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
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. 2019. Т. 16. № 4. С. 102-110

Метод детектирования изменений лесов на основе подпиксельной оценки проективного покрытия древесного полога по разновременным спутниковым изображениям

Т.С. Ховратович 1 , С.А. Барталев 1 , А.В. Кашницкий 1 
1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 17.05.2019
DOI: 10.21046/2070-7401-2019-16-4-102-110
Предложен метод выявления изменений лесов на основе данных оптических спутниковых систем дистанционного зондирования, обеспечивающий простоту и однозначность интерпретации получаемых результатов, применимость на различных территориях и в разные сезоны, в том числе за счёт адаптивности используемых алгоритмов к сезонным изменениям спектрально-отражательных свойств земного покрова. Метод основан на использовании разновременных спутниковых изображений и подпиксельной оценке проективного покрытия древесного полога, выполняемой путём линейного разделения спектральных смесей для определения доли площади леса и безлесных участков в составе каждого пикселя. В статье описаны основные шаги метода выявления изменений и проведена оценка влияния параметров настройки алгоритма на получаемый результат. Сделан вывод, что применение автоматической процедуры определения опорных значений коэффициента спектральной яркости леса и безлесных участков даёт более устойчивые результаты, чем их оценка на основе задаваемых экспертом эталонов. Стратификация территории по уровням проективного покрытия лесов увеличивает долю выявляемых изменений на 10–13 %. При использовании спутниковых данных летнего периода съёмки достигается наименьший уровень ошибочно детектированных изменений лесов с возможным наличием пропусков до 35–55 % площади изменённых участков. При использовании данных зимнего периода съёмки метод обеспечивает максимальную полноту выявления изменений лесов при достаточно низкой вероятности ошибок.
Ключевые слова: дистанционное зондирование, лесной покров, проективное покрытие, выявление изменений, вырубки, разделение спектральных смесей, подпиксельная оценка
Полный текст

Список литературы:

  1. Барталев С. А., Курятникова Т. С., Стибиг Х. Ю. Методы использования временных серий спутниковых изображений высокого пространственного разрешения для оценки масштабов и динамики вырубок таежных лесов // Современные проблемы дистанционного зондирования Земли из космоса. 2005. Вып. 2. Т. 2. С. 217–227.
  2. Барталев С. А., Ховратович Т. С., Елсаков В. В. Использование спутниковых изображений для оценки потерь углерода лесными экосистемами в результате вырубок // Современные проблемы дистанционного зондирования Земли из космоса. 2009. Вып. 6. Т. 2. С. 343–351.
  3. Барталев С. А., Ершов Д. В., Лупян Е. А., Толпин В. А. Возможности использования спутникового сервиса ВЕГА для решения различных задач мониторинга наземных экосистем // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 1. С. 49–56.
  4. 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.
  5. Milne A. K. Change direction analysis using Landsat imagery: a review of methodology // Proc. IGARSS’88. 1988. P. 541–544.
  6. Shimabukuro Y. E., Smith J. A. The least-squares mixing models to generate fraction images derived from remote sensing multi spectral data // IEEE Trans. Geoscience and Remote Sensing. 1991. V. 29. Iss. 1. P. 16–20.
  7. Zhe Z. Change detection using landsat time series: A review of frequencies, preprocessing, algorithms, and applications // ISPRS J. Photogrammetry and Remote Sensing. 2017. V. 130. P. 370–384.