3. Мониторинг молодых насаждений в бореальных лесах с использованием разновременных спутниковых снимков Landsat

Спутниковые снимки используются для информирования и консультирования лесовладельцев о молодых хвойных насаждениях, которые могут нуждаться в обнаружении лиственных кустарников. Этот отбор осуществляется путем вычисления нормализованного относительного вегетационного индекса (NDVI) последних спутниковых изображений. Слой NDVI затем интерпретируется в сочетании с различной географической информационной системой (ГИС) слоев и местных знаний. В результате этой процедуры, информация передается землепользователям.

Временные ряды изображений Landsat усовершенствованного тематического картирования Plus (ETM +) были использованы для исследования потенциального вклада в характеристику молодых лесных насаждений в северной Швеции. Данные изображений временных рядов были первой группой относительно нормализованных, с использованием статистики изображени4й лесных территорий. Было показано, что разница в отражательном развитии между различными типами лесных насаждений может быть охарактеризована путем установки линейной модели регрессии через группу средних спектральных значений для каждого насаждения, начиная с 5 лет после рубки.

Обнаружение изменений на основе изображения было проведено с целью выявления новых сплошных рубок в период между 1986 и 1992 годами; эти области служили объектами лесных насаждений для оценки регенерации в полевых исследованиях, а также для последующего анализа временных рядов в процессе изучения. В этом вопросе существуют три точки зрения на наборы данных,сгруппированных по возрасту во временные периоды 1986-1988, 1988-1990 и 1990-1992. На практике, изображение 1988 года было слишком ранним в вегетационный период для использования автоматического обнаружения изменений, потому что снежный покров остался на земле. Вместо этого, обнаружение изменений было проведено в период между 1986 и 1990 годами, и затем все объекты были разделены на группы до и после 1988 года при визуальном осмотре. Обнаружение изменений 1990-1992 периода было проведено автоматически. Эти периоды получили номинальный возраст 1987, 1989 или 1991 годов для рубки, но фактический год рубки может быть убавлен на один год.

Обнаружение изменений было выполнено по первой нормализации пар изображения через гистограммы соответствия на основе выборки лесных пикселей, а затем через изменения в группе ТМ. После применения большинства фильтров для удаления лишних пикселей, процедура объединения была использована для определения группы пикселов, представляющей отдельные насаждения. Эти объекты были помечены и преобразованы в векторные полигоны. Общее число сплошных рубок, которые определены обнаружением изменений, составило 210, 267 и 230 для трех периодов, соответственно. Изменение в отражении между старым лесом и областями сплошных рубок велико, а также значительный опыт в Швеции с ежегодным оперативным картированием всех сплошных рубок показывает, что почти все области можно обнаружить по данным обнаружения изменений Landsat или SPOT.

В результате моделирования спектральных тенденций были оценены коэффициенты наклона и пересечения, которые были уникальны для каждого насаждения и группы. В ходе исследования мы проверяли, действительно ли эти оцененные наклон и пересечение могут улучшить оценки и классификации особенностей леса, представляющих, по сравнению с использованием, только спектральные данные из изображений в конце временного ряда. Использованными методами были корреляционный анализ (метод Пирсона), метод множественной регрессии наименьших квадратов и дискриминантный анализ.

Для анализа корреляций между спектральными данными и характеристиками леса, а также для изучения возможности моделирования характеристик леса с помощью множественной регрессии, семь признаков, описывающие молодые лесные насаждения, были взяты из лесоустроительных данных. Функции были отобраны для их отношений к прогнозированию развития лесного хозяйства, а также для поиска необходимых насаждений.

Для начального отображения траекторий отражения и для дискриминантного анализа, насаждения полевых исследований были разделены на шесть классов. Это разделение нацелено на предсказание будущего состояния лесных насаждений и основано на доминирующих хвойных породах, которые относятся к видам, которые будут посажены. Таким образом, насаждения с более 1000 хвойных пород на га были помечены как хвойные, даже если лиственных были более многочисленны. Существует большой разброс в количестве лиственных пород в хвойных насаждениях и часто есть больше лиственных кустарников, чем хвойных пород в насаждении. Это доказано классификацией спутниковых данных, попытки оценки сложнее, чем, если фактические пропорции видов были бы использованы в исследовании. Тем не менее, мотивация для классификации на основе хвойных пород является той, которая отражает всё управление насаждениями в будущем, как и большинство лиственных деревьев будут удалены в возможных предварительных и коммерческих рубках.

Для прогнозирования будущего лесного ландшафта важно было определить доминирующие хвойные виды молодняков. Попытка была сделана с использованием классификации максимального правдоподобия. Перекрестная проверка была использована для оценки результатов. Лучший результат, основанный на использовании более позднего изображения TM (2004), дал общую точность 40,6%. Онбыл получен с использованием всех групп и соотношения ТМ 4/TM 3. Лучший результат на основе временных рядов был получен с использованиемизображений TM 5 и ТМ-7. Общая точность была 50,0%. Такая точность была даже выше, чем точность полученных при использовании всех функций временных рядов и наиболее позднихизображений, она была протестирована. В этом случае было достигнуто 45,2% общей точности.

Результаты данной работы являются полезными для исследования насаждений, которые могут нуждаться в предварительных коммерческих рубках ухода, а также для улучшения прогноза ожидаемого развития лесного хозяйства для всехлесных ландшафтов, занимающихдоминирующее положение.