Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

XXIV.B.184

Алгоритм пространственного анализа данных воздушного лазерного сканирования для создания моделей прозрачности древесного полога

Алексеев А.Б. (1), Плотникова А.С. (1)
(1) Центр по проблемам экологии и продуктивности лесов Российской академии наук (ЦЭПЛ РАН), Москва, Россия
Фитоклимат, формируемый древесным пологом, является ключевым регулятором биоразнообразия, продуктивности и устойчивости лесной экосистемы (Лукина и др., 2019). К основным характеристикам фитоклимата леса относятся световой и температурный режимы, количество проникающих под полог леса осадков. Световой режим характеризуется величиной освещенности леса и оказывает влияние на видовое и структурное разнообразие, прирост биомассы, процессы лесовосстановления (Алексеев, 1975; Цельникер, 1969). Существуют способы прямого инструментального измерения и косвенной оценки освещенности (Ипатов, Мирин, 2008; Иванова и др., 2021; Korhonen, Morsdorf, 2014; White et al., 2016).
В докладе предлагается способ косвенной оценки освещенности леса с помощью обобщенного понятия прозрачности древесного полога – доли небесной полусферы, не перекрытой элементами фитомассы древостоя, при наблюдении из одной точки снизу вверх. Воздушное лазерное сканирование (ВЛС), выполненное посредством беспилотных воздушных судов, позволяет оперативно получать трехмерные данные о лесных участках большого пространственного охвата с высокой степенью детализации и точности (Алтынцев, 2023; Ильясов, Алексеев, 2025, Алексеев и др., 2026).
Разработан алгоритм пространственного анализа данных ВЛС, позволяющий получать непрерывные растровые модели прозрачности древесного полога. Алгоритм состоит из пяти этапов: (1) предобработка и тайлирование облака точек лазерных отражений (ТЛО) - исходные данные приводятся к единой системе координат, для оптимизации работы с большими массивами данных выполняется виртуализация и разбиение облака ТЛО на тайлы; (2) формирование сети точек локальных измерений - динамически формируется цифровая модель рельефа, из которой извлекаются координаты для позиционирования виртуального наблюдателя; (3) извлечение фрагмента точек лазерных отражений и его вокселизация - для каждого узла сети извлекаются ТЛО полога в цилиндрической окрестности выше уровня точки виртуального наблюдения; (4) локальный расчет прозрачности по воксельной модели древесного полога - воксельная модель математически трансформируется в двумерную карту перекрытия небосвода элементами растительности; (5) агрегация измерений и построение непрерывной растровой модели прозрачности.
Разработанный алгоритм апробирован на территории исследования в Тверской области и стационаре «Мухрино», ХМАО. Валидация полученных моделей выполнена в пределах заложенных на территориях исследования пробных площадях с помощью корреляционного анализа значений прозрачности и индексов освещенности по шкале Э. Ландольта и листовой поверхности (LAI). Проведенный статистический анализ подтверждает надежность использования растровых моделей прозрачности древесного полога для оценки освещенности леса.

Ключевые слова: прозрачность древесного полога, воздушное лазерное сканирование, облако точек лазерных отражений, освещенность леса.
Литература:
  1. Алексеев А. Б., Плотникова А. С., Подольская Е. С. Оценка сквозистости древесного полога в сосновых лесах по данным воздушного лазерного сканирования // Лесоведение. 2026. № 3. С. 363–386.
  2. Алексеев В.А. Световой режим леса. Л.: Наука, 1975. – 228 с.
  3. Алтынцев М. А. Методика предварительной обработки данных воздушного лазерного сканирования, полученных с применением беспилотных воздушных судов // Геодезия и картография. 2023. № 6. С. 30–41. DOI: 10.22389/0016-7126-2023-996-6-30-41.
  4. Иванова Н. В., Шашков М. П., Шанин В. М. Исследование структуры древостоев сосновых лесов Приокско-Террасного биосферного заповедника (Россия) по материалам аэрофотосъемки с квадрокоптера // Nature Conservation Research. Заповедная наука. 2021. Т. 6. № 4. С. 1–14. https://dx.doi.org/10.24189/ncr.2021.042.
  5. Ильясов Д.В., Алексеев А.Б. Сравнение методических подходов определения высот и проекций крон деревьев по материалам лазерного сканирования с беспилотного воздушного судна в среднетаежных лесах // Лесоведение. 2025. № 2. С. 275-289.
  6. Ипатов В. С., Мирин Д. М. Описание фитоценоза : учеб.-метод. пособие. СПб., 2008. 71 с.
  7. Лукина Н. В., Орлова М. А., Бахмет О. Н. и др. Влияние растительности на характеристики лесных почв Республики Карелия // Почвоведение. 2019. № 7. С. 827–842. DOI: 10.1134/S0032180X19050071.
  8. Цельникер Ю. Л. Радиационный режим под пологом леса. М.: Наука, 1969. 98 с.
  9. Korhonen L., Morsdorf F. Estimation of canopy cover, gap fraction and leaf area index with airborne laser scanning // Forestry Applications of Airborne Laser Scanning. Springer, Dordrecht, 2014. P. 397–417. DOI: 10.1007/978-94-017-8663-8_20.
  10. White J., Coops N., Wulder M. et al. Remote sensing technologies for enhancing forest inventories: A review // Canadian Journal of Remote Sensing. 2016. V. 42. No. 5. P. 619–641. DOI: 10.1080/07038992.2016.1207484.

Технологии и методы использования спутниковых данных в системах мониторинга