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)

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

XI.F.198

Опыт картографирования среды обитания охотничьих ресурсов с использованием мультиспектральных космических снимков

Мышляков С.Г.
Совзонд
Одной из сфер приложения данных дистанционного зондирования Земли является охотустроительное проектирование. В частности при помощи космических снимков решается задача картографирования мест обитаний животных, являющихся охотничьими ресурсами. Основным документом охотустроительного проектирования на уровне субъекта Российской Федерации является Схема размещения, использования и охраны охотничьих угодий. Приказом Министерства природных ресурсов и экологии Российской Федерации от 31 августа 2010 года № 335 установлен порядок составления схемы. Составление схемы включает проведение бонитировки охотничьих угодий, а также характеристику состояния, численности и размещения охотничьих ресурсов. Для этих целей составляется карта категорий и классов элементов среды обитания охотничьих ресурсов. Наиболее надежным и объективным источником информации для ее создания являются мультиспектральные космические снимки.
Элементы среды обитания охотничьих ресурсов представляют собой определенные ландшафты, либо угодья, такие как леса, болота, лугово-степные комплексы, пойменные комплексы и т.д., описанные в соответствии с определенными правилами. В компании «Совзонд» были проведены экспериментальные работы по автоматизированному дешифрированию и картографированию категорий и классов среды обитания охотничьих ресурсов для территории Намского улуса Республики Саха (Якутия). Исходными данными для выполнения работ были разносезонные мультиспектральные космические снимки Landsat TM, полученные в течении 2011 года. Для эталонирования присутствующих категорий и классов элементов среды обитания охотничьих ресурсов, помимо данных полевых обследований, были также использованы карта экосистем Северной Евразии (land cover) проекта Terra Norte и растровая карта породного состава лесов России (ИКИ РАН).
Технология дешифрирования элементов среды обитания заключается в применении последовательно иерархического подхода, заключающегося в последовательном выделении из массива разновременных снимков целевых классов. Процесс осуществляется, начиная от наиболее простых с точки зрения автоматизированного дешифрирования классов, заканчивая классами, характеризующимися наиболее сложно формализуемыми признаками дешифрирования. Так, на начальных этапах выделяются водные поверхности, далее выделяются пойменные комплексы с разделением на составные элементы, затем выделяются гари, леса с разделением на классы по присутствию отдельных пород, далее луга, болота и сельскохозяйственные земли. По мере выделения очередных классов, на их основе создаются растровые маски, отсекающие уже отдешифрированные области и, тем самым, уменьшающие разброс значений в признаковом пространстве изображений. В составе технологии объединены методы контролируемой пиксельной и объектно-ориентированной классификации и элементы ГИС-анализа.
В результате была составлена карта Намского улуса, содержащая 18 классов элементов среды обитания охотничьих ресурсов, принадлежащих 8 категориям и по своим характеристикам соответствующая масштабу 1:100 000. Технология последовательного иерархического дешифрирования, таким образом, может эффективно применяться для картографирования элементов среды обитания охотничьих ресурсов. Основные выводы, сделанные в ходе выполнения работы: 1) комбинируя спектральные каналы разносезонных снимков удается достичь улучшения распознаваемости многих компонентов экосистем; 2) последовательно отделяя одни угодья и ландшафты от других, удается уменьшить количество посторонних артефактов, которые могут быть неверно интерпретированы при классификации полных сцен снимков; 3) использование только наиболее информативных спектральных каналов, а не их полного набора, также улучшает распознаваемость целевых объектов дешифрирования.

Дистанционное зондирование растительных и почвенных покровов

346