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. 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.