Возможности таксации лесов на основе данных радиолокационной спутниковой съемки на примере ленточных боров Алтайского края

Развитие современных методов по дешифрированию данных спутниковой съемки позволяет получать информацию о состоянии лесов, их использовании, количественных и качественных показателей. Преимуществом методов дешифрирования данных радиолокационной съемки можно считать их независимость от облачности атмосферы, погоды, освещенности. На настоящий момент времени не существует эффективных методов определения таксационных показателей насаждений по спутниковым радарным съемкам в связи с отсутствием единых подходов и разнообразием методов анализа данных радиолокационной съемки. Для внедрения алгоритмов таксации требуется определение оптимальных методов анализа информации по взаимосвязи показателей съемки с таксационными характеристиками насаждений и разработки на их принципах методов таксации лесов. В ранее проведенных исследованиях с применением данных радиолокационной съемки X диапазона получены результаты, позволяющие определить высоту полога леса, полноту, покрытые и не покрытые лесной растительностью земли (Чимитдоржиев Т.Н. и др., 2014). В 2016 году в Германском центре авиации и космонавтики проведены научно-исследовательские работы по разработке алгоритмов классификации покрытых и не покрытых лесной растительностью земель на основе спутниковых данных TanDEM-Х, создана глобальная карта покрытых и не покрытых лесом территорий. Точность полученной карты оценивается более 90% (Michele Martoneetal., 2018). Работы, проведенные ООН на базе проекта National Forest Assessment – NFA («Национальная оценка лесных ресурсов») в рамках глобальной программы Sustainable Forest Managementin Changing Climate («Стабильное лесоводство в изменяющемся климате») (BarbaraKoch, 2013). Работы показали перспективность использования радарных данных для определения запаса насаждений, лесопокрытой площади, сомкнутости.
Учитывая ранее достигнутые результаты на территории ленточных боров Алтайского края проведены значительные экспериментальные работы по закладке таксационно-дешифровочных участков для отработки алгоритмов лесотаксационного дешифрирования с использованием данных радиолокационной съемки Sentinel-1. Основной объем исследований проведен в Кулундинской, Барнаульской, Космолинской лентах. При выборе участков для проведения экспериментальных работ использовались актуальные данные лесоустройства, давность которого не превышала 5 лет. Во время полевых работ заложены 134 пробные площади различных по породному составу лесных насаждениях. Для получения взаимосвязей таксационных характеристик насаждений с данными радиолокационной съемки были обработаны 204 космических снимков с космических сенсоров Sentinel-1 типа GRDH и SLC. Период охвата съемки - с 02.01.2018 г. по 28.12.2018 г. Обработка снимков проводилась в программном обеспечении SNAP, а также отдельными пакетами программных комплексов Matlab, Rstudio и скриптами на языке программирования Python (Руководство пользователя...; Методические рекомендации..., 2020). Анализ радиолокационных данных проведен для 22 показателей. На основе достоверных статистических зависимостей с таксационными характеристиками насаждений выделено 14 показателей, которые в дальнейшем и использовались для анализа данных.
Результаты исследований показали зависимости запаса и полноты насаждений от показателей значения гамма-ноль VH поляризации (GammaVH), значения гамма-ноль VV поляризации (GammaVV), текстурный признака «суммарное среднее» (GLCMMean), суммой УЭПР объектов в значении гамма-ноль на VH- и VV-поляризациях (Sum) с наибольшими коэффициентами корреляции в период января и февраля. Для высоты насаждений установлена устойчивая взаимосвязь с показателями кореляции УЭПР объектов в значении гамма-ноль на VH- и VV-поляризациях (GLCMCorrelation), GLCMMean, GammaVV в летний период. Статистический анализ для запаса насаждения показал возможность применения модели полинома третье степени и логарифмического уравнения взаимосвязи для зонирования территории модельного участка. Анализ взаимосвязи полноты насаждения с показателями GLCMMean, GammaVV, GammaVH показал лучшие результаты с моделью на основе полинома третьей степени с показателями GammaVV, GammaVH.
Полученные в ходе исследований результаты показывают возможность прогнозирования запаса и полноты насаждений с использования данных Sentinel-1. В последующей работе планируется усовершенствование алгоритмов по предварительной обработке радиолокационных изображений Sentinel-1 и алгоритма по уменьшению размерности выборки и поиску выбросов.