Ч А С К О В С Ь К И Й

Олег Григорович

УДК 630*587.5

ІНВЕНТАРИЗАЦІЯ ЛІСОВИХ НАСАДЖЕНЬ РОЗТОЧЧЯ

З ВИКОРИСТАННЯМ ДИСТАНЦІЙНИХ МЕТОДІВ

06.03.02- лісовпорядкування і лісова таксація

Автореферат

дисертації на здобуття наукового ступеня

кандидата сільськогосподарських наук

Київ – 2001

Дисертацією є рукопис

Робота виконана в Українському державному лісотехнічному університеті

Міністерства освіти і науки України

Науковий керівник: – | кандидат сільськогосподарських наук Миклуш Степан Іванович, доцент кафедри лісової таксації і лісовпорядкування Українського державного лісотехнічного університету Міністерства освіти і науки України, м. Львів

Офіційні опоненти: | - доктор сільськогосподарських наук, професор Лакида Петро Іванович, завідувач кафедри менеджменту лісового господарства Національного аграрного університету Кабінету Міністрів України, м. Київ.–

кандидат сільськогосподарських наук, доцент Кічура Володимир Петрович, головний лісничий Закарпатського обласного управління лісового господарства Державного комітету лісового господарства України, м.Ужгород.

Провідна установа: | Інститут екології Карпат НАН України, відділ охорони природних екосистем, м. Львів.

Захист відбудеться “7” листопада 2001 р. о 14 годині на засіданні спеціалізованої вченої ради Д 26.004.09 в Національному аграрному університеті за адресою: 03041, м. Київ-41, вул. Героїв оборони, 15, навч. корпус 3, ауд. 65

З дисертацією можна ознайомитися в науковій бібліотеці за адресою: 03041, м. Київ-41, вул. Героїв оборони, 11, навч. корпус 10

Автореферат розісланий “5” жовтня 2001 р.

Вчений секретар спеціалізованої вченої ради Маніта О.Г.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Матеріали дистанційних знімань тривалий час ефективно застосовуються в народному господарстві, в тому числі і в лісовій галузі.

Основними їх перевагами над наземними видами спостережень є:

- проведення великомасштабних за площею досліджень за короткий час;

- можливість накопичення, оперативного опрацювання та представлення матеріа-лів спостережень у картографічному вигляді, завдяки цифровому запису інформації;

- порівняно низька вартість накопичуваної інформації на одиницю площі.

Матеріали дистанційних знімань знаходять успішне застосування при лі-совій інвентаризації, фенологічних спостереженнях, охороні лісу від шкідників, хвороб, пожеж та визначенні шкоди завданої ними. Розвиток вітчиз-няної космічної програми дистанційного зондування Землі сприяє успішному виконанню даних завдань, проте актуальним залишається питання дослідження методів автоматичного і комплексного опрацювання матеріалів дистанційних знімань, які підвищують ефек-тивність їх використання.

Для умов Розточчя, які є характерними для значної частини рівнинних лісів заходу України, доповнена методика опрацювання матеріалів дистанційних знімань, що дозволило виявити особливості контурного та таксаційного дешифрування земель лісового фонду за матеріалами аерокосмічних знімань, розроблено відповідне програмне забезпечення на підставі чого проведено лісоінвентаризацію та розроблено лісові тематичні карти, основу для спостережень за станом та динамікою лісового фонду.

Зв'язок роботи з науковими програмами, планами, темами. Робота виконана в рамках держбюджетної теми кафедри лісової таксації та лі-совпорядкування УкрДЛТУ “Розробити принципи регіонального лісотипологічного моніторингу з інформаційною базою на основі наземних та дистанційних даних” (№ 0193U023595). Використання дистанційних методів у лісовому господарстві обумов-люється сучасними вимогами до інвентаризації лісового фонду, що потребує нових підходів спостереження за станом лісового фонду.

Мета і задачі досліджень. Мета роботи - оцінити можливості та умови застосування дистанційних методів спостережень за земною поверхнею для візуальної інвентаризації лісових насаджень, автоматичного створення лісових тематичних карт і методів їх покращення, а також створення геоінформаційної системи на основі поєднання інформації матеріалів дистанційних знімань з існуючими картографічними матеріалами, завдяки чому підвищується достовірність дешифрування зображень. Звідси випливають основні завдання даної роботи:

­

­

­

­

­

­

­

Об’єкт досліджень – лісоінвентаризація Розточчя з застосуванням дистанційних методів.

Предмет дослідження – відображення на супутникових сканерних знімках основних категорій земель лісового фонду та таксаційних показників лісових насаджень Розточчя.

Методи дослідження. Попередня оцінка придатності супутникових знімків для лісової інвентаризації виконувалась методом візуальної інтерпретації. Геометричне коригування знімків з метою отримання карт зроблено за лінійною функцією. Ієрархічну класифікацію зображень з використанням попереднього поділу знімків за висотою над рівнем моря виконано Maximum-Likelihood методом. Покращення отриманих тематичних карт проведено на основі їх поєднання з топографічними картами за допомогою створення комплексної геоiнформацiйної системи. Кінцева перевірка отриманих карт проведена накладанням розроблених тематичних карт на існуючі матеріали лісовпорядкування.

Наукова новизна одержаних результатів.

Наукова новизна полягає у вирішенні проблем лісоінвентаризації методами дистанційних спостережень – на основі супутникових знімків. Застосування інформації такого роду для інвентаризації потребує визначення нових шляхів опрацювання, збереження і аналізу матеріалів дистанційних знімань та їх використання в поєднанні з іншою інформацією.

Для досліджень лісових насаджень Розточчя вперше використано супутникові знімки різних видів, на їх основі визначено спектральні особливості окремих категорій лісових насаджень та їх відображення на супутникових знімках системи SPOT. Розраховано вегетаційний індекс для лісових насаджень Розточчя та використано його для покращення дешифрувальних властивостей знімків. Створена цифрова лісова карта території Розточчя та застосовано метод ГІС-аналізу для дешифрування мішаних насаджень.

Для умов рівнинної частини заходу України адаптована методика дешифрування земель лісового фонду та опрацьована методика оцінки їх динаміки, розроблена геоінформаційна система та методика автоматичного опрацювання матеріалів дистанційних знімань, створена за матеріалами аерокосмічних зйомок тематична карта земель лісового фонду природного заповідника “Розточчя” та лісів держлісгоспів, які межують з ним.

Практичне значення одержаних результатів. Для вирішення наукових та виробничих завдань з інвентаризації лісів природного заповідника “Розточчя” та лісів держлісгоспів, які межують з ним практичне значення мають опрацьовані нами наступні положення:

-

-

-

Методика опрацювання супутникових знімків адаптована і доповнена з врахуванням особливостей природних умов території природного заповідника “Розточчя” та лісів держлісгоспів, які межують з ним може застосовуватись для лісового фонду рівнинної частини України.

Використання матеріалів досліджень дає можливість проводити наукові дослідження просторового розміщення лісів Розточчя на якісно новому рівні, а елементи геоiнформацiйної системи можуть використовуватись як в наукових, так i господарських цілях.

Особистий внесок здобувача. Підібрано супутникові та аерофотознімки, придатні для використання при інвентаризації лісових насаджень Розточчя. Зібрано значний експериментальний матеріал на 90 постійних пробних площах і тестових ділянках та здійснено його камеральне опрацювання. Опрацьовано нові підходи до використання матеріалів сканерних космічних знімків. Доповнено загальноприйняту методику інтерпретації космічних знімків та розроблено власне комп’ютерне забезпечення з урахуванням природних особливостей об’єкту досліджень. Подано логічні висновки та рекомендації на основі результатів проведених розрахунків.

Апробація результатів дисертації. Основні теоретичні положення, методики та результати досліджень доповідались та отримали позитивні відгуки на міжнародних конференціях(Львів – 1995, 1997, Моршин - 1999 Фрайбург – 1997, Мінськ – 1998); республіканській конференції (Львів – 1998), університетських (Львів – 1996, 1997, 1999, 2000).

Публікації. Результати експериментальних досліджень опубліковані в п’ятьох наукових статтях, що вміщені у наукових вісниках Українського державного лісотехнічного університету та Національного аграрного університету, а також у матеріалах чотирьох конференцій і симпозіумів.

Структура і обсяг дисертації. Дисертаційна робота складається із вступу, огляду літератури, викладу загальної методики, основних методів досліджень, аналізу результатів досліджень, висновків та пропозицій, списку використаних літературних джерел, додатків. Робота виконана на 125 сторінках друкованого тексту, включає 30 таблиць, ілюстрована 23 рисунками. Список використаних джерел складається з 192 найменувань у тому числі - 121 іноземних.

ЗМІСТ РОБОТИ

1. СТАН ВИВЧЕННЯ ПИТАННЯ

У практиці лiсового господарства тривалий час використовують матеріали дистанцiйних досліджень Землі. На основі фотограмметричної інформації аерофотознімків проводиться лiсова інвентаризація, фенологічні спостереження моніторинг стану лісів та навколишнього середовища. Проте аерофотознімки несуть переважно геометричну інформацію, ступінь їх інформативності невисокий. Значно iнфоpмативнiшими є багатозональні знімки, отримані за допомогою скануючих систем. Опис та інтерпретація класів різноманітних об'єктів за матеріалами космічних спостережень для цивільного використання проводиться вже з 70-х років. При цьому, з одного боку, розвивалася візуальна інтерпретація, з іншого – розвивалися методи цифрового опрацювання матеріалів дистанційних методів, у тому числі автоматизації процесу класифікації. Велика робота з вивчення спектральної відбивної здатності лісових масивів проведена в лабораторії аерометодів АН СРСР в 1954-1960 роках Беловим С.В. Дослідженням були охоплені ряд лiсових масивів, в тому числі i лісові насадження на території навчально-виробничого лісокомбінату Українського державного лісотехнічного університету. Самойловичем Г.Г. (1961 р.) розроблено детальні методики дешифрування лісових насаджень за матеріалами аерофотознімків.

Використання багатоканальної інформації сканерних знімків дозволяє автоматизувати методи опрацювання та дешифрування матеріалів дистанційних знімань.

Значний прогрес у галузі застосування автоматичної інтерпретації супутникових знімків дозволив вирішити багато завдань народного господарства, але чимало питань в лісовому господарстві залишаються невирішеними.

Розвиток знімальної апаратури і методів опрацювання знімків вимагає вдосконалення сучасних методів автоматичного, цифрового аналізу інформації про земну поверхню та, зокрема, лісові насадження. В даній роботі особлива увага звернена на розвиток i дослідження методiв інтерпретації сателiтарних знімків для потреб лiсового господарства, використання для даної мети знімків високої просторової роздільної здатності, що є новим у практиці дистанцiйних методiв. Поряд з тим у світовій практиці дистанцiйних методiв недостатньо вивчені методи i основні принципи топографічної нормалізації та їх застосування для потреб лiсового господарства. Необхідно опрацьовувати алгоритми ГІС-аналiзу для покращення лiсових тематичних карт. Об'єкт досліджень - природний заповiдник “Розточчя” i прилеглі території досі не аналізувались за допомогою супутникових знімків. Ці маловивчені питання є основою для досліджень.

2. МАТЕРІАЛИ, МЕТОДИКА І ОБ'ЄКТ ДОСЛІДЖЕНЬ

Основними матеріалами дистанцiйних спостережень Землі є аерофотознімки, сканернi оптичні знімки, радарні знімки. В роботі використані знімки отримані французьким штучним супутником Землі SPOT (systeme probatoire d' observation de la terre). Супутник має сонячно синхронну орбіту, висота польту-832 км; повторне проходження-26 днів; знімальна система - HRV-Instrument; модуси –мультиспектральний та панхроматичний; кількість елементів в одному рядку-3000-6000; величина елементу знімку - 6060 км; просторова роздільна здатність -2020 м та 1010 м.

Для порівняння і як допоміжний матеріал у роботі використані інфрачервоні кольорові аерофотознімки. Аерофотознімки зроблені в літній період, приблизний масштаб становить 1:11000. Інфрачервоний діапазон аерофотознімків сприяв достовірній класифікації лiсових насаджень.

Інтерпретація матеріалів дистанцiйних методiв може бути успішною тільки при наявності комплексної інформації про об'єкт досліджень, що включає відомості про рельєф території досліджень, основні характеристики лiсових насаджень.

Як тестові ділянки для інтерпретації космічних знімків використані поряд із спектрозональними аерофотознімками постійні та тимчасові пробні площі, (90 проб), які “прив’язані” до квартальної сітки і є постійними вибірками для автоматичної класифікації. Постійні пробні площі закладені, в основному, в пристигаючих та стиглих насадженнях, що характеризуються високою повнотою та продуктивністю.

На кожній постійній пробній площі проведено картування дерев, їх суцільний перелік, заміряні висоти та параметри крон. Насадження пробних площ характеризуються середньою (рідко високою, більше 0,85) повнотою, наявні запаси становлять 520...660 м3/га. Бонітет насаджень I-Ia.

При аналізі геології, геоморфології району досліджень використані матеріали (Є.К.Лазаренко, 1946; О.С.Вялов, В.Г.Бондарчук, 1949,1963; К.І.Геренчук, М.М.Койнов, П.І.Цись, 1964, В.П.Брусак, Г.П. Мiллер, О.М.Федiрко, 1995), з лісового районування (М.М.Горшенін, С.В.Шевченко,1954, Г.С.Куковиця, 1971, С.А.Генсірук та інш.1981).

Переважаючу площу Розточчя займають мішані хвойно-широколистяні ліси, головним чином сосново-дубові, менше сосново-дубово-букові. Широколистяні ліси (дубові і букові з участю граба, явора, часом липи і ясеня) займають звичайно пагорби і схили з більш важкими за механічним складом дерново-слабопідзолистими та світло-сірими опідзоленими ґрунтами, підстилаючими вапняками та лесовидними суглинками.

Використання потужних терміналів робочих станцій дозволило оперативно та достовірно опрацювати великі масиви даних, якими є багатоканальні зображення. Для опрацювання матеріалів дистанційних знімань використано стандартні комп’ютерні програми і розроблено програмне забезпечення та основні принципи його використання: створення лісової “маски” для об’єкту досліджень, розрахування вегетаційного індексу, створення додаткового інформаційного каналу, накладання багатозональних на панхроматичні SPOT-знімки та розроблено метод ГІС-аналізу для післякласифікаційного аналізу зображення і виділення окремого класу мішаних хвойно-листяних насаджень.

3. ОСОБЛИВОСТІ ІНВЕНТАРИЗАЦІЇ ЛІСОВИХ НАСАДЖЕНЬ

ЗА МАТЕРІАЛАМИ ДИСТАНЦІЙНИХ ЗНІМАНЬ

Доцільність використання супутникових знімків для досліджень за лісовими ресурсами Землі визначається їх перевагою перед традиційними методами аерофотознімання. Наявність каналів інфрачервоного діапазону підвищує їх інформативність саме для визначення вегетаційного покриву землі. Проте дослідники, що займалися питаннями дешифрування таких знімків проводили переважно тільки візуальну оцінку даного матеріалу і знаходили особливості передачі категорій лісових насаджень на знімку наочно. При цьому точність ідентифікації певних категорій насаджень на знімку була суб'єктивною і залежала від досвіду, навичок і фізичного стану дослідника. Точність класифікації (розподіл зображення на окремі однорідні категорії) в таких випадках обмежена суб’єктивними факторами. Розвиток обчислювальної техніки і програмного забезпечення сприяв можливості цифрової оцінки зображення та його автоматичного опрацювання. На основі супутникових знімків створюють тематичні карти, які в сукупності з іншими картографічними матеріалами придатні для використання і ГІС-проектування. Та при їх використанні необхідно приводити зображення на знімках до картографічного.

Обґрунтовано доцільний метод і ступінь трансформації космічних знімків території лісових насаджень природного Розточчя, що необхідно при створенні тематичних карт. Для коригування багатозональних знімків використана поліноміальна модель, її застосування найбільш виправдане при опрацюванні сканерних знімків. В основу коригування покладені 40 наземних контрольних точок, якими виступали перехрещення доріг залізниць, мости, осушні канали.

Успішність інтерпретації інформації дистанційних знімань з метою створення необхідних для лісової інвентаризації карт визначається вибором доцільного методу та оптимальних шляхів його реалізації. Сучасні методи автоматичного дешифрування базуються на досягненнях у галузі опрацювання багатоканальної інформації, забезпечують отримання достовірних результатів, але їх використання в комплексі з візуальною інтерпретацією значно підвищує ефективність та якість дешифрування.

При опрацюванні багатоканальних знімків виникає потреба з'ясувати суттєвість ознак для виділення специфічних класів, тобто придатність того чи іншого каналу або комбінації каналів для цієї мети. З розвитком обчислювальної техніки виникла можливість проводити процес дешифрування знімків в автоматичному режимі методом аналізу за ознаками (Signaturanalyse).

Аналізувалась можливість візуального та автоматичного дешифрування. В основі дешифрування категорій лісових і нелісових земель лісового фонду лежить ієрархічна класифікація, де кількість етапів класифікації визначалась складністю об’єктів досліджень. На першому етапі класифікація проводилась за наступними класами:

Лісові землі: хвойні насадження – насадження, в складi яких частка хвойних порiд 8 i бiльше одиниць (в умовах Розточчя це переважно сосновi насадження); листянi насадження – насадження, крім чоновільхових, в складi яких переважають листянi породи, які складають 8 i бiльше одиниць (переважно насадження дуба звичайного i бука лiсового); чорновiльховi насадження; мішанi насадження, в складi яких бiльше двох одиниць листяних та хвойних порiд; лісові культури - незімкнуті лiсовi культури.

Нелісові землі: луки – вкритi трав‘янистою рослиннiстю дiлянки; заболоченi дiлянки (дiлянки прилеглi до рiчки Верещиця); землi сільськогосподарського користування.

При проведенні ієрархічної класифікації на перших етапах використані тренувальні пробні ділянки. Оскільки на понижених місцях зростає невелика кількість деревних порід, то для цієї частини проведено тільки звичайну контрольовану класифікацію.

Сучасне програмне забезпечення, використане в роботі, дає змогу проводити поетапну класифікацію за допомогою виділення певних, однакових за спектральними властивостями вибірок, так званих “масок”. При подальшій класифікації брались до уваги тільки ті ділянки зображення, які були виділені під час попереднього прийому класифікації. Схематично алгоритм класифікації лісових насаджень Розточчя наведений на рисунку 1.

Попереднє опрацювання супутникових знімків дозволяє підвищити їх інформативність, а відповідно і придатність для дешифрування. В роботі проаналізовано доцільність та ефективність використання попереднього опрацювання матеріалів дистанційних знімань шляхом розрахунку додаткового каналу та накладання різного типу супутникових знімків (Image fusion) для лісової інвентаризації.

Рис 1. Алгоритм опрацювання супутникових знімків

Комбіноване зображення, складене з оригінальних каналів i додатково обчисленого за допомогою алгебраїчних операцій NDVI-каналу є найпридатнішим для диференціації вегетаційного покриву. Для формування NDVI-каналу використано ближній інфрачервоний і червоний канали, оскільки вони є найінформативнішими для досліджень лісового покриву (Гільдербрандт, 1997).

Доцільність застосування даного прийому досліджувалась шляхом оцінки спектральної відстані між ознаками на тестових ділянках за методом Бгхатахаріа-відстані. Обґрунтовано можливість достовірного дешифрування двох вікових категорій (молодші та старші 50 років насадження) для кожного класу листяних, соснових i мішаних насаджень. Використання додаткового каналу підвищує спектральну роздільність між віковими категоріями всіх без винятку насаджень. Найбільший ефект (підвищення точності дешифрування в два рази) досягнуто при застосуванні даного методу для листяних насаджень. Розрахування NDVI-індексу для досліджуваних насаджень підвищує спектральну роздільність між віковими категоріями насаджень більш, ніж в 3 рази.

Підвищити ефективність та точність дешифрування матеріалів дистанційних знімань можна використовуючи супутникові знімки великої просторової роздільної здатності, якими є панхроматичні знімки SPOT роздільної здатності 1010 м (100 м2). Інформація таких знімків, проте, не придатна для автоматичного опрацювання, яке вимагає більше каналів. Отримати більш інформативне зображення можна шляхом накладання триканальних мультиспектральних знімків просторової роздільної здатності 2020 м (400 м2) на одноканальні знімки вищої роздільної здатності. В результаті спектральна інформація багатоканальних знімків поєднується з контурною інформацією високороздільних панхроматичних знімків. Такий метод (Image fusion) описаний у літературі (Габерекер, 1997) для опрацювання зображень, але, для лісової інвентаризації не застосовувався.

Перевірка доцільності використання накладання супутникових SPOT-знімків (панхроматичного та багатозонального) здійснена для частини земель лісового фонду. Утворене зображення візуально демонструє переваги накладання знімків перед звичайною інформацією, яку вони несуть окремо. При їх накладанні (не механічному, а з попереднім IHS-трансформуванням) отримано чітке, придатне до дешифрування зображення. Використання супутникових знімків різного виду (панхроматичних із високою просторовою роздільною здатністю разом із багатозональними) сприяє підвищенню точності контурного дешифрування лісових насаджень.

На основі спектральних відмінностей між лісовими i нелісовими землями проведено автоматичний поділ зображення за каналом зеленого діапазону. Канал інфрачервоного діапазону корисний для виокремлення водних поверхонь, а комплексне його використання разом з каналом зеленого діапазону дає можливість провести дешифрування вкритих лісовою рослинністю земель з високою точністю. Для контролю за правильністю виділення вкритих лісовою рослинністю земель використовувались інфрачервоні аерофотознімки та панхроматичний сканерний знімок.

Для детальнішого та об’єктивного розподілу лісових територій проведена автоматична ієрархічна класифікація супутникового знімка. Найбільш виправданим є розподіл зображення за трьома групами порід i двома віковими категоріями, причому загальна точність збігу класифікованих пiкселiв з пiкселями тренувальних пробних площ за віковими категоріями для кожної групи порід насаджень представлена в табл. 1. В результаті автоматичного дешифрування супутникових знімків достовірно інтерпретовано по дві вікові категорії для класу листяних, хвойних та мішаних насаджень: молодші (вік насадження до 50 років) та старші (вік насадження вище 50 років.

Високий загальний відсоток правильно класифікованих пiкселiв дозволяє стверджувати, що підібрано оптимальну кількість класів i автоматична класифiкація проведена правильно. Виділення на зображеннi пониженої частини територiї, що розмiщена нижче висотної вiдмiтки 305м над рівнем моря на мiсцевостi дало можливість вiдмежувати наступні категорiї нелісових земель: заболоченi дiлянки, луки, частину земель сiльськогосподарського користування. Вiзуально визначена вiдмiннiсть у забарвленнi на знімку чорновiльхових насаджень, що розмiщенi на понижених місцях, дала змогу додатково виділити клас старших чорновiльхових насаджень. Для даної частини досліджуваної територiї немає потреби проводити iєрархiчну класифiкацiю через відносну гомогенність лісового фонду.

Таблиця 1 - Частка правильно класифікованих пікселів за групами порід

Групи порід | Кiлькiсть класiв | Загальний вiдсоток збігу, %

Хвойні | 2 | 89.03

Листянi | 2 | 85.91

Мішанi | 2 | 83.73

Теоретичнi розрахунки спектральної відстані між класами підтверджені в ходi автоматичної класифікації. Для класів нелісових земель відсоток збігу класифiкованих пiкселiв з пiкселями тренувальних дiлянок був близький до 100 %. Низьким вiн був для чорновiльхових i пристигаючих соснових насаджень, що пояснюється деякою участю сосни в насадженнях чорної вільхи, які зростають на понижених місцевостях. В загальному для невеликої території, де тренувальні проби складають значний відсоток від загальної площі досліджуваних насаджень цей показник можна вважати задовільним.

Детальне дешифрування не вкритих лісовою рослинністю земель на знімку привело до виділення нових виділів які розміщуються всередині виділів, визначених минулим лісовпорядкуванням наземними методами. В результаті дешифрування матеріалів дистанційних знімань достовірно визначені контури визначених категорій земель, які, як правило, мають неправильну форму, що встановити методами наземної таксації складно. Це вказує на доцільність застосування дистанційних методів для оцінки динаміки земель лісового фонду. Враховуючи великі затрати на отримання аерофотознімків і низьку спектральну інформативність можна стверджувати, що придатнішими для з’ясування змін у лісовому фонді виступають сканернi космічні знімки.

Іншим аргументом на користь використання супутникових сканерних знімків є їх невелике геометричне спотворення порівняно з аерофотознімками, що приводить до менших затрат на їх геометричне коригування. Спрощує інвентаризаційні роботи використання цифрових (растрових) зображень, які просто опрацювати за допомогою існуючого програмного забезпечення. Геометрично скориговані сканерні супутникові знімки служать у подальшому як елемент геоінформаційної системи і використані для цифрової класифікації при створенні тематичної лісової карти для заповідника “Розточчя” та лісів держлісгоспів, що межують з ним.

4. СПЕЦІАЛІЗОВАНА ГЕОІНФОРМАЦІЙНА СИСТЕМА ЯК ОСНОВА ЛІСОТАКСАЦІЙНИХ ДОСЛІДЖЕНЬ

Використання комплексної інформаційної системи про лісовий фонд робить набагато ефективнішою і точнішою інтерпретацію матеріалів дистанційних спостережень. Однією із складових цієї інформації про об'єкт досліджень, використаною в процесі лісотаксаційних досліджень, є відомості про рельєф території та матеріали наземної таксації. Поєднання наземної інформації та матеріалів дистанційних знімань стало можливим завдяки використанню обчислювальної техніки і спеціальних геоінформаційних систем.

В роботі визначена залежність спотворень на супутниковому зображенні внаслідок топографічних факторів, а також виявлено придатність методів топографічної нормалізації при дослідженнях лісових насаджень.

Для усунення впливів затінень одних ділянок місцевості і надмірного освітлення інших служить спеціальне програмне забезпечення, яке на основі цифрової моделі місцевості і положення сонця над горизонтом розраховує залежність змін освітлення на місцевості від рельєфу, тобто проводиться топографічна нормалізація.

Топографічна нормалізація дозволяє використовуючи відомості про поверхню території, умови знімання зменшити вплив даних факторів на властивості знімка. Розрахунки з топографічної нормалізації проводились для кожного каналу зображення при подальшому їх коригуванні. Кінцевий результат перевірявся на предмет залежності показників впливу рельєфу на зображення. Після аналізу гістограм залежності та при відсутності залишкової залежності зміни яскравостей від рельєфу зроблено висновок про успішне проведення топографічного нормалізування.

Висока кореляція між спектральними показниками та розчленованістю рельєфу для урочища Горбки потребувала розрахувати коефіцієнти лінійної регресії і провести коригування спектральних характеристик знімка з врахуванням затінень за способами мінаерт коригування і С-фактора. Отримані коефіцієнти лінійного рівняння регресії послужили для зворотного коригування знімка, відмежовуючи спотворення, спричинені розчленованістю ландшафту (табл. 2).

Дослідження показують, що топографічне нормалізування доцільно проводити на невеликих територіях по частинах і метод нормалізування вибирати залежно від властивостей об’єкту.

Підтверджено також доцільність використання при цифровому опрацюванні знімків комплексної інформаційної системи, до складу якої входить цифрова модель місцевості. Опрацьована за допомогою топографічного нормалізування частина знімку була суттєво звільнена від спотворень, спричинених нерівномірним освітленням території під час знімання, і використана для подальшого аналізу.

Таблиця 2 - Коефіцієнти рівняння лінійної регресії

спектральних характеристик зображення

Спосіб коригування | Коефіцієнти регресії за каналами

1 | 2 | 3 | NDVІ

к | в | к | в | к | в | к | в

Мінаерт коригування | 0.8175 | 3.5158 | 0.8463 | 3.0918 | 0.9043 | 3.7652 | 0.8504 | 5.4764

С-фактор | 6.1817 | 11.6589 | 26.2939 | 12.6924 | 5.4263 | 20.6841 | 0.0019 | 0.3489

Поряд із характером рельєфу на якість інформації матеріалів дистанційних знімань впливають атмосферні фактори, спотворення інформації можуть виникати через нерівномірність освітлення. Коригування атмосферних факторів необхідне при використанні ряду знімків, а коригування освітлення об’єкту доцільне при проведенні подальшої інтерпретації знімків.

Топографічна нормалізація виконана тільки для окремих горбистих частин об’єкту досліджень, де коефіцієнт кореляції був достовірним і достатнім. Для таких ділянок місцевості проведено автоматичне коригування нерівномірності освітлення. Для інших ділянок, де вплив рельєфу на затінення був не таким значним, необхідно візуально визначити причини спотворень і їх усунути. В нашому випадку візуальне дешифрування застосовано тільки частково для інтерпретації “сумнівних” частин знімку після проведення автоматичної класифікації знімка.

Після проведеної топографічної нормалізації деякі частини знімку залишаються затіненими. Тіні приурочені до місць, де стіна лісу стиглих і пристигаючих насаджень межує з молодняками, лісовими культурами чи не вкритими лісовою рослинністю землями. При роздільній здатності знімків 2020м і низькому положенні сонця над горизонтом стіна стиглого лісу відкидає значні за розміром тіні, які можна легко розпізнати за їх конфігурацією.

Некласифіковані ділянки лісових насаджень, що знаходяться на межах виділів, інтерпретувались візуально після проведення класифікації. Площа таких ділянок розподілялась рівномірно між сусідніми класами. Проведене візуальне дешифрування дало можливість інтерпретувати автоматично некласифіковані ділянки зображень, а це були, в основному, межі лісу, і рівномірний розподіл площі даних класів між двома сусідніми є найдоцільнішим.

Для території об’єкту досліджень характерна наявність мішаних хвойно - листяних насаджень, що виділені в окремий клас. Суміжні класи мішаних насаджень представляються частково певними спектральними характеристиками, що є середніми між характеристиками хвойних і листяних насаджень та окремими специфічними пікселями, що відносяться до інших класів. Така структура мішаних насаджень приводить до значної помилки при класифікації за тестовими ділянками. Contіngenymatrіx, розрахована для тестових ділянок і класифікованого зображення за 4-ма основними класами: хвойних, листяних, мішаних насаджень і незімкнутих лісових культур, містить значну помилку лише для мішаних насаджень (табл. 3), оскільки процент правильно класифікованих пікселів для таких насаджень є досить низьким (47,7%). Використаний алгоритм ГІС-аналізу для зображення дав змогу підвищити процент правильно класифікованих пікселів для мішаних насаджень, а також і загальний процент правильно класифікованих пікселів.

Таблиця 3 - Частка достовірно класифікованих пікселів

для зображення до і після посткласифікаційного аналізу

Назва класу | Код класу | Відсоток пікселів , класифікованих за кодами

До посткласифікаційного аналізу | Після посткласифікаційного аналізу

4 | 22 | 23 | 24 | 4 | 22 | 23 | 24

Хвойні насадження | 22 | 7.4 | 83.4 | 0.8 | 6.6 | 1.4 | 75.3 | 0.0 | 23.0

Листяні насадження | 23 | 0.1 | 1.7 | 88.7 | 7.1 | 0.0 | 0.1 | 84.2 | 15.2

Мішані насадження | 24 | 8.1 | 22.7 | 21.4 | 47.7 | 4.1 | 14.1 | 13.7 | 68.1

Лісові культури | 4 | 82.5 | 10.9 | 0.2 | 5.1 | 73.1 | 3.6 | 0.0 | 23.3

Проведений аналіз гомогенності зображень дав змогу негомогенні за просторовою структурою частини зображення впорядкувати в окремий специфічний клас, що в кінцевому результаті привело до підвищення відсотку класифікованих пікселів для мішаних насаджень на 20.4%. Причому в результаті проведеного аналізу зображення стало ближчим до картографічного без складної структури, більш гомогенним.

З метою перевірки точності розробленої тематичної карти (плану лісонасаджень) для території природного заповідника “Розточчя”, в якості референційного зображення використано план лісових насаджень останнього лісовпорядкування. Масштаб плану, його інформативність, а також те, що тренувальні проби вибрані не за його допомогою, а на основі наземних спостережень та інфрачервоних аерофотознімків робить можливим об’єктивну перевірку точності автоматичної класифікації. На плані лісонасаджень представлені практично всі класи, окрім лук і земель сільськогосподарського користування, та стовідсоткове спiвпадіння тренувальних площ і відповідних класів на класифікованому зображенні дає можливість стверджувати, що ці класи визначені достовірно.

За допомогою програмного пакету РСІ суміщено референційне зображення з класифікованим зображенням і визначено відсоток співпадіння класів на класифікованому зображенні і референційному (табл.4).

При кінцевому порівнянні класифікованого зображення з референційним отримано досить високі значення відсотку збігу для хвойних молодших і старших насаджень, листяних старших насаджень, лісових культур. Задовільними є також відсотки збігу для листяних молодших та мішаних старших насаджень.

Таблиця 4 - Частка достовірно класифікованих пікселів зображення за матеріалами лісоінвентаризації

Назва класу | Код | Відсоток пікселів, класифікованих за кодами

класу | 4 | 6 | 8 | 9 | 11 | 12 | 18 | 21 | 26

Лісові культури | 4 | 70.8 | 2.6 | 5.5 | 6.5 | 0.8 | 9.8 | 1.8 | 0.7 | 0.0

Хвойні молодші насадження | 6 | 6.6 | 72.1 | 7.3 | 1.4 | 0.0 | 6.9 | 4.9 | 0.5 | 0.0

Хвойні старші насадження | 8 | 1.9 | 5.4 | 75.1 | 2.2 | 1.5 | 4.9 | 6.7 | 1.4 | 0.0

Листяні молодші насадження | 9 | 2.8 | 0.6 | 3.1 | 50.0 | 0.1 | 34.4 | 6.4 | 1.9 | 0.0

Чорновільхові насадження | 11 | 11.3 | 0.0 | 18.0 | 0.0 | 44.6 | 24.2 | 6.4 | 1.9 | 0.0

Листяні старші насадження | 12 | 0.8 | 0.6 | 3.7 | 9.0 | 0.3 | 74.9 | 5.8 | 3.8 | 0.0

Мішані молодші насадження | 18 | 7.1 | 1.0 | 10.5 | 7.8 | 5.9 | 8.0 | 46.7 | 1.3 | 8.0

Мішані старші насадження | 21 | 0.2 | 2.0 | 13.5 | 2.2 | 1.0 | 13.9 | 15.5 | 51.2 | 0.0

Заболочені ділянки | 26 | 3.2 | 0.0 | 6.0 | 0.5 | 3.9 | 0.6 | 4.9 | 0.0 | 40.1

Порівняно невеликий відсоток збігу для чорновільхових старших насаджень пояснюється складною їх структурою. Нижче 50-ти відсотків збігу для мішаних молодших насаджень і заболочених ділянок виникло через неточну передачу контурів мішаних насаджень на існуючій карті із-за складності контурів природного заростання болота деревними породами. В даному випадку і для даних насаджень тематична карта має перевагу перед планом лісонасаджень.

Загальний відсоток збігу для зображень, що складає 66.37 %, а також наведені вище об’єктивні фактори дозволяють зробити висновок, що отримана на основі супутникового сканерного знімку тематична карта є достовірною, що робить можливим її використання для спостережень за змінами в лісовому фонді та для крупномасштабної інвентаризації.

Цифрові топографічні карти є базою, яка доповнюється лісоінвентаризаційною, лісівничою, лісотипологічною, кліматичною ґрунтовою інформацією об’єднаною в єдину інформаційну систему. Ця система, як і будь-яка інша ГІС, служить для зберігання, аналізу, використання різнопланових даних, для чого система повинна мати опрацьовані функції управління базами даних. Інформація таксаційних описів складає цифрову базу даних для наповнення лісової ГІС. Додаткова інформація, може бути представлена дані спостережень на постійних пробних площах, закладених з метою моніторингу лісових ресурсів та навколишнього середовища.

Пробні площі, закладені в основних типах лісу та ідентифіковані на топографічних картах та аерофотознімках служать джерелом інформації для контрольованої класифікації, та на підставі змін основних таксаційних показників дають можливість прослідкувати зміни в районі спостережень.

Цифровий план лісових насаджень з наявною базою таксаційного опису дає можливість створювати тематичні карти земель лісового фонду, представляти основні таксаційні показники, планувати господарські заходи (доглядові рубання, заходи охорони і захисту лісу від пожеж, шкідників і хвороб), що може виконуватись автоматично залежно від поставлених умов.

ВИСНОВКИ

Дистанційні методи досліджень лісового фонду є одним з найбільш перспективних напрямків інтенсифікації лісоінвентаризаційних робіт та організації лісового господарства. Сучасні комп’ютерні технології обробки зображень роблять аерокосмічне зондування доцільним та ефективним у лісовому господарстві. Матеріали дистанційних зйомок знаходять широке застосування при лі-совій інвентаризації, оцінці стану лісових насаджень, охороні і захисту лісу від пожеж, шкідників і хвороб.

Результати досліджень дозволяють зробити наступні висновки:

- для дешифрування вкритих та не вкритих лісовою рослинністю земель достатньою є просторова роздільна здатність знімків не нижче, ніж 2020 м, а спектральна повинна включати канал інфрачервоного діапазону. Вищі показники роздільної здатності матеріалів дистанційних знімань, дозволять проводити детальнішу інтерпретацію аерокосмічних матеріалів та дешифрування окремих категорій земель лісового фонду;

- інформативність знімків зростає при їх штучному доповненні додатковим каналом з визначеним NDVІ-коефіцієнтом. Використання даного каналу підвищує точність класифікації для деяких категорій земель та насаджень у два рази;

- комплексне використання топографічної та лісівничої інформації про об’єкт досліджень дозволяє врахувати фактори, що впливають на якість зображення та формувати у поєднанні з тематичною картою та супутниковими знімками геоінформаційну систему;

- при дистанційній інвентаризації земель лісового фонду за мульти-спектральними знімками доцільним є ієрархічний метод класифікації, оскільки дає можливість проводити класифікацію кроками, використовуючи при кожному з них меншу кількість тренувальних вибірок;

- супутникові знімки придатні для візуальної оцінки не вкритих лісовою рослинністю земель лісового фонду та ходу природного поновлення;

- багатоканальні мультиспектральні знімки дозволяють проводити автоматичну класифікацію земель лісового фонду за допомогою ЕОМ. Автоматично виділяються землі лісового фонду - незімкнуті лісові культури, заболочені ділянки, луки, землі сільськогосподарського користування. З необхідною для лісової інвентаризації точністю виділяються класи насаджень:

хвойних (соснових),

листяних (дубових, букових, березових),

мішаних шпильково-листяних,

чорновільхових насаджень

та в межах кожного з виділених класів можна провести розподіл насаджень за двома віковими категоріями;

використання методу ГІС-аналізу при опрацюванні зображень підвищує точність виділення негомогенних за структурою мішаних насаджень.

СПИСОК ОСНОВНИХ ПРАЦЬ, ОПУБЛІКОВАНИХ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1.

В статті використовуються експериментальні дані, отримані та узагальнені здобувачем.

2.

Здобувачем розроблені основні методики для автоматичної класифікації супутникових знімків для лісових насаджень і визначено особливості їх застосування для заповідника “Розточчя”, які використовуються в статті.

3.

4.

В статті використані основні методики створення інформаційних систем для лісової інвентаризації, розроблені особисто здобувачем.

5.

6.

7.

8.

Часковський О.Г. Інвентаризація лісових насаджень Розточчя з використанням дистанційних методів. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата сільськогосподарських наук за спеціальністю 06.03.02 – лісовпорядкування і лісова таксація. Національний аграрний університет, Київ, 2001.

В дисертації розглядаються особливості застосування супутникових знімків для дослідження лісових насаджень.

Матеріали дистанційних знімань (аерофотознімки, супутникові знімки) несуть оперативну інформацію з просторової динаміки лісових масивів. Вирубка і штучні лісові посадки, як правило, можна оцінити достатньо точно і без великих витрат наземними методами, оскільки вони мають прямолінійні межі. Складніше визначити зміни, викликані стихійними лихами і природними процесами поновлення. Ці зміни доцільно оперативно