Выделение породного состава древесно-кустарниковой растительности по данным воздушного лазерного сканирования на примере Анапской пересыпи (Черное море)

А. В. Карагян*, С. В. Крыленко

Институт океанологии им. П. П. Ширшова РАН, Геленджик, Россия

* e-mail: karagyan.arsen@yandex.ru

Аннотация

Цель работы – тестирование методики выделения растительности по породному составу по данным воздушного лазерного сканирования с автоматическим определением геометрических атрибутивных данных. В статье рассматривается взаимосвязь между геометрическими параметрами древесно-кустарниковой растительности и ее породным составом. Точность идентификации корреляции параметров позволяет автоматизировать выделение породного состава. Тем самым упрощается процесс инвентаризации растительности по породному составу на территории. В качестве полигона для отработки методики выбрана территория, расположенная на Анапской пересыпи. В процессе работы были проведены натурные измерения и полевая дешифровка данных аэрофотосъемки. Были сопоставлены данные машинной обработки и полевых измерений, рассчитаны показатели корреляции между породным составом и геометрическими атрибутивными данными растительности. На основе значений корреляции предложены удостоверяющие коэффициенты породы. Помимо этого, в процессе работы была рассчитана ошибка, возникающая при автоматической обработке данных воздушного лазерного сканирования, определены количественные показатели растительности по породному составу, определены средние значения высот растительности по породам на территории Анапской пересыпи.

Ключевые слова

лазерное сканирование, Анапская пересыпь, автоматизация, растительность

Благодарности

Работа выполнена при финансовой поддержке РНФ в рамках проекта № 20-17-00060 «Современный этап эволюции песчаных аккумулятивных форм Азово-Черноморского побережья России».

Для цитирования

Карагян А. В., Крыленко С. В. Выделение породного состава древесно-кустарниковой растительности по данным воздушного лазерного сканирования на примере Анапской пересыпи (Черное море) // Экологическая безопасность прибрежной и шельфовой зон моря. 2022. № 3. С. 93–103. doi:10.22449/2413-5577-2022-3-93-103

Karagyan, A.V. and Krylenko, S.V., 2022. Identification of the Species Composition of Tree and Shrub Vegetation according to Airborne Laser Scanning Data of the Anapa Bay-Bar (Black Sea). Ecological Safety of Coastal and Shelf Zones of Sea, (3), pp. 93–103. doi:10.22449/2413-5577-2022-3-93-103

DOI

10.22449/2413-5577-2022-3-93-103

Список литературы

  1. Boyko E., Krylenko V., Krylenko M. LIDAR and airphoto technology in the study of the Black Sea accumulative coasts // Proceedings of SPIE. Paphos, Cyprus, 2015. Vol. 9535 : Third International Conference on Remote Sensing and Geoinformation of the Environment. 95351Q. doi:10.1117/12.2192577
  2. Ткачева А. А., Фаворская М. Н. Моделирование трехмерных сцен лесных участков по данным лазерного сканирования и аэрофотоснимкам // Информационно-управляющие системы. 2015. № 6. С. 40–49. https://doi.org/10.15217/issn1684-8853.2015.6.40
  3. Бойко Е. С., Карагян А. В. Цифровое моделирование древесно-кустарниковой растительности аккумулятивных берегов по данным воздушного лазерного сканирования // Вестник СГУГиТ. 2021. Т. 26, № 2. С. 103–114. https://doi.org/10.33764/2411-1759-2021-26-2-103-114
  4. Данилин И. М., Фаворская М. Н. Описание программных модулей использования данных лазерной локации и цифровой аэрофотосъемки лесных территорий // Исследование Земли из космоса. 2013. № 2. С. 62–73. https://doi.org/10.7868/S0205961413020024
  5. Мельник И. В., Дроздова А. Е. Лох серебристый как индикатор качества среды // Экологические проблемы природных и урбанизированных территорий : материалы IX Международной научно-практической конференции, Астрахань, 24–25 мая 2018. Астрахань : Астраханский государственный университет, 2018. С. 38–42.
  6. Косьян Р. Д., Крыленко В. В., Крыленко М. В. Геосистема Анапской пересыпи. М. : Научный мир, 2021. 262 c.
  7. Попов Р. А., Алтынцев М. А. Влияние плотности точек воздушного лазерного сканирования на выделение отдельных деревьев // Интерэкспо ГЕО-Сибирь-2013 : IX Международный научный конгресс и выставка, Новосибирск, 15–26 апреля 2013 г. : сборник материалов. Новосибирск : СГГА, 2013. Т. 1. С. 83–87.
  8. Improving distribution models of riparian vegetation with mobile laser scanning and hydraulic modelling / T. Nylen [et al.] // PLoS ONE. 2019. Vol. 14, iss. 12. e0225936. https://doi.org/10.1371/journal.pone.0225936
  9. Использование современных аэросъемочных технологий в интересах лесного хозяйства / И. М. Данилин [и др.] // ГЕО-Сибирь-2008 : сборник материалов IV Международного научного конгресса. Новосибирск : СГГА, 2008. Т. 2, ч. 1. С. 209–213.
  10. Кравцова В. И., Фалалеева А. А., Чалова Е. Р. Картографирование морфологически контрастных районов Благовещенского участка Анапской пересыпи по космическим снимкам высокого разрешения // Геодезия и картография. 2014. № 10. С. 25–36. doi:10.22389/0016-7126-2014-892-10-25-36
  11. Рыльский И. А. Подходы к определению таксационных показателей леса с использованием аэрокосмических снимков и лазерного сканирования // ИнтерКарто. ИнтерГИС. 2018. Т. 24, № 2. С. 216–240. http://doi.org/10.24057/2414-9179-2018-2-24-216-240
  12. Новаковский Б. А., Ковач Н. С., Энтин А. Л. Геоинформационные технологии использования воздушного лазерного сканирования для решения географических и картографических задач // Геодезия и картография. 2014. № 7. С. 44–48.
  13. Стариков А. В., Батурин К. В. Применение лазерного сканирования в технологии учета древесины // Лесотехнический журнал. 2015. Т. 5, № 4. С. 114–122. https://doi.org/10.12737/17409
  14. Мягков В. Ф. О геостатистике при геометризации месторождений // Известия высших учебных заведений. Горный журнал. 2008. № 1. С. 54–65.

Скачать статью в PDF-формате