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. 2018. Т. 15. № 1. С. 157-168

Исследование возможностей оценки запасов древесины в лесах Приморского края по данным спутниковой системы Proba-V

В.О. Жарко 1 , С.А. Барталев 1 , В.А. Егоров 1 
1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 23.11.2017
DOI: 10.21046/2070-7401-2018-15-1-157-168
В работе представлен метод оценки запаса стволовой древесины в лесах по данным спутниковой системы Proba-V с разрешением 100 м, полученным в период наличия устойчивого снежного покрова. Метод основан на аппроксимации зависимости запаса древесины от коэффициента спектральной яркости (КСЯ) покрытой снегом земной поверхности в красном канале прибора. В качестве тестового региона выбрана территория Приморского края. Описан метод построения безоблачных композитных изображений по данным Proba-V, несущих информацию о пространственном распределении спектрально-отражательных характеристик покрытой снегом земной поверхности. Изложена процедура подготовки данных о пространственном распределении различных типов земного покрова (по данным спутниковых карт растительности) и характеристик рельефа местности (по данным цифровой модели рельефа). Подготовленные данные использованы для стратификации территории на однородные по условиям солнечного освещения области, включая затенённые северные и освещённые южные склоны, а также близкие к горизонтальным участки местности, с последующей независимой обработкой спутниковых данных в пределах каждой страты. Параметризация модели, аппроксимирующей соотношения величины запаса древесины и значений КСЯ, выполнялась отдельно для каждого класса лесного покрова, распространённого на территории исследования, на основе данных свободно доступной карты запаса с разрешением 1 км в предположении обратной пропорциональности запаса и КСЯ. Результаты аппроксимации использованы для получения оценок запаса стволовой древесины, основанных на композитном изображении покрытой снегом земной поверхности по данным Proba-V. Сравнение полученных по данным Proba-V оценок запаса стволовой древесины с материалами государственного учёта лесов на уровне лесохозяйственных предприятий Приморского края характеризуется коэффициентом детерминации R2 = 0,96.
Ключевые слова: дистанционное зондирование, леса, запас стволовой древесины, Proba-V
Полный текст

Список литературы:

  1. Барталев С. А., Егоров В. А., Ершов Д. В., Жарко В. О., Колбудаев П. А., Лупян Е. А., Плотников Д. Е. (2016б) Развитие возможностей регионального спутникового картографирования растительного покрова на примере Приморского края // 14-я всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса»: тез. докл. М.: ИКИ РАН, 2016. С. 326.
  2. Барталев С. А., Егоров В. А., Ершов Д. В., Исаев А. С., Лупян Е. А., Плотников Д. Е., Уваров И. А. Спутниковое картографирование растительного покрова России по данным спектрорадиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 4. С. 285–302.
  3. Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А., Шаба­нов Н. В. (2016а) Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 с.
  4. Егоров В. А., Барталев С. А. Метод радиометрической коррекции искажений отражательных характеристик земного покрова в данных спутниковых измерений, вызванных влиянием рельефа местности // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 5. С. 192–201.
  5. Лупян Е. А., Барталев С. А., Балашов И. В., Барталев С. С., Бурцев М. А., Егоров В. А., Ефремов В. Ю., Жарко В. О., Кашницкий А. В., Колбудаев П. А., Крамарева Л. С., Мазуров А. А., Оксюкевич А. Ю., Плотников Д. Е., Прошин А. А., Сенько К. С., Уваров И. А., Хвостиков С. А., Ховратович Т. С. Инфор­мационная система комплексного дистанционного мониторинга лесов «Вега-Приморье» // Совре­менные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 5. С. 11–28.
  6. Лупян Е. А., Прошин А. А., Бурцев М. А., Балашов И. В., Барталев С. А., Ефремов В. Ю., Кашниц­кий А. В., Мазуров А. А., Матвеев А. М., Суднева О. А., Сычугов И. Г., Толпин В. А., Уваров И. А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263–284.
  7. Щепащенко Д. Г., Швиденко А. З., Пергер К., Дресел К., Фриц Ш., Лакида П., Мухортова Л. В., Усольцев В. А., Бобкова К. С., Осипов А. Ф., Мартыненко О. В., Карминов В. Н., Онтиков П. В., Щепащенко М. В., Кракснер Ф. Изучение фитомассы лесов: текущее состояние и перспективы // Сибирский лесной журн. 2017. № 4. С. 3–11.
  8. Arino O., Bicheron P., Achard F., Latham J., Witt R., Weber J. GlobCover: the most detailed portrait of Earth // ESA Bulletin — European Space Agency. 2008. No. 136. P. 24–31.
  9. Bartalev S., Egorov V., Loupian E., Khvostikov S. A new locally-adaptive classification method LAGMA for large-scale land cover mapping using remote-sensing data // Remote Sensing Letters. 2014. V. 5. Iss. 1. P. 55–64.
  10. Farr T., Rosen P., Caro E., Crippen R., Duren R., Hensley S., Kobrick M., Paller M., Rodriguez E., Roth L., Seal D., Shaffer S., Shimada J., Umland J., Werner M., Oskin M., Burbank D., Alsdorf D. The Shuttle Radar Topography Mission // Reviews of Geophysics. 2007. V. 45. Iss. 2.
  11. Hall D., Riggs G., Salomonson V. Development of methods for mapping global snow cover using moderate resolution imaging spectroradiometer data // Remote Sensing of Environment. 1995. V. 54. Iss. 2. P. 127–140.
  12. Rodríguez-Veiga P., Wheeler J., Louis V., Tansey K., Balzter H. Quantifying Forest Biomass Carbon Stocks From Space // Current Forestry Reports. 2017. V. 3. Iss. 1. P. 1–18.
  13. Santoro M., Beaudoin A., Beer C., Cartus O., Fransso J., Hall R., Pathe C., Schmullius C., Schepaschenko D., Shvidenko A., Thurner M., Wegmüller U. Forest growing stock volume of the northern hemisphere: Spatially explicit estimates for 2010 derived from Envisat ASAR // Remote Sensing of Environment. 2015. V. 168. P. 316–334.
  14. Santoro M., Beer C., Cartus O., Schmullius C., Shvidenko A., McCallum I., Wegmüller U., Wiesmann A. Retrieval of growing stock volume in boreal forest using hyper-temporal series of Envisat ASAR ScanSAR backscatter measurements // Remote Sensing of Environment. 2011. V. 115. Iss. 2. P. 490–507.