Разработка автоматизированного алгоритма выявления и идентификации изменений в лесах по данным высокого пространственного разрешения Landsat-TM

Выявление и идентификация ежегодных изменений является одной из приоритетных задач мониторинга динамики лесного покрова. Применение данных высокого пространственного разрешения позволяет увеличить точность контуров и площадей выявленных изменений, а автоматизированный подход способствует уменьшению времени для обработки большого массива данных с целью определения повреждений на территории всего лесного фонда. Метод ориентирован на выявление изменений в лесном покрове, связанных с такими факторами как сплошная рубка леса, лесной пожар и усыхание крон деревьев в результате массового размножения вредных насекомых, а также других типов изменений (ветровал, дорога и др.).
Для разработки алгоритма используются разновременные безоблачные композитные изображения земной поверхности, формируемые ежегодно в летний вегетационный период на основе данных Landsat-TM (Белова, Ершов, 2011). Дополнительно используется производный продукт – маска леса, полученная по карте наземных экосистем в результате обработки разносезонных изображений Landsat-TM (Гаврилюк, Ершов, 2012).
Для выявления изменений в автоматизированном режиме применяется статистический метод оценки разностных изображений. В качестве признака используется коротковолновый вегетационный индекс SWVI, рассчитанный по композитным изображениям Landsat-TM до и после изменения. Производится расчет среднего значения и среднего квадратического отклонения (СКО) для разностного изображения вегетационного индекса в пределах маски леса. Факт нарушения устанавливается в случае, если значения в пикселе выходят за пределы 2-х СКО относительно среднего значения в отрицательную зону.
Описанный алгоритм выявляет участки, полностью лишенные древесной растительности или сплошного повреждения. Пиксели изображения земной поверхности в зоне перехода между неповрежденным лесом и полностью измененными участками (гарь, вырубка) пропускаются алгоритмом из-за особенности использованного метода определения порогового решающего правила. Для уточнения переходной границы выявленных изменений проводится анализ разностного изображения индекса SWVI смежных лет до и после изменения. Для этого формируются эталоны, содержащие участки земной поверхности, покрытые лесом и полностью лишенные древостоя. В процессе сопоставления эталонных статистических характеристик и яркости пикселя на границе изменения происходит определение его принадлежности к одному из двух вышеуказанных классов. Метод уточнения границ базируется на алгоритме локально-адаптивной классификации изображения, изложенном в докладе (Ковганко, Ершов, 2012). На основе проведенного анализа формируется уточненная маска изменений в лесах.
Следующим этапом является идентификация типа выявленного изменения. Метод адаптирован в настоящее время для классификации изменений в лесном покрове, связанных с такими факторами как сплошная рубка леса, дорога, лесной пожар и усыхание крон деревьев в результате размножения насекомых-вредителей. В дальнейшем планируется расширить возможности метода для других типов изменений (ветровал, несколько последовательно произошедших факторов трансформации лесного покрова и др.). Для идентификации используются в первую очередь спектральные признаки, по которым можно выделить однородные классы: 1. гари и поврежденные насекомыми участки, 2. вырубки и дороги. Для разделения спектрально-однородных объектов проводятся исследования по дополнительному использованию морфологических признаков, таких как эксцентриситет, ориентация, экстент, которые в комплексе могут повысить распознавание выявленных объектов. Результаты приводятся в настоящем докладе.

Литература

1. Е.И. Белова, Д.В. Ершов. Предварительная обработка временных серий изображений Landsat-TM/ETM+ при создании безоблачных композитных изображений местности // Современные проблемы дистанционного зондирования Земли из космоса, 2011, Т.8, №1, С. 73-82.
2. Е.А. Гаврилюк, Д.В. Ершов. Методика совместной обработки разносезонных изображений Landsat-TM и создания на их основе карты наземных экосистем Московской области // Доклады по компьютерным наукам и информационным технологиям. № 1, 2012 г. Доклады всероссийской научно-практической конференции «Анализ Изображений, Сетей и Текстов» (АИСТ 2012). Екатеринбург, 16 – 18 марта 2012 года. М.: Национальный Открытый Университет «ИНТУИТ» 2012. – С. 143-158.
3. Ковганко К.А., Ершов Д.В. Алгоритм тематической классификации спутниковых изображений и его программная реализация в среде ArcGIS Desktop // Десятая всероссийская открытая ежегодная конференция «Современные проблемы дистанционного зондирования Земли из космоса» Москва, ИКИ РАН, 12-16 ноября 2012 г. Сборник тезисов конференции.