Данилин И.М.   Медведев Е.М.   Свищев Д.А.  

Технологии лазерной локации и цифровой аэросъемки в мониторинге лесных экосистем

Докладчик: Данилин И.М.

В современной практике лесопользования и лесоустройства получение достоверной и оперативной информации о лесных ресурсах является актуальной задачей, как с природоресурсной, так и с природоохранной точек зрения. В решении этой задачи в последние годы во многих странах мира и в России все активнее используется лазерная локация и цифровая аэросъемка, которые представляют собой важнейшую составляющую геоматики – нового интегрального направления развития методов дистанционного зондирования Земли (аэро- и космической съемки), геоинформационных технологий, цифровой фотограмметрии и картографирования, спутникового геопозиционирования и телекоммуникаций. Эти передовые и высокоэффективные методы находят сегодня широкое применение во многих отраслях, являясь, по сути, информационной основой природопользования, земле- и лесоустройства, экологического мониторинга, систем сбора, обработки, анализа данных и баз знаний, по показателям точности и экономической эффективности превосходят другие методы изучения и измерения параметров земной поверхности, энергетических ресурсов и систем [1-13].

Современные авиационные лазерно-локационные системы и технологии интенсивно развиваются и на сегодняшний день имеют частоту сканирования более 200 тыс. импульсов (измерений) в секунду [11]. Наибольшая плотность точек сканирования при этом составляет 1 точка на 5–7 см поверхности, а точность измерения геометрических параметров наземных объектов и морфоструктурных элементов растительности в плановой и профильной проекциях составляют порядка +/- 5–10 см. Точность спутникового позиционирования контуров линий и границ земельных участков, лесных выделов, пробных площадей, отдельных деревьев и морфоструктурных элементов их стволов и крон, в том числе и в подпологовом пространстве, практически не ограничена и определяется техническими характеристиками приемных устройств [1, 3, 4].

В ряде работ, выполненных ранее в России и за рубежом, было показано, что точность оценки биомассы лесной растительности можно повысить до 3–5% с использованием морфологической классификации и аллометрических взаимосвязей между признаками деревьев [1, 2, 4, 5–7, 9]. Наши исследования, проведенные в Красноярском крае, показывают, что наиболее достоверно и точно, состояние растительного покрова и его биоэнергетические характеристики (фитомасса) определяются характеристиками рядов распределения деревьев по основным морфометрическим признакам – диаметру и высоте, вертикальной и горизонтальной протяженности крон, которые, в свою очередь, взаимосвязаны и тесно коррелированны во всех случаях [1, 2, 6, 8]. Построение рядов распределения деревьев по морфометрическим показателям традиционно предполагает выполнение время- и трудоемких наземных биометрических процедур, операций и перечетов (сплошных или выборочных), которые, во многих случаях, требуют значительных финансовых затрат. Вместе с тем, метод лазерной локации, интегрированный с цифровой аэросъемкой сверхвысокого (сантиметрового) разрешения, позволяет выполнять «попиксельную» инструментально-измерительную таксацию на основе прецизионной спутниковой геодезии и детальной топографической съемки, изучать горизонтальную и вертикальную структуру насаждений, реконструировать ряды распределения древостоев по любому морфоструктурному показателю, вычислять искомые морфоструктурные признаки и биомассу в автоматическом режиме с высокой точностью и эффективностью, на достаточно больших площадях и при минимуме затрат времени и финансовых средств [4-6, 8, 10, 12, 13].

Структура, объемные показатели деревьев и их фитомасса определяются по лазерно-локационным данным («лазерным портретам»), интегрированным с цифровыми фотоснимками, на основе цифровой модели местности и поля распределения лесной растительности, которые генерируются из исходных данных лазерной локации способом фильтрации импульсов локатора, отраженных от земной поверхности и леса, путем интерполяции точек земли, с последующей триангуляцией точек растительности в системе дифференциального спутникового позиционирования (GPS, ГЛОНАСС) [2, 3, 5]. При обработке и анализе лазерно-локационных данных и цифровых снимков используются методы математической морфологии, оперирующей понятиями теории множеств и нечетких множеств [9]. Цифровая «лазерно-локационная» модель земной поверхности и лесной растительности позволяет получать детальные координаты и морфоструктурные характеристики рельефа местности и лесной биомассы средствами трехмерной компьютерной графики с использованием программных продуктов Altexis 2.0, ArcView Spatial & 3D Analyst, или другими, известными на сегодняшний день средствами.

Объемные и весовые показатели деревьев с достаточно высокой точностью аппроксимируются аллометрическими функциями через их морфоструктурные признаки – горизонтальную и вертикальную протяженность крон, диаметры стволов и высоту деревьев [1, 2, 3, 5]. При лазерной локации оценка биомассы леса, в каждом конкретном случае сводится к установлению базовых закономерностей изучаемого объекта и определению соотношений между объемами стволов, их высотой, диаметрами стволов и крон, которые, в свою очередь, составляют 87–99% объясненной изменчивости различных фракций фитомассы (стволов деревьев, скелета крон и хвои).
Результаты практической апробации метода лазерной локации свидетельствуют о высокой перспективности его использования для целей анализа и моделирования структуры и динамики лесного покрова. Метод позволяет выполнять дистанционную оценку лесных ресурсов и их энергетических показателей с высокой эффективностью, при минимуме наземных работ и значительной экономии времени и финансовых средств.

ЛИТЕРАТУРА
1. Данилин И.М. Структурно-функциональная организация лиственничного фитоценоза после восстановительной сукцессии на севере Средней Сибири // Сиб. экол. журн., 2009, 16 (1). С. 77–90.
2. Данилин И.М., Медведев Е.М. Оценка структуры и состояния лесного покрова на основе лазерного сканирования и цифровой аэро- и космической съемки // Геогр. и прир. рес., 2005, 3. С. 109–113.
3. Данилин И.М., Медведев Е.М., Данилин А.И. Мониторинг земель, землеустройства и землепользо-вания на основе лазерной локации и цифровой аэро- и космической съемки // Междунар. сельскохозяйств. журн., 2008, 2. С. 55–57.
4. Медведев Е.М., Григорьев А.В. С лазерным сканированием на вечные времена // Геопрофи, 2003, 1. С. 5–10.
5. Медведев Е.М., Данилин И.М., Мельников С.Р. Лазерная локация земли и леса: Учеб. пособ., 2-е изд., перераб. и доп. М.: Геокосмос; Красноярск: Ин-т леса им. В.Н. Сукачева СО РАН, 2007. 229 с.
6. Сухих В.И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве: Учебн. для вузов. Йошкар-Ола: Изд-во МарГТУ, 2005. 392 с.
7. Holmgren J., Nilsson M., Olsson H. Estimation of tree height and stem volume on plots using airborne laser scanning // For. Sci., 2003, 49(3): 419–428.
8. Kraus K., Pfeifer N. Advanced DTM generation from lidar data // Int. Arch. Photogram. Rem. Sens., 2001,Vol. XXXIV-3/W4, pp. 23–30.
9. Maltamo M., Tokola T., Lehikoinen M. Estimating stand characteristics by combining single tree pattern recognition of digital video imagery and a theoretical diameter distribution model // For. Sci., 2003, 49 (1): 98–109.
10. Matheron G. Filters and lattices. Image Analysis and Mathematical Morphology, Vol. 2 / J. Serra ed., Theor. Adv., Chpt. 6., Acad. Press, Inc., 1988.
11. Means J.E., Acker S.A., Fitt B.J. et al. Predicting forest stand characteristics with airborne scanning lidar // Photogram. Eng. & Rem. Sens., 2000, 66 (11): 1367–1371.
12. Optech Incorporated, 2010. http://www.optech.ca/
13. Remote sensing of forest environments. Concepts and case studies / Ed. by M.A. Wulder and S.E. Franklin. Kluwer Acad. Publ., Dordrecht, Boston, London, 2003. 519 p.
14. Wulder M.A., Hall R.J., Coops N.C., Franklin S.E. High spatial resolution remotely sensed data for ecosystem characterization // BioScience, 2004, 54 (6): 511–521.


 


К списку докладов