Картографирование лесной растительности на основе автоматизированного дешифрирования по данным дистанционного зондирования Земли

  • Никита Алексеевич Шестаков Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь
  • Антонина Анатольевна Топаз Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

Аннотация

Представлены методика и результаты картографирования лесной растительности путем авто­матизированного дешифрирования по данным дистанционного зондирования Земли (изображений «Landsat-8», «Landsat-9», «Sentinel-2»). С использованием средств программных комплексов ENVI (версия 5.6) и ArcMap (вер­сия 10.7) произведена комплексная цифровая обработка космических снимков. На основе результатов тематической обработки мультиспектральных спутниковых данных и математико-статистического анализа получены значения коэффициентов спектральной яркости шести лесообразующих пород: сосны, ели, березы, ольхи черной, осины и дуба. Анализ спектральной отражательной способности, выполненный в программах Statistica (версия 10) и Microsoft Office Excel, позволил установить спектральные дешифровочные признаки исследуемых пород с учетом сезонных изменений и определить оптимальные для дешифрирования временные сроки. На основе результатов автоматизи­рованного дешифрирования по данным спутниковых снимков «Landsat-8», «Landsat-9» и «Sentinel-2» выполнено среднемасштабное (1 : 125 000) картографирование лесной растительности на примере территории республиканского ландшафтного заказника «Озёры». Путем анализа разновременных данных дистанционного зондирования Земли произведено автоматизированное обнаружение изменений лесного покрова с 2013 по 2022 г. (по данным снимка «Landsat-8») и с 2018 по 2022 г. (по данным снимка «Sentinel-2»). Составлены 12 карт лесной растительности, от­ражающих актуальное состояние и динамику лесного покрова заказника, 2 из которых представлены в статье. Кар­тографическое оформление результатов тематической обработки мультиспектральных спутниковых изображений осуществлено в программах ArcGIS (ArcMap (версия 10.7)) и Adobe Illustrator (версия 2019 г.).

Биографии авторов

Никита Алексеевич Шестаков, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

аспирант кафедры геодезии и космоаэрокартографии факультета географии и геоинформатики

Антонина Анатольевна Топаз, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

кандидат географических наук, доцент; заведующий кафедрой геодезии и космоаэрокартографии факультета географии и геоинформатики

Литература

  1. Grummo DG, Zeliankevich NA, Tsvirko RV. Inventory and evaluation of the modern condition of the biological diversity of the National Park «Belovezhskaya Pushcha» using remote and geoinformational methods. In: Kol’makova EG, editor. Sovremennye napravleniya razvitiya fizicheskoi geografii: nauchnye i obrazovatel’nye aspekty v tselyakh ustoichivogo razvitiya. Materialy Mezhdunarodnoi nauchno-prakticheskoi konferentsii, posvyashchennoi 85-letiyu fakul’teta geografii i geoinformatiki Belorusskogo gosudarstvennogo universiteta i 65-letiyu Belorusskogo geograficheskogo obshchestva; 13–15 noyabrya 2019 g.; Minsk, Belarus’ [Modern directions of development of physical geography: scientific and educational aspects for sustainable development. Proceedings of the International scientific and practical conference dedicated to the 85th anniversary of the faculty of geography and geoinformatics of the Belarusian State University and the 65th anniversary of the Belarusian Geographical Society; 2019 November 13–15; Minsk, Belarus]. Minsk: Belarusian State University; 2019. p. 353–356. Russian.
  2. Tolkach IV, Sayevich FK. Spectral and brightness characteristics of the main forest-forming species on images of the scanner Leica ADS100. Proceedings of BSTU. Series 1, Forestry. 2016;1:24–27. Russian. EDN: WHDMBT.
  3. Denisova AYu, Kavelenova LM, Korchikov ES, Prokhorova NB, Terentyeva DA, Fedoseev BA. Tree species classification in Samara Region using Sentinel-2 remote sensing images and forest inventory data. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2019;16(4):86–101. Russian. DOI: 10.21046/2070-7401-2019-16-4-86-101.
  4. Zharko VO, Bartalev SA. Forest tree species recognizability assessment based on satellite data on their spectral reflectance seasonal changes. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2014;11(3):159–170. Russian. EDN: THXYBP.
  5. Kurbanov EA, Vorobiev ON, Menshikov LN, Smirnova LN. Identification of forest stands and ominant tree species in Penza Region using Sentinel-2 imagery. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2018;15(5):154–166. Russian. DOI: 10.21046/2070-7401-2018-15-5-154-166.
  6. Shikhov AN, Semakina AV. Mapping of the vegetation cover of the Perm Region based on Landsat satellite images. Geographical Bulletin. 2022;1:150–164. Russian. DOI: 10.17072/2079-7877-2022-1-150-164.
  7. Person M, Lindberg E, Reese H. Tree species classification with multi-temporal Sentinel-2 data. Remote Sensing. 2018;10(11): 1794. DOI: 10.3390/rs10111794.
  8. Grabska E, Hostert P, Pflugmacher D, Ostapowicz K. Forest stand species mapping using the Sentinel-2 time series. Remote Sensing. 2019;11(10):1197. DOI: 10.3390/rs11101197.
  9. Pravalie R, Sirodoev I, Nita IA, Patrciche C, Dumitrascu M, Rosca B, et al. NDVI-based ecological dynamics of forest vegetation and its relationship to climate change in Romania during 1987–2018. Ecological Indicators. 2022;136:108629. DOI: 10.1016/j.ecolind.2022.108629.
  10. Mengyu Wang, Yi Zheng, Chengquan Huang, Ran Meng, Yong Pang, Wen Jia, et al. Assessing Landsat-8 and Sentinel-2 spectral-temporal features for mapping tree species of northern plantation forests in Heilongjiang Province, China. Forest Ecosystem. 2022;9(3):100032. DOI: 10.1016/j.fecs.2022.100032.
  11. Zraenko SM, Emel’yanov AYu. [Image classification algorithms in the ENVI package]. In: Tsvetkov AV, editor. Novye obrazovatel’nye tekhnologii v vuze. Materialy Shestoi Mezhdunarodnoi nauchno-prakticheskoi konferentsii. Chast’ 2; 2–5 fevralya 2009 g.; Ekaterinburg, Rossiya [New educational technologies at the university. Proceedings of the Sixth International scientific and practical conference. Part 2; 2009 February 2–5; Yekaterinburg, Russia]. Yekaterinburg: Ural State Technical University – UPI named after the first President of Russia B. N. Yeltsin; 2009. p. 131–134. Russian.
Опубликован
2024-06-24
Ключевые слова: лесная растительность, картографирование, дешифрирование, данные дистанционного зондирования Земли, «Landsat-8», «Landsat-9», «Sentinel-2»
Как цитировать
Шестаков, Н. А., & Топаз, А. А. (2024). Картографирование лесной растительности на основе автоматизированного дешифрирования по данным дистанционного зондирования Земли. Журнал Белорусского государственного университета. География. Геология, 1, 98-112. Доступно по https://journals.bsu.by/index.php/geography/article/view/6036
Выпуск
№ 1 (2024): Журнал Белорусского государственного университета. География. Геология
Раздел
География

Copyright (c) 2024 Журнал Белорусского государственного университета. География. Геология

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.

Авторы, публикующиеся в данном журнале, соглашаются со следующим:

  1. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
  2. Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
  3. Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).