ИССЛЕДОВАНИЕ ЗЕМЛИ ИЗ КОСМОСА, 2013, № 1, с. 48-59
ИСПОЛЬЗОВАНИЕ КОСМИЧЕСКОЙ ^^^^^^^^^^ ИНФОРМАЦИИ О ЗЕМЛЕ
ФОРМИРОВАНИЕ ЯРКОСТНЫХ ЗНАЧЕНИЙ ВОССТАНАВЛИВАЮЩИХСЯ СПЛОШНЫХ РУБОК НА ЗИМНИХ ИЗОБРАЖЕНИЯХ СРЕДНЕГО ПРОСТРАНСТВЕННОГО РАЗРЕШЕНИЯ
© 2013 г. А. А. Кардаков1*, А. К. Кивисте1, У. К. Петерсон1 2
1Эстонский университет естественных наук, Тарту, Эстония 2Тартуская обсерватория, Тыравере, Эстония *E-mail: anton_kardakov@hotmail.com Поступила в редакцию 15.03.2012 г.
В данной статье проанализированы факторы из таксационной базы данных, влияющие на формирование средней яркости пикселов возобновляющихся сплошных рубок на разностном снимке. Использован метод разностных изображений, вычитание значений яркости пикселов одного снимка из значений яркости другого и зимние снимки Landsat TM. Выявлены факторы, влияющие на по-выдельные различия площади классифицированных и полученных из базы данных объектов. Наибольшее влияние на формирование средней яркости пикселов возобновляющихся сплошных рубок на разностном снимке оказывают возраст древостоя и проводимые лесохозяйственные работы. Анализ факторов из таксационной базы данных, способных влиять на повыдельные различия площадей между классифицированными и взятыми из таксационных баз данных, показал, что классы Соседство с лесом и Соседство с рубкой имеют более сильное влияние на различие площадей, нежели переменные таксационной базы данных.
Ключевые слова: возобновляющиеся сплошные рубки, зимние снимки Landsat TM, метод разностных снимков
DOI: 10.7868/S0205961412060048
ВВЕДЕНИЕ
Восстанавливающиеся природные ресурсы подвержены постоянным изменениям, меняется и лесной покров Земли. Мониторинг и оценка состояния лесов целесообразны при использовании данных дистанционного зондирования (ДЗ) (Song et al., 2007). С целью повышения достоверности получаемых данных, желательны их использование и последующий анализ с информацией из других источников — главным образом из таксационных баз данных (Исаев и др., 2009).
Архивные снимки, полученные при помощи различных спутников, являются незаменимым инструментом для изучения лесной сукцессии на обширных территориях в течение длительного времени. Данные с оптических сенсоров применялись для прогнозирования возраста древостоев с различной погрешностью (Schroeder et al., 2011).
Бореальные леса и леса умеренного климатического пояса подвержены частым нарушениям и вмешательствам, которые влияют на их отражательную способность. Изменения отражательной способности лесов обычно вызваны тремя различными силами: рост (Schroeder et al., 2007), природные явления, такие как наводнения (Lee,
Lee, 2010), пожары (Поморцев и др., 2008), очаги усыхания от вредителей и болезней (Goodwin et al., 2010) и антропогенные факторы — главным образом различные виды рубок (Healey et al., 2006). Данные изменения варьируются как по времени, так и по масштабу. Находить изменения, в том числе определение возрастного состава насаждений, возможно, основываясь на информации, получаемой с единичных изображений. Таким образом, были выявлены несколько общих классов сукцессии (Fiorella, Ripple, 1993; Peterson, Nilson, 1993; Jakubauskas, 1996). Возраст насаждений старше 20—25 лет сложно оценить, используя единичный снимок с должной степенью точности, результаты могут быть улучшены при использовании многовременных архивных снимков или их серий (Kennedy et al., 2007). После быстрого изменения отражения в первые 15—20 лет развития культур взаимосвязь (корреляция) отражательной способности и возраста насаждений в лесах умеренного пояса и в бореальных лесах становится слабой. Основываясь на изменениях структурных и композиционных факторов во времени, для каждого участка леса можно построить траектории или кривые восстановления, которые позволяют наблюдать динамику лесовосстановления
(Thomas et al., 2011). Траектории изменений дают возможность выявлять наличие изменений, но не описывают влияния параметров объектов на формирование отражательной способности.
Открытие Геологической службой США (USGS) архивов снимков среднего пространственного разрешения Landsat Thematic Mapper (TM) и их бесплатное распространение (Woodcock et al., 2008) увеличило применение различных автоматизированных алгоритмов, использующих для выявления изменений как пары, так и серии разновременных снимков (Huang et al., 2010; Kennedy et al., 2007).
Снимки, полученные в разное время, — интервал между снимками составляет как правило от нескольких до десятка лет (Lunetta et al., 2004; Masek et al., 2006) — сравниваются для выявления изменений в ландшафте. Благодаря резким яр-костным изменениям, выявление сплошных рубок является наиболее успешной областью применения ДЗ ландшафта (Cohen et al., 1998; Wilson, Sader, 2002; Song, Woodcock, 2002). Однако картирование восстанавливающихся лесов (в данной работе — восстанавливающиеся сплошные рубки) остается сложной задачей, так как при использовании интервала между снимками, подходящиего для выявления сплошных рубок, яркостные изменения едва различимы (Song et al., 2007). По сравнению с приспевающими и спелыми лесными массивами, в молодняках (насаждения, возраст которых менее 20 лет) с несомкнутыми или редкими кронами деревьев связь между возрастом и отражательной способностью сильно варьируется (Joyce, Olsson, 1999). Вариации способствует различие типов условия места произрастания, способ лесовосстановительных работ, место расположения, происхождение, густота и состав насаждений (Schroeder et al., 2006).
Влияние ведущих факторов на изменение значений яркости объектов на снимках в бореальных лесах после сплошных рубок мало изучено. Поэтому необходимо изучение влияния таких параметров, как время, прошедшее после сплошной рубки, условия места произрастания и наличие лесохозяйственных работ, на формирование яр-костных значений объектов. Точность определения возраста насаждений обычно ограничена.
Зимние снимки со сплошным снежным покровом с высокой точностью позволяют выявить различия спектральных яркостей контрастных объектов. Поздняя зима является лучшим сезоном для картирования лесного покрова, для разграничения древостоя и безлесистых территорий (Peterson et al., 2004), а также для выявления изменений растительного покрова после потрясений, таких, как вырубки, пожары, повреждения древостоя ветром или энтомовредителями. В это время года контраст между лесом и безлесистыми тер-
f 19 f 96 г 1 f • s 5 * » У 1 ; « i и
! 20 ч 05 # 1 И 1 m i, 1 / Г" . *} ï 1 ч à 1 l) W я 1 i
1 ■:>г " ш (Hb J V \щ И liPl » H | с ш V - г 1 * Ü — * E 1 км 1 i
Рис. 1. Фрагмент зимних снимков Landsat ТМ, сделанных в условиях снежного покрова в марте 1996 и 2005 гг. Темные участки на разностном снимке являются восстанавливающимися сплошными рубками, светлые — свежими рубками, срубленными в промежутке между двумя снимками, в светло-серые тона окрашены объекты, не изменившиеся за время между снимками (как лес, так и безлесистые территории).
риториями с ярким снежным покровам позволяет выявлять даже незначительные различия в сомкнутости крон деревьев. Отражательная способность снежного покрова особенно высока в видимой и ближней ИК областях спектра (Кринов, 1947) — это соответствует спектральным каналам Landsat TM1—TM4. Отражательная способность снежного покрова увеличивается соответственно его толщине примерно до 15 см, последующее увеличение не ведет к существенному изменению отражательной способности (Robinson, Kulka, 1985).
Цель данной статьи — анализ факторов таксационной базы данных и созданных в ходе анализа изображений на формирование яркости восстанавливающихся сплошных рубок. Для выявления временных изменений использовались метод разностных изображений, вычитание значений яркости пикселов одного снимка из значений яркости другого (Warner et al., 2009) и зимние снимки Landsat TM, сделанные в условиях сплошного
снежного покрова (рис. 1). В ходе анализа выяснили, какие факторы имеют статистически значительное влияние на изменение яркости объектов на зимнем разностном снимке в ходе лесной сукцессии. Выявили факторы, влияющие на по-выдельные различия площади классифицированных и полученных из базы данных объектов. Сравнение разницы площадей сделано при равной общей площади классифицированных объектов и объектов из таксационной базы данных (изучены различия единичных объектов).
МАТЕРИАЛ И МЕТОДИКА
Географическая область исследования и исходные данные
Область исследования расположена в центральной Эстонии на территории Йыгеваского лесничества (58°43' с.ш. и 26°27' в.д.). На изучаемых территориях преобладают береза (Betula pendula и Betula pubescens), ель обыкновенная (Picea abies), сосна обыкновенная (Pinussylvestris) и осина обыкновенная (Populus tremula). Данный район был выбран в связи с его большой лесистостью, плоским рельефом и высокой интенсивностью лесохозяйственных работ (рубка леса, лесовос-становление).
В данной работе были использованы изображения со спутника Landsat TM, полученные 10 марта 1996 г. и 03 марта 2005 г. В течение двух недель, предшествующих дате спутниковых снимков, толщина снежного покрова оставалась в промежутке от 13 до 30 см. Сумма осадков в виде снега за десятидневный период, предшествующий снимкам, составляла менее 3 мм при постоянной среднесуточной температуре ниже нуля. Прозрачность атмосферы на момент обоих съемок, рассчитанная из входящих прямых солнечных лучей, была в промежутке 0.82—0.83. Долгосрочная средняя прозрачность в ясные дни в марте в районе 0.77 (Руссак, 2003). Уровень атмосферного тумана в этот период низок, горизонтальная видимость составляла 20 км. Данные о погоде были получены от Эстонского Института Метеорологии и Гидрологии (EMHI) с метеостанции в Тыравере, расположенной в 20 км от района исследования.
Восстанавливающиеся сплошные рубки были выявлены при использовании векторной карты Центра управления государственными лесами Эстонии с границами выделов и таксационными данными, включающими в себя такие важные параметры, как возраст восстанавливающейся рубки и лесохозяйственные работы. Сплошные рубки я
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.