Ідентифікація та оцінювання висот дерев сосни звичайної у насадженнях Чорнобильської зони відчуження стереофотограмметричним способом
Анотація
Розглянуто можливості використання аерофотозйомки за допомогою безпілотного літального апарату та подальшого оброблення отриманих зображень стереофотограмметричними підходами для ідентифікації дерев сосни звичайної та оцінки їх висоти у зімкнутих деревостанах способом порівняння даних, отриманих для кругової пробної площі внаслідок аерофотозйомки та в польових умовах лазерно-оптичними далекомірами, що використані як контрольні значення. Встановлено можливість ідентифікації верхівок стовбурів дерев сосни звичайної за допомогою алгоритмів пошуку максимумів растрів у програмних продуктах ГІС. Підтверджено неможливість детектування дерев нижніх елементів ярусу шляхом застосування радіусів пошуку максимумів малих розмірів (0,5 м), що спричиняє помилкову ідентифікацію значної кількості локальних максимумів (бокових гілок) як окремих дерев. Збільшення розмірів радіусу фільтрації виявлення максимальних значень растра цифрової моделі висоти крони досліджуваного деревостану до 1 м дало змогу з достатньою точністю оцінити висоту (стандартне відхилення 0,44 м) 27 дерев у верхній частині лісового пологу. Це свідчить про перспективність використання перелічених підходів для встановлення лісотаксаційних параметрів насаджень не лише з науковою метою, а й під час проведення лісовпорядкування і лісоінвентаризації, оскільки верхня висота деревостану має тісні функціональні зв'язки з іншими таксаційними ознаками.
Посилання
Brovkina, O., Cienciala, E., Surový, P., & Janata, P. (2018). Unmanned aerial vehicles (UAV) for assessment of qualitative classification of Norway spruce in temperate forest stands. Geo-spatial Information Science, 21(1), 12–20. https://doi.org/10.1080/10095020.2017.1416994
Giannetti, F., Chirici, G., Gobakken, T., Naesset, E., Travaglini, D., & Puliti, S. (2018). A new approach with DTM-independent metrics for forest growing stock prediction using UAV photogrammetric data. Remote Sensing of Environment, 213, 195–205. https://doi.org/10.1016/j.rse.2018.05.016
Goodbody, T., Coops, N., Marshall, P., Tompalski, P., & Crawfordb, P. (2017). Unmanned aerial systems for precision forest inventory purposes: A review and case study. The Forestry Chronicle, 93(1), 71–81. https://doi.org/10.5558/tfc2017-012
Mohan, M., Silva, C., Klauberg, C., Jat, P., Catts, G., Cardil, A., Hudak, A. T., & Dia, M. (2017). Individual tree detection from unmanned aerial vehicle (UAV) derived canopy height model in an open canopy mixed conifer forest. Forests, 8, 340. https://doi.org/10.3390/f8090340
Oteroa, V., Kerchoveb, R., Satyanarayanaa, B., Martínez-Espinosa, C., Fisolc, M., Ibrahimc, M., Sulongc, I., Mohd-Lokmanc, H., Lucasd, R., & Dahdouh-Guebas, F. (2018). Managing mangrove forests from the sky: Forest inventory using field data and Unmanned Aerial Vehicle (UAV) imagery in the Matang Mangrove Forest Reserve, peninsular Malaysia. Forest Ecology and Management, 411, 35–45. https://doi.org/10.1016/j.foreco.2017.12.049
Panagiotidis, D., Abdollahnejad, A., Surový, P., & Chiteculo, V. (2017). Determining tree height and crown diameter from high-resolution UAV imagery. International Journal of Remote Sensing, 38(8–10), 2392–2410. https://doi.org/10.1080/01431161.2016.1264028
Puliti, S., Ene, L., Gobakken, T., & Naesset, E. (2017). Use of partial-coverage UAV data in sampling for large scale forest inventories. Remote Sensing of Environment, 194, 115–126. https://doi.org/10.1016/j.rse.2017.03.019
Strochinskiy, A. A. (1992). Methodical and normative-information provision of a system for regulating the forest plantations productivity in Ukraine. Kyiv: UACA. [In Russian].
Wallace, L., Lucieer, A., Malenovský, Z., Turner, D., & Vopenka, P. (2016). Assessment of forest structure using two UAV techniques: A comparison of airborne laser scanning and structure from motion (SfM) point clouds. Forests, 7, 62. https://doi.org/10.3390/f7030062
Авторське право (c) 2018 http://creativecommons.org/licenses/by/4.0
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
