позволяет достаточно надёжно выделять и картографировать основные структурные характеристики северотаёжных лесов: проективное покрытие древесной растительностью, среднюю и максимальную высоту древесного полога, плотность деревьев. Для анализа параметров насаждений с густым древесным пологом и определения его породного состава целесообразно комплексировать данные разносезонных оптических съемок. Агрегирование получаемых структурных показателей насаждений по ячейкам различного размера обеспечивает корректный переход к тематическим продуктам о структуре и состоянии лесов, получаемым по данным дистанционного зондирования более низкого пространственного разрешения, и может использоваться для их валидации.
Исследование выполнено в рамках совместной программы Британского Совета (Institutional Links, грант №352397111) и Министерства высшего образования и науки РФ (RFMEFI61618X0099), темы ГЗ «Геоинформационно-картографический анализ и дистанционный мониторинг взаимодействия природы и общества» (НИОКТР АААА-А19-119022190168-8).

Ключевые слова: беспилотные летательные аппараты, фотограмметрические плотные облака точек, модели древесного полога, структура лесных насаждений
Литература:
  1. Медведев А.А., Алексеенко Н.А. Перспективы применения беспилотных летательных аппаратов для тематического крупномасштабного картографирования // Вопросы географии. 2017. Т. 144. С. 408–426.
  2. Lisein J. , Pierrot-Deseilligny M., Bonnet S., Lejeune P. Photogrammetric Workflow for the Creation of a Forest Canopy Height Model from Small Unmanned Aerial System Imagery // Forests. 2013. Vol. 4. № 4. P. 922–944.
  3. Wallace, L., Lucieer, A., Malenovský, Z., Turner, D., Vopěnka, P. Assessment of Forest Structure Using Two UAV Techniques: A Comparison of Airborne Laser Scanning and Structure from Motion (SfM) Point Clouds // Forests. 2016. Vol. 7. P. 62. doi:10.3390/f7030062

Дистанционное зондирование растительных и почвенных покровов

434