Инновационный учебно-научный центр мониторинга лесных ресурсов Сибири на основе лазерной и микроволновой аэрокосмической съемки
Автор: Данилин И. М., Лапко В. А., Кузнецов А. А., Бабий И. А., Вайсман А. О.
Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 1 т.25, 2024 года.
Бесплатный доступ
Обсуждаются возможности создания на базе кафедры космических средств и технологии Сибирского государственного университета науки и технологий имени М. Ф. Решетнева инновационного учебно-научного центра мониторинга лесных ресурсов Сибири с целью подготовки инженерных кадров высшей квалификации и проведения перспективных научных исследований в области мониторинга, моделирования, прогнозирования и управления лесными ресурсами. Предлагаются методические решения и алгоритмы трехмерного моделирования структуры и динамики леса по данным лазерного сканирования, цифровой аэро- и космической съемки. Эти методы способствуют оперативному мониторингу и позволяют значительно снизить стоимости по контролю состояния и использования лесных ресурсов на огромной территории Сибири. Данные дистанционного зондирования представляются в виде геотрансформированной базы данных и цифровой фотокарты, совместимых в форматах с системами автоматизированного проектирования и основными геоинформационными системами - ArcView, ArcINFO, MapINFO. Инновационный центр мониторинга будет использован для оперативного государственного контроля и мониторинга лесопользования, состояния лесных земель, лесоустройства и инвентаризации лесов; решения задач экологии и природопользования, геоэкологии; формирования кадастра лесных ресурсов; аэрокосмических методов исследования природных ресурсов и территорий, информационных технологий. Решение данных задач позволит осуществлять подготовку специалистов высокой и высшей квалификации. Специалистами центра планируется создавать информационные технологии дистанционного зондирования природных объектов с целью импортозамещения зарубежных программных продуктов. Основные научные направления создаваемого центра: разработка и исследование методики системного анализа многомерных данных дистанционного зондирования большого объёма на основе непараметрических алгоритмов принятия решений и технологий параллельных вычислений; проверка гипотез о распределениях данных дистанционного зондирования большого объёма, основанных на непараметрических алгоритмах распознавания образов ядерного типа; обнаружение компактных групп данных дистанционного зондирования большого объёма, соответствующих одномодальным фрагментам совместной плотности вероятности многомерных случайных величин.
Инновационные методы дистанционного зондирования лесов, программные средства, моделирование, подготовка инженерных кадров высшей квалификации, сибирь, красноярский край
Короткий адрес: https://sciup.org/148328315
IDR: 148328315 | DOI: 10.31772/2712-8970-2024-25-1-8-17
Список литературы Инновационный учебно-научный центр мониторинга лесных ресурсов Сибири на основе лазерной и микроволновой аэрокосмической съемки
- Госьков Е. А., Воробьева Т. А., Воробьев И. Б. Лазерное сканирование в исследовании структуры древостоев верхней границы леса на южном Урале // Леса России и хозяйство в них. 2022. № 2. С. 4–10.
- Данилин А. И., Данилин И. М. Свищев Д. А. Зондирование лесного покрова высокочастотными импульсными лазерами и цифровыми аэро- и космическими фотоаппаратами сверхвысокого разрешения: опыт применения в Сибири // Вестник СибГАУ. 2013. № 5 (51). С. 85–89.
- Данилин И. М., Соколов В. А., Целитан И. А. О возможностях лазерной локации для целей лесной таксации // Актуальные проблемы развития лесного комплекса: материалы Междунар. науч.-технич. конф. (01 декабря 2020 г., г. Вологда) / Вологодский гос. ун-т. Вологда, 2020. С. 1–5.
- Данилин И. М., Фаворская М. Н. Описание программных модулей использования данных лазерной локации и цифровой аэрофотосъемки лесных территорий // Исследование Земли из космоса. 2013. № 2. С. 62–73.
- Данилин И. М., Целитан И. А. Алгоритмы обработки данных лазерного сканирования и автоматизированного определения таксационных параметров лесных насаждений // Региональные проблемы дистанционного зондирования Земли: материалы VI Междунар. конф. (10–13 сентября 2019 г., г. Красноярск). Красноярск: Сиб. фед. ун-т, 2019. С. 86–91.
- Развитие и применение информационных технологий исследования природных ресурсов территорий Сибири на основе данных дистанционного зондирования: монография / И. В. Зеньков, С. Т. Им, А. В. Лапко и др. Красноярск: СибГАУ, 2017. 280 с.
- Ткачева А. А., Данилин И. М. Использование данных лазерного сканирования в моделировании лесных ландшафтных сцен // Журнал СФУ. Серия «Техника и технологии». 2017. Т. 10, № 6. С. 727–740.
- Усольцев В. А., Цепордей И. С., Данилин И. М. Модели фитомассы деревьев березы и осины для дистанционного зондирования в климатических градиентах Евразии // Лесоведение. 2022. № 5. С. 451–460.
- Babiy I. A., Im S. T., Kharuk V. I. Estimating aboveground forest biomass using radar methods // Contemporary Problems of Ecology. 2022. Vol. 15. P. 433–448.
- Blackburn R. C., Buscaglia R., Meador A. J. C. Mixtures of airborne lidar-based approaches improve predictions of forest structure // Canadian Journal of Forest Research. 2021. Vol. 51, No. 8. Р. 36.
- Modelling lidar-derived estimates of forest attributes over space and time: A review of approaches and future trends / N. C. Coops, P. Tompalski, T. R. H. Goodbody et al. // Remote Sensing of Environment. 2021. Vol. 260, Iss. 3. Р. 112477.
- Лапко А. В., Лапко В. А. Непараметрические алгоритмы оценивания состояний природных объектов // Автометрия. 2018. Т. 54, № 5. С. 33–39.
- Непараметрический алгоритм выделения классов, соответствующих одномодальным фрагментам плотности вероятности многомерных случайных величин / А. В. Лапко, В. А. Лапко, С. Т. Им и др. // Автометрия. 2019. Т. 55, № 3. С. 22–30.
- Непараметрический алгоритм автоматической классификации многомерных статистических данных большого объёма и его применение / И. В. Зеньков, А. В. Лапко, В. А. Лапко и др. // Компьютерная оптика. 2021. Т. 45, № 2. С. 253–260.
- Методика последовательного формирования набора компонент многомерной случайной величины с использованием непараметрического алгоритма распознавания образов / И. В. Зеньков, А. В. Лапко, В. А. Лапко и др. // Компьютерная оптика. 2021. Т. 45, № 6. С. 926–933.
- Lapko A. V., Lapko V. A., Tuboltsev V. P. Nonparametric System for Automatic Classification of Large-Scale Statistical Data // Pattern Recognition and Image Analysis. 2023. Vol. 33, No. 3. P. 576–583.
- Лапко А. В., Лапко В. А. Ядерные оценки плотности вероятности и их применение: монография. Красноярск: СибГУ им. М. Ф. Решетнева, 2021. 308 с.
- Danilin I. M., Medvedev E. M. Technology for monitoring and inventory of forest resources based on laser location, digital aerial photography and satellite geopositioning // Journal of Siberian Federal University. Engineering & Technology. 2011. Vol. 4, No. 3. P. 326–336.
- An improved area-based approach for estimating plot-level tree DBH from airborne LiDAR data / Z. Zhang, T. Wang, A. K. Skidmore et al. // Forest Ecosystems. 2023. Vol. 10. Article 100089.10 p.
- Zhou K., Cao L., Shen X., Wang G. Novel spectral indices for enhanced estimations of 3-dimentional flavonoid contents for Ginkgo plantations using UAV-borne LiDAR and hyperspectral data // Remote Sensing of Environment. 2023. Vol. 229. Article 113882.
- Dong P., Chen Q. LiDAR remote sensing and applications. Boca Raton, FL, USA: CRC Press, Taylor & Francis Group, 2018, 200 p.
- Henn K. A., Peduzzi A. Biomass estimation of urban forests using LiDAR and high-resolution aerial imagery in Athens-Clarke County, GA // Forests. 2023 Vol. 14, Iss. 5. Article 1064. 23 p.
- A simple and integrated approach for fire severity assessment using bi-temporal airborne LiDAR data / T. Hu, Q. Ma, Y. Su. et al. // International Journal of Applied Earth Observation and Geoinformation. 2019. Vol. 78, Iss. 1. P. 25–38.
- Parra A., Simard M. Evaluation of tree-growth rate in the Laurentides Wildlife Reserve using GEDI and airborne-LiDAR data // Remote Sensing. 2023. Vol. 15, Iss. 22. Article 5352. 18 p.
- TerraScan – Software for LiDAR Data Processing and 3D Vector Data Creation. Helsinki: Terrasolid, 2019. [Электронный ресурс]. URL: http://www.terrasolid.com/products/terrascanpage.php#tsuav (дата обращения: 23.10.2023).
- Demonstrating the transferability of forest inventory attribute models derived using airborne laser scanning data / P. Tompalski, J. C. White, N. C. Coops, M. A. Wulder // Remote Sensing of Environment. 2019. Vol. 227. P. 110–124.
- Improving generalized models of forest structure in complex forest types using area- and voxel-based approaches from lidar / A. A. Whelan, J. B. Cannon, S. W. Bigelow et al. // Remote Sensing of Environment. 2023. Vol. 284. Article 113362.
