RU2719731C1 - Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя - Google Patents
Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя Download PDFInfo
- Publication number
- RU2719731C1 RU2719731C1 RU2019132500A RU2019132500A RU2719731C1 RU 2719731 C1 RU2719731 C1 RU 2719731C1 RU 2019132500 A RU2019132500 A RU 2019132500A RU 2019132500 A RU2019132500 A RU 2019132500A RU 2719731 C1 RU2719731 C1 RU 2719731C1
- Authority
- RU
- Russia
- Prior art keywords
- coniferous
- forest
- deciduous
- areas
- aircraft carrier
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G23/00—Forestry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Изобретение относится к лесному хозяйству и может найти применение при дистанционном мониторинге лесных массивов на обширных территориях. Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев включает дистанционную регистрацию полей яркости лесной растительности с авиационного носителя. Для этого используют лазерное зондирование с авиационного носителя на безопасных для зрения двух длинах волн λ, λ, выбранных по экспериментальным данным в УФ и ближнем ИК спектральных диапазонах. По данным измерений формируют информационный индекс, равный отношению регистрируемых интенсивностей I(λ) и I(λ) на длинах волн λ, λ. Об участках с преобладанием хвойных или лиственных пород деревьев судят по выполнению соотношений:R(λ, λ)≥R(λ, λ) для лиственных пород;R(λ, λ)<R(λ, λ) для хвойных пород;где λ=355 нм, λ2=2100 нм; R(λ, λ) - пороговое значения, выбранное в результате предварительных исследований спектров отражения хвойных и лиственных пород деревьев в данном регионе. Способ позволяет проводить мониторинг независимо от времени суток и в широком диапазоне атмосферных условий при высотах полета авиационного носителя до единиц км. 5 ил.
Description
Область техники
Изобретение относится к лесному хозяйству и может найти применение при дистанционном мониторинге лесных массивов на обширных территориях.
Уровень техники
Наиболее перспективным направлением контроля обширных лесных массивов Российской Федерации является дистанционный аэрокосмический мониторинг [1].
В настоящее время в большинстве случаев для мониторинга лесов используют различных вегетационные индексы, основанные на измерениях пассивных мульти- или гиперспектральных датчиков в видимом и ближнем (до 1 мкм) спектральных диапазонах [1-8].
Одной из основных задач, решаемых методами аэрокосмического мониторинга в лесном хозяйстве, является определение породного состава лесов.
Известны способы, которые позволяют определять породный состав лесов [4, 6-8].
Недостатками этих способов являются:
- невозможность работы в сумерках и в темное время суток и сильная зависимость от оптического состояния земной атмосферы;
- сложность их реализации (необходимость наземных измерений [4, 7] и использование спектрометров высокого спектрального разрешения);
- использование для мониторинга датчиков в видимом и ближнем (до 1 мкм) спектральных диапазонах, для которых спектральные характеристики пород деревьев могут сильно различаться для разных регионов;
Для примера на Фиг. 1 для видимого и ближнего (до 1 мкм) спектральных диапазонов приведены спектры отражения некоторых лиственных и хвойных деревьев из [7] (Фиг. 1а) и спектры отражения некоторых лиственных и хвойных деревьев из спектральных библиотек [9, 10] (Фиг. 1б).
На Фиг. 1 по вертикальной оси отложены значения коэффициента отражения (в относительных единицах), а по горизонтальной оси - длина волны излучения.
Сравнение Фиг. 1а и Фиг. 1б показывает, что спектральные характеристики лиственных и хвойных деревьев в видимом и ближнем (до 1 мкм) спектральных диапазонах сильно варьируются (данные из [7] и [9, 10] получены для разных регионов).
Недостатки способов [4, 6-8] обусловлены сложностью заявленной задачи - определение породного состава лесов.
Предлагаемый более простой способ предназначен для решения более простой задачи - определение областей лесных массивов с преобладанием хвойных или лиственных пород деревьев.
Наиболее близким к предлагаемому способу является способ мониторинга лесов [3], включающий дистанционную регистрацию полей яркости лесной растительности аэрокосмическими средствами путем зондирования много- или гиперспектральным датчиком с получением цифровых изображений, на основе которых формируют поля значений вегетационных индексов, отличающийся тем, что дополнительно определяют значения удельных энергетических поверхностей рассеивания на основе зондирования леса радиолокационными средствами, поля значений вегетационных индексов и удельной энергетической поверхности рассеивания подвергают кластеризации с выделением относительно однородных групп, в пределах которых общая изменчивость значений меньше, чем в генеральной совокупности, определяют пересечения полученных кластеров в пространстве географических координат изображения, формируют векторные слои участков пересечений для последующего многолетнего мониторинга с определением искомых параметров леса в границах полученных пересечений кластеров.
Недостатками этого способа [3] для дистанционного определения состава насаждений является:
-- невозможность работы много- или гиперспектральных датчиков в сумерках и в темное время суток и сильная зависимость от оптического состояния земной атмосферы;
- сложность его реализации (использование много- или гиперспектральных датчиков и радиолокационных средств [3]);
- ориентация способа [3] на дистанционное зондирование с искусственного спутника земли (ИСЗ) (использование вегетационных индексов, основанных на измерениях в видимом и ближнем инфракрасных диапазонах, и исключение данных ультрафиолетового диапазона, так как ультрафиолетовое излучение активно поглощается в озоновом слое земной атмосферы на высотах 16-22 км).
Раскрытие изобретения
Избежать этих недостатков можно тем, что, согласно дистанционному способу мониторинга лесов, включающему дистанционную регистрацию полей яркости лесной растительности аэрокосмическими средствами путем зондирования, с авиационного носителя проводится лазерное зондирование на безопасных для зрения двух длинах волн λ1, λ2 выбранных по экспериментальным данным в ультрафиолетовом (УФ) и ближнем инфракрасном (ИК) спектральных диапазонах, формируется информационный индекс 
равный отношению регистрируемых интенсивностей I(λ1) и I(λ2) на этих длинах волн и о участках с преобладанием хвойных или лиственных пород деревьев судят по выполнению соотношений:
где: λ1=355 нм, λ2=2100 нм; Rпор(λ1, λ2) - пороговое значения, выбранное в результате предварительных исследований спектров отражения хвойных и лиственных пород деревьев в данном регионе.
Способ основан на анализе данных экспериментальных измерений спектров отражения хвойных и лиственных деревьев в широком спектральном интервале 350-2500 нм.
Перечень фигур
На Фиг. 1 показаны примеры спектров отражения лиственных и хвойных деревьев для видимого и ближнего (от 400 до 1000 нм) спектральных диапазонов, а - данные [7], б - данные [9, 10].
На Фиг. 2 схематично изображено устройство, реализующее предлагаемый способ.
На Фиг. 3 показаны примеры спектров отражения лиственных и хвойных деревьев в широком спектральном интервале 350 - 2500 нм [9, 10].
На Фиг. 4 показаны значения информационного параметра R(λ1, λ2) для λ1=355 нм, λ2=2100 нм.
Осуществление изобретения
Устройство для реализации способа содержит (см. Фиг. 2) блок источников лазерного излучения 1, облучающий земную поверхность на двух длинах волн λ1, λ2 в УФ (355 нм) и ближнем ИК (2100 нм) спектральных диапазонах, блок фотоприемников 2, регистрирующий излучение отраженное от земной поверхности на двух длинах волн λ1, λ2; блок обработки 3, который по данным измерений I(λ1) и I(λ2) проводит проверку выполнения соотношений (1).
Реализация способа устройством осуществляется следующим образом.
Блок источников лазерного излучения 1 облучает исследуемую земную поверхность 4 на двух длинах волн λ1, λ2 в УФ (355 нм) и ближнем ИК (2100 нм) спектральных диапазонах (блок источников лазерного излучения 1 находится на авиационном носителе). Облучение земной поверхности осуществляют вертикально вниз (для увеличения полосы обзора возможно сканирование поперек направления полета носителя). Фотоприемник 2 регистрирует излучение отраженное от земной поверхности на двух длинах волн λ1,λ2. Сигналы с фотоприемника 2 поступают в блок обработки 3, в который заранее введены пороговые соотношения (1) и значение порога Rпор(λ1, λ2). В блоке обработки по данным измерений I(λ1) и I(λ2) проводится проверка выполнения соотношений (1) и определение участков леса с преобладанием хвойных или лиственных пород деревьев. При облете исследуемого района результатом работы блока 3 является массив данных о участках леса с преобладанием хвойных или лиственных пород деревьев (карта границ участков леса с преобладанием хвойных или лиственных пород деревьев).
Исходными данными для разработки способа лазерного определения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя являются данные экспериментальных измерений спектров отражения хвойных и лиственных деревьев в широком спектральном интервале 350-2500 нм [9, 10].
На Фиг. 3 показаны примеры спектров отражения лиственных и хвойных деревьев в широком спектральном интервале 350-2500 нм [9, 10].
Из рисунка видно, что спектры отражения разных лиственных и хвойных деревьев очень близки друг к другу в спектральном диапазоне 350-725 нм. В спектральном диапазоне 725-1350 нм спектры отражения в какой-то степени разделяются, но отделить хвойные породы от лиственных пород нельзя.
Гораздо лучше ситуация в спектральных диапазонах 1500-1800 нм и 2050-2300 нм. Хорошо видно, что в этих спектральных диапазонах спектры отражения лиственных пород деревьев отделены от спектров отражения хвойных пород деревьев.
Использование лазерного излучения для задач дистанционного зондирования параметров окружающей среды всегда связано с потенциальной опасностью для зрения людей. Однако, эту опасность можно минимизировать.
Излучение в ближнем ИК спектральном диапазоне с длинами волн более 1400 нм и в УФ спектральном диапазоне с длинами волн 200-380 нм является более безопасным (оно воздействует на передние среды глаза), чем излучение в спектральном диапазоне 380-1400 нм (оно воздействует на сетчатку глаза) [11].
Длины волн зондирования λ1, λ2 в предлагаемом способе были выбраны из двух условий: безопасности для зрения и разделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время (в зимнее время участки леса с лиственными породами хорошо выделяются по отсутствию лиственного покрова).
Математическое моделирование с использованием данных экспериментальных измерений спектров отражения хвойных и лиственных деревьев в широком спектральном интервале 350-2500 нм [9, 10] показывает, что перспективными вариантами длин волн λ1, λ2 в являются: λt в УФ спектральном диапазоне 355 нм и λ2 в ближнем ИК 2100 нм.
На Фиг. 4 показаны значения информационного параметра R(λ1, λ2) для λ1=355 нм, λ2=2100 нм для созданной (на основе данных [9, 10]) базы данных.
На Фиг. 4 по вертикальной оси отложены значения информационного индекса R, а по горизонтальной оси - номер n спектра отражения растений в созданной базе данных.
Номера 1-21 - лиственные деревья в летний период (1-3 - осина с разных участков, 4 - лох узколистый, 5 - орех, 6-10 - клен разных пород с разных участков, 11-14 - береза с разных участков, 15-17 - дуб разных пород с разных участков, 18-21 - бук разных пород с разных участков.
Номера 22-43 - хвойные деревья в летний период (22-27, 35-43 - сосна разных пород с разных участков, 28, 29 - ель разных пород, 30 - можжевельник, 31-34 - кедр с разных участков).
Из Фиг. 4 видно, что значения информационного параметра R(λ1, λ2) (для λ1=355 нм, λ2=2100 нм) для лиственных пород деревьев больше, чем значения информационного параметра для хвойных пород деревьев.
Это позволяет использовать в летнее время информационный параметр R(λ1, λ2) (для λ1=355 нм, λ2=2100 нм) для определения участков леса с преобладанием хвойных или лиственных пород деревьев.
В качестве лазерных источников для λ1=355 нм может быть использован модуль третьей гармоники лазера на иттрий-алюминиевом гранате с легированием неодимом [12], а для λ2=2100 нм - оптический параметрический генератор на основе Nd:YLF лазера (фторида иттрия-лития с легированием неодимом) [13].
Использование лазерных источников излучения и ультрафиолетового спектрального диапазона для одного из них ограничивает применение заявляемого способа авиационным зондированием. Однако, преимуществом заявляемого способа является возможность работы в сумерках, в темное время суток и в широком диапазоне атмосферных условий (в том числе и под сплошной облачностью.
Процедура определения участков с преобладанием хвойных или лиственных пород деревьев состоит в проверке выполнения соотношений:
R(λ1, λ2)≥Rпор(λ1, λ2) для лиственных пород
R(λ1, λ2)<Rпор(λ1, λ2) для хвойных пород
где λ1 = 355 нм, λ2 = 2100 нм; Rпор(λ1, λ2) - пороговое значения, выбранное в результате предварительных исследований спектров отражения хвойных и лиственных пород деревьев в данном регионе.
Предлагаемый способ дистанционного лазерного определения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя основан на регистрации отраженного излучения на безопасных для зрения лазерных длин волн, использует информацию о коэффициентах отражения лесной растительности на длинах волн 355 и 2100 нм и позволяет проводить мониторинг независимо от времени суток и в широком диапазоне атмосферных условий при высотах полета авиационного носителя до единиц км.
Источники информации
1. Аэрокосмический мониторинг лесов / Исаев А.С., Сухих В.И., Калашников Е.Н. и др., М: Наука, 1991.239 с.
2. Патент RU 2406295. Способ экологического мониторинга лесов. Дата действия патента 27.04.2009. МПК A01G 23/00.
3. Патент RU 2489845. Способ мониторинга лесов. Дата действия патента 24.04.2012. МПК A01G 23.
4. Патент RU 2428004. Способ определения состава насаждений. Дата действия патента 31.03.2010. МПК A01G 23, G01C 11/04.
5. Патент RU 2416192. Способ определения экологического состояния лесов. Дата действия патента 27.04.2009. МПК A01G 23/00.
6. Патент RU №2371910. Способ определения состава насаждений. Дата действия патента 21.05.2008. МПК A01G 23/00.
7. Давыдов В.Ф., Батырев Ю.П. Способ определения состава насаждений // Лесной вестник. 2010. №7. С. 48-52.
8. Егоров В.Д., Козодеров В.В. Распознавание лесной растительности по самолетным гиперспектральным данным // Исследование Земли из космоса. 2016. №3. С. 47-58.
9. Meerdink S.K., Hook S.J., Abbott Е.А., Roberts D.A., ECOSTRESS Spectral Library - Version 1.0, https://speclib.jpl.nasa.gov (2018).
10. Clark, R.N., Swayze, G.A., Wise, R., Livo, K.E., Hoefen, Т.M., Kokaly, R.F. and Sutley, S.J., USGS Digital Spectral Library splib06a, U.S. Geological Survey, Data Series 231, 2007, http://speclab.cr.usgs.gov/spectral.lib06 (2007).
11. Лазерная безопасность. Общие требования безопасности при разработке и эксплуатации лазерных изделий. ГОСТ 31581-2012. М.: Стандартинформ, 2013.
12. NL230 series, https://ekspla.cn/product/nl230-series-nanosecond-q-switched-dpss-ndyag-lasers/
13. ОРО SERIES. http://www.nanointek.ru/assets/files/OPO.pdf.
Claims (4)
- Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев путем дистанционной регистрации полей яркости лесной растительности аэрокосмическими средствами зондирования, отличающийся тем, что используют лазерное зондирование с авиационного носителя на безопасных для зрения двух длинах волн λ1, λ2, выбранных по экспериментальным данным в УФ и ближнем ИК спектральных диапазонах, формируют информационный индексравный отношению регистрируемых интенсивностей I(λ1) и I(λ2) на этих длинах волн и об участках с преобладанием хвойных или лиственных пород деревьев судят по выполнению соотношений:
-
- где λ1=355 нм, λ2=2100 нм;
- Rпор(λ1, λ2) - пороговое значения, выбранное в результате предварительных исследований спектров отражения хвойных и лиственных пород деревьев в данном регионе.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019132500A RU2719731C1 (ru) | 2019-10-14 | 2019-10-14 | Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019132500A RU2719731C1 (ru) | 2019-10-14 | 2019-10-14 | Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2719731C1 true RU2719731C1 (ru) | 2020-04-22 |
Family
ID=70415606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019132500A RU2719731C1 (ru) | 2019-10-14 | 2019-10-14 | Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2719731C1 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2763507C1 (ru) * | 2021-04-14 | 2021-12-29 | федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)" (МГТУ им. Н.Э. Баумана) | Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2115887C1 (ru) * | 1994-09-27 | 1998-07-20 | Московский государственный университет леса | Способ идентификации типов растительности |
| US7187452B2 (en) * | 2001-02-09 | 2007-03-06 | Commonwealth Scientific And Industrial Research Organisation | Lidar system and method |
| RU2428004C1 (ru) * | 2010-03-31 | 2011-09-10 | Государственное учреждение "Научный центр проблем аэрокосмического мониторинга" (ЦПАМ "АЭРОКОСМОС") | Способ определения состава насаждений |
-
2019
- 2019-10-14 RU RU2019132500A patent/RU2719731C1/ru active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2115887C1 (ru) * | 1994-09-27 | 1998-07-20 | Московский государственный университет леса | Способ идентификации типов растительности |
| US7187452B2 (en) * | 2001-02-09 | 2007-03-06 | Commonwealth Scientific And Industrial Research Organisation | Lidar system and method |
| RU2428004C1 (ru) * | 2010-03-31 | 2011-09-10 | Государственное учреждение "Научный центр проблем аэрокосмического мониторинга" (ЦПАМ "АЭРОКОСМОС") | Способ определения состава насаждений |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2763507C1 (ru) * | 2021-04-14 | 2021-12-29 | федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)" (МГТУ им. Н.Э. Баумана) | Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kokhanovsky et al. | Database of optical and structural data for the validation of forest radiative transfer models | |
| Ashraf et al. | Introduction to remote sensing of biomass | |
| Tian et al. | Differentiating tree and shrub LAI in a mixed forest with ICESat/GLAS spaceborne LiDAR | |
| JP2017163934A (ja) | 松くい虫の被害区分算定方法及び松くい虫の被害区分算定装置 | |
| Lundin et al. | Remote nocturnal bird classification by spectroscopy in extended wavelength ranges | |
| Zharikova et al. | Methods of remote sensing in forest fund assessment problems | |
| Asner et al. | Forest biophysical and biochemical properties from hyperspectral and LiDAR remote sensing | |
| RU2719731C1 (ru) | Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя | |
| Samseemoung et al. | Oil palm pest infestation monitoring and evaluation by helicopter-mounted, low altitude remote sensing platform | |
| Kuusk et al. | Database of optical and structural data for the validation of radiative transfer models | |
| Molaudzi et al. | Review of the use of remote sensing for monitoring wildfire risk conditions to support fire risk assessment in protected areas | |
| Mishchenko et al. | RESULTS OF SPATIAL STRUCTURE OF ATMOSPHERE RADIATION IN A SPECTRAL RANGE (1.5-2) µm RESEARCH. | |
| Maurya et al. | Recent advancement and role of drones in forest monitoring: Research and practices | |
| Steinvall et al. | ACTIM: an EDA initiated study on spectral active imaging | |
| RU2763507C1 (ru) | Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя | |
| Navalgund | Remote sensing: 1. Basics and applications | |
| RU2664757C1 (ru) | Дистанционный способ обнаружения растительности, находящейся в неблагоприятных для развития условиях | |
| Kaszczuk et al. | Multispectral laser scanning in plants condition analysis | |
| Belov et al. | Laser reflection method applicability for vegetation monitoring at eye-safe sensing wavelengths | |
| Foy et al. | Remote mapping of vegetation and geological features by lidar in the 9–11-µm region | |
| Jürise et al. | Hyperspectral camera with polarized filter as modern supersensor device for cyber-physical systems | |
| Upadhyay et al. | Introduction to satellite imaging technology and creating images using raw data obtained from landsat satellite | |
| Kattel | Study of Seasonal Change and Water Stress Condition in Plant Leaf Using Polarimetric Lidar Measurement | |
| Kopelevich | Use of light in the Exploration and Research of the Seas and Oceans | |
| Golovin et al. | Optical-digital complex for detection of remote mines and mapping of minefields |