Определение состояния растительности тундры
на основе комплексной обработки материалов много- и гиперспектральной космической съемки и геоботанического описания территории

Представлена технология мониторинга состояния растительности тундры на примере пастбищ северных оленей. Используется комплексная обработка разновременных материалов много- и гиперспектральной космической съемки и данных геоботанического описания территории.
На состояние растительности тундры, а значит, на ее отражательные свойства оказывают влияние следующие основные факторы: изменение климата, антропогенное воздействие, болезни, пожары, а также интенсивный выпас северных оленей.
Разработаны адаптированные требования к геоботаническому описанию территории, а также к структуре и содержание информационной базы данных. На основе анализа базы данных формируются признаки для обнаружения и распознавания различных видов растительности по материалам много и гиперспектральной космической съемки. Спектральные признаки обеспечивают идентификацию растительности пастбищ, пригодных для выпаса оленей в зимних, летних и демисезонных условиях. В технологии мониторинга учитываются особенности проведения согласованных измерений спектральных отражательных характеристик растительности в различные фазы её фенологического развития и проведения космической съемки на территории тундры.
Принимая во внимание, что оптико-электронная много и гиперспектральная космическая съема территории Крайнего Севера связана с объективными ограничениями, в докладе представляются результаты комплексной обработки данных от космических аппаратов «Ресурс-П» (Россия), «Sentinel-2» (Европейское космическое агентство) и «Hyperion» (США). При этом использовался алгоритм классификации Support Vector Machine, а выбор основных параметров алгоритма осуществлялся на основе анализа сформированной базы данных спектральных отражательных характеристик растительности.
Полученные результаты могут использоваться при анализе устойчивости и динамики развития экологических систем тундры под влиянием различных факторов.
Работа выполнена при поддержке РФФИ проект 16-08-00510A.