Оценка лесовозобновления по материалам дистанционных съемок

и лесных культур с использованием МДЗЗ и ГИС – технологий.

МЕТОДИКА И ТЕХНИКА ИССЛЕДОВАНИЙ

Методика и техника оценки лесовосстановления разработаны на Лисинском аэрокосмическом учебно–опытном полигоне Санкт-Петербургского государственного лесотехнического университета имени С.М. Кирова.

Для решения поставленных задач были использованы космические снимки среднего и высокого разрешения со спутников Terra, Landsat, IRS, Spotи QuickBird, а также цветные спектрозональные снимки на пленке СН6-М, цифровые аэрофотоснимки и материалы наземных съемок тестовых объектов..

В процессе исследования были использованы созданные ранее геоинформационные базы картографических и атрибутивных данных, совместимых с форматами большинства профессиональных ГИС.

Проверка исходных данных выполнялась в соответствии с требованиями действующей лесоустроительной инструкции. В базу геоданных были включены электронные слои топографических карт, базовых для лесных тематических картографических произведений (масштабы 1 : 200000 (карты-схемы), 1 : 25000 (планы лесонасаждений) и 1 : 10000 (лесоустроительные планшеты)).

На электронных картах полигона отмечались государственные границы, границы федерального округа, субъектов федерации, административных районов и лесохозяйственных организаций, предприятий лесного комплекса, земли сельскохозяйственного назначения, гидрографию, населенные пункты, транспортные коммуникации, зарегистрированные изображения дис- танционного зондирования, растровые карты температуры земной поверхности, состояния растительности и вегетационных индексов.

В атрибутивную базу включались сведения о таксационных характеристиках насаждений, почвах, лесовосстановлении, пожарах, состоянии насаждений, использовании средств защиты растений и мн. др.

Для актуализации лесных планов – картографических материалов и оценки состояния возобновления на вырубках были использованы космические снимки высокого разрешения: IRS (разрешение 6 и 23 м), QuickBird (2,4 м), Spot (20 м), Landsat (30 м) и низкого разрешения: Terraс аппаратурой Aqua (250, 500 и 1000 м), а также цветные спектрозональные аэрофотоснимки, выполненные на аналоговых и цифровых носителях.

Обработка космических снимков производилась с использованием программного комплекса ScanEx Image Processor [1, 2, 5].

Обработка исследуемых изображений состояла из привязки снимков, их геометрической коррекции по опорным точкам, которые были полученыво время полевых исследований с помощью геодезической съемки и использования системы спутникового позиционирования (GPS-приемники разных классов). Следующий этап заключался в создании синтезированных изображений. На основе разовых и серий разновременных снимков актуализировались лесные карты, а также вычислялись нормализованные вегетационные индексы (NDVI) с использованием векторных масок насаждений лесного фонда [3, 4, 7].

Вегетационные индексы позволяют получить разнообразные количественные и качественные параметры для оценки состояния растительности [2].

NDVI может быть рассчитан по стандартной методике на основе спутниковыхснимков, имеющих спектральные каналы в красном (0,62 - 0,69 мкм) и ближнем инфракрасном (0,75 - 0,9 мкм) диапазонах. Величина NDVI пропорциональна общей биомассе растений. В соответствии с принятыми методиками определение состояния растительности по NDVI производилось по следующим критериям (табл. 1).

Обработка снимков низкого разрешения состоит в получении оперативной информации о состояния лесной растительности и условиях местопроизрастания. Для этого были использованы данные спектрорадиометра MODIS, получаемые со спутника Terra (Aqua) дважды в сутки при условии, что количество облачности не превышало 30% на момент пролета спутника над интересующей территорией. В момент загрузки данных в программный комплекс ScanEx Image Processor производился расчет NDVI и температуры подстилающей поверхности по специализированным алгоритмам. Данные для вычисления необходимых параметров получают из соответствующих спектральных каналов снимков. Из расчетов NDVI и температуры подстилающей поверхности автоматически исключаются элементы изображения, соответствующие облачности и гидрографическим объектам, опознаваемым по заранее составленным на всю территорию полигона маскам.

Обработанные снимки всех уровней экспортируются в базу данных ГИС АК – полигона. Для получения карт состояния лесовозобновленияи температуры подстилающей поверхности должны быть последовательно выполнены процедуры классификации элементов изображения (определение классов состояния) и поэлементному экспорту этих величин в базу данных ГИС [8].

В настоящее время леса на больших площадях вырубок и гарей восстанавливают созданием лесных культур – посадкой и посевом. Приживаемость и рост искусственно созданных насаждений зависит от наличия элементов питания, температуры и влажности. Все эти показатели могут быть определены с использованием совокупности растительных индексов по материалам дистанционных съемок.

Значения индекса дефицита влаги, тенденции изменения во времени температуры подстилающей поверхности и состояния растительности на основе сравнения значений параметров за разные даты были рассчитаны средствами модуля SpatialAnalyst – таблица 2.

Сравнение карт производилось средствами модуля Spatial Analyst. Изменение состояния

Таблица 1. Состояние растительности в соответствии со значениями вегетационных индексов

Значение NDVI	Состояние растительности
0,00 - 0,10	Открытая почва или облачность на космоснимке
0,11 - 0,20	Разреженная растительность
0,21 - 0,30	Очень плохое
0,31 - 0,40	Плохое
0,41 - 0,55	Удовлетворительное
0,56 - 0,70	Хорошее
0,71 - 1,00	Очень хорошее

Таблица 2. Значения индексов дефицита влаги [8]

Значение разностиМОУ/ Тенденция состояния растительности -1,00 - -0,60 Значительное ухудшение -0,61 - -0,20 Ухудшение -0,21 -0,20 Без изменения 0,21 -0,60 Улучшение 0,61 - 1,00 Значительное улучшение растительности фиксировалось по соответствию разности значений NDVI следующим оценочным параметрам (табл. 2).

Выявление признаков недостатка влаги производилось по стандартной программе с помощью индекса засухи. Засуха — явление, сопровождающееся повышенным фоном ночных и дневных значений температуры при отсутствии выпадения осадков. Индекс засухи (ID) определяется как отношение суммы экстремальных (минимальной и максимальной, в качестве которых были взяты дневная (Т_д ) и ночная (Т_н )) суточных значений температуры к значениям NDVI.

Чем выше значение индекса дефицита влаги, тем с большей вероятностью на исследуемой территории отмечается засуха. Значение индекса 1200-1400 свидетельствует о наступлении слабой засухи (растения угнетены, но жизнеспособны), 1401-1600 - средней и сильной засухи (растения существенно угнетены), более 1600 - катастрофической засухи (полная гибель растений) [8].

Для расчета необходимо знать величину температуры подстилающей поверхности днем (максимальная температура), ночью (минимальная температура) и значение NDVI за данные сутки. Засуха не является быстропротекающим явлением и вызывает угнетение растений. Признаки засухи необходимо отслеживать с начала ее развития и за максимально длительный промежуток времени.

Дистанционный мониторинг состояния естественного возобновления и лесных культур должен сопровождаться синхронными измерениями фактических характеристик растительности (подспутниковые наблюдения), что составляет технологию дистанционно – контактного мониторинга.

Преимуществом работ на аэрокосмическом полигоне является детальное дешифрирование всех категорий земель лесного фонда с координатной привязкой и картографированием границ выделов. Каждый выдел, включая участки естественного возобновления и лесных культур, содержит все предусмотренные лесоустроительной инструкцией сведения, что существенно упрощает дешифрирование материалов дистанционного зондирования.

Для формальной идентификации (определения видового состава) участков естественного возобновления и лесных культур были выбраны разновременные мультиспектральные снимки высокого разрешения (спутники IRS, Landsat, Spotи QuickBird) за 2097-2009, спектрозональные снимки залетов 2004 г., цифровые аэроснимки залетов 2013 г. и данные полевых обследований за весь период исследования. Предварительнобыла произведена геометрическая коррекция всех изображений и их регистрация к топографическим картам соответствующих масштабов.

При дешифрировании снимков использовалась методика аналитического визуального и формализованного дешифрирования, производилась классификация элементов изображения на основе вычисленных NDVI и цветового синтеза разновременных снимков за три даты. Оценка динамики изменений объектов и их типа производился по их временному образу.

На полученных изображениях классифицируют элементы изображения с распределением на основные категории земель и участки лесного фонда (лесные культуры и участки сестественным возобновление по вырубкам, гарям, рединам и другим категориям земель).

Прогноз продуктивности лесных культур и участков естественного возобновления, которая выражена в принятых в лесной таксации единицах, производился с помощью эмпирической матричной модели. Она используется для оценки динамики биомассы с учетом проводимых хозяйственных мероприятий и разработки сценариев возможного развития лесного фонда на ближайшую и отдаленную перспективу [6].

При реализации модели должен быть использован весь доступный материал: метеорологические сведения, материалы полевых исследований, параметры, получаемые при дешифрировании МДЗЗ. При создании эмпирической матричной модели состояния и продуктивности молодых насаждений для прогноза динамики их состояния были отобраны следующие параметры, отражающие совокупное влияние факторов внешней среды.

Дата посадки, нормализованные разностные вегетационные индексы, запасы влаги в почве, суммы осадков, суммы активных температур, даты перехода температуры через 5, 10°С, индекс засухи (дефицита влаги). При этом NDVI определялся на момент максимального значения прироста фитомассы, суммы осадков и температуры рассчитывались от начала вегетации до даты с максимальным значением NDVI и до даты устойчивого перехода температуры через

0°С осенью и от 0°С до даты с максимальным значением NDVI в период летней вегетации. Для каждой пары приведенного параметра и величины прироста по диаметру, высоте, абсолютной полноте и запасу были рассчитаны коэффициенты парной корреляции и оценена теснота связи между ними.

В ходе анализа обнаружена наиболее устойчивая связь приростов с NDVI, суммой осадков и суммой активных температур. Поскольку коэффициенты множественной корреляции для сочетания параметров оказались значимыми, то эти параметры использовались для расчета уравнений множественной регрессии.

По результатам исследования была проведена опытно – производственная проверка в лесах Лисинского аэрокосмического полигона.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Характеристика вегетационного периода является важнейшим фактором, определяющим рост и состояние естественного возобновления и лесных культур. В настоящее время на юго-западе Ленинградской области вегетационный период начинается во второй половины апреля и продолжается до второй декады сентября.Оценка состояния, роста и развития естественного возобновления и лесных культур в зависимости от условий вегетации, по данным дистанционного зондирования и наземных наблюдений, производилась в течение 30 дней. При этом оценивались такие параметры, как состояние всходов естественного возобновления, начала роста растений естественного возобновления и культур прошлых лет, приживаемость и скорость роста вновь созданных участков, напочвенного покрова, растительности в фазе активного роста, максимального развития и затухания роста в связи с окончанием вегетации. По МДЗЗ была получена следующая оперативная тематическая картографическая информация: распределение температуры, состояние растений и признаки дефицита влаги.

Для характеристики термических условий подстилающей поверхности были использованы значения яркостной температуры. Поскольку изменение термических условий существенно сказывается на вегетации всходов и молодых растений, то в течение вегетации 2009 г. были оценены изменения температуры в три периода: 10 мая - 16 июня, 19 июня - 15 июля, 17 июля - 19 августа.

Максимальные значения температуры подстилающей поверхности в период вегетации изменялись в интервале от 20 до 38°С. Наибольшему прогреву подвергались открытые участки почвы.

Температура подстилающей поверхности достигает максимальных значений во второй половине июля, начиная снижаться к концу месяца. Так, например, в период с 10 мая по 20 июня происходит интенсивный прогрев подстилающей поверхности, особенно в южной и юго-западной частях области, где положительное изменение температуры в отдельных районах составляет 30°С, тогда как навостоке и северо-востоке температура поверхности не изменилась, либо повышение составляет небольшую величину.

Состояние растительности, оцененное через NDVI, существенно изменяется в процессе вегетационного развития растений. Так, от момента начала вегетации древесные растения накапливают зеленую биомассу и величина индекса увеличивается; в конце июня - июле величина биомассы достигает максимума, после которого наблюда-етсястабилизация и, даже, снижение значений NDVI. Поскольку аэро- и космическое изображения охватывают значительную территорию, то на карте распределения NDVI представлено не только состояние естественного возобновления и лесных культур, но также лесов и непокрытых лесом территорий.

Для исключения лишней информации на карту NDVI накладывают маски земель, не относящихся к исследуемым категориям. По ним исключаются значения NDVI, не относящиеся к лесным культурам и естественному возобновлению.

Значения вегетационных индексов, вычисленных для участков естественного возобновления и лесных культур, оценивались по средним значениям, их отклонениям и экстремальным значениям.

Процесс активного накопления биомассы растительностью наблюдается от начала вегетации до второй декады июля, когда достигается максимум значений. Наибольшие значения NDVI отмечаются в период с 14 июня до конца июля. Абсолютного максимума NDVI достигает в середине июля (0,87), затем значения индекса начинают понижаться. Среднее значение NDVI изменяется от 0,3 (в середине мая) до 0,7 (середина июля).

Для оценки изменений в ходе NDVI в период роста и его затухания были произведены сравнения параметров карт NDVI за периоды 10 мая - 15 июня, 17 июня - 15 июля и 16 июля - 16 августа 2009 г. В целом можно отметить, что с мая по середину июня 2009 г. по всей области происходит улучшение состояния древесной растительности, связанное с наращиванием растительностью зеленой биомассы. За ВТО рой период сохраняются значения накопленной биомассы: изменений не происходит.

В последний рассматриваемый период (июль - сентябрь) состояние растительности в целом по области не изменялось, однако увеличивается доля территории, на которой вегетационны-еиндексы уменьшаются из-за потери листвы деревьями березы и осины на возобновляемых территориях.

ЗАКЛЮЧЕНИЕ

Разработанная методика использования программных комплексов для автоматизированного дешифрирования материалов дистанционного 5 зондирования позволяет на основе МДЗЗ и мете-   .

орологических параметров производить оценку состояния естественного возобновления и лесных 6. культур на лесных непокрытых лесом землях (вырубки, прогалины, гари и т.д.) и скорость роста всходов, сеянцев и саженцев на протяжении 7. вегетационного периода.