Цифровое моделирование природно-ландшафтных комплексов по данным, полученным с помощью беспилотных летательных аппаратов

сетевой журн. – 2020. – № 3. – С. 101–110. URL:

Традиционные методические подходы к изучению природно-ландшафтных комплексов требуют инновационных изменений. В настоящее время существует возможность исследования растений и насаждений в естественной среде с максимальной детализацией и точностью, благодаря развитию методов оцифровки растений с помощью лазерного сканирования и аэрофотосъемки с беспилотных летательных аппаратов (БПЛА), на основе создания 3D-моделей объектов исследований. Методы лазерного сканирования широко применяют для описания биомассы и структуры экосистем [1], они способствуют значительному прогрессу в разработке теорий формирования архитектоники конкретного дерева и структуры леса [2], а также обеспечивают точные и быстрые возможности моделирования роста деревьев и насаждений для оценки развития биомассы [3].

Реалистичное 3D-моделирование ландшафтов леса является современной технологией анализа множественных характеристик растений (например, высоты и диаметра кроны) [4]. С учетом данных характеристик определяются таксационные показатели насаждений, а также создаются модели прогноза их роста и развития. В настоящее время в России преобладают классические методики определения высоты и диаметра кроны деревьев при проведении полевых измерений с применением, как правило, высотомеров и мерных рулеток. Исследования растений с использованием методов оцифровки, основанные на применении лазерного сканирования [4], немногочисленны. Вероятно, это связано с дороговизной лазерного оборудования. В настоящее время в качестве альтернативы лазерному сканированию может быть предложено проведение аэрофотосъемки с применением БПЛА с последующей фотограмметрической обработкой полученных данных [5]. Однако достоверность и возможная погрешность данного метода при измерении высоты и диаметра крон деревьев не установлена.

Данный метод можно применять не только для лесных насаждений, но и для любых природно-ландшафтных комплексов. Например, таким образом целесообразно исследовать территории ботанических садов. Полученные данные могут быть использованы в целях повышения точности картографии, при дешифрировании и определении характеристик растительности, а также для визуализации и проектирования реконструкции территорий на основе анализа цифровых моделей местности (ЦММ). Арборетумы ботанических садов характеризуются разнообразием древесной растительности, акклиматизация и интродукция которых нуждается в постоянном изучении. Для научных исследований, мониторинга, планирования реконструкции и хозяйственных мероприятий в этих насаждениях необходимо иметь максимально точные планы размещения растений и актуальные сведения об их объемно-пространственной структуре. При анализе объемно-пространственной структуры необходимой составляющей является ее визуализация в цифровом трехмерном виде, что представляет собой сложную задачу из-за неоднородной структуры крон разных видов растений.

Задачи картографирования и дешифрирования решаются путем создания геоинформа-ционных систем с использованием электронных планов посадок [6–8], космических снимков [9], спутниковых карт Goggle и др. [10]. Однако информативность планов размещения растений в таких геоинформационных системах не даёт полного представления о пространственном расположении растений относительно друг друга и о GPS-координатах отдельных растений. Точность размещения растений на таких планах не отвечает запросам картографирования коллекций в ботанических садах и аналогичных объектах из-за высокой плотности, большого количества высаженных растений и произрастания их под пологом деревьев.

Не является исключением и арборетум Ботанического сада Петрозаводского государственного университета (ПетрГУ), коллекция которого создавалась одновременно с закладкой сада в 1951 г. В основу размещения коллекции был положен географический принцип [11]: на площади 5 га создано 3 отдела – европейской, азиатской и американской флоры. Пространственное размещение коллекции не изменилось до наших дней. На момент исследования точного плана размещения коллекции арборетума и цифровой модели его объемно-пространственной структуры не существовало.

Цель нашей работы заключалась в создании сезонных цифровых 3D-моделей объемно-пространственной структуры коллекции арборетума Ботанического сада ПетрГУ с использованием данных, полученных с помощью беспилотного летательного аппарата, а также в определении погрешности при измерениях высоты и диаметра крон деревьев на таких цифровых моделях.

Объекты и методы исследований

Исследование проведено в 2019 г. на территории арборетума Ботанического сада ПетрГУ (южная Карелия). На площади 5 га дважды была выполнена аэрофотосъемка с помощью БПЛА: первая – в период безлистного состояния растений в начале апреля, вторая – в период интенсивного роста листвы в конце мая. Кратность аэрофотосъемки обусловлена необходимостью фотофиксации растений, находящихся под пологом широколиственных деревьев, с одной стороны, и выявлении развития биомассы – с другой.

Для аэрофотосъемки использовали квадрокоптер Phantom 4 pro plus со стандартным оборудованием на борту, камерой (матрица камеры: 1’CMOS; число эффективных пикселей: 20 млн; разрешение полученных аэроснимков: 4 096 x 2 160) и спутниковыми системами позиционирования GPS и ГЛОНАСС – точность позиционирования в вертикальной плоскости: ±0,1 м (система визуального позиционирования), ±0,5 м (позиционирование по спутникам); в горизонтальной плоскости: ± 0,3 м (система визуального позиционирования), ±1,5 м (позиционирование по спутникам). В рамках данного исследования погрешность точности позиционирования снимков для последующей обработки рассматривалась как не превышающая заявленные характеристики БПЛА.

Для построения маршрута полета БПЛА использовано приложение Pix4DCapture, реализующее автоматизированный полет дрона с фотофиксацией по заранее запланированным маршруту, высоте и режиму полета (в данном случае режим полета DOUBLE GRID For 3D-models с высотой 45 м при съемке в безлистном состоянии и высотой 80 м при съемке в период роста биомассы). Так как территория съемки не имела прямоугольную форму, ее разделили на 2 граничащих участка маршрута полета. Изображения территории, не относящиеся к части арборетума, после съемки удаляли.

Полученные данные обрабатывали в программе Agisoft Metashape Professional Version 1.5.4, в которой реализована автоматизированная технология создания 3D-моделей высокого качества на основе цифровых снимков. Алгоритм обработки данных включал реализацию предлагаемого в руководстве пользователя решения (выравнивание снимков, построение плотного облака точек, построение текстурированной и тайловой моделей, карты высот и ортофотоплана). Отдельные растения фотографировали цифровым фотоаппаратом Сanon 650d со стандартным объективом. Процесс создания моделей отдельных растений был аналогичен обработке по созданию ЦММ.

С целью установления полного таксономического состава коллекции арборетума в сентябре 2019 г. была проведена ее инвентаризация в полевых условиях. Годы посадок растений были взяты в системе для регистрации коллекционных фондов ботанических садов «Калипсо» [12]. Для проверки достоверности способа определения высоты и диаметра кроны по ЦММ в полевых условиях данные характеристики дополнительно измеряли с помощью электронного высотомера Haglof и мерной рулетки.

Результаты и обсуждение

В результате инвентаризации территории арборетума выявлено 913 коллекционных растений, общее количество древесно-кустарниковых

Год посадки

Рис. 1. Формирование коллекции арборетума Ботанического сада ПетрГУ с 1951 по 2018 г.

Рис. 2. Снимок части арборетума с БПЛА, высота полета дрона 75 м:

1 – массив Abies balsamea (L.) Mill.,

2 – Pinus strobus L., 3 – Populus tremula

L. в период облиствения, 4 – Sorbus aucuparia L. в период облиствения, 5 – Larix sibirica Ledeb., 6 – Picea glauca (Moench) Voss, 7 – Picea glauca (Moench) Voss в неудовлетворительном состоянии, 8 – Thuja occidentalis L.

видов составило 136. Возраст большинства растений – более 40 лет. На основе времени посадки растений была установлена этапность формирования коллекции арборетума. Линия тренда на рис. 1 указывает на ее постоянное и постепенное пополнение. Первый этап формирования коллекции пришелся на год закладки сада (1951), за этот год было высажено 235 сохранившихся до наших дней растений. В ходе следующего этапа (до 1962 г.) было высажено еще 234 растения, с 1962 до 1972 г. – 208, с 1972 до 1992 г. – 104, с 1992 по 2018 г. – 132 растения.

Зная размещение каждого растения и год его посадки, можно восстановить и проанализировать объемно-пространственную структуру территории в разные периоды формирования коллекции, несмотря на отсутствие старых планов посадок и цифровых данных о внешнем виде арборетума в прошлом. Данный способ может быть использован в разработке цифровых проектов восстановления памятников ландшафтного искусства, реконструкции ландшафтных объектов и при создании исторических стилизаций садов и парков [13].

В результате аэрофотосъемки было получено 974 снимка территории арборетума в безлистном состоянии и 230 снимков при съемке в момент роста биомассы. Полученные изображения (рис. 2) дают возможность идентифицировать растения, определить их количество и состояние, проводить дешифрирование, устанавливать видовую принадлежность, отмечать фенологические фазы и морфологические особенности. Все материалы аэрофотосъемки подверглись автоматизированной компьютерной обработке для построения ортофотоплана и цифровых моделей местности.

В результате обработки данных в программе Agisoft Metashape получены следующие характеристики проекта съемки в безлистном состоянии: связующие точки – 620 020 точек; карта глубины – 964, низкое качество, мягкая фильтрация; плотное облако – 321 893 906 точек, высокое качество; модель – 471 129 полигонов; тайловая модель - 9 уровней; карта высот - 23 000 x 29 156; ортофотоплан - 39 053 x 42 104, с разрешением 9,58 мм/пикс.

Ортофотоплан территории арборетума был экспортирован в формат tiff. Разрешение составило 9 364 x 10 096 пикселей при объёме памяти 215 МБ. Созданный ортофотоплан, благодаря наличию GPS-координат аэрофотоснимков и алгоритмов работы программы Agisoft Metashape, автоматически привязывался к системе координат WGS-84 с погрешностью, приблизительно равной точности позиционирования дрона. Привязка ортофотоплана к системе координат позволила получить координаты каждого растения на местности с незначительными отклонениями (менее ±1 м), что достаточно для точечного картирования деревьев и их последующего поиска с использованием GPS-навигаторов. Все выявленные в ходе проведения инвентаризации коллекционные растения (913 шт.) детально просматриваются на ортофотоплане, что актуализировало его применение в существующей геоинформационной системе сада с элементами точечного картирования растений и позволило создать максимально точный план размещения всей коллекции (рис. 3). В северной части на ортофотоплане располагается сектор азиатской и сибирской флоры арборетума, в центральной, южной и юго-западной частях – сектор европейской флоры, в юго-восточной части – сектор североамериканской флоры.

С целью анализа и визуализации объемно-пространственной структуры арборетума были созданы цифровые модели местности для двух периодов. Текстурированная модель безлистного состояния имеет реалистичный вид (рис. 4), однако на ней, из-за отсутствия зеленой биомассы на лиственных деревьях, не просматриваются их кроны и стволы (в режиме плотного облака у лиственных деревьев стволы присутствуют).

В период интенсивного роста биомассы (рис. 5) для всех лиственных деревьев и поверхности земли характерно наличие зелени. Появление пустот в цифровой модели местности связано с недостаточным количеством аэроснимков на некоторых участках объекта съемки и сложностью ветвления растительности. Тем не менее на ЦММ можно увидеть развитие биомассы,

Масштаб: 1:381,3

Рис. 3. Ортофотоплан коллекции арборетума Ботанического сада ПетрГУ в период безлистного состояния растений: 1 – сектор европейской флоры, 2 – сектор североамериканской флоры, 3 – сектор азиатской и сибирской флоры

Рис. 4. Цифровая модель местности арборетума в безлистном состоянии

(режим просмотра – текстурированная модель)

определить количество и точное расположение растений, измерить высоту и диаметр кроны, оценить объемно-пространственную структуру и рельеф арборетума с разных ракурсов, определить площадь открытых и закрытых пространств

Рис. 5. Цифровая модель местности арборетума в период интенсивного роста биомассы (режим просмотра – плотное облако точек)

и идентифицировать отдельные виды растений. С помощью современных программ по редактированию 3D-моделей можно удалить часть ЦММ или внести в нее новые данные для создания реалистичной визуализации работ по реконструкции территории.

На ЦММ в программе Agisoft Metashape с помощью инструмента «линейка» были установлены высота и диаметр кроны растений. Для определения точности метода измерения их результаты сравнивали с данными полевых измерений, выполненных классическими методами и приборами. Установлено, что погрешность определения характеристик высоты и диаметра кроны на ЦММ не превышает заявленной точности позиционирования дрона. В ряде случаев значения соответствовали полевым данным. Таким образом, метод определения высоты и диаметра крон деревьев на ЦММ является приемлемым для проведения инвентаризации природно-ландшафтных комплексов.

Для метода формирования цифровых моделей местности на основе фотограмметрии и материалов аэрофотосъемки характерен недостаточно реалистичный вид растений, что не позволяет детально рассматривать их структуру, отдельные побеги и другие части. С целью решения данной проблемы с помощью метода фотограмметрии были созданы цифровые 3D-модели некоторых видов, сортов и форм древесных растений Ботанического сада ПетрГУ (рис. 6). На 3D-моделях детально просматривается форма растений, отдельные побеги и хвоя. Перспективным направлением развития гео-информационных систем ботанических садов и природно-ландшафтных комплексов является использование 3D-моделей отдельных растений, интегрированных с ЦММ.

В программе Agisoft Metashape доступна автоматизированная загрузка данных на интернет-платформу для просмотра 3D-моделей Sketchfab. Результаты загрузки созданных 3D-моделей арборетума и отдельных растений доступны по ссылке: alexkabonen/models.

При наличии качественного оборудования и грамотном проведении аэрофотосъемки создание цифровых моделей местности на основе аэроснимков является современной

Рис. 6. 3D-модели отдельных растений Ботанического сада ПетрГУ:

1 – Picea orientalis ‘Golden Start’, 2 – Picea abies ‘Tompa’, 3 – Chamaecyparis lawsoniana ‘Sunkist’

альтернативой лазерному сканированию местности и позволяет определять часть биометрических показателей растений, а также визуализировать сложившуюся объемно-пространственную структуру объекта. Такие материалы служат хорошей основой для проектирования мероприятий по организации пространства природно-ландшафтных комплексов.

Выводы

В результате исследования решены следующие задачи:

• 1.    Показана динамика формирования коллекции арборетума Ботанического сада ПетрГУ с 1951 по 2018 г., насчитывающей в настоящее время 136 видов, представленных 913 растениями.

• 2.    Создан ортофотоплан территории ар-боретума с GPS-координатами каждого растения, отображающий точное пространственное

• 3.    Созданы цифровые модели местности территории арборетума в безлистном состоянии и в момент интенсивного роста биомассы, которые демонстрируют объемно-пространственную структуру арборетума. При создании ЦММ важно учитывать наличие биомассы.

• 4.    Установлена погрешность способа определения высоты и диаметра крон деревьев на ЦММ, не превышающая заявленные характеристики использованного БПЛА.

• 5.    Впервые созданы реалистичные 3D-мо-дели отдельных растений в естественной среде обитания с помощью метода фотограмметрии.

размещение коллекции арборетума, который можно перенести в существующую геоинформа-ционную систему.

В дальнейшем результаты исследования будут использованы для 3D-моделирования ар-боретума Ботанического сада ПетрГУ в разные периоды формирования его структуры с учетом года посадки и динамики развития растений на протяжении всего существования арборетума.

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-316-90044.