Определение геометрических параметров древесной растительности по данным воздушного лазерного сканирования

DOI: 10.35595/2414-9179-2023-1-29-452-464

Посмотреть или загрузить статью (Rus)

Об авторах

И.А. Рыльский

Московский государственный университет имени М.В. Ломоносова, Географический факультет,
Ленинские горы, д. 1, Москва, Россия, 119991,
E-mail: rilskiy@mail.ru

M.C. Малеванная

Московский государственный университет имени М.В. Ломоносова, Географический факультет,
Ленинские горы, д. 1, Москва, Россия, 119991,
E-mail: malevannaya_m@mail.ru

М.В. Грибок

Московский государственный университет имени М.В. Ломоносова, Географический факультет,
Ленинские горы, д. 1, Москва, Россия, 119991,
E-mail: gribok.marina@gmail.com

А.Н. Панин

Московский государственный университет имени М.В. Ломоносова, Географический факультет,
Ленинские горы, д. 1, Москва, Россия, 119991,
E-mail: alex_panin@mail.ru

Аннотация

Растительность является одним из наиболее важных компонентов географической среды. Создание карт растительности и определение ее характеристик — распространенная задача при ведении лесохозяйственной деятельности. При создании карт наиболее крупных масштабов возникает задача определения параметров отдельных деревьев — их высот, диаметров крон, координат положения стволов в пространстве (т. наз. подеревная съемка). Существующие наземные технологии решения этой задачи дороги и малопроизводительны. Космические средства съемки не обеспечивают приемлемого результата. Аэрофотосъемка также мало подходит для решения данной задачи (по ряду причин). Наиболее перспективным является применение метода воздушного лазерного сканирования с использованием не слишком плотных облаков точек лазерных отражений (4–8 точек на 1 м2), что позволяет обеспечить подобными данными значительные (до нескольких млн га леса в год на одну систему) площади лесов. Выполнение съемок с большей плотностью (в т. ч. с применением беспилотных летательных средств) представляется нерациональным по причине невозможности прямых измерений стволов деревьев и низкой производительности. Исследование проведено на тестовой территории в регионе Северного Кавказа (Республика Адыгея) по данным съемочных работ 2022 г., осень). Данная работа посвящена разработке и оценке результатов использования методики определения параметров отдельных деревьев. Для этого предлагается использовать типовые функции анализа рельефа и гидрологического моделирования в сочетании с фильтрацией данных с использованием статистических функций в пределах скользящего окна. Анализ ведется с использованием регулярно-ячеистой модели относительных высот деревьев. Итоговым результатом работы является точечный векторный ГИС-слой, где плановое положение точки соответствует положению ствола дерева, а его высота и диаметр кроны записаны в таблице атрибутов. Итоговые результаты после сплошной визуальной проверки по регулярно-ячеистой модели данных и выборочной ручной проверки с использованием ортофотопланов и исходных точек лазерных отражений можно оценить как приемлемые, но нуждающиеся в дальнейшем совершенствовании методики.

Ключ. слова

аэрофотосъемка, древесная растительность, лидар, ГИС, лесотаксация

Список литературы

  1. Капралов Е.Г., Кошкарев А.В., Тикунов В.С. Основы геоинформатики. Учебное пособие для студентов вузов в 2-х книгах. М.: Академия, 2004. 352 с.; 480 с.
  2. Рыльский И.А., Малеванная М.С. Наземные лазерные методы — новые подходы к информационному обеспечению географических исследований. Геодезия и картография, 2014. № 8. С. 38–48. DOI: 10.22389/0016-7126-2014-890-8-38-48.
  3. Рыльский И.А., Тикунов В.С. Перспективы использования комплексов воздушного лазерного сканирования для картографирования лесов. Известия Иркутского государственного университета. Серия «Науки о Земле», 2016. Т. 15. С. 104–113.
  4. Allen Р.К., Stamos I., Troccoli A.A., Smith B., Leordeanu M., Hsu Y. 3D modeling of historic sites using range and image data. Proceedings of the 2003 IEEE International Conference on Robotics and Automation, 2003. V. 1. P. 145–150.
  5. Chen Q. Airborne lidar data processing and information extraction. Photogrammetric Engineering & Remote Sensing, 2007. V. 73. No. 2. P. 109–112.
  6. Gorgens E., Valbuena R., Rodriguez L. A method for optimizing height threshold when computing airborne laser scanning metrics. Photogrammetric Engineering & Remote Sensing, 2017. V. 1. P. 343–350.
  7. Haala N., Brenner C., Anders K.-H. 3D urban GIS from laser altimeter and 2D map data. International Archives of Photogrammetry and Remote Sensing, 1998. P. 339–346.
  8. Korpela I. Mapping of understory lichens with airborne discrete-return LiDAR data. Remote Sensing of Environment, 2008. P. 3891–3897.
  9. Lohr U. Digital elevation models by laser scanning: Principle and applications. Third International Airborne Remote Sensing Conference and Exhibition, 1997. P. 174–180.

Для цитирования: Рыльский И.А., Малеванная M.C., Грибок М.В., Панин А.Н. Определение геометрических параметров древесной растительности по данным воздушного лазерного сканирования. ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ, 2023. Т. 29. Ч. 1. С. 452–464 DOI: 10.35595/2414-9179-2023-1-29-452-464

For citation: Rylskiy I.А., Malevannaya M.S., Gribok M.V., Panin A.N. Determination of the geometric parameters of vegetation using airborne laser scanning data. InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: MSU, Faculty of Geography, 2023. V. 29. Part 1. P. 452–464. DOI: 10.35595/2414-9179-2023-1-29-452-464 (in Russian)