Материалы 18-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 16–20 ноября 2020 г.

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

XVIII.F.294

Распознавание типов лесной растительности по гиперспектральным самолетным и многоканальным спутниковым данным высокого пространственного разрешения. Оригинальный подход и некоторые стандартные методы: сравнение результатов и оценка их точности

Егоров В.Д. (1)
(1) Институт вычислительной математики им. Г. И. Марчука РАН, Москва, Россия
При нахождении количественных характеристик подстилающей поверхности по дистанционным самолетным и спутниковым данным (Козодеров, Косолапов), в том числе при определении объема зеленой фитомассы, что важно, например, при изучении цикла природного углерода, одним из существенных составляющих решения этой задачи является распознавание типов подстилающей поверхности, в том числе типов лесной поверхности по дистанционным данным. Авторами настоящего изучения (Козодеров, Егоров), которое проводилось в последние годы, разработан оригинальный подход к распознаванию типов лесной растительности по гиперспектральным самолетным данным в видимой и ближней ИК области спектра (400 – 1000 нм) применительно к 290 канальной гиперспектральной камере (ГСК), разработанной в ПО “Лептон” г. Зеленоград. Пробные съемки с использованием разных вариантов этой камеры осуществлялись над территорией Савватьевского лесничества Тверской области в 2007-2011 гг. В качестве одного из основных критериев распознавания в описываемом подходе является среднее по некоторому ансамблю смещение спектров в области перехода от максимального поглощения растительностью солнечного излучения к максимуму отражательной способности растительности: 670 – 780 нм или Red Edge область спектра. Созданный подход, примененный первоначально к самолетным гиперспектральным данным с пространственным разрешением 1-2 м на пиксел изображения в последствии был адаптирован к спутниковым многоканальным данным WorldView 2 сверхвысокого пространственного разрешения 2 м на пиксел.
С использованием карт лесотаксации было выработано несколько десятков эталонных участков территории с разными типами и возрастами лесной растительности (в основном ель, береза, сосна, а также разные типы травяной поверхности и вырубок, грунтовые поверхности и поверхности с твердым покрытием и т.д.) для обучения системы распознавания. Позднее все эти участки пересчитаны на спутниковую систему координат WorldView 2.
В настоящей работе проведено сопоставление результатов расчетов распознавания типов лесной растительности по гиперспектральным самолетным данным оригинальным подходом с результатами, полученными для тех же фрагментов тестовой территории в том числе несколькими стандартными статистическими подходами (линейный и квадратичный дискриминантный анализ и некоторые другие) по спутниковым данным WorldView 2. Проведена оценка точности распознавания типов лесной растительности по гиперспектральным самолетным и многоканальным спутниковым данным перечисленными методами. Иллюстрируются возможности автоматизации процесса распознавания типов лесной растительности разработанными методами.

Работа выполнена при финансовой поддержке РФФИ,
проект № 19–01–00215.

Ключевые слова: самолетные гиперспектральные данные, спутниковые многоканальные данные высокого пространственного разрешения, распознавание типов лесной растительности
Литература:
  1. Козодеров В.В., Косолапов В.С. Новые подходы к решению обратной задачи восстановления объема зеленой фитомассы лесной растительности по аэрокосмическим данным. Исследование Земли из космоса, 1999, №1, с.28-36.
  2. Козодеров В.В., Косолапов В.С. Оценка точности аэрокосмического многоканального метода восстановления плотности лесной зеленой фитомассы по результатам моделирования // Исслед. Земли из космоса, 2002, № 1. C. 72–80.
  3. Кондранин Т.В., Козодеров В.В., Казанцев О.Ю., Бобылев В.И., Дмитриев Е.В., Егоров В.Д., Каменцев В.П., Борзяк В.В. Проблемы классификации гиперспектральных авиакосмических изображений. Сб.«Современные проблемы дистанционного зондирования Земли из космоса». М., изд. «ДоМир», 2011, т.8, №1, с.90-98.
  4. Кондранин Т.В., Козодеров В.В., Дмитриев Е.В., Егоров В.Д., Борзяк В.В., Николенко А.А. Автоматизация обработки данных самолетного гиперспектрального зондирования. Сб. «Современные проблемы дистанционного зондирования Земли из космоса». М., изд. «ДоМир», 2012, Т. 9, № 5, с. 312-319.
  5. Козодеров В.В., Егоров В.Д. Автоматизация обработки гиперспектральных данных самолетного зондирования. Исследование Земли из космоса, 2013, №6, с.65-80.
  6. Егоров В.Д., Козодеров В.В. Распознавание лесной растительности по самолетным гиперспектральным данным. Исследование Земли из космоса, 2016, №3, с. 47-58.
  7. Козодеров В.В., Егоров В.Д. Распознавание типов лесной растительности по гиперспектральным самолетным и многоканальным спутниковым данным высокого пространственного разрешения. Сравнение результатов и оценка их точности. Исследование Земли из космоса, 2019, № 6, с. 89-102.

Презентация доклада



Ссылка для цитирования: Егоров В.Д. Распознавание типов лесной растительности по гиперспектральным самолетным и многоканальным спутниковым данным высокого пространственного разрешения. Оригинальный подход и некоторые стандартные методы: сравнение результатов и оценка их точности // Материалы 18-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2020. C. 318. DOI 10.21046/18DZZconf-2020a

Дистанционное зондирование растительных и почвенных покровов

318