Исходные данные для идентификации растительности южной тундры на основе обработки материалов мульти- и гиперспектральной съемки

Тундра характеризуется большим разнообразием растительных сообществ, которые за период короткого лета (несколько недель) успевают пройти все фазы фенологического развития. При этом существенно меняются спектральные отражательные характеристики растительных сообществ.
Традиционная технология идентификации видового состава растительности на основе обработки материалов мульти- и гиперспектральной аэрокосмической съемки основывается на применении различных алгоритмов классификации изображений с помощью тестовой обучающей выборки. Вместе с тем для труднодоступных территорий выполнение наземных спектрометрических измерений согласованно с проведением съемочных работ затруднительно.
В связи с этим для таких условий актуальной является задача сбора и систематизации исходных данных, используемых для дальнейшей идентификации видового состава растительности тундры на основе обработки материалов съемки.
Разработана и реализована методическая схема выполнения работ по сбору исходных данных. На территории южной тундры в окрестности города Нарьян-Мар в летний период 2019 г. проведены наземные спектрометрические измерения выбранных участков местности. Измерения осуществлялись с помощью видеоспектрометра производства НПО «Лептон». Для обоснования координат точек наземных измерений использовались материалы съемки космического аппарата Sentinel-2. Одновременно со спектрометрическими измерениями совместно с сотрудниками БИН осуществлялось геоботаническое описание анализируемых участков местности. В отдельных точках проводился сбор и определение биомассы надпочвенной растительности.
Предварительный анализ полученных данных позволяет сделать вывод о возможности их использования для автоматизированной идентификации типовых растительных сообществ южной тундры на основе данных от космического аппарата Sentinel-2. Данные наземных спектрометрических измерений могут использоваться для формирования устойчивых спектральных признаков идентификации и углубленного оценивания состояния растительности на основе обработки гиперспектральных данных, например, от космического аппарата «Ресурс-П».