Картографирование лесов по многоспектральным спутниковым данным высокого пространственного разрешения

Предложенная методика региональной экологической оценки лесов предусматривает использование репрезентативной выборки данных спутниковых наблюдений высокого пространственного разрешения для классификации лесного покрова и оценки таких ключевых индикаторов как лесистость и доля чистых хвойных насаждений в составе покрытой лесом площади. Одним из широко используемых в настоящее время источников спутниковых данных высокого разрешения является портал программы Global Land Cover Facility (GLCF http: // glcf. umiacs. umd. edu). Отобранный из архива набор изображений Landsat ETM+ включал в себя пять спутниковых сцен с незначительным влиянием облачности и максимально возможно приближенных по фазе фенологического развития растительности. Схема покрытия области изображениями Landsat ETM+ представлена на рисунке 2.

Используемые в работе изображения были приведены в проекцию UTM на эллипсоиде WGS84, а уточнение их взаимной пространственной привязки производилось методом аффинных преобразований по опорным точкам в зоне перекрытия изображений с уровнем погрешности, не превышающей размера одного пикселя.

При построении карт лесов регионального уровня с использованием данных высокого пространственного разрешения, как правило, для обеспечения полного покрытия территории приходится использовать совокупность неоднородных по времени и условиям спутниковой съемки изображений. При этом возникает задача разработки методов использования разнородных изображений с целью минимизации временных затрат и объема необходимых опорных данных при условии обеспечения достаточной тематической точности и информационной детальности получаемых карт.

Один из возможных подходов к решению этой задачи предполагает первоначальное проведение взаимной яркостной нормализации изображений с целью их последующей совместной классификации. В основу метода яркостной нормализации изображений, полученных одним и тем же прибором дистанционного зондирования, положено предположение о том, что, при отсутствии качественных изменений лесов в период между двумя датами наблюдений, различия регистрируемой яркости, прежде всего, связаны с изменениями характеристик пропускания и рассеяния излучения атмосферой, а также фенологической динамикой растительности. При этом была принята линейная модель аппроксимации связи между значениями яркости на уровне прибора дистанционного зондирования Ra и на нижней границе атмосферы R, согласно следующему выражению:

Ra = tg(Ratm + kR) (1),

где:

Ra – яркость подстилающей поверхности на верхней границе атмосферы;

Ratm – яркость отраженного атмосферой излучения;

R – яркость подстилающей поверхности на нижней границе атмосферы;

tg – коэффициент пропускания атмосферы;

k – коэффициент, зависящий от функции пропускания атмосферы и геометрических условий наблюдения.

Использование линейной модели (1) позволяет выразить следующим образом связь значений яркости для одного и того же участка на двух различающихся временем получения изображениях:

CN1 = aCN2 + b (2),

где: CN1 и CN2 – уровни яркости участка поверхности в различные моменты наблюдений; a и b - коэффициенты уравнения.

Использование выражения (2) позволяет предложить простой метод взаимной яркостной нормализации спутниковых изображений, предполагающий реализацию описанных ниже последовательных этапов.

На первом этапе производится выбор базового изображения, максимально возможно отвечающего следующей группе условий:

· наличие областей взаимного перекрытия базового изображения с максимально большим числом спутниковых изображений для региона наблюдения;

· наличие в зонах перекрытия изображений участков, соответствующих различным, характерным для региона наблюдения, типам лесов;

Материалы по географии:

Рельеф
Большей частью — равнинный, на северо-западе расположены Атласские горы, в Сахаре — нагорья Ахаггар и Тибести. На востоке — Эфиопское нагорье, к югу от него вулкан Килиманджаро (5895 м) — высочайшая точка материка. На юге расположены Капские и Драконовы горы. Самая низкая точка (157 метров ниже уро ...

Экономика Японии в 2000-х гг.
Основными причинами экономического спада 1990х гг. являются затяжной финансовый кризис и наличие так называемой структурной усталости в социально-экономической системе страны, преодоление которых было бы невозможно без проведения кардинальных экономических реформ. Старт реформированию японской экон ...

Природный мир Калининградской области
Растительный покров Калининградской области относится к лесной зоне, подзоне смешанных хвойно-широколиственных лесов. Лесистость области достигает 22%. Наиболее крупные лесные массивы сохранились в пределах Нестеровского, Краснознаменского, Славского, Полесского, Гвардейского и Багратионовского рай ...