Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 1. С. 36-48

Оценка точности и сопоставимости тематических карт лесного покрова разного пространственного разрешения на примере Среднего Поволжья

Э.А. Курбанов 1 , О.Н. Воробьев 1 , А.В. Губаев 1 , С.А. Лежнин 1 , Ю.А. Полевщикова 1 
1 Поволжский государственный технологический университет, Йошкар-Ола, Россия

Одобрена к печати: 21.12.2015
DOI: 10.21046/2070-7401-2016-13-1-36-48
 

На примере лесного покрова Среднего Поволжья приведена методика оценки точности классификации и сопоставимости тематических карт, полученных по разновременным спутниковым снимкам среднего и высокого пространственных разрешений. Для валидации полученных тематических карт Landsat для 2001 и 2014 гг. были использованы наборы независимых данных полевых исследований, лесоустроительных планов насаждений, а также существующие карты глобального и регионального уровня наземного покрова. Для оценки сопоставимости карт разного пространственного разрешения в среде ArcMap был разработан специальный программный модуль Comparer_CSFM&RS_1.0, позволяющий сравнивать их с помощью алгоритмов «плавающего окна» и «чистых пикселей». На тематических картах максимально различается класс «деревья», точность пользователя (UA) которого достигает 91,9% при обычном алгоритме “плавающего окна” и 98,9% для алгоритма “чистых пикселей”. Наибольшее расхождение в площади наземного покрова сравниваемых карт MODIS и Landsat приходится на класс «кустарник». Результаты исследования показывают, что комбинирование спутниковых снимков MODIS и Landsat может быть успешно использовано для картирования лесного покрова и мониторинга его динамики на региональном уровне.
Ключевые слова: дистанционное зондирование земли, Landsat, классификация изображений, лесные насаждения, оценка точности классификации, Среднее Поволжье
Полный текст

Список литературы:

  1. Барталев С.А., Лупян Е.А. Исследования ИКИ РАН по развитию методов спутникового мониторинга растительного покрова // Современные проблемы дистанционного зондирования Земли из космоса. 2013. № 1. С. 197–214.
  2. Воробьев О.Н., Курбанов Э.А., Губаев А.В., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Дистанционный мониторинг городских лесов // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2015. № 1(25). С. 5–21.
  3. Воробьев О.Н., Курбанов Э.А., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Методика выявления степени повреждения древостоев после пожаров 2010 года в Среднем Поволжье // Современные проблемы дистанционного зондирования Земли из космоса. 2014. № 4 (11). С. 217–229.
  4. Губаев А.В., Курбанов Э.А., Воробьев О.Н., Лежнин С.А., Полевщикова Ю.А. Модуль Comparer_CSFM&RS_1.0, созданный с помощью программного пакета ArсGIS 10 для сравнения растровых тематических карт, полученных по спутниковым снимкам: Свидетельство о государственной регистрации программы на ЭВМ // 2015. № 2015615586.
  5. Елсаков В.В., Кулюгина Е.Е. Растительный покров Югорского полуострова в условиях климатических изменений последних десятилетий // Исследование земли из космоса. 2014. № 3. С. 65–77.
  6. Елсаков В.В., Марущак О., Щанов В.М. Картирование растительного покрова бассейна р. Кожим (Приполярный Урал) с использованием материалов дистанционного зондирования // Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т.2. С. 360–364.
  7. Курбанов Э.А., Воробьёв О.Н., Губаев А.В., Лежнин С.А., Незамаев С.А., Александрова Т.А. Оценка зарастания земель запаса Республики Марий Эл лесной растительностью по спутниковым снимкам // Вестник Марийского государственного технического университета. Сер.: Лес. Экология. Природопользование. 2010. № 2(9). С. 14–20
  8. Курбанов Э.А., Воробьев О.Н., Губаев А.В., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Четыре десятилетия исследований лесов по снимкам Landsat // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2014. № 1(21). С. 18–32.
  9. Курбанов Э.А., Воробьев О.Н., Незамаев С.А., Губаев А.В., Лежнин С.А., Полевщикова Ю.А. Тематическое картирование и стратификация лесов Марийского Заволжья по спутниковым снимкам Landsat // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2013. № 3. С. 72–82.
  10. Курбанов Э.А., Нуреева Т.В., Воробьев О.Н., Губаев А.В., Лежнин С.А., Мифтахов Т.Ф., Незамаев С.А., Полевщикова Ю.А. Дистанционный мониторинг динамики нарушений лесного покрова, лесовозобновления и лесовосстановления в Марийском Заволжье // Вестник Марийского государственного технического университета. Сер.: Лес. Экология. Природопользование. 2011. № 3. С. 17–24.
  11. Савин И.Ю., Барталев С.А., Лупян Е.А., Толпин В.А., Медведева М.А., Плотников Д.Е. Спутниковый мониторинг воздействия засухи на растительность (на примере засухи 2010 года в России) // Современные проблемы дистанционного зондирования Земли из космоса. 2011. № 1. С. 150–162.
  12. Терехин Э.А. Анализ каналов спутниковых данных Landsat TM для оценки характеристик лесных насаждений лесостепной провинции среднерусской возвышенности // Исследование Земли из космоса. 2012. № 2. 53–62.
  13. Bartalev S.A., Belward S., Ershov D., Isaev A.S. New SPOT4-VEGETATION derived land cover map of Northern Eurasia // International Journal of Remote Sensing. 2003. Vol. 24. P. 1977–1982.
  14. Global Land Cover Products / Электронный ресурс. 2000. – URL: http://acpobservatory.jrc.ec.europa.eu/content/global-land-cover-glc-2000-jrc 5.10.2015
  15. GlobCover // Электронный ресурс. 2009. –
  16. URL: http://www.edenextdata.com/?q=content/esa-globcover-version-23-2009-300m-resolution-land-cover-map-0 05.10.2015
  17. Cohen W.B., Maiersperger T.K., Gower S.T., Turner D.P. An improved strategy for regression of biophysical variables and Landsat ETM+ data // Remote Sensing of Environment. 2003. No. 84. P. 561–571.
  18. Masek J.G., Huang C., Wolfe R., Cohen W., Hall F., Kutler J., Nelson P. North American forest disturbance mapped from a decadal Landsat record // Remote Sensing of Environment. 2008. No. 112. P. 2914–2926.
  19. NELDA (Northern Eurasia Land Dynamics Analyses) / Электронный ресурс. 2009. – URL: http://www.fsl.orst.edu/nelda 05.10.2015
  20. Pflugmacher D., Krankina O.N., Cohen W.B., Friedl M.A., Menashe D.S., Kennedy R.E. et al. Comparison and assessment of coarse resolution land cover maps for Northern Eurasia // Remote Sensing of Environment. 2011. No. 115. P. 3539–3553.
  21. Phillips R.L., Beeri O. Scaling-up knowledge of growing-season net ecosystem exchange for long-term assessment of North Dakota grasslands under the Conservation Reserve Program // Global Change Biology. 2008. No. 14. P. 1008–1017.
  22. Potapov P., Hansen M.C., Stehman S.V., Loveland T.R., Pittman K. Combining MODIS and Landsat imagery to estimate and map boreal forest cover loss // Remote Sensing of Environment. 2008. No. 112(9). P. 3708–3719.
  23. Sivanpillai R., Charles T.S., Srinivasan R., Messina M.G., Wu X.B. Estimation of managed loblolly pine stand age and density with Landsat ETM+ data // Forest Ecology and Management. 2006. No. 223. P. 247–254.
  24. Sohl T.L., Thomas R.L., Benjamin M.S., Kristi L.S., Barnes C.A. Addressing foundational elements of regional land-use change forecasting // Landscape Ecology. 2010. No. 25. P. 233–247.
  25. Wulder M.A., Skakun S., Kurz W.A., White J.C. Estimating time since forest harvest using segmented Landsat ETM+ imagery // Remote Sensing of Environment. 2004. No. 93. P. 179–187.