Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Архив конференций
Дополнительная информация
Подписка/отписка
на рассылку новостей
Ваш e-mail:

Пятнадцатая Всероссийская открытая конференция "Современные проблемы дистанционного зондирования Земли из космоса"

XV.F.283

Определения параметров древостоев методами сегментации изображения межкронового пространства лесного полога на детальных космических снимках

Князева С. В. (1), Жирин В. М. (1), Эйдлина С. П. (1)
(1) Центр по проблемам экологии и проуктивности лесов РАН (ЦЭПЛ РАН), Москва, Россия
Космические снимки детального разрешения могут рассматриваться в качестве информационной основы для определения биометрических параметров насаждений и показателей морфоструктуры лесного полога. Изображения лесного полога с пространственным разрешением лучше 1 м позволяют дешифрировать кроны отдельных деревьев и даже части крон. Для определения характеристик древостоев используют преимущественно методы сегментации, фильтрации, текстурный и пространственный статистический анализ изображения (Nelson et al., 2002; Palace et al., 2008; Karantzalos et al., 2010). Существуют алгоритмы определения высоты дерева по длине его тени и сомкнутости крон по соотношению площади теней деревьев, дешифрируемых на снимке (Cartus et al., 2012; Новичихин и др., 2009; Тюкавина, 2012). Снимки Ikonos с пространственным разрешением 1 м потенциально могут быть использованы (особенно в сочетании с аэросъемкой) для получения характеристик отдельных деревьев при размере кроны дерева не менее 3 м. (Katoh, 2004).
В докладе приведены результаты исследования по оценке возможностей определения параметров древостоев при помощи методов пороговой сегментации изображения межкронового пространства лесного полога на снимке Iconos сверхвысокого пространственного разрешения, полученного во второй декаде июня. Исследование проведено на примере смешанных лесов национального парка «Лосиный остров». Основу предложенного методического подхода составляет анализ освещённых и затенённых участков межкронового пространства насаждений с использованием алгоритмов пороговой сегментации. Для анализа изобразительных свойств межкронового пространства были образованы блоки опорных данных в виде обучающих выборок по данным лесоустройства национального парка (500 таксационных выделов). В состав опорных блоков вошли четыре группы смешанных насаждений с сомкнутым пологом: хвойно-лиственные с преобладанием ели; хвойно-лиственные с преобладанием сосны; лиственно-хвойные с преобладанием берёзы; лиственно-хвойные с преобладанием липы.
Межкроновое пространство на снимке Ikonos представлено в разной степени освещёнными и затенёнными участками, яркость которых зависит от многих факторов и, прежде всего, от свойств подстилающей поверхности почвы, флористического состава и густоты травяно-кустарниковой растительности, а также плотности падающих теней от крон деревьев разных пород. Значения локальных минимумов и максимумов яркости межкронового пространства, а также рациональное число порогов, необходимых для сегментации изображения, выбирались экспериментально с учетом гистограммы изображений выделов для каждой группы смешанных насаждений. Пороговая сомкнутость полога определялась соотношением порогового числа пикселов изображения древесного полога и общего числа пикселов таксационного выдела. Значения пороговой яркости и численности пикселов изображения межкронового пространства каждого таксационного выдела, а также биометрические параметры древостоев (средние возраст и высота, полнота ) были объединены в эколого-динамические ряды (Жирин и др., 2013). На их основе формировались статистические выборки и рассчитывались регрессионные связи между биометрическими параметрами древостоев и показателями пороговой сегментации изображений. Точность вычисления параметров оценивалась для заданных отклонений и сравнивалась с нормативами определения соответствующих таксационных показателей. В процессе исследования установлена статистическая связь показателей морфоструктуры лесного полога с пороговыми значениями яркости изображения затенённых участков межкронового пространства.
Выявленные связи между биометрическими характеристиками древостоев и изображением освещенных и затененных участков межкронового пространства на детальных космических снимках характерны для начала фенофазы полного распускания листьев и максимальных значений высоты Солнца в средних широтах Подмосковья. Необходимы дальнейшие исследования с применением других материалов высокодетальных съемок для оценки устойчивости результатов, полученных методом пороговой сегментации.
Работа выполнена при финансовой поддержке гранта РФФИ 17-05-01129 А по теме "Оценка биометрических и морфоструктурных параметров лесных фитоценозов на основе детальной аэрокосмической съемки".
Литература
Жирин В.М., Князева С.В., Эйдлина С.П. Эколого-динамическое исследование лесообразовательного процесса по космическим снимкам // Лесоведение. 2013. № 5. С. 76-85.
Новичихин А.Е., Тутубалина О.В. Интеграция алгоритмов обработки космических снимков сверхвысокого пространственного разрешения для автоматизированного дешифрирования лесной растительности // Земля из космоса: наиболее эффективные решения. 2009. № 3. С. 40-42.
Тюкавина А. Ю. Определение сомкнутости крон редкостойных лиственничников Таймыра по космическим снимкам разного разрешения // Исследования Земли из космоса, 2012, № 5, С. 64–74.
Cartus O., Kellndorfer J., Rombach M., Walker W. Mapping Canopy Height and Growing Stock Volume Using Airborne Lidar, ALOS PALSAR and Landsat ETM+ // Remote Sens., 2012. Vol. 4. No. 11. P. 3320-3345
Karantzalos K. G., Argialas D. P. Towards Automatic Olive Tree Extraction from Satellite Imagery // Commission III. 2010. WG 4.
Katoh M. Classifying tree species in a northern mixed forest using high-resolution IKONOS data. Tokyo: The Japanese Forestry Society and Springer-Verlag. 2004. P. 7-14.
Nelson T., Niemann K., Wulder M. Spatial Statistical Ttechniques for Aggregating Point Objects Extracted from High Spatial Resolution Remotely Sensed Imagery //
Journal of Geographical Systems. 2002. Т. 4. № 4. С. 423-433.
Palace M., Keller M., Asner G., Hagen S. Braswell B. Amazon Forest Structure from IKONOS Satellite Data and the Automated Characterization of Forest Canopy Properties // Biotropica, No. 40(2), 2008, P. 141-150.

Ключевые слова: Биометрические параметры древостоев, детальные космические снимки, межкроновое пространство, сегментация изображения, пороговая яркость пикселов.
Литература:
  1. Литература
  2. Жирин В.М., Князева С.В., Эйдлина С.П. Эколого-динамическое исследование лесообразовательного процесса по космическим снимкам // Лесоведение. 2013. № 5. С. 76-85.
  3. Новичихин А.Е., Тутубалина О.В. Интеграция алгоритмов обработки космических снимков сверхвысокого пространственного разрешения для автоматизированного дешифрирования лесной растительности // Земля из космоса: наиболее эффективные решения. 2009. № 3. С. 40-42.
  4. Тюкавина А. Ю. Определение сомкнутости крон редкостойных лиственничников Таймыра по космическим снимкам разного разрешения // Исследования Земли из космоса, 2012, № 5, С. 64–74.
  5. Cartus O., Kellndorfer J., Rombach M., Walker W. Mapping Canopy Height and Growing Stock Volume Using Airborne Lidar, ALOS PALSAR and Landsat ETM+ // Remote Sens., 2012. Vol. 4. No. 11. P. 3320-3345
  6. Karantzalos K. G., Argialas D. P. Towards Automatic Olive Tree Extraction from Satellite Imagery // Commission III. 2010. WG 4.
  7. Katoh M. Classifying tree species in a northern mixed forest using high-resolution IKONOS data. Tokyo: The Japanese Forestry Society and Springer-Verlag. 2004. P. 7-14.
  8. Nelson T., Niemann K., Wulder M. Spatial Statistical Ttechniques for Aggregating Point Objects Extracted from High Spatial Resolution Remotely Sensed Imagery //
  9. Journal of Geographical Systems. 2002. Т. 4. № 4. С. 423-433.
  10. Palace M., Keller M., Asner G., Hagen S. Braswell B. Amazon Forest Structure from IKONOS Satellite Data and the Automated Characterization of Forest Canopy Properties // Biotropica, No. 40(2), 2008, P. 141-150.

Дистанционное зондирование растительных и почвенных покровов

366