Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 35.175.191.36
    [SESS_TIME] => 1627488990
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => fd57aa50ca50c1220395b02cc2581bae
    [SALE_USER_ID] => 0
    [UNIQUE_KEY] => 344b542c9cb52d6025f47a962ab6865c
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Сибирский лесной журнал

2014 год, номер 5

СИСТЕМА ОЦЕНКИ ЛЕСНЫХ РЕСУРСОВ ЯПОНСКОГО КЕДРА С ИСПОЛЬЗОВАНИЕМ ДАННЫХ КОСМИЧЕСКОЙ СЪЕМКИ

Н. Абэ1, М. Тхукахара2, Ф. Хомма3, Ю. Омомо3, Т. Ишияма3
1Научно-исследовательский институт корпорации «Вижн Тех» (Vision Tech Inc.), Япония, 950-2101, Ниигата, Икараши, 1, Нишики, 6860-39
cebep@leaf.ocn.ne.jp
2Научно-исследовательский институт лесоводства префектуры Ниигата, Япония, 958-0264, Ниигата, Мураками, Уноторо, 2249-5
3Компания Орис Лимитед (Oris Co. Ltd.), Япония, 950-0951, Ниигата, Чуоку, Тояно, 310
fumio_H@oris.co.jp
Ключевые слова: кедр японский (Cryptomeria japonica (Thunb. ex L. f.) D. Don), лесные ресурсы, спутниковые снимки ALOS (AVNIR-2, PRISM), геометрическая коррекция, топографическая коррекция, уравнения для определения запасов древесины, уточнение лесного реестра, Япония
Страницы: 53-68
Подраздел: ОТ ГЛАВНОГО РЕДАКТОРА

Аннотация

Предпринята попытка оценить запасы древесины посадок кедра японского ((Cryptomeria japonica (Thunb. ex L. f.) D. Don), на японском языке - суги) по космическим снимкам, полученным с японского спутника ALOS приборами AVNIR–2 и PRISM, с целью определения возможности последующего использования его плантаций в качестве лесных ресурсов для заготовки древесины. Предварительно выполнена высокоточная геометрическая коррекция изображений посредством обнаружения и увязки наземных опорных точек (Ground Control Points — GCP) с их отметками, определенными на космических снимках посредством расчета коэффициентов полиномов обобщенных аппроксимирующих функций (Rational Polynomial Coefficients — RPC). Для топографической коррекции использовали метод регрессии двойного разделения (Dual Partitioning Regression). Слой «лес» выделяли способом первичной классификации (primary classification), а плантации суги — способом вторичной классификации (secondary classification). Общая точность определений категорий лесного покрова при первичной классификации составила 94, а при вторичной — 89 %. Адекватные и эффективные параметры для оценки запаса стволовой древесины на 1 га отбирали посредством множественного регрессионного анализа связи между фактическими объемами стволов, определенными на земле инструментально, и цифровыми значениями спектральных диапазонов космического снимка (принимались средние значения диапазонов) путем ступенчатого процесса (stepwise procedure). Установлено, что наиболее информативным является ближний инфракрасный (NIR) 4–й спектральный диапазон, для которого рассчитано регрессионное уравнение связи с запасом древесины. Показано, что лесные участки с отрицательными значениями нормализованного разностного вегетационного индекса (NDVI) не являются насаждениями суги. Применение периодического спутникового мониторинга позволяет существенно повысить точность данных лесного реестра и определения количественных характеристик лесных ресурсов суги, что способствует более эффективному лесопользованию.