Развитие методов динамического картографирования преобладающих древесных пород

Сотрудники космической обсерватории продолжили развитие методов динамического картографирования преобладающих древесных пород. Для этого была проведена пространственная и тематическая (на уровне «лес» / «не лес») согласованность классов древесных пород с классами серии карт растительного покрова наземных экосистем.

Согласованность двух временных серий карт состоит из пяти этапов:

1. Пиксели карты древесных пород, не совпадающие с лесными классами карты растительности наземных экосистем (темнохвойный лес, светлохвойный лес, лиственный лес, хвойный листопадный (лиственничный) лес, три класса смешанных лесов), исключены из лесных классов. Аналогично пиксели в карте растительности, не совпадающие с классами карты древесных пород, были отмечены для дальнейшей обработки техническим кодом. Пиксели карты растительности, принадлежащие к классам светлохвойный лес и хвойный листопадный (лиственничный) лес, позволяющим однозначно определить преобладающую породу (сосна и лиственница, соответственно), в карте преобладающих пород получили соответствующие значения
2. Для карт древесных пород 2001, 2006-2013, 2018-2020 гг. определение преобладающей породы для пикселей с техническим кодом (см. пункт 1) проводилось на основе результатов тематической классификации с обучением. При этом для указанных пикселей выполнялась повторная классификация сформированных признаков с использованием тех же спектрально-временных сигнатур, метода классификации и значений априорных вероятностей, что и при построении предыдущей версии карт пород для обеспечения совместимости
3. Для карт древесных пород 2002-2005 и 2014-2017 гг. определение преобладающей породы для пикселей с техническим кодом (см. пункт 1) проводилось на основе дополнительного многоэтапного анализа значений соответствующего пикселя карт пород за ближайшие годы. Для каждого года из рассматриваемого периода упорядочивались по близости к году обрабатываемой карты, а затем по близости к центру периода интерполяции. Далее для каждого пикселя карты рассматриваемого года с техническим кодом (см. пункт 1) определялся класс лесного покрова по карте растительности и анализировались значения данного пикселя в картах пород ближайших лет, согласно вышеописанной последовательности. Пикселю обрабатываемой карты приписывалось первое из встреченных значений (преобладающих пород), которое тематически согласуется с классом леса по карте растительности. В случае отсутствия для данного пикселя согласованных классов, пиксель считался принадлежащим к первой встречающейся преобладающей породе без учета ее тематической согласованности с картой растительности
4. Если предыдущие шаги логически не выполнялись, то для оставшихся пикселей с техническим кодом выполняется статистический анализ распределения близких в пространстве пикселей карты по преобладающим породам внутри окна заданного размера с центром в рассматриваемом пикселе. Пикселю приписывается наиболее часто встречающаяся порода внутри рассматриваемого окна. При этом преобладающая порода определяется на основе тематического соответствия лесному классу по карте растительности за текущий год согласно таблице ниже. Исходный размер окна, составляющий 3×3 пикселя, постепенно увеличивается до тех пор, пока внутри него не появляется хотя бы один пиксель, принадлежащий к одному из возможных тематических классов (преобладающей породе)
5. На заключительном этапе выполнялась фильтрация временного ряд карт преобладающих древесных пород для исключения одиночных аномальных отклонений. Для каждого года из диапазона 2003-2018 определялась наиболее часто встречающаяся порода внутри скользящего временного окна размером 5 лет с центром на текущем году. Например, для каждого пикселя карты пород 2005 года определялась порода, к которой данный пиксель относился наиболее часто в картах за 2003-2007 годы. Если в рассматриваемом году преобладающая порода в пикселе отличалась от часто встречаемой, а в предыдущем и последующем году данный пиксель относился к нему, то в текущем году преобладающая порода этого пикселя также менялась на часто встречаемый случай. При этом использование оценки наиболее часто встречающейся породы в скользящем пятилетнем окне позволило учесть возможность смены преобладающих пород.

Таблица соответствия преобладающих древесных пород и классов лесных экосистем карты растительности