Методы обработки данных спутниковых изменений спектрально-временных характеристик отраженного излучения для дистанционной оценки параметров лесного покрова тема автореферата и диссертации по физике, 01.04.01 ВАК РФ

На правах рукописи

ш

Жарко Василий Олегович

МЕТОДЫ ОБРАБОТКИ ДАННЫХ СПУТНИКОВЫХ ИЗМЕРЕНИИ СПЕКТРАЛЬНО-ВРЕМЕННЫХ ХАРАКТЕРИСТИК ОТРАЖЕННОГО ИЗЛУЧЕНИЯ ДЛЯ ДИСТАНЦИОННОЙ ОЦЕНКИ ПАРАМЕТРОВ ЛЕСНОГО ПОКРОВА

Специальность: 01.04.01 — Приборы и методы экспериментальной физики

з ИЮН 2015

Автореферат

диссертации на соискание ученой степени кандидата физико-математических наук

Москва-2015

005569636

Работа выполнена в ФГБУН Институте космических исследований Российской академии наук (ИКИ РАН)

Научный руководитель: доктор технических наук, профессор

Барталев Сергей Александрович

Официальные оппоненты: доктор технических наук

Черный Игорь Владимирович,

НТЦ «Космонит» ОАО «Российские космические

системы», заместитель директора, начальник КБ

кандидат физико-математических наук Дмитриев Егор Владимирович Институт вычислительной математики РАН, старший научный сотрудник

Ведущая организация: ФГБУН Институт радиотехники и

электроники им. В.А. Котельникова РАН

Защита состоится «24» июня 2015 г. в 11 ч. 00 мин. на заседании диссертационного совета Д 002.135.01 на базе ФГБУН Научно-технологического центра уникального приборостроения РАН по адресу 117342, Москва, ул. Бутлерова, 15.

С диссертацией можно ознакомиться в библиотеке Научно-технологического центра уникального приборостроения РАН и на сайте (http://ntcup.ru/).

Автореферат разослан «21» мая 2015 г.

Ученый секретарь

диссертационного совета Д 002.135.01, кандидат физико-математических наук:

К.И. Табачкова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность и степень разработанности темы исследования.

Спутниковые системы дистанционного зондирования Земли (ДЗЗ) измеряют параметры электромагнитного излучения для получения информации о свойствах объектов земной поверхности. Методы обработки данных спутниковых измерений характеристик отраженного земной поверхностью излучения в разных диапазонах длин волн широко используются для определения количественных и качественных характеристик растительного покрова.

В то же время методы обработки информации, получаемой спутниковыми системами ДЗЗ, сегодня используются в основном для локального изучения растительного покрова и не ставят своей целью оценку состояния и динамики растительности на больших территориях. При этом потенциал данных ДЗЗ оказывается реализованным не в полной мере. С другой стороны существующие методы обработки данных спутниковых наблюдений, используемые для глобального изучения растительного покрова, характеризуются невысокой тематической и/или пространственной детальностью и сложностью регулярного обновления полученных результатов.

В частности, существующие методы обработки результатов спутниковых измерений не позволяют получать информацию о динамике структуры лесного покрова на всей территории России. При этом данные такого рода являются необходимыми при решении целого ряда научных задач, таких как, например, моделирование распространения излучения в приземном слое атмосферы и взаимодействия излучения с растительным покровом или изучение водного и углеродного циклов. Не вызывает сомнения экономическая целесообразность регулярного получения информации о структуре лесов, актуальной для охраны их от пожаров, защиты от вредителей и болезней, оптимизации лесопользования, решения ряда других задач. Таким образом, с учетом практической невозможности проведения наземных обследований больших территорий для получения детальных данных такого рода, актуальным является развитие методов обработки данных спутниковых измерений для оценки структуры лесного покрова на территории РФ.

Кроме того, в последние годы произошли заметные изменения как в качестве и доступности данных, дистанционного зондирования, так и в мощности вычислительных ресурсов для их обработки. Указанные тенденции в настоящее время позволяют выполнять обработку исходных спутниковых данных заметно более высокой временной и пространственной детальности, обеспечивая при этом возможность эффективной совместной обработки данных различных спутниковых систем для повышения точности получаемых оценок. Отмеченные факторы были учтены автором при разработке представленных методов обработки данных спутниковых наблюдений, позволяющих ежегодно оценивать пространственное распределение структурных параметров лесов для всей территории России, что вместе с приведенными выше положениями может служить обоснованием значимости настоящей диссертационной работы.

Цель и задачи. Основной целью диссертационной работы являлось создание и развитие методов обработки данных спутниковых измерений спектрально-временных характеристик отраженного земной поверхностью излучения, обеспечивающих возможность дистанционной оценки структуры лесного покрова на больших территориях.

Достижение указанной цели потребовало решения следующих задач:

• Анализ физических принципов дистанционного зондирования Земли и методов обработки получаемых современными спутниковыми системами измерений характеристик отраженного излучения для оценки параметров лесов на национальном (субконтинентальном) уровне;

• Разработка и программная реализация методов предварительной обработки данных многолетних спутниковых измерений спектрально-отражательных характеристик земной поверхности - для анализа особенностей фенологической динамики и горизонтально-вертикальной структуры лесов;

• Разработка и программная реализация метода обработки данных о сезонной динамике спектрально-отражательных характеристик лесного покрова по результатам спутниковых измерений для дистанционной оценки его видовой структуры;

• Разработка и программная реализация метода обработки данных спутниковых измерений спектрально-отражательных характеристик земной поверхности с наличием снежного покрова для дистанционной оценки объема стволовой древесины в лесах;

• Экспериментальные исследования возможностей обработки данных многолетних спутниковых измерений объема древесины лесного покрова для оценки его возрастной структуры;

• Использование разработанных методов обработки данных спутниковых измерений спектрально-отражательных характеристик земной поверхности для построения многолетних цифровых карт видовой структуры и объема древесины лесов России;

• Практическая апробация разработанных методов для решения научных и прикладных задач мониторинга лесов России с оценкой достоверности полученных результатов.

Научная новизна работы:

1. Разработан и апробирован новый метод обработки информации о фенологической динамике спектрально-отражательных характеристик лесов по данным спутниковых измерений для дистанционной оценки их видовой структуры;

2. Разработан и апробирован новый метод обработки данных спутниковых измерений отражательной способности покрытого снегом земного покрова для дистанционной оценки объема стволовой древесины в лесах на основе локально-адаптивного статистического моделирования;

3. Предложен и экспериментально апробирован новый метод обработки результатов многолетних спутниковых измерений объема стволовой древесины

для дистанционной оценки возрастной структуры лесов на основе ассимиляции обрабатываемой информации в модель их динамики;

4. На основе разработанных методов обработки данных дистанционного зондирования со спутников получены уникальные по территориальному охвату и уровню детальности многолетние данные о видовой структуре, продуктивности и спектрально-отражательных характеристиках лесов России.

На защиту выносятся следующие результаты:

1. Сформированы полученные по результатам спутниковых измерений и очищенные от влияния мешающих факторов наборы данных о сезонной и многолетней изменчивости спектрально-отражательных характеристик земного покрова России;

2. Разработан метод обработки многолетних временных рядов данных спутниковых измерений параметров отраженного излучения земного покрова для оценки видовой структуры лесов на основе анализа сезонной динамики их спектрально-отражательных характеристик;

3. Разработан метод обработки данных спутниковых измерений отражательной способности покрытой снегом земной поверхности для оценки объема стволовой древесины в лесах;

4. Получены экспериментальные оценки видовой структуры и продуктивности лесов России на основе обработки данных спутниковых измерений спектрально-временных характеристик отраженного излучения земного покрова с использованием разработанных методов.

Практическая значимость и апробация работы. Полученные в диссертационной работе результаты продемонстрировали свою достоверность и нашли использование при решении различных задач спутникового мониторинга лесов.

Сформированные на основе разработанных методов обработки спутниковых данных цифровые карты лесов используются в составе Информационной системы дистанционного мониторинга Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз) для оценки последствий лесных пожаров. Данные о породной структуре лесного покрова, полученные на основе предложенных методов, использованы при разработке карты среды обитания охотничьих ресурсов Российской Федерации, используемой Департаментом государственной политики и регулирования в сфере охотничьего хозяйства и объектов животного мира Министерства природных ресурсов и экологии.

Полученные автором результаты использовались при разработке научно-методического обеспечения совершенствования государственной инвентаризации лесов России в рамках государственного контракта на выполнение научно-исследовательских работ для государственных нужд от 13.01.2014 г. №ВЛ-16-23/1.

Основные результаты диссертационной работы были доложены на 8 российских и международных конференциях, научных семинарах и совещаниях в Москве, Лаксенбурге (Австрия) и Брюсселе (Бельгия). Результаты исследований и разработок автора использованы при выполнении

международного научно-исследовательского проекта ZAPAS - Assessment and Monitoring of Forest Resources in the Framework of the EU-Russia Space Dialogue (Оценка и мониторинг лесных ресурсов в рамках Диалога ЕС-Россия в области космоса), поддержанного 7-ой Рамочной программой Европейской Комиссии (2011-2014 гг.).

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Первая глава посвящена обзору методов обработки данных спутниковых измерений для дистанционной оценки структуры лесного покрова.

Рассмотрены особенности взаимодействия электромагнитного излучения различных спектральных диапазонов с растительностью, описано влияние атмосферы на распространение излучения.

Выполнен анализ характеристик спутниковых систем ДЗЗ в оптическом диапазоне спектра, данные которых могут использоваться для изучения растительного покрова на больших территориях. Показана целесообразность использования данных спутниковых измерений прибора MODIS (Moderate Resolution Imaging Spectroradiometer — Спектрорадиометр среднего разрешения) для оценки структуры лесного покрова в национальном масштабе.

Описаны подходы к предварительной обработке данных ДЗЗ, обеспечивающие, с одной стороны, фильтрацию неинформативных измерений, связанных, например, с наличием облачности в поле зрения прибора или с аппаратными шумами, и с другой стороны формирование с заданной регулярностью наборов данных о спектрально-отражательных характеристиках земной поверхности, не содержащих пропусков. В частности, дано описание технологии построения мультивременных композитных изображений коэффициентов спектральной яркости (КСЯ) поверхности Земли по данным прибора MODIS за заданный период, реализованной в ИКИ РАН.

Выполнен обзор алгоритмов и методик тематической обработки данных спутниковых измерений для дистанционной оценки таких параметров лесного покрова, как видовой состав, объем стволовой древесины/биомасса и возраст. Результаты обзора позволили выявить ограничения существующих тематических карт и методов обработки данных ДЗЗ, обеспечивающих получение информации о структуре лесного покрова России.

Выполненный анализ позволил предложить новые методы обработки данных спутниковых измерений характеристик отраженного излучения для детальной оценки структуры лесного покрова и ее динамики на территории РФ.

Во второй главе описан предложенный соискателем метод обработки информации о фенологической динамике спектрально-отражательных характеристик лесов по данным спутниковых измерений для дистанционной оценки их видовой структуры.

Различные сроки наступления характерных фенологических фаз в развитии деревьев разных пород определяют различную эволюцию их биофизических и структурных характеристик в течение вегетационного сезона,

а значит и различную динамику их спектрально-отражательных характеристик. Анализ указанных характеристик по спутниковым данным высокого временного разрешения может использоваться для распознавания преобладающих пород леса (рис. 1).

Рис. 1 - (а) схематический пример отображения сезонной динамики КСЯ земной поверхности в различные моменты времени в пространстве измерений в двух спектральных каналах (б) характерная фенологическая динамика значений КСЯ лесов различных пород по данным МОБ18

Алгоритм обработки спутниковых данных для оценки видовой структуры лесного покрова, предложенный и реализованный в рамках настоящей работы, основан на контролируемой классификации данных еженедельных спутниковых измерений КСЯ земной поверхности методом максимального правдоподобия с использованием локально-адаптивного подхода ЬАвМА, разработанного в РЖИ РАН.

Показано, что недельные композитные изображения КСЯ поверхности Земли, сформированные на основе используемой в ИКИ РАН штатной технологии предварительной обработки результатов спутниковых измерений прибора МСЮГБ, содержат пропуски и не обеспечивают равномерного покрытия данными всей территории РФ. В связи с этим была разработана технология обработки многолетних данных МСЮК для изучения фенологической динамики КСЯ лесного покрова, позволяющая обеспечить полное и непрерывное покрытие территории России данными.

В рамках реализованной технологии восстановление значений КСЯ растительного покрова, соответствующих рассматриваемому 7-дневному периоду, определялось методом медианной фильтрации многолетних значений КСЯ композитных изображений, сформированных по данным спутниковых измерений за рассматриваемый период данного года и шести предыдущих лет. Корректность использования многолетних данных обеспечивается стабильностью спектрально-отражательных характеристик лесного покрова, что позволяет принять предположение о слабом влиянии естественного развития растительности на динамику КСЯ лесов в течения указанного семилетнего периода, при условии отсутствия таких возмущающих факторов,

1.5 2.5 3.5 4.5 5.5

КСЯ в красном канал* М0015, %

1,75 2 2.25 2.5 2.75 3 3.25 КСЯ в красном канал* МОИЭ, Ч

а)

б)

как, например, пожары и вырубки. Динамика КСЯ лесного покрова в течение вегетационного сезона характеризуется монотонным возрастанием/убыванием с одним экстремумом, что позволяет также включить в медианную фильтрацию КСЯ композитных изображений по данным за предыдущий и последующий семидневный период относительно рассматриваемого.

Кроме того, были сформированы композитные изображения КСЯ покрытой снегом земной поверхности, в значительной степени, характеризующие горизонтальную и вертикальную структуру лесного покрова. Особенности построения таких изображений рассмотрены в главе 3. Полученные временные ряды измерений КСЯ растительного покрова прошли дополнительную обработку, направленную на фильтрацию выбросов, контроль числа измерений в течение вегетационного сезона и обеспечение корректности совместного анализа разновременных измерений в различных спектральных диапазонах.

На основе описанной технологии были сформированы данные о КСЯ поверхности Земли в красном и ближнем ИК каналах \10DIS, отражающие характерную фенологическую динамику спектрально-отражательных характеристик растительного покрова с пространственным разрешением 250 м и временным разрешением в одну неделю для всей территории России за 2006— 2013 годы. Описанные значения КСЯ использовались в качестве входных данных (признаков) для классификации методом максимального правдоподобия с обучением при оценке видового состава лесного покрова. При этом в случае возникновения изменений в состоянии лесов за последние 6 лет использование многолетних спутниковых данных считалось некорректным. Предложен алгоритм выявления изменений в лесах на основе анализа временных серий карт типов растительного покрова России, сформированных в ИКИ РАН по данным МОБК. Реализован метод совместной обработки данных указанных карт и результатов классификации измерений КСЯ пространственно близких стабильных участков лесного покрова для оценки видовой структуры измененных участков леса.

Выбранные для анализа классы лесов основных преобладающих пород (ель, пихта, кедр, сосна, лиственница, дуб, бук, береза, каменная береза, осина, липа, клен) занимают в совокупности 98,8% покрытой лесом площади РФ. Для оценки статистических параметров распределений значений признаков (КСЯ) классов, необходимых для выполнения классификации, подготовлен набор обучающих данных на основе совместного анализа различных карт растительности. Данные, характеризующие априорную вероятность принадлежности участков лесного покрова к различным классам и использующиеся как на этапе оценки параметров классов по обучающим данным, так и на этапе классификации, также сформированы на основе существующей информации.

Приведено описание процесса классификации данных спутниковых измерений КСЯ земного покрова. В соответствии с методом максимального правдоподобия принимается предположение о многомерном нормальном распределении значений признаков (разновременных измерений КСЯ) внутри

тематических классов. Согласно разработанному в ИКИ РАН методу локально-адаптивной классификации и оценивания LAGMA (Locally-Adaptive Global Mapping Algorithm) территория России покрывается регулярной прямоугольной сеткой, для каждой ячейки G(p, q) (где р и q — порядковые номера ячейки по оси х и у соответственно) которой по обучающим данным выполняется оценка параметров Щр, q) и Е,(р, q) (вектор средних значений признаков и ковариационная матрица класса i соответственно) на основе измерений КСЯ участков лесного покрова в окрестности данной ячейки.

Для каждого набора измерений КСЯ, лежащего внутри текущей ячейки G(p, q), и класса i лесного покрова рассчитывается значение функции правдоподобия, то есть плотности вероятности принадлежности данного набора измерений к рассматриваемому классу:

ехр

~(B(X,y)-U,(p,q))TZ-\p,q)(B(x,y)-U,(p,q))

где Р; — плотность вероятности принадлежности набора В(х, у) значений признаков к классу ¡; В(х, у) — классифицируемый вектор значений признаков, соответствующий пикселю с координатами х, у; |£,(р, q)| и ^¡"'(р, q) — детерминант ковариационной матрицы ¡-го класса и обратная ей матрица соответственно; п — число используемых признаков. Рассматриваемый набор измерений КСЯ относится к тому тематическому классу, для которого максимальна величина Р,(В(х, у))р,Л, где Р,(В(х, у)) — значение функции правдоподобия и р,А — величина априорной вероятности этого класса.

Использование метода ЬАвМА позволяет учитывать пространственную вариабельность спектрально-отражательных характеристик земной поверхности в пределах одного тематического класса при картографировании лесного покрова на больших территориях.

Предложена и реализована методика пространственно-временного статистического анализа результатов классификации для фильтрации возможных ошибок. При этом фильтровались объекты размером менее 3-х пикселей, а так же результаты классификации, нехарактерные для данного пикселя.

Классификация спутниковых данных и применение разработанных методов постобработки результатов классификации позволили сформировать многолетний временной ряд цифровых карт видовой структуры лесного покрова на территории РФ с разрешением 250 м за 2006-2013 годы.

Выполнена оценка достоверности полученных оценок видовой структуры лесов. Полученные результаты согласуются как с другими тематическими продуктами, так и с данными официальной статистики на уровне субъектов РФ и страны в целом.

В третьей главе описан разработанный соискателем метод обработки данных спутниковых измерений КСЯ покрытой снегом земной поверхности для оценки объема стволовой древесины в лесах.

Наличие на земной поверхности снега, характеризующегося высокой отражательной способностью в видимой части спектра, приводит к маскированию всех типов растительного покрова, кроме достаточно высокой древесной растительности. В результате, КСЯ лесного покрова по данным ДЗЗ зимнего периода зависит, главным образом, от его горизонтальной и вертикальной структуры, а именно плотности и высоты деревьев, определяющих долю проективного покрытия земной поверхности стволами и отбрасываемыми ими тенями. Таким образом, КСЯ покрытой снегом земной поверхности зависит от объема (величины запаса) стволовой древесины в лесах. Реализованный в настоящей работе метод основан на параметризации модели данной зависимости с последующим ее использованием для определения объема стволовой древесины в лесах.

Выполнен анализ спектрально-отражательных характеристик и методов дистанционного исследования снежного покрова. Разработан набор эмпирических критериев для выявления безоблачных спутниковых измерений КСЯ земной поверхности с наличием снежного покрова по данным ежедневных наблюдений прибором MODIS:

NDSI > 0,2, р7 ^0,09, (2)

где NDSI = (р3 - р6) / (рз + р6) — спектральный индекс снега, отражающий количественные и качественные характеристики данного участка снежного покрова (Normalized Difference Snow Index — нормализованный разностный индекс снега); р3, рвир7 — КСЯ поверхности Земли в 3 (X = 0,46-0,48 мкм), 6 (к = 1,63-1,65 мкм) и 7 (А. = 2,11-2,16 мкм) каналах прибора соответственно.

Проведен статистический анализ отобранных измерений КСЯ р, для исключения влияния теней от облачности на полученные данные. Для этого были рассчитаны среднее М и стандартное отклонение а измеренных значений КСЯ. Измерение Pi считалось шумовым и отфильтровывалось в случае выполнения критерия:

|М-р,|>2а. (3)

Данные о характерных значениях КСЯ покрытого снегом растительного покрова формировались в результате осреднения свободных от влияния шумов измерений.

Разработанные подходы легли в основу технологии, использованной для формирования зимних композитных изображений характерных значений КСЯ поверхности Земли с наличием снежного покрова за период с 2001 по 2013 годы с пространственным разрешением 250 м.

Выполнен анализ карты запаса стволовой древесины BIOMASAR, созданной на основе спутниковых данных радиолокационных наблюдений прибором Envisat-ASAR с пространственным разрешением 1 км, для формирования набора данных о величине объема стволовой древесины в лесах. Полученные данные использовались совместно с деградированным до величины пространственного разрешения 1 км композитным изображениям КСЯ, построенным по данным MODIS зимнего периода 2009-2010 годов, для моделирования зависимости КСЯ покрытой снегом земной поверхности от объема стволовой древесины.

Тематическая локализация моделирования данной зависимости обеспечивалась с использованием опорных данных о пространственном распределении различных типов лесного покрова на территории РФ, подготовленных на основе анализа временных серий карт типов растительности России, сформированных в ИКИ РАН по данным MODIS.

Проведены эксперименты по моделированию зависимости значений КСЯ покрытой снегом земной поверхности в красном (X, = 0,62-0,67 мкм) канале MODIS от объема древесины на основе использования линейной и обратной зависимостей. Показана целесообразность использования обратной зависимости, пример моделирования на основе которой приведен на рис. 2.

Рис. 2 - Пример моделирования зависимости КСЯ покрытой снегом земной поверхности от объема стволовой древесины в лиственничных насаждениях

Восточной Сибири

Параметризация указанной выше модели выполнялось средствами программного комплекса LAGMA на основе данных о пространственном распределении объема древесины по карте BIOMASAR и КСЯ покрытой снегом земной поверхности по данным MODIS. При этом в рамках локально-адаптивного подхода территория РФ была покрыта регулярной прямоугольной сеткой с шагом 20 км, и для каждого узла сетки G(p, q) и класса растительного покрова i выполнялась оценка количественных параметров зависимости значений КСЯ покрытой снегом земной поверхности от объема стволовой древесины на основе соотношения:

GSV = A,(p,q)* inv_ RED + B,(p,q), (4)

где GSV — объем древесины; inv_RED — величина, обратная КСЯ покрытой снегом земной поверхности в красном канале MODIS; А((р, q) и В,(р, q) — коэффициенты. Подготовленные опорные данные о пространственном

распределении класса i лесного покрова в окрестности узла G(p, q) используются для оценки средних значений, дисперсий и ковариации величин GSV и inv_RED, характерных для данного класса, на основе которых рассчитываются уникальные для узла сетки значения коэффициентов А,(р, q) и В,(р, q), что обеспечивает как пространственную, так и тематическую локализацию статистической модели. Применение метода наименьших квадратов дает следующие оценки:

A,(p,q) = covf [inv _ RED, GSV] / var/'' [inv_ RED], (5)

B,(p,q) = mean," "[GSV] - A,(p,q) * meanj' "[inv_RED], (6) где covjp,q[...], varjp'4[...] и шеап|РЧ[...] обозначают ковариацию, дисперсию и среднее значение указанных в скобках величин, рассчитанных для узла G(p, q) сетки и класса i лесного покрова, соответственно.

Таким образом, в узлах регулярной сетки были рассчитаны количественные параметры соотношения объема стволовой древесины и КСЯ покрытой снегом земной поверхности, уникальные для каждого типа лесного покрова. Полученные параметры могут быть использованы для восстановления оценок объема древесины на основе данных о КСЯ покрытой снегом земной поверхности по формуле (4). Блок-схема алгоритма оценки объема древесины в лесах с пространственным разрешением 250 м на основе результатов выполненного моделирования и сформированных по данным спутниковых измерений композитных изображений КСЯ покрытой снегом земной поверхности приведена на рис. 3.

Кроме того, были выполнены исследования динамики спектрально-отражательных характеристик стабильных участков земной поверхности (вечные снега и льды, не покрытые растительностью земли) по данным многолетних композитных изображений КСЯ с наличием снежного покрова. Это позволило оценить деградацию сенсора MODIS и провести коррекцию многолетних значений КСЯ покрытой снегом земной поверхности для получения на их основе согласованного временного ряда оценок объема древесины в лесах.

Применение разработанных методов обработки данных спутниковых измерений и локально-адаптивного статистического моделирования позволили сформировать набор данных, характеризующих многолетнюю динамику пространственного распределения объема стволовой древесины в лесах России за период 2001-2013 г с разрешением 250 м.

Анализ достоверности полученных оценок включал в себя сравнение с данными наземного обследования, спутниковыми оценками объема стволовой древесины по данным ДЗЗ более высокого пространственного разрешения, а также с данными официальной статистики на уровне субъектов федерации. Результаты анализа позволяют рекомендовать полученные данные к использованию для интегральной оценки объема стволовой древесины в лесах на уровне регионов.

Результаты сравнения полученных оценок структурных параметров лесного покрова с данными статистики приведены на рис. 4 и рис. 5. Примеры

построенных карт видового состава и объема древесины лесов приведены на рис. 6.

Рис. 3 — Блок-схема оценки величины объема стволовой древесины в лесах по данным спутниковых измерений КСЯ покрытой снегом земной поверхности

О 0,1 0,2 0,3 0,4

данные статистики

Рис. 4 — Сравнение оценок доли покрытой лесом площади РФ, занятой различными породами, по данным спутниковых наблюдений и официальной статистики

0 2000 4000 6000 8000 10000 12000

данные статистики, млн. мЗ

Рис. 5 - Сравнение интегральных оценок объема древесины в лесах различных субъектах РФ по данным спутниковых наблюдений и официальной статистики

КАРТА ЛЕСОВ РОССИИ

б)

Рис. 6 - Построенные на основе обработки данных спутниковых измерений цифровые карты (а) видового состава и (б) объема стволовой древесины лесов

России

В работе предложен метод обработки многолетних спутниковых измерений объема стволовой древесины для параметризации модели динамики лесов и дистанционной оценки возраста насаждений.

Рассмотрен ряд функций моделирования динамики биометрических и биофизических характеристик лесов. Обоснован выбор функции Ричардса — Чепмена для моделирования динамики объема стволовой древесины в лесах:

G(a) = Gm( 1-е")', (7)

где G — моделируемая величина объема древесины, Gmax — максимальная величина объема древесины, достижимая при данных условиях окружающей среды, а — возраст леса, s и г параметры скорости роста. В основе предложенного метода лежит оценка параметров модели, одним из которых является возраст лесов, по данным разновременных спутниковых измерений объема древесины.

Наличие 4-х и более разновременных измерений объема древесины участка леса позволяет записать систему из соответствующего числа уравнений, решением которой являются значения параметров функции, в том числе возраста леса в известном году. Сформированные в рамках настоящей работы временные ряды данных ежегодных измерений объема древесины за 2001-2013 годы для всей территории РФ с пространственным разрешением 250 м позволяют использовать предложенный метод для оценки возрастной структуры лесов.

Метод предполагает использование следующей системы избыточного числа уравнений с 4-мя неизвестными:

г, =G (\-e~'{a*n)Y

.W20I3 "nmV e I

где G2001-G2013 — спутниковые оценки объема стволовой древесины за 2001-2013 годы соответственно; Gmax, s и г — ранее описанные параметры; а — возраст леса в 2001 году. Параметр Gmax может рассчитываться как в результате решения данной системы уравнений, так и оцениваться отдельно на основе анализа пространственного распределения величины объема стволовой древесины для разных типов лесного покрова, что позволяет уменьшить число неизвестных при решении системы.

Численное решение данной системы уравнений методами вычислительной математики позволяет рассчитывать значения указанных параметров, и в частности восстанавливать оценки возрастной структуры лесного покрова с пространственным разрешением 250 м для всей территории России.

Примеры результатов моделирования динамики объема стволовой древесины и оценки возраста лесов приведены на рис. 7.

Рис. 7 - Примеры моделирования динамики объема древесины и оценки возраста березового леса на территории Европейской части России (возраст леса в 2012 году — 30 лет, а) и соснового леса на территории Алтайского края (возраст леса в 2012 году — 80 лет, б)

ЗАКЛЮЧЕНИЕ

Диссертационная работа содержит полученные автором новые результаты исследований и разработок в области алгоритмов и методов обработки спутниковых измерений спектрально-временных характеристик отраженного излучения земной поверхности для дистанционной оценки параметров лесов на больших территориях. Показано, что методы обработки информации о фенологической динамике КСЯ поверхности Земли по данным спутниковых измерений могут использоваться для распознавания классов лесного покрова, отличающихся преобладанием различных древесных пород. Полученные результаты исследований положены в основу автоматизированной технологии получения ежегодных данных о пространственном распределении основных преобладающих пород в лесах России. Обоснована зависимость КСЯ покрытой снегом земной поверхности от горизонтальной и вертикальной структуры лесов, что позволило разработать методику локально-адаптивного статистического моделирования зависимости характерных значений КСЯ лесного покрова в зимний период от объема стволовой древесины. На основе локальной параметризации указанной модели разработан алгоритм обработки данных спутниковых измерений КСЯ покрытой снегом земной поверхности для дистанционной оценки объема стволовой древесины в лесах. Полученные результаты положены в основу автоматизированной технологии ежегодной оценки пространственного распределения объема стволовой древесины в лесах России. Разработанные технологии обработки данных ДЗЗ позволили сформировать уникальные временные серии ежегодных согласованных карт видового состава и объема стволовой древесины лесов России с

пространственным разрешением 250 м. Полученные данные позволили предложить и экспериментально апробировать метод обработки информации о динамике объема стволовой древесины в лесах по результатам многолетних спутниковых измерений для дистанционной оценки возраста лесов. Выполненные в рамках диссертационной работы исследования позволили получить следующие результаты:

1. Разработаны методы предварительной обработки данных многолетних спутниковых измерений спектрально-отражательных характеристик земной поверхности для анализа фенологической динамики и горизонтально-вертикальной структуры лесов;

2. Реализованы алгоритмы обработки данных спутниковых измерений характеристик отраженного излучения земной поверхности для дистанционной оценки видового состава и объема стволовой древесины в лесах России;

3. На основе разработанных методов и алгоритмов обработки данных ДЗЗ созданы технологии ежегодной оценки видового состава и продуктивности лесов России для решения научных и прикладных задач спутникового мониторинга лесов.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. 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. С. 159170.

2. Huttich С., Korets, М, Bartalev S.A., Zharko V.O., Schepaschenko D., Shvidenko A., Schmullius C. Exploiting Growing Stock Volume Maps for Large Scale Forest Resource Assessment: Cross-Comparisons of ASAR- and PALSAR-Based GSV Estimates with Forest Inventory in Central Siberia // Forests. 2014. Vol. 5. № 7. pp. 1753-1776.

3. Лупян E.A., Барталев C.A., Толпин В.А., Жарко В.О., Крашенинникова Ю.С., Оксюкевич А.Ю. Использование спутникового сервиса ВЕГА в региональных системах дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. №3. С. 215-232.

4. Плотников Д.Е., Барталев С.А., Жарко В.О., Михайлов В.В., Просянникова О.И. Экспериментальная оценка распознаваемости агрокультур по данным сезонных спутниковых измерений спектральной яркости // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 199-208.

5. Жарко В.О., Барталев С.А., Егоров В.А. Картографирование породной структуры лесного покрова России по спутниковым данным MODIS // Аэрокосмические методы и геоинформационные технологии в

лесоведении и лесном хозяйстве: доклады V Всероссийской конференции, посвященной памяти выдающихся ученых-лесоводов В.И. Сухих и Г.Н. Коровина (Москва 22-24 апреля 2013 г.) - М.: ЦЭПЛ РАН, 2013. С. 144-145.

6. Жарко В.О., Барталев С.А., Егоров В.А. Оценка породного состава лесов на основе анализа сезонной динамики их отражательной способности по спутниковым данным // Десятая всероссийская открытая конференция "Современные проблемы дистанционного зондирования Земли из космоса". Москва. ИКИ РАН, 12-16 ноября 2012. Сборник тезисов конференции, 2012. С. 386.

7. Жарко В.О., Барталев С.А., Егоров В.А. Использование временных серий спутниковых измерений КСЯ земной поверхности для распознавания типов растительности // Девятая всероссийская открытая конференция "Современные проблемы дистанционного зондирования Земли из космоса". Москва. ИКИ РАН, 14-18 ноября 2011. Сборник тезисов конференции, 2011. С. 351.

8. Жарко В.О. Построение зимних композитных изображений по данным спутниковых наблюдений MODIS // VII конференция молодых учёных «Фундаментальные и прикладные космические исследования». Москва. ИКИ РАН, 12-13 апреля 2010. Тезисы докладов, 2010. С. 24-25.

9. Ховратович Т.С., Барталев С.А., Жарко В.О. Метод оценки запаса стволовой древесины на основе совместного использования продуктов данных ASAR и MODIS // Одиннадцатая всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса». Москва. ИКИ РАН, 11-15 ноября 2013. Сборник тезисов конференции, 2013. С. 331.

10.Жарко В.О., Барталев С.А. Ассимиляция измерений запаса стволовой древесины по спутниковым данным в модель динамики лесов для оценки их возрастной структуры // Двенадцатая всероссийская открытая конференция "Современные проблемы дистанционного зондирования Земли из космоса". Москва. ИКИ РАН, 10-14 ноября 2014. Сборник тезисов конференции, 2014. С. 359.

Подписано в печать: 18.05.2015 Тираж: 100 экз. Заказ № 1340 Отпечатано в типографии «Реглет» г. Москва, Ленинградский проспект, д. 74 (495)790-47-77; www.reglet.ru