3D-МОДЕЛЬ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА СНИМКОВ LANDSAT КАК ОСНОВА ГЕОМАТИЧЕСКОЙ МОДЕЛИ БОРЕАЛЬНЫХ ЭКОСИСТЕМ

DOI: 10.24057/2414-9179-2018-2-24-116-128

Посмотреть или загрузить статью (Rus)

Об авторе

Литинский П.Ю.

Федеральный исследовательский центр «Карельский научный центр Российской академии наук»,
ул. Пушкинская, д. 11, 185910, Петрозаводск, Россия,
E-mail: litinsky@sampo.ru

Аннотация

Описывается новый подход к использованию снимков Landsat, основанный на создании 3D-модели их спектрального пространства. Модель строится в осях x-y-z, где x и y — две первые главные компоненты логарифмированной матрицы снимка (каналы R, NIR, SWIR2), и z — индекс влажности MSI (отношение SWIR1 / NIR). Эмпирическим путем найденная трансформация более пригодна для бореальных экосистем, чем классическая Tasseled Cap. Сегментация спектрального пространства методом эллипсоидов обеспечивает более точное, по сравнению. с традиционными методами, выявление контуров экосистем. Показано, что в спектральном пространстве снимков северотаежной подзоны Восточной Фенноскандии представлены все основные типы биогеоценозов (комплексов четвертичные отложения + растительность), и их локализация соответствует экологической типологии. Четко просматриваются экологические ряды лесных автоморфных и гидроморфных экосистем, а также траектории процесса лесовосстановления после рубки, от появления растительности до молодняков, средневозрастных и спелых лесов. Для открытых болот локализация спектральных сегментов соответствует типу водно-минерального питания (олиготрофное или мезотрофное), и степени увлажнения поверхности. Принципиальное отличие данной модели от созданных традиционными методами в том, что результат определяется не схемой закладки ключевых участков, а объективным биофизическим параметром — положением экосистемы в спектральном пространстве. Спектральная модель представляет собой математически формализованный объект, описывающий количественные и качественные характеристики экосистем. Будучи развернутой в географическом пространстве, она превращается в оптимальную картографическую основу для планирования экологически сбалансированного природопользования для обеспечения устойчивого развития территории.

Ключ. слова

геоматическое моделирование, таежные экосистемы, классификация снимков Landsat

Список литературы

  1. Волков А.Д., Громцев А.Н., Еруков Г.В. и др. Экосистемы ландшафтов запада северной тайги (структура, динамика). Петрозаводск: КарНЦ РАН, 1995. 194 с.
  2. Замятин А.В. Анализ динамики ландшафтного покрова на основе данных дистанционного зондирования Земли // Исследование Земли из космоса. 2006. № 6. C. 50–64.
  3. Крышень А.М., Литинский П.Ю. Сопоставление и взаимная верификация геоинформационной и эколого-динамической моделей разнообразия лесных экосистем // Труды КарНЦ РАН. 2013. № 2. C. 86–91. http://forestry.krc.karelia.ru/publ.php?id=10572
  4. Литинский П.Ю. Классификация сканерных снимков методом моделирования спектрального пространства // Труды КарНЦ РАН. 2011. № 5. С. 45–54. http://forestry.krc.karelia. ru/publ.php?id=8809
  5. Литинский П.Ю. Геоинформационная модель наземных экосистем северотаежной подзоны восточной Фенноскандии // Труды КарНЦ РАН. 2012. № 1. C. 3–15. http://forestry.krc.karelia.ru/publ.php?id=9352
  6. Литинский П.Ю. Геоинформационная модель наземных экосистем Прибеломорской низменности // Труды КарНЦ РАН. 2016. № 3. C. 3–9. DOI: 10.17076/bg221.
  7. Пузаченко Ю.Г., Алещенко Г.М., Молчанов Г.С., Пузаченко А.Ю. Анализ аэрофотоизображения для выделения типов территориальных структур // Материалы второго всерос. совещ. «Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве». М., 1998. C. 156–159.
  8. Шаталов А.В., Жирин В.М., Сухих В.И. и др. Анализ информативности космических снимков высокого разрешения QuickBird // Междунар. конф. «Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве». М., 2007. C. 168–174.
  9. Biotic diversity of Karelia: conditions of formation, communities and species. Petrozavodsk: Karelian Research Centre of RAS, 2003. 244 p.
  10. Cohen W.B., Spies T.A., Fiorella M. Estimating the age and structure of forests in a multi-ownership landscape of western Oregon, U.S.A. Int. J. Remote Sensing. 1995. V. 16, No 4. P. 721–746.
  11. Hirata Y., Takahashi T. Image segmentation and classification of Landsat Thematic Mapper data using a sampling approach for forest cover assessment. Can. J. For. Res. 41(1). P. 35–43. DOI: 10.1139/X10-130.
  12. Huang C., Yang Wylie L., Homer Collin, Zylstra G. Derivation of a Tasselled cap transformation based on Landsat 7 at-satellite reflectance: USGS Staff—Published Research. 2002. Paper 621. http://digitalcommons.unl.edu/usgsstaffpub/6
  13. Kanellopoulos I., Wilkinson G.G. Strategies and best practice for neural network image classification // International Journal of Remote Sensing. 1997. 18(4). P. 711–725.
  14. Kauth R.J., Thomas G.S. The Tasseled Cap a graphic description of the spectral-temporal development of agricultural crops as seen by Landsat // Proceedings on the Symposium on Machine Processing of Remotely Sensed Data, 4b: 41–51, 6 June 2 July 1976 (West Lafayette, Indiana: LARS, Purdue University).
  15. Krankina O.N., Pflugmacher D., Friedl M., Cohen W.B., Nelson P., Bacini A. Meeting the challenge of mapping peatlands with remotely sensed data, Biogeosciences Discuss. 2008. 5. P. 2075–2101. DOI: 10.5194/bgd-5-2075-2008.
  16. Pignatti S., Box E.O., Fujiwara K. A new paradigm for the XXIth century // Ann. Bot. 2002. V. 2. P. 3057.
  17. Richards J.A., Xiuping Jia. Remote Sensing Digital Image Analysis. Berlin, Springer, 1999. 400 p.
  18. Zhou L., Yang X. Use of neural networks for land cover classification from remotely sensed imagery, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. V. XXXVII. Part B 7. Beijing. 2008. P. 575–578.

Для цитирования: Литинский П.Ю. 3D-МОДЕЛЬ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА СНИМКОВ LANDSAT КАК ОСНОВА ГЕОМАТИЧЕСКОЙ МОДЕЛИ БОРЕАЛЬНЫХ ЭКОСИСТЕМ. Материалы Международной конференции «ИнтерКарто. ИнтерГИС». 2018;24(2):116–128. DOI: 10.24057/2414-9179-2018-2-24-116-128

For citation: Litinsky P.Yu. 3D MODEL OF THE SPECTRAL SPACE OF LANDSAT IMAGES AS THE BASIS OF THE BOREAL ECOSYSTEMS GEOMATIC MODEL. Proceedings of the International conference “InterCarto. InterGIS”. 2018;24(2):116–128 DOI: 10.24057/2414-9179-2018-2-24-116-128 (in Russian)