vestnik Журнал "Вестник Сибирского государственного университета геосистем и технологий (СГУГиТ)" 2411-1759 ФГБОУ ВО "Сибирский государственный университет геосистем и технологий (СГУГиТ)" RU https://vestnik.sgugit.ru 10.33764/2411-1759-2020-25-4-68-76 Дистанционное зондирование земли, фотограмметрия Автоматизированная идентификация и определение породного состава древесных растений по материалам цифровой многозональной аэросъемки лесных массивов С. А. Арбузов Арбузов С. А. Е. П. Хлебникова Хлебникова Е. П. В. Н. Никитин Никитин В. Н. Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск 2020 25 4 68 76 © С. А. Арбузов, Е. П. Хлебникова, В. Н. Никитин, 2020 2020 С. А. Арбузов, Е. П. Хлебникова, В. Н. Никитин Эта статья дотупна по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная. 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. автоматизированное дешифрирование данные дистанционного зондирования лесная таксация распознавание образов площадной эталон ADS40 automated decryption remote sensing data forest taxation pattern recognition area reference ADS40 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.