Значення часових рядів супутникового знімання та історичних даних лісовпорядкування для інвентаризації лісів України
-
Published:2023-10-26
Issue:5
Volume:33
Page:21-27
-
ISSN:2519-2477
-
Container-title:Scientific Bulletin of UNFU
-
language:
-
Short-container-title:SBUNFU
Author:
Миронюк В. В.ORCID, Мельниченко В. А.ORCID, Лакида М. О.ORCID, Терентьєв А. Ю.ORCID, Домашовець Г. С.ORCID
Abstract
Досліджено ефективність картографування лісового покриву за часовими рядами супутникових знімків Landsat і Sentinel 2. Окрім цього, проаналізовано потенціал поєднання проб національної інвентаризації лісів (НІЛ) із матеріалами лісовпорядкування для територій, де польовий збір даних неможливий. Дослідження виконано в межах Сумської області зі залученням 168 пробних ділянок, на яких отримано показники НІЛ упродовж 2021 року. Дослідні дані додатково охоплювали 56 лісових насаджень, що перетинали відібрані проби НІЛ, із оновленими станом на 2018 р. матеріалами лісовпорядкування. Для створення навчальної вибірки та картографування лісового покриву виконано візуальну інтерпретацію 776 ділянок НІЛ, використовуючи знімки Google Earth Pro. Кожній ділянці зазначено атрибути типу земельного покриву та дати знімка, за яким земельний покрив ідентифіковано з найбільшою вірогідністю. Темпоральні траєкторії безхмарних спостережень Landsat (30 м) і Sentinel 2 (10 і 20 м) за 2017-2023 рр. були "вирівняні" за допомогою моделей гармонічної регресії алгоритму сегментації CCDC (англ. Continuous Change Detection and Classification). На основі різночасової інтерпретації земельного покриву та відповідних спектральних показників виконано незалежну класифікацію знімків на трьох рівнях просторового розрізнення супутникових знімків. Загальна точність класифікації типів земельного покриву становила приблизно 90 % і майже не відрізнялася для даних Landsat і Sentinel 2. Показники точності користувача та виробника класифікації лісового покриву досягли на 3 % більших значень для Sentinel 2 (просторове розрізнення 10 і 20 м) порівняно з Landsat (30 м). Загалом виявлено, що знімки вищого просторового розрізнення дають змогу виявити більшу площу вкритих лісовою рослинністю територій. Різниця між площею лісового покриву, оціненою за знімками Sentinel 2, була на 1,6 % більшою порівняно з Landsat. Зважаючи на технічні можливості забезпечити класифікацію за різного просторового розрізнення та отримані результати, перспективнішими для НІЛ України є часові ряди знімків Sentinel 2 (20 м). У роботі також виявлено середній ступінь кореляції (коефіцієнт кореляції становить 0,5) між оцінками сум площ перерізів для проб НІЛ і відповідних даних за лісовпорядкуванням. Зроблено висновок, що історичні матеріали лісовпорядкування мають певний потенціал для оновлення лісових карт за часовими рядами супутникових знімків тільки територій, де тимчасово (5-10 років) неможливо забезпечити збір актуальних даних НІЛ.
Publisher
Ukrainian National Forestry University
Subject
General Earth and Planetary Sciences,General Environmental Science
Reference27 articles.
1. Adams, B., Iverson, L., Matthews, S., Peters, M., Prasad, A., & Hix, D. M. (2020). Mapping Forest Composition with Landsat Time Series: An Evaluation of Seasonal Composites and Harmonic Regression. Remote Sensing, 12(4), 610. https://doi.org/10.3390/rs12040610 2. Bell, D. M., Wilson, B. T., Werstak, C. E., Oswalt, C. M., & Perry, C. H. (2022). Examining k-Nearest Neighbor Small Area Estimation Across Scales Using National Forest Inventory Data. Frontiers in Forests and Global Change, 5. https://doi.org/10.3389/ffgc.2022.763422 3. Bey, A., Sánchez-Paus Díaz, A., Maniatis, D., Marchi, G., Mollicone, D., Ricci, S., Bastin, J.-F., Moore, R., Federici, S., Rezende, M., Patriarca, C., Turia, R., Gamoga, G., Abe, H., Kaidong, E., & Miceli, G. (2016). Collect Earth: Land Use and Land Cover Assessment through Augmented Visual Interpretation. Remote Sensing, 8(10), 807. https://doi.org/10.3390/rs8100807 4. Bilous, A. M., Kashpor, S. M., Myroniuk, V. V., Svynchyk, V. A., & Lesnik, O. M. (Eds.). (2020). Forest Inventory Handbook. Dnipro: Lira LTD, 364. [In Ukrainian]. 5. Bullock, E. L., Woodcock, C. E., & Olofsson, P. (2020). Monitoring tropical forest degradation using spectral unmixing and Landsat time series analysis. Remote Sensing of Environment, 238. https://doi.org/10.1016/j.rse.2018.11.011
|
|