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] => 3.238.195.81
    [SESS_TIME] => 1711658124
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 54b3e59cc43df5033fd7ee3efa107a01
    [UNIQUE_KEY] => 08b090e33d312190143c4c5604ba8e44
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Сибирский лесной журнал

2016 год, номер 4

ПОГРЕШНОСТИ ДЕШИФРИРОВАНИЯ ЛЕСОВ ПРИАНГАРЬЯ МЕТОДОМ КЛАССИФИКАЦИИ ПИКСЕЛЕЙ СПУТНИКОВОГО СНИМКА

С.К. Фарбер1, Н.С. Кузьмик1, Н.В. Брюханов2
1Институт леса им. В. Н. Сукачева СО РАН, 660036, Красноярск, Академгородок, 50/28
sfarber@ksc.krasn.ru
2ФГБУ «Рослесинфорг» «Востсиблеспроект», 660062, Красноярск, ул. Н. К. Крупской, 42
lespres@post.kts.ru
Ключевые слова: спутниковые снимки, спектральная яркость, классификация пикселей изображения, страты местоположений, лесные земли, таксационные показатели, satellite images, spectral brightness, image pixel classification, stratum of locations, forest lands, forest estimation indicates
Страницы: 56-67

Аннотация

Работа выполнена с целью выявления погрешностей метода дешифрирования лесов, основанного на автоматизированной классификации пикселей изображения по спектральной яркости. Дешифрирование произведено по спутниковому снимку Landsat 5 (август 2005 г.). Результаты дешифрирования сравнивали с данными массовой таксации - описаниями лесотаксационных выделов и планом лесонасаждений, окрашенным по преобладающим древесным породам. Площадь лесного участка 80.8 тыс. га, лесотаксационных выделов на участке около 2700, из них 573 выборочных; задано 10 кластеров классификации изображения. Обнаружено, что на уровне генерализации лесотаксационного выдела наблюдаются недопустимые погрешности в наименованиях категорий земель, лесных формаций и преобладающих пород древостоя. Поэтому дешифрирование лесных земель методом классификации спектральных яркостей пикселей спутникового снимка применимо только для мелкомасштабного картографирования. Включение в процесс дешифрирования пространственного анализа цифровой модели рельефа (ЦМР) позволяет повысить качество результатов. Страты местоположений формализованы посредством учета абсолютных высот местности, значений уклонов и экспозиций. Пространственный анализ выполнялся на основе данных Shuttle radar topography mission (SRTM). Полученные величины ошибок полноты древостоев, средних значений возраста и высот деревьев превышают нормативно установленные даже для наименее подробного III разряда лесоустройства. При этом снижения величин ошибок с переходом к отдельным стратам местоположений не наблюдается. Наименование лесных земель, варьирование таксационных показателей насаждений не зависят от изображения на спутниковых снимках, поэтому представляется сомнительной сама возможность достижения требуемой точности дешифрирования методами классификации и преобразования изображений, в том числе с помощью нормализованного вегетационного индекса. Таким образом, использование методов классификации спутниковых изображений для инвентаризации лесов в их современном виде рекомендовать нельзя.

DOI: 10.15372/SJFS20150406