Анализ возможностей использования методов дистанционного зондирования для региональной оценки экологического состояния лесов

Материалы » Разработка методики региональной экологической оценки состояния лесов по данным спутниковых наблюдений » Анализ возможностей использования методов дистанционного зондирования для региональной оценки экологического состояния лесов

С целью обеспечения сопоставимости и возможностей совместного анализа индикаторов состояния лесов, получаемых по спутниковым данным различного пространственного разрешения, снижения влияния случайных факторов, а также удобства пространственного моделирования в среде ГИС предложенная методика предполагает осреднение характеристик состояния лесов в ячейках покрывающей территорию регулярной сети. Исходя из необходимости обеспечения репрезентативности получаемых оценок и пространственного разрешения изображений MODIS, используемых в качестве одного из основных источников спутниковых данных для исследований, было признано целесообразным использовать ячейки сети с размером 10х10 км.

Представленная на рисунке 1 логическая схема отражает основные этапы предложенной методики региональной оценки экологического состояния лесов по спутниковым данным. Как следует из схемы, для апробации методики на примере Московской области используются приборы MODIS (250 м) и Landsat-ETM+ (28,5 м) в качестве основных источников спутниковых данных. При этом данные MODIS обеспечивают полное покрытие региона и используются в сочетании с репрезентативной выборкой изображений высокого разрешения.

Предварительная обработка спутниковых данных призвана обеспечить их более эффективный тематический анализ за счет снижения влияния мешающих факторов. Так предварительная обработка ежедневных данных наблюдений прибором MODIS направлена на формирование очищенных от влияния облачного покрова композитных изображений региона путем селекции данных за некоторый период наблюдений на основе набора заданных критериев. Предварительная обработка данных Landsat-ETM+ включает в себя их географическую привязку и взаимную радиометрическую нормализацию, и направлена на обеспечение возможности совместной классификации совокупности спутниковых изображений на регион исследований с целью снижения временных затрат на этапе тематической обработки.

На первом этапе тематического анализа изображений предусматривается построение карт лесов по результатам независимой классификации обоих видов спутниковых данных. Набор классов, выделяемых в ходе анализа спутниковых данных, должен обеспечивать отделение покрытых лесом от непокрытых лесом участков, а также подразделение покрытых лесом территорий на хвойные, лиственные и смешанные насаждения. Целесообразно также выделять хвойные насаждения с преобладанием светлохвойных (сосна) и темнохвойных (ель, пихта) пород. В качестве источника вспомогательных данных для классификации изображений могут использоваться лесоустроительные и другие тематические карты, отражающие территориальное распределение лесов региона и их породный состав. Интеграция полученных по результатам классификации изображений MODIS данных о характеристиках лесов в базу данных ГИС предваряется выполнением калибровки с использованием результатов анализа изображений высокого разрешения. Предложенной методикой предлагается восстановление вида и параметров калибровочных функций путем регрессионного анализа, в качестве входных переменных для которых используются значения лесистости для ячеек сети, полученные по спутниковым изображениям среднего и высокого разрешения.

Полученные в результате классификации изображений MODIS маски хвойных и лиственных лесов используются на дальнейших этапах для вычисления в ячейках сети средних значений индексов NDVI и NDWI, отражающих физиологическое состояние насаждений в части обеспеченности их хлорофиллом и водой.

При этом целесообразно установить связь значений спектральных индексов с независимыми данными об антропогенной нагрузке на экосистемы, которая, в частности, может выражаться в уровне загрязнения атмосферы и почв вредными веществами.

Получаемые данные об индикаторах экологического состояния лесов позволяют формировать постоянно обновляемую базу данных в составе ГИС по лесам региона. Банк данных ГИС должен также включать в состав информационного обеспечения ряд дополнительных баз данных и цифровых карт.

Это интересно:

Биологический фактор
Флора и фауна представляют собой причудливое сочетание южных и северных представителей. Основное богатство района - флора и фауна Уссурийской тайги. Здесь произрастает более двух тысяч видов растений, некоторые из них больше нигде не встр ...

Что такое Южный океан
Советские полярники выделили Южный океан в 1966 г. исключительно из эгоистических побуждений — так удобнее для исследования Антарктики. (Это как если бы ученые-исследователи Сицилии для удобства изучения острова объединили прилегающие аква ...

Центрально-Черноземный район
Состав. Белгородская, Воронежская, Курская, Липецкая, Тамбовская области. Экономико-географическое положение. Район имеет небольшую территорию (107 тыс. км2) и удобное транспортно-географическое положение. Граничит с Центральным, Повол ...