Дешифрування видового складу лісових насаджень за даними супутникових знімків Sentinel-2

Authors

  • М. І. Георгіян National University of Life and Environmental Sciences of Ukraine image/svg+xml
  • В. В. Миронюк National University of Life and Environmental Sciences of Ukraine image/svg+xml

Abstract

У статті розглянуто питання використання лісовпорядної бази даних і супутникових знімків Sentinel-2 для дешифрування видового складу лісових насаджень. Із цією метою застосовано техніку поєднання набору супутникових знімків, одержаних протягом одного вегетаційного періоду, у вигляді безхмарного сезонного композитного зображення. Використано алгоритм, який передбачає поканальний аналіз супутникових знімків Sentinel-2 і відбір із сукупності спостережень для кожного пікселя лише тих з них, які мають найбільше значення нормалізованого різницевого вегетаційного індексу NDVI і не потрапили на хмари. Під час створення набору вихідних даних для дешифрування супутникових знімків застосовано стратифіковану випадкову вибірку, яку спроектовано на основі чотирьох тематичних класів (страт) глобальної карти лісових екосистем – Global Forest Change. У результаті аналізу дешифрувальних ознак встановлено доцільність використання даних спектральних діапазонів видимого (зеленого, червоного), інфрачервоного спектра, а також додаткових змінних у вигляді географічних координат X та Y. Розроблено класифікаційну модель алгоритмом Random Forest, що дозволило дало змогу з точністю 95 % встановити площу лісових насаджень з перевагою сосни звичайної, яка домінує на території досліджень. Опрацьований підхід доцільно використовувати для задач моніторингу лісів у випадку відсутності достовірних наземних спостережень. 

Author Biographies

  • М. І. Георгіян, National University of Life and Environmental Sciences of Ukraine
    студент магістратури
  • В. В. Миронюк, National University of Life and Environmental Sciences of Ukraine
    кандидат сільськогосподарських наук, доцент кафедри лісової таксації та лісовпорядкування

References

Зібцев, С. В. Динаміка лісового покриву Чорнобильської зони відчуження за даними глобальної карти лісових екосистем високого просторового розрізнення [Електронний ресурс] / С. В. Зібцев, В. В. Миронюк, Д. В. Гілітуха // Лісове і садово-паркове господарство. – 2015. – № 6. – Режим доступу: http://ejournal.studnubip.com/zhurnal-6/ukr/zibtsev_myronyuk.

Лакида, П. І. Аналіз та інтерпретація карти високого просторового розрізнення лісових екосистем Полісся України / П. І. Лакида, В. В. Миронюк, Д. В. Гілітуха // Збалансоване природокористування. – 2014. – № 4. – С. 5–9.

Миклуш, С. І. Дешифрування різнопланових космічних знімків для оцінювання груп порід [Електронний ресурс] / С. І. Миклуш, О. Г. Часковський, С. А. Гаврилюк // Наук. праці Лісівничої академії наук України : збірник наук. праць. – 2013. – Вип. 11. – С. 144–150. – Режим доступу: http://nbuv.gov.ua/jpdf/eine_2002_13_4.pdf.

Миронюк, В. В. Сучасні методи оцінки таксаційних показників лісових насаджень на основі дешифрування космічних знімків [Текст] / В. В. Миронюк // Наук. вісник НУБіП України. – 2013. – № 183. – Ч. 1. –С. 209–215.

Breiman, L. Random Forest / L. Breiman // Machine Learning. – 2001. – Vol. 45. – № 1. – P. 5–32.

Continuous fields of land cover for the conterminous United States using Landsat data: first results from the Web-Enabled Landsat Data (WELD) / M. C. Hansen, A. Egorov, D. P. Roy. et all. // Remote Sensing Letters. – 2010. – Vol. 2. – № 4. – P. 279–288.

Helmer, E. H. Cloud-Free Satellite Image Mosaics with Regression Trees and Histogram Matching / E. H. Helmer, B. Ruefenacht // Photogrammetric Engineering & Remote Sensing. – 2005. – Vol. 71. – № 9. – P. 1079–1089.

High-resolution global maps of 21st-century forest cover change / M. C. Hansen, P. V. Potapov, R. Moore // Science. – 2013. – Vol. 342. – P. 850–853.

Immitzer, M. Tree Species Classification with random forest using very high spatial resolution 8-band WorldView-2 satellite data / M. Immitzer, C. Atzberger, T. Koukal // Remote Sensing. – Vol. 4. – P. 2661–2693.

Stratified aboveground forest biomass estimation by remote sensing data / H. Latifi, F. E. Fassnacht, F. Hartig et al. // International Journal of Applied Earth Observation and Geoinformation. – 2015. – Vol. 38. – 229–241.

McRoberts, R. E. Using a remote sensing-based, percent tree cover map to enhance forest inventory estimation / R. E. McRoberts, G. C. Liknes, G. M. Domke // Forest Ecology and Management. – 2014. – Vol. 331. – P. 12–18.

Map Accuracy Assessment and Area Estimation. A Practical Guide : [National forest monitoring assessment working paper No. 46/E]. – Rome: FAO, 2016. – 60 p.

The Comprehensive R Archive Network [Електронний ресурс]. – Режим доступу: http://cran.r-project.org .

Published

2017-06-26

Issue

Section

Статті