Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 4. С. 111-120
Разработка методики определения объёмов лесоматериалов с использованием беспилотного воздушного судна
Р.А. Алешко
1 , К.В. Шошина
1 , В.В. Березовский
1 , И.С. Васендина
1 , Р.А. Воронцов
1 , Т.О. Десятова
1 1 Северный (Арктический) федеральный университет имени М.В. Ломоносова, Архангельск, Россия
Одобрена к печати: 17.08.2023
DOI: 10.21046/2070-7401-2023-20-4-111-120
На основе методов обработки цифровых изображений разработана методика, относящаяся к области учёта объёмов лесоматериалов на складах лесозаготовительных и деревоперерабатывающих предприятий. Подход к определению объёма сыпучих и штабелей круглых лесоматериалов с использованием беспилотного воздушного судна (БВС) состоит из этапов, на которых выполняется цифровая аэрофотосъёмка с БВС территории размещения лесоматериалов, фотограмметрическая обработка данных цифровой аэрофотосъёмки с БВС, построение трёхмерной модели объектов интереса, определение складочных и плотных объёмов лесоматериалов. Результат методики — повышение скорости и точности определения объёмов сыпучих и штабелей круглых лесоматериалов. Пользователями представленной методики становятся лесопромышленные предприятия, выполняющие регулярную инвентаризацию складов лесоматериалов, органы власти и ведомства с целью государственного контроля, а также кредитные организации, которые могут достоверно оценить финансовое состояние организации, запросившей кредитные средства. Всем перечисленным пользователям разработанная методика даст возможность получать оперативную и точную информацию об объёмах лесоматериалов на территории их складирования. Это, в свою очередь, позволит снизить затраты на проведение процедуры оценки объёмов лесоматериалов, сделать процедуру контроля более независимой и прозрачной.
Ключевые слова: лесоматериалы, брёвна, штабель, сыпучие, объём, беспилотное воздушное судно, методика
Полный текстСписок литературы:
- Алешко Р. А., Алексеева А. А., Шошина К. В. и др. Разработка методики актуализации информации о лесном участке с использованием снимков со спутников и малых БПЛА // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 5. С. 87–99. DOI: 10.21046/2070-7401-2017-14-5-87-99.
- Беляев Н. Л., Куницкая О. А. Современные технологии оптического группового учета круглых лесоматериалов // Лесная инженерия, материаловедение и дизайн: материалы 86-й научно-техн. конф. профессорско-преподавательского состава, научных сотрудников и аспирантов. 2022. С. 50–53.
- Богданов А. П., Карпов А. А., Демина Н. А., Алешко Р. А. Совершенствование мониторинга лесов путем использования облачных технологий как элемента устойчивого лесоуправления // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 89–100. DOI: 10.21046/2070-7401-2018-15-1-89-100.
- ГОСТ 32594-2013. Лесоматериалы круглые. Методы измерений. М.: Стандартинформ, 2015. 37 с.
- Сухих В. И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве. Йошкар-Ола: МарГТУ, 2005. 392 с.
- Aleshko R. A., Guriev A. T., Shoshina K. V., Schenikov V. S. Development of methodology for visualization and processing of geospatial data // Scientific Visualization. 2015. V. 7. No. 1. P. 20–29.
- Bibikov S. A., Kazanskiy N. L., Fursov V. A. Vegetation type recognition in hyperspectral images using a conjugacy indicator // Computer Optics. 2018. V. 42. No. 5. P. 846–854. DOI: 10.18287/2412-6179-2018-42-5-846-854.
- Boori M. S., Choudhary K., Kupriyanov A. V. Crop growth monitoring through Sentinel and Landsat data based NDVI time-series // Computer Optics. 2020. V. 44. No. 3. P. 409–419. DOI: 10.18287/2412-6179-CO-635.
- Bychkov I. V., Ruzhnikov G. M., Fedorov R. K. et al. Classification of Sentinel-2 satellite images of the Baikal Natural Territory // Computer Optics. 2022. V. 46. No. 1. P. 90–96. DOI: 10.18287/2412-6179-CO-1022.
- Franklin S. E. Remote Sensing for Sustainable Forest Management. Boca Raton: CRC Press, 2001. 424 p.
- Kazanskiy N. L., Skidanov R. V., Nikonorov A. V., Doskolovich L. L. Intelligent video systems for unmanned aerial vehicles based on diffractive optics and deep learning // Proc. SPIE. 2020. V. 11516. Article 115161Q. DOI: 10.1117/12.2566468.
- Plotnikov D. E., Kolbudaev P. A., Bartalev S. A. Identification of dynamically homogeneous areas with time series segmentation of remote sensing data // Computer Optics. 2018. V. 42. No. 3. P. 447–456. DOI: 10.18287/2412-6179-2018-42-3-447-456.
- Terekhin E. A. Indication of long-term changes in the vegetation of abandoned agricultural lands for the forest-steppe zone using NDVI time series // Computer Optics. 2021. V. 45. No. 2. P. 245–252. DOI: 10.18287/2412-6179-CO-797.
- Wulder M. A., Franklin S. E. Understanding Forest Disturbance and Spatial Pattern: Remote Sensing and GIS Approaches. Boca Raton: CRC Press, 2006. 246 p.