Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 14–18 ноября 2022 г.

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

XX.F.117

Бисезонный индекс леса для картографирования защитных лесных насаждений

Шинкаренко С.С. (1), Барталев С.А. (1)
(1) Институт космических исследований РАН, Москва, Россия
Защитные лесные насаждения (ЗЛН) –важный компонент устойчивого функционирования агроландшафтов, препятствующий развитию процессов водной и ветровой эрозии. В последние десятилетия темпы создания ЗЛН в России многократно снизились по сравнению с серединой прошлого века. При этом в силу естественных и антропогенных факторов существующие ЗЛН подвержены процессам масштабной деградации, в то время как информация об их актуальном состоянии практически отсутствует. Существующие информационные продукты типов земного покрова и мониторинга лесов охватывают ЗЛН лишь частично. Полезащитные лесные полосы, имеющие ширину 10-20 м, очень фрагментарно отражены на существующих глобальных и национальных спутниковых картах лесов. Известные подходы к картографированию ЗЛН основаны на экспертном дешифрировании данных дистанционного зондирования Земли (ДЗЗ) сверхвысокого пространственного разрешения или наземной съемке с помощью GPS-приемников (Антонов, 2020; Begimova, 2021; Koshelev, Tkachenko, 2021). Такие методы трудоёмки и не могут применяться на больших территориях. В работе предложен новый метод картографирования ЗЛН на основе разновременных спутниковых данных ДЗЗ с использованием бисезонного индекса леса BSFI (Bi-Season Forest Index), вычисляемого как нормализованная разница минимального значения NDVI за вегетационный сезон и максимального альбедо, определяемого в зимний период при наличии снежного покрова на земной поверхности (Шинкаренко и др., 2022). Зимние спутниковые изображения достаточно широко применяются в лесном хозяйстве (Барталев и др., 2022а; 2022б). Пиксели с положительными значениями данного индекса могут быть отнесены к покрытым древесной растительностью территориям. Проведено сравнение площади ЗЛН, выделенной на основе BSFI по данным спутниковой съемки инструментом Sentinel-2, с результатами экспертного дешифрирования детальных спутниковых изображений и широко распространенных информационных продуктов спутникового картографирования земного покрова. Сравнительный анализ показал наличие тесной связи получаемых на основе данных Sentinel-2 результатов с оценками площади ЗЛН по материалам экспертного дешифрирования детальных спутниковых изображений, характеризуемую коэффициентом корреляции R=0,99, а также позволил установить величину точности выделения лесов на основе данного индекса на уровне 91%. Относительная ошибка выделения полезащитных лесных полос в зоне 50 м вокруг границ полей составила 9%. Предложенный подход рекомендуется для картографирования ЗЛН в малолесных регионах, где возможно получение спутниковых изображений земной поверхности с наличием снежного покрова.

Работа выполнена в рамках темы «Мониторинг» (госрегистрация № 122042500031-8) c использованием возможностей УНУ ВЕГА-Science (Loupian et al., 2022), входящей в Центр коллективного пользования «ИКИ-Мониторинг» (Лупян и др., 2019).

Ключевые слова: Защитные лесные насаждения, дистанционное зондирование, Sentinel-2, альбедо, NDVI
Литература:
  1. Антонов С. А. Анализ пространственного положения защитных лесных насаждений на основе геоинформационных технологий и данных дистанционного зондирования Земли // ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: материалы международ. конф. M: Изд-во Московского ун-та, 2020. Т. 26. Ч. 2. С. 408–420. DOI: 10.35595/2414-9179-2020-2-26-408-420.
  2. Барталев С. А., Богодухов М. А., Жарко В. О., Сидоренков В. М. (2022а). Исследование возможностей использования данных ICESat-2 для оценки высоты лесов России // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 195–206. DOI: 10.21046/2070-7401-2022-19-4-195-206.
  3. Барталев С. А., Ворушилов И. И., Егоров В. А. (2022б). Построение и радиометрическая нормализация безоблачных композитных спутниковых изображений покрытой снегом земной поверхности для мониторинга лесов // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 2. С. 57–69. DOI: 10.21046/2070-7401-2022-19-2-57-69.
  4. Лупян Е.А., Прошин А.А., Бурцев М.А., Кашницкий А.В., Балашов И.В., Барталев С.А., Константинова А.М., Кобец Д.А., Мазуров А.А., Марченков В.В., Матвеев А.М., Радченко М.В., Сычугов И.Г., Толпин В.А., Уваров И.А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151-170. DOI: 10.21046/2070-7401-2019-16-3-151-170.
  5. Шинкаренко С.С., Барталев С.А.. Васильченко А.А. Метод картографирования защитных лесных насаждений на основе разновременных спутниковых изображений высокого пространственного разрешения и бисезонного индекса леса // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 207-222 DOI: 10.21046/2070-7401-2022-19-4-207-222
  6. Begimova M. Climate indicators for forest landing and evaluation of forest shelterbelts // E3S Web Conf. 2021. V. 227. P. 02004. DOI: 10.1051/e3sconf/202122702004.
  7. Koshelev A. V., Tkachenko N. A., Shatrovskaya M. O. Decoding of forest belts using satellite images // IOP Conf. Series: Earth and Environmental Science. 2021. V. 875. Art. No. 012065. 9 p. DOI: 10.1088/1755-1315/875/1/012065.
  8. Loupian E., Burtsev M., Proshin A., Kashnitskii A., Balashov I., Bartalev S., Konstantinova A., Kobets D., Radchenko M., Tolpin V., Uvarov I. Usage Experience and Capabilities of the VEGA-Science System // Remote Sensing. 2022. Vol. 14. No. 1. P. 77. DOI: 10.3390/rs14010077

Презентация доклада

Видео доклада



Ссылка для цитирования: Шинкаренко С.С., Барталев С.А. Бисезонный индекс леса для картографирования защитных лесных насаждений // Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2022. C. 349. DOI 10.21046/20DZZconf-2022a

Дистанционное зондирование растительных и почвенных покровов

349