Для рационального и эффективного использования лесов, поддержания в них экологической стабильности необходима подробная информация о состоянии лесного покрова и лесных ресурсах. Существующие традиционные методы получения этой информации, такие как методы пробных площадей, сопряжены с высокими затратами на проведение полевых работ, а также наличием субъективности при измерениях и интерпретации получаемой информации. Использование методов дистанционного зондирования позволяет избежать этих ограничений. Цифровая аэрофотограмметрия, наряду с лазерным сканированием, является наиболее передовой технологией дистанционного зондирования лесов [1]. Широкое распространение и повышение доступности инструментов для получения трехмерных облаков точек, являющихся продуктом этих методов, вызвало появление набора математических и геометрических алгоритмов, а также методов машинного и глубокого обучения для их обработки, а также получения информации об объектах [2], в том числе были разработаны алгоритмы выделения отдельных деревьев в облаках точек лесов [3]. Результатом работы таких алгоритмов являются инвентаризационные показатели древостоя на уровне отдельных деревьев – высоты, диаметры стволов и проч. Однако эти алгоритмы предназначены для облаков точек лесов, получаемых лазерным сканированием, которое позволяет получать информацию под сомкнутым пологом леса и имеет более высокую результирующую плотность и количество точек по сравнению с методами фотограмметрии [4]. Сопоставимая эффективность при использовании методов цифровой аэрофотограмметрии достигается только при использовании прогностических площадных моделей характеристик крупных лесных насаждений – проблемы применения цифровой аэрофотограмметрии для инвентаризации лесов заключаются в отсутствии стандартов и передовых методов съемки и обработки изображений [1], при этом использование этого метода с применением беспилотных летательных аппаратов (БПЛА) является значительно менее затратным, чем воздушное лазерное сканирование [5].
В данной работе рассмотрено использование фотограмметрических облаков точек лесов для проведения пространственного анализа инвентаризационных характеристик отдельных деревьев на модельных участках лесов в Центральной Якутии, подвергавшихся многократному пирогенному воздействию. В ходе работы был проведен полный цикл получения, обработки и анализа фотограмметрических облаков точек, в том числе съемка с БПЛА участков леса с применением сети опорных точек, классификация точек земли, обнаружение верхних точек деревьев, сегментирование плотного облака точек леса на облака точек отдельных деревьев, классификация породного состава по пространственному распределению точек ансамблевым методом машинного обучения – метода случайного леса. В качестве результата были получены такие характеристики, как высота деревьев, ширина крон, границы крон, породный состав. Помимо использования данных с БПЛА, была проведена наземная полевая верификация: разбиты пробные площади для верификации результатов определения породного состава и высот деревьев, а также использованы мультивременные высокодетальные космические снимки для классификации породного состава лесов при помощи нормализованного вегетационного индекса NDVI методом случайного леса также для сравнения с полученными результатами.
Работа показала, что цифровая аэрофотограмметрия, несмотря на наличие ограничений в точности и плотности точек, а также в вертикальном охвате под плотным пологом леса, является перспективным методом инвентаризации лесов. Фотограмметрические облака точек поддаются к использованию алгоритмов сегментации леса на уровень отдельных деревьев при подходящих условиях съемки и плотности полога леса. Метод нуждается в дополнительном поиске параметров съемки и обработки данных, но, в зависимости от требуемых таксационных показателей и требований к точности результатов, определено, что цифровая аэрофотограмметрия может давать сопоставимую эффективность при инвентаризации лесов. Помимо этого, выделена возможность добавления к наборам данных мультивременных облаков точек для перехода к инвентаризационному анализу во временном масштабе.