Журнал

О журнале Новости Редколлегия Информация для авторов и рецензентов Публикационная этика Дискуссия Контакты ЛИЧНЫЙ КАБИНЕТ:
отправка и рецензирование статей
Архив
Том 23, 2026
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 22, 2025
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 21, 2024
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 20, 2023
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 19, 2022
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 18, 2021
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 17, 2020
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 16, 2019 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 15, 2018 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 14, 2017 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 13, 2016 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 12, 2015 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 11, 2014 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 10, 2013 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 9, 2012 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 8, 2011 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 7, 2010 г.
Номер 1 Номер 2 Номер 3 Номер 4
Выпуск 6, 2009 г.
Том 1 Том 2
Выпуск 5, 2008 г.
Том 1 Том 2
Выпуск 4, 2007 г.
Том 1 Том 2
Выпуск 3, 2006 г.
Том 1 Том 2
Выпуск 2, 2005 г.
Том 1 Том 2
Выпуск 1, 2004 г.
Том 1
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
подписаться отписаться
English version
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. 2026. Т. 23. № 5. С. 153-169

Методика обработки данных воздушного лазерного сканирования для оценки освещённости леса

А.Б. Алексеев 1 , А.С. Плотникова 1 , Д.В. Ильясов 2 , Ю.В. Куприянова 2 
1 Центр по проблемам экологии и продуктивности лесов им. А.С. Исаева РАН, Москва, Россия
2 Югорский государственный университет, Ханты-Мансийск, Россия
Одобрена к печати: 27.08.2026
DOI: 10.21046/2070-7401-2026-23-5-153-169
Один из ключевых параметров фитоклимата леса — световой режим, характеризующийся величиной освещённости. Известны способы прямого инструментального измерения и косвенной оценки освещённости. Прямые измерения фиксируют лишь мгновенное состояние освещённости, зависят от погодных условий и времени суток. Косвенные оценки возможны на основе ряда параметров структуры полога леса — сомкнутости и полноты, сквозистости и ажурности, индекса листовой поверхности. В исследовании предложен способ косвенной оценки освещённости леса с помощью обобщённого понятия прозрачности древесного полога. Разработана методика обработки данных воздушного лазерного сканирования для пространственной оценки освещённости леса с помощью непрерывных растровых моделей прозрачности древесного полога. Основные блоки методики — планирование и выполнение лётно-съёмочных работ, первичная обработка данных воздушного лазерного сканирования, классификация точек лазерных отражений, определение прозрачности древесного полога. Сформулированы требования к полётным параметрам и аппаратным настройкам лазерного сканера. В рамках блока методики по определению прозрачности древесного полога разработан и программно реализован алгоритм расчёта прозрачности на основе данных воздушного лазерного сканирования. Алгоритм включает пять этапов: 1) предварительная подготовка, формирование виртуального пространства и тайлирование облака точек лазерных отражений; 2) формирование сети точек локальных измерений; 3) извлечение фрагмента точек лазерных отражений и вокселизация; 4) математическое моделирование сферической проекции; 5) агрегация локальных измерений и построение растровой модели. Разработанная методика апробирована на территории исследования в Тверской области и стационаре «Мухрино», Ханты-Мансийский автономный округ — Югра. Валидация полученных моделей выполнена в пределах заложенных на территориях исследования пробных площадях с помощью корреляционного анализа значений прозрачности и индексов освещённости по шкале Э. Ландольта и листовой поверхности. В результате валидации получено биологически обоснованное подтверждение корректности оценки освещённости леса с помощью созданных на основе разработанной методики растровых моделей прозрачности древесного полога.
Ключевые слова: воздушное лазерное сканирование, прозрачность древесного полога, освещённость леса, индекс листовой поверхности, экологическая шкала Э. Ландольта, международный стационар «Мухрино»
Полный текст

Список литературы:

  1. Алексеев В. А. Световой режим леса. Л.: Наука, 1975. 228 с.
  2. Алексеев А. Б., Плотникова А. С. Оценка структурной сложности древостоя хвойно-широколиственных лесов Тверской области по данным воздушного лазерного сканирования // Регион. проблемы дистанционного зондирования Земли: материалы 10-й Междунар. науч. конф. Красноярск: Сибирский федер. ун-т, 2023. С. 152–155.
  3. Алексеев А. Б., Плотникова А. С., Подольская Е. С. Оценка сквозистости древесного полога в сосновых лесах по данным воздушного лазерного сканирования // Лесоведение. 2026. № 3. С. 363–386.
  4. Алтынцев М. А. Методика предварительной обработки данных воздушного лазерного сканирования, полученных с применением беспилотных воздушных судов // Геодезия и картография. 2023. № 6. С. 30–41. DOI: 10.22389/0016-7126-2023-996-6-30-41.
  5. Бурдин А. А., Богатырев Д. А., Тарасов А. В., Пьянков С. В. Оценка параметров деревьев на основе данных воздушного лазерного сканирования в смешанных лесах Среднего Предуралья // Вестн. СГУГиТ. 2025. Т. 30. № 4. С. 32–41. DOI: 10.33764/2411-1759-2025-30-4-32-41.
  6. Голубева Е. И., Зимин М. В., Тутубалина О. В. и др. Индекс листовой поверхности: методы полевых инструментальных измерений и использование материалов дистанционного зондирования // Экология. Экономика. Информатика. Сер.: Геоинформац. технологии и косм. мониторинг. Ростов-на-Дону: Изд-во ЮНЦ РАН, 2020. Вып. 5. С. 70–74. DOI: 10.23885/2500-123X-2020-2-5-70-74.
  7. Евстигнеев О. И. Отношение лиственных деревьев к свету и водообеспеченности в связи со структурой леса // Лесоведение. 1996. № 6. С. 26–35.
  8. Иванова Н. В., Шашков М. П., Шанин В. Н. Исследование структуры древостоев сосновых лесов Приокско-Террасного биосферного заповедника (Россия) по материалам аэрофотосъемки с квадрокоптера // Nature Conservation Research. Заповедная наука. 2021. Т. 6. № 4. С. 1–14. https://dx.doi.org/10.24189/ncr.2021.042.
  9. Ильясов Д. В., Алексеев А. Б. Сравнение методических подходов определения высот и проекций крон деревьев по материалам лазерного сканирования с беспилотного воздушного судна в среднетаежных лесах // Лесоведение. 2025. № 2. С. 275–289.
  10. Ипатов В. С., Кирикова Л. А. Использование показателя «сквозистость полого древостоя» для оценки экологических условий в лесу // Ботанический журн. 2001. Т. 86. № 4. С. 164–165.
  11. Ипатов В. С., Мирин Д. М. Описание фитоценоза: учебно-метод. пособие. СПб.: Санкт-Петербургский гос. ун-т, 2008. 71 с.
  12. Ипатов В. С., Кирикова Л. А., Бибиков В. П. Сквозистость древостоев (измерение и возможности использования в качестве показателя микроклиматических условий под пологом леса) // Ботанический журн. 1979. Т. 64. № 11. С. 1615–1624.
  13. Князева С. В., Никитина А. Д., Гаврилюк Е. А. и др. Оценка биометрических параметров сосновых древостоев по спутниковым данным WorldView-3 и материалам беспилотной аэросъёмки // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 6. С. 93–107. DOI: 10.21046/2070-7401-2022-19-6-93-107.
  14. Ковязин В. Ф., Виноградов К. П., Киценко А. А., Васильева Е. А. Воздушное лазерное сканирование для уточнения таксационных характеристик древостоев // Изв. высш. учеб. заведений. Лесной журн. 2020. № 6. С. 42–54. DOI: 10.37482/0536-1036-2020-6-42-54.
  15. Колычева А. А., Чумаченко С. И. Оценка урожайности лесных ягод с учетом уровня освещенности напочвенного покрова методами имитационного моделирования // Вопросы лесной науки. 2021. Т. 4. № 3. С. 90. 26 с. DOI: 10.31509/2658-607x-202143-90.
  16. Кузнецова А. И., Кузнецов В. А., Тихонова Е. В., Тебенькова Д. Н. Температурный режим подстилки в разных типах леса Валуевского лесопарка г. Москвы // Вопросы лесной науки. 2024. Т. 7. № 3. С. 151. 16 с. DOI: 10.31509/2658-607x-202473-151.
  17. Лукина Н. В., Орлова М. А., Бахмет О. Н. и др. Влияние растительности на характеристики лесных почв Республики Карелия // Почвоведение. 2019. № 7. С. 827–842. DOI: 10.1134/S0032180X19050071.
  18. Методические подходы к экологической оценке лесного покрова в бассейне малой реки / под ред. Л. Б. Заугольновой, Т. Ю. Браславской. М.: Товарищество науч. изд. КМК, 2010. 383 с.
  19. Никитина А. Д., Князева С. В., Тихонова Е. В., Горнов А. В. Оценка согласованности структурно-биометрических характеристик сосновых лесов по данным наземных измерений и БПЛА-съёмки // Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 5. С. 195–206. DOI: 10.21046/2070-7401-2025-22-5-195-206.
  20. ОСТ 56-108-98. Лесоводство. Термины и определения. М.: ВНИИЦлесресурс, 1998. 56 с.
  21. Плотников Д. Е., Чжоу Ц., Колбудаев П. А. и др. Разработка и оценка индекса листовой поверхности LAI растительного покрова России на основе разноугловых наблюдений КМСС (Метеор-М) и нейросетевой инверсии модели PROSAIL // Компьютер. оптика. 2025. Т. 49. № 3. С. 504–516. DOI: 10.18287/2412-6179-CO-1621.
  22. Рысин Л. П., Савельева Л. И. Сосновые леса России. М.: Товарищество науч. изд. КМК, 2008. 289 с.
  23. Сабреков А. Ф., Куприянова Ю. В., Коваль А. А. и др. Анализ трансформации органического вещества подстилки на разных стадиях вторичной сукцессии среднетаежного леса методом ИК фурье-спектрометрии // Лесоведение. 2025. № 1. С. 50–64. DOI: 10.7868/s3034535980024114825010053.
  24. Уткин А. И., Ермолова Л. С., Замолодчиков Д. Г. Конверсионные коэффициенты для определения площади листовой поверхности насаждений основных лесообразующих пород России // Лесоведение. 1997. № 3. С. 74–78.
  25. Ховратович Т. С., Барталев С. А. Методы дистанционной оценки показателей горизонтальной структуры древесного полога по данным спутниковой системы MODIS // Фундам. и приклад. косм. исслед.: сб. тр. 17-й Конф. молодых учёных. Сер. «Механика, управление, информатика» / под ред. А. М. Садовского. М.: ИКИ РАН, 2020. С. 149–154.
  26. Цельникер Ю. Л. Радиационный режим под пологом леса. М.: Наука, 1969. 98 с.
  27. Чумаченко С. И. Концепция построения биоэкологических моделей многовидовых разновозрастных лесных насаждений для зоны хвойно-широколиственных лесов и южной тайги // Лесной вестн. 2006. № 2. С. 7–13.
  28. Шабанов Н. В., Барталев С. А., Ерошенко Ф. В., Плотников Д. Е. Развитие возможностей дистанционной оценки индекса листовой поверхности по данным MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 166–178. DOI: 10.21046/2070-7401-2018-15-4-166-178.
  29. Шабанов Н. В., Михайлов Н. В., Тихонов Д. Н. и др. Валидация оценки индекса листовой поверхности по данным MODIS для редкостойных лесов Кольского полуострова с использованием материалов съёмок беспилотных летательных аппаратов // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 2. С. 156–170. DOI: 10.21046/2070-7401-2021-18-2-156-170.
  30. Almeida D. R. A., Broadbent E. N., Zambrano A. M. A. et al. Monitoring the structure of forest restoration plantations with a drone-lidar system // Intern. J. Applied Earth Observation and Geoinformation. 2019. V. 79. P. 192–198. DOI: 10.1016/j.jag.2019.03.014.
  31. Chen X., Shen X., Cao L. Tree species classification in subtropical natural forests using high-resolution UAV RGB and SuperView-1 multispectral imageries based on deep learning network approaches: A case study within the Baima Snow Mountain National Nature Reserve, China // Remote Sensing. 2023. V. 15. No. 10. Article 2697. DOI: 10.3390/rs15102697.
  32. Glennie C. Rigorous 3D error analysis of kinematic scanning LIDAR systems // J. Applied Geodesy. 2007. V. 1. No. 3. P. 147–157. DOI: 10.1515/JAG.2007.017.
  33. Iizuka K., Yonehara T., Itoh M., Kosugi Y. Estimating tree height and diameter at breast height (DBH) from digital surface models and orthophotos obtained with an unmanned aerial system for a Japanese cypress (Chamaecyparis obtusa) forest // Remote Sensing. 2018. V. 10. No. 1. Article 13. DOI: 10.3390/rs10010013.
  34. Jennings S. B., Brown N. D., Sheil D. Assessing forest canopies and understorey illumination: canopy closure, canopy cover and other measures // Forestry. 1999. V. 72. No. 1. P. 59–74. DOI: 10.1093/forestry/72.1.59.
  35. Korhonen L., Morsdorf F. Estimation of canopy cover, gap fraction and leaf area index with airborne laser scanning // Forestry applications of airborne laser scanning: Concepts and case studies. Dordrecht: Springer, 2014. P. 397–417. DOI: 10.1007/978-94-017-8663-8_20.
  36. Kupriianova I. V., Kaverin A. A., Filippov I. V. et al. The main physical and geographical characteristics of the Mukhrino field station area and its surroundings // Environmental Dynamics and Global Climate Change. 2022. V. 13. No. 4. P. 215–252. DOI: 10.18822/edgcc240049.
  37. Roussel J.-R., Auty D., Coops N. C. et al. lidR: An R package for analysis of Airborne Laser Scanning (ALS) data // Remote Sensing of Environment. 2020. V. 251. Article 112061. DOI: 10.1016/j.rse.2020.112061.
  38. Tan H., Kou W., Xu W. et al. Enhancing aboveground biomass estimation in rubber plantations using UAV multispectral data for satellite upscaling // Remote Sensing. 2025. V. 17. No. 17. Article 2955. DOI: 10.3390/rs17172955.
  39. Weiss M., Baret F., Smith G. J. et al. Review of methods for in situ leaf area index (LAI) determination: Pt. II. Estimation of LAI, errors and sampling // Agricultural and Forest Meteorology. 2004. V. 121. No. 1–2. P. 37–53. DOI: 10.1016/j.agrformet.2003.08.001.
  40. White J. C., Coops N. C., Wulder M. A. et al. Remote sensing technologies for enhancing forest inventories: A review // Canadian J. Remote Sensing. 2016. V. 42. No. 5. P. 619–641. DOI: 10.1080/07038992.2016.1207484.