Моніторинг засихання хвойних лісів за різночасовими космічними знімками (на прикладі Тухлянського лісництва)

Abstract

Мета роботи полягає у виявленні ділянок із засиханням хвойних лісів на підставі спектральних яскравостей зображень із використанням польових досліджень та у створенні навчальних вибірок для здійснення контрольованої класифікації для обчислення площ ділянок із засиханням хвойних дерев. Методика. Для моніторингу стану лісів Тухлянського лісництва використано комплексну методику, основану на використанні різночасових космічних знімків середнього розрізнення з подальшим їх опрацюванням за допомогою геоінформаційних систем. На ділянці досліджень у 2007 р. за матеріалами аерознімання електронно-оптичною камерою створено ортофотоплани із позначеними ділянками, на яких виявлено засихання хвойних дерев. Польові дослідження полягали в ідентифікації вибраних на ортофотоплані п’яти ділянок і виявленні змін щодо засихання хвойних лісів за десятиліття. Дослідження стосувались вибору тестових зразків для подальшого опрацювання космічних знімків, отриманих із супутників Landsat 5 (2007 р.) та Sentinel 2 (2017 і 2018 рр.), методом контрольованої класифікації. Контрольована класифікації дає можливість визначати масштаби засихання лісів за останні 11 років, зміни ландшафту та визначати площі засихання лісів. Результати. Дослідження проведено на території Тухлянського лісництва Сколівського району Львівської області. Для польових досліджень вибрано п’ять ділянок із відомими координатами, на яких виявлено засихання. З метою збирання завіркової інформації на ці ділянки організовано дві експедиції. На підставі завіркової інформації створено навчальні вибірки. Для оцінювання навчальних вибірок використано гістограми та діаграми розсіювання. Контрольовану класифікацію здійснено за методом максимальної вірогідності на територію лісництва з подальшим постопрацюванням. Ідентифіковано нові ділянки із засиханням хвойних дерев та визначено площі засихання. Наукова новизна та практична значущість. Запропонована методика дає змогу достовірно та з достатньою точністю вести моніторинг лісових масивів, а також контролювати поширення засихання у лісах і відповідно, приймати вчасні управлінські рішення щодо зменшення осередків поширення шкідників у хвойних лісах. Опрацьовану методику та отримані результати досліджень доцільно використовувати у лісовому господарстві для здійснення оперативного лісового моніторингу.

The purpose of the work is to identify areas with coniferous forest drying on the basis of spectral brightness of images using field research and to create training samples for controlled classification in order to calculate the areas with the drying of coniferous forest. Methodology. To monitor the condition of forests in Tukhlya forestry, a complex methodology, based on the use of time-varying medium-resolution satellite images with further postprocessing by geoinformation systems, is used. In the research area in 2007, based on materials of aerosurveying using an electro-optical camera, orthophotomaps with marked areas drying of coniferous trees were created,. Field researchs consisted of identifying the five selected on orthophotomaps areas and identifying changes regarding the drying of coniferous forests over a decade. The research concerned the selection of test samples for the further processing of satellite images received from satellites Landsat 5 (2007) and Sentinel 2 (2017 and 2018) by controlled classification method. The controlled classifications allows to determine the extent of drying forests over the past 11 years, changing the landscape and determining the area of drying forests. Results. The research was conducted on the territory of Tukhlya Forestry, Skolivsky District, Lviv Oblast. For field researchs, five areas with known coordinates have been selected, in which forest drying was detected. Two expeditions were organized for the purpose of collecting information on these areas. By using verification data, training samples have been created. Histograms and scatter diagrams are used to evaluate the training samples. The controlled classification by the maximum probability method was performed on the territory of forestry with further postprocessing. New areas with coniferous forest drying have been identified and the area of drying has been determined. Scientific novelty and practical significance. The proposed methodology allows to monitor forest areas with sufficient accuracy, and to control the spread of drying in forests, and, accordingly, to take timely management decisions to reduce the distribution of pests in coniferous forests. This methodology and the obtained research results should be used in forestry for operational forest monitoring.