Содержание к диссертации
Введение
Глава 1. Применение дистанционных методов для выполнения лесоучетных работ 17
1.1. Лесоучётные работы в Российской Федерации 17
1.1.1. Государственная инвентаризация лесов 18
1.1.2. Лесоустройство 26
1.2. Применение дистанционных методов при лесоучетных работах в РФ 30
1.2.1. Материалы ДЗЗ, применяемые при лесоучетных работах в РФ 30
1.2.2. Методология лесного стереоскопического дешифрирования 38
1.2.3. Автоматизированная классификация материалов ДЗЗ при изучении лесов 41
1.3. Мировой опыт применения дистанционных методов для решения задач лесоустройства и национальной инвентаризации лесов 50
1.3.1. Применение материалов ДЗЗ при НИЛ 51
1.3.2. Применение материалов ДЗЗ при таксации лесов 69
1.3.3. Сближение НИЛ и лесоустройства 82
1.4. Выводы по главе 88
Глава 2. Программа исследований и основные методические положения 91
Глава 3. Лесное стереоскопическое дешифрирование материалов аэрокосмических съемок с применением фотограмметрического программного обеспечения 98
3.1. Анализ информационных возможностей современных материалов аэрокосмических съемок с применением фотограмметрического программного обеспечения 98
3.1.1. Лесное стереоскопическое дешифрирование материалов цифровой аэрофотосъемки 101
3.1.2. Лесное стереоскопическое дешифрирование материалов космической съемки 115
3.2. Технические требования к материалам аэро- и космических цифровых стереоизображений для целей таксации лесов 126
3.3. Программные и аппаратные средства для стереоскопической таксации лесов дешифровочным способом 128
3.3.1. Обзор программного обеспечения для обработки материалов ДЗЗ в целях выполнения лесоучетных работ 128
3.3.2. Разработка программного обеспечения для лесного стереоскопического дешифрирования 131
3.3.3. Разработка программного обеспечения для статистической обработки и анализа признаков дешифрирования 134
3.3.4. Разработка программного обеспечения для формирования геоинформационных баз данных лесоустройства и лесного планирования 137
3.3.5. Требования к аппаратному обеспечению для лесного стереоскопического дешифрирования 137
3.4. Разработка технологии работ по лесному стереоскопическому дешифрированию материалов аэрокосмических съемок 139
3.5. Разработка учебных программ и пособий для подготовки специалистов по лесному дешифрированию 146
3.6. Выводы по главе 150
Глава 4. Автоматизированная классификация материалов дистанционного зондирования в целях инвентаризации лесов 152
4.1. Метод ближайших соседей для определения характеристик лесов на основе материалов дистанционного зондирования Земли и наземных пробных площадей 152
4.2.1. Применение метода ближайших соседей для изучения лесов 152
4.2.2. Основные понятия, алгоритм работы и исходные данные 155
4.2.3. Использование метода ближайших соседей в целях инвентаризации лесов 161
4.2. Оценка возможностей применения автоматизированной классификации методом ближайшего соседа (k-NN) для определения обобщенных характеристик лесов 164
4.3. Выводы по главе 176
Глава 5. Изучение взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами 177
5.1 Значение рельефа в формировании лесных ландшафтов 177
5.1.1. Ландшафтный подход при изучении лесов 177
5.1.2. Влияние рельефа на формирование лесных местопроизрастаний181
5.1.3. Учет рельефа при выполнении лесоучётных работ 184
5.1.4. Тенденции современного ландшафтоведения 186
5.2. Цифровое моделирование рельефа. Основные положения, исходные материалы и методы 188
5.2.1. Геоморфометрия 188
5.2.2. Особенности отображения поверхности лесного полога на глобальных моделях высот, получаемых на основе интерферометрических съемок 190
5.2.3. Изучение взаимосвязей морфометрических величин с характеристиками структуры и продуктивности лесов 195
5.3. Основные положения оценки взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами 197
5.3.1. Определение морфометрических величин. Автоматическая классификация поверхности рельефа 197
5.3.2. Порядок работ по оценке взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами 202
5.4. Оценка взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами на основе глобальных моделей высот 204
5.5. Оценка высот и запасов лесных насаждений на основе данных радарной топографической съемки SRTM 209
5.6. Оценка взаимосвязей характеристик структуры и продуктивности лесов с результатами автоматических классификаций рельефа 222
5.7. Анализ связей характеристик структуры и продуктивности лесов с результатами автоматической классификации рельефа на региональном уровне (на примере ландшафтов Ленинградской области) 230
5.8. Выводы по главе 244
Глава 6. Предложения по совершенствованию системы ГИЛ РФ 247
6.1. Необходимость модификации системы ГИЛ РФ 247
6.2. Предложения по совершенствованию системы ГИЛ РФ 249
6.2.1. Зонирование 249
6.2.2. Стратификация лесов 251
6.2.3. Размещение пробных площадей 255
6.2.4. Группировка пробных площадей (формирование кластеров) 257
6.2.5. Применение дистанционных методов 259
6.2.6. Организация работ по ГИЛ на труднодоступных территориях 261
6.2.7. Планирование ежегодных работ 266
6.2.8. Организация и представление информации средствами ГИС и интернет-технологий 268
6.3. Система многоисточниковой государственной инвентаризации лесов 272
6.4. Выводы по главе 277
Глава 7. Рекомендации по совершенствованию лесоучетных работ на основе применения дистанционных методов, цифрового моделирования рельефа и ГИС технологий 279
7.1 Возможные направления использования результатов исследований для решения задач лесоучетных работ 279
7.2. Технология стереоскопической таксации лесов 285
7.3. Автоматизированная классификация материалов дистанционного зондирования Земли 286
7.4. Изучение взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами 287
Заключение 291
Список сокращений и условных обозначений 293
Термины и определения 294
Список литературы 299
Список иллюстративного материала 360
- Лесоустройство
- Лесное стереоскопическое дешифрирование материалов цифровой аэрофотосъемки
- Особенности отображения поверхности лесного полога на глобальных моделях высот, получаемых на основе интерферометрических съемок
- Изучение взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами
Лесоустройство
В настоящее время лесоустройство проводится на основе ст. 67 – 70 Лесного кодекса РФ (Лесной кодекс, 2006). Правила проведения лесоустройства определяются Лесоустроительной инструкцией (Лесоустроительная инструкция, 2018).
В публикациях последнего десятилетия, посвященных вопросам российского лесоустройства, можно выделить несколько направлений:
- критика недостатков современного законодательства (главным образом, Лесоустроительной инструкции и связанных с ней нормативно-правовых актов) в отношении лесоустроительных работ (Сухих, 2008 и 2010; Гиряев, 2012 и 2017; Корсиков, 2017),
- исторический обзор основных этапов развития отечественного лесоустройства с сопоставлением результатов и содержания лесоустроительных работ на разных этапах (Сухих, 2010; Моисеев, 2017a),
- обсуждение методических и технологических вопросов таксации лесов и лесоустройства, разработка предложений по их совершенствованию (Архипов, 2013b, 2016, 2017; Соколов, Втюрина, 2013). Большинство специалистов указывает, что Лесной кодекс 2006 г. фактически свел роль лесоустройства к лесоинвентаризации, что является стратегической ошибкой (Сухих, 2008 и 2010; Моисеев, 2017b). Отмечается необходимость восстановления в документах лесоустроительного проектирования таких утраченных в разное время составляющих, как аналитического (Сухих, 2008 и 2010; Моисеев, 2017b) и экономического блоков (Третьяков, 2014). Также отмечается отсутствие концепции и программы инновационного развития и взаимодействия отраслей лесного комплекса в системе комплексного ресурсно-экологического лесного районирования с учетом социально-экономических условий субъектов Российской Федерации (Хлюстов, 2014).
Критика современной системы отечественного лесоустройства отчасти связана с несовершенством действующего лесного законодательства в отношении организации, порядка проведения, контроля и содержания лесоустроительных работ. Российское лесное законодательство отличается большим объемом, сложной структурой, внутренней противоречивостью и непостоянством. Изменения в Лесной кодекс РФ вносятся несколько раз в год. Изменения отдельных нормативных правовых актов федерального уровня, относящихся к лесам и лесному хозяйству, происходят практически еженедельно (http://forestforum.ru/forest_laws.php). После введения в действие Лесного кодекса 2006 г. отмечено резкое увеличение числа лесных законов, в том числе законов, связанных с лесоустройством.
Лесоустройство является традиционным для Российской Федерации направлением лесоучетных работ, имеющим продолжительную историю. По мнению ряда ученых наивысшего расцвета отечественное лесоустройство достигало в советский период (примерно в 1970-1980-х гг.). Советское лесоустройство второй половины ХХ века вобрало в себя все основные достижения в области лесной таксации и лесоустройства, как дореволюционной России, так и последующего периода, а также достижения в данной области зарубежных стран. По масштабам выполняемых лесоустроительных работ, широте и глубине прорабатываемых вопросов, советское лесоустройство не имело аналогов в мировой практике (Сухих, 2010). Ряд специалистов высказывается о необходимости восстановления лесоустройством утраченной в последние годы функции единой централизованной системы государственного управления лесами (Сухих, 2008; Гиряев, 2017; Корсиков, 2017; Моисеев, 2017a и 2017b).
Большая часть критики современного российского лесоустройства сопряжена с организационными вопросами проведения лесоустроительных работ, которые могут быть отрегулированы изменениями в лесном законодательстве. Можно отметить, что на лесоустройство по-инерции возлагаются уже несвойственные ему и избыточные функции. В частности, распространено мнение о том, что низкое качество лесоустроительных материалов и их давность могут негативно отражаться на информации о лесах на государственном и региональном уровне, даже представлять угрозу национальной безопасности и экономике.
Между тем, в соответствии с действующим законодательством, работы по проведению лесоустройства относятся к рыночным услугам и могут выполняться физическими и юридическими лицами – победителями конкурсов на проведение работ (прежде существовавшая монополия на проведение лесоустроительных работ государственными организациями, подведомственными Рослесхозу, отменена, лесоустройство не относится к основным видам деятельности ФГБУ «Рослесинфорг»). В настоящее время лесоустройство уже не является приоритетным видом лесоучетных работ на уровне государства (эту роль выполняет ГИЛ). Критика результатов лесоустройства может исходить от тех организаций, которые непосредственно связаны с использованием материалов повыдельной таксации в своей повседневной деятельности. Например, данные лесоустройства в работе используют организации, связанные с заготовкой древесины и иными видами использованием лесов (арендаторы лесных участков), контролем лесохозяйственной деятельности на уровне лесничеств, проектированием лесов. Информацию о лесах на уровне регионов и государства для решения задач стратегического управления лесами должна обеспечивать ГИЛ. Действительно лесоустройство в СССР в 1960-1980-х гг. не имело аналогов в мире по объему выполняемых работ и по их сложности. В настоящее время потребность в повыдельном лесоустройстве лесов всей территории страны явно избыточна и экономически неоправдана. Поэтому возрождение централизованной государственной системы лесоустройства в том же виде, как она существовала в СССР, представляется необоснованным. Также представляется сомнительной целесообразность использования материалов повыдельного лесоустройства (по экспертным оценкам число выделов по всей стране составляет около 50 млн. шт.) для ведения государственного реестра с ежегодным ведением баз данных текущих изменений.
Указанные проблемные вопросы отечественного лесоустройства сопряжены с действующей в РФ системой управления лесами и учетом лесов (ГИЛ, лесным реестром, информационным обеспечением лесного хозяйства, учетом древесины в системе ЕГАИС), которая в настоящее время находится в стадии внедрения и адаптации.
Помимо актуальных вопросов организационно-правового характера, связанных с лесоустройством, остаются также методические и технологические вопросы. Вопросам развития новых методов и технологий отечественного лесоустройства уделяется достаточно мало внимания. Обзор мирового опыта применения дистанционных методов для лесоучетных работ (п. 1.2) демонстрирует кардинально иной характер вопросов, решаемых при проведении научно-исследовательской деятельности в области лесоустройства. Знакомство с современными подходами к НИЛ и лесоустройству в мире (особенно на примере скандинавских стран) подтверждает динамичное развитие дистанционных методов и информационных технологий в области лесоучетных работ за последние десятилетия, а также динамичное изменение порядка и содержания самих лесоучетных работ в некоторых странах, связанное с техническим прогрессом и экономической целесообразностью.
В статье В.И. Сухих «О реформировании лесоустройства» приведены следующие обобщенные рекомендации по совершенствованию отечественного лесоустройства: «…следует присмотреться к системе современного лесоустройства стран с развитой рыночной экономикой, таких как наши скандинавские соседи, Западная и Центральная Европа, США, Канада, страны Латинской Америки. Очень внимательно следует изучить систему лесного хозяйства и современного лесоустройства в странах Балтии, Украины, Беларуси, бывших в составе СССР, исповедовавших в недалеком прошлом идеологию советского лесоустройства и сохранивших его основы и более или менее успешно функционирующих в рыночных условиях. При этом, конечно же, нельзя переносить непосредственно зарубежный опыт в наши условия, как и российский дореволюционный и даже советский, не учитывая наш менталитет, нашу площадь лесов, точность данных изученности, транспортную и экономическую доступность и многое другое. Необходимо объективно во всем разобраться и только после этого принимать окончательное решение о сущности современного лесоустройства. Это нелегкая задача, но она стоит того, чтобы в спокойной обстановке рассмотреть все аспекты проблемы и принять единственно правильное решение (Сухих, 2010, с. 104).
Лесное стереоскопическое дешифрирование материалов цифровой аэрофотосъемки
К задачам исследования относились:
– анализ информационных возможностей современных материалов аэроизображений (цифровых, стереоскопических) для целей получения таксационных характеристик лесов,
– разработка и описание полного технологического цикла лесотаксационных работ на основе использования фотограмметрического комплекса VisionMap A3, системы Photomod, ПК «ЕСАУЛ», ГИС-программ, аппаратных комплексов для стереодешифрирования,
– опытно-производственная апробация технологического цикла с получением повыдельной геоинформационной базы данных и полного комплекта выходных документов по таксации лесов в соответствии с лесоустроительной инструкцией.
Оценка информационных возможностей материалов съемки Vision Map А3 в части аналитического и измерительного дешифрирования таксационных выделов выполнялась на модельной территории, расположенной в Приозерском лесничестве Ленинградской области (части Джатиевского и Громовского участковых лесничеств общей площадью 1040 га). Модельная территория относится к Привуокскому ландшафту. Площадь земель лесного фонда представлена на 94,1 % лесными землями, из которых 91,8 % составляют земли, покрытые лесной растительностью. Преобладают сосновые (40,7%), еловые (36,8%) и березовые (17,4%) насаждения. Доминируют черничная (59,78%), кисличная (16,8%) и брусничная (12,6%) группы типов леса. Средний состав насаждений 4Е3С2Б1Ос, средний возраст 86 лет, средний класс бонитета 2.1, средняя относительная полнота 0.68, средний запас на 1 га покрытых лесом земель 256 м3.Для предварительного изучения объекта исследования использовались материалы лесоустройства (геоинформационные базы данных, лесные карты). На рисунке 3.1 показана окраска модельных участков по преобладающим породам и группам возраста.
Информационной основой для проведения исследования служили материалы аэрофотосъемки, выполненной камерой Vision Map A3 (Vision Map, Израиль). Особенности и преимущества данной камеры отражены в ряде публикаций (Печатников, Райзман, 2008 и 2009; Соболев, 2013; Магаршак, Райзман, 2015). Аэрофототопографическая система А3 обеспечивает получение цветных аэрофотоснимков для создания ортофотопланов и обладает наибольшей производительностью из аналогов, представленных на рынке на сегодняшний момент. Система позволяет выполнять аэрофотосъемку с высоким пространственным разрешением с больших высот.
Vision Map A3 наиболее эффективна для съемки значительных по площади территорий. Важным преимуществом системы АФК VisionMap A3 является то, что она представляет собой полностью автоматизированный аэросъемочный фотограмметрический комплекс, предназначенный для проведения основных видов фотограмметрических работ - от аэросъемки до создания ортофотопланов.
Характеристика материалов съемки камерой VisionMap A3, выполненной на модельной территории в Приозерском лесничестве Ленинградской области (на основе паспорта аэрофотосъемки):
Объект съемки: Ленинградская область, Приозерское лесничество.
Объемы аэрофотосъемочных работ – 2925 км2.
Основные данные аппаратуры и приборов:
- цифровая аэрофотокамера A3 Vision Map CIR,
- фокусное расстояние 300 мм,
- размер матрицы 11 Мпикс,
- размер изображения 4006x2666 пикс,
- размер пикселя 9 нм,
- радиометрическое разрешение 12 бит/пикс,
- спектральные диапазоны Blue (415-515 нм), Green (510-580 нм), Red (600-740 нм), NIR (690-780 нм),
Тип воздушного судна – Ан-30 № 30075. Параметры АФС:
- дата съемки 09.07.2013,
- высота съемки 5500 м,
- пространственные разрешение 0.18 м,
- число спектральных каналов – 4 (Red, Green, Blue, Nir).
Параметры ортофотоплана:
- дата создания ортофотоплана 16.07.2013,
- пространственное разрешение 0.25 м,
- комбинация спектральных каналов – «ложные» цвета (Nir, Red, Green).
Камера VisionMap А3 формирует материалы съемки со сложной геометрией. При съемке объективы камеры вращаются (колеблются) из стороны в сторону перпендикулярно линии полёта – выполняются «взмахи» (sweeps). При каждом «взмахе» создаётся набор небольших снимков – кадров изображений (frames), которые после обработки в программном комплексе VisionMap соединяются в «квазипанорамные» снимки (SLF - Super Large Format) для каждого «взмаха» (в результате в одном «квазипанорамном» снимке содержится 27 пар одиночных снимков, расположенных в два ряда). Два соседних одиночных снимка вдоль линии полета формируют один двойной снимок c перекрытием около 2%. Перекрытие между двумя соседними двойными снимками в направлении, перпендикулярном направлению полета, в пределах 15%. Перекрытие между двумя рядами двойных снимков в направлении полета обычно составляет 50–60% и изменяется в зависимости от решаемых задач, а перекрытие между двумя соседними маршрутами (линиями полета) – 50%. Эти перекрытия используются для стереоизмерений (рисунок 3.2).
В области перекрытия двух квазипанорамных снимков (SLF) с помощью фотограмметрического программного обеспечения на специально оснащенном автоматизированном рабочем месте таксатора-дешифровщика выполняется стереоскопический анализ со стереоизмерениями.
В августе 2013 г. было проведено наземное устройство объектов обучающей выборки – закладка тренировочного таксационно-дешифровочного полигона (в составе 13 ТДПП, 22 ВПТ, 3 км тренировочного таксационно-дешифровочного маршрутного хода) в Громовском участковом лесничестве (рисунки 3.3 и 3.4).
Особенности отображения поверхности лесного полога на глобальных моделях высот, получаемых на основе интерферометрических съемок
Важным вопросом при моделировании рельефа значительных по площади территорий, к которым относятся объекты лесоучетных работ (лесничества, лесные районы) является выбор исходных пространственных данных.
Источниками данных для цифрового моделирования рельефа могут служить топографические планы или карты (в аналоговом или цифровом виде), наборы высотных отметок, материалы стереоскопических съемок, готовые цифровые модели рельефа (ЦМР) или поверхности (матрицы высот).
Представляется перспективным цифровое моделирование рельефа с применением глобальных цифровых моделей высот (Карионов, 2010; Соколов, Лобанов и др., 2010; Марков, 2011; Курлович, 2013; Фарбер, Кузьмик и др., 2013; Коротин, Попов, 2015; Общее описание ASTER GDEM, 2016; Глобальные цифровые модели высот…, 2017). Неоспоримыми преимуществами свободных цифровых моделей рельефа являются их доступность (сравнительно с топографическими картами и высокоточными цифровыми моделями рельефа, реализуемыми на коммерческой основе), приемлемая для решения многих задач точность и значительный (глобальный) пространственный охват.
Технологические особенности получения исходных данных ASTER и SRTM и формирования цифровых моделей рельефа на их основе, определяют различия между рассчитываемыми на их основе морфометрическими величинами.
Значительное число публикаций посвящено определению точностных характеристик модели SRTM (Shuttle radar topographic mission – радарная топографическая съемка), сравнению SRTM с иными моделями высот или результатами наземных съемок, оценке возможностей использования модели для создания топографических карт (Rabus et al., 2003; Оньков, Шиляева и др., 2012; Ерицян, 2013; Коротин, Попов, 2015).
К потенциальным научно-практическим задачам лесного профиля, которые могут решаться с использованием матрицы SRTM, относятся: уточнение границ таксонов лесорастительного районирования; предварительная стратификация территории для лесоустройства, ГИЛ, а также инвентаризации других природных ресурсов (например, для землеустройства, охотоустройства); картирование типов условий произрастания по показателям рельефа местности и далее типов леса; реконструкция истории лесов; картирование ареалов отдельных видов растительного и животного мира; выявление лесов высокой природоохранной ценности; ведение экологического мониторинга за деятельностью лесопромышленных предприятий (Фарбер, Кузьмик и др., 2013). Исследованы возможности определения высот лесных насаждений на основе данных съемки спутниками TerraSAR_X и TanDEM_X (Барбиери и др., 2014; Чимитдоржиев и др., 2014 и 2016).
Интерес к использованию глобальных цифровых моделей высот для изучения природных территориальных комплексов связан с возможностью определения на их основе многочисленных морфометрических величин (направление и крутизна склонов, показатели кривизны, конвергенции и дивергенции, размеры водосборов, индексы инсоляции и влажности почв и др.). Инструментами для определения и анализа морфометрических величин могут служить специальные программы, например, геоинформационная система SagaGIS (Kthe, Bock, 2006; Conrad et al., 2015; Горева, 2016).
Важно учитывать, что глобальные модели высот, получаемые на основе радарных интерферометрических съемок, а также съемок, выполненных в оптическом диапазоне, относятся не к цифровым моделям рельефа, а к цифровым моделям поверхности (Hengl, Reuter, 2008). Модели рельефа могут быть получены на основе материалов наземных съемок, GPS-позиционирования, топографических карт. Преимуществами моделей высот, получаемых на основе использования сканирущих устройств воздушного или спутникового базирования (радарные или лидарные съемки), являются очень высокая плотность получаемых данных и регулярность выборки. Поэтому модели поверхности более точны в изображении мезо- и микрорельефа по сравнению с иными моделями (Hengl, Reuter, 2008).
В ряде публикаций отмечается, что для территорий, покрытых лесной растительностью, модели рельефа, полученные на основе радарных съемок, способны давать не вполне корректные результаты по высоте (Соколов, Лобанов и др., 2010; Марков, 2011; Коротин, Попов, 2015). В целях минимизации влияния древесно-кустарниковой растительности на результаты съемок SRTM предлагаются различные алгоритмы по сглаживанию модели, снижению уровня 193 шумов, выявлению и удалению из моделей поверхности участков, покрытых лесной растительностью (Hengl, Reuter, 2008; Gallant, Read et al., 2012). Сама растительность (главным образом, лесная) при этом рассматривается как фактор, препятствующий прохождению сигналов датчиков и снижающий точностные характеристики модели. Значительный интерес для лесного хозяйства представляет обратная задача – не минимизация влияния растительности на рельеф, а наоборот – выделение из модели высот «слоя растительности» и последующее его изучение (Kellndorfer et al., 2004; Sexton et al., 2009; Avtar, Sawada, 2013; Барбиери и др., 2014).
Обзор публикаций демонстрирует, что данное направление актуально для отдельных стран и континентов – США, Китая, России, Австралии, Камбоджи (Sun et al., 2003; Kellndorfer et al., 2004; Zhang et al., 2008; Miliaresis, Delikaraoglou, 2009; Gallant, Read et al., 2012; Avtar, Sawada, 2013; Ni et al., 2014). В целом алгоритмы определения высоты лесного полога с использованием материалов дистанционного зондирования аналогичны – высота полога определяется путем вычитания из модели поверхности модели рельефа. В публикациях детально исследуются отдельные вопросы – последствия некорректной регистрации моделей высот (Miliaresis, Delikaraoglou, 2009; Ni et al., 2014); влияние на высоту полога характеристик лесных насаждений – преобладающих древесных пород (Sexton et al., 2009), плотности полога (Miliaresis, Delikaraoglou, 2009); влияние на высоту полога характеристик рельефа (Miliaresis, Delikaraoglou, 2009; Ni et al., 2014). Во многих исследованиях выполняется сравнение высот, определяемых на основе SRTM, c результатами использования других моделей высот (Sun et al., 2003; Zhang et al., 2008; Sexton et al., 2009).
Значительную методическую, познавательную и библиографическую ценность для изучения взаимосвязи высоты лесных насаждений с результатами съемки SRTM представляет часто цитируемая статья Келлндорфера с соавторами (Kellndorfer et al., 2004). Ниже приведены отдельные положения данной статьи, определяющие теоретические основы использования ЦМР SRTM для определения высот лесных насаждений.
Высота поверхности SRTM на покрытых лесом участках оказывается выше высоты поверхности открытого рельефа, но ниже средней высоты лесного полога (рисунок 5.1).
Изучение взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами
Результаты исследований взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами, приведенные в главе 5, демонстрируют перспективность дальнейшего развития данного направления. Значимые регрессионные уравнения взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами получены при использовании следующих вариантов исходных данных: оценок высот рельефа в узлах регулярной сети (Алексеев, Черниховский, 2001; Черниховский, 2001 и 2002; Черниховский, Алексеев, 2003), полей высот рельефа внутри ячеек регулярной сети (Черниховский, 2016c и 2017d), результатов классификации форм рельефа внутри ячеек регулярной сети (Черниховский, 2017a и 2018). Исходными данными для моделирования рельефа в перечисленных случаях служили топографические карты, глобальные цифровые модели высот SRTM и ASTER.
Важными теоретическими результатами проведенных исследований являются:
1. Установление количественных взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами для модельных участков, расположенных в разных регионах и разных ландшафтах.
2. Методический подход к установлению количественных взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами с использованием ГИС-технологий.
3. Выявление количественных взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами, полученными на основе разных исходных данных о рельефе.
Знания объективных морфометрических величин, определяющих изменчивость характеристик структуры и продуктивности лесов в конкретном регионе (ландшафте), могут использоваться для решения следующего круга задач:
- формализация методических положений ландшафтного подхода относительно определения границ природно-территориальных комплексов (возможно, групп условий местопроизрастаний),
- реализация принципов ландшафтного подхода при инвентаризации лесов и планировании использования лесов,
- оценка обобщенных характеристик структуры и продуктивности лесов в объектах с ограниченными возможностями проведения наземных лесоучетных работ, а также в объектах с отсутствием материалов ДЗЗ надлежащего качества,
- выполнение глобальных оценок лесов.
Использование методов геоморфометрии в науках о Земле в настоящее время динамично развивается благодаря сочетанию факторов – мировому тренду развития геоморфометрии (Шарый, 2006 и 2016), непрерывному совершенствованию информационных технологий и пространственных данных.
Представляется перспективным продолжение исследований на более высоком масштабном уровне (лесничества, ландшафты, субъекты Федерации, лесные районы). При получении положительных результатов (выявлении и интерпретации количественных взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами), данное направление может использоваться для решения задач ГИЛ. Например, продемонстрированные регрессионные зависимости характеристик структуры и продуктивности лесов от классов форм рельефа (п. 5.6, 5.7), а также зависимости средних запасов и высот насаждний от центра фазы рассеяния (п. 5.5) могут использоваться для оценки характеристик лесов на труднодоступных территориях или участках, не имеющих покрытия материалами ДЗЗ достаточного для классификации (дешифрирования) качества. Результаты подобных исследований (регрессионные уравнения, наборы характеристик рельефа, определяющих изменчивость характеристик лесов в пределах регионов) также могут использоваться при обосновании параметров сети ГИЛ (шага сети, количества пробных площадей, распределения пробных площадей по типам), обработке результатов ГИЛ.
Предложенная методика определения количественных взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами может быть автоматизирована средствами ГИС-технологий. Возможна разработка отдельного модуля для оценки взаимосвязей характеристик структуры и продуктивности лесов с морфометрическими величинами и прогнозирования структуры и продуктивности лесов на изучаемой территории. Алгоритм работы подобного модуля в целом может быть близок алгоритмам автоматизированной классификации материалов ДЗЗ «с обучением»:
- на основании цифровой модели высот изучаемой территории рассчитывается набор морфометрических величин в пределах ячеек регулярной сети,
- в качестве объектов обучающей выборки (эталонов, тренировочных участков) вводятся данные, содержащие сведения о характеристиках структуры и продуктивности лесов (материалы лесоустройства, данные пробных площадей),
- оцениваются статистические взаимосвязи морфометрических величин с характеристиками структуры и продуктивности лесов на основе регулярной сети, лучшие результаты (регрессионные уравнения) сортируются по мере уменьшения тесноты связи,
- на основе лучших регрессионных уравнений выполняется прогноз характеристик структуры и продуктивности лесов для изучаемой территории.
Развитие данного направления (применение методов геоморфометрии для изучения структуры и продуктивности лесов) позволит использовать сведения о рельефе в качестве источника информации о лесах, подобно материалам дистанционного зондирования.