XVIII.F.482
Создание методики автоматизированного определения параметров лесных ресурсов по данным мультиспектральной съемки с беспилотного летательного аппарата
Алешко Р.А. (1), Шошина К.В. (1), Богданов А.П. (2,1)
(1) Северный (Арктический) федеральный университет имени М.В. Ломоносова, Архангельск, Россия
(2) Северный научно-исследовательский институт лесного хозяйства, Архангельск, Россия
Задача, на решение которой направлено исследование состоит в повышении детальности и достоверности данных о лесных ресурсах, получаемых автоматизировано с использованием дистанционных средств, за счет применения морфологических и спектральных методов обработки цифровых изображений с БПЛА.
В ходе выполнения исследования в северо-таежном лесном районе на территории Архангельской области было заложены тестовые площадки, покрытые лесной растительностью. На площадках проведены полевые работы, направленные на подеревный перечет деревьев инструментальным способом. На пробных площадках была выполнена цифровая съемка с пространственным разрешением снимков не ниже 0,05 метров на пиксель с использованием БПЛА.
Для идентификации, оконтуривания и геопозиционирования крон отдельных деревьев был использован ряд морфологических операторов цифровой обработки изображений. Итогом применяемых подходов стал метод идентификации, оконтуривания и геопозиционирования крон отдельных деревьев по данным съемки с БПЛА.
Опыт работы с цифровой съемкой в видимом диапазоне спектра показал, что спектральные свойства хвойных деревьев слабо отличаются от лиственных, не говоря уже о разделении сосновых и еловых лесов. Для решения этой задачи предлагается выполнение съемки не только в видимом диапазоне, но и ближнем-инфракрасном (БИК). В ходе работы были собраны данные об отражательных свойствах основных лесообразующих пород и проанализированы спектральные профили различных пород деревьев в видимом и ИК-диапазоне. Результирующий метод определения породы в совокупности с полученным на предыдущем этапе методом выделения крон позволил достоверно определять породу деревьев, а также выявлять различные патологии растений.
Разработанные методы автоматизированной идентификации контуров крон и интерпретации пород деревьев, безусловно, смогут сделать процесс актуализации данных о лесных древостоях значительно эффективнее. Однако, очевидным является и тот факт, что данных о месторасположении и породе деревьев абсолютно недостаточно для решения практических задач и обновления информации о лесах. Поэтому, при интерпретации других параметров по высокодетальным аэрокосмическим изображениям необходимо учитывать многолетние статистические данные и зависимости хода роста лесных древостоев.
Исследование выполнено за счет гранта Российского научного фонда (проект № 19-71-00040).
Ключевые слова: Беспилотный летательный аппарат, БПЛА, анализ цифровых изображений, мультиспектральная съемка, лесные ресурсы.Литература:
- Алешко Р.А. Гурьев А.Т., Шошина К.В., Щеников В.С. Разработка методики визуализации и обработки геопространственных данных / Научная визуализация. – 2015. - №1. – С. 20-29
- Алешко Р.А., Алексеева А.А., Шошина К.В., Богданов А.П., Гурьев А.Т. Разработка методики актуализация информации о лесном участке с использованием снимков со спутников и малых БПЛА / Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 5. С. 87-99
- Богданов А.П., Карпов А.А., Демина Н.А., Алешко Р.А. Совершенствование мониторинга лесов путем использования облачных технологий как элемента устойчивого лесоуправления / Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 56-67
Презентация доклада
Ссылка для цитирования: Алешко Р.А., Шошина К.В., Богданов А.П. Создание методики автоматизированного определения параметров лесных ресурсов по данным мультиспектральной съемки с беспилотного летательного аппарата // Материалы 18-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2020. C. 298. DOI 10.21046/18DZZconf-2020aДистанционное зондирование растительных и почвенных покровов
298