Вы здесь

Обсуждение доклада Н.Владимировой, научная конференция МГУЛа, февраль 2012г.

2 posts / 0 новое
Последняя публикация
Анна Романова
Не в сети
Последнее посещение: 4 года 6 months назад
Регистрация: 05/12/2011 - 15:47
Обсуждение доклада Н.Владимировой, научная конференция МГУЛа, февраль 2012г.

С удовольствием представляем вам доклад и презентацию Надежды Владимировой с научной конференции МГУЛа в феврале 2012года. Приятно, что автор посещает наш форум и может лично ответить на все вопросы. Искренне надеемся, что найдутся и другие храбрецы, готовые представить свою научную деятельность на суд широкой публики.

ИСПОЛЬЗОВАНИЕ ДАННЫХ КОСМИЧЕСКОЙ СЪЕМКИ LANDSAT
ДЛЯ СОЗДАНИЯ ОБЩЕДОСТУПНЫХ КАРТ ЛЕСОВ СЕВЕРА ЕВРОПЕЙСКОЙ РОССИИ
Н.А. Владимирова, Е. Есипова
НП "Прозрачный Мир", Россия

Лесные экосистемы, космические снимки, открытые данные, алгоритмы дешифрирования, верификация

Леса являются одним из важнейших природных ресурсов. Для успешного управления этими ресурсами и их сохранения необходима информация о запасах, распределении, составе, возрасте и состоянии лесного покрова. Основными источниками таких данных до недавнего времени выступали различные карты растительности и материалы лесоустройства. Однако большинство карт растительности было составлено в 60-70-е гг. XX в., и в настоящий момент потеряли свою актуальность, в то время как относительно более точные материалы лесоустройства полностью недоступны для пользователей, не являющихся работниками лесного хозяйства. Кроме того, с упразднением в новом Лесном кодексе государственной системы лесоустройства его материалы стремительно устаревают, а развивающаяся государственная инвентаризация лесов будет закончена лишь к 2020 г., а статус ее результатов пока неясен.
Эффективным решением означенной проблемы может стать использования общедоступных спутниковых данных среднего разрешения. Составление карт растительного покрова и его мониторинг с помощью материалов дистанционного зондирования Земли (ДДЗ) имеет ряд преимуществ, включая достаточную точность и актуальность результатов, возможность самостоятельной проверки, уточнения и актуализации.
По космическим изображениям среднего разрешения невозможно определять состав насаждений с точностью до процента участия каждой породы в древостое. Во всех случаях картирования лесных насаждений по данным ДЗЗ нужно говорить скорее о преобладающей породе или о типе растительного покрова. Кроме того, различные алгоритмы контролируемой классификации дают возможность разделить насаждения по группам возраста, а применение временной серии снимков позволяет определить точный возраст насаждений на месте гарей, рубок и других повреждений, если лес на этих территориях был уничтожен полностью. Таким образом, точность картирования лесных экосистем по общедоступным данным ДЗЗ значительно уступает лесоустройству, но их преимущество в том, что оно базируется на открытых данных, обходится существенно дешевле и дает более воспроизводимые результаты.
Целью описываемой работы было создание карты лесов на территорию Cевера Европейской России.

Данные
Для определения типа растительного покрова использовались мультиспектральные спутниковые снимки Landsat7/ETM, Landsat5/TM (разрешение 30 м/пиксель). Эти снимки доступны бесплатно через Интернет с сайта Американской Геологической Службы и создают полное покрытие на интересовавший нас регион. Преимущество отдавалось последним по времени (2007-2011) данным уровня обработки L1T. В случае отсутствия таковых, использовались снимки более раннего времени (но не раньше 1999 года) уровня обработки L1G.
Возраст насаждений определялся только для одного тестового региона – Республике Коми. Для определения возраста насаждений применялась временная серия снимков Landsat на несколько временных периодов: 1973-1976 г. (покрытие из изображений Landsat MSS разрешением 60 м/пиксель) и далее через каждые 10 лет покрытия из изображений Landsat TM и ETM.

Методика

Во избежание путаницы и ошибок классификации методом визуального («вручную») дешифрирования были выделены пахотные земли и крупные объекты инфраструктуры. Все указанные территории были исключены из дальнейшего рассмотрения.
Для определения типа растительного покрова в программе ScanEx NeRIS проводилась контролируемая классификация методом обучения нейронных сетей. На начальном этапе классификации на основе экспертных знаний, в отдельных случаях подкрепленных данными полевых описаний, средствами программы ERDAS Imagine строились спектральные профили для каждого класса растительного покрова и типов болот. C помощью спектрального профиля определялся вес каждого канала в предстоящей классификации. Так, наиболее заметные различия между растительным покровом и минеральной поверхностью отмечались во всех каналах, за исключением 4 (ближнего инфракрасного), а различные типы растительного покрова, в свою очередь, хорошо дифференцировались по 4 (ближнему инфракрасному) и 5 (среднему инфракрасному) каналам.
Чтобы избежать трудностей в разделении некоторых типов болот и растительного покрова между собой в силу близких спектральных характеристик, было принято решение использовать маску лес/не лес, созданную сотрудниками университета Южной Дакоты [1].
В качестве дополнительного был использован слой результата анализа изменений (change detection) – сравнение двух разновремённых снимков и выявление участков, на которых произошли значительные изменения в лесном покрове [2].
Таким образом, в результате классификации и использовании готовых слоев, была получена карта основных типов растительного покрова на северную часть Европейской России. Карта включает следующие классы: леса с доминированием темнохвойных пород, зеленомошные сосняки, лишайниковые сосняки, сфагновые сосняки, лиственные леса, смешанные леса, сфагновые болота, травяные болота, обводненные болота, вырубки, гари, ветровалы, водоемы, участки тундры и необлесенные территории.
В тестовом регионе для определения возраста насаждений – Республике Коми – в 70 гг. прошлого века лес подвергся очень значительной вырубке, что отражено на снимках 73-76 гг. Методом опорных векторов были выделены свежие вырубки, гари, более старые зарастающие вырубки, участки не подвергшегося изменениям леса, болота и нелесные земли (водоемы, поля и т.п.). Дальнейшее картирование поврежденных и погибших насаждений будет проводиться с помощью последовательного change detection, и это позволит определить возраст всех насаждений, возобновившихся после 1973-75 гг.
Верификация результатов проводится методом стратифицированной случайной выборки. Суть алгоритма заключается в случайном распределение точек независимо в каждом классе. Таким образом, каждый, даже самый редко встречающийся класс, получает минимально необходимый репрезентативный набор точек для верификации. В практическом плане такой подход можно усовершенствовать, добавив в выборку заведомо большее количество точек, но ограничить территорию каким-то разумным расстоянием от дорог. Данные для верификации собираются в поле, также используются уже имеющиеся данные полевых наблюдений, которые готовы предоставить исследователи из научных и экологических организаций.
Таким образом, реализация описываемого проекта позволить всем заинтересованным сторонам получать достоверную информацию о лесных экосистемах Севера Европейской России, а в дальнейшем и всей России. Данные будут полностью открыты и доступны в сети Интернет.

Clashingz
Не в сети
Последнее посещение: 2 года 2 дня назад
Регистрация: 19/11/2015 - 07:09