Содержание к диссертации
Введение
ГЛАВА 1. Краткий обзор существующих спутниковых систем и методов дешифрирования космических снимков для выявления повреждений лесов 10
1.1. Состояние вопроса повреждения лесов 10
1.2. Обзор действующих современных спутниковых систем для выявления повреждений 18
1.3. Спектрально-отражательные свойства растительности различного состояния 22
1.4. Вегетационные индексы, применяемые для выявления повреждений 25
1.5. Методологическая основа обработки спутниковых изображений для выявления изменений лесного покрова 29
1.5.1. Методы тематического анализа и обработки спутниковых изображений 34
1.5.1.1. Анализ изменений по одиночному изображению 35
1.5.1.2. Анализ визуального синтеза разновременных изображений 35
1.5.1.3. Сравнение результатов классификации разновременных изображений 36
1.5.1.4. Сравнение результатов независимой классификации 38
1.5.1.5. Разность изображений 38
1.5.1.6. Анализ главных компонент 39
1.5.2. Методы и алгоритмы обработки спутниковых изображений с целью выявления повреждения лесов, вызванных насекомыми- вредителями 40
Выводы к первой главе 44
ГЛАВА 2. Исследование информативных возможностей данных спектрорадиометра MODIS 47
2.1. Формирование экспериментального набора спутниковых данных MODIS 47
2.2. Исследование информативности данных спекрорадиометра MODIS для построения композитных изображений 53
2.3. Исследование информативности данных спекрорадиометра MODIS для выявления повреждений лесов насекомыми 56
2.4. Применение разновременных космических снимков Тегга-MODIS для выявления очагов массового размножения вредителей 65
Выводы ко второй главе 68
ГЛАВА 3. Методика обработки космических снимков с целью оценки степени повреждения лесов 70
3.1. Разработка алгоритма предварительной обработки данных наблюдений спектрорадиометра MODIS 71
3.2. Разработка автоматизированного метода обработки многолетних временных серий спутниковых изображений MODIS для детектирования участков повреждения лесов сибирским шелкопрядом 74
3.3. Разработка метода обработки спутниковых изображений MODIS для оценки степени повреждения лесов сибирским шелкопрядом 83
Выводы к третьей главе 87
ГЛАВА 4. Проведение экспериментальных работ 89
4.1. Характеристика тестового участка 89
4.2. Сбор и подготовка экспериментальных данных 90
4.2.1. Картографические данные 90
4.2.2. Данные типов земного покрова Северной Евразии 92
4.2.3. Карта покрытой лесом площади 92
4.2.4 Цифровая модель рельефа 94
4.2.5. Данные детектирования очагов горения 94
4.2.6. Данные о площадях, пройденных огнем 97
4.2.7. Данные дистанционного зондирования среднего пространственного разрешения 98
4.2.8. Данные дистанционного зондирования высокого пространственного разрешения 99
4.2.9. Данные наземных обследований 99
4.3. Обработка спутниковых изображений Terra-MODIS 100
4.4. Сравнение полученных результатов с данными высокого пространственного разрешения 107
4.5. Сравнение полученных результатов с данными наземных наблюдений ПО
Выводы к четвертой главе 114
Заключение 115
Список литературы
- Спектрально-отражательные свойства растительности различного состояния
- Исследование информативности данных спекрорадиометра MODIS для выявления повреждений лесов насекомыми
- Разработка автоматизированного метода обработки многолетних временных серий спутниковых изображений MODIS для детектирования участков повреждения лесов сибирским шелкопрядом
- Данные типов земного покрова Северной Евразии
Введение к работе
Актуальность темы. Данные дистаициошюго зондирования с искусственных спутников Земли находят свое применение в изучение лесов России с 70-х годов прошлого века. Космические снимки исполюуются для обнаружения и оценки последствий пожаров, контроля вырубок, выявления промышленных загрязнений, мониторинга массового размножения насекомых-вредителей и решения многих других хозяйственных и экологических задач. Однако эффективное использование спутниковых изображений невозможно без соответствующих методов и алгоритмов их обработки.
По мере развития спутниковых систем, когда на смену фотографическим приборам дистаициошюго зондировашш пришли многоспектральные сканеры, значительно расширились свойства принимаемой информации. Современные спутниковые системы получают снимки с высокой оперативностью, ежедневной периодичностью и регулярным потоком данных, что открьшает новые возможности для усовершенствования существующих методов и алгоритмов обработки космических снимков.
Наличие длительного периода спутниковых наблюдений, широкого охвата территории, и как следствие обработка большого массива данных, требует минимизации участия экспертов в процессе их тематической интерпретации. На разработку таких, в максимальной степени автоматизированных методов и алгоритмов обработки космических снимков, и были направлены исследования в рамках представленной диссертационной работы.
Цели и задачи исследований. Целью диссертации явилась разработка и исследование методов и алгоритмов обработки космических снимков среднего пространственного разрешения, получешшх съемочной системой Тегга-MODIS, с целью выявления очагов размножения сибирского шелкопряда и определения степени повреждения лесов этим вредителем. Достижение данной цели потребовало решения следующих задач:
изучение действующих современных спутниковых систем, используемых для дистанционного моїшторинга лесов;
исследование и анализ существующих методов и алгоритмов обработки космических снимков с целью выявления повреждения лесов, вызванных насекомыми-вредителями;
разработка алгоритма предварительной обработки данных наблюдений спектрорадиометра MODIS и формирование наборов спутниковых изображений, очищенных от влияния облачного и снежного покровов;
разработка автоматизированного метода обработки многолетних временных серий спутниковых изображений MODIS для детектирования участков повреждения лесов сибирским шелкопрядом;
разработка метода обработки спутниковых изображений MODIS для оценки степени повреждения лесов сибирским шелкопрядом;
проведение анализа полученных результатов и оценка их точности.
Научная новизна диссертационной работы заключается в следующем:
впервые предложен автоматизированный метод анализа многолетних разновременных серий спутниковых изображений MODIS для выявления повреждений лесов в результате массового размножения сибирского шелкопряда;
разработан метод обработки спутниковых изображений среднего пространственного разрешения MODIS для оценки степени повреждения лесов сибирским шелкопрядом.
Основные результаты диссертационной работы, выносимые па защиту:
автоматизировашшй алгоритм предварительной обработки данных наблюдений спектрорадиометра MODIS для формироваїшя очищенных от влияния облачности и снежного покрова спутниковых изображений в интересах лесопатологического мониторинга;
результаты исследования автоматизированного метода обработки многолетних разновременных серий спутниковых изображений MODIS для
детектирования очагов массового размножения сибирского шелкопряда на
примере Красноярского края; метод обработки сігутниковьіх изображений среднего пространственного
разрешения MODIS с целью оценки степени повреждения лесов сибирским
шелкопрядом.
Практическая значимость. Метод детектировашія очагов повреждения лесов сибирским шелкопрядом бьш использован для получения информации о размерах площадей и пространственном размещении поврежденных участков леса в Красноярском крае и Иркутской области в период с 2002 по 2006 гг., что дало возможность сформировать базу данных многолетних наблюдений очагов повреждеїшй в исследуемом регионе. Результаты работы (растровые изображения и векторные слои участков повреждения лесов насекомыми-вредителями) использованы при разработке Блока дистаїщионного лесопатологического мониторинга (БЛПМ) Информационной системы дистаїщионного мониторинга лесов (ИСДМ Рослесхоз). Документально подтвержден ввод в опытную эксплуатацию программного комплекса выявления крупномасштабных усыханий лесов от насекомых-вредителей и других факторов непирогенного характера по данным спектрорадиометра MODIS в БЛПМ ИСДМ Рослесхоз, созданного на основе разработанного метода.
Апробация. Основные положения диссертации и результаты работы докладывались на 7 российских и международных конференциях. На третьей открытой Всероссийской конференции: «Современные проблемы дистанционного зондирования Земли из космоса» автор отмечен дипломом за второе место в конкурсе молодых ученых.
Публикации. По результатам исследования опубликовано 11 научных работ, 2 из которых помещены в рекомендованных ВАК России журналах. Все основные разработки и исследования методов и алгоритмов и их результаты получены автором лично.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Объем диссертации составляет 140 страниц, включая 29 рисунков, 20 таблиц и 4 приложения.
Спектрально-отражательные свойства растительности различного состояния
В настоящее время спутниковые изображения и методы их цифровой обработки эффективно используются для решения широкого круга задач, в том числе изучения и мониторинга лесов. Большинство из них связаны с инвентаризацией и картографированием лесов, выявлением изменений в лесном фонде, оценкой повреждений лесов насекомыми и болезнями, охраной лесов от пожаров. Решение различных задач мониторинга лесов требует привлечения адекватных по своим параметрам спутниковых систем дистанционного зондирования исходя из характеристик объектов наблюдения, а именно их пространственных размеров и структуры, особенностей временной динамики и спектрально-энергетических свойств. Наличие доступного набора спутниковых данных является одним из важнейших факторов, определяющих последующие методы и алгоритмы обработки космических снимков.
Информационной основой государственного контроля за санитарным состоянием лесов и лесопатологической обстановкой на территории лесного фонда Российской Федерации является лесопатологический мониторинг (ЛПМ). ЛПМ - это система" наблюдений за состоянием лесов, нарушением их устойчивости, повреждением (поражением) вредителями, болезнями и другими природными и антропогенными факторами среды, а также за динамикой этих процессов с целью обеспечить раннее выявление неблагополучного состояния насаждений, оценку и прогноз развития экологически неблагополучных ситуаций для своевременного принятия решений по планированию и осуществлению эффективных природоохранных и лесозащитных мероприятий [3].
В целях повышения оперативности, масштабности и производительности работ по выявлению и контролю развития очагов различных повреждений лесов, особенно в трудно доступных и крупных лесных массивах, при ведении ЛПМ рекомендуется использовать дистанционные методы: космическую, авиа-, видео- и фототеодолитную съемку, аэровизуальное обследование лесов. При всех видах дистанционной съемки не всегда возможно, дешифрируя снимки, определить причину повреждения или ослабления древостоев, тем более оценить в деталях деятельность стволовых и иных вредителей леса. Однако проведенная с помощью дистанционных средств оценка состояния насаждений, выявленное их территориальное распределение позволяют более целенаправленно и с наименьшими затратами наметить и проводить наземные работы.
В диссертационной работе рассмотрена проблема разработки и исследования методов и алгоритмов обработки космических снимков с целью выявления очагов размножения сибирского шелкопряда и определения степени повреждения лесов этим вредителем. Сибирский шелкопряд является одним из наиболее опасных видов хвоегрызущих насекомых, вспышки размножения которого приводят к гибели насаждений на больших площадях. Площади очагов его повреждения ежегодно колеблются в пределах 0,25-2,3 млн. га, а в период панзональных вспышек достигают десятки млн. га [4].
Наибольшие средние многолетние площади очагов отмечаются на юге европейской части России, южном Урале, в среднем и южном Поволжье, на Северном Кавказе. Максимальные по площади очаги размножения сибирского шелкопряда (более млн. га) характерны для средней и южной полосы Сибири (Красноярский край, Томская, Новосибирская, Иркутская области).
Массовые размножения насекомых нередко принимают характер стихийных бедствий. В результате вспышки сибирского шелкопряда в 1954-1957 годах в Западной Сибири погибло более 3 млн. га пихтово-кедровых лесов. Эффект был столь значителен, что часть территории оказалась выведенной из категории покрытой лесом площади. Ускоренное усыхание лесов в зоне деятельности крупных промышленных производств привело к резкому сокращению лесозаготовительной деятельности и ликвидации рабочих поселков.
В 1994-1995 годах большие очаги сибирского шелкопряда возникли в нижнем течении р. Ангара. Из-за несвоевременного их обнаружения они распространились на площади более одного млн. га, что потребовало проведения экстренных лесозащитных мероприятий. В 1996-1998 годах сохранилась реальная угроза дальнейшего расширения очагов, усыхания пихтово-кедровых лесов на обширных территориях и массового размножения насекомых в ослабленных насаждениях [5].
В истории лесного хозяйства самая масштабная вспышка массового размножения сибирского шелкопряда произошла в 1999-2001 годах, когда площади очагов на территории, подчиненной г. Якутску, охватили 7 млн. га. Такое большое количество очагов этого вредителя не регистрировалось за весь период регулярных наблюдений, и превышает все достоверные статистические материалы.
В целом график площадей, поврежденных сибирским шелкопрядом, за период 1977 - 2007 по данным государственной статистической отчетности представлен на рисунке 1.1 [6].
Первичные очаги шелкопряда обычно приурочены к насаждениям, более хорошо прогреваемым и аэрируемым, с более сухими условиями роста или с хорошо дренируемыми почвами, средних полнот (0,4 - 0,7) или к их окраинам, опушкам, рединам, чаще к насаждениям чистым, старшевозрастных классов, относящихся к группам более сухих или свежих типов леса (зеленомошники, разнотравные и др.). Они располагаются: в равнинной тайге - по гривкам рельефа, в низких горах (до 500 м высоты) - на плато и по склонам, в нижнее- и среднегорной тайге более высоких гор, расположенных в северных или увлажненных местностях - по склонам
Исследование информативности данных спекрорадиометра MODIS для выявления повреждений лесов насекомыми
С целью минимизации влияния вышеперечисленных недостатков был разработан алгоритм дополнительной обработки продуктов MOD13Q1, состоящий из нескольких этапов [45]:
Маскирование фрагментов облачности, снега/льда, дымов от пожаров на основе экспериментально подобранных порогов на основе анализа спектральных сигнатур яркостей этих объектов;
Учет влияния различий в пространственном разрешении на основе анализа вспомогательных данных, характеризующих положение спутника и Солнца в момент съемки;
Сглаживание временных композитных серий с учётом маскирующих изображений, отсутствующие из-за сбоев значения во временной серии заполняются линейной аппроксимацией временного ряда. Предобработка данных MOD09GQK, MOD09GHK, MODMGGAD, MOD09GST и формирование композитных изображений на летний период осуществлялась в ИКИ РАН [46,47].
Как было отмечено выше, исходные композитные изображения содержат ряд мешающих исследованию природных образований и явлений, к числу которых, в первую очередь, относятся облачный, снежный покровы и дымы от пожаров. С целью устранения на изображении вышеперечисленных объектов, было проведено их выделение с использованием порогов, подобранных экспериментально на основе анализа яркостей спектральных сигнатур этих объектов. Для этого была использована комбинация синего канала и индекса NDSI: где RojeK R2.11 - синий канал с интервалом длин волн 459 - 479 нм и средний инфракрасный канал с интервалом длин волн 2105-2155 нм электромагнитного спектра. Значения NDSI лежат в промежутке [-1;1]. Выбор канала Ro,46 обусловлен его наилучшей чувствительностью к изменениям в состоянии атмосферы. Облачный покров в данном диапазоне имеет высокие значения спектральной яркости, в то время как растительность и обнаженные почвы наиболее низкие. Для разделения облаков и снега был выбран канал Ro.n, т-к- отражательная способность облаков в данном диапазоне остается высокой, а снега находится на низком уровне [48]. С целью определения пороговых значений был построен базис двумерного пространства признаков на основе наиболее информативного синего канала R0i46 /10000 и индекса NDSI.
В качестве тематических классов рассматривались 1) снег и лед, 2) облачность, 3) смешанный класс, включающий остаточные эффекты предыдущих объектов, объединенные с данным спектрорадиометра MODIS. дымкой от пожаров и 4) земная поверхность свободная от облаков, снега и льда. На рисунке 2.2 показаны эллипсы рассеяния яркостей выбранных классов в двумерном пространстве признаков. Двумерная гистограмма пространства признаков канала Roje и индекса NDSI, полученного по
Как видно из графика значения синего канала для 4 класса находятся в пределах [0,0 - 0,1], в то время как значения всех других классов выходят за границу 0,1. Относительно индекса NDSI классы имеют более широкий диапазон изменения. Четвертый класс, соответствующий чистой поверхности, находится в отрицательной зоне, чуть выше по графику располагается третий смешанный класс, с прозрачной облачностью и дымкой, второй класс, соответствующий облачности, размещается на границе с положительной зоной, а класс снега имеет максимальные значения индекса. Эту же картину подтверждают статистические данные средних значений и СКО яркостей выбранных классов (табл. 2.3). На основе анализа спектральных сигнатур в двумерном пространстве признаков, а также статистической информации, были подобраны пороговые значения для разделения выбранных классов, которые представлены в таблице 2.4.
По данным пороговым значениям проведена фильтрация мешающих факторов. Более подробно алгоритм предобработки изображений описан в главе 3. По очищенным 16-ти дневным и 30-ти дневным композитным изображениям проводилось исследование информативности данных MODIS для выявления деструктивных изменений в лесных массивах.
2.3. Исследование информативности данных спекрорадиометра MODIS для выявления повреждений лесов насекомыми
Одной из важных задач применения в лесном хозяйстве спутниковых изображений является распознавание и картографирование основных категорий лесных и нелесных земель, преобладающих пород, оценка их состояния, а также выявление повреждений, вызванных наиболее распространенными в России явлениями деструктивного характера.
В основе решения такого рода задач по спутниковым данным, полученным в оптическом диапазоне электромагнитных волн, лежит поиск максимально возможных спектрально-яркостных различий между классами, наиболее сильно проявляющихся в красной (1 канал), ближней ИК (2 канал) и средней ИК областях (6 и 7 канал) спектра. При этом для распознавания могут использоваться различные методы классификации.
Представление о возможностях классификации различных типов насаждений дают исследования их разделимости по спектральным сигнатурам с использованием статистических критериев. При оценке спектральных сигнатур для каждой однородной (т.е. соответствующей одному классу) совокупности объектов могут использоваться многомерные гистограммы значений яркости, средние значения и дисперсии яркостей в каждом из зональных изображений, матрицы корреляций между зональными яркостями, а также значения критерия дивергенции для оценки разделимости между попарными сочетаниями классов.
В данном исследовании анализ спектральной разделимости для задачи выявления очагов повреждений лесов от насекомых-вредителей проводился для вышеперечисленных
Приведенные критерии разделимости имеют свои нижние и верхние границы. Если значение критерия равно верхней границе, то можно утверждать, что оцениваемые классы полностью разделимы, а в случае равенства его нулю, можно сделать заключение о неразделимости классов по использованному набору признаков.
Для проведения исследований по оценке разделимости по данным MODIS использовались композитные изображения за летний период (июнь -июль) для минимизации влияния фенологии растительного покрова. Данные о спектральных сигнатурах различных типов лесного покрова были получены с использованием карты типов земного покрова бореальных экосистем Евразии, созданной на основе данных SPOT4-VEGETATION в рамках международного проекта Global Land Cover 2000 [49].
В качестве тематических классов рассматривались покрытые и непокрытые лесом территории, наиболее близкие по спектрально-отражательным свойствам к поврежденным лесным насаждениям.
В таблицах 2.5.1 - 2.5.5 приведены значения критерия трансформированной дивергенции для попарных комбинаций 1, 2, 6 и 7 каналов, полученных по 30-ти дневному и 16-ти дневному композитным изображениям. В таблицах 2.5.6 - 2.5.8 показаны комбинации из сочетания трех каналов 1, 2 и 6 для 30-дневного изображения и 1, 2 и 7 для 30-ти дневного и 16-ти дневного изображения. Как следует из представленных в таблицах данных о значениях критерия трансформированной дивергенции достаточную разделимость выбранных классов обеспечивает использование по отдельности 1 и 2, 2 и 6, а также 2 и 7 каналов. Вместе с тем из таблиц 2.5.6 - 2.5.8 следует, что совместное использование трех каналов может приводить к довольно значимому повышению достоверности классификации.
Разработка автоматизированного метода обработки многолетних временных серий спутниковых изображений MODIS для детектирования участков повреждения лесов сибирским шелкопрядом
Предварительная обработка разработана для улучшения качества 16-ти дневных композитных изображений, построенных по данным Terra-MODIS. Исходные изображения MOD13Q1 включают ряд параметров, искажающих изображение лесного полога, к числу которых, в первую очередь, относятся облачный и снежный покровы. Одним из возможных путей улучшения данных является построение композитных изображений, формируемых на основе множества наблюдений за выбранный интервал времени таким образом, что элементы изображения заполняются только информацией о безоблачных измерениях.
Алгоритмы построения композитных изображений, формируемые в центре обработки Геологической службы США, являются не самыми оптимальным для получения качественных продуктов пр причине наличия в них пикселей, содержащих остаточную облачность и ее тени, снег, лед, дымы от пожаров, более низкое пространственное разрешение относительно декларируемого (250 метров), а также сбойные измерения датчиков прибора.
Это обстоятельство потребовало разработки алгоритма построения композитных изображений, удовлетворяющих требованиям тематической обработки спутниковых данных для решения задач мониторинга лесов.
Выделение облачности, снега, льда, дымов от пожаров выполняется с использованием порогов, подобранных экспериментально на основе анализа спектральных сигнатур яркостей этих объектов. Процесс подбора порогов подробно описан в главе 2.
В результате обработки изображения формируется тематический слой, содержащий классы облачности, снега, льда и смешанный класс, объединяющий все три объекта. Земная поверхность свободная от облаков, снега и льда кодируется отдельным классом. (R046/10000 0,1) and (NDSI 0.4), 1
Для учета влияния различий в пространственном разрешении используется вспомогательный канал, отражающий значение зенитного угла прибора относительно вертикальной оси. Используя модель экспоненциальной зависимости значения пространственного разрешения от угла наклона сканирующего луча прибора (рис. 3.2), был определен порог для пикселей композитных изображений, реальное разрешение которых превышает 250 метров не более чем на 20%.
На основе двух маскирующих изображений формируется единая маска «поврежденных» пикселей {СР}=СРЮСР2. Полученный продукт используется для обнуления «плохих» пикселей исходного изображения. Для формирования временного 16-дневного стека выбираются все измерения, отнесенные к «чистой земной поверхности» и сделанные с минимальным зенитным углом наблюдения.
В сформированных стеках в ряду значений яркости данного пикселя могут встречаться однократные аномальные выбросы, обусловленные различиями условий освещения и наблюдения, остаточным влиянием облаков, снега и теней.
Для фильтрации таких выбросов производится расчет среднего значения \х и стандартного отклонения а яркостей пикселей временного стека спутниковых изображений. Пиксели, выходящие за границы интервала [\х-1,5-а;ц.+1,5-а], обнуляются.
Отсутствующие из-за сбоев значения заполняются линейной аппроксимацией временного ряда.
Блок-схема предварительной обработки изображений MODIS для формирования 16-ти дневных композитных изображений представлена на рисунке 3.3.
По результатам предварительной обработки были получены улучшенные временные серии 16-ти дневных композитных изображений, использованные для последующего анализа информативности данных MODIS (рис. 3.4).
В результате детального анализа информативности данных MODIS (глава 2) для тематической обработки принято решение использовать временные серии 30-ти дневных композитных изображений, подготовленные по методике в ИКИ РАН [46,47].
Детектирование лесов, погибших от насекомых, производится с использованием набора производных продуктов — 30-дневных композитных изображений MODIS, очищенных от влияния облачности, снегов, сбойных измерений и других факторов.
Тематическая обработка основана на анализе временных серий данных MODIS разных лет с целью выявления изменений в состоянии растительности, вызванных массовым размножением насекомых-вредителей.
Первым этапом рассчитываются коротковолновый вегетационный индекс SWVI и нормализованный разностный вегетационный индекс NDVI для пикселей спутникового изображения, совпадающих с маской лесов или покрытых лесом территорий. Источником этой информации является карта наземных экосистем Северной Евразии, полученная по SPOT-Vegetation [49], и маска покрытой лесом площади, сформированная по результатам обработки Terra-MODIS [50].
Данные типов земного покрова Северной Евразии
В процессе экспериментальных работ были собраны и подготовлены данные для выявления повреждений лесов (космические, наземные, картографические и др.), проведена предобработка спутниковых изображений, апробирован метод выявления поврежденных сибирским шелкопрядом территорий и определена степень дефолиации древостоя на примере тестового участка в Красноярском крае и Иркутской области. Комплексная обработка данных проводилась в ERDAS Imagine 8.7 с помощью программ, созданных на языке разработки графических моделей.
На основе сравнительного анализа полученных результатов с материалами наземных обследований и космическими снимками высокого пространственного разрешения можно сделать вывод, что по данным спектрорадиометра MODIS можно оперативно регистрировать изменения в состоянии полога леса (дефолиацию), связанные с потерей зеленых фракций крон деревьев в результате массового размножения сибирского шелкопряда.
Сравнительный . анализ результатов обработки спутниковых изображений Terra-MODIS с космическими снимками LandsatM показал, что определение поврежденных сибирским шелкопрядом площадей лесов осуществляется с достоверностью 96,03%. Ошибки пропуска цели и ложных тревог составляют 3,97% и 0,87% соответственно.
По результатам сравнения степени повреждения древостоев, полученных дистанционными методами и на основе наземных обследований для 24 контрольных участков, было выявлено, что алгоритм определения степени дефолиации позволяет выявлять не менее 5 классов распределения деревьев по категории состояния. Достоверность правильного определения слабой степени повреждения соответствует 80%, средней степени повреждения - 88% и сильной степени повреждения - 91%.
Современные спутниковые системы, получающие снимки с высокой оперативностью и периодичностью в сочетании с усовершенствованными методами и алгоритмами из обработки, открывают широкие перспективы для организации непрерывного мониторинга лесов и оценки их состояния на всей территории лесного фонда России.
В диссертационной работе представлена разработка и исследование методов и алгоритмов обработки космических снимков с целью выявления очагов размножения сибирского шелкопряда и определения степени повреждения лесов этим вредителем.
В рамках исследований были получены следующие основные результаты: разработан автоматизированный алгоритм предварительной обработки данных спектрорадиометра MODIS, который позволяет формировать очищенные от влияния облачности и снежного покрова спутниковые изображения; разработан автоматизированный метод обработки многолетних разновременных серий спутниковых изображений MODIS, позволяющий выявлять изменения в лесных массивах, связанные с массовым размножением сибирского шелкопряда; разработан метод обработки спутниковых изображений среднего пространственного разрешения MODIS для оценки степени повреждения лесов сибирским шелкопрядом.
Для проведения исследований был осуществлен сбор спутниковых изображений среднего пространственного разрешения Terra-MODIS на тестовый регион Красноярского края и Иркутской области. Предварительная обработка, выполненная с помощью разработанного автором алгоритма, предназначена для улучшения качества 16-ти дневных композитных изображений (продукт NASA MOD13Q1), построенных по данным Тегга 115
MODIS. Продукт MOD13Q1 создается по стандартной технологии NASA методом выбора из всего доступного набора измерений за 16 дней максимальных значений NDVI с учетом положения пикселя относительно надира. В результате такого подхода композитное изображение содержит фрагменты облачности и ее тени, снег, лед, дымы от пожаров, отдельные области с более низким разрешением, сбойные измерения датчиков. Для устранения вышеперечисленных негативных факторов был разработан автоматизированный алгоритм предварительной обработки данных спекрорадиометра MODIS для формирования очищенных от влияния облачности и снежного покрова спутниковых изображений.
Автоматизированный метод обработки многолетних разновременных серий спутниковых изображений MODIS построен на сравнительном анализе временных рядов индексов SWVI и NDVI разных лет в период минимальных фенологических изменений в состоянии растительности (конец мая - начало сентября). Метод позволяет выявлять изменения в лесных массивах, связанные с массовым размножением сибирского шелкопряда.
Разработанный метод обработки спутниковых изображений среднего пространственного разрешения MODIS с целью оценки степени повреждения лесов основан на определении сомкнутости полога до и после повреждения лесов насекомыми вредителями. Оценка значения проективного покрытия полога (сомкнутости) в пикселе изображения производится с помощью углового расстояния в двумерном пространстве признаков красного и ИК каналов между измеряемой яркостью и линией почвы. Значения сомкнутости полога, полученные за разные годы, используются для определения величины отпада или степени дефолиации лесной растительности.
Результатом проведенных исследований явилось выявление, распознавание и картирование вероятных очагов повреждений, а также определение степени дефолиации темнохвойных лесов на пораженных территориях.
Экспериментальные работы обеспечили тестирование методов и оценку их точности. В результате можно сделать следующие выводы:
На основе данных среднего разрешения можно оперативно регистрировать изменение в состоянии полога леса (дефолиацию), связанного с потерей зеленых фракций крон деревьев в результате массового размножения сибирского шелкопряда.
Сравнительный анализ результатов обработки данных Terra-MODIS с данными LandsatM показал, что определение поврежденных сибирским шелкопрядом площадей лесов осуществляется с достоверностью 96,03%. Ошибки пропуска цели и ложных тревог составляют 3,97% и 0,87% соответственно.
По результатам сравнения степени повреждения древостоев, полученных дистанционными методами и на основе наземных обследований для 24 контрольных участков, было выявлено, что алгоритм определения степени дефолиации позволяет выявлять не менее 5 классов распределения деревьев по категории состояния. Достоверность правильного определения слабой степени повреждения соответствует 80%, средней степени повреждения — 88% и сильной степени повреждения - 91%.
Полученные автором результаты использовались при разработке Блока дистанционного лесопатологического мониторинга (БЛПМ) Информационной системы дистанционного мониторинга лесов (ИСДМ Рослесхоз), а также при выполнении ряда научно-исследовательских работ ЦЭПЛ РАН в области картографирования и оценки динамики наземных экосистем Северной Евразии.
