Анализ текущего положения спутникового мониторинга лесов в решение острых отраслевых задач
Последние изменения в области законодательства, представленные Лесным кодексом РФ 2006 года, определили новый вид лесоучётных работ – государственная инвентаризация лесов (ГИЛ). По закону ГИЛ выполняется силами ФГУП «Рослесинфорг» для получение актуальной оперативной информации о состоянии лесов и их биологической продуктивности, которая необходима для эффективного управления в лесной отрасли в масштабах крупных территорий (страны, региона). ГИЛ основывается на стратификации лесов и выборочных методах исследования. В настоящее время идёт процесс формирования сети пунктов постоянных наблюдений за лесами по всей России для репрезентативности исследований при интерполяции результатов на обширные территории [1]. ГИЛ предполагает широкое применение методов дешифрирования космических снимков высокого разрешения (2,5 м) К одним из главных мероприятий в рамках деятельности ФГУП «Рослесинфорг» относится лесоустройство с таксацией и проектированием лесничеств, защитных лесов и мероприятий по их защите и восстановлению. Лесоустройство – это детализация ГИЛ в масштабах лесохозяйственных организаций, в которую в свою очередь, наряду с другими мероприятиями, входит таксация лесов.
Согласно статье 69.1 пункт 1,2 Лесного Кодекса РФ таксация лесов проводится для выявления, учета и оценки количественных и качественных характеристик лесных ресурсов. При таксации лесов, проводимой в границах лесных участков, лесничеств и лесопарков, осуществляются установление границ лесотаксационных выделов, определение преобладающих и сопутствующих древесных пород, диаметра, высоты и объема древесины, лесорастительных условий, состояния естественного возобновления древесных пород и подлеска, а также других характеристик лесных ресурсов. Из выше изложенного следует, что лесотаксационные выделы – это первичные лесохозяйственные учётные единицы, которые характеризуются таксационным описанием лесного квартала. Относительная однородность по качественным и количественным показателям произрастающей растительности в границах выдела обуславливает проведение на всей его площади одних и тех же мероприятий по использованию, охране, защите и восстановлению лесов.
Лесоустроительные работы сочетают в себе методы дистанционного зондирования и полевые измерения, снижая тем самым оперативность представленных результатов. Этот вид работ, согласно [2], закладывает сеть пунктов постоянных наблюдений за лесами по всей стране, создавая опору для оперативной и точной ГИЛ. Принципы принятого на сегодня подхода по учёту лесов в части оценки их качественных и количественных показателей отражены на рисунке 1.
При оценке таксационных показателей леса определяют следующие параметры выдела: площадь выдела (га), высота деревьев (м), преобладающая порода (%), возраст (год), диаметр (см), запас (м3), прирост (ед.изм./пер.врем.). Измерения этих показателей проводят по ярусам леса.
Практика применения информации высокодетальных космических снимков в лесоустройстве аналогична использованию аэрофотоснимков. Главными методами дешифрирования выступают экспертные оценки по прямым или косвенным признакам на снимках леса. Методы автоматического дешифрирования не распространены и их применение в отрасли остаётся открытым на сегодня. Более подробно с требованиями по точности измерения показателей можно ознакомиться в «Лесоустроительной инструкции» от 6.02.2008г.
Из анализа многочисленных отечественных и зарубежных публикации можно сделать вывод о том, что автоматические методы ДЗЗ в лесотаксации применяются в основном для определения породного состава насаждений, незаконных рубок, повреждений растительности пожарами и вредоносными насекомыми (Сухих В.И., Барталёв С.А., Ильючик М.А., Данилин И.М.). Обобщённо можно констатировать, что основные методы дешифрирования спутниковых снимков для нужд лесотаксации основываются на изучении спектральных сигнатур, пространственно-морфологических признаков и текстуры леса. Отдельной строкой выделяются работы по исследованию так называемых биофизических параметров растительности: биомассы растительности (NPP/GPP), индекса листовой поверхности (LAI), доли поглощенной ФАР (FPAR), концентрации хлорофилла и др. (Myneni R.B., J. Ross, Shabanov N.V. Knyazikhin, Y., Козодёров В.И., Кондранин Т.В). Эти показатели напрямую не участвуют в оценке таксационных параметров леса, их основное применение связано с решением глобальных и региональных экологических задач. Лишь ознакомительно указываются предпосылки их использования при решении практических задач лесотаксации по существующим эмпирическим связям (Козодёров В.И., Кондранин Т.В.). Существуют несколько работ непосредственно по оценке таксационных показателей леса методами ДЗЗ [11], однако широкого применения они не нашли ни в практике лесоустройства, ни в работах государственной инвентаризации лесов. Возможно, это обстоятельство вызвано низкой точностью результатов, которые не допустимы в таких видах работ, и отсутствием исследований по валидации с эталонными наземными лесотаксационными данными.
Интересно отметить, что существует различия в теоретических подходах при решении выше представленных задач. Вопросы классификации растительности и выявления изменений полога, главным образом, подкреплены теорией распознавания образов, кластерным и спектральным анализом, нейросетевыми технологиями. Оценка же биофизических параметров основана на математическом моделировании физических процессов, теория переноса электромагнитного излучения в растительном пологе. Общими для всех выступают методы спектрального анализа, теории вероятности и математической статистики.
Основные физико-математические методы исследования лесов на основе данных ДЗЗ можно отразить в таблице 1, не исключаю возможности её дополнения или более подробного разбиения на составляющие.
Таблица 1
Методы исследования | Определение породного состава леса, выявление повреждений (вырубок, гарей), лесных пожаров, определение экологического состояния | Оценка биофизических параметров растительности | Определение лесотаксационных показателей |
Спектральный анализ на основе вегетационных индексов и без | + | + | + |
Теория распознавания образов | + | ||
Кластерный анализ (автоматизация алгоритмов классификации) | + | ||
Теория переноса электромагнитного излучения в растительном пологе | + | ||
Искусственные нейронные сети | + | + | |
Теория вероятности и математической статистики | + | + | + |
Дата добавления: 2017-01-26; просмотров: 1151;