(43-3) 10 * << * >> * Русский * English * Содержание * Все выпуски

Распознавание нарушенных лесных экосистем лесостепи на основе спектрально-отражательных характеристик

Терехин Э.А.

Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга объектов и природных ресурсов

 PDF, 742 kB

DOI: 10.18287/0134-2452-2019-43-3-412-418

Страницы: 412-418.

Аннотация:
В статье представлены результаты оценки возможностей дискриминантного анализа для распознавания нарушенных лесных экосистем лесостепной зоны на основе спектрально-отражательных свойств. Предложен новый способ автоматизированного выявления участков нарушенных лесов среди покрытых лесом земель, основанный на дискриминантом анализе величины изменения коэффициентов спектральной яркости в различных зонах спектра. На основе данных с 1836 лесных участков, типичных для лесостепной зоны, вычислены и верифицированы математические зависимости, позволяющие в автоматизированном режиме относить конкретный лесной участок к категории нарушенных лесов или лесов без признаков нарушений. Точность распознавания нарушенных лесных участков составила около 90 %. Установлено, что величина изменения коэффициентов спектральной яркости в средней инфракрасной зоне вносит наибольший вклад в распознавание нарушенных лесных массивов среди величин изменения коэффициентов отражения в каналах сенсоров серии Landsat.

Ключевые слова:
нарушенные лесные экосистемы, пошаговый дискриминантный анализ, дистанционное зондирование, Landsat, коэффициенты спектральной яркости

Цитирование:
Терехин, Э.А. Распознавание нарушенных лесных экосистем лесостепи на основе спектрально-отражательных характеристик / Э.А. Терехин // Компьютерная оптика. – 2019. – Т. 43. № 3. – С. 412-418. – DOI: 10.18287/0134-2452-2019-43-3-412-418.

Литература:
  1. Барталев, С.А. Методы использования временных серий спутниковых изображений высокого пространственного разрешения для оценки масштабов и динамики вырубок таёжных лесов / С.А. Барталев, Т.С. Курятникова, Х.Ю. Стибиг // Современные проблемы дистанционного зондирования Земли из космоса – 2005. – Т. 2, № 2. – С. 217-227.
  2. Kennedy, R.E. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr – Temporal segmentation algorithms / R.E. Kennedy, Z. Yang, W.B. Cohen // Remote Sensing of Environment. – 2010. – Vol. 114, Issue 12. – P. 2897-2910. – DOI: 10.1016/j.rse.2010.07.008.
  3. Hermosilla, T. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics / T. Hermosilla, M.A. Wulder, J.C. White, N.C. Coops, G.W. Hobart // Remote Sensing of Environment. – 2015. – Vol. 170. – P. 121-132. – DOI: 10.1016/j.rse.2015.09.004.
  4. Елсаков, В.В. Спектрозональные спутниковые изображения в выявлении трендов климатических изменений лесных фитоценозов западных склонов Приполярного Урала / В.В. Елсаков, И.О. Марущак // Компьютерная оптика. – 2011. – Т. 35, № 2. – С. 281-286.
  5. Жирин, В.М. Динамика спектральной яркости породно-возрастной структуры групп типов леса на космических снимках Landsat / В.М. Жирин, С.В. Князева, С.П. Эйдлина // Лесоведение. – 2014. – № 5. – С. 3-12.
  6. Senf, C. Using Landsat time series for characterizing forest disturbance dynamics in the coupled human and natural systems of Central Europe / C. Senf, D. Pflugmacher, P. Hostert, R. Seidl // ISPRS Journal of Photogrammetry and Remote Sensing – 2017. – Vol. 130. – P. 453-463. – DOI: 10.1016/j.isprsjprs.2017.07.004.
  7. Терехин, Э.А. Оценка нарушенности лесных экосистем юго-запада Среднерусской возвышенности с применением материалов космических съемок / Э.А. Терехин // Современные проблемы дистанционного зондирования Земли из космоса – 2017. – Т. 14, № 4 – С. 112-124. – DOI: 10.21046/2070-7401-2017-14-4-112-124.
  8. Исаев, А.С. Крупномасштабные изменения в бореальных лесах Евразии и методы их оценки с использованием космической информации / А.С. Исаев, Г.Н. Коровин // Лесоведение. – 2003. – № 2. – С. 3-9.
  9. Hussain, M. Change detection from remotely sensed images: From pixel-based to object-based approaches / M. Hussain, D. Chen, A. Cheng, H. Wei, D. Stanley // ISPRS Journal of Photogrammetry and Remote Sensing – 2013. – Vol. 80. – P. 91-106. – DOI: 10.1016/j.isprsjprs.2013.03.006.
  10. Zhu, Z. Change detection using landsat time series: A review of frequencies, preprocessing, algorithms, and applications / Z. Zhu // ISPRS Journal of Photogrammetry and Remote Sensing – 2017. – Vol. 130. – P. 370-384. – DOI: 10.1016/j.isprsjprs.2017.06.013.
  11. Терехин, Э.А. Геоинформационный анализ нарушенности лесных экосистем с применением разновременных спутниковых данных / Э.А. Терехин // Геоинформатика. – 2017. – № 3. – С. 56-65.
  12. Cohen, W.B. How similar are forest disturbance maps derived from different Landsat time series algorithms? / W.B. Cohen, S.P. Healey, Z. Yang, S.V. Stehman, C.K. Brewer, E.B. Brooks, N. Gorelick, C. Huang, M.J. Hughes, R.E. Kennedy, T.R. Loveland, G.G. Moisen, T.A. Schroeder, J.E. Vogelmann, C.E. Woodcock, L. Yang, Z. Zhu // Forests. – 2017. – Vol. 8, Issue 4. – 98. – DOI: 10.3390/f8040098.
  13. Hislop, S. A fusion approach to forest disturbance mapping using time series ensemble techniques / S. Hislop, S. Jones, M. Soto-Berelov, A. Skidmore, A. Haywood, T.H. Nguyen // Remote Sensing of Environment. – 2019. – Vol. 221. – P. 188-197. – DOI: 10.1016/j.rse.2018.11.025.
  14. Haywood, A. Mapping disturbance dynamics in wet sclerophyll forests using time series Landsat / A. Haywood, J. Verbesselt, P.J. Baker // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. – 2016. – Vol. 41. – P. 633-641.
  15. Wulder, M.A. The global Landsat archive: Status, consolidation, and direction / M.A. Wulder, J.C. White, T.R. Loveland, C.E. Woodcock, A.S. Belward, W.B. Cohen, E.A. Fosnight, J. Shaw, J.G. Masek, D.P. Roy // Remote Sensing of Environment. – 2016. – Vol. 185. – P. 271-283. – DOI: 10.1016/j.rse.2015.11.032.
  16. Li, P. Cross-comparison of vegetation indices derived from Landsat-7 enhanced thematic mapper plus (ETM+) and Landsat-8 operational land imager (OLI) sensors / P. Li, L. Jiang, Z. Feng // Remote Sensing. – 2014. – Vol. 6, Issue 1. – P. 310-329. – DOI: 10.3390/rs6010310.
  17. Халафян, А.А. STATISTICA 6. Статистический анализ данных / А.А. Халафян. – Москва: Бином-Пресс, 2007.– 512 c.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru ; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20