graduate student
Russian Federation
Russian Federation
Pushkino, Russian Federation
UDK 63 Сельское хозяйство. Лесное хозяйство. Охота. Рыбное хозяйство
GRNTI 68.85 Механизация и электрификация сельского хозяйства
The article describes the general concepts of radar satellite imagery, possible options for its use in the interests of forestry. Based on the analysis of literary sources, conclusions are drawn about its main advantages over other methods of remote sensing of the Earth. The necessity of wider dissemination of various effective techniques based on radar and other satellite data is substantiated to simplify and increase the efficiency of forest stand assessment, as well as to collect unique precision data, which is impossible under ground conditions. In the southern taiga natural-climatic zone of the Republic of Udmurtia in various forest formations and forest conditions, 25 plots of land have been laid. Typical plantings of the research area have mainly mixed breed composition. The predominant amount of plots of land is found in pine forests and spruce fir forests (36% and 20%, respectively). The rest were distributed in pine forests (blueberries, chickens, broad-grass, tame) and spruce forests (chickens, broad-grass, tame). Middle-aged and maturing plantations account for 48% and 44% of plots of land, respectively. The overripe plantations of pine and spruce formations were not found. Young growths were completely overgrown. Most of the studied stands are located in forest conditions C3 (64% of the amount of PP), D3 (12%), as well as D2, D4 and C4 (8% each). The results of field studies reflect the general dynamics of the distribution of forests in the Republic of Udmurtia in the subzone of southern taiga. The material was prepared for further decoding and development of algorithms for obtaining forest taxation characteristics using radar satellite imagery
taxation characteristics of forests, remote sensing of the earth, radar satellite imagery, interpretation
Введение. Использование аэро- (с 20-х гг.) и космической съемки (с 70-х гг.) входит в основу современных методов изучения лесов. За прошедшие годы собрано большое количество данных в самых разных диапазонах: в ультрафиолетовом, видимом (оптическом), инфракрасном, радио и микроволновом (СВЧ) с разрешением на местности от 0,1 м до 1000 м.
Один из методов дистанционного изучения земной поверхности и эффективный способ сбора информации о лесах на труднодоступных территориях – радиолокационная или радарная спутниковая съемка.
На сегодняшний день действует множество радарных спутников, решающих различные задачи, отличающихся по параметрам и диапазонам съемки. В основном они коммерческие, но есть и общедоступные радарные данные со спутника Sentinel-1, которые находятся в центре открытого доступа Copernicus [1].
Высокая периодичность космической съемки позволяет организовать круглогодичный мониторинг обширных территорий. Однако при этом возникает задача эффективной обработки большого объема информации, сбора максимально точных и оперативных данных [2].
Среди возможных вариантов использования материалов радарной съемки в интересах лесного хозяйства можно назвать следующие: всепогодный мониторинг природных воздействий (ветровалов и буреломов), сплошных и выборочных вырубок леса; картографирование почвенного покрова [3, 4], определение контуров выгоревших участков леса (гарей) [5] и отдельных таксационных характеристик насаждений [6, 7]. Предпринимались попытки разработки технологии использования радарных данных дистанционного зондирования Земли (ДЗЗ) для картирования количественных параметров леса (высоты деревьев в метрах, диаметров стволов в сантиметрах, запасов древесины и хвойных/лиственных пород леса в кубометрах на 1 га) [4].
Для лесной таксации необходимы как можно более точные данные интересующего лесного массива при дешифрировании спутниковых радарных снимков.
Цель исследований – подготовить материал с признаками различия насаждений, необходимый для разработки алгоритмов получения таксационных характеристик лесов с использованием радарных спутниковых снимков.
Условия, материалы и методы исследований. Для достижения поставленной цели был организован комплекс полевых работ с закладкой стационарных участков в южно-таежной зоне Западной Сибири, проведен сбор материалов экспериментальных исследований с использованием признаков различия насаждений.
Исходными данными служили фондовые материалы результатов исследований, а также данные литературных и интернет источников по опыту использования космических снимков в области лесоучетных работ, материалы по инвентаризации лесов в районах исследований.
На первом этапе были проанализированы литературные источники, отражающие опыт использования космических радарных снимков в области лесоучетных работ. Их подбор осуществляли по результатам просмотра популярных научных сайтов и электронных библиотек с выбором наиболее часто встречающихся и высокоцитируемых авторов, деятельность которых непосредственно связана с исследуемой проблемой.
Для закладки пробных площадей (ПП) были выбраны выделы в Парзинском и Белорецком участковых лесничествах Глазовского лесничества Республики Удмуртия. Количество и место закладки ПП определяли с учетом анализа материалов лесоустройства на основании сведений о породном составе, классе возраста, лесорастительным условиям, доминирующих и коренных формациях лесов и степени воздействия на них природных и антропогенных факторов, а также результатов изучения топографических карт и оптических спутниковых снимков с геопорталов Яндекс и Googl.
ПП закладывали в насаждениях типичных для региональных природных условий в пределах выдела. Участки под них выбирали относительно однородные по почвенно-грунтовым и таксационным характеристикам насаждений, на которых проводили сходные мероприятия по использованию, охране, защите и воспроизводству лесов.
Закладку осуществляли реласкопическими круговыми площадками c использованием призмы Анучина, в соответствии с требованиями Лесоустроительной инструкции [8, 9]. Центры площадок и почвенные прикопки на них привязывали к системе координат с помощью навигационного приемника GPSMAP 66ST с минимальной погрешностью – 3 м.
Перечет деревьев проводили по ярусам и породам. Учет жизнеспособности деревьев осуществляли по 7 категориям [10].
В зависимости от расположения деревьев в пологе их относили к трем категориям: в зоне хорошей видимости, условной видимости и не в зоне видимости [11, 12].
Возраст деревьев определяли с использованием кернов, взятых приростным буравом около шейки корня или на высоте 1,3 м. Во втором случае к результатам измерений добавляли примерный средний возраст, в котором дерево достигает высоты 1,3 м.
Лесоучетные работы в молодняках, а также учет подроста, подлеска и живого напочвенного покрова проводили в соответствии с Лесоустроительной инструкцией [8, 9], методом круговых площадок постоянного радиуса 1,78 м (10 м2). Деревья в молодняках и подрост учитывали по высотным категориям. Показатель жизнеспособности определяли только у целевых пород. Учет второстепенных пород осуществляли только по количеству в высотных группах. На основе результатов учета определяли состав молодняков или подроста, количество деревьев различных пород на 1 га (тыс. шт.), среднюю высоту, возраст и категорию жизнеспособности целевых пород. При описании подлеска указывали основные виды кустарников, их густоту (количество на 1 га): густой – более 5 тыс. шт./га; средней густоты – 2…5 тыс. шт./га; редкий – до 2 тыс. шт./га.
Тип леса и лесорастительных условий устанавливали по таким диагностическим признакам, как рельеф, почвенно-грунтовые характеристики, наличие травянистых растений и кустарников. С целью точного определения лесорастительных условий в пределах каждой ПП закладывали прикопку с морфологическим описанием почвы. Исследование почвы осуществляли согласно методическим указаниям [13].
Обработку результатов исследований проводили в соответствии с действующими методиками [8, 9].
Анализ и обсуждение результатов исследований. Дистанционные методы сбора информации о лесах позволяют создавать системы быстрого мониторинга ситуации, особенно на территориях с интенсивным антропогенным и природным воздействием. Однако на сегодняшний день применение современных методов таксации лесов с использованием данных ДЗЗ в практике лесного хозяйства ограничено [14, 15]. Необходимо более широкое распространение различных эффективных методик дистанционного зондирования на основе радарных и других спутниковых данных для упрощения и увеличения оперативности оценки лесных насаждений, а также сбора уникальных прецизионных данных, который в наземных условиях невозможен.
На основании анализа литературных источников по использованию радарных спутниковых данных при инвентаризации и оценке леса, можно сделать следующие выводы.
Радиолокационную съемку можно проводить с постоянной периодичностью в любой сезон, при любой погоде и днём, и ночью, что очень важно при непрерывном или оперативном наблюдении. К положительным аспектам также относят возможность съемки без непосредственного полета над объектом, большую полосу захвата на местности при малой высоте полета, обнаружение объектов по их радиолокационным, а не оптическим контрастам [16].
Использование спутниковых радарных данных при определении количественных и качественных параметров леса позволяет сократить затраты и собирать необходимые сведения намного быстрее, чем при наземном обследовании [15].
Радарные спутниковые снимки в комплексе комбинаций разных диапазонов дают наиболее точную и достоверную информацию о лесных землях [17, 18, 19].
При анализе и дешифрировании радарных спутниковых снимков существует необходимость проведения натурного обследования исследуемых лесных насаждений, закладки пробных площадей и составления подробного таксационного описания. Это неотъемлемая часть конечных результатов [14, 20].
Дешифрирование спутниковых снимков для оперативного получения данных должен быть автоматизирован [21].
На сегодняшний день на основе результатов радарной спутниковой съемки определяют такие параметры насаждений, как полнота и запас, средняя высота и диаметр различных ярусов древостоя, класс бонитета, структура, сомкнутость, густота, породный состав [22, 23, 24].
Для достижения поставленной цели было заложено 25 ПП. На каждой из них делали несколько фотоснимков древостоя с разных ракурсов, подроста и подлеска, напочвенного покрова, а также почвенного разреза с мерной лентой, растянутой по профилю почв.
Результаты распределения участков по лесорастительным условиям и типам леса, а также их составу и запасам свидетельствуют о том, что преобладающее количество ПП заложено в сосняках и ельниках кисличниках (36 % и 20 % соответственно). Остальные были распределены в сосняках (черничниках, снытьевых, широкотравных, приручьевых) и ельниках (снытьевых, широкотравных, приручьевых) других типов.
Наибольшая часть изученных насаждений расположена в лесорастительных условиях С3 (64 %), Д3 (12 %), Д2, Д4 и С4 (по 8 %). Результаты полевых исследований отражают общую динамику распределения лесов на территории Удмуртской Республики в подзоне южной тайги.
Подавляющее большинство обследуемых участков относится к средневозрастной (48 %) или приспевающей (44 %) группе возраста. В чистых молодняках была заложена только одна площадка, это самосев сосны 25-летнего возраста на брошенных сельскохозяйственных угодьях. Все молодняки ели и сосны оказались заросшими второстепенными породами. Перестойные насаждения сосновых и еловых формаций не обнаружены. Заложен только один участок в перестойном березовом лесу.
Типичные насаждения района исследований имеют в основном смешанный породный состав, на которые приходится большая часть ПП, однородные по составу встречаются редко, в основном это культурные посадки или березняки.
Выводы. Применение спутниковых радарных данных в области изучения лесных ресурсов имеет большой потенциал. Преимущества этого вида съемки заключаются в независимости от времени суток и метеоусловий; большом охвате территории и постоянной периодичности, которые открывают возможности для непрерывного и оперативного мониторинга; уникальности данных, которые нельзя получить при других видах съемки. Однако наличие геометрических искажений и специфичность радарных снимков вызывают определённые затруднения при их обработке, они имеют большой объем, что затрудняет их дешифрирование. Известно много методик определения тех или иных лесных параметров на основе спутниковых снимков разных диапазонов и в различных сочетаниях, однако конкретных эффективных методов определения таксационных показателей по данным радарной спутниковой съемки не найдено.
В результате проведенных полевых исследований в целом удалось собрать необходимый материал с использованием признаков различия насаждений для дальнейшего дешифрирования. Однако в связи с давностью сроков лесоустройства (1996 г.), а также наличием ошибок и неточностей в таксационном описании выборка участков оказалась приблизительной. Поэтому после камеральной обработки выяснилось, что некоторые участки имеют схожие лесорастительные условия и тип леса, в отличие от того, что было указано в таксационном описании. В итоге несколько участков характеризовались одинаковыми условиями с некоторыми различиями в породном составе, полноте и запасах, что позволит подтвердить результаты дальнейшего дешифрирования.
Еще одним недостатком стало то, что практически не были охвачены молодняки, так как из-за отсутствия необходимых мероприятий по уходу они оказались заросшими. На этих участках также необходимо заложить пробные площади.
1. Copernicus Open Access Hub [Elektronnyy resurs], URL: https://scihub.copernicus.eu/ (data obrascheniya 19.03.2019).
2. Nikitina Yu. V., Nikitin V. N. Razrabotka metodiki avtomatizirovannogo deshifrirovaniya mnogozonal'nyh kosmicheskih snimkov srednego razresheniya dlya opredeleniya porodnogo sostava lesnyh nasazhdeniy // GEO SIBIR'. 2011. T. 3, N 2. S. 187-190.
3. Dvorkin B. A. Mezhdunarodnyy konkurs na luchshiy tematicheskiy proekt po obrabotke i ispol'zovaniyu radarnyh dannyh dlya resheniya zadach v razlichnyh oblastyah narodnogo hozyaystva // Geomatika: elektron. zhurn. 2012. N 1. S. 12-17. URL: https://sovzond.ru/upload/uf/3e5/3e59f9af3ac9cdafe5bf57046f2bdfc0.pdf (data obrascheniya 19.03.2019).
4. Razrabotka tehnologii ispol'zovaniya radarnyh dannyh DZZ dlya kartirovaniya kolichestvennyh parametrov lesa i vsepogodnogo monitoringa sploshnyh i vyborochnyh vyrubok lesa. URL: https://sovzond.ru/projects/2066/ (data obrascheniya 20.03.2019).
5. Ispol'zovanie dannyh distancionnogo zondirovaniya v zadachah lesnoy otrasli / V. A. Hamedov, V. N. Kopylov, Yu. M. Polischuk i dr.// Covremennye problemy distancionnogo zondirovaniya zemli iz kosmosa. 2006. T. 3. № 2. S. 380-387.
6. Tehnologiya kolichestvennoy ocenki vysoty lesa po dannym kosmicheskih radarnyh tandemnyh interferometricheskih s'emok so sputnikov TerraSAR-XTanDEM-X / T. N. Chimitdorzhiev, M. E. Bykov, Yu. I. Kantemirov i dr. // Geomatika. 2014. № 1. S. 72-79.
7. Opredelenie biomassy lesa s ispol'zovaniem sputnikovyh radarnyh dannyh / B. Z. Cydypov, I. I. Kirbizhekova, B. Ch. Dorzhiev i dr. // Vestnik Buryatskoy gosudarstvennoy sel'skohozyaystvennoy akademii im. V. R. Filippova. 2010. № 3(20). S. 79-86.
8. OST 56-69-83. Probnye ploschadi lesoustroitel'nye. Metody zakladki, 1983. M.: CBNTI leshoz, 1984. 60 s.
9. Prikaz Minprirody Rossii ot 29.03.2018 № 122 «Ob utverzhdenii lesoustroitel'noy instrukcii» (Zaregistrirovano v Minyuste Rossii 20.04.2018 № 50859). URL: https://minjust.consultant.ru/documents/39244 (data obrascheniya 23.03.2019).
10. Zheldak V.I. Programma NIR po teme 3.1/1 «Razrabotka ekologicheski bezopasnyh i ekonomicheski effektivnyh regional'nyh sistem vedeniya lesnogo hozyaystva i tehnologiy, obespechivayuschih povyshenie produktivnosti i ustoychivosti lesov». Pushkino: VNIILM, 2001. 79 s.
11. Podmasko B. I. Metodicheskoe rukovodstvo po zakladke taksacionno-deshifrovochnyh uchastkov dlya celey kameral'nogo deshifrirovaniya aerofotosnimkov. M.: VNIILM, 1974. 28 s.
12. Samoylovich G. G. Polevaya praktika raboty s aerosnimkami pri taksacii lesa. Leningrad: Lesotehnicheskaya akademiya imeni S.M. Kirova, 1967. 73 s.
13. Gazizullin A. H. Metodicheskie ukazaniya k laboratorno-prakticheskim zanyatiyam po pochvovedeniyu. Kazan': Kazanskiy gosudarstvennyy agrarnyy universitet, 2010. 27 s.
14. Arhipov V. I., Chernihovskiy D. M., Berezin V. I. Sovremennaya tehnologiya taksacii lesov deshifrovochnym sposobom «ot s'emki - k proektu» // Izvestiya SPbLTA. 2014. № 3 (Vyp. 208). S. 22-42
15. Shvidenko A. Z. Global'nye izmeneniya i rossiyskaya lesnaya taksaciya // Lesnaya taksaciya i lesoustroystvo. 2012. № 1(47). S. 52-76.
16. Vidy s'emok v zavisimosti ot ispol'zuemoy apparatury i spektral'nogo diapazona. URL: https://mylektsii.ru/2-7378.html (data obrascheniya 23.02.2019).
17. Fernandez-Ordonez Y., Soria-Ruiz J., Leblon B. Forest Inventory using Optical and Radar Remote Sensing. URL: https://www.intechopen.com/books/advances-in-geoscience-and-remote-sensing/forest-inventory-using-optical-and-radar-remote-sensing, (data obrascheniya 03.04.2019).
18. Nikol'skiy D. B. Metody obrabotki radiolokacionnyh dannyh. URL: http://geomatica.ru/clauses/48/ (data obrascheniya 12.03.2019).
19. Hamedov V. A. Razrabotka metodiki monitoringa lesnyh zemel' na osnove kosmicheskih snimkov opticheskogo i radarnogo diapazonov: dissertaciya na soiskanie uchenoy stepeni kand. tehn. nauk. Novosibirsk, 2016.
20. Labutina I. A., Baldina E. A. Praktikum po kursu «Deshifrirovanie aerokosmicheskih snimkov»: uchebnoe posobie. M.: Geograficheskiy fakul'tet MGU, 2013. 168 s.
21. Hlyustov V. K., Hlyustov D. V. Sovremennye tehnologii distancionnogo zondirovaniya i iformacionnye spravochnye sistemy Zemli lesotaksacionnyh normativov - osnovnye elementy avtomatizacii kompleksnoy inventarizacii drevesnyh resursov // Interekspo Geo-Sibir'. 2013. T. 8. S. 29-35.
22. Persson N. Estimation of Forest Parameters Using 3D Satellite Data. URL: https://pub.epsilon.slu.se/11658/1/persson_h_141119.pdf (data obrascheniya 29.03.2019).
23. Chin' L.H. Metody deshifrirovaniya rastitel'nosti na osnove kosmicheskih radiolokacionnyh izobrazheniy // Aktual'nye problemy gumanitarnyh i estestvennyh nauk. 2011. № 6. S. 238-242.
24. Polarimetric Decomposition of SAR Data for Forest Structure Assessment. URL: http://publications.lib.chalmers.se/records/fulltext/181947/181947.pdf (data obrascheniya 04.04.2019).
