В статье рассматриваются технологии автоматизированной обработки снимков, получаемых средствами беспилотного летательного аппарата в предметной области, связанной с выявлением параметров лесных насаждений.
Ключевые слова: методика, БПЛА, аэроснимки, обработка, цифровые изображения
Большинство современных исследований в области дистанционного зондирования Земли проводятся на основе спутниковых снимков. Разрешающая способность детальных снимков, поставляемых пользователю равна в среднем 0,5 метра на пиксель. Такого разрешения, как правило, недостаточно для идентификации отдельных объектов на изображении.
Альтернативным вариантом получения данных сверхвысокого разрешения о территории является съемка беспилотными летательными аппаратами (БПЛА). По стоимости данный вид съемки близок к детальной спутниковой, но имеет ряд преимуществ, таких как отсутствие помех, связанных с облачностью, высокое разрешение, высокая оперативность съемки и др. Новые методы получения данных требуют, соответственно, новых методов автоматизированной обработки полученной информации. В исследовании предлагается методика автоматизированного выделения крон деревьев по данным аэросъемки, полученных с БПЛА. Методика включает набор алгоритмов обработки изображений, применяемых последовательно к исходному изображению.
Во многом развитие средств съемки с БПЛА предвосхищает развитие спутниковой съемки. Так или иначе, спутниковая съемка развивается по пути увеличения пространственного разрешения, а автоматизированные методы обработки снимков с БПЛА в последствии (при достижении спутниковыми приборами необходимых параметров) могут быть применены к спутниковой съемке.
Исследование свойств объектов лесной растительности с использованием данных дистанционного зондирования проводится на протяжении длительного периода времени в работах многих российских и зарубежных ученых. Большинство работ в области определения параметров лесных древостоев по данным дистанционного зондирования были ориентированы на данные спутниковой съемки среднего и высокого разрешения. Часто данные с космических аппаратов не позволяют определить характеристики лесов с необходимой точностью. При этом использование съемки с авиационных средств зачастую является экономически необоснованным и значительно увеличивает стоимость проведения лесоинвентаризационных работ.
Технологической основой получения данных о территории выступили малые БПЛА. По данным аэросъемки был сформирован ортофотоплан территории с привязкой к географическим координатам. Наличие трехосевой системы стабилизации цифровой камеры на БПЛА позволило избежать искажений, связанных различными углами визирования. Пространственное разрешение материалов аэросъемки — 5 см на пиксель.
В качестве опорного материала использовалась растровая карта лесных ресурсов на исследуемый участок предыдущего лесоустройства, а также таксационное описание в форме, принятой в государственных органах лесоуправления. Для разработки и тестирования разработанных методов и алгоритмов применялась открытая геоинформационная система QGIS и язык программирования Python.
По аэроснимкам анализировались параметры лесных древостоев. Был проведен анализ данных признаков с использованием методов машинного зрения. В частности, применялись методы ASF-фильтрации, применена сегментация методом водораздела с маркерами. В результате преобразований были получены контуры крон деревьев.
С использованием этих данных была проведена актуализация информации о лесном участке. В частности, за основу брались такие признаки как тон и размер кроны. На основе связей между диметром кроны и диаметром ствола, установленных в исследованиях Кузьмичева, был выполнен расчет запаса древостоя на участке.
Полученные результаты были проверены на нескольких пробных площадях в полевых условиях инструментальными и глазомерными средствами. Максимальная ошибка в расчете запаса насаждений составила 17,3 %. Этот процент погрешности является допустимым для глазомерной таксации.
В качестве объекта апробации методики использовался лесной участок в Тарнянском участковом лесничестве Шенкурского лесничества Архангельской области. Достоверность полученных результатов сопоставима с достоверностью глазомерной таксации, а в ряде случаев превышает ее.
Литература:
1. Алешко Р. А., Гурьев А. Т. Методика тематического дешифрирования спутниковых снимков лесных территорий на основе структурных моделей // Известия Вузов. Приборостроение. 2013. Т.56. № 7. С. 76–77.
2. Алешко Р. А., Гурьев А. Т. Структурное моделирование взаимосвязей дешифровочных признаков спутниковых снимков и таксационных параметров лесных насаждений — Труды СПИИРАН. Вып. 29 (2013). С. 180–189.
3. Богданов А. П., Алешко Р. А., Шошина К. В., Демиденко С. А. Использование материалов детальной спутниковой съемки для таксации лиственницы сибирской в Архангельской области // Известия высших учебных заведений. Лесной журнал. 2016. № 1 (349). С. 74–82. doi:10.17238/issn0536–1036.2016.1.74
4. Гусев И. И. Таксация древесного ствола срубленного и растущего дерева. Учебное пособие — Архангельск: Издательство АЛТИ. 1992. — 80 с.
5. Кузьмичев В. В. Закономерности роста древостоев. Новосибирск: Наука. 1977. — 160 с.
6. Сухих В. И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве. Йошкар-Ола: МарГТУ. 2005. — 392 c.