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. 2011. Т. 8. №4. С. 285-302

Спутниковое картографирование растительного покрова России по данным спектрорадиометра MODIS

С.А. Барталев 1, В.А. Егоров 1, Д.В. Ершов 2, А.С. Исаев 2, Е.А. Лупян 1, Д.Е. Плотников 1, И.А. Уваров 1
1 Институт космических исследований РАН, 117997 Москва, Профсоюзная 84/32
2 Центр по проблемам экологии и продуктивности лесов РАН, 117997 Москва, Профсоюзная 84/32
В работе представлен новый автоматизированный метод картографирования растительного покрова на основе данных спутниковых наблюдений спектрорадиометром MODIS. В основу метода положено использование предварительно очищенных от влияния облаков и других мешающих факторов многолетних временных серий данных спутниковых измерений спектрально-отражательных характеристик земного покрова с автоматическим распознаванием его типов на основе алгоритма локально-адаптивной классификации с обучением LAGMA. Созданная на основе разработанного метода новая карта, получившая название TerraNorte RLC, отражает пространственное распределение растительного покрова на территории России и имеет пространственное разрешение 250 м. Легенда карты содержит 22 тематических класса, из которых 18 соответствуют различным типам растительности. В сравнении с ранее созданными на основе спутниковых данных и содержательно близкими информационными продуктами новая карта демонстрирует качественно более высокий уровень картографической достоверности и детальности.
Ключевые слова: спутниковое картографирование растительного покрова, спектрорадиометр MODIS, алгоритм локально-адаптивной классификации LAGMA
Полный текст

Список литературы:

  1. Барталев С.А., Егоров В.А., Лупян Е.А., Плотников Д.Е., Уваров И.А. Распознавание пахотных земель на основе многолетних спутниковых данных спектрорадиометра MODIS и локально-адаптивной классификации // Компьютерная оптика, Том 35, №1 - Самара: ИСОИ РАН, 2011 - C.103-116.
  2. Плотников Д.Е., Барталев С.А., Лупян Е.А. Признаки распознавания пахотных земель на основе многолетних рядов данных спутникового спектрорадиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса, 2010. - Т.7. № 1. - С.330-341.
  3. Уваров И.А., Барталев С.А. Алгоритм и программный комплекс распознавания типов земного покрова на основе локально-адаптивной обучаемой классификации спутниковых изображений // Современные проблемы дистанционного зондирования Земли из космоса, 2010. - Т.7, № 1. - С.353-365.
  4. Arino O., Bicheron P., Achard F., Latham J., Witt R. and Weber J.L. GlobCover: the most detailed portrait of Earth // ESA Bulletin-European Space Agency. 2008. № 136, P. 24-31.
  5. Bartalev, S.A., A.S. Belward, D.V. Erchov, and A.S. Isaev. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia // Int. J. Remote Sens. 2003. V. 24. 9. P. 1977-1982
  6. Bartholome, E. and Belward, A.S. GLC2000: a new approach to global land cover mapping from Earth observation data // Int. J. Remote Sens. 2005. V. 26, P. 1959-1977
  7. Belward, A.S., ed., 1996, The IGBP-DIS global 1 km land cover data set (DISCover) -proposal and implementation plans: IGBP-DIS Working Paper No. 13, Toulouse, France, 61 pp.
  8. Cihlar, J. Land-cover mapping of large areas from satellites: Status and research priorities. // International Journal of Remote Sensing. 2000. V. 21, 1093−1114.
  9. Di Gregorio A. UN Land Cover Classification System (LCCS) - Classification Concepts and User Manual for software version 2 // United Nations Food and Agricultural Organization. 2005. Available online at: www.glcn-lccs.org
  10. Friedl, M. A., D. K. McIver, J. C. F. Hodges, X. Y. Zhang, D. Muchoney, A. H. Strahler, C. E. Woodcock, S. Gopal, A. Schneider, A. Cooper, A. Baccini, F. Gao and Schaaf C. Global land cover mapping from MODIS: Algorithms and early results // Remote Sensing of Environment. 2002. V. 83. P. 287-302
  11. Hansen, M., DeFries, R., Townshend, J. R. G. and Sohlberg, R. Global land cover classification at 1 km resolution using a decision tree classifier // Int. J. Remote Sens. 2000. V.21. № 6-7. P. 1331-1365
  12. Loveland, T. R., Zhu, Z., Ohlen, D. O., Brown, J. F., Reed, B. C., and Yang, L. An analysis of the IGBP Global Land-Cover Characterization Process // Photogramm. Eng. Rem. S. 1999. V. 65. № 9. P. 1021-1032
  13. Mayaux, P., Eva H., Gallego J., Strahler A., Herold M., Shefali A., Naumov S., de Miranda E., di Bella C., Johansson D., Ordoyne C., Kopin I. and Belward A. Validation of the Global Land Cover 2000 Map // IEEE Transactions on Geoscience and Remote Sensing. 2006. V. 44. № 7-1. P. 1728-1739
  14. Scepan J. Thematic Validation of High-Resolution Global Land-Cover Data Sets // Photogramm. Eng. Rem. S. 1999. V. 65. № 9. P. 1051-1060
  15. Sulla-Menashe, D; Friedl, MA; Krankina, ON; Baccini, A; Woodcock, CE; Sibley, A; Sun, GQ; Kharuk, V; Elsakov, V. Hierarchical mapping of Northern Eurasian land cover using MODIS data. // Remote Sensing оf Environment. 2011. V. 115(2). P. 392-403.
  16. Vermote, E. F., Vermeulen, A. Atmospheric correction algorithm: spectral reflectances (MOD09). Algorithm Theoretical Background Document. 1999. 107 pp. (http://modis.gsfc.nasa.gov/data/atbd/atbd_mod08.pdf)