Использование ДМ и ГИС-технологий при непрерывной инвентаризации лесного фонда Ленинградской области

Нгуен Чунг Тхонг

Бесплатный автореферат и диссертация по сельскому хозяйству на тему
Использование ДМ и ГИС-технологий при непрерывной инвентаризации лесного фонда Ленинградской области
ВАК РФ 06.03.02, Лесоустройство и лесная таксация

Автореферат диссертации по теме "Использование ДМ и ГИС-технологий при непрерывной инвентаризации лесного фонда Ленинградской области"

На правах рукописи УДК 630

Нгусн Чунг Тхонг

ИСПОЛЬЗОВАНИЕ ДМ И ГИС-ТЕХНОЛОГИЙ ПРИ НЕПРЕРЫВНОЙ ИНВЕНТАРИЗАЦИИ ЛЕСНОГО ФОНДА ЛЕНИНГРАДСКОЙ ОБЛАСТИ

Специальность: 06.03.02. - «Лесоустройство и лесная таксация»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата сельскохозяйственных наук

003457153

На правах рукописи

УДК 630

Нгусн Чунг Тхоиг

ИСПОЛЬЗОВАНИЕ ДМ И ГИС-ТЕХНОЛОГИЙ ПРИ НЕПРЕРЫВНОЙ ИНВЕНТАРИЗАЦИИ ЛЕСНОГО ФОНДА ЛЕНИНГРАДСКОЙ ОБЛАСТИ

Специальность: 06.03.02. - «Лесоустройство и лесная таксация»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата сельскохозяйственных наук

Работа выполнена на кафедре лесной таксации, лесоустройства и ГИС Санкт - Петербургской государственной лесотехнической академии имени С. М. Кирова

Научный руководитель:

доктор сельскохозяйственных наук профессор Любимов А. В.

Официальные оппоненты:

доктор сельскохозяйственных наук профессор Мельников Е. С.

кандидат сельскохозяйственных наук Пирогов Н. А.

Ведущая организация: Филиал ФГУП «Лесинфорг» «Северо-Западный Леспроект»

Защита состоится 2008 года в часов на заседании дис-

сертационного совета Д 212.220.02 Санкт - Петербургской государственной лесотехнической академии им. С. М. Кирова по адресу: 194021, г. Санкт-Петербург, Институтский переулок, дом 5, Зал заседаний Ученого Совета.

С диссертацией можно ознакомиться в фундаментальной библиотеке Санкт - Петербургской государственной лесотехнической академии им. С. М. Кирова.

Автореферат разослан <3-1 »НОЗдШ2008 г,

Ученый секретарь диссертационного совета,

доктор с.-х. наук, профессор Маркова И. А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования. Главной задачей современного лесного хозяйства является обеспечение устойчивого развития лесов и экологической безопасности на любом уровне его организации: выдел, лесной участок, квартал, лесничество, лесопарк или область. Развитие арендных отношений и постоянные преобразования органов управления лесами еще более осложняет эту задачу, включая арендованные леса в зону ответственности органов лесохозяйственного контроля. Лесопользование всегда было и по-прежнему остается наиболее проблемной частью лесохозяйственного производства — зоной, где сталкиваются интересы многих ведомств и общественных организаций. Тема диссертации связана с разработкой современных методов учета лесов, основанных на ГИС и ДМ и определением экологически безопасного и достаточного для удовлетворения запросов промышленности размера пользования лесными ресурсами и является, безусловно, актуальной.

Цель работы заключается в разработке новых методических подходов к непрерывной инвентаризации лесов, основанных на оценке спектральной оптической плотности изображений объектов лесного фонда на материалах дистанционных съемок. При этом результаты исследования закономерностей строения основных насаждений на аэрокосмических полигонах и стационарах являются своеобразной «наземной правдой», предоставляющей возможность калибровать и верифицировать результаты исследования спектральной оптической плотности и разработать этой основе модели насаждений для составления таксационных и дешифровочных таблиц.

Основные задачи исследования: 1. Анализ ландшафтных особенностей аэрокосмических, ГИС и таксационных полигонов, выбранных в качестве ключевых участков Ленинградской области. 2. Оценка современного состояния и ретроспективы лесного фонда ЛУОЛХ за сопоставимый с прогнозом период. 3. Оценка достоверности и точности материалов лесоустройства, используемых для моделирования. 4. Калибровка применяемых моделей методом проектирования ретроспективных данных на современность в соответствии с выбранной методикой. 5. Оценка спектральной оптической плотности различных категорий земель лесного фонда 6. Разработка рекомендаций по использованию выявленных закономерностей при непрерывной инвентаризации лесов ЛО с использованием ГИС и ДМ.

Положения, выносимые на защиту: 1). Закономерности динамики показателей спектральной оптической плотности различных категорий земель лесного фонда; 2). Результаты математихо-ста'гистической обработки таксациопных материалов: таблицы для определения основных таксационных показателей по их депшфровочным аналогам. 4). Рекомендации по инвентаризации лесов ЛУОЛХ с использованием ДМ и ГИС-технологий.

Научная новизна полученных результатов состоит в том, что впервые для лесов Лисинского учебно-опытного лесхоза других полигонов кафедры лесной таксации, лесоустройства и ГИС были изучены особенности динамики показателей спектральной оптической плотности земель лесного фонда и разработаны рекомендации по их использованию для повышения точности и достоверности базовой и непрерывной инвентаризации различных категорий земель лесного фонда.

Практическая значимость работы. Полученные результаты могут быть использованы при разработке методики и техники непрерывной инвентаризации лесов Ленинградской области. С их помощью был уточнен размер пользования лесными ресурсами для ЛУОЛХ. Результаты исследования используются Северо-Западным лесоустроительным предприятием для совершенствования методов применения материалов ДЗ и ГИС в лесоустройстве.

Личный вклад. Разработка плана диссертационного исследования, методики сбора и обработки исходных материалов, анализ результатов и разработка рекомендаций были выполнены лично автором.

Обоснованность и достоверность результатов исследования подтверждается верификацией моделей таксационно-дешифровочных показателей на ретроспективном ряду динамики лесного фонда ЛУОЛХ за 130-летний период. Закономерности динамики коэффициентов спектральной оптической плотности проверены на полевой «наземной правде» - пробных площадях многоцелевого назначения, заложенных на аэрокосмических, ГИС и таксационных полигонах кафедры лесной таксации, лесоустройства и ГИС.

результатам исследования было опубликовано_ статей в российских

сборниках научных работ (в том числе — 3 статьи опубликованы в рекомендованных ВАК РФ изданиях). 3 статьи являются Интернет-публикациями.

Структура и объем работы. Диссертация состоит из введения, 6 глав, рекомендаций и заключения. Библиографический список включает 178 наименований. Объем работы составляет 182 страницы, в том числе: 18 таблиц и 32 рисупков.

СОДЕРЖАНИЕ РАБОТЫ

В главе «Общая характеристика диссертационного исследования» обоснована актуальность темы исследования, раскрыта основная гипотеза, рассмотрены научная новизна, теоретическая и практическая значимость диссертационного исследования.

В главе первой «Состояние изученности проблемы» детально изучены особенности развития и эволюции российского и советского лесоустройства. Рассмотрены этапы становления той системы устройства и инвентаризации лесов, которая сложилась в начале XX века в условиях рыночной (капиталистической) экономики и наличия большого количества частных лесов.

Особое внимание уделено крушению этой системы и становлению социалистической формы ведения хозяйства в лесах, обеспечить успешное функционирование которой должно было вновь сформированное советское лесоустройство. В принципе, задача формирования лучшего в мире, но полностью затратного учета лесов и организации хозяйства в них была успешно решена в течение послевоенного периода. Советское лесоустройство полностью соответствовало существовавшему в то время общественно-политическому строю и успешно решало поставленные перед ним задачи.

Анализ публикаций 1990-2008 гг. позволил определить основные тенденции преобразования системы лесоустройства в новой России и сформулировать наиболее приоритетные задачи, решение которых помогло бы сформировать новую систему устройства и инвентаризации лесов, более соответствующую новым экономическим условиям.

В главе второй представлены сведения о ландшафтных, аэрокосмических и ГИС-полигонах кафедры лесной таксации, лесоустройства и ШС СПбГЛТА, которые были использованы в качестве «наземной правды» для настройки моделей и объективной оценки точности полученных материалов.

В главе 3 приведены цели, задачи, объем исходных материалов, оценка достоверности и точности исходных материалов, а также описаны методики, использованные автором при работе над диссертационным исследованием. Отмечается, что для решения поставленных задач были использованы 152 постоянные таксационно-дешифровочные пробные площади, заложенные кафедрой в течение более, чем полувекового периода.

Пробные площади и эталонные выделы закладывались в соответствии с породной и возрастной структурой опытных полигонов.

Для обработки полевых материалов были использованы возможности, предоставляемые программной оболочкой Microsoft Excell, совокупностью программ STAT1STICA и программой графического представления результатов матсматико-статистической обработки 'CurveExpert'.

Долгосрочный прогноз динамики лесов Лисинского учебно-опытного лесхоза был выполнен с использованием матричной модели EFISCEN-C, разработанной специалистами Шведского Университета Сельскохозяйственных Наук [Нильссон, 1989]. Данная модель используется для моделирования лесов практически всех стран Евросоюза, Восточной Европы и некоторых субъектов федерации России [Любимов, 2002].

В данном случае модель была верифицирована на материалах инвентаризации ЛУОЛХ, выполненной в 1954 году, т.е. за полувековой период (глава 3).

Картографическое оформление и представление материалов было выполнено с использованием оболочки профессиональной ГИС "Maplnfo-7.5", а обработка графических изображений в растровых форматах - с использованием научно-исследовательской ГИС "EDRISI for Windows".

Презентация иллюстраций-растров производилась с использованием оболочек Paint Shop Pro, Photoshop и CorelDraw!

Синтез и анализ материалов дистанционных съемок выполнялся с помощью программы "Image Analyst" и стандартного набора программ STASTISTICA.

Все программные средства являются сертифицированными и по результатам калибровки обеспечивали заданную достоверность и точность результатов.

Кроме ТДПП для решения задач диссертационного исследования были использованы следующие исходные материалы:

- Данные по устройству и инвентаризации лесов Лисинского учебно-опытного лесхоза, обобщенные за 50-летний период;

- Результаты инвентаризации лесов ЛУОЛХ, проведенной в период 2003-5 гг.;

- Материалы исследования лесов на Лисинском, Гатчинском, Вепсском и Нижнесвирском аэрокосмических и ГИС-полигонах кафедры лесной таксации, лесоустройства и ГИС;

- Таксационные характеристики насаждений Ленинградской области, полученные в результате повторных перечетов на постоянных пробных площадях многоцелевого использования, заложенных сотрудниками кафедры в период с 1966 по 2007 г.;

- Результаты уточненной измерительно-перечислительной таксации типичных (эталонных) выделов, заложенных в насаждениях Лисинского учебно - опытного лесхоза, Лисинского лесного колледжа, Гатчинского лесхоза и Нижнесвирского государственного заповедника;

- Топографические и лесные тематические картографические произведения всего масштабного ряда (1:10.000 - 1:200.000) на жестких носителях и в электронных форматах;

- Черно-белые аэрофотоснимки М 1: 10.000 - 12.000 залетов 1954 и 1964 гг.

- Цветные спектрозональные аэрофотоснимки М 1:10.000 и 1:15.000, выполненные на пленке СН-6М в 1983 и 2003 гг;

- Космические цветные спектрозопальные фотоснимки М 1:80,000 Нижнесвирского аэрокосмического полигона (Госцентр «Природа», 1993 г.);

- Материалы нефотографической съемки из космоса (оптико-механическое сканирование ЬапсЬа1 - ТМ) в масштабе 1:80.000 -1:100.000.

В главе 4 рассмотрены закономерности строения и динамики такса-ционно-депшфровочных показателей исследованных насаждений. Таксация, как наука и отрасль практики, основана на математико-статистическом моделировании связей между различными показателями отдельных деревьев, их совокупностей, древостоев, насаждений и лесных массивов. Особое значение моделирование имеет при решении задач инвентаризации лесов: в данном случае связи между различными показателями становятся множественными, нелинейными и приобретают разветвленный характер.

При решении задач непрерывной инвентаризации лесов моделирование приобретает огромное значение, так как в своей основе современная методология лесоштентаризации и мониторинга за состоянием лесных экосистем должна базироваться на результатах дешифрирования аэро- и космических снимков, а также ГИС-технодогиях обработки, хранения, анализа и тематического представления результатов для многоцелевого использования.

Определение таких важнейших таксационных показателей насаждений, как средние диаметры на высоте груди, запас, полнота и класс бонитета древостоев, является наиболее сложной и до настоящего времени не до конца решенной задачей. Попытки ее универсального решения с помощью «всеобщих» таблиц, моделирующих динамику таксационных показателей не привели к положительным результатам. Таксационные показатели по-прежнему определяют со значительным занижением [Моисеев, 1971; Мошкалев, 1989; Архипов и др., 2003].

Анализ стандартных таблиц полнот и запасов, предложенных ЦНИ-ИЛХ [Третьяков и др, 1952] и ЛенНИИЛХ-ЛТА [Моисеев, Мошкалев, 1971] показывает на почти 30% различия в запасах и абсолютных полнотах насаждений, определенных с помощью предыдущей и вновь рекомендованной таблиц. Вместе с тем, средние диаметры древостоев определяются дешифрированием очень достоверно (±8-12%).

Для оценки достоверности и точности определения таксационных показателей по дешифровочным для основных лесообразующих пород Ле-

нинградской области в 2004-2007 гг. на территории области были проведены учеты запасов насаждений, относительных полнот и средних диаметров, определенных при последней инвентаризации, при отводе лесосек, объема фактически вывезенной и оставленной на делянке древесины. Результаты сравнительного анализа [Любимов, 2004], показывают, что лесозаготовители имеют хороший запас неучтенной древесины, позволяющий им отчитаться за полностью вырубленную древесину, указанную в материалах отвода и оставить брошенной на делянке до 20-30% запаса мелко-товарника хвойных и различных сортиментов малоценных пород.

Сложившееся положение заставляет пересмотреть основные нормативные документы для таксации насаждений Ленинградской области, неоднородной по лесорастительным условиям, экономическому и экологическому значению лесов.

Для моделирования строения и роста исследованных насаждений были использованы следующие функции роста: линейные по параметрам, дробных преобразований, степенных и экспоненциальных преобразований, преобразований Митчерлиха, степенно-показательные и особые функции.

В качестве переменных были выбраны следующие основные таксационные и дешифровочные показатели насаждений.

• таксационный состав основного яруса;

• средние расстояния между деревьями;

• средние диаметры крон элементов леса;

• средние диаметры основных и сопутствующих элементов леса;

• средние высоты ярусов и основных элементов леса;

• абсолютные и относительные полноты насаждений;

• запасы (м3/га);

Результаты моделирования (отдельные таблицы для определения среднего диаметра основного элемента леса по отдельным ландшафтам) приведены в табл. 4.2 - 4.3 диссертации.

Результаты анализа статистических показателей, характеризующих совокупности насаждений, сформированных, во-первых, на ландшафтной основе и, во-вторых, с целью использования ГИС-технологий позволяет сделать вывод о значительно большей однородности и устойчивости данных совокупностей. Все они характеризуются меньшей изменчивостью основных таксационных показателей (Цп, Нт, 5X3 и М), большей устойчивостью их рядов распределения и высокими взаимосвязями между ними.

Таким образом, более точные результаты моделирования распределения и связей между таксационными показателями исследованных насаждений обусловлены ландшафтным подходом к группировке данных, их расчленением на сравнительно однородные совокупности и усреднением Т и Дт для отдельных совокупностей основных лесообразующих пород.

Пример стандартной таблицы полнот и запасов в окончательном варианте приведен в таблице 4.10 диссертации. Ее использование в пределах выделенных районов повысит точность определения полнот и запасов, что отвечает требованиям рыночной экономики и рационального использования ресурсов лесных экосистем.

В главе 5 выполнен анализ спектральной оптической плотности различных категорий земель лесного фонда Ленинградской области. Исследования спектральной яркости природных объектов являются фундаментальными. Их результаты позволяют вскрыть глубинные закономерности взаимодействий ЭМР с атмосферой, облачностью и ландшафтной оболочкой Земли. В данном случае возникает необходимость исследования особенностей взаимодействия ЭМР с растительными покровами, водными поверхностями, обнаженными почвами, материнскими горными породами и др. На основе полученной информации производится разработка и модернизация методов дешифрирования АКФС и нефотографических изображений [Кронберг, 1988; Гарбук и Гершензон, 1997].

Широкое применение многозональной съемки земной поверхности с регистрацией данных на фотографические пленки и иные носители (в том числе и в цифровой форме), заставляет по-новому подойти к решению многих проблем контурного и тематического дешифрирования материалов ДЗ с помощью информационно-вычислительных комплексов и аналитических модулей ГИС [Любимов, 2001].

Как правило, потребителям предоставляют материалы многозональных съемок в виде черно-белых (моноканальных) и псевдоцветных или синтезированных изображений на жестких носителях или в форматах электронных файлов.

Таким образом, для разработки методики и техники автоматизированной классификации, интерактивного и аналитического дешифрирования аэро- и космических фотоизображений, оформленных в виде элек-тронпых файлов, необходимо исследовать относительные плотности объектов ландшафтной оболочки Земли как в узких спектральных интервалах (моноканалах), так и на синтезированных многозональных изображениях различных категорий земель лесного фонда [Инструкция по проведению лесоустройства в лесном фонде России, 1995].

Для каждой категории земель лесного фонда, отдельного объекта учета и совокупностей тест-объектов в каждом спектральном диапазоне были получены гистограммы распределения формирующих объекты пикселов по ступеням оптической плотности, определены средние значения и вычислены статистики рядов, характеризующие варьирование показателя, степень отклонения от закона нормального распределения и особенности варьирования в зависимости от спектральных диапазонов, условий съемки и особенностей обработай изображений.

В связи с недоступностью пространственно совмещенных матриц спектральной яркости для многоканальных спутниковых изображений и оцифрованных спектрозональных аэрофотоснимков, значения коэффициентов спектр алы^^^^^те^юйато^^ст^^ли получены в результате

£еглтговд* £3а Щяйзу йвЬитй 0ай£г®1! ^пйси Нф

055

п\§1 ЙЗдВ [ 31 в1«=М

М 1Ь.1П * - -

й-

........

И.60 ви» 78.30 102 АО 127.» 153 ЛЗ 178 60 »4.00 220«

мвоВ

Гистограмма чистого соснового насаждения (110 лет, 0.7,250 аЗ/га) кв. 92. ПУОЛХ

ОкрЬу таоткип : ШО000

ЖХЮ00 Мип : 124.64)6

Оеуибоп 59 .3132 <Н 11233

®®5]

14:47:20

ЛПуж| ^ ^ ЙЗ ВУМЬо»«11У>тД- .. | <о| У/жи.. '¡ЙвФ 1<;47

Рисунок 1. Гистограмма распределения оптической плотности чистого спелого сосняка-черничника (10 С|2о, III бонитет)

декомпозиции изображений на моноканальные, в соответствии с методикой ГИС-обработки и анализа изображений. Таким образом, воссоздавалась спектральная яркость (плотность) объектов в синем, зеленом, красном и БИК диапазонах.

Влияние влажности почвы на отражательные свойства выражается в увеличении КСП с ростом степени увлажнения. При увлажнении гумусовых слоев почвы спектральный состав отраженного излучения видимого диапазона спектра не меняется. В ближнем ИК диапазоне спектра (1-2 мкм) происходят наибольшие изменения отражательной способности с изменением степени увлажнения. При увлажнении почв от воздушно сухого состояния до полной влагоемкости их КСП увеличиваются почти в два раза.

Наибольшие изменения КСП различных почв происходят при разных интервалах влажности: для супесчаных от 0,3 до 3%, легкосуглинистых от 0,4 до 10%, тяжелосуглинистых от 2 до 12%, глинистых - от 4 до 25%, перегнойно-глеевых - от 7 до 30%. Яркости (и, соответственно, оптические плотности) монолитных, не впитывающих влагу горных сухих и смоченных пород практически не различаются.

Обобщенные результаты исследований КСП песчаных дюн в Ленинградской (Приладожье) области с участками травы, кустарников, обшир-

ными избыточно увлажненными сосняками и болотными массивами и зарастающими мелкими водоемами приведены на рис.2. Вычислено 235 совокупностей КСП, представлявших пропорционально все категории земель данной части дешифровочного полигона. Максимальные значения КСП ландшафта дюн соответствуют растительности в водоемах и на влажных участках, при проективном покрытии около 0,6. Минимальные значения КСП соответствуют песчаным склонам дюн, обращенным к Солнцу.

Ш зараст воды

□ сосняки болота

Ш вырубки

□ пески

Рис. 2. Обобщенные результаты измерений КСП песчаных дюн

Приладожья Нижнесвирский заповедник).

Коэффициенты вариации (отношения среднеквадратического отклонения к среднему значению) величин КСП дюн составили 0,30 - 0,32 в области максимума отражения растительности от 800 до 900 нм, и 0,35 - 0,45 в видимом диапазоне спектра.

Спектральная оптическая плотность этой же территории песчаных дюн была исследована и по изображениям Landsat-TM и КФС (Госцентр «Природа, 1992). Средние значения КСП песчаных дюн, измеренные по изображениям L-TM в БИК зоне спектра практически совпали со средними значениями КСП, измеренными по КФС. В диапазоне 550 - 720 нм и 850 -950 нм величины КСП L-TM превышают данные КФС на 0,02 - 0,04. Это расхождение составляет от 5 до 20% от измеряемых величин КСП и несколько превышает суммарную погрешность определения КСГ1 в пределах рассматриваемых участков спектра (до 10-15%).

Анализ материалов по КСП почв и обнажении, полученных по материалам КФС показал, что они удовлетворительно согласуются с результатами измерений КСП однотипных объектов, полученными для этих же объектов по НС с учетом их яркости в видимом и ближнем ИК диапазонах спектра. Эти материалы как самостоятельно, так и в комплексе с литературными данными по КСЯ почв и обнажении, относящимися к видимой и БИК области спектра, могут быть использованы при классификации и дешифрировании соответствующих категорий земель лесного фонда.

КСП совокупностей крон деревьев различных пород. Спектры отражения совокупностей крон деревьев различных пород формируются объектами отражения, поглощения и рассеяния лучистой энергии, заполняющими полог и, отчасти, подпологовые ярусы. Величины КСП крон отдельных деревьев (сосны, ели, березы и осины), измеренные по КФС, представлены на рис. 3.

Наиболее полно исследованы кроны сосны и ели. Данные, представленные на рис. 3 не позволяют выявить какие-либо существенные различия в величинах КСП, вычисленных для разных районах и в различные месяцы и годы.

Результаты данного исследования показывают, что разные виды древесной растительности имеют сходные кривые КСП и отличаются только уровнями и максимальными значениями коэффициентов в зеленой и БИК зонах ЭМС. В условиях нормальной и наибольшей сомкнутости крон КСП лиственных пород существенно выше, чем хвойных.

БИК красный зеленый синий

□ осина Ябереза

□ сосна

□ ель

10 15 20 25

Рис. 3. КСП крон различных преобладающих пород Ленинградской области.

Влияние степени сомкнутости полога на КСП растительных сообществ. Пространственно интегральные величины КСП растительных со-

обществ определяются отражательными свойствами не только растений, но и почв. Поэтому величина проективного покрытия территории кронами растений (вырубок, избыточно увлажненных насаждений, древостоев нормальной производительности, поврежденных промышленными выбросами и других ландшафтных комплексов) является одним из важнейших факторов, учитываемых в оптике ландшафта.

Согласно результатам данного исследования, зенитные значения КСП лесных культур на сплошных вырубках убывают по мере развития растений, увеличения их крон и проективного покрытия.

Изменения КСП сплошной вырубки, с созданными на ней культурами ели и интенсивным естественным возобновлением лиственных в зависимости от изменения диаметров крон и сомкнутости полога в течение 40-летнего периода оценивались на примере фотоизображений делянок Ли-синского учебно-опытного лесхоза Ленинградской области на черно-белых и цветных спектрозональных АФС М 1:5000 - 1:15000. По мере развития культур ели и хвойно-лиственного естественного возобновления на относительно богатых почвах и изменения величин Д. и Р5 от 0.1 до 0.4 и 0.8, средние КСП вырубок в зеленом диапазоне составили 14.8; 17.4 и 24,2; в красном - 20,5; 25,2 и 32,5; и в БИК - 3.5, 5.4 и 7.6; Эти материалы свидетельствуют о существенном влиянии сомкнутости полога на КСП лесных культур и естественного возобновления в ближнем ИК диапазоне спектра. За счет увеличения сомкнутости полога молодняков с 0.1 до 0.3, произошло возрастание КСП делянок возросли в два-три раза в эффективном видимом и БИК диапазонах ЭМС. Дальнейшее увеличение сомкнутости полога не привело к существенным изменениям величин КСП объектов исследования.

В красной области спектра эта зависимость выражается нелинейными убывающими функциями от КСП =14 для насаждений нормальной и повышенной производительности к КСП = 7 при наличии постоянного или длительного временного избыточного увлажнения. В ближнем ИК диапазоне КСП сухих и влажных типов леса в среднем составляют 18 и 9. С увеличением производительности условий произрастания наблюдается близкий к линейному рост КСП: аппроксимация экспериментальных данных успешно производится полиномом первой степени при высоких показателях степени тесноты связи.

Использование инверсионной модели отражения и двух спектральных индексов для определения биофизических характеристик лесов Ленинградской области. Основная сложность с распознаванием и оценкой насаждений по космоизображениям состоит в том, что одинаковые изменения спектральной яркости древостоев могут вызываться разными причинами. Опыт аналитического и компьютерного дешифрирования космических снимков показывает, что основными факторами, определяющими особенности изображения являются не столько таксационные

показатели древостоев, сколько биофизические параметры ландшафтов -крутизна и экспозиция склонов, состав напочвенного покрова, характеристика и влажность почв и т.п. [Любимов, 1999; Gemmel and Vaijo, 1998].

Практическим выходом из данного положения является использование не характеристик спектральной яркости насаждений (различных коэффициентов), а вычисленных на их основе спектральных индексов растительности [Lillesand and Kiefer, 1994]. Использованию спектральных индексов растительного покрова (СИРП) способствует простота их вычисления и применения, что выгодно отличает данный метод от других технологий классификации, дешифрирования и интерпретации. Более того, СИРП можно эмпирически связать с таксационными показателями дешифрируемых древостоев и значительно уменьшить ошибки дешифрирования, возникающие при использовании коэффициентов спектральной яркости и спектральной оптической плотности. Вместе с тем, индексы имеют достаточно жесткую привязку к конкретному региону, ограниченному рамками иерархии ландшафтов [Любимов, 1999].

Другим методом классификации и дешифрирования космоизображе-ний является инверсия модели спектральной яркости лесов для определения биофизических характеристик лесов и их связи с таксационными показателями древостоев [Privette et al., 1996]. Инверсия заключается в последовательном приближении параметров модели к реально полученным результатам измерений спектральной яркости растительного покрова [Goel, 1988]. Несмотря на очевидную перспективность данного метода, его практическое применение пока ограничено в связи с высокими требованиями к аппаратной и программной составляющим.

Моделями и индексами, характеризующими спектральную яркость растительных сообществ являются следующие:

Модель отражения, поглощения и пропускания светового потока пологом древостоев - FLIM. При построении FLIM полог древостоя рассматривается как непрерывный слой растительного происхождения, состоящий из крон деревьев и промежутков между ними. Основными факторами, определяющими особенности спектральной яркости в модели FLIM, являются сомкнутость полога и яркость крон отдельйых деревьев (LA1). Считается, что спектральная яркость напочвенного покрова и почв, особенности таксационной и пространственной структуры древостоев имеют второстепенное значение.

В связи с тем, что наиболее информативными при дешифрировании растительных сообществ являются красный и БИК диапазоны электромагнитного спектра, эффективность FLIM испытывалась именно в данных диапазонах. Спектральная яркость древостоя (р) в данном диапазоне вычисляется в соответствии со следующей формулой:

p = Rc*Cc + RB*CB

где: Rc - спектральная отражательная способность абсолютно непрозрачной кроны неопределенной длины в данном диапазоне;

Rb - спектральная отражательная способность напочвенного покрова и почв;

Сс и Св - коэффициенты, корректирующие СЯ крон и «подложки». Вычисляются в соответствии со следующими формулами: Сс = (1-Ту*Т8)*с,*с0; CB = a*Tv*Ts + b*Tv + d* Ts + g, где: Cs - степень покрытия крон тенями (в направлении Солнца); с0 - кроны, освещенные Солнцем;

Ту = exp.(-a*LAI*sec©v) - средняя спектральная яркость крон в фиксированном направлении (угол наблюдения);

Ts = exp.(-a*LAl*sec©s) - средняя спектральная яркость крон в области теней;

a - корректирующий коэффициент, учитывающий снижение спектральной яркости за счет углов ориентировки листвы (в среднем - 0.5);

LAI - индекс, характеризующий листовую поверхность кроны; а - доля затененных пикселов; b - доля освещенных пикселов; g - доля пикселов, приходящихся на освещенную «подложку»; d - доля пикселов, приходящихся на затененную «подложку»; 0S = угол падения солнечных лучей; ©v = угол наблюдения (фиксированное направление); Приведенные уравнения частично построены на учете соотношений между освещенными и затененными кронами в зависимости от высоты и азимута Солнца, а также угла наблюдения. Задачей инверсионной модели является определение проективного покрытия и спектральной яркости полога древостоя в зависимости от соотношения освещенных и затененных крон, «подложки» и угла наблюдения. Сомкнутость полога определяется степенью проективного покрытия территории выдела кронами деревьев при наблюдении в надир:

Ps = 1 - expi-N*^*^), где Ps - сомкнутость полога; Спектральная яркость древостоя определяется через отражательную способность крон (Т = exp.(-a*LAI), что не учитывает долю радиации, отражаемую стволами, сучьями и ветками. Степень влияния ширины и длины крон на спектральную яркость учитывается эмпирически (через спектральную оптическую плотность - данное исследование) или не учитывается вообще.

Прямой почвеннорастительный индекс (SAVI) - вычисляется специально для исключения или уменьшения влияния спектральной яркости

почв на показатели отражательной способности древостоев. SAVI вычисляют в соответствии со следующей формулой (Huete, 1988): SAVI = (1+L)*(pmir - PR)/( PNIR + PR + L) где: pr - яркость полога в красном диапазоне;

Pnir - яркость полога в диапазоне инфракрасного излучения;

L - корректирующий показатель, зависящий от степени сомкнутости полога и яркости подстилающего слоя (почв). В случаях определения SAVI для расположенных в близких лесорастительных условиях величина индекса принималась за 0.5. Инверсия модели производится в соответствии с методикой, разработанной в 1994 году (Privette et al., 1994). Суть метода заключается в ма-тематико-статистическом моделировании совокупности измерений спектральной яркости объектов дешифрирования и «послойной» оценке точности приближения модели к результатам наблюдений с использованием так называемых «синтезированных» насаждений. Степень пригодности модели определяется при помощи «доверительной» функции: п

e2 = ZrPj-Pjm]2 j = l

где: п - количество наблюдений;

Pj - измеренное значение спектральной яркости объекта;

Pjm - вычисленная с помощью модели спектральная яркость; Реализация модели FLIM производится с использованием спектральных яркостей, определенных как минимум в двух независимых спектральных диапазонах. Для растительных сообществ наиболее информативными являются красный, и два ближайших инфракрасных диапазонов ЭМС [Ног-ler and Ahem,1986].

При реализации модели принимались во внимание такие параметры древостоев, как проективное покрытие и отражательная способность крон. Задача исследования - исключить или преуменьшить влияние яркости подстилающего слоя, «подложки». В данном исследовании были использованы изображения Landsat - TM с разрешением на местности до 30 м и результаты измерений на пробных площадях 50x100 м с распространением характеристики на весь таксационный выдел площадью не менее 1 га. В качестве исходных диапазонов были использованы ТМЗ (красный), ТМ4 (БИК) и первый инфракрасный - ТМ5.

В соответствии с методикой, одна из задач реализации FLIM заключалась в минимизации функции s2, после чего вычисленные значения считаются истинными (соответствующими природе объектов ландшафтной оболочки Земли). Минимизация функции производилась с помощью программного обеспечения POWELL [Press et al., 1992]. Инверсия выполнялась в соответствии с методикой, предложенной Гоелом в 1988 году.

Для последовательного приближения к истинным значениям и исключения «влияния подложки» на спектральную яркость полога последовательно просчитывались характеристики 567 «синтезированных» модельных древостоев с послойным изменением протяженности крон, высоты и азимута Солнца (3 угла и 3 направления), проективного покрытия и глубины полога (3 градации каждого признака). Исходные материалы были подобраны так, чтобы представлять возможно большой спектр хвойных насаждений Северо-Запада России.

Соотношения между приведенной сомкнутостью полога, индексами NDVT, SAVI и измеренной яркостью убедительно свидетельствуют о наличии достаточно тесных связей между выбранными показателями, которые могут быть использованы для надежного распознавания как древесных пород, так и отдельных таксационных показателей древостоев, агрегированных в достаточно обширные совокупности. К аналогичным выводам пришли и другие исследователи материалов ДМ.

Результаты анализа чувствительности модели FLIM к изменению таксационных показателей древостоев в красном диапазоне по методике, разработанной группой специалистов под руководством Дж. Приветта [Privette, 1996] и в 1999 г. успешно опробована Ф. Гамеллом и Я. Варьо [Gamell and Varjo, 1999] показывают, что наиболее достоверными являются характеристики высокосомкнутых древостоев, тогда как разреженный полог низкополнотных в большей степени подвержен влиянию «подложки» (второго яруса, подлеска и напочвенного покрова. К аналогичным выводам пришли и другие исследователи [Woodcock et al., 1997; Gamell and Vaijo, 1999].

Большое влияние на спектральные характеристики и, соответственно, на достоверность классификации пикселов оказывает соотношение освещенных и затененных частей проекций крон. Именно этот фактор и вызывает значительный разброс данных при компьютерной классификации сосняков и провоцирует перевод части пикселов сосновых насаждений в избыточно увлажненные ельники с относительно низкой сомкнутостью полога. Если учесть, что на спектральные характеристики древостоев оказывают влияние нижние ярусы насаждения (подрост, подлесок и напочвенный покров, а также плодородие почв), становится понятной вся сложность проблемы. В данном случае все важнейшие факторы могут быть приняты во внимание, так как их достаточно полная характеристика приведена в описаниях пробных площадей и таксационных показателей насаждений последней инвентаризации лесов.

Результаты исследования показывают, что оба анализируемых метода (FLIM и индексы) могут быть использованы для определения таксационных показателей насаждений (сомкнутости полога, групп возраста, средних запасов на 1 га), но спектральные характеристики древостоев можно оценить только с помощью инверсионной модели FLIM.

Космоснимки высокого разрешения «Lansat - ТМ» и «SPOT - 10» позволяют получить высокоточную информацию, характеризующую не только лесные массивы в целом, но и таксационные показатели отдельных древостоев. Границы выделов, кроны отдельных наиболее крупных деревьев в спелых и перестойных древостоях, редины, прогалины, доля участия лиственных в составе смешанных насаждений, степень сомкнутости полога и т.п. - все эти показатели могут быть достоверно определены непосредственно по космоснимкам, а такие показатели, как группы возраста, относительная полнота, запас на 1 га, категорию состояния, уровепь биологического разнообразия вычисляются на основе измеренных. Количественные характеристики пространственного биоразнообразия могут быть определены с высокой точностью.

Сравнительный анализ результатов интерпретации и наземной таксации показывает высокую степень корреляции между их параметрами, что свидетельствует о возможности прямого использования результатов дешифрирования космоснимков для решения задач национального и международного учета лесов и мониторинга за их состоянием.

РЕКОМЕНДАЦИИ

Результаты исследований позволили сформулировать следующие рекомендации по применению ГИС и ДМ при непрерывной инвентаризации лесов Ленинградской области и мониторинге за их состоянием:

1. Результаты анализа состояния изученности проблемы показывают, что у современного лесоустройства возникла острая необходимость в новых технических средствах, способных обеспечить заданную заказчиком точность инвентаризации лесов при минимальных затратах труда и денежных средств;

2. Дистанционные методы и ГИС-технологки являются инструментами, которые в состоянии решить большинство задач, стоящих перед современным лесоустройством;

3. Для обеспечения высокой надежности определения основных таксационных показателей насаждений и характеристик других категорий земель, входящих в состав лесного фонда Ленинградской области, необходимы подготовительные к инвентаризации работы: создание эталонов для настройки и калибровки программного и аппаратного обеспечения дешифро-вочных процедур, а также параметров, коэффициентов и индексов применяемых математико-статистических моделей;

4. На территории лесного фонда площадью 30-40 тыс. га (средняя площадь одного лесничества в бывших лесхозах Ленишрадской области) необходимо закладывать 25-30 постоянных таксационно-дешифровочных пробных площадей и около 100 выделов уточненной измерительно-глазомерной таксации (так называемых «эталонных выделов»);

5. Пробные площади и эталонные выдслы закладываются пропорционально встречаемости насаждений основных лесообразующих пород, для чего перед подготовительным этапом по материалам предыдущей инвентаризации составляют таблицу встречаемости насаждений: распределение лесообразующих пород по классам (или группам) возраста, и классам бонитета в пределах типов леса.

6. При наземной таксации следует использовать разработанные в процессе выполнения данного исследования стандартную таблицу полнот и запасов, а также эскизы таблиц хода роста насаждений Ленинградской области. При визуальном измерительном дешифрировании таксационных характеристик насаждений следует использовать депшфровочные таблицы для определения средних диаметров, полнот и запасов насаждений, которые также были составлены в процессе данного исследования;

7. Пробные площади и эталонные выдела должны использоваться для составления дешифровочных эталонов с известными значениями коэффициентов спектральной оптической плотности, индексами растительного покрова (КИ)У1 и 8АУ1), а также их соотношениями в видимой и инфракрасной зонах электромагнитного спектра.

8. Особое внимание следует уделить калибровке индексов растительности в узких спектральных диапазонах чистых цветов (красного, оранжевого, желтого, зеленого и т.п.), а также в диапазонах близких цветов: красно-оранжевого, желто-зеленого, сине-фиолетового и т.д.

9. Для всех лесообразующих пород объекта инвентаризации необходимо составить инверсионные модели с использованием апробированной в данном исследовании методики. Инверсия позволяет практически полностью исключить элементы субъективизма при топографическом и специальном дешифрировании аэро- и космических фотоснимков и нефотографических изображений;

10. В качестве носителей информации о лесах могут быть использованы сравнительно дорогие цветные спектрозональные аэрофотоснимки и относительно дешевые изображения лесов, полученные из космоса. Космофо-тоснимки среднего и высокого разрешения в состоянии конкурировать с аэрофотоснимками масштаба 1:15000 -20000 при условии интерактивного дешифрирования с использованием специального программного обеспечения, установленного на быстродействующие персональные компьютеры;

11. Особое внимание следует обратить па возможность использования цветных, цветных спектрозональных и синтезированных снимков, полученных с помощью современных цифровых аэрофотоаппаратов последнего поколения. Наличие высококачественной гиростабилизирующей установки, лазерного высотомера и двух приемников ОРБ-информации позволяет зафиксировать координаты главной точки и все элементы внешнего ориентирования снимка;

12. Настройка АФА для цифровой съемки не может быть успешно произведена без использования совокупности коэффициентов спектральной оптической плотности и индексов растительного покрова, позволяющих существенно повысить цветоделение насаждений, сформированных различными породами и других категорий земель лесного фонда;

13. Аэрофотоснимки, записанные в электронных форматах изображений, поступают непосредственно в базу электронных данных минуя стадию оцифровки, что резко повышает производительность обработки снимков повышает достоверность дешифрирования;

14. В качестве среды для обработки растровых изображений (АФС и КФС) следует использовать ГИС «IDRISI for Windows», а для картографического представления результатов дешифрирования снимков - геоинформационную систему «Maplnfo» в любой из ее русифицированных версий..

ЗАКЛЮЧЕНИЕ

1. В настоящее время в российском лесоустройстве происходят большие перемены, связанные с изменением всей законодательной и нормативной базы лесного хозяйства. Принятый Государственной Думой в 2006 году новый Лесной Кодекс инициировал пересмотр всех подзаконных актов и нормативных документов, связанных с эксплуатацией, охраной и воспроизводством лесных ресурсов. Это не означает, что лесное хозяйство оказалось в правовом вакууме, однако определенные трудности с обеспечением деятельности органов лесного хозяйства имеются;

2. На какое количество уровней ни классифицировалось бы современное лесоустройство, главными требованиями к результатам работ являются их дешевизна и достаточно высокий уровень точности полученных результатов. Это практически означает обязательное использование современных технологий, основанных на применении ландшафтного подхода к классификации земель лесного фонда, дистанционных методов и ГИС-технологий;

3. Анализ ландшафтных особенностей аэрокосмических, ГИС и таксационных полигонов, заложенных кафедрой таксации, лесоустройства и ГИС и выбранных в качестве ключевых участков для решения задач данного исследования позволил сформировать гомогенные совокупности насаждений и составить таблицы хода роста, выгодно отличающиеся от уже существующих. Таблицы хода, роста и динамики таксационно-дешифровочных показателей послужили той «наземной правдой», на которой верифицировались результаты дешифрирования аэро- и космических снимков;

4. Оценка современного состояния и ретроспективы лесного фонда ЛУОЛХ за сопоставимый с прогнозом период позволила выявить ос-

новные тенденции в динамике лесного фонда ЛУОЛХ и главные типы насаждений, которые должны быть опознаны и оценены по материалам дистанционных съемок разных лет. Знание особенностей состояния лесного фонда ЛУОЛХ за почти тридцатилетний период сделало возможным использование аэрофотоснимков 10, 20 и 30-летней давности для восстановления истории развития конкретных насаждений в пределах одного выдела или нескольких выделов;

5. Оценка достоверности и точности материалов лесоустройства, используемых для моделирования, производилась путем сравнения таксационных характеристик насаждений на выделах и заложенных по ним пробах. Таким образом, подбирались коэффициенты для корректировки таксационных характеристик «наземной правды» и результатов дешифрирования таксационных показателей по аэрофотоснимкам;

6. Оценка спектральной оптической плотности различных категорий земель лесного фонда с использованием самых современных методов продемонстрировала их абсолютную пригодность для использования при инвентаризации лесов на суб-региональном и региональном уровнях;

7. Разработанные рекомендации по использованию выявленных закономерностей при непрерывной инвентаризации лесов ЛО на основе ландшафтного подхода, ГИС и ДМ позволяют снизить затраты неквалифицированного труда, уменьшить объем полевых работ до минимума, обусловленного необходимостью проведения таксационно-дешифровочной тренировки, закладки стационаров и поддержания их состоянии, пригодном для использования в качестве «наземной правды».

8. Результаты исследования показывают, что основной оболочкой для обработки аэро- и космических снимков является IDRISI fir Windows - именно эта ГИС предназначена для эффективной работы с растровыми изображениями;

9. Имеющиеся в аналитическом блоке IDRISI for Windows модули обработки растровых изображений, математшсо-статистических анализов и оценки трудоемкости операций (трудозатрат), делают эту ГИС незаменимой при обработке большого количества разнокачественных изображений как в ручном, интерактивном, так и в автоматизированном режиме.

10. Результаты исследования показывают, что ГИС и ДМ в состоянии эффективно решить все технические задачи современного лесоустройства.

Список опубликованных работ по теме диссертации

1. Нгуен Чунг Тхонг. Разработка и апробация методики дешифрирования насаждений — объектов экологического и лесо-хозяйственного мониторинга. Известия Санкт-Петербургской лесотехнической академии. Вып. 183. СПб.: СШГЛТА, 2008.140 с.

2. Нгуен Чунг Тхонг, Ум Жозеф Токи. Методика анализа экологического пространства лесных экосистем с использованием материалов дистанционных съемок. С. 110 - 113. НАУЧНО-ТЕХНИЧЕСКИЙ ПРОГРЕСС В ЛЕСНОМ ХОЗЯЙСТВЕ, ОХРАНЕ ПРИРОДЫ И ЛАНДШАФТНОМ СТРОИТЕЛЬСТВЕ Сборник статей сотрудников лесохозяйственного факультета по итогам законченных научно-исследовательских работ (под общей редакцией д. э. н. А. Самедова). СПбГЛТА,: СПб, 2007. С. 117.

3. Нгуен Чунг Тхонг, Ум Жозеф Токи, Васильева Н. М. Действующие и проектируемые системы мониторинга лесов Ленинградской области. Вестник МАНЭБ. Научно-техпический журнал, т. 13, №2,2008. С. 67-70.

4. Нгуен Чунг Тхонг, Любимов Д. А. Особенности дешифрирования участков хозяйственных воздействий при повторной инвентаризации лесов. Вестник МАНЭБ. Научно-технический журнал, т. 13, №2,2008. С.55-57,

5. Березин В. И., Нгуен Чунг Тхонг, Ум Жозеф Токи, Мурахта-нов Е. С. Особенности дешифрирования среднемасштабных АФС. Вестник МАНЭБ. Научно-технический журнал, т. 13, №2,2008. С.50-54.

Отзывы на автореферат с заверенными подписями просьба направлять по адресу: 195021. Санкт-петербург, Институтский пер., д. 5. Лесотехническая академия. Ученому секретарю диссертационного совета.

НГУЕН ЧУ нг тхонг

АВТОРЕФЕРАТ

Подписано в печать с оригинал-макета 20.11.08. Формат 60x84/16. Бумага офсетная. Печать трафаретная. Уч.-изд. л. 1,0. Печ. л. 1,5. Тираж 100 экз. Заказ №282. С 18 а.

Санкт-Петербургская государственная лесотехническая академия Издательско-нолиграфический отдел СПбГЛТА 194021, Санкт-Петербург, Институтский пер., 5

Содержание диссертации, кандидата сельскохозяйственных наук, Нгуен Чунг Тхонг

Список сокращения.

Условные знаки

Введение

Общая характеристика диссертационного исследования

1. Состояние изученности проблемы

1.1. Краткий обзор истории развития лесоустройства в России.

1.2. Лесоустройство Лисинского учебно-опытного лесхоза СПбГЛТА

1.2.1. История образования лесхоза.

1.2.2. Лесоустроительные работы

1.3. Современный этап в развитии лесоустройства

1.3.1. Выборочные методы инвентаризации лесов и «непрерывное лесоустройство»

1.3.2. ГИС, как средство дальнейшего совершенствования методики и техники устройства и инвентаризации российских лесов.

Введение Диссертация по сельскому хозяйству, на тему "Использование ДМ и ГИС-технологий при непрерывной инвентаризации лесного фонда Ленинградской области"

В решении стоящих перед мировым сообществом задач, направленных на обеспечение устойчивого развития человечества (Рио, 1992), рациональное и неистощительное использования ресурсов лесных экосистем занимает одно из важнейших мест. Роль лесов в сохранении и улучшении среды, окружающей человека, огромна. Именно леса обеспечивают устойчивое состояние ландшафтов, их естественную эволюцию и сохранение исторического облика природных территориальных комплексов на долгие годы.

В рациональном использовании, охране, защите и воспроизводстве лесов особое место занимает их учет и устройство. С их помощью осуществляется разработка системы мероприятий по обеспечению рационального использования лесного фонда, повышению эффективности ведения лесного хозяйства и реализации единой научно-технической политики в лесном хозяйстве и охране окружающей среды.

В настоящее время лесной комплекс России находится на пути преобразований. Существенно меняется роль и место его компонентов. Практически все леса, пригодные к эксплуатации, арендованы на сроки разной продолжительности, причем доля долгосрочной аренды постоянно возрастает [Рослес-хоз, 2007]. В соответствии с новым Лесным кодексом РФ [Госдума, 2006] роль лесничеств в управлении лесным хозяйством повышена многократно, а роль лесоустроительных предприятий принципиально изменена.

В настоящее время инвентаризацией и устройством лесов могут заниматься не только бывшие государственные лесоустроительные предприятия, но и любые организации, а также частные лица, получившие лицензию на проведение соответствующих мероприятий.

Современное лесоустройство (и инвентаризация лесов) постепенно отходит от жестко регламентированных норм, ранее определявших методику и технику учета лесов.

В условиях рыночной экономики учетные работы в лесу ставятся в зависимость от целевого назначения лесоинвентаризации и возможностей их финансирования. Национальный, региональный, локальный и хозяйственный подходы к учету лесов являются принципиально разными и существенно отличаются от применявшихся ранее методики и техники лесоустройства.

Оценка нововведений не может быть однозначной. Отход от принципов затратной, но относительно точной инвентаризации лесов и переход к более интенсивному использованию выборочных и статистических методов учета может привести к так называемой «потере трендов» и сделает вновь получаемые лесоустроительные данные несопоставимыми с полученными ранее.

Следовательно, одной из главных задач современного лесоустройства является разработка научно обоснованных методов инвентаризации лесов, которые обеспечивали бы заданные уровни достоверности и точности при сравнительно небольших затратах труда и средств.

В современных условиях реализация данной идеологии лесоустройства означает максимальное использование возможностей геоинформационных систем и материалов дистанционных съемок (из атмосферы и космоса, фотографических и нефотографических, активных и пассивных).

В данной диссертационной работе решены некоторые важнейшие задачи использования материалов ДЗ и ГИС-технологий на разных уровнях инвентаризации лесов субъекта федерации. Исследования выполнялись на примере лесного фонда Ленинградской области, как наиболее репрезентативной среди субъектов федерации Северо-Запада России.

В Ленинградской области представлен широкий спектр насаждений, как по лесорастительным условиям, так и по уровню их промышленного освоения. Рекомендации, полученные в лесах Ленинградской области, будут приемлемыми и для других многолесных регионов России.

ОБЩАЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ

Положения, выносимые на защиту: 1). Закономерности динамики показателей спектральной оптической плотности различных категорий земель лесного фонда; 2). Результаты математико-статистической обработки таксационных материалов: таблицы для определения основных таксационных показателей по их дешифровочным аналогам. 3). Рекомендации по инвентаризации лесов ЛУОЛХ с использованием ДМ и ГИС-технологий.

Апробация и публикация результатов работы. Основные результаты исследования были обсуждены и одобрены на 3 научно-технических конференциях Санкт-Петербургской государственной лесотехнической академии. Результаты исследования изложены в отчете по НИР, представленных на кафедру лесной таксации, лесоустройства и ГИС СПбГЛТА. По результатам исследования было опубликовано 5 статей в российских сборниках научных работ (в том числе — 3 статьи опубликованы в рекомендованных ВАК РФ изданиях).

Структура и объем работы. Диссертация состоит из введения, 6 глав (включая практические рекомендации) и заключения. Библиографический список включает 178 наименований. Объем работы составляет 182 страницы, в том числе: 18 таблиц и 32 рисунка.

Заключение Диссертация по теме "Лесоустройство и лесная таксация", Нгуен Чунг Тхонг

ЗАКЛЮЧЕНИЕ

3. Анализ ландшафтных особенностей аэрокосмических, ГИС и таксационных полигонов, заложенных кафедрой таксации, лесоустройства и ГИС и выбранных в качестве ключевых участков для решения задач данного исследования позволил сформировать гомогенные совокупности насаждений и составить таблицы хода роста, выгодно отличающиеся от уже существующих. Таблицы хода роста и динамики таксационно-дешифровочных показателей послужили той «наземной правдой», на которой верифицировались результаты дешифрирования аэро- и космических снимков;

4. Оценка современного состояния и ретроспективы лесного фонда ЛУ-ОЛХ за сопоставимый с прогнозом период позволила выявить основные тенденции в динамике лесного фонда ЛУОЛХ и главные типы насаждений, которые должны быть опознаны и оценены по материалам дистанционных съемок разных лет. Знание особенностей состояния лесного фонда ЛУОЛХ за почти тридцатилетний период сделало возможным использование аэрофотоснимков 10, 20 и 30-летней давности для восстановления истории развития конкретных насаждений в пределах одного выдела или нескольких выделов;

7. Разработанные рекомендации по использованию выявленных закономерностей при непрерывной инвентаризации лесов ДО на основе ландшафтного подхода, ГИС и ДМ позволяют снизить затраты неквалифицированного труда, уменьшить объем полевых работ до минимума, обусловленного необходимостью проведения таксационно-дешифровочной тренировки, закладки стационаров и поддержания их состоянии, пригодном для использования в качестве «наземной правды».

Библиография Диссертация по сельскому хозяйству, кандидата сельскохозяйственных наук, Нгуен Чунг Тхонг, Санкт-Петербург

1. Алексеев А. С. Моделирование антропогенных воздействий на лесные экосистемы урбанизированных территорий. Диссертация на соискание ученой степени доктора географических наук. СПбГУ, 1995. 329 с.

2. Алексеев А. С., Бабиков Б. В. Оценка и прогноз состояния древостоев на осушенном верховом болоте // Эксперимент и математическое моделирование в изучении биогеоценозов лесов и болот. Доклады Всесоюзного совещания. М., 1987, С.77-80.

3. Алексеев А. С., Р. Ф. Трейфельд, В. Н. Минаев, С. В. Тетюхин. Информационные технологии в непрерывном лесоустройстве. Материалы НТК: СПбЛТА, 1999, с. 63-66.

4. Алексеев А. С., С. Келломяки, А. В. Любимов и др. Устойчивое управление лесным хозяйством: научные основы и концепции. Учебное пособие / Под общей редакцией Селиховкина А. В. СПбЛТА, 1998.222 с.

5. Алексеев А. С., Соловьев В. А., Тарасов Е. В. Анализ состояния многовидовых насаждений в зоне промышленного загрязнения //Лесной журнал, 6, 1989, с. 17-20.

6. Алексеев A.C. Математические модели и методы в лесном хозяйстве. Л.: Изд-во ЛТА, 1988. 88 с.

7. Ануфриев М. А. Совершенствование мониторинга лесопользования на основе материалов космических съёмок в условиях республики Марий Эл. Автореферат кандидатской диссертации. Марий ЭЛ., 2007. с 18.

8. Бабиков Б. В. Гидротехнические мелиорации лесных земель . М.: Экология, 1993. 224 с.

9. Березин В. И., Данюлис Е. П., Константинов В. К. Гидролесомелиоративный мониторинг, его информационная база и принципы организации // Гидролесомелиоративный мониторинг и эксплуатация лесоосушительных систем: Сб. н. т. / ЛенНИИЛХ, Л.: 1991, с. 3-16.

10. Березин В. И., Нгуен Чунг Тхонг, Ум Жозеф Токи, Мурахтанов Е. С. Особенности дешифрирования среднемасштабных АФС. Вестник МАНЭБ. Научно-технический журнал, т. 13, №2, 2008. С.50-54.

11. Бобров Р. В. Лесная школа в Лисино. СПб.: ФСЛХР. 1994. 83 с.

12. Бурневский Ю. И., Романюк Б. Д. Особенности макроструктуры лесного фонда. В кн.: Общие принципы стратегии лесопользования и лесовыращивания на ландшафтно-типологической основе. СПб.: СПбНИИЛХ, 1994, с. 35-51.

13. Бурневский Ю.И. и др. Особенности стратегии лесопользования и лесовыращивания на ландшафтно-типологической основе. В кн.: Наука и ведение хозяйства в лесах Ленинградской области. СПб.: 1995. с. 38-45.

14. Вавилов С. В., Дмитриев И. Д., Любимов А. В. Взаимосвязи и соотношения таксационных и дешифровочных показателей в березняках // Лесной журнал. 1980, вып. 5, с. 22-27.

15. Вавилов С. В., Любимов А. В. Изучение строения полога березняков в отношении классов роста для целей дешифрирования // Лесной журнал. 1977. №6, с. 37-41.

16. Вавилов С. В., Любимов. A.B. Пути повышения точности дешифрирования показателей березняков при дешифрировании аэрофотоснимков. В сб.: Опыт ведения лесного хозяйства и перспективы его развития. Л.: ЛДНТП. 1982. с. 36-39.

17. Великанов Г. Б. Леса Ленинградской области. В кн.: Наука и ведение хозяйства в лесах Ленинградской области. СПб.: СПбНИИЛХ. 1995. с. 5459.

18. Великанов Г. Б. Масштабы современного заболачивания земель лесного фонда в Ленинградской области. С. 39-40. В кн.: Болота и заболоченные леса в свете задач устойчивого природопользования. Материалы совещания. М.: ГЕОС, 1999. 392 с.

19. Волков А. Д., Громцев А. Н., Еруков Г. В. и др. Экологическое и хозяйственное районирование среднетаежной подзоны Карельской АССР: Метод, рекомендации: Петрозаводск, 1989, 60 с.

20. Волков А. Д., Громцев А. Н., Еруков и др. Экосистемы ландшафтов запада средней тайги (структура, динамика). Петрозаводск, 1990, 284 с.

21. Выгодская H.H., Горшкова И.Л. Использование модели Гоудриана для изучения закономерности отражения системы растительность почва в оптическом диапазоне. Исследование Земли из Космоса. 1984. № 4, с.61 -70, № 6, с.69 - 77.

22. Гарбук С. В., Гершензон В. Е. Космические системы дистанционного зондирования Земли. М.: Изд-во А и Б, 1997.

23. Гарелик И. С., Грин А. М., Цветков Д. Г. Космические полигоны. Задачи исследований и состав наземных наблюдений. В кн.: Космические исследования земных ресурсов. М.: Наука, 1976, с. 333-347.

24. Громцев А. Н. Коренные леса Запада таежной зоны России: природные особенности, современное состояние и проблемы сохранения, с. 343-345. В кн.: Биотическая регуляция природной среды. Петрозаводск, 1998. 472 с.

25. Громцев А. Н. Ландшафтные закономерности структуры и динамики среднетаежных сосновых лесов Карелии. Петрозаводск: Карельский НЦ РАН, 1993, 160 с.

26. Дмитриев И. Д., Мурахтанов Е. С., Сухих В. И. Лесная авиация и аэрофотосъемка. М.: Агропромиздат. 1989. с. 366.

27. Елизаров А. М., Березин В. И. Гидролесомелиоративный ландшафтно-экологический профиль как метод изучения эффективности осушения // Гидролесомелиоративный мониторинг и эксплуатация лесоосушительных систем: Сб. ЛенНИИЛХ, Л.: 1991. с. 71-82.

28. Жигунов А. В. Опытное лесное хозяйство "Сиверский лес". В кн.: Наука и ведение хозяйства в лесах Ленинградской области. СПб.: СПбНИИЛХ. 1995. с. 16-20.

29. Жирин В. М., Сухих В. И. Выявление и картирование участков свежих гарей по снимкам из космоса. М.: изд. БНТИ Гослесхоза СССР, 1980.

30. Жирин И. М. Приближенная оценка фитомассы лесного (растительного) покрова с использованием значений вегетационного индекса. С. 119-122. В сб.: АКМ и ГИС в лесоведении и лесном хозяйстве. Материалы II Всероссийского совещания. М., 1998.

31. Жирин В. М., В. И. Сухих, С. П. Эйдлина. Динамические значения вегетационного индекса и ландшафтные особенности растительного покрова. «Исследование Земли из космоса», 1996, 4, с. 29-41.

32. Инструкция о порядке отнесения лесов к категориям защитности (М., 1979), утв. Гослесхозом СССР 24.09.79.

33. Инструкция о порядке создания и размножения лесных карт (М., 1987) с дополнениями, утв. Госкомлесом 1.03.91. № 73/6-9.

34. Инструкция по проведению лесоустройства в лесном фонде России. М.: ВНИИЦпесресурс, 1995. с. 290. Приказ Рослесхоза от 15. 12. 94 г. № 65.

35. Исаев А., В. Сухих, В. Жирин и др. Изучение характеристик лесов по данным съемки с космических систем национальной безопасности. С. 129-131. В сб.: АКМ и ГИС в лесоведении и лесном хозяйстве. Материалы П Всерос. совещания. М., 1998.

36. Исаченко А. Г. и др. Ландшафтное районирование и типология ландшафтов Ленинградской области. В кн.: Общие принципы стратегии лесопользования и лесовыращивания на ландшафтно-типологической основе. СПбНИИЛХ, 1996, с. 11-25.

37. Исаченко А. Г. Экологическая география Северо-Запада России. СПб., 1995.206 с.

38. Калашников Е. Н., Киреев Д. М. Основы ландшафтно-статистического метода лесоинвентаризации./Отв. ред. Ф. 3. Глебов. Новосибирск: Наука, 1978. 143 с.

39. Киреев Д. М. Ландшафтный метод изучения лесов по аэроснимкам / Автореферат диссертации на соискание ученой степени доктора с.-х. наук: Красноярск, 1975, 57 с.

40. Киреев Д. М. Методы изучения лесов по аэроснимкам. Новосибирск: Наука, 1977. 212 с.

41. Киреев Д. М. Основные задачи и перспективы использования многоцелевой базы данных для Лисинского научно-исследовательского полигона. Материалы НТК/СПб.: СПбЛТА, 1999, с. 70-75.

42. Киреев Д. М., Сергеева В. Л. Изучение лесных земель и ресурсов на постоянной природной основе. В сб.: Полевые эксперименты для устойчивого землепользования. Труды третьего международного коллоквиума. Т. 1. СПб. 1999, с. 185-187.

43. Киреев Д. М., Сергеева В. Л. Ландшафтно-морфологическое картографирование лесов. СПб. -М., Изд-во ВНИИЦпесресурс. 1992, с. 57.

44. Киреев Д. М. Лесное ландшафтоведение: учебное пособие. — СПб.:СП6ГЛТА, 2007 540 с.

45. Книжников Ю.Ф., Кравцова В.И. Многоканальная аэрокосмическая съемка и ее применение при изучении окружающей среды. Обнинск, 1973. 47с.

46. Кондратьев К. Я. (ред.). Альбедо и угловые характеристики отражения подстилающей поверхности и облаков. Л.: Гидрометеоиздат, 1981. 232 с.

47. Кондратьев К.Я., Иванов В. А. Жвалев, В.Ф., Прокофьев Р, А., Тер-Маркарянц Н. Е., Чапурский JI. И. Совмещенный подспутниковый эксперимент. (Труды ГТО), 1973, вып.317, с.105-114.

48. Кондратьев К.Я., Федченко П. П. Спектральная отражательная способность и распознавание растительности. JL: Гидрометеоиздат, 1982. 215 с.

49. Константинов В. К., Кирюшкин В. Н. Восстановление болотных ландшафтов в лесной зоне как основа сохранения экологического равновесия // Генезис, эволюция и роль болот в биосферных процессах: Тез. докл. МК./АНБ. Минск, 1994, с. 19-21.

50. Королев Ю. К., Ю. Б. Баранов. Методы обработки данных дистанционного зондирования. ГИС-технологии, 5. 1997, с. 51-55.

51. Кринов E.JI. Спектральная отражательная способность природных образований. JI-M.: Изд-во АН СССР, 1947. 138 с.

52. Кронберг П. Дистанционное изучение Земли. М.: Мир, 1988. 343 с.

53. Куусела К. Динамика бореальных лесов. Хельсинки. А/О Репола, 1991.

54. Куусела К. Заметки о структуре лесов Финляндии и Северо Запада России с точки зрения биологического многообразия. В ген.: Лесное хозяйство и многообразие природы - Финляндия, Республика Карелия, Карельский Перешеек. Йоенсуу: изд. ВУ. 1995.17 с.

55. Куусела К. Понятия и основы лесоустройства европейских северных хвойных лесов Финляндии и России. Изд-во OY FEG, Joensuu, Finland. 1997. 96 с.

56. Кууск А., Антон Я., Нильсон Т., Петерсон У., Росс К, Росс В., Савин А. Индикатрисы отражения растительных покровов. Иссл. Земли из космоса, 1984, № 5, с. 68 75.

57. Лебедев П. А. Картографическая информационная система многоцелевого использования (на базе ЛУОЛХ). Материалы НТК/СПб.: СПбЛТА, 1999, с. 75-76.

58. Лесоустроительное проектирование и ведение лесного хозяйства (общее описание системы \¥ШРЬР У.3.0; 4.0). СЗГЛП, СПб., 1999-2001. С. 104.

59. Лесоустройство: Учебник для вузов / Е. С. Мурахтанов, Н. А. Моисеев, П. И. Мороз, Д. П., Столяров. М.: Лесн. пром-сть, 1983. 344 с.

60. Любимов А. В. Использование материалов АКС для оценки водоохранных и водорегулирующих функций лесов Свирско-Ладожской гидросистемы. В сб.: Мат. 41 НТК ЛЛТИ. Львов: ЛТИ. 1989, с. 711-17.

61. Любимов А. В. Научные основы инвентаризации и устройства особо охраняемых лесов на ключевых ландшафтах европейской тайги. СПб.; ЛТА, 1999. 264 с.

62. Любимов А. В., Вавилов С. В. Дистанционные методы при картографировании лесов. В сб.: Разработка номенклатуры лесных карт Европы. ВУ- ЕИЛ. 1995. с. 365-373.

63. Любимов А. В., Дмитриев И. Д., Вавилов С. В. Обобщенные корреляционные уравнения связи таксационных и дешифровочных показателей для еловых и березовых насаждений. В сб.: ЛХ, Л и ДО пром-ность. Л,: ЛТА. 1976. с. 24-26.

64. Любимов А. В., Дмитриев И. Д., Вавилов С. В. Статистическая модель насаждения и возможности ее применения в таксационном дешифрировании. В сб.: ЛТ и ЛУ. Межвуз. н. тр. Красноярск: 1978, вып. 4, с. 116-123.

65. Любимов А. В., М. М. Кудряшов, Р. Пяйвинен и др. Леса Ленинградской области: современное состояние и пути возможного развития. Учебное пособие: СПб ЛТА, 1998, 84 с.

66. Любимов А. В., Салминен Э. О., Вавилов С. В., ГИС в отраслях лесного комплекса. Программное обеспечение профессиональной ГИС «IDRISI for Windows». Учебное пособие. СПб., ЛТА, 1999. 132 с.

67. Любимов А. В., Ксенофонтов Н. И., Колесников Ю. И. Дешифрирование и интерпретация материалов аэрокосмических съемок для совершенствования инвентаризации особо охраняемых лесов. Учебное пособие. СПб.: СПбЛТА, 2001. 192 с.

68. Любимов А. В., Э. О. Салминен, С. В. Вавилов. Использование GPS для повышения точности ввода картографических данных в ГИС лесного комплекса. Материалы НТК/СПб.: СПбЛТА, 1999, с. 85-89.

69. Минаев В. Н., Вавилов С. В., Любимов А. В. Использование материалов аэровидеосъемок для целей лесного дешифрирования. Изв. СПбЛТА. СПб.: 1994, с. 33-79.

70. Мирзаев Г.Г., Иванов Б. А., Щербаков В. М. Картографический метод исследований в инженерной экологии. Учебное пособие. РИО ЛГИ, 1988, 95 с.

71. Моисеев Н. А. Система управления лесами на основе принципа неистощительного многоцелевого их использования. Мат. конф. ИЮФРО, М.: ВНИИЛМ, 1993, с. 14-26.

72. Мурахтанов Е. С. Особенности лесного хозяйства и лесоустройства в объектах загрязненных радионуклидами (лекции для работников лесного хозяйства, лесоустройства и студентов ВУЗов). ИАН СССР, Брянск: 1991. 93 с.

73. Мурахтанов Е. С., Моисеев Н. А., Мороз П. И., Столяров Д. П. Лесоустройство. Учебник для вузов. М, 1985, с. 296.

74. Наставление по отводу и таксации лесосек в лесах РФ (М., 1993). Утв. приказом Рослесхоза от 15.06.1993. № 55.

75. Наука и ведение хозяйства в лесах Ленинградской области. СПб.гСПбНИИЛХ. 1995.128 с.

76. Нгуен Чунг Тхонг. Разработка и апробация методики дешифрирования насаждений — объектов экологического и лесохозяйственного мониторинга. Известия Санкт-Петербургской лесотехнической академии. Вып. 183. СПб.: СПбГЛТА, 2008. 140 с.

77. Нгуен Чунг Тхонг, Ум Жозеф Токи, Васильева Н. М. Действующие и проектируемые системы мониторинга лесов Ленинградской области. Вестник МАНЭБ. Научно-технический журнал, т. 13, №2, 2008. С. 67-70.

78. Нгуен Чунг Тхонг, Любимов Д. А. Особенности дешифрирования участков хозяйственных воздействий при повторной инвентаризации лесов. Вестник МАНЭБ. Научно-технический журнал, т. 13, №2, 2008. С.55-57.

79. Об утверждении критериев и индикаторов устойчивого управления лесами Российской Федерации. Приказ Федеральной службы лесного хозяйства №21 от 05.02.1998.

80. Общесоюзные нормативы для таксации лесов / В. В. Загреев, В. И. Сухих, А. 3. Швиденко, Н. Н. Гусев, А. Г. Мошкалев. М.: Колос, 1992. 495 с.

81. Орлов Д.С., Садовников С.Н., Лопухина О.В. Спектрофотометрический метод определения характеристики почв и почвенной окраски. В кн.: Спектрофотометрические исследования почв и горных пород. Л.: Изд-во ЛГУ. им. А. А. Иванова, 1983, с. 5 29.

82. Основные положения по рубкам главного пользования в лесах Российской Федерации (М., 1994), утв. Рослесхозом от 30.09.1993. № 260.

83. Основные положения по рубкам ухода в лесах России (М., 1993). Утв. приказом Рослесхоза от 28.09.93. № 253.

84. Писаренко А. И., Страхов В. В., Филипчук А. Н. Роль модельных лесов в стратегии устойчивого управления лесами. // Лесное хозяйство. 1995, 4, с. 14-16.

85. Положение о водоохранных зонах водных объектов и их прибрежных защитных полосах. Утв. пост. Правительства РФ от 23.11.96. № 404.

86. Правила рубок главного пользования в равнинных лесах Европейской части России. М., 1993. Утв. Рослесхозом 31.08.93. № 226.

87. Птичников А. В. Леса России: независимая сертификация и устойчивое управление. Серия публикаций Департамента природоохранной политики и экспертизы Российского представительства ВВФ. Выпуск 1. М. 1999. 160 с.

88. Рачкулик В.Л., Ситникова М.В. Отражательные свойства и состояние растительного покрова. Л.: Гидрометеоиздат, 1981 287с.

89. Редько Г. И. (ред.). 200 лет лесному опытному делу в Лисинском учебно-опытном лесхозе. Учебное пособие. СПб.: СПб ЛТА. 1998.

90. Редько Г. И. Линдуловская лиственничная корабельная роща. В кн.: Наука и ведение хозяйства в лесах Ленинградской области. СПб.: СПбНИИЛХ. 1995. с. 61-64.

91. Росс С. К. Радиационный режим и архитектоника растительного покрова. Л.:, Гидрометеоиздат. 1975, 342 с.

92. Салищев К. А. Картография: Учебник для геогр. спец. ун-тов, 3-е изд., перераб. и доп. М.: Высшая школа, 1982. 272 с.

93. Самойлович Г. Г. Применение аэрофотосъемки и авиации в лесном хозяйстве. М., Лесная промышленность, 1964. 486 с.

94. Семенов В. И., В. И. Сухих. Принципы автоматизации мониторинга и картографирования лесов. С. 87-91. В сб.: Аэрокосмические методы и ГИС в лесоведении и лесном хозяйстве. Материалы II Всероссийского совещания. М., 1998.

95. Сеннов С. Н. Итоги 60-летних наблюдений за естественной динамикой леса. СПб ЛТА, 1999, 98 с.

96. Сеннов С. Н. Рубки ухода за лесом. М, 1977. 160 с.

97. Соловьев В. А. Популяция и биоценоз. JL: изд-во ЛТА, 1985. 92 с.

98. Соловьев В. А. Экология и охрана природы. Экосистема. JL: РИО ЛТА. 1987. 84 с.

99. Ш.Степочкина О. Е. Ландшафтно-динамические методы в исследовании малонарушенных естественных лесных сообществ, с. 223-224. В кн.: Биотическая регуляция окружающей среды (международный семинар). Петрозаводск. 1998. 472 с.

100. Страхов В. В. Филипчук А. Н., Швиденко А.З. О реформе лесоучетных работ в России. // Лесное хозяйство. 1995. № 1, с. 11-14.

101. Страхов В. В., Сысуев В. В. Перспективы использования геоинформационных систем в для устойчивого управления лесами России.//Лесное хоз-во, 1998. № 3.

102. Страхов В. В., Филипчук. А. Н. Использование лесовосстановления для охраны природных комплексов и биоразнообразия. //Атлас биоразнообразия лесов Европейской России и сопредельных территорий. М.: МСОП, 1996, с. 140-141.

103. Сухих В. И. Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве современной России. С. 27-32. В сб.:

104. Аэрокосмические методы и ГИС в лесоведении и лесном хозяйстве. Материалы II Всероссийского совещания. М., 1998.

105. Сухих В. И. Лесопользование в России в начале XXI века. «Лесное хозяйство», 1999, 6 с.

106. Сухих В. И., Н. Г. Харин, О. Б. Бутусов. Возможности классификации лесов северной тайги по изображениям ИСЗ «Ресурс-01». «Исследование Земли из космоса», 1999, 5, с. 66-74.

107. Сухих В. И. Структура и функции геоинформационной системы непрерывного лесоустройства. «Лесное хозяйство», 1996, 5, с. 40-44.

108. Сухих В. И., В. М. Жирин, Т. А. Зиемелис, А. В. Шаталов. Оценка информативности космических снимков высокого разрешения для^ инвентаризации лесов. «Исследование Земли из космоса», 1996. 2, с. 4556.

109. Сухих В. И. Мониторинг лесов: состояние и проблемы. В кн.: Проблемы мониторинга и моделирование динамики лесных экосистем. МИЛ, ЦЕПЛ РАН, ЭКОЛЕС, М., 1995, с. 5-23.

110. Сухих В. И., М. Д. Брейдо, В. А. Марков, А. В. Шаталов. Аэрокосмический автоматизированный контроль за лесопользованием. «Лесоведение», 1989. 5, с. 3-12.

111. Сухих В. И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве. Учебник. Йошкар-Ола, МарГТУ, 2005 — 392 с.

112. Толчельников B.C. Оптические свойства ландшафта (применительно к аэросъемке). Л.: Наука, 1974. 252 с.

113. Трейфельд Р. Ф., Алексеев А. С. Основные направления, проблемы и перспективы применения ГИС в лесном хозяйстве. . В сб.: Полевые эксперименты для устойчивого землепользования. Труды третьего МК. Т. 1. СПб. 1999, с. 132-134.

114. Третьяков Н. В., Горский П. В., Самойлович Г. Г. Справочник таксатора. М.: Лес-ная пром-ность.1965. 458 с.

115. Третьяков Н. В., Горский П. В., Самойлович Г. Г. Справочник таксатора. М. Л.: Гослесбумиздат, 1952. 854 с.

116. Федорчук В. Н., Дыренков С. А., Мельницкая Г.Б. и др. Определитель и схема типов леса Ленинградской области. Л., 1978. 50 с.

117. Федосимов А. Н. Инвентаризация леса выборочными методами. М.: Лесная пром-ность, 1986, 192 с.

118. Филипчук А. Н. Кризис в области применения дистанционных методов. С. 35-40. В сб.: Аэрокосмические методы и ГИС в лесоведении и лесном хозяйстве. Материалы П Всероссийского совещания. М., 1998.

119. Филипчук А. Н., В. В. Страхов, В. К. Тепляков. Обзор методов инвентаризации лесов в зарубежных странах. М.: ВНИИЦлесресурс. 1995, 72 с.

120. С. 184-187. В сб.: Аэрокосмические методы и ГИС в лесоведении и лесном хозяйстве. Материалы II Всероссийского совещания. М., 1998.

121. Цветков М. А. Изменение лесистости Европейской России с конца XVII столетия по 1914 год. М., 1957. 214 с.

122. Чапурский JI. И. Отражательные свойства природных объектов в диапазоне 400-2500 нм. МО СССР. 1986. 160 с.

123. Ahern, F. L, et al., 1991. A Quantitative Relationship between Forest Growth Rates and Thematic Mapper Reflectance Measurements, International Journal of Remote Sensing, vol. 12, no. 3, 1991, pp. 387-400.

124. Akca, A., T. Beisch, and F. Eilerman. 1997. Two-phased sampling method using regression estimators and small-scale aerial IR-photographs in volume and increment estimation., pp. 255-264.

125. American Society of Photogrammetry (ASP). Mannual of remote Sensing, 2nd ed., ASP, Falls Church, VA, 1984.

126. Badhwar. G. D., R. B. MacDonald, and N. C. Mehta, Satellite-derived Leaf/Area-Index and Vegetation Maps as Input to Global Carbon Cycle Models: A Hierarchical Approach," International Journal of Remote Sensing, vol. 7, no. 2, 1986, pp. 265-281.

127. Beny, J. K., Fundamental Operations in Computer-assisted Analysis. International Journal of Geographical Information Systems, 1:119-136, 1987.

128. Bolstad, P. V., and T. M. Lillesand, Improved Classification of Forest Vegetation in Northern Wisconsin through a Rule-based Combination of Soils, Terrain, and Landsat Thematic Mapper Data," Forest Science, vol. 38, no. 1, 1992, pp.5-20.

129. Bolstad, P. V., and T. M. Lillesand, Semi-Automated Training Approaches for Spectral Class Definition," International Journal of Remote Sensing, vol. 13, no.16,1992, pp. 3157-3166.

130. Bouman, B. A. M., Accuracy of Estimating the Leaf Area Index from Vegetation Indices Derived from Crop Reflectance Characteristics, a Simulation Study, International Journal of Remote Sensing, vol. 13, no. 16, 1992, pp. 3069-3084.

131. Brockhaus, J. A., and S. Khorram, "A Comparison of SPOT and Landsat-TM Data for Use in Conducting Inventories of Forest Resources," International Journal of Remote Sensing, vol. 13, no. 16,1992, pp. 3035-3043.

132. Burrough, P. A., Principles of GIS for land resources assessment. Oxford University Press, New York, 1986. 185 p.

133. Chavez, P. S., S. C. Sides, and J. A. Anderson, Comparison of Three Different Methods to Merge Multiresolution and Multispectral Data: Landsat TM and SPOT Panchromatic," Photogrammetric Engineering and Remote Sensing, vol. 57, no. 3,1991, pp. 295-303.

134. Congalton,. R.G., 1991, A review of assessing the accuracy of classifications of remotely sensed data, Remote Sensing Environment, 37:35-46.

135. DeFries, R. S. and R. G. Townshend, 1994, NDVI-derived land cover classification at a global scale, International Journal of Remote Sensing, 15:3567-3586.

136. Duguay, C. R., and E. F. Le Drew, "Estimating Surface Reflectance and Albedo from Landsat-5 Thematic Mapper over Rugged Terrain,"

137. Photogrammetric Engineering and Remote Sensing, vol. 58, no. 5, 1992, pp. 551-558.

138. Gorpal, S., Woodcock, C., Srtahler, A., 1996, Fuzzy ARTMAP classification of global land cover from AVHRR data set, Proceedings of 1996 International Geoscience and remote sensing symposium, Lincoln, Nebraska, USA, 27-31 May 1996, pp. 538-540.

139. Goward, S., Markham, B., Dye, D., Dulaney, W., Yang, L, 1991, Normalized difference vegetation index measurements from the advanced very high resolution radiometer, Remote Sensing of the Environment, 35:257-277.

140. Hame, T., 1991. Spectral interpretation of change in forest satellite images. Acta Forestallia Fennica, 222, 1-11.

141. Hord, R. M., Digital Image Processing of Remotely Sensed Data, Academic, NY. 1992.

142. Horler, D. N. H., and F. J. Ahern, "Forestry Information Content of Thematic Mapper Data," International Journal of Remote Sensing, vol. 7, no. 3, 1986, pp. 405-428.

143. Idrisi for Windows. User's Guide. Version 1.0, 1995, revision 2, January 1996. 237

144. Lees, B. G., and K. Ritman, "Decision-Tree and Rule-Induction Approach to Integration of Remotely Sensed and GIS Data in Mapping Vegetation in Disturbed or Hilly Environments," Environmental Management, vol. 15, no. 6, 1991, pp. 823-831.

145. Leick, A. 1990. GPS Satellite Surveying. John Wiley & Sons, New York. 352 P

146. Peterson, D. L., et al., "Relationship of Thematic Mapper Simulator Data to Leaf Area Index of Temperate Coniferous Forests," Remote Sensing of Environment, vol. 22, no. 3, 1987, pp. 323-341.

147. Photogrammetric Engineering and Remote Sensing, Special Issue: Integration of Remote Sensing and GIS, vol. 57, no. 6, 1991.

148. Photogrammetric Engineering and Remote Sensing, Special issue: Knowledge Based Expert Systems, vol. 56, no. 6, 1990.

149. Price, J. C., "Estimating Vegetation Amount from Visible and Near Infrared Reflectance," Remote Sensing of Environment, vol. 41, 1992, pp. 29-34.

150. Raffy, M., Change of Scale in Models of Remote Sensing: A General Method for Spatialization of Models, Remote Sensing of Environment, vol. 40, 1992, pp. 101-112.

151. Rosenfield, G. H., and K. Fitzpatrick-Lins, "A Coefficient of Agreement as a Measure of Thematic Classification Accuracy," Photogrammetric Engineering and Remote Sensing, vol. 52, no. 2, 1986, pp. 223-227.

152. Roy, D., P. Kennedy, and S. Folving. 1998. An Operational Methodology for Mapping European Forest Cover Using Low Spatial Resolution Satellite Data. In: Application of Remote Sensing in European forest Monitoring, pp. 147159.

153. Soha, J., and A. Schwartz, "Multispectral Histogram Normalization Contrast Enhancement," Proceedings, 5th Canadian Symposium on RS, Victoria, August 1978, pp. 86-93.

154. Tom, C. H., and L. D. Miller. 'An Automatic Land-Use Mapping Comparison of the Bayesian Maximum Likelihood and Linear Discriminant Analysis Algorithms," Photogrammetric Engineering and Remote Sensing, vol. 50, no. 2, 1984, pp. 193-207.

155. Tomlin, C. D., Geographic Information Systems and Geographic Modeling, Prentice-Hall, Englewood Cliffs, NJ, 1990. 253 p.

156. Turner, M. G., et al., "Effects of Changing Spatial Scale on the Analysis of Landscape Pattern," Landscape Ecology, vol. 3,1989, pp. 153-162.

157. Vaijo, J. Controlling continuously updated forest data by satellite remote sensing. Int. J. Remote Sensing. 1996. Vol. 17. No. 1, 43-67.

158. Vogelmann, J. E., "Comparison between Two Vegetation Indices for Measuring Different Types of Forest Damage in the North-eastern United States," International Journal of Remote Sensing, vol. 11 , no. 12, 1990, pp. 2281-2297.

159. Walsh, T.A., and Burk, M. E, 1993, Calibration of satellite classifications of land area, Remote Sensing of Environment, 46:281-290.

Информация о работе

Нгуен Чунг Тхонг
кандидата сельскохозяйственных наук
Санкт-Петербург, 2008
ВАК 06.03.02

Диссертация

Использование ДМ и ГИС-технологий при непрерывной инвентаризации лесного фонда Ленинградской области - тема диссертации по сельскому хозяйству, скачайте бесплатно

Автореферат

Похожие работы