Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 147-156
Дешифрирование растительности северо-западного Приладожья по космической съёмке высокого разрешения с использованием ординации по комплексу морфолого-физиологических показателей
А.Н. Афонин
1 , Ю.В. Соколова
1 , Н.Н. Бардаков
1 , И.О. Сахаров
1 1 Санкт-Петербургский Государственный университет, Санкт-Петербург, Россия
Одобрена к печати: 20.11.2017
DOI: 10.21046/2070-7401-2018-15-1-147-156
Проведено дешифрирование растительности по снимкам высокого разрешения QuickBird-2 (2,4 и 0,6 м), GeoEye-1 (2 и 0,5 м) и WorldView-2 (2 и 0,5 м). В качестве дешифровочных признаков использованы выявляемые на снимках морфолого-физиологические свойства объектов: морфометрические характеристики проекции растительного покрова (крон деревьев) на снеговой покров, которые количественно оценивали по отражению растительности на ранневесеннем снимке, и интегральный показатель фотосинтетической активности растительности, которую оценивали по индексу NDVI, рассчитываемому по летнему снимку. Рассмотрены концептуальные и методические аспекты прямого экспертного дешифрирования растительности по снимкам высокого разрешения методами классификации с использованием инструментов растровой алгебры. Валидация результатов дешифрирования материалами наземного обследования показала 78–100%-ю точность дешифрирования при картировании разных типов растительности, классифицированной на 6 классов уровня формаций и групп формаций. Учёт большего количества морфолого-физиологических параметров позволяет повысить точность дешифрирования. Вместе с тем следует отметить некоторые проблемы использования снимков субметрового разрешения. Например, при дешифрировании растительности по снимкам высокого разрешения возникают проблемы недостаточно точной геометрической коррекции предоставляемых снимков и неодинаковости угла наклона камеры при проведении съёмки. Это не позволяет проводить прецизионное сравнение разновременных снимков и использовать в полной мере возможности дешифрирования по разновременной динамике (change detection) и текстурным особенностям поверхности растительного покрова на пиксельном уровне. В связи с этим необходимым этапом дешифрирования снимков высокого разрешения методами классификации с использованием инструментов растровой алгебры является их генерализация.
Ключевые слова: дешифрирование, растительность, данные дистанционного зондирования, снимки высокого разрешения, методика, дешифровочные признаки, морфолого-физиологические показатели, ГИС, классификация, растровая алгебра, генерализация
Полный текстСписок литературы:
- Кашкин В. Б., Сухинин А. И. Распознавание образов // Дистанционное зондирование Земли из космоса. Цифровая обработка изображений. М.: Логос, 2001. С. 145–164.
- Лурье И. К. Геоинформационное картографирование. Методы геоинформатики и цифровой обработки космических снимков. М.: КДУ, 2008. 424 с.
- Малышева Н. В. Автоматизированное дешифрирование аэрокосмических изображений лесных насаждений. М.: Изд-во МГУЛ, 2012. 154 с.
- Пузаченко М. Ю., Котлов И. П., Черненькова Т. В. Технологическая схема мониторинга природных объектов с использованием ДДЗ и ГИС-технологий // Мониторинг биологического разнообразия лесов России. М.: Наука, 2008. С. 347–359.
- Шовенгердт Р. А. Коррекция и калибровка // Дистанционное зондирование. Методы и модели обработки изображений. М.: Техносфера, 2010. С. 370–380.
- Фарбер С. К., Кузьмик Н. С., Брюханов Н. В. Погрешности дешифрирования лесов приангарья методом классификации пикселей спутникового снимка // Сибирский лесной журн. 2016. № 4. С. 56–67.
- Kuester M. A. Absolute Radiometric Calibration: 2016v0. DigitalGlobe, 2017. URL: https://dg-cms-uploads-production.s3.amazonaws.com/uploads/document/file/209/ABSRADCAL_FLEET_2016v0_Rel20170606.pdf (Accessed 15.11.2017).
- Eastman J. R. IDRISI Selva Tutorial: Manual Version 17.0. Clark University, 2012. 354 p.