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. 2009. В.6. Т.2. С. 343-351

Использование спутниковых изображений для оценки потерь углерода лесными экосистемами в результате вырубок

С.А. Барталев 1, Т.С. Ховратович 1, В.В. Елсаков 2
1 Институт космических исследований РАН
2 Институт биологии Коми НЦ УрО РАН
В работе предлагается новый подход к оценке потерь углерода в лесах в результате вырубок
на основе совместного использования спутниковых изображений и данных выборочных наземных
обследований. Разработаны методы оценки по спутниковым изображениям породной структуры,
полноты и возраста насаждений с использованием линейной модели спектрального смешения.
Приведены результаты экспериментальных исследований по применению данного подхода для
оценки потерь углерода в лесах тестового участка на территории Республике Коми.
Ключевые слова: дистанционное зондирование, эмиссия углерода, запас углерода, вырубка лесов, породная структура насаждений, полнота насаждений, возраст насаждений
Полный текст

Список литературы:

  1. Исаев А.С., Г.Н. Коровин, В.И. Сухих и др. Экологические проблемы поглощения углекислого газа посредством лесовосстановления и лесоразведения в России (аналитический обзор) // Центр экологической политики России. М., 1995. 156 с.
  2. 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: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных объектов и явлений. Сб. научных статей. М.: ООО "Полиграф сервис", 2004. C. 217-227.
  3. Heinz D. C., Chang C. I., 2001. Fully constrained least squares linear spectral mixture analysis method for material quantification in hyperspectral imagery // IEEE Transactions on geoscience and remote sensing, 2001, 39 p.
  4. Zhu H.L. Linear spectral unmixing assisted by probability guided and minimum residual exhaustive search for subpixel classification // International Journal of Remote Sensing, 2005. 26 (24), 5585-5601.
  5. Shimabukuro, Y.E., J.A. Smith The least-squares mixing models to generate fraction images derived from remote sensing multispectral data // IEEE Transaction on Geoscience and Remote Sensing, 1991, vol. 29(1), p. 16-20.
  6. Asner, G., J. Hicke, and D. Lobell Per-pixel analysis of forest structure: Vegetation indices, spectral mixture analysis and canopy reflectance modeling. //. Wulder M, Franklin S, eds. Remote Sensing of Forest Environments: Concepts and Case Studies. Boston: Kluwer Academic, 2003, p. 229-254
  7. Мелехов И. С. Лесоведение: Учебник для вузов. Лесная промышленность, 1980. 408 с.
  8. Швиденко А.З., Щепащенко Д.Г., Нильссон С., Булуй Ю.И. Система моделей роста и динамики продуктивности лесов России (таблицы биологической продуктивности) // Лесное хозяйство, 2004. №2. C. 40-44.