20
Окт

Методы картографирования растительного покрова наземных экосистем

Карты растительного покрова наземных экосистем России позволяют оценивать изменения лесов под воздействием природных и антропогенных факторов, включая деструктивные нарушения в лесных экосистемах, процессы их возобновления и сукцессионной
динамики.

За последний год были доработаны методы картографирования и анализа временных серий мультиспектральных спутниковых изображений среднего пространственного разрешения MODIS в части:

  1. картографирования лиственных лесов с подростом хвойных вечнозеленых
    древесных пород
  2. картографирования растительности нелесных наземных экосистем
  3. развития методов выявления не облесённых гарей
  1. Для разделения лиственных лесов на два класса использовалось методическое решение, основанное на анализе измерений отражательной способности в красном и ближнем ИК диапазонах спектра в зимний период. В ходе анализа значений коэффициента спектральной яркости (КСЯ), полученных в зимний период было обнаружено, что для лиственного леса с наличием хвойного подроста наблюдается низкое значение коэффициента спектральной яркости (КСЯ) как в красном (а), так и ближнем инфракрасном каналах (б). С помощью спутниковых данных высокого пространственного разрешения были настроены пороги в красном и ближнем ИК каналах для разделения лиственного леса на два класса. Применение данных порогов к временной серии спутниковых данных за 2001-2020 гг. позволило получить многолетние маски пространственного распределения лиственного леса с наличием хвойного подроста и дополнить карту растительности наземных экосистем новым классом: лиственный лес с хвойным подростом.
  2. Для улучшения распознавания растительности нелесных наземных экосистем был доработан метод оценки значений априорных вероятностей, используемых для классификации.
    Коррекция значений априорных вероятностей, в частности, для нелесных классов, позволила значительно улучшить достоверность их классификации. Также был доработан блок фильтрации единичных выбросов крайних лет временной серии. Для фильтрации карт, полученных за указанные годы, был применен подход по сравнению результатов классификации с результатами, полученными в два смежных года. Если в два смежных года пиксел классифицировался в один и тот же класс растительности, то данному пикселу присваивался выявленный тематический класс. Применение данного подхода позволило снизить ошибки классификации за отдельные годы, вызванные недостатками композитных
    изображений.

  3. В предыдущей версии методики картографирования необлесенных гарей не
    учитывались гари, вызванные пожарами, произошедшими раньше 2001 года (т.е.
    года начала используемого временного ряда спутниковых наблюдений),
    проявляющие тенденцию перехода в лесные классы в охваченный серией
    спутниковых карт период. На основе полученных ранее карт растительного
    покрова было проведено исследование возможности выявления старых гарей до
    2001 года. Для этого были проанализированы спектральные характеристики гарей
    2001-2005 гг. по данным 2006-2020 гг., что позволило отобрать признаки
    выделения старых гарей, а именно RdSWVI и SWIR/NIR. Вегетационный индекс
    RdSWVI строился по данным 2006 и 2020 годов, а отношение SWIR/NIR
    рассчитывалось по данным 2006 года. Было установлено, что лесные классы и
    старые гари по данным признакам достаточно хорошо разделимы.