RU2763507C1 - Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя - Google Patents

Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя Download PDF

Info

Publication number
RU2763507C1
RU2763507C1 RU2021110449A RU2021110449A RU2763507C1 RU 2763507 C1 RU2763507 C1 RU 2763507C1 RU 2021110449 A RU2021110449 A RU 2021110449A RU 2021110449 A RU2021110449 A RU 2021110449A RU 2763507 C1 RU2763507 C1 RU 2763507C1
Authority
RU
Russia
Prior art keywords
green
deciduous
dry
trees
coniferous trees
Prior art date
Application number
RU2021110449A
Other languages
English (en)
Inventor
Николай Васильевич Барышников
Михаил Леонидович Белов
Виктор Александрович Городничев
Юрий Викторович Федотов
Original Assignee
федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)" (МГТУ им. Н.Э. Баумана)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)" (МГТУ им. Н.Э. Баумана) filed Critical федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)" (МГТУ им. Н.Э. Баумана)
Priority to RU2021110449A priority Critical patent/RU2763507C1/ru
Application granted granted Critical
Publication of RU2763507C1 publication Critical patent/RU2763507C1/ru

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
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (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 сухих или зеленых лиственных или зеленых хвойных деревьев в летнее время включает дистанционную регистрацию полей яркости лесной растительности с авиационного носителя. В отличие от известных методов аэрокосмического мониторинга лесов используют лазерное зондирование с авиационного носителя на безопасных для зрения трех длинах волн λ1, λ2, λ3, выбранных по экспериментальным данным в УФ и ближнем ИК спектральных диапазонах. По данным измерений формируют два информационных индекса
Figure 00000012
и
Figure 00000013
, равных отношению регистрируемых интенсивностей I(λi) и I(λj) на длинах волн λi и λj. Об участках с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев судят по выполнению соотношений: R1(λ2,λ3)≥R1пор(λ2,λ3) для зеленых лиственных и хвойных пород деревьев; R1(λ2,λ3)<R1пор(λ2,λ3) для сухих деревьев; R2(λ2,λ1)≥R2пор(λ2,λ1) для зеленых лиственных деревьев; R2(λ2,λ1)<R2пор(λ2,λ1) для зеленых хвойных деревьев, где λ1=355 нм, λ2=2100 нм; λ3=2030 нм; R1пор(λ2,λ3), R2пор(λ2,λ1) - пороговые значения, выбранные в результате предварительных исследований спектров отражения деревьев в данном регионе. Способ основан на анализе данных экспериментальных измерений спектров отражения сухих, зеленых лиственных и зеленых хвойных деревьев в широком спектральном интервале 350-2500 нм и позволяет проводить мониторинг независимо от времени суток и в широком диапазоне атмосферных условий при высотах полета авиационного носителя до 10 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
Перспективным методом мониторинга лесных ресурсов является аэрокосмическое оптическое зондирование с использованием мульти- или гиперспектральных датчиков [1-9].
Одними из наиболее важных задач мониторинга лесных массивов являются определение породного состава лесов и оценка их состояния.
Известны способы, которые позволяют определять породный состав лесов (см. [4, 6, 8-11]).
Недостатками большинства способов определения породного состава лесов являются: невозможность работы в сумерках и в темное время суток; сильная зависимость от оптического состояния земной атмосферы; сложность их реализации; использование для мониторинга пассивных датчиков в видимом и ближнем (до 1 мкм) спектральных диапазонах, для которых спектральные характеристики пород деревьев могут сильно различаться для разных регионов (см. [8]).
Одновременный дистанционный мониторинг породного состава лесного массива и его санитарного состояния в общей постановке является очень сложной задачей.
Предлагаемый способ предназначен для решения более простой задачи -дистанционного оптического мониторинга с авиационного носителя участков лесных массивов с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев.
Наиболее близким к предлагаемому способу является способ мониторинга лесов [8], включающий 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 УФ и ближнем ИК спектральных диапазонах, формируется информационный индекс
Figure 00000001
равный 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:
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.
Недостатком способа [8] для дистанционного определения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных пород деревьев является недостаточное количество и не оптимальность (для более сложной задачи) длин волн зондирования.
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 трех длинах волн λ1,λ2,λ3 выбранных по экспериментальным данным в УФ и ближнем ИК спектральных диапазонах, формируется два информационных индекса
Figure 00000002
и
Figure 00000003
равных отношению регистрируемых интенсивностей I(λi) и I(λj) на длинах волн λi и λj, и об участках с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев судят по выполнению соотношений:
Figure 00000004
Figure 00000005
где: λ1=355 нм, λ2=2100 нм; λ3=2030 нм;
R1пор(λ2,λ3), R2пор(λ2,λ1) - пороговые значения, выбранные в результате предварительных исследований спектров отражения деревьев в данном регионе.
Способ основан на анализе данных экспериментальных измерений спектров отражения сухих или зеленых лиственных и хвойных деревьев в широком спектральном интервале 350-2500 нм.
Перечень фигур
На Фиг. 1 схематично изображено устройство, реализующее предлагаемый способ.
На Фиг. 2 показаны примеры спектров отражения сухих лиственных и хвойных деревьев в широком спектральном интервале 350-2500 нм [12, 13].
На Фиг. 3 показаны примеры спектров отражения зеленых лиственных и зеленых хвойных деревьев в широком спектральном интервале 350-2500 нм [12, 13].
На Фиг. 4 показаны значения информационного индекса R1(λ2,λ3) для λ2=2100 нм, λ3=2030 нм.
На Фиг. 5 показаны значения информационного индекса R2(λ2,λ1) для λ1=355 нм, λ2=2100 нм.
Осуществление изобретения
Устройство содержит (см. Фиг. 1) блок источников лазерного излучения 1, облучающий земную поверхность на трех длинах волн λ1,λ2,λ3 в УФ (355 нм) и ближнем ИК (2030, 2100 нм) спектральных диапазонах, блок фотоприемников 2, регистрирующий излучение, отраженное от земной поверхности на трех длинах волн λ1,λ2,λ3; блок обработки 3, который поданным измерений I(λ1), I(λ2) и I(λ3) проводит проверку выполнения соотношений (1), (2).
Устройство работает следующим образом.
Блок источников лазерного излучения 1 облучает исследуемый лесной массив 4 на трех длинах волн λ1,λ2,λ3 в УФ (355 нм) и ближнем ИК (2030, 2100 нм) спектральных диапазонах (блок источников лазерного излучения 1 находится на авиационном носителе). Облучение лесного массива осуществляют вертикально вниз (для увеличения полосы обзора возможно сканирование поперек направления полета носителя). Фотоприемник 2 регистрирует излучение, отраженное от лесного массива на трех длинах волн λ1,λ2,λ3. Сигналы с фотоприемника 2 поступают в блок обработки 3, в который заранее введены пороговые соотношения (1), (2) и значение порогов R1пор(λ2,λ3), R2пор(λ2,λ1). В блоке обработки по данным измерений I(λ1), I(λ2) и I(λ3) проводится проверка выполнения соотношений (1), (2) и определение участков леса с преобладанием сухих или зеленых лиственных или хвойных пород деревьев. При облете исследуемого района леса результатом работы блока 3 является массив данных о участках леса с преобладанием сухих или зеленых лиственных или хвойных пород деревьев (карта границ участков леса с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев).
Исходными данными для разработки способа лазерного определения участков леса с преобладанием сухих или зеленых лиственных и хвойных 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 [12, 13].
На Фиг. 2 и 3 показаны примеры спектров отражения сухих и зеленых лиственных и зеленых хвойных деревьев в широком спектральном интервале 350-2500 нм [12, 13].
На Фиг. 2 приведены примеры спектров отражения, характерных для участков сухого леса. Здесь 1 - сосна, сухие иголки; 2 - сосна, кора; 3 - сухой лишайник; 4 - кора дуба; 5 - опавшие листья дуба, 6 - сухие листья дуба; 7 - кора березы.
На Фиг. 3 приведены примеры спектров отражения зеленых лиственных деревьев (бук, береза, дуб) и зеленых хвойных деревьев (сосна, кедр, ель).
Из данных, приведенных на Фиг. 2 и 3, видно, что в ближнем ИК спектральном диапазоне:
- спектры отражения разных сухих лиственных и хвойных деревьев сильно отличаются от спектров отражения зеленых лиственных и хвойных деревьев;
- спектры отражения зеленых лиственных деревьев сильно отличаются от спектров отражения зеленых хвойных деревьев.
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) [14].
Длины волн зондирования λ1,λ2,λ3 в предлагаемом способе были выбраны из двух условий: безопасности для зрения и разделения участков леса с преобладанием сухих или зеленых лиственных или зеленых хвойных 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 [12, 13] показывает, что перспективными вариантами длин волн λ1,λ2,λ3 являются: λ1 в УФ спектральном диапазоне - 355 нм и λ2,λ3 в ближнем ИК - 2030 и 2100 нм.
На Фиг. 4 показаны значения информационного индекса R1(λ2,λ3) для λ2=2100 нм, λ3=2030 нм для созданной (на основе данных [12, 13]) базы данных.
На Фиг. 4 по вертикальной оси отложены значения информационного индекса R1, а по горизонтальной оси - номер n спектра отражения деревьев в созданной базе данных.
Номера 1-24 - зеленые лиственные деревья в летний период (1, 2 - бук (Fagus sylvatica); 3-8 - дуб (разных пород разных пород с разных участков); 9-11 - осина (с разных участков); 12, 13 - бук (Fagus grandifolia); 14-17 - береза (с разных участков); 18 - орех; 19-23 - клен (разных пород с разных участков); 24 - лох узколистый.
Номера 25-51 - зеленые хвойные деревья в летний период (25-41 - сосна разных пород с разных участков, 42, 43 - ель разных пород, 44 - можжевельник, 45-48 - кедр с разных участков, 49-51 - пихта с разных участков).
Номера 52-83 - сухой лес в летний период (52 - сухие листья дуба; 53 -сухие листья ивы; 54-56, 61-63, 72, 72 - сухие иголки сосны; 57, 58, 70 - сухие иголки пихты; 59, 68, 73 - опавшие листья дуба; 60, 64, 66, 69 - сухой лишайник; 65, 67 -кора березы; 74 - кора дуба, 75, 76, 78, 81 - кора сосны; 77 - кора клена, 79, 80 - кора пихты).
Из Фиг. 4 видно, что значения информационного индекса R1 для зеленых лиственных и хвойных деревьев (номера 1-51) в подавляющем большинстве случаев больше, чем значения информационного индекса для разных сухих лиственных и хвойных деревьев (номера 52-83).
Это позволяет использовать в летнее время информационный индекс R1 для разделения участков с преобладанием сухих или зеленых лиственных и хвойных деревьев.
На Фиг. 5 показаны значения информационного индекса R2(λ2,λ1) для λ1=335 нм, λ2=2100 нм для созданной (на основе данных [12, 13]) базы данных.
На Фиг. 5 по вертикальной оси отложены значения информационного индекса R2, а по горизонтальной оси - номер n спектра отражения деревьев в созданной базе данных.
Из Фиг. 5 видно, что значения информационного индекса R2 для зеленых лиственных деревьев в большинстве случаев больше, чем значения информационного индекса для зеленых хвойных деревьев.
Это позволяет использовать в летнее время информационный индекс R2 для определения участков леса с преобладанием зеленых лиственных или хвойных деревьев.
Надежность выделения участков леса с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев может быть увеличена при использовании пространственного усреднения данных измерений.
В качестве лазерных источников для λ1=355 нм может быть использован модуль третьей гармоники лазера на иттрий-алюминиевом гранате с легированием неодимом [15], а для λ2=2030 нм; λ3=2100 нм - оптический параметрический генератор [16].
Использование ультрафиолетового спектрального диапазона для одного из спектральных каналов измерения ограничивает применение заявляемого способа авиационным зондированием (с высот не более 10 км, ниже озонового слоя атмосферы). 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 выделения участков с преобладанием сухих или зеленых лиственных или хвойных пород деревьев состоит в последовательной проверке выполнения соотношений:
1 этап.
Figure 00000006
2 этап.
Figure 00000007
где: λ1=355 нм, λ2=2100 нм; λ3=2030 нм;
R1пор(λ2,λ3), R2пор(λ2,λ1) - пороговые значения, выбранные в результате предварительных исследований спектров отражения деревьев в данном регионе.
Предлагаемый способ дистанционного лазерного определения участков лесных массивов с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев в летнее время с авиационного носителя основан на регистрации отраженного излучения на безопасных для зрения лазерных длинах волн, использует информацию о коэффициентах отражения лесной растительности на длинах волн 355, 2030 и 2100 нм и позволяет проводить мониторинг независимо от времени суток и в широком диапазоне атмосферных условий при высотах полета авиационного носителя до 10 км.
Источники информации
1. Санаев В.Г., Степанов И.М., Запруднов В.И., Панферов В.И. Создание отраслевой глобальной мониторинговой аэрокосмической системы леса (ГЛОМАС-ЛЕС) - прорывное направление критических технологий // Лесной вестник. №2. 2014. С. 140-146.
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. Патент RU 2716477. Система мониторинга лесопользования и лесопатологических изменений. Дата действия патента 30.05.2019. МПК A01G 23/00, G05B 13/00.
8. Патент RU 2719731. Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя. Дата действия патента 14.10.2019. МПК G01C 11/00, A01G 23/00.
9. Давыдов В.Ф., Батырев Ю.П. Способ определения состава насаждений // Лесной вестник. 2010. №7. С. 48-52.
10. Егоров В.Д., Козодеров В.В. Распознавание лесной растительности по самолетным гиперспектральным данным // Исследование Земли из космоса. 2016. №3. С. 47-58.
11. Козодеров В.В., Егоров В.Д. Распознавание типов лесной растительности по гиперспектральным самолетным и многоканальным спутниковым данным высокого пространственного разрешения. Сравнение результатов и оценка их точности // Исследование Земли из космоса. 2019. №6. С. 89-102.
12. Meerdink S.K., Hook S.J., Abbott Е.А., Roberts D.A., ECOSTRESS Spectral Library - Version 1.0, https://speclib.jpl.nasa.gov (2018).
13. 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).
14. Лазерная безопасность. Общие требования безопасности при разработке и эксплуатации лазерных изделий. ГОСТ 31581-2012. М.: Стандартинформ, 2013.
15. NL230 series, https://ekspla.cn/product/nl230-series-nanosecond-q-switched-dpss-ndyag-lasers/.
16. NT230 series, https://ekspla.com/product/nt230-series-nanosecond-tunable-dpss-lasers/.

Claims (5)

  1. Дистанционный способ выделения участков леса с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев в летнее время путем дистанционной регистрации полей яркости лесной растительности аэрокосмическими средствами путем зондирования, отличающийся тем, что используют лазерное зондирование с авиационного носителя на безопасных для зрения трех длинах волн λ1, λ2, λ3, выбранных по экспериментальным данным в УФ и ближнем ИК спектральных диапазонах, формируют два информационных индекса
    Figure 00000008
    и
    Figure 00000009
    равных отношению регистрируемых интенсивностей I(λi) и I(λj) на длинах волн λi и λj, и об участках с преобладанием сухих или зеленых лиственных или зеленых хвойных деревьев судят по выполнению соотношений:
  2. Figure 00000010
  3. Figure 00000011
  4. где λ1=355 нм, λ2=2100 нм; λ3=2030 нм;
  5. R1пор(λ2,λ3), R2пор(λ2,λ1) - пороговые значения, выбранные в результате предварительных исследований спектров отражения деревьев в данном регионе.
RU2021110449A 2021-04-14 2021-04-14 Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя RU2763507C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2021110449A RU2763507C1 (ru) 2021-04-14 2021-04-14 Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2021110449A RU2763507C1 (ru) 2021-04-14 2021-04-14 Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя

Publications (1)

Publication Number Publication Date
RU2763507C1 true RU2763507C1 (ru) 2021-12-29

Family

ID=80039871

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2021110449A RU2763507C1 (ru) 2021-04-14 2021-04-14 Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя

Country Status (1)

Country Link
RU (1) RU2763507C1 (ru)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008054348A2 (en) * 2006-06-02 2008-05-08 Zimmerman Associates, Inc. System, method, and apparatus for remote measurement of terrestrial biomass
RU2406295C1 (ru) * 2009-04-27 2010-12-20 Государственное учреждение "Научный центр проблем аэрокосмического мониторинга" - ЦПАМ "АЭРОКОСМОС" Способ экологического мониторинга лесов
EP2294447B1 (en) * 2008-05-08 2015-11-04 The University Court Of The University of Edinburgh Remote sensing system
RU2719731C1 (ru) * 2019-10-14 2020-04-22 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 леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008054348A2 (en) * 2006-06-02 2008-05-08 Zimmerman Associates, Inc. System, method, and apparatus for remote measurement of terrestrial biomass
EP2294447B1 (en) * 2008-05-08 2015-11-04 The University Court Of The University of Edinburgh Remote sensing system
RU2406295C1 (ru) * 2009-04-27 2010-12-20 Государственное учреждение "Научный центр проблем аэрокосмического мониторинга" - ЦПАМ "АЭРОКОСМОС" Способ экологического мониторинга лесов
RU2719731C1 (ru) * 2019-10-14 2020-04-22 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 леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя

Similar Documents

Publication Publication Date Title
Maier et al. Sun‐induced fluorescence: A new tool for precision farming
Danson et al. Red-edge response to forest leaf area index
EP2294447B1 (en) Remote sensing system
Schreier et al. Automated measurements of terrain reflection and height variations using an airborne infrared laser system
Song et al. Application of lidar remote sensing of insects in agricultural entomology on the Chinese scene
Hollaus et al. Radar satellite imagery for detecting bark beetle outbreaks in forests
Matese et al. Mapping of vine vigor by UAV and anthocyanin content by a non-destructive fluorescence technique
Asner et al. Forest biophysical and biochemical properties from hyperspectral and LiDAR remote sensing
CN103115879A (zh) 一种利用吸收光谱测定植物活体叶片中叶绿素a、叶绿素b和类胡萝卜素含量的方法
Brydegaard Advantages of shortwave infrared LIDAR entomology
RU2763507C1 (ru) Дистанционный способ выделения участков лесных массивов с преобладанием сухих или зеленых лиственных или хвойных деревьев в летнее время с авиационного носителя
RU2719731C1 (ru) Дистанционный способ выделения участков леса с преобладанием хвойных или лиственных пород деревьев в летнее время с авиационного носителя
Solberg Remote sensing of forest health
Georgiev et al. Early detection of Ips typographus infestations by using Sentinel-2 satellite images in windthrow affected Norway spruce forests in Smolyan region, Bulgaria
RU2664757C1 (ru) Дистанционный способ обнаружения растительности, находящейся в неблагоприятных для развития условиях
Brovkina et al. Evaluating the potential of satellite hyperspectral Resurs-P data for forest species classification
Osborne et al. Using near-infrared (NIR) light to estimate the soluble solids and dry matter content of kiwifruit
Kharuk et al. Polarimetric indication of plant stress
Kaasalainen Multispectral terrestrial lidar: State of the art and challenges
Arnone et al. Ocean color products from visible infared imager radiometer suite (VIIRS)
Riggins et al. Spectral identification of previsual northern red oak (Quercus rubra L.) foliar symptoms related to oak decline and red oak borer (Coleoptera: Cerambycidae) attack
Jürise et al. Hyperspectral camera with polarized filter as modern supersensor device for cyber-physical systems
Zolotukhina et al. Evaluation of Leaf Chlorophyll Content from Acousto-Optic Hyperspectral Data: A Multi-Crop Study
Jusoff et al. Spectral signatures of leaf fall diseases in Hevea brasiliensis using a handheld spectroradiometer
Szymanek et al. Assessment of the pine forests condition using forest factors, physiological characteristics and remote detection data