Автоматизированная идентификация и определение породного состава древесных растений по материалам цифровой многозональной аэросъемки лесных массивов
+7 (383) 343-12-55 vestnik@ssga.ru
Ru
En
Ru
En
Авторам публикаций
Вестник СГУГиТАрхив журнала Автоматизированная идентификация и определение породного состава древесных растений по материалам цифровой многозональной аэросъемки лесных массивов

Автоматизированная идентификация и определение породного состава древесных растений по материалам цифровой многозональной аэросъемки лесных массивов

Дистанционное зондирование земли, фотограмметрия
УДК: 528.71:630
DOI: 10.33764/2411-1759-2020-25-4-68-76
С. А. Арбузов 1, Е. П. Хлебникова 1, В. Н. Никитин 1
Год: 2020
Том: 25
№: 4
Страницы: 68 - 76
1 Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск

Финансирование: -

Аннотация:

В настоящее время актуальной задачей является автоматизация определения характеристик лесных массивов по данным дистанционного зондирования Земли. При этом существует большое количество алгоритмов автоматизированного дешифрирования, которые активно применяются и обеспечивают приемлемый результат при дешифрировании многозональных снимков среднего и низкого пространственного разрешения. При обработке данных высокого и сверхвысокого пространственного разрешения возникают как новые возможности по определению таксационных характеристик, так и определенные сложности, связанные со снижением эффективности работы алгоритмов, использующих яркостные признаки. Целью исследования является проверка эффективности методики автоматизированной идентификации деревьев и определения их породной принадлежности по снимкам, полученным цифровой аэросъемочной камерой ADS40. В основу предлагаемой методики положено комплексное использование методов управляемой классификации и идентификации объектов на изображении по площадным образам. Результат проделанной работы показал, по мнению авторов, значительную эффективность использования рассмотренной методики на тестовых данных и перспективность ее дальнейшего развития.

Ключевые слова (RU):

автоматизированное дешифрирование, данные дистанционного зондирования, лесная таксация, распознавание образов, площадной эталон, ADS40

Ключевые слова (EN):

automated decryption, remote sensing data, forest taxation, pattern recognition, area reference, ADS40

Читать статью Скачать JATS XML

Библиографический список:

  1. Гордиенко А. С., Алтынцев М. А., Арбузов С. А. Разработка методики многоступенчатого дешифрирования космических снимков // Изв. вузов. Геодезия и аэрофотосъемка. – 2011. – № 2. – С. 29–32.
  2. Oduori S. M., Vargas R. R., Osman A., Rembold F. Detection of tree cutting in the rangelands of North Eastern Somalia using remote sensing [Electronic resource] / Technical Project Report L-15. – FAO-SWALIM, Nairobi, Kenya, 2009. – Mode of access: http://www.faoswalim.org (дата обращения: 15.05.2019).
  3. Хамедов В. А., Мазуров Б. Т. Оценка точности определения площадей лесных рубок с использованием снимков с российского космического аппарата «Ресурс-П» № 1 // Вестник СГУГиТ. – 2015. – Вып. 4 (32). – С. 42–50.
  4. Chakravarty S., Ghosh S., Suresh C., Dey A., Shukla G. Deforestation: Causes, Effects and Control Strategies // Global Perspectives on Sustainable Forest Management. Edited by Dr. Clement A. Okia, 2012. doi: 10.5772/33342.
  5. Хлебникова Е. П., Симонов Д. П. Использование методов статистического анализа при дешифрировании многозональных космических снимков // Интерэкспо ГЕО-Сибирь-2014. Х Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 8–18 апреля 2014 г.). – Новосибирск : СГГА, 2014. Т. 1. – С. 19–23.
  6. Хлебникова Е. П., Симонов Д. П. Исследование возможности использования цифровых снимков высокого разрешения для определения отражательных характеристик растительности // Интерэкспо ГЕО-Сибирь-2013. IХ Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 15–26 апреля 2013 г.). – Новосибирск : СГГА, 2013. Т. 1. – С. 64–69.
  7. Алтынцев М. А., Шляхова М. М. Исследование статистических свойств спектральных характеристик растительности. Непараметрический подход // Вестник СГУГиТ. – 2019. – Т. 24, № 4. – С. 58–65.
  8. Nduji Nwannebuike Nixon. Super Resolution Mapping Of Trees From Satellite Images At Differe1nt Scales. – Enschede, The Netherlands, 2017. doi: 10.13140/RG.2.2.12004.37766.
  9. Mustafa Y. T., Habeeb H. N., Stein A., Sulaiman F. Y. Identification and mapping of tree species in urban areas using worldview-2 imagery // Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2015. – Vol. II-2/W2. – P. 175–181. doi: 10.5194/isprsannals-II-2-W2-175-2015.
  10. San-Miguel-Ayanz J., McInerney D., Sedano F., Strobl P., Kempeneers P., Pekkarinen A., Seebach (Reithmaier) L. Use of Wall-to-Wall Moderate and High-Resolution Satellite Imagery to Monitor Forest Cover Across Europe // Global Forest Monitoring from Earth Observation. – CRC Press, 2012. – P. 195–210.
  11. Lin Yang Xiaqing Wu, Emil Praun, Xiaoxu Ma. Tree detection from aerial imagery [Electronic resource]. – Mode of access: http://www.cis.uab.edu/kddm/seminar_home/Lin_Sept25_tree-camera-ready.pdf (дата обращения: 22.09.2018).
  12. Daliakopoulos I. N., Grillakis E. G., Koutroulis A. G., Tsanis I. K. Tree Crown Detection on Multispectral VHR Satellite Imagery // Photogrammetric Engineering and Remote Sensing. – 2009. – Vol. 75(10). – P. 1201–1211. doi: 10.14358/PERS.75.10.1201.
  13. Арбузов С. А. Автоматизированное определение координат деревьев по материалам аэрои космических съемок // Интерэкспо ГЕО-Сибирь-2013. IХ Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 15–26 апреля 2013 г.). – Новосибирск : СГГА, 2013. Т. 1. – С. 43–47.
  14. Гук А. П., Арбузов С. А. Распознавание отдельных деревьев по многоспектральным аэрокосмическим снимкам леса // Региональные проблемы дистанционного зондирования Земли : материалы V Междунар. науч. конф., Красноярск, 11–14 сентября 2018 г. / науч. ред. Е. А. Ваганов ; отв. ред. Г. М. Цибульский. – Красноярск : Сиб. федер. ун-т, 2018. – С. 101–104.
  15. Гук А. П., Алтынцев М. А. Автоматическая идентификация соответственных точек на аэроснимках лесных массивов // Вестник СГУГиТ. – 2017. – Т. 22, № 4. – С. 68–77.
  16. Ok A. O., Ozdarici-Ok A. Detection of citrus trees from UAV DSMS // ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2017. – Vol. IV-1/W1; ISPRS Hannover Workshop: HRIGI 17. – CMRT 17. – ISA 17. – EuroCOW 17, 6–9 June 2017, Hannover, Germany.
  17. DEM Generation based on UAV Photogrammetry Data in Critical Areas Giulia Sammartano and Antonia Spanò GISTAM 2016 // 2nd International Conference on Geographical Information Systems Theory, Applications and Management (26-27 April, 2016). – Rome, Italy.
  18. Determining stand parameters from UAS-based point clouds. The International Archives of the Photogrammetry // XXIII ISPRS Congress. Remote Sensing and Spatial Information Sciences (12–19 July 2016). – Prague, Czech Republic, 2016. Vol. XLI-B1.
  19. Kattenborn T., Sperlich M., Bataua K., Koch B. Automatic Single Palm Tree Detection in Plantations using UAV-based Photogrammetric Point Clouds // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2014. – Vol. XL-3. – P. 139–144. doi: 10.5194/isprs-archives-XL-3-139-2014.
  20. Yilmaz V., Serifoglu C., Gungor O. Determining Stand Parameters From UAS-Based Point Clouds // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2016. – Vol. XLI-B1. – P. 413–416. doi: 10.5194/isprs-archives-XLI-B1-413-2016.
  21. Арбузов С. А. TREE DETECTION. Свидетельство о регистрации программы для ЭВМ RUS 2015612844 30.12.2014.