Бесплатный автореферат и диссертация по наукам о земле на тему

Разработка методики геопространственного анализа деградации лесной растительности по гиперспектральным данным дистанционного зондирования

ВАК РФ 25.00.35, Геоинформатика

Автореферат диссертации по теме "Разработка методики геопространственного анализа деградации лесной растительности по гиперспектральным данным дистанционного зондирования"

На правах рукописи

МИТРОФАНОВ ЕВГЕНИЙ МИХАЙЛОВИЧ

РАЗРАБОТКА МЕТОДИКИ ГЕОПРОСТРАНСТВЕННОГО АНАЛИЗА ДЕГРАДАЦИИ ЛЕСНОЙ РАСТИТЕЛЬНОСТИ ПО ГИПЕРСПЕКТРАЛЬНЫМ ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

25.00.35

Геоинформатика

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

005545355

Москва- 2013

005545355

Работа выполнена в Московском Государственном Университете Геодезии и Картографии, на кафедре вычислительной техники и автоматизированной обработки информации.

Научный руководитель: кандидат технических наук, доцент

Чабан Людмила Николаевна

Официальные оппоненты: Алчинов Александр Иванович,

доктор технических наук, профессор, Институт проблем управления РАН, заведующий лабораторией "Статистического анализа и математических методов обработки информации в системах управления"

Никишин Дмитрий Александрович, кандидат технических наук, Институт проблем информатики Российской академии наук (ИПИ РАН), зав. сектором

Ведущая организация: ОАО «Научно-исследовательский и

производственный центр «Природа» (ОАО «НИиП центр «Природа»)

Защита состоится 14 декабря 2013 г. в Ч часов на заседании диссертационного совета Д 212.143.03 в Московском Государственном Университете Геодезии и Картографии по адресу:

103064, Москва, Гороховский пер. 4, МИИГАиК.

С диссертацией можно ознакомиться в библиотеке МИИГАиК.

Автореферат разослан « г?» _2013 г.

Ученый секретарь Вшивкова Ольга

диссертационного совета ^ ^ ^ Владимировна

Общая характеристика работы

Актуальность темы исследования:

На долю лесов России приходится примерно 24% объема от лесного покрова всей планеты и они являются уникальной природной экосистемой, имеющей глобальное ресурсное и социальное значение. Лес непрерывно претерпевает изменения в результате воздействия природных и антропогенных факторов. Некоторые из этих изменений могут приводить к серьезным нарушениям структуры лесных биогеоценозов. Наиболее негативными из этих факторов являются: бесконтрольная деятельность человека, активность насекомых-вредителей, лесные пожары.

В России, с учетом ее огромных лесопокрытых территорий, традиционно уделяется большее внимание проблеме мониторинга лесов. Современное развитие средств и методов лесного мониторинга, с целью разработки долгосрочной стратегии рационального использования лесных ресурсов и защиты окружающей среды, в обязательном порядке предполагает использование данных дистанционного зондирования (ДЗ) и геоинформационных систем (ГИС), ввиду больших площадей изучения и большого объема информации, накопленной в рамках плановых мероприятий по выполнению государственной инвентаризации лесов.

Постоянное развитие технических средств дистанционного зондирования, обеспечивающих получение информации о растительных объектах с высоким спектральным разрешением, требует создания соответствующих ГИС-технологий, методик и программных средств ее анализа, что позволяет разработать принципиально новые методы оценки состояния лесов. Эти задачи становятся особенно актуальными в связи с успешным запуском в мае 2013 года отечественного спутника "Ресурс-П", оснащенного гиперспектральной аппаратурой.

Степень ее разработанности

Проблематика анализа деградации и биофизиологического состояния древесной растительности по материалам гиперспектральных данных средствами ГИС является предметом активного изучения иностранными исследователями. Опубликовано немало трудов, прямо или косвенно касающихся поднятой в данном исследовании теме.

Российскими исследователями данная тема практически не разрабатывалась ввиду отсутствия до недавнего времени отечественной гиперспектральной аппаратуры.

Цели и задачи.

Основной целью работы является расширение возможностей ГИС-анапиза при оценке состояния растительности за счет разработок и внедрения специализированных алгоритмов и методики .обработки гиперрпектральных данных дистанционного зондирования. Для достижения заявленных целей в рамках исследовательских мероприятий были поставлены следующие задачи:

1) Провести анализ существующих отечественных и зарубежных методик оценки состояния лесопокрытых земель по данным дистанционного зондирования. Изучить возможности применения гиперспектральных данных при оценке состояния лесной растительности и их преимущества.

2) Изучить методологические принципы, лежащие в основе вегетационной индексации на основе изменений биохимических параметров лесных насаждений.

3) Разработать методику, позволяющую оценивать выборку вегетационных индексов и выбирать из нее наиболее эффективные под создание тематических картограмм средствами ГИС-анализа.

4) Провести комплекс наземных лесотаксационных работ, с целью определения тестовых участков, на которых будет набираться статистика, производиться перерасчет значений из относительных (индексы) в абсолютные (категории поврежденности) и выполняться апробация полученных результатов.

5) Создать ГИС для изучения экспериментальной территории, содержащую в себе картографическую информацию, данные лесного фонда и материалы полевых исследований в качестве основы для дальнейшей обработки данных и построения картограмм.

6) Вычислить, создать и статистически обработать индексные изображения. Построить на их основе тематические картограммы для оценки состояния древесной растительности.

Научная новизна:

Научная новизна диссертационной работы заключается в следующем:

1) Разработаны новые алгоритмы и программное обеспечение для решения задач по обработке гиперспектральных данных в ГИС с использованием вегетационных индексов.

2) В рамках апробации методики посредством эмпирического ГИС-моделирования составлены актуальные картосхемы деградации растительности на территорию экспериментального полигона и проведена их верификация.

3) Впервые проведено сравнение результатов, полученных на основе биохимических индексов, с результатами, полученными на основе структурных индексов, с использованием статистических и эмпирических методов.

4) Впервые выполнена обработка нового типа данных дистанционного зондирования, полученных с экспериментальной аппаратуры, с целью получения наиболее информативных вегетационных индексов, подходящих для анализа деградации растительных насаждений.

Теоретическая и практическая значимость работы :

Использование предложенного в работе метода выявления деградации лесов по гиперспектральным данным позволяет:

- повысить достоверность выявления деградирующих лесопокрытых площадей в рамках решения задач по государственной инвентаризации лесов (ГИЛ);

- сократить объемы выполнения наземных работ благодаря возможности изучать физиологию растительности дистанционными методами с использованием средств ГИС анализа;

- выявлять причины деградации, прогнозировать состояние древостоя и вырабатывать комплекс мер по стабилизации ситуации.

Методология и методы исследования:

Использованы методы ГИС-анализа, спектрального анализа, цифровой обработки изображений и распознавания образов, математической статистики и цифровой картографии.

Использованы экспериментальные гиперспектральные данные, данные лесоустроительных планшетов, электронные карты, результаты вегетационной индексации, материалы полевых исследований, статистические модели.

Положения, выносимые на защиту:

1) Разработанная в рамках исследования универсальная методика геопростанственного анализа деградации лесной растительности на основе биохимических вегетационных индексов, отбираемых и анализируемых посредством материалов из геоинформационных баз данных и статистических методов.

2) Разработана методика и программные решения для расчета и оценки индексных изображений по гиперспектральным данным дистанционного зондирования..

3) Построены картограммы, позволяющие оценить состояние сосновой растительности в зависимости от конкретных биохимических параметров на территории экспериментального полигона Савватьевского лесничества.

Степень достоверности и апробация результатов:

Достоверность результатов работы подтверждается:

логикой постановки задач исследований, научной аргументированностью положений и выводов;

всесторонним анализом ранее выполненных исследований и разработок по исследуемому предмету;

применением апробированных теоретических положений, корректным использованием математического аппарата;

большим объемом выполненных экспериментальных исследований, в том числе в полевых условиях, экспериментальной проверкой теоретических результатов на модельных и реальных данных;

реализацией разработанной методики в рамках исследования при поддержке Министерства образования и науки Российской Федерации, соглашений 14.В37.21.1243

Основные результаты диссертационной работы докладывались на IV Международной научно-практической конференции «Математические методы и модели анализа и прогнозирования развития социально-экономических процессов черноморского побережья Болгарии и были отражены в серии научных публикаций в различных российских цитируемых журналах.

Основное содержание работы:

Введение:

Обосновывается выбор темы и ее актуальность. Сформулированы цель и задачи исследования, научная новизна и практическая значимость работы.

Глава 1. Анализ применения данных дистанционного зондирования земли и геоинформационных технологий для решения задач лесного хозяйства

В первой главе приводится обзор основных путей и возможностей применения ГИС в лесном хозяйстве под решение задач в рамках мероприятий по Государственной Инвентаризации Лесов (ГИЛ). На основании отраслевых требований к функциональным возможностям ГИС-пакетов проведен выбор ПО наиболее полно удовлетворяющего условиям экспериментальной части научной работы.

На текущий момент географические информационные системы широко используются в современном Российском лесном хозяйстве. Однако в реальной практике лесоустройства потенциал ГИС обычно не используется в достаточной мере. Особенно это касается использования материалов, полученных посредством обработки данных дистанционного зондирования, несмотря на то, что действующими нормативными документами отрасли регламентируется приоритетное применение аэрокосмических съемочных материалов и их производных. И если отечественный научный задел, касающийся обработки многозональных данных в последние годы стремительно наращивался, то изучение гиперспектральных данных было затруднено в связи с труднодоступностью таких материалов. Особенно усугубляло ситуацию отсутствие до недавнего времени отечественной гиперспектральной аппаратуры в космосе. По сути, лесное хозяйство - это работа с землей и лесом, как с набором географических объектов. Геоинформационная система лесного хозяйства должна обеспечивать хранение, поиск, визуализацию и редактирование лесоустроительной информации, а также ее преобразование для решения группы задач по проектированию, анализу, планированию и учету, проведению промежуточных и итоговых расчетов.

Проведя по функциональным критериям анализ геоинформационных систем, АгсСК, «Карта 2011» и Мар1пАэ, был сделан вывод о том, что программный пакет АтсвК полностью удовлетворяет поставленным требованиям к программно-техническому обеспечению ГИС в задаче определения характеристик лесной растительности на основе материалов дистанционного зондирования, извлечение данных из ГБД/индексных изображений и построению картосхем. А значит, в нем можно реализовать полный объем экспериментальных работ по ГИС-анапизу, последовательно интегрируя в процесс результаты тематического обработки данных дистанционного зондирования, картографическую информацию и данные статистического анализа. В результате в данной работе это программное обеспечение было выбрано в качестве программно-инструментальной основы ГИС для реализации предложенного метода.

В первой главе также уделено внимание классификации современных систем дистанционного зондирования, применяемых при решении стоящих перед лесным хозяйством задач, с целью подчеркнуть уникальные особенностях гиперспектральных

б

данных ДЗ. Данные особенности позволяют получать принципиально новую информации об исследуемых лесных объектах.

В мировой практике за последние годы наблюдается широкое внедрение в космический мониторинг лесных земель методов и средств спектрометрирования, регистрирующих отраженное излучение снимаемых объектов посредством совокупности смежных спектральных каналов, охватывающих видимый и тепловой диапазоны электромагнитных волн. До последнего времени наиболее актуальными данными для оценки состояния лесной растительности являлась мультиспектральная съемка, однако современный уровень развития средств ДДЗ позволил использовать для этих целей гиперспектрометры.

В отличие от мультиспектральной съемки, регистрирующей определенные широкие области спектра, гиперспектрометры регистрируют почти непрерывную зависимость отраженного излучения от длины волны, в виде совокупности относительно узких смежных спектральных каналов, покрывающую весь регистрируемый сенсором спектральный диапазон (рис. 1.1). Принципиальные отличия спектральных сигнатур, получаемых мультиспектральной и гиперспектральной сканерной аппаратурой, определяются, прежде всего, характером спектральной кривой, отображающей зависимость спектральной яркости объекта от длины волны, которая для обычных широкополосных сканеров оказывается обобщенной, загрубленной в сравнении с кривой, получаемой с помощью гиперспектрометра, что в результате приводит к потере значительной части информации о спектральных отражательных свойствах земной поверхности.

Применительно к исследованиям растительных насаждений, используя гиперспектральные данные, можно получать информацию о химических изменениях структуры растительности, например, в результате ее деградации под влиянием внешних условий. Изучение и оценка спектральных яркостей объекта в конкретных каналах позволяют выделять скрытые аномальные изменения, которые невозможно заметить на местности без применения специальных методик или приборов. На

Сопйгиои$ 5рес1гит

(•ф 1тяд<пд V' )

Рис 1.1. Сравнение СКЯ полученных с сенсоров различных типов.

основании гиперспектральных съемочных материалов можно строить уникальные комбинации каналов, также называемые узкополосными вегетационными индексами, которые позволяют дешифрировать различные типы биохимических изменений, происходящих с растительным покровом.

В течение последнего десятилетия в России по материалам дистанционного зондирования проводится ряд исследований, с целью выполнения мониторинга земель лесного фонда и лесной таксации. Стали активно использоваться цифровые снимки различного пространственного разрешения и их комбинации. Благодаря интеграции современных методов и технологий изучение лесов по материалам аэрокосмического дистанционного зондирования Земли выходит в России на новый уровень. С другой стороны ряд факторов, таких как высокая стоимость снимков и отставание программного обеспечения, тормозит это развитие.

Зарубежные исследователи активно используют гиперспектральные данные ДЗ в целях мониторинга компонентов окружающей среды. При изучении лесных массивов в основном оценивают биофизические и таксационные показатели, в рамках третьего уровня лесной ресурсной информации. Существует два основных подхода к использования и обработке данных ДЗ для изучения характеристик лесопокрытых земель:

Первый подход представляет собой физическое ГИС-моделирование, при котором между параметрами объекта и модели одинаковой физической природы существует однозначное соответствие. В этом случае элементам системы ставятся в соответствие физические эквиваленты, воспроизводящие структуру и основные свойства изучаемого объекта, отражающие связи между данными дистанционного зондирования и биофизическими свойствами растительности. Широкое применение полученных в результате моделей встречает препятствия из-за свойств насаждений, сильно изменяющихся в зависимости от природных условий, а также внешних эффектов, таких как, к примеру, атмосферные условия. Поэтому физическое ГИС-моделирование при высокой сложности не позволяет учесть все необходимые факторы для построения адекватной модели на больших площадях.

Альтернативный подход представляет собой эмпирическое ГИС-моделирование количественных соотношений между измеряемыми аппаратурой ДЗ спектральными характеристиками (в том числе спектральными индексами) и биофизическими параметрами лесных массивов. Моделирование обычно производят на основе статистических моделей. Одной из важнейших составляющих при применении этого подхода являются точечные полевые исследования по верификации данных. Большинство исследований в этом направлении проводится с данными ДЗ, полученными в оптическом диапазоне, в меньшей степени используется микроволновой диапазон. В исследованиях статистическими методами оценка эмпирической взаимосвязи обычно проводится посредством регрессионного анализа по совокупности специально отобранных под решение каждой конкретной задачи спектральных диапазонов и вегетационных индексов. Данный подход хорошо зарекомендовал себя при протяженных площадей растительности.

Именно в рамках подхода эмпирического ГИС-моделирования разработан предлагаемый в данной диссертационной работе метод изучения деградации лесной

растительности и достаточному объему собранного информационного обоснования в виде карт, планов и полевых данных, собранных за 6 экспедиций.

Глава 2. Спектральные свойства лесной растительности

Для разработки методов оценки деградации лесов с использованием современных гиперспектральных спутниковых данных необходимо понимание физиологии растительности. Поэтому в главе анализируется морфология кривых спектральных коэффициентов яркости (СКЯ) и зависимость их формы от состояния растительности. Изучаются физиологические и методические принципы, лежащие в основе вегетационной индексации и области их применения.

После прохождения атмосферы солнечный свет попадает на земную поверхность и по-разному отражается от природных объектов, в зависимости от их свойств. Отражательные свойства лесного покрова, как и других природных объектов земной поверхности, в первую очередь характеризуются спектральным или интегральным коэффициентом яркости, который сочетается с индикатрисой отражения.

Рис 2.1. Типичный вид кривой спектрального отражения растительности.

Жизнедеятельность растительности тесно связанна с протекающими процессами в хлорогшастах. Данные процессы влияют на форму кривой спектрального отражения, что позволяет регистрировать четкие различия отражательной способности растительного объекта, зависящие от его фактического состояния в видимой, ближней инфракрасной и средней инфракрасной частях спектра (рис 2.1).

Характерное отличие формы спектральной кривой древесной растительности от других природных и антропогенных объектов земной поверхности и общие закономерности ее формы позволяют разрабатывать различные спектральные признаки для оценки состояния древесных растений, как при наземной спектроскопии, так в процессе обработке данных дистанционного зондирования.

При исследовании спектральных отражательных свойств крон деревьев можно регистрировать изменения состояния растений на ранних стадиях повреждения, когда еще нет явных проявлений дехромации и дефолиации хвои и листьев.

Вегетационные параметры очень часто измеряются посредством преобразования спектра отражения в набор вегетационных индексов - показателей, рассчитываемых с помощью математических операций с разными спектральными диапазонами данных дистанционного зондирования. Гиперспектральные, известные так же как узкополосные, вегетационные индексы включают в себя узкие диапазоны длин волн, которые могут быть измерены только специально предназначенной для этого аппаратурой - гиперспектрометрами. По типам определяемых вегетационных параметров гиперспектральные вегетационные индексы можно разделить на три основные категории: 1) Структура, 2) Биохимия, 3) Физиология растительности и стресс.

Структура включает в себя изучение листового покрытия и биомассы растительного покрова. Большая часть известных многозональных вегетационных индексов, созданных для структурного анализа растительности, имеет гиперспектральные эквиваленты. Оцениваемые биохимические параметры включают в себя воду, пигменты, азот, протеины и структурный материал растительности (лигнин и целлюлоза). Физиологические и стрессовые индексы измеряют тонкие изменения состояния ксантофиллов, изменение содержания хлорофилла и влагосодержания.

Биохимические и физиологические/стрессовые вегетационные индексы были сформулированы с использованием лабораторных и полевых инструментов, имеющих спектральное разрешение менее 10 нанометров, и апеллируют к конкретным узким длинам волн. Соответственно данные индексы являются исключительно гиперспектральными, за редким исключением, к примеру оценка влагосодержания через растительную структуру.

Большая часть ориентированных на исследование структуры индексов использует комбинацию отражения в каналах ближнего инфракрасного и красного, такие как ЫО\Л ("нормализованный дифференциальный вегетационный индекс") и БЯ

("простое отношение"):

(1) Ы0У1 =

4 ' Яшг+Кгес!

(2) = ^

где Яшг - отражательная способность объекта в ближнем инфракрасном диапазоне длин волн, 11гес1 - отражательная способность объекта в красном диапазоне длин волн.

Причина этого заключается в том, что на красную зону приходится максимум поглощения солнечной энергии хлорофиллом, а на ближний инфракрасный диапазон -максимум ее отражения за счет специфики клеточного строения листа. Таким образом, лежащая в основе этих индексов методология опирается на сравнении энергии, отраженной в «абсорбционных» длинах волн, с отраженной энергией в «не

10

абсорбционных». Признаком более тонких изменений в состоянии растительности служит также отражение в зеленой зоне и особенности водного поглощения.

Биохимические и стрессовые индексы также основываются на сравнении отражательной способности в различных длинах волн, однако выделяют их, опираясь на известные свойства биохимии растительности. К примеру, индексы, заточенные под определение стресса растительности, связанного с недостатком влаги, используют каналы на длинах волн 970 и 900 нм. Как известно, пигменты (каротин, антоцианы и хлорофилл) поглощают в видимом и ультрафиолетовом диапазонах энергетического спектра, но различаются по своим свойствам поглощения. Хлорофилл абсорбирует энергию в голубом и красном диапазоне спектра. Антоциан абсорбирует во всех длинах волн, за исключением красного диапазона. Каротин имеет желтый цвет из-за сильного поглощения в голубом диапазоне. По этой причине чувствительные к пигментным изменениям вегетационные индексы включают комбинации каналов именно в видимом диапазоне спектра.

Вегетационная индексация на базе материалов гиперспектральных съемок позволяет создавать сложные и узкоспециализированные вегетационные индексы, разработанные специально под определение конкретных особенностей жизнедеятельности растений. Стрессовое состояние и создающие его условия определяются преимущественно по узкополосным вегетационным индексам. Соответственно, при изучении лесопатологи гиперспекгральная аппаратура имеет явные преимущества.

Глава 3 Методика геопространственного анализа деградации лесной растительности по гиперспектральным данным дистанционного зондирования

При исследовании лесных насаждений дистанционными методами необходимо решить задачу по интеграции в процесс обработки и анализа съемочные материалы, картографического обоснования и результатов наземных полевых исследований. В данной работе предложена универсальная схема мероприятий, разделенная на три группы (рис.3.1): Данные Дистанционного Зондирования, ГИС-анализ и Статистическая обработка данных.

Обработка Данных дистанционного зондирования:

Соответствие исходных материалов проектным требованиям

Получение данных дистанционного зондирования

Предварительная обработка данных

Тематическая обработка данных и спектральная индексация

Обработка информации средствами ГИС:

Статистическая обработка результатов индексации:

Дисперсионный анализ информации

Корреляционный анализ информации

Рис 3.1. Блок схема предложенной методики.

Приведенная схема была разработана для решения следующих задач:

- создания и выбора наиболее информативных вегетационных индексов,

- расчета уравнений связи между этими показателями и характеристиками насаждений,

- построения тематических картограмм на территорию экспериментального участка.

Данная схема представляет собой основу метода оценки деградации лесной растительности средствами ГИС на основе узкополосных спектральных показателей.

Предполагается последовательное в рамках отдельного блока, и параллельное, в рамках всей методики, поэтапное выполнение операций.

Этап обработки данных дистанционного зондирования. Ключевым моментом любых исследований, сопряженных с использованием данных дистанционного зондирования, является грамотный выбор исходных съемочных материалов. ДЦЗ в обязательном порядке должны отвечать набору требований, регламентированных целями проводимых исследовательских работ. В противном случае претендующая на надежность оценка объектов, их свойств и связанных с ними явлений будет технически невозможна. К этим характеристиками относятся следующие параметры: радиометрическое разрешение, пространственное разрешение, спектральное разрешение, длина рабочего диапазона сенсора, размер съемочной сцены и дата ее получения.

Поскольку в основе предложенного метода лежит изучение биохимии и физиологии растительности, необходимо применение аппаратуры с высоким спектральным разрешением (порядка 10 нм) для того чтобы строить требующиеся индексационные модели по конкретным узким диапазонам волн.

Для построения качественных узкополосных индексов необходимо провести анализ спектральных сигнатур растительных объектов с известными характеристиками и осуществить выбор опорных спектральных диапазонов. На основании выбранных диапазонов необходимо откорректировать универсальные формулы вегетационных индексов, которые в основном носят рекомендательный характер, в откорректированные под конкретную съемочную сцену.

ГИС отвечает за сбор исходных данных, а именно картографических материалов и результатов наземного дешифрирования, с целью их сопоставления с результатами обработки данных дистанционного зондирования. Этот блок включает в себя наиболее трудоемкие этапы интеграции информационно-картографического обоснования. В его рамках производится:

- оцифровка картографического материала и заполнение ГБД.

- выбор тестовых площадей и извлечение из них относительных значений вегетационных индексов.

- построение тематических картосхем на территорию экспериментального участка на каждый стрессовый параметр из группы.

- выбор наиболее информативного показателя для оценки деградации лесной растительности и его модификация посредством ГИС, с целью повышения качества получаемых оценок.

- построение картограммы деградации растительности хвойных насаждений по результатам обработки гиперспектральных данных.

Статистический анализ В рамках данного этапа выполняется статистическая обработка, с целью выявления наиболее информативных спектральных показателей, пригодных для оценки состояния лесных насаждений. На основе полученных результатов происходит вычисление уравнений связи категорий поврежденности и

1В

спектрально отражательных свойств древостоя. Первоначально необходимо осуществить выявление наиболее информативных спектральных показателей методами корреляционного и дисперсионного анализов. Данные методы применяются параллельно друг другу в целях повышения достоверности результатов. Дополнительным критерием для оценки индекса служит анализ разделимости категорий выявляемого признака посредством анализа по наименьшей случайной разнице. Вычисление уравнений связи между состоянием древостоя и их спектральными отражательными свойствами реализуется посредством регрессионной оценки полученных на исследовательских участках данных.

Технология выявления наиболее информативных вегетационных индексов в рамках отдельных групп, основана на анализе величин Критерия Фишера (Р-критерия), коэффициентов корреляции.

(3) ^эмп = £

, где а12 и ст22 большая и меньшая дисперсии рассматриваемых величин исследуемой характеристики.

Коэффициент корреляции позволяет оценить, насколько надежна связь между параметром насаждения и его спектральными свойствами. Критерий Фишера -статистическая оценка, позволяющая определить влияние параметров лесного насаждения на его спектральные свойства. Оценка принимаемых индексами значений на тестовых участках с известными характеристиками древостоя позволяет выполнить оценку границы возможных случайных отклонениях при оценке параметров насаждений

Дисперсионный анализ полученной выборки показателей древостоя и присущих им значений спектральных индексов заключается в оценке различий значений узкополосных ВИ, соответствующих пяти категориям состояния деревьев.

Критерий, по которому производится выбор самых информативных спектральных показателей, сформулирован следующим образом: наиболее информативным является тот индекс, который характеризуется максимально различными значениями для разных характеристик лесного насаждения. Степень различий оценивается по величине отношения Р-критерия к табличному значению, в зависимости от принятого уровня значимости. Высокое значение Р-критерия характеризует наличие существенного различия между значениями спектральных показателей, соответствующих разным величинам исследуемых характеристик.

В основе в основе корреляционного анализа данных лежит расчет матрицы коэффициентов линейной корреляции между характеристиками древостоя на тестовом участке и узкополосными вегетационными индексами. Критерий выбора наиболее информативного спектрального показателя имеет следующую формулировку: наиболее информативным является такой вегетационный индекс, который характеризуется максимальным коэффициентом линейной корреляции (по модулю) с исследуемыми характеристиками насаждений.

На основании полученной информации осуществляется выбор наиболее эффективного индекса в рамках каждой конкретной группы. Отобранные индексы обрабатываются посредством регрессионного анализа с целью получения уравнений

связи. Посредством полученных уравнений выполняется пересчет принимаемых индексами относительных значений в абсолютные.

На основе наиболее информативных индексных показателей существует возможность получить тематические картосхемы по каждому из исследуемых параметров, на основании эмпирического прогнозирования. Посредством совместного изучения базовых картосхем, средствами ГИС-анализа можно получить комбинационные картосхемы, позволяющие более качественно оценивать происходящие в древесной растительности процессы. К примеру, рассматриваемый в данной работе метод выявления повышения содержания в хвое пигментов антоциана характерен как для испытывающей бурный рост молодой растительности, так и для деградирующей старой. Поэтому включение в обработку данных о возрастных категориях древостоя в качестве дополнительных данных в процесс ГИС-анализа позволяет избавиться от неоднозначности и более ненадежно оценивать состояние растительности.

Глава. Эксперимент по оценке состояния сосновых лесов на основе ГИС обработки гиперспектральных данных дистанционного зондирования

Для проведения исследований по изучению деградации лесов с использованием гиперспектральных данных дистанционного зондирования и геоинформационной системы на территории Савватьевского лесничества, расположенного в Тверской области, был выбран тестовый участок площадью 4 кв. км.

Отобранный для выполнения апробации методики снимок ГСК-ЗЛ содержит 290 каналов 290 каналов диапазоне длин волн 400-1000 нм; ширина каналов - от 1 (голубая зона) до 12 нм (ближняя ИК). Пространственное разрешение остальных каналов составляет 10 м/пиксель, радиометрическое разрешение - 12 бит. Размер сцены равен 1,5 км х 2,7 км. Таким образом, он удовлетворяет поставленным условиям. Тематическая обработка снимков заключалась в классификации растительных объектов, анализе коэффициентов отражения растительности, выборе каналов для индексации, создании гибких моделей для оценки спектральных индексов.

Для выполнения эксперимента и формирования баз данных ГИС (Рис. 4.1) были собраны на территорию тестового участка плановые картографические материалы последнего лесоустройства, содержащие информацию о границах лесных насаждений.

Рис 4.1. Слои ГИС на территорию Савватьевского лесничества.

Экспериментальные работы по оценке деградации лесных насаждений по гиперспектральным данным выполнялись в рамках предложенной в третьей главе методики.

Для создания репрезентативных узкополосных вегетационных индексов по гиперспектральным данным дистанционного зондирования были проанализированы кривые спектральной отражательной способности растительности на участках с известными характеристиками, с целью выбора набора ключевых каналов. Каналы были интегрированы в универсальные модели расчета, специально созданные под каждый конкретный индекс в модуле ПО Erdas Imagine Model Maker. (4.2)

''i_r.d.i_dfJC!_C7ü

Рис 4.2. Общий вид модели для вычисления узкополосног о вегетационного индекса в блоке Model Maker.

Для выполнения эксперимента, опираясь на международные результаты исследований и характеристики съемочной аппаратуры, были отобраны и сгруппированы доступные индексы, расчет которых возможен в рабочем диапазоне ГСК-ЗЛ: 400-1000 нм.

1) Содержание пигментов антоциана.

Важная особенность пигментов антоцианов заключается в том, что они не присутствуют в листьях до тех пор, пока в листьях не начнёт снижаться уровень хлорофиллов. Соответственно они являются более эффективным, индикатором стрессового состояния растительности, чем хлорофилл и каротин, присутствующие в клетках растений постоянно. Индексы, определенные в данную категорию, в достаточной мере изучены иностранными исследователями и применялись на практике (Gamón J.А. 1997, Van der Berg 2005).

Индекс содержания антоцианов: (4) ACI =

v Rmr

где Rgreen - отражательная способность объекта в зеленом диапазоне длин волн

Антоциановый индекс:

(5) AR1 = 1

Ядгееп Кгес1ес1§е

где И^гееп - отражательная способность объекта в диапазоне красного склона. Модифицированный антоциановый индекс:

* Rnir

(6) mARI = f—---Ц—1

IRgreen RrededgeJ

Простое отношение в красном и зеленом диапазонах волн:

(7) RGRI =

Rgreen

2)Общий показатель стресса растительности:

Применение гиперспектральных данных дает возможность с более высокой точностью, по сравнению с многозональными данными, оценивать растительный стресс непосредственно по специально разработанным под эти задачи узкополосным индексам, успешно применявшимся в работах Merton J.P. и Hunnington S.V. 1999 г.

Позиция "красного склона":

(8) REP = 700 + 40 Rrededge~R70°

R740+R700

Индекс растительного стресса:

(9) RVSI = R714+R752 - R733

3)Эффективное поглощение света растительностью:

Снижение способности растительности эффективно усваивать солнечную радиацию, сигнализирует о негативных изменениях в ее структуре и является индикатором деградации. Naidu R.A. 2005 г. использовал эти индексы для исследования растительных вирусных болезней.

Индекс фотохимического отражения волн:

(10) PR1 = R531-R57°

v ' R31+R570

Простое отношение в красном и зеленом диапазонах волн: RGRI = формула №7

Структурно нечувствительный индекс содержания пигментов:

5/р/ = К800-К445 4 ' 1*800 + 1*680

4)Содержание целлюлозы в растительности:

Из-за ограниченности доступного диапазона длин волн рабочим диапазоном съемочной аппаратуры только один индекс оказался пригоден для оценки содержания лигнина и целлюлозы.

Индекс отражения света в среднем инфракрасном диапазоне огрубевшим

углеродом растительных тканей: (12)

4 ' 1*750

Ограничение съемочной аппаратуры не позволили использовать весь доступный спектр индексов, специально предназначенных для оценки водного режима растительности. Однако в обработку были добавлены узкополосные версии структурного вегетационного индекса, успешно примененные для решения задач, связанных с оценкой содержания воды в тканях растительности, в работе А. Рзошав в 2005году.

Водный индекс: (12) ИГВ1= —

У ' 1*970

Взвешенный разностный вегетационный индекс:

Модифицированный разностный взвешенный вегетационный индекс:

(14) и¿в/г= —

ч / К705

Полученные индексные узкополосные изображения были обработаны в Г'ИС с целью автоматизированного извлечения значений параметра по каждой конкретной зоне интереса. Зоны интереса представляют собой участки лесопокрытых земель, на которых известна категория состояния древостоя.

Извлеченные значения индексов подверглись статистической обработке посредством корреляционного и дисперсионного анализа с целью выявления наиболее информативного параметра в рамках каждой группы изображений.

По каждому наиболее информативному индексу были проведены регрессионный и НСЛ (наименьшая случайная разница) анализ, с целью получения линейной зависимости значений, принимаемых вегетационным индексом, от таксационного параметра. На основе проведенного анализа выбраны следующие индексы:

Содержание пигментов антоцианов - наиболее эффективным индексом оказался АС1 - индекс содержания антоцианов (рис. 4.3). Он отслеживает падение в зеленой зоне спектра, наблюдаемое у растительности с повышенным содержанием антоцианов в структуре. Коэффициент корреляции = 0,899, Критерий Фишера = 93,772. Формула зависимости категории поврежденное™ соснового леса от индекса; К = -26,960* АС1 +12.32818.

Индекс АС1 АШ тАШ

Антоцианы _

0,899

-0,812 -0,782

93,772

72,891 78,233

Рис 4.3. Индексное изображение АС1

Общее стрессовое состояние - в качестве наиболее эффективного индекса был выбран ЯЕ1Р - положение области инфракрасного склона (рис. 4.4). Оценивает общий растительный стресс. Коэффициент корреляции = -0,82, Критерий Фишера = 99,63. Формула зависимости категории поврежденности соснового леса от индекса: К= 0,63* ЯЕ1Р - 453.823.

Рис 4.4. Индексное изображение ЯЕ1Р 19

Эффективность усвоения солнечной энергии - наиболее эффективным индексом следует считать 1ШШ - индекс соотношения зеленого к красному (рис. 4.5). Высокое содержание антоцианов приводит к покраснению листьев, что увеличивает разницу в отражении между красным и зеленым каналами. Коэффициент корреляции = 0,82, Критерий Фишера = 90,223. Формула зависимости категории поврежденности соснового леса от индекса: К = 19.51* ЯОИ

Рис 4.5. Индексное изображение ИСЮ

Содержание структурных веществ - оценка единственного доступного в рамках исходных гиперспектральных материалов индекса 81Р1 показала его достаточную надежность (рис. 4.6).. Коэффициент корреляции: 0,762 Р-критерий: 82,234 Формула линейной зависимости: К =22,23 * Я/Р1 - 11.96

Структура

Индекс Я ?

Р5К1 0,762 82,234

Рис 4.6. Индексное изображение РЗШ

Влагосодержание - наиболее эффективным индексом показал себя \VDBI2 -модифицированный взвешенный разностный вегетационный индекс (рис. 4.7). Коэффициент корреляции: 0,81 Р-кригерий: 89,21 Формула линейной зависимости: К = 10.2 * МТ>В1&8.9

Рис 4.7. Индексное изображение 1УОВ12

На основании регрессионной зависимости был осуществлен пересчет относительных индексных значений в абсолютные средствами ГИС-моделирования и построен набор тематических картосхем по каждому из изучаемых биохимических и физиологических параметров.

Из наиболее эффективных, в рамках отдельных групп, индексов был отобран индекс АС1, наиболее эффективный в целом (Таб. 4.1):

И Р

РЭВ1 0,762 82,234

\WDBI 0,72 88,96

[ШР -0,82 99,63

-0,682 38,906

АС1 0,899 93,772

Таб. 4.1. Общая ог^нка эффективных индексных изображений.

Наиболее эффективная картосхема по узкополосному вегетационному индексу содержания антоциана АС1 была модифицирована средствами ГИС на основе информации из Геоинформационной базы данных о возрасте древостоя, с целью уменьшения неоднозначности данного параметра: всплеск этих пигментов характерен не только для деградирующей старой растительности, но и для молодой и активно поросли, вытекающий из особенностей растительного метаболизма.

Вода

\Л/В1 0,21 43

\WDBI 0,72 88,96

\MDBI2 0,81 89,21

Данная операция была произведена посредством формирования тематического растра на основе возрастных категорий древостоя. На основе растров содержания антоцианов и растра возрастных категорий посредством встроенного в ARC GIS моделлера (рис.4.8) было сформировано итоговое модифицированное изображение.

- Model .£> "Щ^К^^^В^Я^Ш" "41 1 :

..... .длин —*__

Model Edit ¡meet View Winden Help

¡ В & % в в * "> * BgK« ЯП к .'S >

Рис. 4.8. Модель расчета итогового изображения в моделлере Агс015.

По модифицированному изображению построена итоговая картограмма для выявления и оценки деградации лесной растительности на тестовом полигоне Савватьевского лесничества Тверской области (рис 4.9).

Без признаков ослабления С признаками ослабления | | Ослабленное { | Сильно ослабленное Усыхающая

Рис 4.9. Итоговая картосхема деградации растительности на основе содержания пигментов антоциана.

Результаты применения методики верифицированы посредством сравнения полученных результатов с результатами наземных исследований. Эффективность метода подтверждена сравнением с распространенным на сегодняшний день методом оценки лесотаксационных параметров по многозональным структурным вегетационными индексам.

Основные результаты исследований

1) Разработана универсальная методика геопространственного анализа деградации лесной растительности на основе биохимических вегетационных индексов,

22

отбираемых и анализируемых посредством материалов из геоинформационных баз данных и статистических методов.

2) Разработаны методика и программные решения для расчета и оценки узкополосных индексных изображений по гиперспектральным данным дистанционного зондирования, реализованные в виде скриптов и моделей для использованного в исследовании ПО.

3) Создан набор тематических картограмм, позволяющих оценить деградацию лесной растительности в зависимости от определенных биохимических параметров на территории экспериментального полигона Савватьевского лесничества. Индексировать биохимию и физиологию растительного покрова возможно только посредством ГИС-обработки гиперспектральных данные дистанционного зондирования, ввиду сравнительной сложности процесса вычисления узкополосных индексных изображений и особенностях их интерпретации.

Заключение

По результатам решения поставленных в диссертационной работе задач были сделаны выводы:

Разработанная методика научно аргументирована, построена на основе апробированных теоретических положений, несет в своей структуре корректный математический аппарат. Она показала свою эффективность при оценке негативных изменений в состоянии древостоя, на конкретном экспериментальном полигоне и конкретных материалах ДДЗ. Однако существует потенциал усовершенствования методики посредством изучения и обработки гиперспектральных индексов на различных тестовых участках, содержащих иной породный состав древостоя, и разной съемочной аппаратуре, имеющей отличные от ГСК-ЗЛ спектральные характеристики.

Потенциально существует возможность составить каталог рекомендаций по выбору и формированию индексов, интерпретации полученных результатов и готовых сборок решений на базе разработанного метода. Так же возможно усиление расчетного аппарата посредством написания более сложных скриптовых моделей.

Список работ, опубликованных автором по теме диссертации :

1. Митрофанов Е.В. Шашнев И.В., Бубненкоа Д.И. О применении узкоспектральных вегетационных индексов для оценки состояния лесной растительности // Вестник МГОУ. Серия «Естественные науки». № 4,2012 сс. 118-122

2. Грядунов Д.А., Митрофанов Е.В., Бубненков Д.И. О применении комплексов беспилотных летательных аппаратов в системе многоуровневого экологического мониторинга //Вестник МГОУ. Серия «Естественные науки». №4,2012 сс.95-99

3. Митрофанов Е.М. "Методика геопространственного анализа деградации лесной растительности по гиперспектральным данным дистанционного зондирования." // Вестник МГОУ. Серия «Естественные науки». № 4,2013 сс. 1-123 -141

4. Чабан Л.Н., Капитонова К.Н., Митрофанов Е.М., Николенко A.A., Кудрявцев C.B., Штейнберг О.М. Дешифрирование породного состава лесной растительности по

самолетным гиперспектральным изображениям // XIV Международная научно-практическая конференция «Методы дистанционного зондирования и ГИС-технологии для оценки состояния окружающей среды, инвентаризации земель и объектов недвижимости» в кн. Материалы Международного научно-образовательного форума «Бургас-2013» - Изд. «ЕООД ИХНИИТ», Бургас, Болгария, 2013 - сс. 145-150

5. Власова А.Г., Грузинов B.C., Журкин И.Г., Максимов В.И., Митрофанов Е.М., Чабан Л.Н. Геоинформационное моделирование и картографирование природно-ресурсного потенциала территорий, подверженных антропогенным нагрузкам // Хроники Объединённого фонда электронных ресурсов «Наука и Образование» № 2 (45) февраль 2013, с.22

6. Митрофанов Е.М. , Шишкина Е.В. , Шашнев И.В. "Проблематика лесопатологических исследований по данным дистанционного зондирования земли на территории Российской Федерации"// M.20I2 9 с. ВИНИТИ РАН 22.05.2012 № 214 -В2012

7. Барабасов В.К. Гречищев A.B. Грядунов Д.А. Митрофанов Е.М. Применение комплексов беспилотных летательных аппаратов в системах мониторинга территорий. // Международная конференция «ГЕОИНФОРМАЦИОННЫЕ НАУКИ И ЭКОЛОГИЧЕСКОЕ РАЗВИТИЕ: НОВЫЕ ПОДХОДЫ, МЕТОДЫ, ТЕХНОЛОГИИ» VI конференция «ГЕОИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И КОСМИЧЕСКИЙ МОНИТОРИНГ» 2013 г.

8. Митрофанов Е.В. "Технология оценки деградации лесной растительности на основе индексирования содержания пигментов антоциана по гиперспектральным данным дистанционного зондирования" // Материалы IV Международной научно-практической конференции «Математические методы и модели анализа и прогнозирования развития социально-экономических процессов черноморского побережья Болгарии. 21-27 октября 2013 г. с 160-172.

Подписано в печать:

21.11.2013

Заказ № 9192 Тираж - 80 экз. Печать трафаретная. Объем: 1 усл.п.л. Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 www.autoreferat.ru

;

Текст научной работыДиссертация по наукам о земле, кандидата технических наук, Митрофанов, Евгений Михайлович, Москва

Московский государственный университет геодезии и картографии

042014516^3 и

—^ На правах рукописи

МИТРОФАНОВ ЕВГЕНИЙ МИХАЙЛОВИЧ

Разработка методики геопространственного анализа деградации лесной растительности по гиперспектральным данным дистанционного зондирования

25.00.35 - «Геоинформатика»

Диссертация

на соискание ученой степени кандидата технических наук

Научный руководитель: кандидат технических наук, доцент

Л.Н. Чабан

Москва-2013

Оглавление

Введение............................................................................................................... 4

1. Анализ применения данных дистанционного зондирования земли и геоинформационных технологий для решения задач лесного

хозяйства............................................................................................................... 10

1.1. Геоинформационные системы в лесном хозяйстве.............................. 10

1.1.1. Основные пути применения геоинформационных систем в лесном хозяйстве....................................................................................... 10

1.1.2. Основные цели государственной инвентаризации лесов, решаемые ГИС.......................................................................................... 13

1.1.3. Основные ГИС применяемые для нужд лесоустройства и требования к ним....................................................................................... 15

1.2. Данные дистанционного зондирования Земли..................................... 21

1.2.1. Современные системы дистанционного зондирования, применяемые при исследовании лесопокрытых земель....................... 21

1.2.2. Гиперспектральная съемка и решаемые посредством нее задачи для нужд лесного хозяйства........................................................ 25

1.2.3. Анализ уровня современных технологий исследования лесов

по данным дистанционного зондирования............................................. 30

Выводы по первой главе...................................................................................... 46

2. Спектральные свойства древесной растительности..................................... 47

2.1. Спектрально отражательные характеристики древесной растительности.................................................................................................. 47

2.2. Гиперспектральные вегетационные индексы как эффективный инструмент исследования растительного покрова на основе материалов дистанционного зондирования...................................................................... 53

2.2.1. Гиперспектральные вегетационные индексы............................... 53

2.2.2. Применение гиперспектральных вегетационных индексов....... 55

Выводы по второй главе................................................................................. 62

3. Методика геопространственного анализа деградации лесной растительности по гиперспектральным данным дистанционного зондирования......................................................................................................... 63

3.1. Методическая схема................................................................................. 63

3.2. Анализ информативности узкополосных индексов.............................. 68

3.2.1. Выбор спектральных индексов...................................................... 68

3.2.2. Критерии выбора объектов исследования..................................... 72

3.2.3. Данные лесотаксационных обследований и их анализ................. 72

3.3. Анализ результатов спектральной обработки данных дистанционного зондирования и материалов лесотаксационных обследований статистическими методами..................................................... 75

3.4. Методика оценки связи между категорией поврежденности растительных насаждений и их спектральными отражательными свойствами............................................................................................................................................................................................................76

3.5. Картографирование лесопокрытых земель по данным ДЗ....................................78

Выводы по главе 3..................................................................................................................................................................................81

4. Эксперимент по оценке состояния сосновых лесов на основе ГИС

обработки гиперспектральных данных дистанционного зондирования..................82

4.1. Задачи эксперимента и природная характеристика тестового района................................................................................................................................................................................................................................82

4.2. Описание исходных данных для эксперимента..........................................................................84

4.3. Формирование базы данных ГИС на экспериментальный участок и создание моделей для извлечения и каталогизации из нее информации............................................................................................................................................................................................................88

4.4. Создание узкополосных индексных изображений................................................................89

4.5. Оценка степени информативности спектральных показателей......................94

4.6. Создание комбинационной картосхемы для оценки деградации

лесной растительности........................................................................................................................................................................110

Выводы по главе 4..................................................................................................................................................................................115

Заключение........................................................................................................................................................................................................................116

Список сокращений и условных обозначений........................................................................................................119

Список литературы................................................................................................................................................................................................120

ВВЕДЕНИЕ

Актуальность темы исследования:

На долю лесов России приходится примерно 24% объема от лесного покрова всей планеты и они являются уникальной природной экосистемой, имеющие глобальное ресурсное и социальное значение. Леса являются важнейшей частью природной биосферы и их состояние и продуктивность тесным образом связана с деятельностью человека и влияет на жизнеспособность и потенциал развития человеческого общества.

Лес непрерывно претерпевает изменение в результате воздействия природных и антропогенных факторов. Некоторые из этих изменений могут приводить к серьезным нарушениям структуры лесных биогеоценозов. Наиболее негативными из этих факторов являются: бесконтрольная деятельность человека, активность насекомых-вредителей, лесные пожары и др.

В России с ее огромными лесными территория традиционно уделяется большее внимание проблеме мониторинга лесов, в рамках мероприятий по изучению, контролю за их состоянием и использованию. Современное состоянии развития средств и методов лесного мониторинга с целью разработки долгосрочной стратегии рационального использования лесных ресурсов и защиты окружающей среды в обязательном порядке предполагает использование материалов дистанционного зондирования и геоинформационных систем (ГИС), в виду больших площадей изучения и большого объема информации, накопленной в рамках плановых мероприятий по выполнению государственной инвентаризации лесов.

Современное развитие средств дистанционного зондирования, способных

получать информацию о растительных объектах с высоким спектральным

разрешением, требует создания соответствующих ГИС-технологий и

программных средств ее анализа, что позволит разработать принципиально

4

новые методы оценки состояния лесов. Эти задачи становятся особенно актуальными в связи с успешным запуском в мае 2013 года отечественного спутника "Ресурс-П", оснащенного гиперспектральной аппаратурой.

Степень ее разработанности

Проблематика анализа деградации древесной растительности по материалам гиперспектральных данных средствами ГИС является предметом активных изучений иностранных исследователей. Опубликовано немало работ прямо или косвенно касающихся поднятой в данном исследовании теме.

С другой стороны, российскими исследователями данная тема практически не разрабатывалась ввиду отсутствия до недавнего времени отечественной гиперспектральной аппаратуры.

Цели и задачи.

Основной целью работы является расширение возможностей ГИС-анализа при оценке состояния лесной растительности за счет разработок и внедрения специализированных алгоритмов и методики обработки гиперспектральных данных дистанционного зондирования. Для достижения целей заявленных целей в рамках исследовательских мероприятий были поставлены следующие задачи:

1) Провести анализ существующих отечественных и зарубежных методик оценки состояния лесопокрытых земель по данным дистанционного зондирования. Изучить возможности применения гиперспетральных данных и их преимущества при оценке состояния лесной растительности.

2) Изучить методологические принципы вегетационной индексации, характеризующей изменения биохимических параметров лесных насаждений.

3) Разработать методику, позволяющую оценивать выборку вегетационных индексов и выбирать наиболее эффективный индекс под

создание каждой конкретной тематической картограммы средствами ГИС-анализа.

4) Провести комплекс наземных лесотаксационных работ, с целью определения тестовых участков, на которых будет набираться статистика, производиться перерасчет значений из относительных (индексы) в абсолютные (категории поврежденности) и производиться апробация полученных результатов.

5) Создать ГИС для изучения экспериментальной территории, содержащую в себе картографическую информацию, данные лесного фонда и материалы полевых исследований в качестве основы для дальнейшей обработки данных и построения картограмм.

6) Вычислить, создать и статистически обработать индексные изображения и построить на их основе тематические картограммы для оценки состояния древесной растительности, по конкретным параметрам.

Научная новизна:

Научная новизна диссертационной работы заключается в следующем:

1) Разработаны новые алгоритмы и программное обеспечение для решения задач по обработке гиперспектральных данных в ГИС с использованием вегетационных индексов.

2) В рамках апробации методики посредством эмпирического ГИС-моделирования составлены актуальные картосхемы деградации растительности на территорию экспериментального полигона и проведена их верификация.

3) Впервые проведено сравнение результатов, полученных на основе биохимических индексов, с результатами, полученными на основе структурных индексов, с использованием статистических и эмпирических методов.

4) Впервые выполнена обработка нового типа данных дистанционного зондирования, полученных с экспериментальной аппаратуры, с целью получения наиболее информативных вегетационных индексов, подходящих для анализа деградации растительных насаждений.

Теоретическая и практическая значимость работы :

Использование предложенного в работе метода выявления деградации лесов по гиперспектральным данным позволяет:

- повысить достоверность выявления деградирующих лесопокрытых площадей в рамках решения задач по государственной инвентаризации лесов (ГИЛ);

- сократить объемы выполнения наземных работ благодаря возможности изучать физиологию растительности дистанционными методами с использованием средств ГИС анализа;

- выявлять причины деградации, прогнозировать состояние древостоя и вырабатывать комплекс мер по стабилизации ситуации.

Методология и методы исследования:

Использованы методы ГИС-анализа, спектрального анализа, цифровой обработки изображений и распознавания образов, математической статистики и цифровой картографии.

Использованы экспериментальные гиперспектральные данные, данные лесоустроительных планшетов, электронные карты, результаты вегетационной индексации, материалы полевых исследований, статистические модели.

Положения, выносимые на защиту:

1) Разработанная в рамках исследования универсальная методика

геопространственного анализа деградации лесной растительности на основе

7

биохимических вегетационных индексов, отбираемых и анализируемых посредством материалов из геоинформационных баз данных и статистических методов.

2) Разработана методика и программные решения для расчета и оценки индексных изображений по гиперспектральным данным дистанционного зондирования.

3) Построены картограммы, позволяющие оценить состояние сосновой растительности в зависимости от конкретных биохимических параметров на территории экспериментального полигона Савватьевского лесничества.

Степень достоверности и апробация результатов:

Достоверность результатов работы подтверждается:

логикой постановки задач исследований, научной аргументированностью положений и выводов;

всесторонним анализом ранее выполненных исследований и разработок по исследуемому предмету;

применением апробированных теоретических положений, корректным использованием математического аппарата;

большим объемом выполненных экспериментальных исследований, в том числе в полевых условиях, экспериментальной проверкой теоретических результатов на модельных и реальных данных;

реализацией разработанной методики в рамках исследования при поддержке Министерства образования и науки Российской Федерации, соглашений 14.В37.21.1243

Основные результаты диссертационной работы докладывались на IV Международной научно-практической конференции «Математические методы и модели анализа и прогнозирования развития социально-экономических

процессов черноморского побережья Болгарии и были отражены в серии научных публикаций в различных российских цитируемых журналах.

1. АНАЛИЗ ПРИМЕНЕНИЯ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ И ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ ЛЕСНОГО ХОЗЯЙСТВА

1.1 Геоинформационные системы в лесном хозяйстве

1.1.1 Основные пути применения геоинформационных систем в лесном

хозяйстве

Современные экономические реалии нашей страны делают акцент на решение проблем связанных с эффективности управления. Это вызвано тем, что во время планирования производственных мероприятий помимо фактора эффективности требуется учитывать еще один немаловажный параметр -рентабельность. Подобный подход позволяет достигать оптимальных результатов посредством наиболее рационального распределения имеющихся средств и возможностей.

С учетом того, что внешние условия меняются быстро, а число влияющих факторов велико, выбор правильного решения бывает значительно затруднен. Таким образом, поиск эффективного решения становится более сложной задачей. Требования потребителей конечного продукта и появление новых технологий меняет конъюнктуру отрасли. В связи с этим становится необходимым создание автоматизированных систем управления, которые могли бы помочь специалистам принимать наиболее эффективные решения и обеспечивать гибкую и качественную оценку ситуации и выработку решений на ее основе[77]

Разработка подобных систем прежде всего должна проводиться с учетом потребностей целевой отрасли и задач, решаемых в рамках ее юрисдикции. Соответственно системы должны быть разработаны и оптимизированы на базе современных научных методов моделирования.

Лесное хозяйство России в результате мероприятий по реорганизации структуры и деятельности входящих в него подразделений изменило функции муниципальных, федеральных и региональных органов управления. Штат лесной охраны так же существенно сократился. Централизованные системы охраны лесов от пожаров и лесоустройства разрушены. Все лесоустроительные предприятия преобразованы в филиалы Рослесинфорга, основной задачей которого является разработка методологии и проведение государственной инвентаризации лесов, в качестве своей первоочередной задачи. Проведение современный мероприятий по лесоустроительным работам затруднено из-за того, что корпус полевых специалистов по лесоустройству уменьшился до такого размера, что рассчитывать в ближайшие годы на выполнение больших объемов работ не возможно.

В нашей территориально протяженной и лесистой стране существуют ограничения в финансовых и трудовых ресурсах. По этой причине технической основой лесоустроительных работ должны быть ГИС-технологии и материалы аэрокосмических данных дистанционного зондирования.

Перед лесной отраслью в наше время стоит важная задача по организации эффективного управления лесопокрытыми землями, которое должно обеспечивать баланс использования и воспроизводства древостоя. Концепцией информатизации лесного хозяйства [80] предполагается, что решение данных задач будет не эффективно и чрезвычайно затруднено без использования современных информационных технологий. Применение данных технологий может значительно повысить эффективность решения задач, связанных с инвентаризацией лесов, благодаря возможности интеграции в ГИС-обработку накопленного за годы полевых исследований информационного обоснования.

На текущий момент в современном Российском лесном хозяйстве

достаточно широко используются географические информационные системы.

При этом, несмотря на достаточную разработанность подобных методов, в

11

реальной производственной практике потенциал ГИС не используется в полагающейся ему регламентом мере.

Лесное хозяйство сопряжено с работой над лесопокрытыми площадями, как с набором географических объектов, а подобны