Заказчик

Экологическая организация*

Цель проекта

Комплексный экологический мониторинг состояния древостоя города Псков и проверка возможностей измерения индекса листовой поверхности (LAI) с использованием данных дистанционного зондирования Земли (ДЗЗ)

Выполненные работы

Псков — город на Северо-Западе России. Является региональным центром Псковской области. Псков расположен на западе европейской части России, на месте впадения р. Псковы в р. Великую и в 16 км от места впадения р. Великой в Псковское озеро. Город находится в центре Псковской низменности. Площадь города составляет 95,6 кв.км. Протяжённость города с севера на юг 9,2 км, а с запада на восток 10 км. Средняя высота над уровнем моря 46,5 м. В Пскове высокая степень озеленения, много озеленённых улиц и дворов. Общая площадь парков и скверов Пскова составляет более 40 га. В основном растительном представлена смешанными лесами. Климат Пскова — умеренно-континентальный. В Пскове преобладают дерново-подзолистые почвы.

На исследуемой территории проведены работы с применением современных методов ДЗЗ на основе космической съемки сверхвысокого разрешения и классические геоботанические изыскания. Совместная технология совмещения традиционных и современных методов обусловлена необходимостью подтверждения показателей экологической оценки лесных насаждений, полученных по материалам ДЗЗ. Данные показатели позволяют оценить структуру и состояние лесов по эффективности выполнения ими функций при высокой антропогенной нагрузке. Основные методы: нормализованный относительный индекс растительности (NDVI) — показатель количественной оценки фотосинтетически активной биомассы, позволяет определить плотность и состояние растительности; индекс листовой поверхности (LAI) — интегральный показатель, дающий информацию об оценке биомассы и продуктивности лесных экосистем. Для вычисления индекса LAI обычно используют съемку LIDAR, но в целях экономии бюджета использовалась стереосъемка с большим перекрытием. Это позволило выяснить, что данный метод хорошо подходит для оценки состояния верхнего яруса древостоя.

Космическая съемка проводилась в июне в период активной вегетации растений с космических аппаратов Kompsat в стереорежиме с пространственным разрешением 0.4 м. Для улучшения пространственной привязки снимков было выполнено автоматизированное построение цифровой модели рельефа (ЦМР) по стерепарам космической съемки. Далее полученная ЦМР и имеющиеся RPC коэффициенты использовались для ортотрансформирования снимков. Создание ортофотоплана и фотограмметрическая обработка проводилась в программе Photomod.

На следующем этапе работ проводился расчет высоты растительности в парках, лесопарках и лесах на территории работ. Для этого дополнительно была создана цифровая модель поверхности (ЦМП) по материалам стереосъемки, которая отражала поверхность крон деревьев. Так как и ЦМР и ЦММ представляет из себя географически привязанную матрицу значений возвышенности, то определение высоты древостоя представляет из себя вычитания значений ЦМР из ЦММ на исследуемой территории.

Далее с помощью классификации с обучением были выделены участки хвойной и лиственной растительности. Идентификация пород осуществлялась как по прямым дешифровочным признакам (структуре и форме кроны), так и по косвенным (уровень NDVI). Оценка индекса листовой активности путем пересчета по данным вегетационных индексов и карты высот растительности. Чтобы определить наличие или отсутствие растительного покрова для каждого пиксела использовался вегетационный индекс GLA в программе QGIS. Все пиксели со значением более 0,2 считались покрытыми растительностью. Для расчета «доли разрывов» были использованы полученный индекс GLA и цифровая модель высот растительности. Доля разрывов — это характеристика древостоя, и ее рассчитывают на площадь участков с однородной растительностью. В результате был получен индекс LAI и индекс NDVI, рассчитанные для каждого пиксела исследуемой территории. Результат был экспортирован в виде сетки значений индексов, раскрашенный по установленным нормам и соответствующим значениям.

Описание фотографии
Рис.1 Распределение значений индекса листовой поверхности (LAI)
Описание фотографии
Рис.2 Пример распределения нормализованного относительного индекса растительности

Результат

По полученным значениям были составлены карты пород деревьев, карты оценки состояния растительности и карты распределения значений индекса листовой поверхности. Также результаты были сравнены с материалами ранее выполненной таксацией лесов и сформирован отчет об изменениях*.

*По условиям контракта данные сведения (все результаты работ и заказчик) являются секретными.

Нужна консультация?

Оставьте заявку, и мы с вами свяжемся.

Нажимая кнопку «Отправить», я даю свое согласие на обработку моих персональных данных, в соответствии с Федеральным законом от 27.07.2006 года №152-ФЗ «О персональных данных», на условиях и для целей, определенных в Согласии на обработку персональных данных.
Заказать обратный звонок
К началу страницы