Аэрокосмический мониторинг земельных угодий особо охраняемых природных территорий Санкт-Петербурга

Боголюбова, Анна Андреевна

Бесплатный автореферат и диссертация по наукам о земле на тему
Аэрокосмический мониторинг земельных угодий особо охраняемых природных территорий Санкт-Петербурга
ВАК РФ 25.00.26, Землеустройство, кадастр и мониторинг земель

Автореферат диссертации по теме "Аэрокосмический мониторинг земельных угодий особо охраняемых природных территорий Санкт-Петербурга"

На правах рукописи 005046857

БОГОЛЮБОВА Анна Андреевна

АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ ЗЕМЕЛЬНЫХ УГОДИЙ ОСОБО ОХРАНЯЕМЫХ ПРИРОДНЫХ ТЕРРИТОРИЙ САНКТ-ПЕТЕРБУРГА

Специальность 25.00.26 - Землеустройство, кадастр

и мониторинг земель

Автореферат диссертации на соискание ученой степени кандидата технических наук

-6 СЕН 2012

САНКТ-ПЕТЕРБУРГ 2012

005046857

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Национальном минерально-сырьевом университете «Горный».

Научный руководитель -доктор биологических наук, доцент

Ковязин Василий Федорович

Официальные оппоненты.

Баденко Владимир Львович доктор технических наук, ФГБОУ ВПО «Санкт-Петербургский государственный политехнический университет», профессор кафедры «Водохозяйственное и ландшафтное строительство»

Загорский Михаил Юрьевич кандидат технических наук, старший научный сотрудник, ФГБОУ ВПО «Санкт-Петербургский государственный университет», доцент кафедры региональной политики и политической географии '

Ведущая организация - ФБУ «Санкт-Петербургский научно-исследовательский институт лесного хозяйства».

Защита состоится 28 сентября 2012 г. в 15 ч на заседании диссертационного совета Д 212.224.08 при Национальном минерально-сырьевом университете «Горный» по адресу: 199106 Санкт-Петербург, 21-я линия, д.2, ауд.3530.

С диссертацией можно ознакомиться в библиотеке Национального минерально-сырьевого университета «Горный».

Автореферат разослан 27 августа 2012 г.

УЧЕНЫЙ СЕКРЕТАРЬ диссертационного совета кандидат технических наук, доцент

КОРНИЛОВ Ю.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Вторая половина XX века отмечена стремительным ростом количества и размеров городов, в которых проживает более 70% населения планеты. Антропогенное воздействие на природную среду, ухудшение ее состояния и расширение урбанизированных территорий являются характерными особенностями современной эпохи.

В Санкт-Петербурге, где проживает почти 5 млн. человек, имеется более 1,5 млн. легковых автомашин, множество промышленных предприятий, складывается неблагоприятная экологическая ситуация. Урбанизация подавляет и разрушает естественную природную среду как с количественной стороны (захват новых земель), так и с качественной (ухудшение состояния окружающей среды). Одной из причин ухудшения среды обитания является недостаток и плохое состояние растительных ресурсов, в т.ч. особо охраняемых природных территорий (ООПТ).

Для снижения отрицательного воздействия человека на природные экосистемы и рационального их использования необходим мониторинг земельных ресурсов ООПТ. Он позволит выявить и изучить основные факторы, воздействующие на природные комплексы, выявить динамику земельных угодий.

Теоретической и методологической основой диссертации явились труды российских и зарубежных ученых по изучаемой проблеме, нормативно-правовые акты РФ и субъектов Федерации. Существенный вклад в теорию ведения мониторинга природной среды внесли Ю.А. Израэль, И.П. Герасимов, мониторинга городских земель -А.П. Сизов. Общие теоретические и методические проблемы дешифрирования и картографирования материалов аэрокосмических съемок освещали в своих трудах как отечественные (В.И. Сухих, В.Б. Кашкин, А .И. Сухинин, O.E. Токарева, А.И. Обиралов, А.Н. Лимонов, И.А. Лабутина, Е.А. Балдина, Р.И. Вольпе, Н.С. Подобедов, Л.А. Богомолов, Г.Г. Самойлович и др.), так и зарубежные ученые (Андерсон Дж., Дженсен Дж. Р., Дэйвис Дж., Чен X., Вонг Е., Рой П. и др.).

В условиях растущего антропогенного воздействия и загрязнения окружающей среды возрастает необходимость развития системы особо охраняемых природных территорий на землях мегаполисов и грамотного управления ими.

Мониторинг земельных угодий ООПТ является незаменимой и важной задачей администрации Санкт-Петербурга при проведе-

НИИ политики оптимизации использования природных ресурсов и минимизации воздействия антропогенных факторов на окружающую природную среду. Для этого необходимо проведение мониторинга состава земельных угодий ООПТ эффективными аэрокосмическими методами. Разработка методики автоматизированного дешифрирования аэро- и космоснимков и технологии аэрокосмического мониторинга земельных угодий ООПТ Санкт-Петербурга являются актуальными вопросами исследования.

Цель работы. Выявить изменения, происходящие в составе земельных угодий особо охраняемых природных территорий Санкт-Петербурга в связи с отрицательным воздействием мегаполиса на природные экосистемы, для прогнозирования их динамики.

Задачи исследования:

1. Классифицировать земельные угодья ООПТ Санкт-Петербурга в соответствии с их фактическим использованием;

2. Обосновать выбор метода и алгоритма автоматизированного дешифрирования аэрокосмической информации на основе оценки общей точности классификации;

3. Выявить факторы, которые приводят к изменениям в составе земельных угодий ООПТ Санкт-Петербурга;

4. Усовершенствовать методику оценки общей точности автоматизированного дешифрирования данных дистанционного зондирования Земли (ДЗЗ).

Идея диссертационной работы. Проведение мониторинга земельных угодий ООПТ Санкт-Петербурга на основе методики автоматизированного дешифрирования данных дистанционного зондирования Земли методом максимального правдоподобия. Получение актуальной информации для оперативного реагирования органов исполнительной власти на произошедшие изменения в составе земельных угодий ООПТ.

анализ полученных результатов дешифрирования по точности автоматической классификации, выполненной по различным алгоритмам; сопоставление результатов компьютерного моделирования с данными натурных наблюдений; выявление изменений в составе земельных угодий ООПТ Санкт-Петербурга за 20-летний период (1990 -2011 гг.).

Научная новизна диссертационной работы заключается в том, что в ней впервые применена четырехуровневая классификация земельных угодий, элементы которой неразрывно связаны между собой: масштаб; наименьшая единица площади для картографирования; характер информации (данные ДЗЗ); иерархическая структура классификации и количество элементов в ней.

В результате применения методов автоматической классификации аэро- и космоснимков установлена точность распознавания видов земельных угодий ООПТ в зависимости от используемого алгоритма.

В работе усовершенствована, обоснована и реализована методика оценки общей точности автоматизированного дешифрирования аэро- и космоснимков и ее увеличение в среднем на 10,5%. Она предполагает последовательное деление снимков на т равных по площади частей с шагом кратным 2. Установлена зависимость общей точности классификации от количества частей, на которые делится исходный снимок. Зависимость показывает, что точность классификации увеличивается по мере разделения снимка, но при разбивки его не более чем на 8 частей. Дальнейшее деление не дает существенного повышения точности.

Научные положения, выносимые на защиту:

1. В условиях Санкт-Петербурга необходимо использовать четырехуровневую классификацию земельных угодий ООПТ, элементы которой неразрывно связаны между собой: масштаб; наименьшая единица площади для картографирования; характер первичной информации (данные ДЗЗ); иерархическая структура классификации и количество элементов в ней.

2. Для мониторинга земельных угодий ООПТ Санкт-Петербурга следует применять усовершенствованную методику автоматизированного дешифрирования аэро- и космоснимков на основе метода максимального правдоподобия.

сификации земельных угодий ООПТ более чем на 10,5%. Дальнейшая разбивка входных данных не дает существенного увеличения точности.

Научная и практическая значимость работы заключается в применении методов автоматической классификации данных аэрокосмического мониторинга земельных угодий ООПТ Санкт-Петербурга; усовершенствовании методики оценки общей точности автоматизированного дешифрирования аэро- и космоснимков, которая позволяет увеличить его общую точность, на основе предложенной четырехуровневой иерархической классификации земельных угодий ООПТ. Результаты диссертационного исследования внедрены в работу ГКУ «Дирекция особо охраняемых природных территорий Санкт-Петербурга» и используются при мониторинге земельных угодий ООПТ (акт прилагается). Основные результаты диссертационной работы внедрены в учебный процесс кафедры инженерной геодезии Горного университета при изучении студентами специальных дисциплин направления 120700 «Землеустройство и кадастры» и специальности 120101 «Инженерная геодезия».

Достоверность и обоснованность научных положений и рекомендаций подтверждается статистическими сведениями о земельных угодьях ООПТ Санкт-Петербурга, а также периодическими данными ДЗЗ, полученными от официальных поставщиков; аналитическим обзором'информации по алгоритмам автоматизированного дешифрирования аэрокосмических снимков; обоснованностью выполненных экспериментально-аналитических исследований и допустимой сходимостью их с результатами компьютерного моделирования; сопоставлением результатов, полученных по методике автоматизированного дешифрирования, как с натурными данными, так и с результатами исследований отечественных и зарубежных авторов, выполненных по другим методикам.

международной научно-практической конференции «Экологические проблемы природных и антропогенных территорий» (Чебоксары, 2011 г.); VII международной научно-технической интернет-конференции «Леса России в XXI веке» (Санкт-Петербург, 2011 г.); международной научно-технической конференции молодых ученых и специалистов «Современные проблемы и перспективы рационального лесопользования в условиях рынка» (Санкт-Петербург, 2011 г.); международной научно-практической конференции молодых ученых и студентов «Опыт прошлого - взгляд в будущее» (Тула, 2011г.); международной научно-практической конференции «Научное и практическое обеспечение земельных отношений» (Пермь, 2011 г.). Результаты исследований ежегодно докладывались на научно-практических конференциях факультета освоения подземного пространства Горного университета.

Благодарности. Основные положения научной работы обсуждались с профессорско-преподавательским составом кафедры инженерной геодезии Горного университета. Автор приносит всем сотрудникам кафедры глубокую благодарность за ценные замечания. Особую признательность выражаю к.т.н., доценту Пшемыславу Тымкову (институт «Геоинформатики и инженерной геодезии» университета Природопользования г. Вроцлава (Польша)) за полезные советы, критические замечания и содействие в подготовке диссертации. Отдельно благодарю руководителя ГКУ «Дирекция ООПТ Санкт-Петербурга» Т.В. Ковалеву за предоставленную информацию.

Личный вклад автора заключается в постановке задач, разработке методики проведения исследований, анализе законодательной базы, посвященной мониторингу земель в РФ и за рубежом; в разработке четырехуровневой иерархической классификации земельных угодий ООПТ Санкт-Петербурга, в которой тесно взаимосвязаны масштаб, характер входных данных, наименьшая единица площади отображения; проведении автоматической классификации аэрокосмических снимков ООПТ Санкт-Петербурга на основе различных математических алгоритмов; в выдвижении гипотезы о зависимости общей точности автоматизированного дешифрирования материалов аэрокосмических съемок от деления их на равные по площади части и ее доказательстве. Все материалы диссертационного исследования собраны, обработаны, проанализированы и сформулированы лично автором. Всего изучено 10 объектов общей площадью 5 513,9 га.

Публикации. Автором по теме диссертации опубликовано 18 печатных работ, из которых 3 - в изданиях, рекомендованных ВАК Минобр-науки России.

Структура и объема работы. Диссертационная работа изложена на 144 страницах машинописного текста, состоит из введения, четырех глав заключения, библиографического списка из 119 источников, в том числе 19 зарубежных, включает 17 рисунков, 28 таблиц и 3 приложе-

ния.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ В первой главе диссертационной работы проведен анализ современного состояния работ в области мониторинга фактического использования земель на основе данных ДЗЗ среднего и высокого разрешения в РФ и за рубежом. Приведены сведения об этапах проведения работ по мониторингу земель, рассмотрены современные проблемы организации, управления, классификации и перспектив развития ООПТ Санкт-Петербурга. Представлена динамика использования земель Санкт-Петербурга по данным государственного мониторинга. Сформулированы цель и задачи исследований.

Во второй главе проанализирован и обобщен зарубежный опыт составления классификаторов земного покрова. Выявлены критерии классификации земельных угодий ООПТ Санкт-Петербурга. При классификации используются данные ДЗЗ среднего и высокого разрешения. Приведена зависимость уровня классификации от пространственного

разрешения исходных данных.

Третья глава посвящена исследованию особенностей автоматизированной обработки и интерпретации данных ДЗЗ при проведении мониторинга земельных угодий ООПТ. Обоснованы этапы обработки цифровых снимков для алгоритмов контролируемой и неконтролируемой классификаций. Предложена технология аэрокосмического мониторинга земельных угодий ООПТ, проведена апробация методики их автоматизированного дешифрирования на примере Юнтоловского заказника Санкт-Петербурга с использованием ГИС: ILWIS 3.31, Maximum Likelihood Classifier.exe по различным алгоритмам классификации.

В четвертой главе изучена существующая методика оценки точности результатов автоматизированного дешифрирования по материалам аэрокосмических съемок. Приведена методика оценки результатов автоматической классификации и построения матрицы ошибок. Усовершенствована методика оценки точности результатов автоматизирован-

ного дешифрирования снимков земельных угодий ООПТ Санкт-Петербурга посредством их деления. Установлена зависимость общей точности классификации снимков от разбивки входной информации на части с соблюдением равенства площадей.

Основные результаты исследований отражены в защищаемых положениях:

Классификация земельных угодий и дешифрирование их контуров по данным ДЗЗ позволяют получить актуальную информацию о фактическом использовании и динамике изменения земельных угодий ООПТ. Следовательно, необходима классификация земельных угодий ООПТ в соответствии с их фактическим использованием, которая позволит вести оперативный мониторинг состава земельных угодий на основе данных ДЗЗ, выявить его динамику в связи с антропогенным воздействием.

Основная концепция создания классификации земельных угодий заключается в том, чтобы разделить между собой различные уровни интенсивной деятельности человека. Как правило, виды земельных угодий ранжируются, начиная с низкой и заканчивая высокой степенью антропогенного воздействия. Есть несколько подходов к классификации земель. Наиболее распространенные подходы основаны на классификации земель по видам и формам собственности, составу земельных угодий, по типам землепользования и интенсивности их использования. К наиболее известным относятся классификаторы (США): Геологической службы LULC (Land Use/Land Cover Classification System, Андерсон и др., 1976 г.); классификатор Michigan Land Use Classification (разработан с учетом особенностей сельского хозяйства и природных ресурсов штата Мичиган); классификация земель по Варфоломеу (Харланд Варфоломей, 1955 г.) с учетом уровней интенсивности использования и др. Классификаторы зарубежных авторов составлены так, что их легко применить к данным ДЗЗ. Достаточное количество проанализированных классификаторов показывает малую вероятность того, что только один из них может быть разработан так досконально, что подходит для реализации любых целей и задач. Существуют различные точки зрения

при составлении классификаторов, а сам процесс субъективен, даже тогда, когда при их составлении применяется численный подход. Очевидно, что каждый классификатор должен разрабатываться в соответствии с потребностями пользователей.

Установлены существенные принципы и критерии классификации земельных угодий ООПТ Санкт-Петербурга. Стажировки автора в ГКУ «Дирекция ООПТ Санкт-Петербурга» позволили максимально точно разработать и детализировать классификацию земельных угодий ООПТ для ее будущих пользователей, которая позволяет работать с данными ДЗЗ. Предлагаемая классификация (табл. 1) соответствует следующим требованиям: возможности отображения всей территории ООПТ; ее рубрики соответствуют потребностям будущих пользователей; терминология состава земельных угодий однозначна.

Размер минимального контура земельного угодья, который изображается на тематической карте, зависит от ее масштаба и разрешения исходных данных, на основе которых виды земельных угодий будут выявлены, идентифицированы и интерпретированы. Выбор окончательного масштаба представления информации в рубрике осложнен тем обстоятельством, что на одном и том же уровне разные виды земельных угодий не могут быть идентифицированы с уровнем точности, который приближается к размеру минимальной единицы площади отображения, а в некоторых рубриках могут встретиться специфические контура земельных угодий, которые слишком малы, чтобы быть нанесенными на тематическую карту. Однако когда речь идет о тематической карте, отражающей фактическое использование земельных угодий, то трудно представить любой контур со стороной меньше, чем 2 мм в масштабе карты (для 4-го, самого детализированного уровня предложенной классификации в масштабе 1: 5 ООО составляет 2 мм*2 мм=0,01 га). Меньшая площадь контура вызовет неудобство для пользователя тематической карты (как в цифровом, так и в аналоговом виде) в процессе работы с ней, т. к. он будет нечетким и нечитабельным. Минимальный размер отображения контура земельного угодья ограничивает пользователей компьютерной графики минимальным разрешением при печати. Зависимость уровня классификации от пространственного разрешения исходных данных ДЗЗ приведена в табл. 2.

Исходя из вышеизложенного, выявлены критерии классификации

видов земельных угодий:

1. Минимальная точность интерпретации контуров земельных уго-

Таблица 1

Классификация земельных угодий ООПТ Санкт-Петербурга

Уровень 1 Уровень 2 Уровень 3 Уровень 4

1. Лесные насаждения и растительность Лесные насаждения Хвойные насаждения Древостой с преобладанием ели (ельники) Древостой с преобладанием сосны (сосняки) Древостой с преобладанием лиственницы (листвяги)

Мелколиственные насаждения Древостой с преобладанием березы (березняки) Древостой с преобладанием ивы (ивняки) Древостой с преобладанием осины (осинники) Древостой с преобладанием черной ольхи (черноолыпаники) Древостой с преобладанием серой ольхи (сероолыпаники)

Широколиственные насаждения Древостой с преобладанием дуба (дубравы) Леса с преобладанием клена (кленовники) Леса с преобладанием ясеня (ясеневники) Леса с преобладанием липы (липняки) Леса с преобладанием вяза (вязовники)

Смешанные насаждения Хвойные леса смешанного состава (с преобладанием сосны, ели) Мелколиственные леса смешанного состава (с преобладанием березы и осины) Широколиственные леса смешанного состава (дуб, клен, липа, вяз)

Мелколесья и кустарниковые Мелколесья Заросли кустарниковых ив

заросли Кустарниковые заросли Лещинники

Бездревесная растительность Лесные земли, непокрытые лесной растительностью Свежие вырубки Свежие вывалы деревьев Антропогенные пустоши с редкой растительностью и кострища

Нелесная растительность Овраги

Прогалины

Луговая (травянистая) Разнотравные луга Разнотравье

растительность Тростниковые заросли Тростники

Настоящие луга Естественные луга

Заболоченные луга Луга избыточно-увлажненные

Камышовые заросли Камыши

Злаковые луга Злаковые растения

Растительность искусственных Растительность на намывных землях Зеленые насаждения

поверхностей и бывших торфоразработок Растительность на бывших торфоразработках Комплексный растительный покров

Окончание таблицы 1

__ Классификация земельных угодий ООПТ Санкт-Петербурга_

Уровень 1 Уровень 2 Уровень 3 Уровень 4

2. Водно-болотные угодья (болота) Внутренние водно-болотные угодья Переходные болота Переходные болота

Верховые (олиготрофные) болота Верховые (олиготрофные) болота

Низинные (евтрофные) болота Торфяники

3. Искусственная поверхность Городская застройка Сторонние землепользователи Индивидуальные постройки Земельные участки в частной собственности

Коммерческие и транспортные блоки Объекты коммунально-бытового хозяйства Объекты коммунально-бытового хозяйства

Государственные и коммерческие единицы Административные здания, строения, сооружения, исторические постройки и их фундаменты

Транспортная инфраструктура Дороги: грунтовые, полевые и лесные дороги, тропы и т.д.

Мосты Мосты

Несанкционированны е свалки, стройплощадки и временные карьеры Свалки бытового и строительного мусора Свалки бытового и строительного мусора

Временные стройплощадки Временные стройплощадки

Карьеры (по добыче щебня, песка), скопление камней Карьеры (по добыче щебня, песка), скопление камней

Площади под рекреацию Рекреационные земли Места для спорта и отдыха

Городские насаждения Зеленые насаждения общего пользования

Оздоровительные лагеря Детские оздоровительные лагеря

4. Водные объекты Внутренние воды Водотоки Реки и каналы Канавы

Площадные водные объекты Озера Пруды

Морские воды Прибрежные лагуны Лахтинский разлив

Балтийское море Финский залив

5. Бывшие земли для с.х.использования Сенокосы Сенокосные луга Сенокосы: заливной, суходольный, заболоченный

Пашня Огороды Огороды, залежи

Примечание: при разработке проектов классификации земельных угодий приведенные рубрики и элементы могут быть уточнены и дополнены, чтобы сделать их применимыми к любой категории ООПТ Санкт-Петербурга.

Таблица 2

Зависимость уровня классификации от пространственного разрешения исходных данных ДЗЗ_

Критерии классификации Уровень классификации

I II III IV

Пространственное разрешение исходных данных, м 15 6 2 0,5

Масштаб составляемой тематической карты 1:50 000 1:25 000 1:10 000 1:5 000

Минимальный размер площади отображения, га 1,00 0,25 0,04 0,01

дий при автоматизированном дешифрировании данных ДЗЗ должна составлять не менее 85%.

2. Точность дешифрирования контуров земельных угодий должна быть равной для всех рубрик классификатора.

3. При выборе данных ДЗЗ для составления тематических карт фактического использования земельных угодий определенного масштаба нужно учитывать графическую точность отрисовки контуров на карте, а также при ее печати. Точность составляет 0,3 мм в масштабе карты.

4. Классификация земельных угодий применима в первичном виде только в границах ООПТ Санкт-Петербурга, так как она разработана с учетом индивидуальных особенностей этих территорий. Классификация может применяться и на других объектах, если она удовлетворит требования пользователей, либо взята за основу, дополнена или видоизменена.

5. Классификация пригодна только для использования ее в период вегетации.

6. Агрегация видов земельных угодий разных уровней допускается.

7. Возможность ежегодного сравнения данных разных лет и прогнозирования изменений о фактическом использовании земельных угодий.

Предложенная четырехуровневая классификация земельных угодий ООПТ Санкт-Петербурга отражает характер антропогенного воздействия на них и соответствует предъявляемым к ней критериям.

Мониторинг земельных угодий предполагает процесс систематического и непрерывного сбора информации о состоянии и использовании земель для определения тенденций их изменения. Использование материалов аэрокосмических съемок - необходимое условие проведения регулярных наблюдений для получения оперативной информации о фактическом использовании территорий. Сравнение полученной информации с результатами съемок, выполненных в прошлые десятилетия, позволяет точно зафиксировать произошедшие изменения.

Определение видов земельных угодий на основе спектральных характеристик спутниковых данных является одной из фундаментальных задач дистанционного зондирования. Классификация многозонального снимка предполагает компьютерное распознавание объектов на снимке.

Использование снимков для распознавания объектов основано на особенностях их спектральной отражательной способности (различия яр-

костных характеристик).

Классификация цифрового снимка заключается в группировке пикселей в соответствии с принятым правилом. При этом возможны два подхода: контролируемая классификация (supervised classification) или классификация с обучением и неконтролируемая классификация (unsupervised classification) - кластеризация (рис. 1).

Для распределения пикселей снимка по классам применяют разные методы, причем выбор того или иного классифицирующего правила зависит от исходных данных и решаемой задачи. Все методы классификации можно разделить на параметрические и непараметрические. При использовании параметрических методов предполагается, что вектор-

Рис. 2. Технология аэрокосмического мониторинга земельных угодий ООПТ Санкт-Петербурга

Таблща 3

Результаты автоматической классификации земельных угодий Юнтоловского заказника на основе алгоритмов контролируемой (а, б, в, г) и неконтролируемой (е) классификации в ГИС ILWIS 3.31 и Maximum Likelihood Classifier.exe

Алгоритм минимального расстояния

Алгоритм параллелепипеда

Алгоритм минимального расстояния Махаланобиса

Алгоритм максимального правдоподобия

■ лесные насаждения и растительность;

- водные объекты;

- водно-болотные угодья;

- искусственная поверхность;

- бывшие с.х. угодья;

Наименование алгоритма автоматической классификации

Кластеризация

ные данные, полученные на этапе обучения для каждого класса в видимом диапазоне спектра (синий (0,4-0,5 мкм), зеленый (0,5-0,6 мкм), красный (0,6-0,7 мкм), имеют нормальное распределение. При использовании непараметрических методов такого предположения не требуется. Сравнив алгоритмы автоматической классификации, выберем наиболее точный из них.

Апробация методики проведена на территории Юнтоловского заказника. Исходной информацией служили аэроснимки заказника (2005 и 2011 гг., масштаб 1:5 000; местность равнинная). В качестве вспомогательного исходного материала использовались топографический план и карты (2002 и 2005, 2010 гг., масштабы 1:2000 и 1:5000 соответственно). Перед тем, как приступить к работе с аэроснимком, проведена его географическая привязка. Выполнена геометрическая коррекция и регистрация цифрового аэроснимка в местной прямоугольной системе координат МСК-64 посредством трансформации проекции с использованием метода билинейной интерполяции в ГИС ArcGIS 10.0.

Передискретизация снимка проходила следующим образом: изображение корректировалось посредством соотношения с топографической картой, используя координаты углов прямоугольной сетки координат по 24 планшетам и 14 связующим точкам. Точность привязки составила 0,3-1,0 м и принята удовлетворительной, т. к. топографическая карта составлена ранее, чем проведены аэрофотосъемки местности. Автоматизированное дешифрирование снимков проводилось по различным алгоритмам для выявления наиболее точного метода классификации.

Далее проведена предварительная обработка аэроснимков, создана «обучающая выборка» в программных продуктах: ГИС ILWIS 3.31 и Maximum Likelihood Classifaer.exe, предназначенных для обработки цифровых изображений. Выполнена автоматическая классификация сформированной выборки согласно методам: максимального правдоподобия, минимального расстояния, параллелепипеда, минимального расстояния Махаланобиса и CLUSTER (кластеризации). Полученные результаты автоматической классификации материалов аэрофотосъемки по различным алгоритмам приведены в табл. 3. Сравнительный анализ методов показал, что при классификации видов земельных угодий ООПТ лучше применять алгоритм максимального правдоподобия, т.к. он позволяет увеличить точность распознавания контуров отдельных видов угодий от 27,2 до 71,5%.

Предложенная технология (рис. 2) позволяет вести оперативный мо-

ниторинг контуров земельных угодий ООПТ, полученных автоматически по алгоритму максимального правдоподобия, за короткие сроки и без дополнительных затрат на полевое обследование, а также позволяет установить на местности их границы. Внедрение методики с использованием метода максимального правдоподобия повысит полноту содержания тематических карт в аналоговой и цифровой формах представления; увеличит точность распознавания контуров отдельных видов угодий; повысит производительность труда и улучшит условия выполнения работ по сравнению с традиционными неавтоматизированными методиками.

Сравнив полученные тематические карты (2005, 2011 гг.) земельных угодий заказника «Юнтоловский» с имеющимися геоботаническими картами 1990 и 1997 гг. выявили существенные изменения контуров земельных угодий за 20-летний период (рис. 3).

Лесн.насажд. и водные раст-ть объекты

Водно-болотные угодья

Искуств поверх.-ть

Бывшие с.х. угодья

Веды угодий

□ 1990 01997 в 2005 и 2011

Рис. 3. Мониторинг земельных угодий заказника «Юнтоловский» за 20-летний период

3. Усовершенствованная методика автоматизированного дешифрирования аэро- и космоснимков, основанная на делении входных данных дистанционного зондирования Земли на части (не более 8) равной площади с шагом кратным 2, позволяет увеличить общую точность классификации земельных угодий ООПТ более чем на 10,5%. Дальнейшая разбивка входных данных не дает существенного увеличения точности.

Классификацию данных ДЗЗ нельзя считать завершенной, пока не выполнена оценка ее точности. Стандартной формой представления оценки точности классификации является матрица ошибок, которая характеризует не только погрешность классификации для каждого класса, но и ошибки, связанные с неверной интерпретацией пикселей. Оценка проводилась в матричном виде на основе кросс-табуляции.

При оценке точности использовались две карты: проверяемый (тематическая карта) и опорный растры (топографическая карта). При интерпретации результатов полагали, что проверяемая тематическая карта потенциально является неточной, а топографическая карта по данным полевых исследований геоботаников СПбГУ хорошо отражает реальную ситуацию. Для построения матрицы ошибок, тематическая информация записывалась от образца пикселей, которые отображали один и тот же вид земельных угодий на двух картах. Расчет матрицы ошибок представлен в табл. 4. Анализ данных свидетельствует, что из 1536000000 пикселей 1098712113 идентифицировались верно. Таким образом, общая точность автоматической классификации снимка по методу максимального правдоподобия составила 71,5%.

Для увеличения общей точности автоматической классификации снимков была усовершенствована методика автоматизированного дешифрирования данных ДЗЗ. Она основана на гипотезе: если разделить снимок на т частей равной площади, составить к каждой от, части обучающую выборку, выполнить их классификацию на основе метода максимального правдоподобия и оценить точность, то в результате получим ее увеличение за счет разбивки снимка, конечно при увеличении временных затрат на дешифрирование таких частей. Выдвинутая автором гипотеза проверена экспериментальным путем: исходный снимок был поделен на части равной площади с шагом кратным 1=2.

В результате эксперимента и проверки выдвинутой гипотезы получена зависимость точности классификации снимка от количества его делений на равные по площади части при дешифрировании (рис. 4). Из рис. 4 видно, что зависимость имеет логарифмический характер и выражается функцией вида Т=а-1п(х)+Ь, где Т- общая точность классификации, х - количество делений снимка. Аппроксимация экспериментальных данных по одиннадцати точкам показала, что общая формула зависимости общей точности классификации от количества частей снимка имеет следующий вид:

Т=4,16-1п(х)+72,87 (1)

Таблица 4

Расчет матрицы ошибок и показателей точности тематической карты в пикселя»_

Эталонные данные, кол-во пикселей Классифицируемые данные, количество пикселей Расчет показателей точности

Водные объекты Лес. насажд. и раст.-ть Водно-болотные угодья Бывшие с.х. угодья Искусств, поверх.-ть Сумма по строкам Точность произвол., % Пропуск, %

Водные объекты 446719814 10638995 19573229 218145 3138051 480288234 93,0 7,0

Лес. насажд. и раст.-ть 15762970 185437482 6205003 33839888 3601810 244847154 75,7 24,3

Водно-болотные угодья 23847248 11154462 122364597 21310307 28880734 207557348 59,0 41,0

Бывшие с.х. угодья 168052 110096789 8074583 139433203 6794801 264567429 52,7 47,3

Искусств, поверх.-ть 0 465375 87031630 46485814 204757017 338739836 60,4 39,6

Сумма по столбцам 486498084 317793103 243249042 241287356 247172414 1536000000 1098712113 К=63.7%

Точность пользов., % 91,8 58,4 50,3 57,8 82,8 Т=71,5% МРА=68,2% МиА=68М

Ложная класснф., % 8,2 41,6 49,7 42,2 17,2 - - -

87,0

0 2 4 6 8 10 12 14 16 18 20 22 24 26 Колмкстао «и, мг.

Рис. 4. Зависимость общей точности автоматической классификации снимка от количества его делений на части равной площади

Полученная аппроксимирующая кривая описывает выявленную зависимость с учетом высокого значения коэффициента детерминации Я2=0,96. Усовершенствованная методика оценки точности автоматизированного дешифрирования позволяет увеличить общую точность классификации земельных угодий более чем на 10,5% при делении снимка не более чем на 8 частей. При дальнейшей разбивки снимка увеличение общей точности классификации незначительно. Полученные результаты приведены в табл. 5.

Таблица 5

Зависимость общей точности автоматической классификации от количества частей снимка

ш„ шт. 1 2 4 6 1 8 10 12 14 16 20 24

Т,% 71,5 75,7 79,7 81,5 1 82,2 82,8 83,3 83,7 84,1 84,7 85,2

ЗАКЛЮЧЕНИЕ

Диссертация представляет законченную научно-квалификационную работу, в которой решены актуальные задачи по классификации земельных угодий ООПТ Санкт-Петербурга; усовершенствованию методики автоматизированного дешифрирования аэро- и космоснимков методом максимального правдоподобия, позволяющей увеличить общую точность классификации в среднем на 10,5 %.

Основные научные и практические результаты работы:

1. Разработана четырехуровневая классификация земельных угодий ООПТ Санкт-Петербурга, в которой неразрывно связаны между собой масштаб картографирования, входные данные ДЗЗ, наименьшая единица отображения площади.

2. Обоснован выбор метода автоматической классификации аэрокосмической информации при ее дешифрировании на основе оценки точности. Установлено, что для автоматической классификации контуров земельных угодий ООПТ необходимо применять алгоритм максимального правдоподобия.

3. Апробация предложенных рекомендаций осуществлена на объекте - «Юнтоловский» заказник. На основании разработанной классификации видов земельных угодий было проведено компьютерное моделирование по выбору наиболее точного метода автоматизированного дешифрирования снимков. Эксперимент показал, что максимальную точность (85,2%) дает применение метода максимального правдоподобия.

4. Доказана гипотеза о возникновении зависимости общей точности автоматизированного дешифрирования от количества частей снимка равной площади. Эксперимент показал, что при разбивке снимка в интервале: от 1-ой части до 8-ми, точность классификации увеличивается на 10,5%. Деление снимка на более чем 8 равных по площади частей не приводит к увеличению общей точности классификации.

5. Усовершенствована методика автоматизированного дешифрирования аэро- и космоснимов, основанная на делении исходных данных ДЗЗ на части равной площади с шагом кратным 2. Она позволяет увеличить общую точность классификации более чем на 10,5%. Полученная зависимость общей точности классификации автоматизированного дешифрирования снимков от разбивки входной информации с соблюдением равенства площадей показывает, что деление снимка более, чем на 8 частей не дает существенного увеличения общей точности.

Наиболее значимые печатные работы по теме диссертации:

1. Боголюбова А.А. Методика построения матрицы ошибок и оценка общей точности классификации аэрофото- и космоснимков / Маркшейдерский вестник. 2012. № 4. С. 22-25.

2. Ковязин В.Ф., Боголюбова А.А., Мартынов А.Н. Видовое разнообразие древесно-кустарниковых растений в экосистемах Санкт-Петербурга различной степени антропогенного воздействия / Известия Санкт-Петербургской государственной лесотехнической академии: СПбГЛТА. 2010. Т. 189. С. 33-45.

3.Ковязин В.Ф, Гореликов В.Г., Боголюбова A.A. Применение фрактальной геометрии при разработке кадастра древесных пород, высаженных при лесохозяйственной рекультивации земель / Маркшейдерский вестник. 2010. № 2. С. 54-55.

4. Боголюбова A.A. Классификация почвенно-растительного покрова особо охраняемых природных территорий Санкт-Петербурга / Сборник научных трудов по итогам международной научно-технической конференции «Актуальные проблемы лесного комплекса». Вып. 28. -Брянск: 2011. С. 168-172.

5. Боголюбова A.A., Зубова Т.В. Динамика изменения площадей земельных угодий заказника «Юнтоловский» в период с 1990-2005 гг. // Сборник научных трудов по итогам международной научно-технической конференции «Актуальные проблемы лесного комплекса». Вып. 30. - Брянск: 2011, С. 3-6.

6. Боголюбова A.A., Кореневская B.C., Ковязин В.Ф. Мониторинг природных ресурсов заказника «Юнтоловский» // Материалы седьмой международной научно-практической интернет-конференции «Леса России в XXI веке», г. Санкт-Петербург, 2011. С. 25-28.

7. Боголюбова A.A. Последствия антропогенного воздействия на природный заказник «Юнтоловский», связанные с реализацией проекта Западного скоростного диаметра / Материалы VI Международной научно-практической конференции молодых ученых «Землеустройство, кадастр и геопространственные технологии». 2011. - М.: ГУЗ. С. 33-38.

8. Боголюбова A.A. Земли особо охраняемых природных территорий и их правовой режим / Сборник научных статей I Международной научно-практической конференции «Экологические проблемы природных и антропогенных территорий». - Чебоксары: 2011. С. 174-175.

9. Боголюбова A.A. Системный подход к организации управления особо охраняемыми природными территориями Санкт-Петербурга / Материалы Международной научно-практической конференции «Научное и практическое обеспечение земельных отношений». - Пермь: 2011. С. 24-27.

10. Боголюбова A.A. Особо охраняемые природные территории Санкт-Петербурга: состояние и перспективы развития / Вестник МАНЭБ. 2010 г., Т. 14, №4. С. 61-63.

11. Ковязин В.Ф., Боголюбова A.A. Критерии оценки степени антропогенного воздействия на природную среду мегаполисов / Вестник МАНЭБ. 2010 г., Т. 15, №4. С. 61-66.

РИЦ Горного университета. 20.08.2012. 3.598 Т. 100 экз. 199106 Санкт-Петербург, 21-я линия, д.2

Содержание диссертации, кандидата технических наук, Боголюбова, Анна Андреевна

ОСНОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ МОНИТОРИНГА ЗЕМЕЛЬНЫХ УГОДИЙ

ОСОБО ОХРАНЯЕМЫХ ПРИРОДНЫХ ТЕРРИТОРИЙ.

1.1. ГОСУДАРСТВЕННЫЙ МОНИТОРИНГ ЗЕМЕЛЬ: ПОНЯТИЕ, ОБЪЕКТЫ, ВИДЫ.

1.2. НОРМАТИВНО-ПРАВОВОЕ СОДЕРЖАНИЕ, ОРГАНИЗАЦИЯ И ПРИНЦИПЫ ВЕДЕНИЯ ГОСУДАРСТВЕННОГО МОНИТОРИНГА ЗЕМЕЛЬ.

1.3. МОНИТОРИНГ ЗЕМЕЛЬ ДИСТАНЦИОННЫМИ МЕТОДАМИ.

1.4. ЗАРУБЕЖНЫЙ И ОТЕЧЕСТВЕННЫЙ ОПЫТ ВЕДЕНИЯ МОНИТОРИНГА ЗЕМЕЛЬ

1.5. ПРАВОВОЙ РЕЖИМ ЗЕМЕЛЬ ООПТ И ОБЪЕКТОВ.

1.5.1. ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ СЕТИ ООПТ САНКТ-ПЕТЕРБУРГА.

1.5.2. ОСОБЕННОСТИ УПРАВЛЕНИЯ ООПТ САНКТ-ПЕТЕРБУРГА.

1.5.3. АНАЛИЗ УПРАВЛЕНИЯ РООПТ САНКТ-ПЕТЕРБУРГА.

1.6. СТРУКТУРА ЗЕМЕЛЬНОГО ФОНДА САНКТ-ПЕТЕРБУРГА.

1.6.1. РАСПРЕДЕЛЕНИЕ ЗЕМЕЛЬ САНКТ-ПЕТЕРБУРГА ПО ЦЕЛЕВОМУ НАЗНАЧЕНИЮ.

1.6.2. РАСПРЕДЕЛЕНИЕ ЗЕМЕЛЬНОГО ФОНДА САНКТ-ПЕТЕРБУРГА ПО ФОРМАМ СОБСТВЕННОСТИ.

1.6.3. РАСПРЕДЕЛЕНИЕ ЗЕМЕЛЬНОГО ФОНДА САНКТ-ПЕТЕРБУРГА ПО УГОДЬЯМ

1.7. СОВРЕМЕННЫЕ ПРОБЛЕМЫ ОРГАНИЗАЦИИ И КЛАССИФИКАЦИИ ОСОБО ОХРАНЯЕМЫХ ПРИРОДНЫХ ТЕРРИТОРИЙ.

1.8. ВЫВОДЫ ПО ГЛАВЕ

ГЛАВА 2. КЛАССИФИКАЦИЯ ЗЕМЕЛЬНЫХ УГОДИЙ ОСОБО ОХРАНЯЕМЫХ ПРИРОДНЫХ ТЕРРИТОРИЙ САНКТ-ПЕТЕРБУРГА.

2.1. ЗАРУБЕЖНЫЙ ОПЫТ СОСТАВЛЕНИЯ КЛАССИФИКАТОРОВ ЗЕМНОГО ПОКРОВА

2.2. КРИТЕРИИ СИСТЕМЫ КЛАССИФИКАЦИИ ЗЕМЕЛЬНЫХ УГОДИЙ ООПТ.

2.3. ВЫВОДЫ ПО ГЛАВЕ 2.

ГЛАВА 3. МЕТОДИЧЕСКИЕ ОСОБЕННОСТИ ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ПРИ МОНИТОРИНГЕ

ЗЕМЕЛЬНЫХ УГОДИЙ ООПТ.

3.1. КЛАССИФИКАЦИЯ И АНАЛИЗ АЭРО- И КОСМИЧЕСКИХ СНИМКОВ.

3.1.1. АЛГОРИТМЫ КОНТРОЛИРУЕМОЙ КЛАССИФИКАЦИИ.

3.1.2. МЕТОДЫ НЕКОНТРОЛИРУЕМОЙ КЛАССИФИКАЦИИ.

3.3. АПРОБАЦИЯ МЕТОДИКИ АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ АЭРО- И КОСМОСНИМКОВ НА ПРИМЕРЕ ЗЕМЕЛЬНЫХ УГОДИЙ ЮНТОЛОВСКОГО ЗАКАЗНИКА САНКТ-ПЕТЕРБУРГА.

3.4. МОНИТОРИНГ ПЛОЩАДЕЙ ЗЕМЕЛЬНЫХ УГОДИЙ В ЮНТОЛОВСКОМ ЗАКАЗНИКЕ ЗА 20 ЛЕТ.

3.5. ВЫВОДЫ ПО ГЛАВЕ 3.

ГЛАВА 4. КРИТЕРИИ И МЕТОДИКА ОЦЕНКИ ТОЧНОСТИ РЕЗУЛЬТАТОВ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ ЗЕМЕЛЬНЫХ УГОДИЙ ООПТ САНКТ-ПЕТЕРБУРГА.

4.1. ПОСТОРЕНИЕ МАТРИЦЫ ОШИБОК.

4.2. МЕТОДИКА ОЦЕНКИ ТОЧНОСТИРЕЗУЛЬТАТОВ АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ СНИМКОВ ПОСРЕДСТВОМ ИХ ДЕЛЕНИЯ.

4.3. ВЫВОДЫ ПО ГЛАВЕ 4.

Введение Диссертация по наукам о земле, на тему "Аэрокосмический мониторинг земельных угодий особо охраняемых природных территорий Санкт-Петербурга"

Теоретической и методологической основой диссертации явились труды российских и зарубежных ученых по изучаемой проблеме, нормативно-правовые акты РФ и субъектов Федерации. Существенный вклад в теорию ведения мониторинга природной среды внесли Ю.А. Израэль, И.П. Герасимов, мониторинга городских земель - А.П. Сизов. Общие теоретические и методические проблемы дешифрирования и картографирования материалов аэрокосмических съемок освещали в своих трудах как отечественные (В.И. Сухих, В.Б. Кашкин, А.И. Сухинин, O.E. Токарева, А.И. Обиралов, А.Н. Лимонов, И.А. Лабутина, Е.А. Балдина, Р.И. Вольпе, Н.С. Подобедов, Л.А.

Богомолов, Г.Г. Самойлович и др.), так и зарубежные ученые (Андерсон Дж., Дженсен Дж. Р., Дэйвис Дж., Чен X., Вонг Е., Рой П. и др.).

Мониторинг земельных угодий ООПТ является незаменимой и важной задачей администрации ' Санкт-Петербурга при проведении политики оптимизации использования природных ресурсов и минимизации воздействия антропогенных факторов на окружающую природную среду. Для этого необходимо проведение мониторинга состава земельных угодий ООПТ эффективными аэрокосмическими методами. Усовершенствование методики автоматизированного дешифрирования аэро- и космоснимков и разработка технологии аэрокосмического мониторинга земельных угодий ООПТ Санкт-Петербурга являются актуальными вопросами исследования.

Задачи исследования:

1. Классифицировать земельные угодья ООПТ Санкт-Петербурга в соответствии с их фактическим использованием;

3. Выявить факторы, которые приводят к изменениям в составе земельных угодий ООПТ Санкт-Петербурга;

Методы исследований. Для решения поставленных задач использован комплексный метод исследований, который включал: сбор, анализ и обобщение статистической информации о составе земельных угодий ООПТ, опубликованной в научной литературе и законодательной базе по проблемам мониторинга земель; методы современной автоматической классификации материалов аэрокосмических съемок и картографирование результатов исследований; технологии наземных обследований земельных угодий ООПТ; экспериментальные исследования; аналитические, статистические, математические методы и моделирование; анализ полученных результатов дешифрирования по точности автоматической классификации, выполненной по различным алгоритмам; сопоставление результатов компьютерного моделирования с данными натурных наблюдений; выявление изменений в составе земельных угодий ООПТ Санкт-Петербурга за 20-летний период (1990 -2011 гг.).

В работе усовершенствована, обоснована и реализована методика оценки общей точности автоматизированного дешифрирования аэро- и космоснимков и ее увеличение в среднем на 10,5%. Она предполагает последовательное деление снимков на т равных по площади частей с шагом кратным 2. Установлена зависимость общей точности классификации от количества частей, на которые делится исходный снимок. Зависимость показывает, что точность классификации увеличивается по мере разделения снимка, но при разбивке его не более чем на 8 частей. Дальнейшее деление не дает существенного повышения точности.

Научные положения, выносимые на защиту:

3. Усовершенствованная методика автоматизированного дешифрировани я аэро- и космоснимков, основанная на делении входных данных дистанционного зондирования Земли на части (не более 8) равной площади с шагом кратным 2, позволяет увеличить общую точность классификации земельных угодий ООПТ более чем на 10,5%. Дальнейшая разбивка входных данных не дает существенного увеличения точности.

Научная и практическая значимость работы заключается в применении методов автоматической классификации данных аэрокосмического мониторинга земельных угодий ООПТ Санкт-Петербурга; усовершенствовании методики оценки общей точности автоматизированного дешифрирования аэро-и космоснимков, которая позволяет увеличить его общую точность, на основе предложенной четырехуровневой иерархической классификации земельных угодий ООПТ. Результаты диссертационного исследования внедрены в работу ГКУ «Дирекция особо охраняемых природных территорий Санкт-Петербурга» и используются при мониторинге земельных угодий ООПТ (акт прилагается). Основные результаты диссертационной работы внедрены в учебный процесс кафедры инженерной геодезии Горного университета при изучении студентами специальных дисциплин направления 120700 «Землеустройство и кадастры» и специальности 120101 «Инженерная геодезия».

Достоверность и обоснованность научных положений и рекомендаций подтверждается статистическими сведениями о земельных угодьях ООПТ Санкт-Петербурга, а также периодическими данными ДЗЗ, полученными от официальных поставщиков; аналитическим обзором информации по алгоритмам автоматизированного дешифрирования аэрокосмических снимков; обоснованностью выполненных экспериментально-аналитических исследований и допустимой сходимостью их с результатами компьютерного моделирования; сопоставлением результатов, полученных по методике автоматизированного дешифрирования, как с натурными данными, так и с результатами исследований отечественных и зарубежных авторов, выполненных по другим методикам.

Апробация работы. Основные положения, рекомендации и основные выводы диссертационной работы докладывались на XV международной конференции молодых ученых в университете Природопользования г. Вроцлава (Польша, 2010 г.); VI международной научно-практической конференции молодых ученых и специалистов «Землеустройство, кадастр и геопространственные технологии» (Москва, 2010 г.); ежегодных международных научно-технических конференциях «Актуальные проблемы лесного комплекса» (Брянск, 2010, 2011гг.); ежегодной научной конференции профессорско-преподавательского состава Аграрного университета (Санкт-Петербург, 2010, 2011 гг.); I международной научно-практической конференции «Экологические проблемы природных и антропогенных территорий» (Чебоксары, 2011 г.); VII международной научно-технической интернет-конференции «Леса России в XXI веке» (Санкт-Петербург, 2011 г.); международной научно-технической конференции молодых ученых и специалистов «Современные проблемы и перспективы рационального лесопользования в условиях рынка» (Санкт-Петербург, 2011 г.); международной научно-практической конференции молодых ученых и студентов «Опыт прошлого - взгляд в будущее» (Тула, 2011г.); международной научно-практической конференции «Научное и практическое обеспечение земельных отношений» (Пермь, 2011 г.). Результаты исследований ежегодно докладывались на научно-практических конференциях факультета освоения подземного пространства Горного университета.

Благодарности. Основные положения научной работы обсуждались с профессорско-преподавательским составом кафедры инженерной геодезии Горного университета. Автор приносит всем сотрудникам кафедры глубокую благодарность за ценные замечания. Особую признательность выражаю научному руководителю, д.б.н., доценту В.Ф. Ковязину, к.т.н., доценту Пшемыславу Тымкову (институт «Геоинформатики и инженерной геодезии» университета Природопользования г. Вроцлава (Польша)) за полезные советы, критические замечания и содействие в подготовке диссертации. Отдельно благодарю руководителя ГКУ «Дирекция ООПТ Санкт-Петербурга» Т.В. Ковалеву за предоставленную информацию.

Публикации. Автором по теме диссертации опубликовано 18 печатных работ, из которых 3 - в изданиях, рекомендованных ВАК Минобрнауки России.

Структура и объема работы. Диссертационная работа изложена на 144 страницах машинописного текста, состоит из введения, четырех глав, заключения, библиографического списка из 119 источников, в том числе 19 зарубежных, включает 17 рисунков, 28 таблиц и 3 приложения.

Заключение Диссертация по теме "Землеустройство, кадастр и мониторинг земель", Боголюбова, Анна Андреевна

4.3. ВЫВОДЫ ПО ГЛАВЕ 4

1. При классификации земельных угодий ООПТ по аэро- и космоснимкам следует проводить оценку общей точности автоматизированного дешифрирования. Оценку точности автоматической классификации данных ДЗЗ следует проводить на основе построения матрицы ошибок.

2. При анализе результатов классификации данных ДЗЗ используются два источника информации: цифровая тематическая карта и проверочный растр. В результате их сравнения формируется матрица ошибок, а различные оценки точности рассчитываются по предложенным формулам.

3. В ходе исследований оценены в процентах следующие показатели: общая точность классификации, ошибки пропуска, ошибки ложной классификации, точности производителя и пользователя, коэффициент Каппа Коэна, а также средние точности пользователя и производителя.

4. Внедрение в практику методики автоматизированного дешифрирования аэро-космоснимков земельных угодий ООПТ с использованием метода максимального правдоподобия позволит: а) повысить полноту содержания тематических карт в аналоговой и цифровой формах представления; б) увеличить среднюю вероятность распознавания участков отдельных видов угодий; в) повысить производительность труда и улучшить условия выполнения камеральных работ по сравнению с традиционными неавтоматизированными методиками.

5. Расчет матрицы ошибок является ключевым этапом в процессе классификации. Он позволяет дешифратору определить точность тематической карты. После рассмотрения первого набора дешифратор может отредактировать некоторые из обучающих выборок и запустить снова алгоритм классификации. Как правило, алгоритм контролируемой классификации проходит через несколько итераций, прежде чем будет получен удовлетворительный результат классификации.

5. Предложенная методика автоматической классификации аэро- и космоснимов, основанная на делении входных данных ДЗЗ на части равной площади с шагом кратным двум, позволяет увеличить общую точность классификации более, чем на 10,5% (в интервале от классификации целого снимка до деления его на 8 частей). Дальнейшая разбивка снимка не дает существенного увеличения общей точности классификации земельных угодий ООПТ.

ЗАКЛЮЧЕНИЕ

Диссертация представляет законченную научно-квалификационную работу, в которой решены актуальные задачи по классификации земельных угодий ООПТ Санкт-Петербурга, усовершенствованию методики автоматического дешифрирования аэро- и космоснимков методом максимального правдоподобия, позволяющей увеличить общую точность классификации в среднем на 10,5 %.

Основные научные и практические результаты диссертационной работы.

1. Проведен анализ отечественных и зарубежных литературных источников, посвященных проблеме организации работ по мониторингу земельных угодий ООПТ Санкт-Петербурга с использованием данных ДЗЗ среднего и высокого разрешения. В решении данной проблемы заинтересованы отраслевые министерства и ведомства, а также российские и зарубежные города-мегаполисы.

2. В результате исследования установлено, что использование аэро- и космоснимков является необходимым условием проведения регулярных мониторинговых наблюдений за динамикой площадей земельных угодий ООПТ. Снимки должны быть только среднего и высокого разрешений.

3. Масштаб картографирования, входные данные ДЗЗ, наименьшая единица отображения площади зависят от уровня классификации земельных угодий ООПТ.

4. Для условий Санкт-Петербурга разработана четырехуровневая классификацию земельных угодий ООПТ, в которой все четыре уровня неразрывно связаны между собой. Это масштаб снимка, наименьшая единица площади картографирования, характер первичной информации, нисходящая иерархическая структура связи классификации и количество элементов, содержащихся в каждой из четырех рубрик.

5. Для предложенной классификация земельных угодий ООПТ разработаны критерии её использования на основе дешифрирования данных ДЗЗ. Критериями использования классификации являются: а) минимальный уровень точности интерпретации контуров земельных угодий при автоматическом методе дешифрирования данных ДЗЗ должен быть не менее 85%; б) точность дешифрирования контуров земельных угодий должна быть равной для всех рубрик классификатора; с) при выборе данных ДЗЗ для составления тематических карт фактического использования земельных угодий ООПТ определенного масштаба нужно учитывать графическую точность (0,3 мм) отрисовки контуров на карте; д) классификация земельных угодий ООПТ разработана с учетом индивидуальных особенностей Санкт-Петербурга. Она может применяться и на других землях города, если удовлетворит требования пользователя; е) классификация пригодна для использования только в период вегетации, когда растительность имеет листву; ж) агрегация видов земельных угодий разных уровней допускается. з) возможность ежегодного сравнения данных разных лет и прогнозирования изменений о фактическом использовании земельных угодий;

5. Разработанная классификация земельных угодий ООПТ Санкт-Петербурга рекомендована для автоматизированного дешифрирования данных ДЗЗ, алгоритмы которого основаны на разных математических аппаратах.

6. Проведен сравнительный анализ методов контролируемой классификации и кластерного анализа аэро-космоснимков на основе различных алгоритмов автоматизированного дешифрирования: минимального расстояния, параллелепипеда, максимального правдоподобия, расстояния Махаланобиса и кластеризации. Установлено, что для достижения наибольшей точности классификации необходимо выбирать алгоритм максимального правдоподобия (Т=71,5%). Другие методы дают результат с меньшей точностью классификации.

7. Предложена и внедрена в практику технология аэрокосмического мониторинга на основе усовершенствованной методики автоматизированного дешифрирования аэро- и космоснимков на основе алгоритма максимального правдоподобия, которая позволит вести оперативный контроль за динамикой площадей земельных угодий ООПТ Санкт-Петербурга.

8. По предложенной автором методике проведен мониторинг земельных угодий в Юнтоловском заказнике и выявлены существенные изменения их площадей за 20 лет. Общая площадь заказника превышает зарегистрированную в нормативной документации на 4,1%, сократились площади, покрытые древесной растительностью в 1,6 раза, почти в 2 раза увеличилась площадь болот и в 1,4 раза - площадь под водными объектами. Остались неизменными бывшие сельскохозяйственные угодья.

9. Установлено при исследованиях, что для выявления динамики состояния природных ресурсов города и устранению причин, повлекших их изменения необходим ежегодный мониторинг земельных угодий ООПТ и своевременное сравнение текущей информации с данными прошлых лет.

10. Усовершенствованная методика автоматизированного дешифрирования аэро- и космоснимков, основанная на делении исходных данных ДЗЗ на части равной площади с шагом кратным 2, позволяет увеличить общую точность классификации более, чем на 10,5%. Полученная зависимость общей точности классификации автоматизированного дешифрирования снимков от разбивки исходной информации с соблюдением равенства площадей показывает, что деление снимка более, чем на 8 частей не дает существенного увеличения общей точности.

11. Апробация рекомендаций по ведению космического мониторинга земельных угодий ООПТ осуществлена на объекте «Юнтоловский заказник». На основании разработанной классификации видов земельных угодий было проведено компьютерное моделирование по выбору наиболее точного метода автоматизированного дешифрирования снимков. Эксперимент показал, что максимальную точность (85,2%) дает применение метода максимального правдоподобия.

12. Доказана гипотеза о возникновении зависимости общей точности автоматической классификации от разбивки цифрового снимка. Установлено, что при разбивке снимка в интервале от целого снимка до деления его на 8 частей точность классификации увеличивается на 10,5%. Деление снимка на более чем 8 равных по площади частей не приводит к существенному увеличению общей точности классификации.

Библиография Диссертация по наукам о земле, кандидата технических наук, Боголюбова, Анна Андреевна, Санкт-Петербург

1. АдровВ.А., Карионов Ю.А., Титаров П.С., Громов М.О., Харитонов В.Г. О точности создания ортофотопланов по снимкам QUICKBIRD. Геопрофи, Выпуск №6, 2005 г. с. 21-24.

2. Аристов Михаил. Космический снимок или аэросъемка для картографирования в крупных масштабах: что выбрать? // Геопрофиль, №1 (16) 2011. с. 11-20.

3. Баденко В.Л., Гарманов В.В., Осипов Г.К. Государственный земельный кадастр (на землях населенных пунктов) / Под ред. Н.В. Арефьева СПб.: Изд-во «ПИТЕР», 2002. - 331 с.

4. Боголюбова A.A. Влияние рекреационных нагрузок на экосистему особо охраняемых природных территорий Санкт-Петербурга / Вестник МАНЭБ. 2010 г, Т. 15, №5. С. 33-35.

5. Боголюбова A.A. Водно-физические свойства почв парка «Тихийотдых» / В.Ф. Ковязин, Н.Ю. Кобрин, A.A. Боголюбова, Е.А. Лагутенко // Труды Санкт-Петербургского НИИ лесного хозяйства: СПБНИИЛХ. 2010. Т. 1 (21). С. 86-93.

6. Боголюбова A.A. Критерии оценки степени антропогенного воздействия на природную среду мегаполисов / В.Ф. Ковязин, A.A. Боголюбова //Вестник МАНЭБ. 2010 г., Т. 15, №4. С. 61-66.

7. Боголюбова A.A. Методика построения матрицы ошибок и оценка общей точности классификации аэрофото- и космоснимков / Маркшейдерский вестник. 2010. № 4. С. 22-25.

8. Боголюбова A.A. Особо охраняемые природные территории Санкт-Петербурга: состояние и перспективы развития / Вестник МАНЭБ. 2010 г., Т. 14, №4. С. 61-63.

9. Боголюбова A.A. Почвенно-грунтовые условия лесонасаждений заказника «Юнтоловский» / Сборник научных трудов по итогам международной научно-технической конференции «Актуальные проблемы лесного комплекса». Выпуск 25. Брянск: БГИТА, 2010. С. 86-88.

10. Боголюбова A.A. Применение фрактальной геометрии при разработке кадастра древесных пород, высаженных при лесохозяйственной рекультивации земель / В.Ф. Ковязин, В.Г. Гореликов, A.A. Боголюбова // Маркшейдерский вестник. 2010. № 2. С. 54-55.

11. Борисов В.А., Белоусова Л.С., Винокуров A.A. Охраняемые природные территории мира. М.: Агропромиздат, 1985. 309 с.

12. Богомолов JI.A. Дешифрирование аэроснимков. М.: «Недра», 1976.145 с.

13. Бровко Е.А., Ефимов С.А., Козлова Л.М. Анализ современного состояния работ в области топографического мониторинга на основе ДЗЗ. Отечественный и зарубежный опыт. Под ред. Е.А. Бровко Обзорная информация. -М.: ЦНИИГАиК, 2007. - 128 с.

14. Водный кодекс Российской Федерации: закон Российской Федерации от 3 июня 2006 г. №74-ФЗ // Собрание законодательства РФ, 2006, №23, ст. 2381.

15. Волкова Е.А., Исаченко Г.А., Храмов В.Н. Юнтоловский региональный комплексный заказник. СПб., 2005. 202 с.

16. Вольпе Р.И., Подобедов Н.С. Топографическое дешифрирование аэроснимков при создании карт масштабов 1: 10 000 и 1:25 000. Рига: Геодезиздат, 1961. - 257 с.

17. Выгодская H.H. Горшкова И.И. Теория и эксперимент в дистанционных исследованиях растительности. Ленинград: Изд-во Гидрометеоиздат, 1987 г. 245 с.

18. Доклад об экологической ситуации в Санкт-Петербурге в 2011 году. Под редакцией Д.А. Голубева, Н.Д. Сорокина. СПб.: ООО «Сезам-Принт», 2012.- 190 с.

19. Герасимов И.П. Научные основы современного мониторинга окружающей среды» // Известия АН. Сер. геогр. 1978, 3. с.13-25.

20. Градостроительный кодекс Российской Федерации: закон Российской Федерации от 29.12.2004 г. №190-ФЗ // Собрание законодательства РФ, 2005, №1 (часть 1), ст. 16.

21. Дэйвис Дж. С. Статистический анализ данных в геологии: Пер. с англ. В 2 кн. / Пер. В.А. Голубевой; Под ред. Д.А. Родионова. Кн. 1. М.: Недра, 1990.-319 е.: ил.

22. Ерискина Т.О., Кащенко H.A., Семенычева Е.М. Мониторинг особо охраняемых природных территорий на основе кадастровой информации, данных дистанционного зондирования и ГИС-технологий // Земля из космоса.

23. Вып. 5. Весна 2010. с. 77 -82.

24. Земельный кодекс Российской Федерации: закон Российской Федерации от 25 октября 2001 г. №136-Ф3 // Собрание законодательства РФ, 2001, №44, ст. 4147.

25. Иванов А. Н., Чижова В. П. Охраняемые природные территории: Учебное пособие. М.: Изд-во Моск. ун-та, 2003. - 119 с.

26. Израэль Ю.А. Экология и контроль состояния природной среды. -Ленинград: Гидрометеоиздат, 1979. 376 с.

27. Израэль Ю.А. Глобальная система наблюдений. Прогноз и оценка окружающей природной среды. Основы мониторинга // Метеорология и гидрология. 1974, 7. с.3-8.

28. Инструкция по дешифрированию аэрофотоснимков и фотопланов в масштабах 1:10 000 и 1:25 000 для целей землеустройства, государственного учета земель и земельного кадастра. -М.: ВИСХАГИ, 1978. 142 с.

29. Инструкция по топографическим съемкам в масштабах 1:5000, 1:2000, 1:1000 и 1:500.-М.: Недра, 1982.

30. Инструкция по топографическим съемкам в масштабах 1:10 000 и 1:25 000. Полевые работы. М.: Недра, 1978.

31. Инструкция по фотограмметрическим работам при создании цифровых и топографических карт и планов. М.: ЦНИИГАиК, 2002.

32. Исаченко Г.А., Резников А.И. Ландшафтные исследования Юнтоловского заказника как основа для организации экологического мониторинга // Пробл. и персп. развития особо охраняемых природных территорий С.-Петербурга. СПб., 2003. С. 22-26.

33. Кашкин В.Б. Цифровая обработка аэрокосмических изображений.

34. Версия 1.0 Электронный ресурс.: электрон, учеб. пособие / В.Б. Кашкин, А.И. Сухинин. Красноярск: ИПК СФУ, 2008.

35. Князева C.B. Базовая карта для аэрокосмического мониторинга лесов национальных парков (на примере НП «Куршская коса») // Вестник Московского университета. Серия 5: География. 2005. № 3. С. 36-46.

36. Ковязин В.Ф., Рязанов Ю.В., Богданов B.JI. Эколого-хозяйственная оценка земель природоохранного и рекреационного назначения Карельского перешейка // Вестник Санкт-Петербургского университета. Серия 7. Геология. География. СПб.: СПбГУ. 2008. С. 58-65.

37. Ковязин В.Ф., В.М. Шабанов, А.Н. Мартынов, И.И. Минкевич, Н.Ю. Кобрин. Мониторинг почвенно-растительных ресурсов в экосистемах Санкт-Петербурга. СПб. : Изд-во Политехи, ун-та, 2010. - 344 с.

38. Комаровский берег комплексный памятник природы / Ред. Е.А. Волкова, Г.А. Исаченко, В.Н. Храмцов. - 2-е изд., испр. И доп. - СПб., 2004. - 92 с. + 7 вкл.

39. Куликов К.И. О принципах ведения государственного мониторинга земель // Кадастровый вестник №1. СПб, 2007 г.

40. Лабутина И.А. Дешифрирование аэрокосмических снимков: Учеб. пособие для студентов вузов / И.А. Лабутина. М.: Аспект-Пресс, 2004. -184 е., 8 с. цв. вкл.

41. Лабутина И.А., БалдинаЕ.А. Использование данных дистанционного зондирования для мониторинга экосистем ООПТ / Методическое пособие. М., 2011. 88 с.

42. Лимонов А.Н. Совершенствование технологических процессов создания цифровых моделей местности по материалам аэрофотосъемки / Лимонов А.Н.,Л.А. Гаврилова, А.И. Обиралов. М.: ГУЗ, 2006. -83 с.

43. Лесной кодекс Российской Федерации: закон Российской Федерации от 04.12.2006 №200-ФЗ // Собрание законодательства РФ, 2006, №50, ст. 5278.

44. Марчуков B.C. Дешифрирование многозональных аэрокосмических изображений с использованием структурно-пространственной информации //

45. Известия вузов. Геодезия и аэрофотосъемка. 2003. № 6. С. 54

46. Марчуков В. С., Стыценко Е. А. Дешифрирование растительного покрова с использованием спектрально-временных признаков // Исследование Земли из космоса. Академиздатцентр «Наука» РАН. 2012. №1. С. 77.

47. Материалы информационного сайта Земельного портала Санкт-Петербурга Комитета по земельным ресурсам и землеустройству Санкт-Петербурга. Справочная информация. Структура земель Санкт-Петербурга. Режим доступа: http://www.kzr.spb.ru/info-land.asp.

48. Материалы сайта Отделения международных Балтийских и Арктических проектов СПбГУ. Проект FORECAST. Исследования в районе Юнтоловского заказника. Режим доступа: http://baltic.spbu.ru/forecast.rus/yuntolov/yuntolov.htm.

49. Материалы официального сайта Геологической службы США «U.S. Geological Survey». Режим доступа: http://www.usgs.gov/climatelanduse.

50. Методики дешифрирования данных ДЗЗ. Информационный бюллетень ГИС-ассоциации №1 (168), 2009. 28-30.

51. Научное обоснование развития сети особо охраняемых природных территорий в Республике Карелия. Петрозаводск: Карельский научный центр РАН, 2009.- 112 с.

52. Обиралов А.И. Лимонов А.Н. Гаврилова JI.A. Фотограмметрия и дистанционное зондирование - М.: Колос, 2006 г. - 335 с.

53. Об образовании государственного природного заказника регионального значения «Озеро Щучье»: Постановление Правительства Санкт-Петербурга от 18.01.2011 №9.

54. Об образовании комплексного государственного природного заказника регионального значения «Северное побережье Невской губы»: Постановление Правительства Санкт-Петербурга от 25.11.2009 № 1342 // Вестник Администрации Санкт-Петербурга, №1, 2010.

55. Об образовании государственного природного заказника регионального значения «Сестрорецкое болото»: Постановление Правительства Санкт-Петербурга от 15.02.2011 №169 // Петербургский дневник, №8, 2011.

56. Об организации и осуществлении государственного мониторинга окружающей среды (государственного экологического мониторинга): Постановление Правительства Российской Федерации № 177 от 31.03.2003 г. // Собрание законодательства РФ, 2003, №14, ст. 1278.

57. Об особо охраняемых природных территориях: закон Санкт-Петербурга от 14.03.1995 г. №33-Ф3 // Собрание законодательства РФ, 1995, №12, ст. 1024.

58. Об особо охраняемых природных территориях регионального значения в Санкт-Петербурге: закон Санкт-Петербурга от 09.11.2011г. №639128 // Вестник Законодательного Собрания Санкт-Петербурга, №39, 2011.

59. Об охране окружающей среды: закон Российской Федерации от 10.01.2002 г. №7-ФЗ // Собрание законодательства РФ, 2002, №2, ст. 133.

60. Об утверждении Положения об осуществлении государственного мониторинга земель: Постановление Правительства Российской Федерации от 28.11.2002 № 846 // Собрание законодательства РФ, 2002, №49, ст. 4882.

61. Об утверждении порядка ведения государственного кадастра особо охраняемых природных территорий: Приказ Минприроды России от 19.03.2012 г. №69 // Бюллетень нормативных актов федеральных органовисполнительной власти, №30, 2012.

62. О государственных памятниках природы на Дудергофских высотах, Комаровском береге, парке «Сергиевка»: Решение малого Совета Санкт-Петербургского городского Совета народных депутатов от 22.04.1992 г. №97.

63. О государственном природном комплексном заказнике регионального значения «Юнтоловский»: Распоряжение губернатора Санкт-Петербурга от 30.11.99 г. №1275-р // Вестник Администрации Санкт-Петербурга, №12, 1999.

64. О памятнике природы регионального значения Комаровский берег: Постановление Правительства Санкт-Петербурга от 28.02.2012 г. №173 // Вестник Администрации Санкт-Петербурга, №4, 2012.

65. О памятнике природы регионального значения «Петровский пруд»: Постановление Правительства Санкт-Петербурга от 15.02.2011 г. №170 // Петербургский дневник, №8, 2011.

66. О переводе земель или земельных участков из одной категории в другую: закон Российской Федерации от 21.12.2004 г. №172-ФЗ // Собрание законодательства РФ, 2004, №52 (часть 1), ст. 5276.

67. Осипов Д.В. Заповедный парк «Сергиевка» Биологического научно-исследовательского института в Старом Петергофе // Пробл. и персп. развития особо охраняемых природных территорий Санкт-Петербурга. Сб. мат. СПб., 2003. С. 49-54.

68. О федеральной службе государственной регистрации, кадастра и картографии: Постановление Правительства Российской Федерации от 01.06.2009 №457 // Собрание законодательства РФ, 2009, №25, ст. 3052.

69. Очерки растительности особо охраняемых природных территорий Ленинградской области // Под ред. Боч М.С., Василевич В.И. (Тр. Бот. ин-таим. Комарова РАН. Вып. 5). СПб., 1992. 253 с.

70. Парк «Сергиевка» комплексный памятник природы - СПб., 2005. -144 с. + 17 вкл.

71. Подгорная Н. А. Разработка информационной обеспечения аэрокосмического мониторинга зеленых насаждений мегаполиса: Автореф. дис. . канд. техн. Наук / МИГАиК. М., 2008. 24 с.

72. Резников А. И. Ландшафтно-динамические основы управления особо охраняемыми природными территориями Санкт-Петербурга: Дис. . канд. геогр. наук / Санкт-Петербургский гос. ун-т. СПб., 2007. 233 с.

73. Реймерс Н. Ф., Штильмарк Ф. Р. Особо охраняемые природные территории М.: Мысль, 1978 г. - 296 с.

74. Руководство по дешифрированию аэроснимков при топографической съемке и обновлении планов масштабов 1:2 000 и 1:5 000. М.: ЦНИИГАиК, 1980.

75. Самойлович Г.Г. Применение авиации и аэрофотосъемки в лесном хозяйстве. М.-Л., Гослесбумиздат, 1953.

76. Сизов А.П. Мониторинг городских земель с элементами их охраны. -М.: 2000. 156 с.

77. Сулин М.А., Павлова В.А., Шишов Д.А. Современное содержание земельного кадастра. СПб., 2010. -272 с.

78. Стрельнинский берег комплексный памятник природы / Ред. Е.А. Волкова, Г.А. Исаченко, В.Н. Храмцов. - СПб., 2005. - 56 с. + 14 вкл.

79. Токарева О.С. Обработка и интерпретация данных дистанционного зондирования Земли: учебное пособие / О.С. Токарева; Томский политехнический университет. Томск: Изд-во Томского политехнического университета, 2010.- 148с.

80. Храмцов В.Н., Волкова Е.А., Исаченко Г.А. Комплексные исследования памятника природы «Комаровский берег» // Пробл. и персп. развития особо охраняемых природных территорий С.-Петербурга. СПб., 2003. С. 42-45.

81. Чандра A.M., Гош С.К. Дистанционное зондирование и географические информационные системы / Пер. с англ. А.В. Кирюшина. — Москва: Техносфера, 2008. 312 е., 16 с. цв. вклейки.

82. Эколого-экономические аспекты повышения эффективности использования и производства лесных ресурсов /отв. ред. В.В. Шутов. -Кострома: Изд-во Костром, гос. технол. ун-та, 2009. 223 с.

83. Юнтоловский региональный комплексный заказник /Ред. Е.А. Волкова, Г.А. Исаченко, В.Н. Храмцов. СПб., 2005. - 202 с.

84. Anderson J.R., Hardy Е.Е.,Roach J.T.,Witmer R.E. A land use and land с over classification system for use with remote sensor data. USGS Professional Paper 964, U.S. Geological Survey, 1976.

85. Bogolyubova A. The monitoring of Yuntolovo reserve lands // Proceedings of the XV International conference in Wroclaw University of Environmental and Life Sciences. Wroclaw, Poland, 2010. P. 85.

86. Chen X.W. Using remote sensing and GIS to analyze land cover change and its impacts on regional sustainable development. International Journal Remote Sensing. 2002. No 23. pp. 107-124.

87. Dewan Ashraf M., Yamaguchi Yasushi, Rahman Md. Ziaur. Dynamics of land use/cover changes and the analysis of landscape fragmentation in Dhaka Metropolitan, Bangladesh. GeoJournal. June 2012, Vol. 77, Issue 3, pp. 315-330.

88. Drury Stephen A. Image Interpretation in Geology (3rd ed.). Chapter 5, Digital Image Processing. New York: Routledge. 2001. pp. 145-152.

89. Galant K. Image analysis as a tool for spatial layout recognition of environmental phenomena exemplified by soils. Proceedings of the 10th Professional Conference of Postgraduate Students «JUNIORSTAV 2008», Brno, Czech Republic, 23.01.2008.

90. Guidelines for protected area management categories. IUCN Commission on National Parks and Protected areas with the Harris L.D. The fragmented forest island biogeography theory and the preservation of biotic diversity. Chicago: L., 1984. 211 p.

91. Jensen J.R. Introductory digital: A remote sensing perspective (2nd ed). Chapter 8, Thematic Information Exstraction: Image Classification. Upper Saddle River, New Jersey: Prentice-Hall. 1996, pp. 234-252.

92. Koch G.S.Je, Link R.F. Statistical analysis of geological data. Dover Publications, Inc., New York, 1980, 850 p.th

93. Lillesand Thomas M. Remote Sensing and Image Interpretation (5 ed.). Chapter 7, Digital Image Processing. New York: John Wiley and Sons, 2004. pp. 550-610.

94. Mahalanobis P. C. On the generalised distance in statistics. Proceedings of the National Institute of Sciences of India. Calcutta. 1936. Vol. 2 (1). p. 49-55.

95. Miller K. Message from the Chair of WCPA // World Commission on Protected Areas / IUCN. Newsletter, # 82. October 2000.

96. Mukherjee S., Shashtri S., Singh C.K., Srivastava P.K., Gupta M. Effect of Canal on Land Use/Land Cover using Remote Sensing and GIS. Journal Indian Society Remote Sensing. 2009. № 37. pp. 527-537.

97. National System Planning for Protected Areas . Main Author: Adrian G. Davey. Best practice Protected Area Guidelines Series №1. World Commission on

98. Protected Areas / IUCN. 1998. 71 p.

99. Roy P.S., Tomar S. Landscape cover dynamics pattern in Meghalaya. International Journal for Remote Sensing, 2001, No 22, pp. 3813-3825.

100. Schowengerdt Robert A. Remote Sensing: Models and Methods for Image Processing. Chapter 9, Thematic Classification. New York: Academic Press. 1997. pp. 389-438.

101. Tou Julius T., Gonzales Raphael C. Pattern Recognition Principles. Reading, MA: Addison-Wessley. 1974. 377 pp.

102. Tymkow P. Application of photogrammetric and remote sensing methods for identification of resistance coefficients of high water flow in river valleys. Wroclaw: F.P.H. «ELMA». 2009. 101 p.

103. Yang X., Lo C.P. Using a time series of satellite imagery to detect land use and land cover changes in the Atlanta, Georgia Metropolitan Area. International Journal for Remote Sensing. 2002. No 23. pp. 1775-1798.

Информация о работе

Боголюбова, Анна Андреевна
кандидата технических наук
Санкт-Петербург, 2012
ВАК 25.00.26

Диссертация

Аэрокосмический мониторинг земельных угодий особо охраняемых природных территорий Санкт-Петербурга - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы