Моніторинг засихання хвойних лісів Прикарпатського регіону з використанням даних дистанційного зондування

https://doi.org/10.23939/istcgcap2019.90.029
Надіслано: Вересень 29, 2019
1
Національний університет “Львівська політехніка”
2
Національний університет «Львівська політехніка"
3
Національний університет "Львівська політехніка"
4
Кафедра інженерної геодезії, Національний університет “Львівська політехніка”

Мета роботи полягає у моніторингу стану хвойних лісів Тухлянського лісництва Прикарпатського регіону на підставі космічних зображень середнього та високого розрізнення з використанням знімків, отриманих з безпілотного літального апарату (БПЛА). Методика. Для моніторингу стану лісів Тухлянського лісництва застосовано методику, що базується на використанні різних за спектральними характеристиками і розрізненістю космічних зображень, знімків, отриманих з БПЛА і, відповідно, їх опрацювання різними методами. Здійснено спектрофотометричні вимірювання здорової та пошкодженої хвойної рослинності для обґрунтування методів подальшого опрацювання зображень, розробки ефективних підходів до ідентифікації ділянок із засиханням хвойних дерев. Аналіз отриманих спектральних кривих дає змогу вибирати відповідні діапазони електромагнітного спектру для ідентифікації пошкодженої та сухої рослинності. Дослідження базується на використанні космічних знімків високого та середнього розрізнення, отриманих із супутників GeoEye-1 та Sentinel-2 на територію Тухлянського лісництва. Для отримання звіркової інформації та аналізу результатів використано знімання з безпілотного літального апарату. Результати. Дослідження проводились на території Тухлянського лісництва Сколівського району Львівської області. Для проведення польових досліджень здійснено три експедиції. Під час останньої експедиції проведено знімання з безпілотного літального апарату двох тестових ділянок. З метою ефективного використання спектральних ділянок відбиття відібрано зразки різного типу хвойної рослинності для проведення спектрофотометричних вимірювань. Аналіз отриманих спектральних кривих використано для вибору вегетаційних індексів, що дозволяють ідентифікувати пошкоджену та здорову рослинність. Для покращення інтерпретаційних можливостей індексних зображень створено синтезоване зображення за трьома вегетаційними індексами. Для визначення площ ділянок із пошкодженою хвойною рослинністю виконано контрольовану класифікацію за методом максимальної вірогідності. Проведено аналіз отриманих результатів. Наукова новизна та практична значущість. Наукова новизна полягає в опрацюванні методики виявлення пошкодженої та здорової хвойної рослинності на території Прикарпатського регіону. Теоретичною основою слугують спектрометричні дослідження здорової та пошкодженої рослинності, що дає можливість обґрунтувати вибір спектральних ділянок для максимально ефективного розділення різних типів хвойної рослинності та вибір вегетаційних індексів для їх ідентифікації. Опрацьована методика використання даних дистанційного зондування для ідентифікації пошкодженої та здорової рослинності дозволяє виявляти не лише сухостій та здорову рослинність, а й пошкоджену рослинність. Це сприятиме своєчасному вирубуванню пошкоджених дерев, що дозволить не лише зберегти здоровий ліс від подальшого розповсюдження шкідників, а й отримати деревину, яку ще можна використати в деревообробній галузі.

  1. Бардиш Б., Бурштинська Х. Використання вегетаційних індексів для ідентифікації об’єктів земної поверхні. Cучасні досягнення геодезичної науки та виробництва, 2014. Вип. ІІ (28). С. 82–88.
  2. Бурштинська Х., Денис Ю., Мадяр Ю., Поліщук Б. Методика двоетапної класифікації лісів за космічними зображеннями високого розрізнення, Cучасні досягнення геодезичної науки та виробництва, 2016. Вип. 1. С. 148–155.
  3. Державне агентство лісових ресурсів України. URL: http://dklg.kmu.gov.ua
  4. Донец В. В., Броварец А. А., Бровченко В. В. Анализ особенностей полевой спектральной аппаратуры. Космічна наука і технологія, 2017. Вип. № 3. С. 49–63.
  5. ДСП «Львівлісозахист». URL: https://lvivlisozahyst.co.ua/
  6. Зацерковний В., Оберемок Н., Ягорлицька К. Застосування технологій ГІС і ДЗЗ в задачах моніторингу лісових ценозів. Наукоємні технології, 2017. Вип. № 4 (36). С. 350–357.
  7. Кохан С. С., Востоков А. Б. Дистанційне зондування Землі: теоретичні основи: підручник. 2009. Київ: Вища школа. 511 с.
  8. Крылов А. М., Соболев А. А., Владимирова Н. А. Выявление очагов короеда-типографа в Московской области с использованием снимков Landsat. Лесной вестник, 2011. Вип. 4. С. 54–60.
  9. Сидельник Н. Я., Пушкин А. А., Ковалевский С. В. Картирование поврежденных лесных насаждений и объектов лесохозяйственных мероприятий с использованием материалов космической съемки и ГИС-технологий. Труды БГТУ, 2018. Вип. №1. С. 5–12 (in Russian)
  10. Станкевич С. А., Титаренко О. В., Шкляр С. В. Ефективна обробка даних польового спектрометрування в природоресурсних задачах. Reports of the National Academy of Sciences of Ukraine, 2010. Вип. № 12. С. 110–115.
  11. Черепанов А. С., Дружинина Е. Г. Спектральные свойства растительности и вегетационные индексы. Геоматика, 2009. Вип. № 3. С. 28–32 (in Russian)
  12. Черепанов А. С. Вегетационные индексы. Геоматика, 2011. Вип. № 2. С. 98–102 (in Russian)
  13. Шпак А. Порівняльний аналіз методів класифікації лісів гірської місцевості за матеріалами знімання супутника RapidEye. Вісник Астрономічної школи, 2012. Том 8 (№ 2). С. 212–216.
  14. Bochenek, Z., Ziolkowski, D., Bartold, M., Orlowska K. and Ochtyra A. Monitoring forest biodiversity and the impact of climate on forest environment using high-resolution satellite images. European Journal of Remote Sensing, 2017. Vol. 51, pp. 166–181
  15. Burshtynska K., Polishchuk B. and Madyar J. The definition of the area of felling forests by high resolution satellite images. GLL, 2014. No.3, pp. 43–-54
  16. Ceccato, P., Flasse, S., Tarantola, S., Jacquemond, S. and Gregoire, J. Detecting vegetation water content using reflectance in the optical domain. Remote Sensing of Environment, 2001. Vol. 77, pp. 22–33
  17. Franklin S.E., Wulder M.A., Skakun R.S. and Carroll A.L. Mountain pine beetle red attack forest damage classification using stratified Landsat TM data in British Columbia, Canada. Photogrammetric Engineering and Remote Sensing, 2003. №69(3), pp. 283–288
  18. Katz Ch. Small Pests, Big Problems: The Global Spread of Bark Beetles. 2017. URL: https://e360.yale.edu/features/small-pests-big-problems-the-global-spread-of-bark-beetles
  19. Kumar D. Monitoring Forest Cover Changes Using Remote Sensing and GIS: A Global Prospective. Research Journal of Environmental Sciences, 2011. Vol. 5, pp. 105–123
  20. Sherbinin A., Carr D., Cassels S. and L. Jiang. Population and environment. Annual Review of Environment and Resources, 2007. Vol. 32, pp. 34–-373
  21. Trigg S.N., Curran L.M. and McDonald A.K. Utility of Landsat 7 satellite data for continued monitoring of forest cover change in protected areas in southeast Asia. Singapore Journal of Tropical Geography, 2006. Vol. 27, pp. 49–66.