Картографирование лесов по многоспектральным спутниковым данным высокого пространственного разрешения

Материалы » Разработка методики региональной экологической оценки состояния лесов по данным спутниковых наблюдений » Картографирование лесов по многоспектральным спутниковым данным высокого пространственного разрешения

Предложенная методика региональной экологической оценки лесов предусматривает использование репрезентативной выборки данных спутниковых наблюдений высокого пространственного разрешения для классификации лесного покрова и оценки таких ключевых индикаторов как лесистость и доля чистых хвойных насаждений в составе покрытой лесом площади. Одним из широко используемых в настоящее время источников спутниковых данных высокого разрешения является портал программы Global Land Cover Facility (GLCF http: // glcf. umiacs. umd. edu). Отобранный из архива набор изображений Landsat ETM+ включал в себя пять спутниковых сцен с незначительным влиянием облачности и максимально возможно приближенных по фазе фенологического развития растительности. Схема покрытия области изображениями Landsat ETM+ представлена на рисунке 2.

Используемые в работе изображения были приведены в проекцию UTM на эллипсоиде WGS84, а уточнение их взаимной пространственной привязки производилось методом аффинных преобразований по опорным точкам в зоне перекрытия изображений с уровнем погрешности, не превышающей размера одного пикселя.

При построении карт лесов регионального уровня с использованием данных высокого пространственного разрешения, как правило, для обеспечения полного покрытия территории приходится использовать совокупность неоднородных по времени и условиям спутниковой съемки изображений. При этом возникает задача разработки методов использования разнородных изображений с целью минимизации временных затрат и объема необходимых опорных данных при условии обеспечения достаточной тематической точности и информационной детальности получаемых карт.

Один из возможных подходов к решению этой задачи предполагает первоначальное проведение взаимной яркостной нормализации изображений с целью их последующей совместной классификации. В основу метода яркостной нормализации изображений, полученных одним и тем же прибором дистанционного зондирования, положено предположение о том, что, при отсутствии качественных изменений лесов в период между двумя датами наблюдений, различия регистрируемой яркости, прежде всего, связаны с изменениями характеристик пропускания и рассеяния излучения атмосферой, а также фенологической динамикой растительности. При этом была принята линейная модель аппроксимации связи между значениями яркости на уровне прибора дистанционного зондирования Ra и на нижней границе атмосферы R, согласно следующему выражению:

Ra = tg(Ratm + kR) (1),

где:

Ra – яркость подстилающей поверхности на верхней границе атмосферы;

Ratm – яркость отраженного атмосферой излучения;

R – яркость подстилающей поверхности на нижней границе атмосферы;

tg – коэффициент пропускания атмосферы;

k – коэффициент, зависящий от функции пропускания атмосферы и геометрических условий наблюдения.

Использование линейной модели (1) позволяет выразить следующим образом связь значений яркости для одного и того же участка на двух различающихся временем получения изображениях:

CN1 = aCN2 + b (2),

где: CN1 и CN2 – уровни яркости участка поверхности в различные моменты наблюдений; a и b - коэффициенты уравнения.

Использование выражения (2) позволяет предложить простой метод взаимной яркостной нормализации спутниковых изображений, предполагающий реализацию описанных ниже последовательных этапов.

На первом этапе производится выбор базового изображения, максимально возможно отвечающего следующей группе условий:

· наличие областей взаимного перекрытия базового изображения с максимально большим числом спутниковых изображений для региона наблюдения;

· наличие в зонах перекрытия изображений участков, соответствующих различным, характерным для региона наблюдения, типам лесов;

· соответствие даты наблюдения базового изображения наиболее благоприятной для картографирования лесов фазе фенологического развития растительности.

Следующий этап метода взаимной яркостной нормализации направлен на формирование сети опорных участков в зонах перекрытия спутниковых изображений для оценки значений коэффициентов уравнения (2). Опорные участки в зонах перекрытия соответствующих пар изображений выбираются визуально на покрытых лесом территориях исходя из следующих условий:

· количество опорных участков должно удовлетворять критериям статистической репрезентативности для линейного регрессионного анализа получаемых данных;

· выбранные опорные участки должны обеспечивать максимально широкий охват типов лесных насаждений, различающихся уровнем спектральной яркости;

· опорные участки должны быть свободны от влияния облачности;

Это интересно:

Характеристика ландшафтов Амурской области
Горные и возвышенные участки занимают 60%, равнины – 40% территории области. Первые расположены преимущественно в северной и средней районах. Между Зеей и Селемджой на западе и хр.Турана на востоке лежит Зейско-Буреинская равнина, южная е ...

Транснациональные корпорации и их роль в мировой экономике. Структура ТНК. Основные черты и особенности ТНК
ТНК – это компании. Международные по сфере своей деятельности;Национальные по капиталу и контролю за производством. По классификации ООН ризнаками ТНК являются наличие:Филиалов более чем в двух странах мира годового оборота более 6 млрд $ ...

Общие сведения
ЮЖНО-АФРИКАНСКАЯ РЕСПУБЛИКА, ЮАР. Государство на юге Африки. Столица – г.Претория (1,9 млн. чел. – 2004). Территория – 1,219 млн. кв. км. Административно-территориальное деление – 9 провинций. Население – 46,3 млн. чел. (2005). Официальн ...