Автоматизированное выявление низкополнотных насаждений зоны смешанных лесов с применением спутниковых данных среднего разрешения на примере учебно-опытного лесхоза БГТУ

Автор: Вечеров В.В., Дзубан В.И., Перепечина Ю.И., Шошин В.И.

Журнал: Лесохозяйственная информация @forestry-information

Рубрика: Дистанционные методы в лесном хозяйстве

Статья в выпуске: 2, 2020 года.

Бесплатный доступ

Относительная полнота - один из важнейших таксационных показателей, позволяющий определять запас насаждения и характеризовать его состояние. В работе проанализирована возможность автоматизированного выявления низкополнотных насаждений, пройденных выборочными санитарными рубками, по показателю сомкнутости лесного полога (FCD) на основании данных среднего пространственного разрешения Sentinel-2. В результате корреляционно-регрессионного анализа связи наземных данных и данных, полученных из карт сомкнутости лесного полога, выявлена сильная экспоненциальная зависимость (r = 0,787, R2 = 0,829 при p-value

Дистанционное зондирование земли, низкополнотные насаждения, вегетационный индекс

Короткий адрес: https://readera.org/143170896

IDR: 143170896   |   DOI: 10.24419/LHI.2304-3083.2020.2.05

Список литературы Автоматизированное выявление низкополнотных насаждений зоны смешанных лесов с применением спутниковых данных среднего разрешения на примере учебно-опытного лесхоза БГТУ

  • Лесная таксация и лесоустройство / В.В. Загреев, Н.Н. Гусев, А.Г. Мошкалёв, Ш.А. Селимов. - М. : Экология, 1991. - 384 с.
  • Анучин, Н.П. Лесная таксация / Н.П. Анучин. - М. : Лесн. пром-сть, 1982. - 552 с.
  • Чандра, А.М. Дистанционное зондирование и географические информационные системы / А.М. Чандра, С.К. Гош. - М. : Техносфера, 2008. - 312 с.
  • Литинский, П.Ю. Трёхмерное моделирование структуры и динамики таёжных ландшафтов / П.Ю. Литинский. - Петрозаводск : Карел. научн. центр РАН, 2007. - 113 с.
  • Rikimaru, A. Development of forest canopy density mapping and monitoring model using indices of vegetation, bare soil and shadow / A. Rikimaru, S. Miyatake // Proceeding of the 18th Asian conference on remote sensing. - Kuala Lumpur, Malaysia. - 20-24 October 1997. - Р. 66 -116.
  • Azizi, Z. Forest canopy density estimating using satellite images / Z. Azizi, A. Najafi, H. Sohrabi // The International Archives of the Photogrammetry. - 2008. - Vol. XXXVII.- Р. 1127-1130.
  • Rikimaru, A. Tropical forest cover density mapping / A. Rikimaru, P.S. Roy, S. Miyatake // Tropical Ecology. - 2002. - 43(1). - Р. 39-47.
  • Тихонов, А.С. Брянский лесной массив / А.С. Тихонов. - Брянск: Читай-город, 2001. - 312 с.
  • Тихонов, А.С. Брянское опытное лесничество: 1906-2006 / А.С. Тихонов. - Калуга: Гриф, 2006. - 280 с.
  • Combining UAV and Sentinel-2 auxiliary data for forest growing stock volume estimation through hierarchical model-based inference / S. Puliti, S. Saarela, T. Gobakken, G. Stahl, E. Naesset // Remote sensing of Environment. - 2018. - V. 204. - Р. 485-497.
  • Assessnent of environment, land management and spatial variables on recent changes in montado land cover in southern Portugal / S. Godinho, N. Guiomar, R. Machado, P. Santos, P. Sa-Sousa, J.P. Fernandes, N. Neves, T. Pinto-Correia // Agroforestry Systems.- 2016. - 90(1). - Р. 177-192.
  • Abdollahnejad, A. Forest canopy density assestment using different approaches / A. Abdollahnejad, D. Panagiotidis, P. Surovy // Journal of forest science. - 2017. - 63(3). - Р. 106-115.
  • Deka, J. Implementation of forest canopy density model to monitor tropical deforestation / J. Deka, O.P. Tripathi, M.L. Khan // Journal of the Indian Society of Remote Sensing. - 2013. - 41(2). - Р. 469-475.
  • Duong, T.L. Integration of GIS and remote sensing for evaluating forest canopy density index in Thai Nguyen Province, Vietnam / T.L. Duong, T.Y. Chou, Y.M. Fang // International journal of environmental science and development, 2017. - Vol. 8 (8). - Р. 539-542.
  • Forest canopy density mapping using advance geospatial technique / K. Banerjee, S. Panda, J. Bandyopadhyay, M.K. Jain // International journal of innovative science, engineering and technology. - 2014. - 1(7). - Р. 358-363.
  • Шошин, В.И. Выявление низкополнотных насаждений после санитарно-оздоровительных мероприятий дистанционным зондированием в Брянском лесном массиве / В.И. Шошин, В.И. Дзубан, В.В. Вечеров // Лесотехнический журнал. - 2017. - Т. 7. - 2 (26). - С. 135-141.
  • Swain, P.H. Fundamentals of pattern recognition / P.H. Swain // Remote Sensing: the Quantitave Approach, 1978. - Р. 136-187.
  • Mather, P.M. Computer processing of remote sensed images / P.M. Mather. - Chichester: Wiley, 1987. - 520 p.
  • Foody, G.M. The effect of training set size and composition on artificial neural network classification / G.M. Foody, M.B. McCulloch, W.B. Yates // International journal of remote sensing. - 1995. - Vol. 16(9). - Р. 1707-1723.
Еще
Статья научная