Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова

Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова

Автор: Комарова Анна Федоровна, Журавлева Илона Вячеславовна, Яблоков Василий Михайлович

Журнал: Принципы экологии @ecopri

Рубрика: Методы экологических исследований

Статья в выпуске: 1 (17) т.5, 2016 года.

Бесплатный доступ

Показаны возможности использования мультиспектральных данных дистанционного зондирования Земли для целей изучения растительного покрова. В статье рассмотрено использование открытых данных видимого и инфракрасного диапазонов. Представлены возможные пути бесплатного получения космических снимков разного разрешения, их характеристики и область применения. Изложены основные методы анализа космических снимков. Информация конкретизирована литературными данными, а также на примере проектов, выполненных в Гринпис России.

Космические снимки, картографирование, растительные сообщества, методика исследований

Короткий адрес: https://sciup.org/147112777

IDR: 147112777

Список литературы Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова

  • Аксенов Д. Е., Дубинин М. Ю., Карпачевский М. Л., Ликсакова Н., Скворцов В., Смирнов Д., Яницкая Т. Выделение лесов высокой природоохранной ценности в Приморском крае. Категории, важные для сохранения растительного покрова . Владивосток; М., 2006. 186 с.
  • Антипин В. К., Токарев П. Н. Структурная организация и картирование болот национального парка «Водлозерский» //Известия Самарского научного центра РАН. 2012. № 1-;6. C. 1584-;1586.
  • Архипова М. В. Анализ современного состояния широколиственных лесов среднерусской возвышенности с использованием космических снимков Landsat //Фундаментальные исследования. 2013. № 11-;6. C. 1181-;1185.
  • Барталев С. А., Ершов Д. В., Исаев А. С., Потапов П. В., Турубанова С. А., Ярошенко А. Ю. Леса России: преобладающие группы древесных пород и сомкнутость древесного полога: Карта масштаба 1:14 000 000 . М., 2004. URL: http://forestforum.ru/info/pictures/rusmap.pdf (дата обращения: 27.03.2016).
  • Барталев С. А., Егоров В. А., Ершов Д. В., Исаев А. С., Лупян Е. А., Плотников Д. Е., Уваров И. А. Спутниковое картографирование растительного покрова России по данным спектрорадиометра MODIS //Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 4. C. 285-;302.
  • Барталев С. А., Лупян Е. А. Исследования и разработки ИКИ РАН по развитию методов спутникового мониторинга растительного покрова //Исследования Земли из космоса. 2013. Т. 10. № 1. C. 197-;217.
  • Владимиров И. Н., Софронов А. П., Сороковой А. А., Кобылкин Д. В., Фролов А. А. Структура растительного покрова западной части Верхнеангарской котловины //География и природные ресурсы. 2014. № 2. С. 44-;53.
  • Гаврилюк Е. А., Ершов Д. В. Методика совместной обработки разносезонных изображений Landsat-TM и создания на их основе карты наземных экосистем Московской области //Современные проблемы дистанционного зондирования Земли из Космоса. 2012. Т. 9. № 4. C. 15-;23.
  • Дубовик Д. С., Якутин М. В. Динамика экосистем Улуг-Хемской котловины Республики Тыва по данным дистанционного зондирования //Интерэкспо Гео-Сибирь. 2012. № 3. C. 56-;60.
  • Елсаков В. В., Володин В. В., Чадин И. Ф., Паршина Е. И., Марущак И. О. Спутниковый мониторинг в оценке ресурсов аконита высокого на Приполярном Урале //Известия Самарского научного центра РАН. 2010. № 1-;4. C. 1123-;1129.
  • Ермаков Н. Б., Полякова М. А., Черникова Т. C. Картографирование лесной растительности в горах Алтае-Саянской горной области //Вестник Новосибирского государственного университета. Сер.: Биология, клиническая медицина. 2012. T. 10.2. C. 24-;30.
  • Жарко В. О., Барталев С. А. Оценка распознаваемости древесных пород леса на основе спутниковых данных о сезонных изменениях их спектрально-отражательных характеристик //Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 3. C. 159-;170.
  • Завадская А. В., Яблоков В. М. Эколого-географические основы рекреационного использования термальных экосистем (на примере долины р. Гейзерной) //Труды Кроноцкого государственного природного заповедника. Воронеж, 2014. Вып. 3. С. 190-;208.
  • Исаев А. С., Черненькова Т. В. Мониторинг биоразнообразия лесов: подходы и результаты //Лесные ресурсы таежной зоны России: проблемы лесопользования и лесовосстановления: Материалы Всерос. науч. конф. с междунар. участием. Петрозаводск, 2009. С. 60-;62.
  • Климина Е. М., Остроухов А. В. Анализ динамики нарушенности темнохвойных лесов Северного Сихоте-Алиня на основе использования спутниковых данных //Известия Самарского научного центра Российской академии наук. 2011. Т. 13. № 1-;4. С. 996-;1000.
  • Книжников Ю. Ф., Кравцова В. И., Тутубалина О. Н. Аэрокосмические методы географических исследований . М., 2004. 336 с.
  • Колесникова О. Н., Черепанов А. С. Возможности ПК ENVI для обработки мультиспектральных и гиперспектральных данных //Геоматика. 2009. № 3. С. 24-;27.
  • Комарова А. Ф. Создание карты участия пихты Abies nordmanniana (Stev.) Spach в древостое методом нейронных сетей //Ломоносов-2012: Тез. докл. М., 2012. С. 294-;295.
  • Комарова А. Ф., Куксина Н. В., Бобровский М. В., Плотников М. П. Леса высокой природоохранной ценности в зоне распространения лесов из пихты кавказской Abies nordmanniana (Stev.) Spach. (Краснодарский край, Республика Адыгея) //Вестник Российского университета дружбы народов. 2010. № 5. С. 56-;61.
  • Кравцова В. И. Методические подходы в аэрокосмических исследованиях динамики северной границы леса //География и природные ресурсы. 2012. № 3. С. 133-;139.
  • Курбанов Э. А., Воробьев О. Н., Губаев А. В., Лежнин С. А., Полевщикова Ю. А., Демишева Е. Н. Четыре десятилетия исследований лесов по снимкам Landsat //Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2014. № 1. С. 18-;32.
  • Курбанов Э. А., Воробьев О. Н., Незамаев С. А., Губаев А. В., Лежнин С. А., Полевщикова Ю. А. Тематическое картирование и стратификация лесов Марийского Заволжья по спутниковым снимкам Landsat //Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2013. № 3 (19). С. 72-;82.
  • Лабутина И. А., Балдина Е. А. Использование данных дистанционного зондирования для мониторинга экосистем ООПТ . М., 2011. 88 с.
  • Липшиц С. Ю. К познанию флоры и растительности горячих источников Камчатки //Бюлл. МОИП. Отд. Биол. 1936. Т. 45. № 2. С. 143-;158.
  • Лурье И. К. Геоинформационное картографирование. Методы геоинформатики и цифровой обработки космических снимков: Учебник . М., 2010. 424 c.
  • Малышева Н. В. Автоматизированное дешифрирование аэрокосмических изображений лесных насаждений . М., 2012. 154 с.
  • Мячина К. В. Дистанционный мониторинг растительного покрова на участке естественной степи в Оренбургской области //Известия Самарского научного центра РАН. 2014. № 5. С. 178-;181.
  • Нешатаева В. Ю. Растительность полуострова Камчатка . М., 2009. 537 с.
  • Пономарёв Е. И., Исмаилова Д. М., Назимова Д. И. Спутниковый мониторинг горных лесных экосистем Саян //Журнал Сибирского федерального университета. Биология. 2011. № 4(1). С. 75-;85.
  • Попова Т. А., Бычкова И. А. Дистанционные методы в изучении растительного покрова //Отечественная геоботаника: основные вехи и перспективы: Материалы Всерос. науч. конф. с междунар. участием. СПб., 2011. Т. 1. С. 404-;408.
  • Попова Т. А., Бычкова И. А. Зарастание водоемов на Северо-Западе России воздушно-водной и водной растительностью в различных экологических условиях //Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1(6). С. 1515-;1518.
  • Потапов П. В., Ярошенко А. Ю., Турубанова С. А. Малонарушенные лесные территории севера Европейской России //Восточноевропейские леса: история в голоцене и современность: В 2 кн. М.: Наука, 2004. С. 146-;153.
  • Пузаченко М. Ю., Котлов И. П., Черненькова Т. В Технологическая схема мониторинга природных объектов с использованием ДДЗ и ГИС-технологий //Мониторинг биологического разнообразия лесов России: методология и методы. М., 2008. С. 347-;355.
  • Пузаченко М. Ю., Черненькова Т. В., Басова Е. В. Природно-антропогенная вариабельность растительного покрова центральной части Мурманской области и ее картографическое отображение //Отечественная геоботаника: основные вехи и перспективы: Материалы Всерос. науч. конф. с междунар. участием. СПб., 2011. Т. 1. С. 408-;411.
  • Рассказов А. А., Галаганова Л. А. Использование данных Landsat для оценки динамики изменений растительного покрова на территории Мещеры //Научные труды Института непрерывного профессионального образования. 2014. № 3. С. 236-;239.
  • Савельев А. А. Биохорологическое разнообразие и моделирование пространственной структуры растительного покрова (геоинформационный подход): Автореф. дисс.... д-ра биол. наук . Казань, 2004. 244 c.
  • Слабухина С. В. Изучение морфологической структуры микроландшафтов Васюганского болотного комплекса на основе дешифрирования космических снимков //Вестник Томского государственного университета. 2014. № 388. С. 253-;256.
  • Ткачук Т. Е. Многолетняя динамика растительности Даурского заповедника по данным спутникового зондирования //Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1(5). С. 1391-;1394.
  • Трасс Х. Х. О растительности окрестностей горячих ключей и гейзеров долины реки Гейзерной полуострова Камчатки //Исследование природы Дальнего Востока. Таллин, 1963. С. 112-;146.
  • Финиченко Е. Н., Дмитриев В. В. Моделирование вегетационных параметров водно-болотной растительности западносибирского региона на основе базы метеоданных и данных радиометра MODIS //Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 4. С. 239-;245.
  • Ханов З. М., Пшегусов Р. Х. Опыт использования пространственного анализа и моделирования распространения избранных видов лишайников Центрального Кавказа (на примере Кабардино-Балкарской Республики) //Лихенология в России: актуальные проблемы и перспективы исследований. СПб., 2014. С. 221-;230.
  • Хворостухин Д. П., Кликунов А. А. Применение ГИС, данных дистанционного зондирования Земли и преобразования Tasseled cap для изучения современной растительности ландшафтов региона // Известия Саратовского университета. Новая серия. Серия: Науки о Земле. 2013. Т. 13. № 2. С. 40-42.
  • Чандра А. М., Гош С. К. Дистанционное зондирование и географические информационные системы . М., 2008. 312 c.
  • Черненькова Т. В., Левицкая Н. Н., Козлов Д. Н., Тихонова Е. В., Огуреева Г. Н., Пестерова О. А. Оценка состояния и динамики биоразнообразия лесов Московской области с использованием наземных и дистанционных методов //Разнообразие и динамика лесных экосистем России: В 2 кн. M., 2012. Кн. 1. С. 316-;370.
  • Черосов М. М., Аммосова Е. В., Троева Е. И. К корректировке контуров мелкомасштабной карты растительности северо-востока Якутии (опыт применения ГИС-технологий и анализа карты) //Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1-;6. С. 1656-;1659.
  • Шабанов Д. И., Иолин М. М., Борзова А. С., Агошкова Е. В. Использование ГИС-технологий и методов ДЗЗ при анализе пространственного распределения опустынивания на территории Северного Прикаспия //Вестник Волгоградского государственного университета. Сер. 11. Естеств. науки. 2014. № 4 (10). С. 48-;56.
  • Шарикалов А. Г., Якутин М. В. Анализ состояния таежных экосистем с использованием методики автоматизированного дешифрирования //Известия Алтайского государственного университета. 2014. № 3. С. 123-;127.
  • Шипунов А. Б., Балдин Е. М., Волкова П. А., Коробейников А. И., Назарова С. А., Петров С. В., Суфиянов В. Г. Наглядная статистика. Используем R! . M., 2012. 298 c.
  • Шовенгердт Р. Дистанционное зондирование. Модели и методы обработки изображений . М., 2010. 560 с.
  • Яблоков В. М., Завадская А. В. Геоинформационное моделирование температурного поля гидротермальных систем (на примере долины р. Гейзерной) //Геодезия и картография. 2013. № 3. С. 24-;31.
  • Ярошенко А. Ю., Добрынин Д. А., Егоров А. В., Журавлева И. В., Маниша А. Е., Потапов П. В., Турубанова С. А., Хакимулин Е. В. Леса центра и севера Европейской России: Карта масштаба 1:4500000 . М., 2008. URL: http://forestforum.ru/info/map_for_print.pdf (дата обращения: 27.03.2016).
  • Bannari A., Morin D., Bonn F., Huete A. R. A review of vegetation indices//Rem. Sens. Reviews. 1995. Vol. 13: 1-;2. P. 95-;120.
  • Banskota A., Kayastha N., Falkowski M., Wulder M. A., Froese R. E., White J. C. Forest monitoring using Landsat time-series data: A review//Canadian Journal of Rem. Sens. 2014. Vol. 40. № 5. P. 362-;384 DOI: 10.1080/07038992.2014.987376
  • Barrachinaa M., Cristóbalb J., Tulla A. F. Estimating above-ground biomass on mountain meadows and pastures through remote sensing//Int. J. of Appl. Earth Observ. and Geoinf. 2015. Vol. 38. P. 184-;192 DOI: 10.1016/j.jag.2014.12.002
  • Bartalev S. A., Belward A. S., Erchov D. V., Isaev A. S. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia//Int. J. of Rem. Sens. 2003. Vol. 24(9). P. 1977-;1982.
  • Beck P. S. A., Jönsson P., HØgda K.-A., Karlsen S. R., Eklundh L., Skidmore A. K. A ground‐validated NDVI dataset for monitoring vegetation dynamics and mapping phenology in Fennoscandia and the Kola peninsula//Int. J. of Rem. Sens. 2007. Vol. 28:19. P. 4311-;4330 DOI: 10.1080/01431160701241936
  • Bradley B. A., Mustard J. F. Characterizing the landscape dynamics of an invasive plant and risk of invasion using remote sensing//Ecological Applications. 2006. Vol. 16(3). P. 1132-;1147. DOI: 10.1890/1051-0761(2006)0162.0.CO;2.
  • Bradley B. A. Remote detection of invasive plants: a review of spectral, textural and phenological approaches//Biological invasions. 2014. Vol. 16.7. P. 1411-;1425 DOI: 10.1007/s10530-013-0578-9
  • Buchanan G. M., Brink A. B., Leidner A. K., Rose R., Wegmann M. Advancing terrestrial conservation through remote sensing//Ecological Informatics. 2015 (in press).
  • Buck O., Millán V. E. G., Klink A., Pakzad K. Using information layers for mapping grassland habitat distribution at local to regional scales//Int. J. of Appl. Earth Observ. and Geoinf. 2015. Vol. 37. P. 83-;89 DOI: 10.1016/j.jag.2014.10.012
  • Camathias L., Bergamini A., Küchler M., Stofer S., Baltensweiler A. High‐resolution remote sensing data improves models of species richness//Applied Vegetation Science. 2013. Vol. 16.4. P. 539-;551 DOI: 10.1111/avsc.12028
  • Chen Y., Dengsheng L., Geping L., Jingfeng H. Detection of vegetation abundance change in the alpine tree line using multitemporal Landsat Thematic Mapper imagery//Int. J. of Rem. Sens. 2015. Vol. 36:18. P. 4683-;4701 DOI: 10.1080/01431161.2015.1088675
  • Cohen W. B., Spies T. A. Estimating structural attributes of Douglas-fir/western hemlock forest stands from Landsat and Spot imagery//Rem. Sens. of Env. 1992. № 41(1). P. 1-;17 DOI: 10.1016/0034-4257(92)90056-P
  • Cord A., Rödder D. Inclusion of habitat availability in species distribution models through multi-temporal remote sensing data?//Ecological Applications. 2011. Vol. 21(8). P. 3285-;3298 DOI: 10.1890/11-0114.1
  • Cord A. F., Klein D., Mora F., Dech S. Comparing the suitability of classified land cover data and remote sensing variables for modeling distribution patterns of plants//Ecological Modelling. 2014. Vol. 272. P. 129-;140 DOI: 10.1016/j.ecolmodel.2013.09.011
  • Dalmayne J., Möckel T., Prentice H. C., Schmid B. C., Hall K. Assessment of fine-scale plant species beta diversity using WorldView-2 satellite spectral dissimilarity//Ecological Informatics. 2013. Vol. 18. P. 1-;9 DOI: 10.1016/j.ecoinf.2013.05.004
  • Davranchea A., Lefebvreb G., Poulinb B. Wetland monitoring using classification trees and SPOT-5 seasonal time series//Rem. Sens. of Env. 2010. Vol. 114. Issue 3. P. 552-;562 DOI: 10.1016/j.rse.2009.10.009
  • DeFries R. S., Townshend J. R. G. NDVI-derived land cover classifications at a global scale//Int. J. of Rem. Sens. 1994.  Vol. 15.17. P. 3567-;3586 DOI: 10.1080/01431169408954345
  • Drusch M., Del Bello U., Carlier S., Colin O., Fernandez V., Gascon F., Hoersch B. et al. Sentinel-2: ESA's optical high-resolution mission for GMES operational services//Rem. Sens. of Env. 2012. Vol. 120. P. 25-;36 DOI: 10.1016/j.rse.2011.11.026
  • Fassnacht F. E., Li L., Fritz A. Mapping degraded grassland on the Eastern Tibetan Plateau with multi-temporal Landsat 8 data—where do the severely degraded areas occur?//Int. J. of Appl. Earth Observ. and Geoinf. 2015. Vol. 42. P. 115-;127 DOI: 10.1016/j.jag.2015.06.005
  • Fassnacht K. S., Cohen W. B., Spies T. A. Key issues in making and using satellite-based maps in ecology: A primer//Forest Ecology and Management. 2006. Vol. 222. № 1. P. 167-;181 DOI: 10.1016/j.foreco.2005.09.026
  • Foody G. M. Status of land cover classification accuracy assessment//Rem. Sens. of Env. 2002. Vol. 80.1. P. 185-;201 DOI: 10.1016/S0034-4257(01)00295-4
  • Fox L. Essential Earth imaging for GIS. California, 2015. 115 p.
  • Fuller D. O. Remote detection of invasive Melaleuca trees (Melaleuca quinquenervia) in South Florida with multispectral IKONOS imagery//Int. J. of Rem. Sens. 2005. Vol. 26:5. P. 1057-;1063 DOI: 10.1080/01430060512331314119
  • Gallant A. L. The Challenges of Remote Monitoring of Wetlands//Rem. Sens. 2015. Vol. 7(8). P. 10938-;10950 DOI: 10.3390/rs70810938
  • Gavier-Pizarro G. I., Kuemmerle T., Hoyo L. E., Stewart S. I., Huebner C. D., Keuler N. S., Radeloff V. C. Monitoring the invasion of an exotic tree (Ligustrum lucidum) from 1983 to 2006 with Landsat TM/ETM+ satellite data and Support Vector Machines in Córdoba, Argentina//Rem. Sens. of Env. 2012. Vol. 122. P. 134-;145 DOI: 10.1016/j.rse.2011.09.023
  • Gillespie T. W., Foody G. M., Rocchini D., Giorgi A. P., Saatchi S. Measuring and modelling biodiversity from space//Progress in Physical Geography. 2008. Vol. 32(2). P. 203-;221 DOI: 10.1177/0309133308093606
  • Gould W. Remote sensing of vegetation, plant species richness, and regional biodiversity hotspots//Ecological applications. 2000. Vol. 10. № 6. P. 1861-;1870. DOI: 10.1890/1051-0761(2000)010%5B1861:RSOVPS%5D2.0.CO%3B2.
  • Hansen M. C., Townshend J. R. G., DeFries R. S., Carroll M. Estimation of tree cover using MODIS data at global, continental and regional/local scales//Int. J. of Rem. Sens. 2005. Vol. 26. № 19. P. 4359-;4380 DOI: 10.1080/01431160500113435
  • Hojas-Gascó;n L., Belward A., Eva H., Ceccherini G., Hagolle O., Garcia J., Ceruttid P. Potential improvement for forest cover and forest degradation mapping with the forthcoming Sentinel-2 program//Int. Archives of the Photogram., Rem. Sens & Spatial Inf. Sciences. 2015. P. 417-;423.
  • Homolova L., Malenovský Z., Clevers J. G., Garcia-Santos G., Schaepman M. E. Review of optical-based remote sensing for plant trait mapping//Ecological Complexity. 2013. Vol. 15. P. 1-;16 DOI: 10.1016/j.ecocom.2013.06.003
  • Hou X., Gao S., Niu Z., Xu Z. Extracting grassland vegetation phenology in North China based on cumulative SPOT-VEGETATION NDVI data//Int. J. of Rem. Sens. 2014. Vol. 35:9. P. 3316-;3330 DOI: 10.1080/01431161.2014.903437
  • Huang C., Asner G. P. Applications of Remote Sensing to Alien Invasive Plant Studies -; Review//Sensors. 2009. Vol. 9(6). P. 4869-;4889 DOI: 10.3390/s90604869
  • Isaacson B. N., Serbin S. P., Townsend P. A. Detection of relative differences in phenology of forest species using Landsat and MODIS//Landscape ecology. 2012. Vol. 27. № 4. P. 529-;543 DOI: 10.1007/s10980-012-9703-x
  • Johnston S. E., Henry M. C., Gorchov D. L. Using Advanced Land Imager (ALI) and Landsat Thematic Mapper (TM) for the Detection of the Invasive Shrub Lonicera maackii in Southwestern Ohio Forests//GIScience & Rem. Sens. 2012. Vol. 49:3. P. 450-;462 DOI: 10.2747/1548-1603.49.3.450
  • Joshi C., De Leeuw J., Skidmore A. K., Van Duren I. C., Van Oosten H. Remotely sensed estimation of forest canopy density: A comparison of the performance of four methods//Int. J. of Appl. Earth Observ. and Geoinf. 2006. Vol. 8(2). P. 84-;95 DOI: 10.1016/j.jag.2005.08.004
  • Karlson M., Ostwald M., Reese H., Sanou J., Tankoano B., Mattsson E. Mapping Tree Canopy Cover and Aboveground Biomass in Sudano-Sahelian Woodlands Using Landsat 8 and Random Forest//Rem. Sens. 2015. Vol. 7(8). P. 10017-;10041 DOI: 10.3390/rs70810017
  • Klemas V. Remote sensing of wetlands: case studies comparing practical techniques//Journal of Coastal Research. 2011. Vol. 27. № 3. P. 418-;427 DOI: 10.2112/JCOASTRES-D-10-00174.1
  • Krankina O. N., Pflugmacher D., Friedl M., Cohen W. B., Nelson P., Baccini A. Meeting the challenge of mapping peatlands with remotely sensed data//Biogeosciences. 2008. Vol. 5(6). P. 1809-;1820 DOI: 10.5194/bg-5-1809-2008
  • Kuenzer C., Ottinger M., Wegmann M., Guo H., Wang C., Zhang J., Dech S., Wikelski M. Earth observation satellite sensors for biodiversity monitoring: potentials and bottlenecks//Int. J. of Rem. Sens. 2014. Vol. 35:18. P. 6599-;6647 DOI: 10.1080/01431161.2014.964349
  • Laba M., Downs R., Smith S., Welsh S., Neider C., White S., Richmond M., Philpot W., Baveye, P. Mapping invasive wetland plants in the Hudson River National Estuarine Research Reserve using Quickbird satellite imagery//Rem. Sens. of Env. 2008. Vol. 112(1). P. 286-;300 DOI: 10.1016/j.rse.2007.05.003
  • Laurin G. V., Frate F. D., Pasolli L., Notarnicola C., Guerriero L., Valentini R. Discrimination of vegetation types in alpine sites with ALOS PALSAR-, RADARSAT-2-, and lidar-derived information//Int. J. of Rem. Sens. 2013. Vol. 34:19. P. 6898-;6913 DOI: 10.1080/01431161.2013.810823
  • Lehnert L. W., Meyer H., Wang Y., Miehe G., Thies B., Reudenbach C., Bendix, J. Retrieval of grassland plant coverage on the Tibetan Plateau based on a multi-scale, multi-sensor and multi-method approach//Rem. Sens. of Env. 2015. Vol. 164. P. 197-;207 DOI: 10.1016/j.rse.2015.04.020
  • Leitão P. J., Schwieder M., Suess S., Catry I., Milton E. J., Moreira F., Osborne P. E., Pinto M.J., van der Linden S., Hostert P. Mapping beta diversity from space: Sparse generalised dissimilarity modelling (SGDM) for analysing high-dimensional data//Methods Ecol. Evol. 2015. Vol. 6. P. 764-;771 DOI: 10.1111/2041-210X.12378
  • Levin N., Shmida A., Levanoni O., Tamari H., Kark S. Predicting mountain plant richness and rarity from space using satellite‐derived vegetation indices//Diversity and Distributions. 2007. Vol. 13(6). P. 692-;703 DOI: 10.1111/j.1472-4642.2007.00372.x
  • Liu W., Song C., Schroeder T. A., Cohen W. B. Predicting forest successional stages using multitemporal Landsat imagery with forest inventory and analysis data//Int. J. of Rem. Sens. 2008. Vol. 29:13. P. 3855-;3872 DOI: 10.1080/01431160701840166
  • Margono B. A., Bwangoy J.-R. B., Potapov P. V., Hansen M. C. Mapping wetlands in Indonesia using Landsat and PALSAR data-sets and derived topographical indices//Geo-spatial Information Science. 2014. Vol. 17:1. P. 60-;71 DOI: 10.1080/10095020.2014.898560
  • McRoberts R. E., Cohen W. B., Næsset E., Stehman S. V., Tomppo E.O. Using remotely sensed data to construct and assess forest attribute maps and related spatial products//Scandinavian Journal of Forest Research. 2010. Vol. 25:4. P. 340-;367 DOI: 10.1080/02827581.2010.497496
  • Möckel T. Hyperspectral and multispectral remote sensing for mapping grassland vegetation: PhD diss. Lund University, 2015. 41 p.
  • Mozumder C., Tripathi N. K., Tipdecho T. Ecosystem evaluation (1989-;2012) of Ramsar wetland Deepor Beel using satellite-derived indices//Environmental monitoring and assessment. 2014. Vol. 186. № 11. P. 7909-;7927 DOI: 10.1007/s10661-014-3976-2
  • Mui A., He Y., Weng Q. An object-based approach to delineate wetlands across landscapes of varied disturbance with high spatial resolution satellite imagery//ISPRS Journal of Photogrammetry and Rem. Sens. 2015. Vol. 109. P. 30-;46 DOI: 10.1016/j.isprsjprs.2015.08.005
  • Murray H., Lucieer A., Williams R. Texture-based classification of sub-Antarctic vegetation communities on Heard Island//Int. J. of Appl. Earth Observ. and Geoinf. 2010. Vol. 12. № 3. P. 138-;149 DOI: 10.1016/j.jag.2010.01.006
  • Nagendra H., Lucas R., Honrado J. P., Jongman R. H., Tarantino C., Adamo M., Mairota P. Remote sensing for conservation monitoring: Assessing protected areas, habitat extent, habitat condition, species diversity, and threats//Ecological Indicators. 2013. Vol. 33. P. 45-;59 DOI: 10.1016/j.ecolind.2012.09.014
  • Nilsen L., Arnesen G., Joly D., Malnes E. Spatial modelling of Arctic plant diversity//Biodiversity. 2013. Vol. 14:1. P. 67-;78 DOI: 10.1080/14888386.2012.717008
  • Odindi J., Adam E., Ngubane Z., Mutanga O., Slotow R. Comparison between WorldView-2 and SPOT-5 images in mapping the bracken fern using the random forest algorithm//Journal of Applied Rem. Sens. 2014. Vol. 8(1). P. 083527-1 -; 083527-16 DOI: 10.1117/1.JRS.8.083527
  • Onojeghuo A. O., Blackburn G. A. Mapping reedbed habitats using texture-based classification of QuickBird imagery//Int. J. of Rem. Sens. 2011. Vol. 32. № 23. P. 8121-;8138 DOI: 10.1080/01431161.2010.532822
  • Ozesmi S. L., Bauer M. E. Satellite remote sensing of wetlands//Wetlands ecology and management. 2002. Vol. 10. № 5. P. 381-;402 DOI: 10.1023/A:1020908432489
  • Parviainen M., Luoto M., Heikkinen R. K. The role of local and landscape level measures of greenness in modelling boreal plant species richness//Ecological Modelling. 2009. Vol. 220. № 20. P. 2690-;2701 DOI: 10.1016/j.ecolmodel.2009.07.017
  • Parviainen M., Zimmermann N. E., Heikkinen R. K., Luoto M. Using unclassified continuous remote sensing data to improve distribution models of red-listed plant species//Biodiversity and Conservation. 2013. Vol. 22. P. 1731-;1754 DOI: 10.1007/s10531-013-0509-1
  • Peterson E. B. Estimating cover of an invasive grass (Bromus tectorum) using tobit regression and phenology derived from two dates of Landsat ETM+ data//Int. J. of Rem. Sens. 2005. Vol. 26:12. P. 2491-;2507 DOI: 10.1080/01431160500127815
  • Petrou Z. I., Manakos I., Stathaki T. Remote sensing for biodiversity monitoring: a review of methods for biodiversity indicator extraction and assessment of progress towards international targets//Biodiversity and Conservation. 2015. Vol. 24. № 10. P. 2333-;2363 DOI: 10.1007/s10531-015-0947-z
  • Pettorelli N., Vik J. O., Mysterud A., Gaillard J.-M., Tucker C. J., Stenseth N. C. Using the satellite-derived NDVI to assess ecological responses to environmental change//Trends in Ecology and Evolution. 2005. Vol. 20. P. 503-;510 DOI: 10.1016/j.tree.2005.05.011
  • Petus C., Lewis M., White D. Monitoring temporal dynamics of Great Artesian Basin wetland vegetation, Australia, using MODIS NDVI//Ecological Indicators. 2013. Vol. 34. P. 41-;52 DOI: 10.1016/j.ecolind.2013.04.009
  • Pflugmacher D., Cohen W. B., Kennedy R. E. Using Landsat-derived disturbance history (1972-;2010) to predict current forest structure//Rem. Sens. of Env. 2012. Vol. 122. P. 146-;165 DOI: 10.1016/j.rse.2011.09.025
  • Polychronaki A., Spindler N., Schmidt A., Stoinschek B., Zebisch M., Renner K., Sonnenschein R., Notarnicola C. Integrating RapidEye and ancillary data to map alpine habitatsin South Tyrol//Italy Int. J. of Appl. Earth Observ. and Geoinf. 2015. Vol. 37. P. 65-;71 DOI: 10.1016/j.jag.2014.11.008
  • Potapov P., Turubanova S., Hansen M. C. Regional-scale boreal forest cover and change mapping using Landsat data composites for European Russia//Rem. Sens. of Env. 2011. Vol. 115. № 2. P. 548-;561.
  • Potapov P. V., Turubanova S. A., Tyukavina A., Krylov A. M., McCarty J. L., Radeloff V. C., Hansen M. C. Eastern Europe's forest cover dynamics from 1985 to 2012 quantified from the full Landsat archive//Rem. Sens. of Env. 2015. Vol. 159. P. 28-;43 DOI: 10.1016/j.rse.2014.11.027
  • Pouteau R., Meyer J. Y., Taputuarai R., Stoll B. Support vector machines to map rare and endangered native plants in Pacific islands forests//Ecological Informatics. 2012. Vol. 9. P. 37-;46 DOI: 10.1016/j.ecoinf.2012.03.003
  • Price K. P., Guo X., Stiles J. M. Optimal Landsat TM band combinations and vegetation indices for discrimination of six grassland types in eastern Kansas//Int. J. of Rem. Sens. 2002. Vol. 23:23. P. 5031-;5042 DOI: 10.1080/01431160210121764
  • Rapinel S., Clément B., Magnanon S., Sellin V., Hubert-Moy L. Identification and mapping of natural vegetation on a coastal site using a Worldview-2 satellite image//Journal of environmental management. 2014. Vol. 144. P. 236-;246 DOI: 10.1016/j.jenvman.2014.05.027
  • Rapinel S., Bouzillé J. B., Oszwald J., Bonis A. Use of bi-Seasonal Landsat-8 Imagery for Mapping Marshland Plant Community Combinations at the Regional Scale//Wetlands. 2015. Vol. 35. Issue 6. P. 1043-;1054 DOI: 10.1007/s13157-015-0693-8
  • Red Data Book of Plant Communities in the former USSR. Birmingham, 1997. 69 p.
  • Reese H., Nyström M., Nordkvist K., Olsson H. Combining airborne laser scanning data and optical satellite data for classification of alpine vegetation//Int. J. of Appl. Earth Observ. and Geoinf. 2014. Vol. 27. P. 81-;90 DOI: 10.1016/j.jag.2013.05.003
  • Resasco J., Hale A. N., Henry M. C., Gorchov D. L. Detecting an invasive shrub in a deciduous forest understory using late-fall Landsat sensor imagery//Int. J. Remote Sens. 2007. Vol. 29. P. 3739-;3745 DOI: 10.1080/01431160701373721
  • Richards J. A., Jia X. Remote sensing digital image analysis. An introduction. Berlin, 2006. 439 p.
  • Rocchini D. Effects of spatial and spectral resolution in estimating ecosystem α-diversity by satellite imagery//Rem. Sens. of Environ. 2007. Vol. 111. P. 423-;434 DOI: 10.1016/j.rse.2007.03.018
  • Rocchini D., Balkenhol N., Carter G. A., Foody G. M., Gillespie T. W., He K. S., Kark S., Levin N., Lucas K., Luoto M., Nagendra H., Oldeland J., Ricotta C., Southworth J., Neteler M. Remotely sensed spectral heterogeneity as a proxy of species diversity: recent advances and open challenges//Ecol. Inform. 2010. Vol. 5. P. 318-;329 DOI: 10.1016/j.ecoinf.2010.06.001
  • Rocchini D., Andreo V., Förster M., Garzon-Lopez C. X., Gutierrez A. P., Gillespie T. H., Hauffe H. C., He K. S., Kleinschmit B., Mairota P., Marcantonio M., Metz M., Nagendra N., Pareeth S., Ponti L., Ricotta C., Rizzoli A., Schaab G., Zebisch M., Zorer R., Neteler M. Potential of remote sensing to predict species invasions. A modelling perspective//Prog. Phys. Geogr. 2015a. Vol. 39. P. 283-;309.
  • Rocchini D., Hernández-Stefanoni J. L., He K. S. Advancing species diversity estimate by remotely sensed proxies: a conceptual review//Ecol. Inform. 2015b. Vol. 25. P. 22-;28 DOI: 10.1016/j.ecoinf.2014.10.006
  • Rodriguez-Galiano V. F., Chica-Rivas M. Evaluation of different machine learning methods for land cover mapping of a Mediterranean area using multi-seasonal Landsat images and Digital Terrain Models//Int. J. of Digital Earth. 2014. Vol. 7. № 6. P. 492-;509 DOI: 10.1080/17538947.2012.748848
  • Schaffrath D., Barthold F. K., Bernhofer C. Spatiotemporal variability of grassland vegetation cover in a catchment in Inner Mongolia, China, derived from MODIS data products//Plant and soil. 2011. Vol. 340. №1-;2. P. 181-;198 DOI: 10.1007/s11104-010-0465-4
  • Schmidt M., Konig K., Muller J. V. Modelling species richness and life form composition in Sahelian Burkina Faso with remote sensing data//Journal of Arid Environments. 2008. Vol. 72. P. 1506-;1517 DOI: 10.1016/j.jaridenv.2008.02.015
  • Schuster C., Schmidt T., Conrad C., Kleinschmit B., Förster, M. Grassland habitat mapping by intra-annual time series analysis-;Comparison of RapidEye and TerraSAR-X satellite data//Int. J. of Appl. Earth Observ. and Geoinf. 2015. Vol. 34. P. 25-;34 DOI: 10.1016/j.jag.2014.06.004
  • Sexton J. O., Song X.-P., Feng M., Noojipady P., Anand A., Huang C., Kim D.-H., Collins K. M., Channan S., DiMiceli C., Townshend J. R. Global, 30-m resolution continuous fields of tree cover: Landsat-based rescaling of MODIS vegetation continuous fields with lidar-based estimates of error//Int. J. of Digital Earth. 2013. Vol. 6:5. P. 427-;448 DOI: 10.1080/17538947.2013.786146
  • Shmitt U., Ruppert G. S. Forest classification of multitemporal mosaicked satellite images//Int. Arch. of  Photogrammetry and Remote Sensing. 1996. Vol. XXXI. Part B7. P. 602-;605.
  • Short N. M. The LANDSAT Tutorial Workbook: Basics of Satellite Remote Sensing. NASA Reference Publication 1078. NASA. 2011. URL: http://pdf20.termsbooks.org/pdf/the-landsat-tutorial-workbook-basics-of-satellite-remote-sensing-nasa-re_d7mnv.pdf (дата обращения: 05.12.2015).
  • Shouse M., Liang L., Fei S. Identification of understory invasive exotic plants with remote sensing in urban forests//Int. J. of Appl. Earth Observ. and Geoinf. 2013. Vol. 21. P. 525-;534 DOI: 10.1016/j.jag.2012.07.010
  • Silva T. S., Costa M. P., Melack J. M., Novo E. M. Remote sensing of aquatic vegetation: theory and applications//Env. Monit. and Assessment. 2008. Vol. 140(1-;3). P. 131-;145 DOI: 10.1007/s10661-007-9855-3
  • Somodi I., Čarni A., Ribeiro D., Podobnikar T. Recognition of the invasive species Robinia pseudacacia from combined remote sensing and GIS sources//Biological conservation. 2012. Vol. 150(1). P. 59-;67 DOI: 10.1016/j.biocon.2012.02.014
  • Stehman S. V., Czaplewski R. L. Design and analysis for thematic map accuracy assessment: fundamental principles//Rem. Sens. of Env. 1998. Vol. 64. P. 331-;344 DOI: 10.1016/S0034-4257(98)00010-8
  • Stow D. A., Hope A., McGuire D., Verbyla D., Gamon J., Huemmrich F., Houston S., Racine C., Sturm M., Tape K., Hinzman L., Yoshikawa K., Tweedie C., Noyle B., Silapaswan C., Douglas D., Griffith B., Jia G., Epstein H., Walker D., Daeschner S., Petersen A., Zhou L., Myneni R. Remote sensing of vegetation and land-cover change in Arctic Tundra Ecosystems//Rem. Sens. of Env. 2004. Vol. 89(3). P. 281-;308 DOI: 10.1016/j.rse.2003.10.018
  • Townsend P. A., Walsh S. J. Remote sensing of forested wetlands: application of multitemporal and multispectral satellite imagery to determine plant community composition and structure in southeastern USA//Plant Ecology. 2001. Vol. 157. № 2. P. 129-;149 DOI: 10.1023/A:1013999513172
  • Tuanmu M. N., Viña A., Bearer S., Xu W., Ouyang Z., Zhang H., Liu, J. Mapping understory vegetation using phenological characteristics derived from remotely sensed data//Rem. Sens. of Env. 2010. Vol. 114(8). P. 1833-;1844 DOI: 10.1016/j.rse.2010.03.008
  • Tucker C. J. Red and photographic infrared linear combinations for monitoring vegetation//Rem. Sens. of Env. 1979. Vol. 8. P. 127-;150 DOI: 10.1016/0034-4257(79)90013-0
  • Turner W., Spector S., Gardiner N., Fladerland M., Sterling E., Steininger M. Remote sensing for biodiversity science and conservation//Trends Ecol. Evol. 2003. Vol. 18. P. 306-;314 DOI: 10.1016/S0169-5347(03)00070-3
  • Turner W., Rondinini C., Pettorelli N., Mora B., Leidner A. K., Szantoi Z., Buchanan G., Dech S., Dwyer J., Herold M., Koh L. P., Leimgruber P., Taubenboeck H., Wegmann M., Wikelski M., Woodcock, C. Free and open-access satellite data are key to biodiversity conservation//Biological Conservation. 2015. Vol. 182. P. 173-;176 DOI: 10.1016/j.biocon.2014.11.048
  • Vanselow K. A., Samimi C. Predictive mapping of dwarf shrub vegetation in an arid high mountain ecosystem using remote sensing and random forests//Rem. Sens. 2014. Vol. 6(7). P. 6709-;6726 DOI: 10.3390/rs6076709
  • Viedma O., Torres I., Pérez B., Moreno J. M. Modeling plant species richness using reflectance and texture data derived from QuickBird in a recently burned area of Central Spain//Rem. Sens. of Env. 2012. Vol. 119. P. 208-;221 DOI: 10.1016/j.rse.2011.12.024
  • Wang C., Guo H., Zhang L., Qiu Y., Sun Z., Liao J., Liu G., Zhang Y. Improved alpine grassland mapping in the Tibetan Plateau with MODIS time series: a phenology perspective//Int. J. of Digital Earth. 2015. Vol. 8. №2. P. 133-;152 DOI: 10.1080/17538947.2013.860198
  • Wang Z. J., Jiao J. Y., Lei B., Su Y. An approach for detecting five typical vegetation types on the Chinese Loess Plateau using Landsat TM data//Environmental monitoring and assessment. 2015. Vol. 187(9). P. 1-;16 DOI: 10.1007/s10661-015-4799-5
  • Whiteside T. G., Bartolo R. E. Mapping Aquatic Vegetation in a Tropical Wetland Using High Spatial Resolution Multispectral Satellite Imagery//Remote Sens. 2015. Vol. 7(9). P. 11664-;11694 DOI: 10.3390/rs70911664
  • Wilfong B. N., Gorchov D. L., Henry M. C. Detecting an invasive shrub in deciduous forest understories using remote sensing//Weed Science. 2009. Vol. 57. № 5. P. 512-;520 DOI: 10.1614/WS-09-012.1
  • Wright C., Gallant A. Improved wetland remote sensing in Yellowstone National Park using classification trees to combine TM imagery and ancillary environmental data//Rem. Sens. of Env. 2007. Vol. 107. № 4. P. 582-;605 DOI: 10.1016/j.rse.2006.10.019
  • Xie Y., Sha Z., Yu M. Remote sensing imagery in vegetation mapping: a review//Journal of plant ecology. 2008. Vol. 1. № 1. P. 9-;23 DOI: 10.1093/jpe/rtm005
  • Xie Y., Zhang A., Welsh W. Mapping Wetlands and Phragmites Using Publically Available Remotely Sensed Images//Photogram. Engineering & Rem. Sens. 2015. Vol. 81. №. 1. P. 69-;78 DOI: 10.14358/PERS.81.1.69
  • Xu M., Watanachaturaporn P., Varshney P. K., Arora M. K. Decision tree regression for soft classification of remote sensing data//Rem. Sens. of Env. 2005. Vol. 97(3). P. 322-;336 DOI: 10.1016/j.rse.2005.05.008
  • Zhang Y., Lu D., Yang B., Sun C., Sun M. Coastal wetland vegetation classification with a Landsat Thematic Mapper image//Int. J. of Rem. Sens. 2011. Vol. 32:2. P. 545-;561 DOI: 10.1080/01431160903475241
Еще
Статья научная
SciUp 2024 © 2024 ©