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.

Рис.1 Распределение значений индекса листовой поверхности (LAI)
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.

Заказать обратный звонок
К началу страницы