автореферат диссертации по авиационной и ракетно-космической технике, 05.07.02, диссертация на тему:Комплекс методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов

На правах рукописи

Рыжова Елена Владимировна

Комплекс методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов

Специальности:

05.07.02 — Проектирование, конструкция и производство летательных аппаратов

05.13.01 — Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва 2006

Работа выполнена в научно-исследовательском институте космических систем — филиале Федерального государственного унитарного предприятия «Государственный космический научно-производственный центр им. М.В. Хруничева»

Научные руководители;

доктор технических наук Пер ми нов Анатолий Николаевич кандидат технических наук Клюшкиков Валерий Юрьевич

Официальные оппоненты:

доктор физнко-матемагических наук Боярчук Кирилл Александрович кандидат технических наук Зубрев Валентин Николаевич

Ведущая организация:

Федеральное государственное унитарное предприятие «Цен-тральн ы йнауч но-и сследовательский институт машиностроения»

Защита состоится «¿3 2006 г. в /У часов

на заседании диссертационного совета ДС 403.003.01 при Федеральном государственном унитарном предприятии «Государственный космический научно-производственный центр им. М.В, Хруничева» по адресу; 141090, Московская обл., г. Юбилейный, ул. М.К. Тихонравова, 27, НИИ космических систем

С диссертацией можно ознакомиться в библиотеке НИИ космических систем

Автореферат разослан « О К 2006 г.

Ученый секретарь диссертационного совета

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Космические аппараты (КА) ДЗЗ представляют основной источник данных о состоянии окружающей среды. Космические технологии являются эффективным средством глобального, постоянного и надежного моннггоринга окружающей среда!. Они дают оперативную информацию, используемую а различных социалы ю-э кономнческих сферах: картографировании, решении задач ЧС, гидрологии, лесного и сельского хозяйства, рыбного хозяйства, экологического мониторинга, земельного кадастра.

Резкий рост уровня антропогенного воздействия на окружающую среду в сочетании с низкой эффективностью и разобщенностью природоохранных мероприятий привел за последние десятилетия к значительному ухудшению экологической обстановки в различных регионах Российской Федерации. Наиболее уязвимыми оказались промышленное развитые районы с высокой концентрацией промышленных производств топливно-энергетического, химического, металлургического и др. профилей, приведших к превышению уровней допустимой экологической нагрузки на природную среду, возникновению потенциально опасных чрезвычайных ситуаций. Компенсировать перечисленные последствия позволяют регуляторные способности биосферы, в основном, растительности.

Органы управления лесным хозяйством России, особенно федерального и регионального уровней, испытывают значительные трудности в оперативном управлении лесами, т. к. при подготовке и обосновании принимаемых решений не обладают в настоящее время достоверной, оперативной и систематизированной информацией о произошедших изменениях в состоянии лесного фонда. Необходим переход на качественно новый уровень получения информации.

Основной задачей космического мониторинга лесов является экологическая и экономическая оценка последствий хозяйственной деятельности человека. Задача должна состоять в отслеживании различного рода достаточно тонких изменений, способных указать на ухудшение экологического состояния леса. А для этого нужны долговременные регулярные наблюдения за лесом. Перспективным источником данных долговременных, полных и регулярных наблюдений за экологическим состоянием лесов в глобальном или региональном масштабе способны стать космические средства. Однако, на наш взгляд, эффективное использование космических средств наблюдения для мониторинга лесов возможно лишь на основе системного решения поставленной задачи, заключающегося во взаимной увязке биологических особенностей лесной растительности, методов сбора и обработки дистанционной информации и потребных технических характеристик космических средств наблюдения, Данная работа основана на новом подходе к оценке экологического состояния лесов с использованием временных рядов, получаемых космическими

средствами наблюдения. Однако его реализация в данном конкретном случае требует наличия:

- бортовой измерительной аппаратуры КА, обладающей соответствующими характеристиками; • новых информационных технологий для определения функциональных зависимостей между спектральными характеристиками лесной растительности и их биопродуктивностью на основе космической информации.

Эффективное использование космических средств наблюдения возможно лишь иа основе системного решения проблемы.

В России предприятиями и организациями Роскосмоса, Академии Наук, Минобороны накоплен громадный массив данных дистанционного зондирования, полученных в течение почти четырех десятилетий. Казалось бы, для целей экологического мониторинга, да и для многих других областей, такая информация не имеет иены. На основе длительных наблюдений можно выделить тренды характеристик различных природных объектов и явлений, выявить их корреляцию (или отсутствие таковой) с техногенной деятельностью. Причем, насколько нам известно, никаким другим способом этого сделать нельзя.

И, тем не менее, данные дистанционного зондирования (ДДЗ) в России, в частности архивные, не достаточно востребованы. Во всяком случае затраты на их получение не всегда окупаются эффектом от их использования. На наш взгляд, такая ситуация сложилась из-за того, что потенциальный потребитель ДЦЗ не в полной мере представляет возможности КА наблюдения, а разработчикам аппаратуры и КА дистанционного зондирования не всегда ясно, что нужно конкретному потребителю,

«Методики потребителя и разработчика» тесно взаимосвязаны и представляют собой единый комплекс методик обоснования применения космических средств наблюдения в целях мониторинга экологического состояния лесов.

Дистанционно с использованием авиационных и космических средств ДЗЗ состояние лесов определяют на основе результатов измерения их оптических характеристик. За последние 30-40 лет в отечественном лесоведении изучению спектральной отражательной способности древесной растительности были посвящены исследования Б.Ф. Виноградова (1984), A.C. Исаева и Ф.И. Плешикова (1987), H.H. Выгодской (1987), В.М. Жирина (1993) и др. однако в данных работах динамика изменения оптических характеристик лесной растительности учитывается недостаточно. В данных работах определяются линейные тренды характеристик, а между тем, для растений характерно периодическое изменение их характеристик. Сложность в определении этих характеристик с использованием космических средств обусловлена рядом ограничений, а именно:

- значительной вариацией спектральных характеристик объекта наблюдения в зависимости от вегетационного периода, климатических условий, рельефа местности;

- смешенным произрастанием лесной растительности;

- зависимостью качества данных об объекте наблюдения от метеорологической обстановки.

Основная доля поступающей от космических средств информации лежит в видимом диапазоне длин волн или в ближнем ИК-диапазоие. В этом диапазоне функционируют целый ряд зарубежных спутников наблюдения, таких как «SPOT», «LANDSAT» и др. Количество отечественных КА наблюдения, функционирующих на орбитах, ограничено. При этом используемая спектро-зональная бортовая измерительная аппаратура не в полной мере удовлетворяет решению целевой задачи. В нашей стране ДЗЗ осуществлялось с помощью КА оптико-электронного наблюдения типа «Ресурс-О!» и фотографического наблюдения «Ресурс-Ф». Опыт эксплуатации данных КА показал ряд их недостатков, особенно с появлением новых задач, таких как экологический мониторинг, контроль чрезвычайных ситуаций н др. В России имеется опыт использования информации космических средств наблюдения только для обнаружения техногенных и некоторых видов природных объектов для которых характерны стабильные спектральные характеристики.

Методические вопросы анализа периодических критериев спектральных характеристик при мониторинге состояния лесов не проработаны.

Следует также учитывать очевидные на данном этапе экономические ограничения по созданию специализированной космической системы мониторинга состояния лесов, строительства отдельных пунктов приема космической информации и т.д.

Все вышеизложенное свидетельствует об актуальности постановки задачи разработки комплекса методик лредпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов.

Целью данной работы является повышение информативности и достоверности оценки состояния лесов на основе применения космических средств наблюдения и учета динамики развития растительного покрова.

Для достижения поставленной цели в диссертации решается научная задача разработки комплекса методик лредпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов. Решение данной задачи включает;

обоснование метода интерпретации многолетних данных космического мониторинга состояния лесов;

- разработку комплекса методик получения и интерпретации многолетних данных космического мониторинга состояния лесов;

- разработку комплекса методик по предпрое юному обоснованию требований к характеристикам КА ДЗЗ, реализующим предложенный способ получения и интерпретации многолетних данных космического мониторинга состояния лесов;

• апробацию разработанного методического аппарата на практическом примере.

Объектом исследовании являются космические системы наблюдения и лесные экосистемы.

Предметом исследования является применение средств космического наблюдения для мониторинга состояния лесов.

Научно-методической базой диссертационного исследования послужили работы отечественных и зарубежных ученых в области разработки перспективных космических средств наблюдения лесных экосистем, а также наземных средств лесной таксации, контроля состояния лесов и дендроиндика-ини.

В диссертации в качестве инструмента исследования использовались современные методы системного анализа и математического моделирования, анализа временных рядов н исследования операций. Основные положения, выносимые на защиту:

- комплекс методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов, включающий:

- методику оценки биологической продуктивности лесов на основе обработки дистанционной космической информации;

- методику классификации экологического состояния леса;

- методику расчета периодичности наблюдений;

- методику выбора типа КА ДЗЗ и аппаратуры наблюдения для получения данных космического мониторинга состояния лесов;

- модель лесной экосистемы;

- ррсдарж?ция П9 реализации метода космического мониторинга состояния лесов.

Научная новизна предлагаемых методик состоит в следующем:

- биопродуктивность предложено оценивать дистанционно, при помощи перспективных КА наблюдения, оснащенных спектрозональиой и радиолокационной аппаратурой наблюдения;

- разработанная методика классификации экологического состояния леса исходит не только из наблюдаемых признаков состояния леса, но и из тенденций их изменения, сигнализирующих об экологическом неблагополучии в принципе;

- в методике расчета периодичности наблюдений при мониторинге состояния лесов, учитывается динамика показателя биопродуктивностн;

• выбор орбитального построения, типа и характеристик бортового комплекса КА наблюдения предложено осуществлять, исходя из требований получения максимального количества информации о динамике бнопродуктивности наблюдаемых лесов.

Достоверность к обоснованность полученных результатов и сделанных выводов подтверждаются положительными результатами эксперимента по мониторинговым исследованиям динамики развития лесного растительного покрова на модельном примере, а также — корректным использованием в работе апробированных методов системного анализа и математического моделирования.

Практическая ценность результатов работы состоит в том, что они позволяют:

- повысить достоверность оценки состояния лесов для уменьшения эколо-го-экономического и социального ущерба от воздействий природного и техногенного характера;

- прогнозировать по данным космических наблюдений развитие кризисной экологической ситуации;

- обосновать своевременные природоохранные мероприятия и решать с помощью космических средств наблюдения практические задачи лесного мониторинга в системе управления лесным хозяйством России на федеральном и региональном уровнях.

Апробация работы

Результаты диссертации докладывались на научных чтениях: IV чтениях им. М.К. Тнхонравова (2002 г.), XXXIX и ХЬ научных чтениях памяти К.Э. Циолковского (2004 и 2005 г.г.), б-ой международной научно-практической конференции «Пилотируемые полеты в космос» (2005 г.), XX[X академических чтениях по космонавтике (2005 г.).

Публикации

Основное содержание диссертации опубликовано в трех статьях в научно-технических журналах [3, 5, 9], в шести статьях в Трудах научно-технических конференций [1,2 - 4, 6-8] и в трех научно-технических отчетах [10-12].

Основные результаты исследования были использованы при проведении НИОКР НИИ КС, ЦНИИмаш, 2НИЦ 4 ЦНИИ и 4 ЦНИИ Минобороны, в комплекте оборудования для экологической разведки загрязненных территорий на базе самолета Ан-30 (ОКР «Красногорец»).

Структура и объем работы

Работа включает в себя: введение, три главы основного текста с выводами по каждой из них, заключение, список использованной литературы н приложения. Объем текста 160 стр., включает 29 рисунков, 11 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во сведении обосновывается актуальность постановки и проведения исследований по обоснованию применения космической системы для мониторинга состояния лесов, новизна и практическая значимость диссертационной работы, формулируется цель и задача исследования, дается информация по апробации работы и структуре диссертации.

В первой главе проведен анализ возможностей существующих к перспективных космических средств наблюдения по решению задач мониторинга состояния лесов. Показано, что космическая информация может быть использована при решении широкого круга задач мониторинга лесов, а именно:

- охрана лесов от пожаров;

- контроль санитарно-лесопатапогического состояния лесов;

• контроль территорий, загрязненных радионуклидами;

• контроль лесопользования и лесовосстановления;

• оценка состояния лесных экосистем и лесного покрова.

Проведен анализ публикаций с целью определения понятия состояния лесов и сравнения различных методов оценки их состояния. На основании проведенного анализа были сделаны следующие выводы:

- на сегодняшний день отсутствует методология классификации состояния лесов;

- существующие методы оценки состояния лесов не удовлетворяют потребностям пользователей данной информацией ни по качественным показателям, ни по ее обзорности (таб. !)•

В настоящее время экологи и биологи пришли к выводу, что наиболее информативным показателем, указывающим на экологическое состояние лесов, является их биопродуктивность — динамика изменения биомассы леса в течение длительного времени. В связи с этим в данной работе исследуется именно этот показатель.

Проведен анализ показателей информативности и достоверности интерпретации данных космического мониторинга состояния лесов.

Под показателем информативности в данной работе понимаем увеличение количества информации, получаемой об объекте наблюдения. Показатель достоверности представляет собой вероятность достоверной интерпретации изображения заданного участка леса Рй.

В главе сформулирована научная задача и выработаны основные направления проведения исследований.

Таблица 1

Сравнительный анализ различных методов оценки состояния лесов

Метод обследования Пре имущества Недос татки

Наземная таксация Возможность детального исследования небольших участков леса. Около 20% лесного фонда из-за расположения в труднодоступных районах никогда не подвергались наземной таксации; о 63,3% территории лесного фонда имеются данные давностью более 10 лет. Периодичность проведения работ 5-10 лет (не применимо для мониторинга с целью оценки экологического состояния леса).

Аэрофотосъемка Объем работ, выполняемых одним исполнителем, возрастает в 1.5-2 раза, стоимость работ снижается на 15 — 20% (по сравнению с наземной таксацией) Самолет может летать ниже облаков или повторить полет на следующий день. Можно получать изображения с разрешением до нескольких сантиметров в зависимости от высоты полета. Высокая стоимость аренды летательных средств, как следствие, низкая периодичность наблюдения. Данные обычно записываются на пленку. Требуется сканирование и коррекция по направлению полета. Пленочные камеры обычно получают раздельно цветные и инфракрасные изображения. Трудоемкость и вследствие этого большие затраты при обработке результатов аэрофотосъемки в камеральных условиях.

Космический мони- Большая обзорность космических снимков. Например, с высоты 250 км в 50 раз, по сравнению с аэрофотосъем- Облачность является большой проблемой. Период повторного наблю-

Метод обследования Преимущества Недостатки

тори н г кой, выполняемой с высоты S км, увеличивается захват территории по одной стороне кадра и в 2500 раз по площади. Один космический снимок в данном случае перекрывает площадь 10000 аэроснимков. Данные фиксируются в цифровом виде, поэтому не нужно обрабатывать пленку. Одновременно получают изображения в видимом и ближнем инфракрасном диапазонах. Возможность осуществления высокой периодичности наблюдения. Высокая оперативность поступления информации. Возможность получения информации для объектов недоступных к изучению другими средствами. Быстрота и удобство обработки цифровых данных в камеральных условиях. Экономичность — стоимость снимка 1км1 с высоким разрешением - 10$. дения от 3 дней и более. В настоящее время самым лучшим считается пространственное разрешение 61 см. Неразвитая архивная база космических изображений.

Г лава I завершается методической схемой решеиия задачи исследований. Во второй главе разрабатывается комплекс методик предпроектиого обоснования применения космических средств наблюдения для мониторинга состояния лесов. В данной работе сделана попытка объединения интересов и потребителя ДДЗ, и разработчика КА ДЗЗ. Предлагаемый комплекс методик условно можно разделить на две части:

- «методики потребителя» ДДЗ, описывающие порядок получения и интерпретации многолетних данных космического мониторинга состояния лесов;

- «методики разработчика» аппаратуры и КА ДЗЗ, непосредственно предназначенные для обоснования требований к характеристикам КА ДЗЗ.

Здесь требования к характеристикам аппаратуры и КА ДЗЗ непосредственно вытекают из предназначения и порядка использования (тематической обработки) ДДЗ. В то же время «методики потребителя» основываются на новом предлагаемом способе получения и интерпретации данных космического мониторинга состояния лесов, учитывающем динамику жизненного цикла

лесных экосистем и позволяющем полнее использовать зр?можности КА ДЭЗ. По этой причине вопросы обработки и интерпретации ДДЗ в контексте обоснования конкретного целевого применения КА наблюдения потребовали подробного рассмотрения,

В данной работе рассматривается задача экологического мониторинга состояния лесов, и потребитель предъявляет определенные требования к космической информации, обеспечивающие ее пригодность для решения данной задачи. К числу этих требований относятся: рабочие диапазоны частот аппаратуры наблюдения, пространственное и спектральное разрешение и периодичность наблюдения (таб. 2).

Таблица 2

Обобщенные требования к космической информации для оценки состояния лесов

Требования Условия

Параметры орбиты Солнечно-синхронная орбита, \ — 90°

Условия съемки Высота Солнца не менее 20-25°

Целевая аппаратура: Тип Рабочие диапазоны Разрешение, м Спекгрозональная Радиолокационная 0,5-0,6 0,6-0,7мкм Ь-диапазон не хуже 10 не хуже 10

Периодичность наблюдения 3 недели 2 месяца

В разработанной методике оценки биопродуктивности леса по дистанционной информации предлагается использовать ко индексирование космических спекгрозональных и радиолокационных изображений. Лес имеет многоярусную структуру, и если при определении продуктивности сельхозугодий было достаточно измерить только спектральные характеристики растительности, то в случае с лесом использование этого метода снижает точность н достоверность результата. Комплексирование космических изображений дает возможность учесть структуру леса и имеет следующие преимущества:

- контрастирование селективных признаков за счет синтезирования двух, физически различающихся, изображений;

- повышение точности и достоверности измерений за счет использования нескольких независимых признаков растительных образований: индекса жизненности и пространственной структуры;

. - статистическая устойчивость результатов за счет обработки больших объемов информации.

Бнопродуктивность листьев (хвои) рассчитывается по простому зональному отношению гХ = 550/ гХ = 670, так как это отношение обладает большей информативностью для решения поставленной задачи. При радиолокационном зондировании уровень отраженного эхо-сигнала зависит от удельной эффективной площади рассеивания (5уд) подстилающей поверхности. В L-

диапазоне основной вклад в Зуд вносят элементы, определяющие структуру древостоя, находящиеся под пологом: высота, толщина, количество стволов, густота веток, т.е. то, что в перпендикулярном лучу зондирования сечении формирует отражающую поверхность. Таким образом, из данной методики следуют требования к типу аппаратуры наблюдения и ее рабочим диапазонам.

О данной работе разработана обобщенная модель лесной экосистемы, позволяющая рассчитывать, оценивать и прогнозировать биопродуктивность отдельно взятого гэпа. Ее отличительной особенностью является то, что она позволяет учесть влияние эндогенных и экзогенных факторов на состояние лесной экосистемы (рис. 1).

з

Г

.

Р*

ЗиЛ

а о =

Блок* расчет* естественных природных факторов

.............."ЛГ..............

Поступательные (сукиссс ионные) изменен»« бвди (фодуктиености Н,

Блок расчета Сном роду ктн моста

Суточные циклы

Сезонные имклы

Многолетние цкцды

Циклические изменения бно л ролу ктивности Ни

Случайные фпукхушшч биопродукт и* ности

и

е я

1 1

1 |

1

1

Блак тногмкьп воздействий

Рис. ! Обобщенная модель лесной экосистемы

С использованием результатов дистанционного космического мониторинга леса строится временной ряд изменения биопродуктивности и е [¡о, Его анализ проводится на основе описанных в модели закономерностей развития лесной экосистемы. Во временном ряде значений биопродуктивности Н(1) выделяют три компоненты:

Н(и = Нс(У + Нц(1д+Е, (О

где:

Нс (0 - детерминированная сукцесснонная компонента, представляющая собой некоторую аналитическую функцию, выражающую тенденцию во временном ряде изменения биопродуктивности;

НцОь) - компонента, сражающая периодический и квазипериодический характер вариаций биопродуктивности;

€ ~ случайная компонента биопродукгивности.

Анализ временного ряда динамики биопродуктивности леса заключается

в;

- оценке сукцессионной, периодической (квазипериодической) и случайной компонент полученного временного ряда биопродуктивности;

- оценке корреляции (влияния) временного ряда изменения солнечной активности — задающего ряда и временных рядов изменения биопродуктивности леса - эталонного и наблюдаемого.

Анализ различных составляющих временного ряда биопродуктивности леса и анализ корреляций динамики изменения биопродуктивности на наблюдаемых и эталонных участках (гэпах) леса с динамикой солнечной активности положен в основу методики классификации экологического состояния леса. Исходными данными для классификации служат временные ряды изменения биопродуктивности заданного участка леса, экологическое состояние которого необходимо оценить и эталонного, результаты их анализа, данные о динамике лесопокрытия заданного участка леса, а также данные об активности Солнца (динамика изменения числа Вольфа). Корреляция биопродуктивности и степени экологическою благополучия леса - перспективный метод определения экологического состояния лесов. Экологическое состояние заданного участка леса оценивают по шкале «норма», «нарушенное состояние», «критическое состояние». Алгоритм классификации представляет собой логико-математическую процедуру, в результате применения которой получают множество классификационных признаков. Окончательная классификация экологического состояния леса производится по одновременному совпадению более чем одного частного признака классификации (рис. 2).

I

т

Давпыевб

ают внести C<uiiii,W(t)

Оиенка сукиессионного тренда, Ht<t)

Длины* одвнамгке эталонных потов, НэО)

Временной ряд биопродуктиеностн, 11(1,

Оценка периодической вариации, Нц(1,)

Дав вые о дввамаке лесов окрытня S(t)

Оценка случайной компоненты,

НСТ^Г IМО ► Оценка коэффициент» у'

уменьшаете« _^ коррелаиин ц ,

Ki -——

S(t) 14СТ / rt(H, w) X нет/

уменьшается уменьшается

ngf МН, W) < O.JX —С &rv(H,Ib) >

\ уменьшает ly1^

НОРМА НАРУШЕННОЕ КРИТИЧЕСКОЕ

СОСТОЯНИЕ СОСТОЯНИЕ

Рис. 2. Методика классификации экологического состояния лесой

Важным моментом при организации мониторинга является задание периодичности наблюдения. В данной работе периодичность наблюдений при мониторинге состояния лесов принимается равной минимальному интервалу времени, через который установленная на КА ДЗЗ аппаратура позволяет зафиксировать изменение биопродуктивности лесной растительности. Очевидно, что периодичность будет различна, во-первых, для спектрозональной и радиолокационной аппаратуры наблюдений (т.е., соответственно, для листьев и древесины), а, во-вторых, - для различных климатических поясов.

Оценка периодичности спектрозональных наблюдений Биомасса зеленой листвы определяется на основе спектрозональных наблюдений по тем или иным преобразованиям спектральных яркостей, например, - по зональному отношению яркостей спектрозонального изображения леса в зеленой и красной частях спектра: Гх.550 / (к-ыо- Для непосредственного определения биомассы строят тарировочные графики М = Дг1=5М / Г),=б7о)- От-14

носительная точность определения биомассы АМ^ир в этом случае будет зависеть в основном от спектрального разрешения аппаратуры

ДМм™р (2)

где А®« - коэффициент пропорциональности, связывающий методическую точность аппаратурных космических наблюдений (определения биомассы) и спектральное разрешение аппаратуры наблюдения.

Из практики таксационных исследований известны временные зависимости изменения биомассы различных видов лесной растительности:

Мр^^ёф, (3)

Приравнивая правые части равенства (2) и уравнения (3) для листвы и решая его относительно (, получаем значение минимального периода спек-трозональных наблюдений биомассы листвы лесной растительности:

Айс-««и -АГЛ (4)

Оценка периодичности радиолокационных наблюдений При радиолокационном зондировании лесной растительности в Ь-днапазоне основной вклад в удельную эффективную площадь рассеивания, отражающую эхо-сигнал, вносят элементы, определяющие структуру древостоя, находящиеся под пологом: высота, толщина, количество стволов, густота веток. В этом случае относительная погрешность определения биомассы будет зависеть в основном от радиометрического разрешения аппаратуры 6Р:

ДМаппар = кбар-Зр, (5)

где Абар - коэффициент пропорциональности, связывающий методическую точность аппаратурных космических наблюдений (определения биомассы) и радиометрическое разрешение аппаратуры наблюдения.

Приравнивая правые части равенства (3) и уравнения (5) для древесной растительности и решая его относительно /, получаем значение минимального периода радиолокационных наблюдений древесной биомассы лесной растительности:

=8(0,1 =АТГ. (6)

Влияние географического положения наблюдаемого лесного массива на потребную периодичность наблюдений Потребная периодичность наблюдений при мониторинге лесов определяется скоростью роста древесной растительности и листвы (хвои) в наблюдаемом районе, В свою очередь скорость роста лесной растительности зависит, помимо всего прочего, и от времени года (фенофазы). Фенофазы зависят от многих климатических факторов, и длительность их в разные годы может варьировать. В задачу мониторинга должны входить н наблюдения за фенологическим состоянием лесов с целью выбора оптимального времени съемки,

15

потому что оно существенно влияет на результативность дешифрирования съемочных материалов.

В данной главе представлена методика выбора типа КА ДЗЗ для получения данных космического мониторинга состояния лесов. Выбор КА и его орбитальных параметров осуществляется по «пригодности» из существующих типов КА ДЗЗ. В качестве методического аппарата для сравнения предлагается использовать интерактивную систему поддержки принятия многокритериальных решений в условиях дефицита информации, основанную на методах стохастической квалиметрии (определения стохастического доминирования на основе неполной информации).

Набор частных признаков задан в виде вектора:

(Ног> Ъ}. К,1у. .....Ы, (7)

где Йог - высота орбиты, км, £ - наклонение орбиты, град.; В — ширина полосы обзора, км; /?-пространственное разрешение, м;

Q — число спектральных диапазонов спсктрозональной аппаратуры наблюдения;

£ - длина волны для радиолокационной аппаратуры, см; Т- периодичность наблюдений.

Частные признаки определены на основе достаточности информации о КА ДЗЗ для осуществления выбора.

Процедура выбора КА ДЗЗ состоит из следующих шагов:

1. Определение минимальных, максимальных и номинальных значений

»141 ГЛ1Х ^.ленн

элементов вектора х^ »лк , .... 6;

2. Задание ординальной информации о важности элементов вектора признаков ранжирования: 1={ С> — С}.... С/< С;.,., С} = С„ ....};

3. Моделирование на основе метода статистических испытаний дефицита информации о точном значении вектора весовых коэффициентов

С - (Си.., Се), (8)

С = (С,,..Х7б), СеИ'.В'сЕ*,

где IV—(т — !) -мерный симплекс; С, £1 =1.

»-1

4. Вычисление сводного показателя:

д(Х) = ±С/(Х), (9)

где /ДХ) - нормализующие линейные невозрастающие функции от частных показателей х,'.

1 V ^ V т'П

1, < X/ ,

О , * < х I

шах

5. Определение стохастического доминирования ¡-го сводного показателя ранжирования КА ДЗЗ:

где Л/-символ математического ожидания.

Большим значениям сводного показателя ¿5,(Х) соответствует более высокий уровень соответствия КА ДЗЗ заданным требованиям для решения поставленной задачи.

Важным моментом в ранжировании КА ДЗЗ по степени соответствия требованиям мониторинга состояния лесов является задание ординальной информации об относительной важности частных признаков ранжирования хр

Анализ характеристик КА ДЗЗ позволил построить следующий орди-

где Х( - высота орбиты Н; хг- наклонение орбиты X}— ширина полосы обзора В; х4- пространственное разрешение Я;

х5 - число спектральных диапазонов <} для спектрозональной аппаратуры наблюдения и длина волны Ь для радиолокационной аппаратуры наблюдения; х6- периодичность наблюдения;

">","=" — отношения соответственно большего и равного предпочтения. Ординальный ряд (12) сформирован из следующих соображений. Как следует из анализа способа определения показателя бнопродуктизности дистанционными методами достоверность его определения, в первую очередь, зависит от характеристик аппаратуры наблюдения. При этом точность определения биопродуктивности спектрозональной аппаратурой зависит, в первую очередь, от спектрального разрешения аппаратуры, следовательно, - от количества спектральных каналов: с увеличением количества каналов точность

(И)

нальный ряд:

1 ~ {Х5> Х2 =

(12)

определения той составляющей биопродуктивностн, которая определяется приростом массы листвы (хвои), возрастает. Точность определения б непродуктивности (составляющей, зависящей от прироста древесных стволов и ветвей) радиолокационной аппаратурой наблюдения, по аналогии со спектроэо-нальной, определяется радиометрическим разрешением и зависит от используемого диапазона длин волн. Следовательно, в ординальном ряде характеристики аппаратуры наиболее важны, так как именно они определяют возможность ее использования для определения биопродуктивностн.

Несколько менее важными являются характеристики периодичности наблюдения и пространственного разрешения. Наблюдения с заданными значениями периодичности гарантируют полноту получения дистанционной информации о динамике биопродуктивности лесов. Наблюдения с периодичностью, рассчитанной с учетом динамики развития лесов, позволят выявить начальные стадии нарушений и принять меры по своевременному их устранению. Пространственное разрешение хуже 10 м существенно снижает и точность, и полноту получаемой информации за счет усреднения значений биопродуктивности на площади, превышающей площадь одного гэпа.

Наконец, орбитальные параметры КА ДЗЗ (высота, наклонение орбиты И ширина полосы обзора), определяющие в основном производительность наблюдений, выполняемых одним КА, еще менее значимы. От высоты орбиты и ширины полосы обзора зависит только лишь наблюдаемая в одном кадре (сцене) площадь. Наклонение орбиты, близкое К 90е, гарантирует наилучшие условия освещенности при наблюдениях. Следовательно, перечисленные выше орбитальные параметры, с точки зрения решения задачи определения биопродуктивностн лесов, примерно равнозначимы.

В третьей главе представлены результаты предпроектного обоснования требований к характеристикам КА ДЗЗ и прикладные аспекты космического мониторинга состояния лесов.

Орбитальная группировка КА ДЗЗ будет характеризоваться количеством КА, информация с которых используется для мониторинга состояния заданного участка леса, и параметрами их орбит. Орбитальная структура КА должна обеспечивать выполнение требований по периодичности наблюдения одного и того же участка земной поверхности. На основании методики определения периодичности наблюдений, представленной во второй главе, произведен расчет периодичности наблюдений. Расчет производится с учетом временных зависимостей изменения биопродуктивности для различных пород средней полосы России. Анализ структуры прироста биопродуктивности показывает (рис. 3.), что в формировании органического вещества хвойных пород (за исключением ели) наиболее существенна роль стволов, лиственных пород - ассимиляционных органов (листвы).

Так, в сосновом и сосново-еловом насаждениях стволы создают соответственно 37,6 и 45% прироста, ассимиляционные органы - 29,1 и 23,6%. В общем приросте органической массы на ветви приходится 11,5 и 15,7%, на корни - 21,8 и 15,7%. В еловом насаждении в структурном составе прироста относительно преобладают хвоя (листья) - 36,5%, стволы составляют 34,8%, ветви - 8%, корни - 20,7%. В березовых лесах многолетние части (стволы и корни) имеют подчиненное значение: 5-22% от массы ежегодного прироста.

м

1000-iT 900 800 700

600-Н

500 400 300-К 200 100 О

Ь

□ Сосна ■ Ель

□ Лиственница

□ Береза

Ствол

Ветви

Хвоя (листья)

Рис. 3. Структура биопродуктивности основных лесных пород деревьев: в среднем -63% биомассы стволов и ветвей + 37% биомассы хвой (листьев)

Отсюда усредненная по различным породам деревьев минимальная биопродуктивность составляет порядка Нт)п — 3754 кг/га в год или }!„,„ = 37,54 кг/гэп в год. Из них Н"т- 23,65 кг/топ приходится на стволы И ветви и И1 =13, 89 кг/гэп - на хвою и листья,

НСТ™"

При современном состоянии космического дистанционного зондирования ошибки измерения биомассы лесной растительности (листовых индексов) приводят к ошибкам оценки продуктивности при единичном измерении в десятки процентов. При регулярном проведении измерений и их пространственном и временном суммировании точность определения годовой продуктивности может повыситься до единиц процентов. Примем точность определения составной части биопродуктивности лесных пород деревьев, - биомассы листвы (хвои) на основе спектрозональных наблюдений равной 5 %. Это означает, что = 0,05- 0,05-13, 89 кг/гэп = 0,6945 кг/гэп. Прирост за сутки

составляет 0,038кг/гэп, получаем: I *= ДГ„"= 18 сут. Точность радиолокационных измерений биомассы стволов и ветвей лесных деревьев примем равной 15%,-Это означает, что к^-др = 0,15-0,15-23,65 кг/гэп = 3,5475 кг/гэп. Прирост за сутки составляет 0,06бкг/гэп, получаем: { = = 55 сут.

На рис. 4 и 5 проиллюстрирован принцип графического решения задачи в соответствии с формулами (4) и (6).

Таким образом, потребная периодичность космических наблюдений при мониторинге экологического состояния лесов составляет порядка 3-х недель для спектрозональной съемки н 2-х месяцев — для радиолокационной,

приращение бионассы за лж

Рис. 4. Иллюстрация принципа графического определения минимальной периодичности спектрозональных космических наблюдений при мониторинге состояния лесов

Рис. 5. Иллюстрация принципа графического определена минимальной периодичности радио.чоктрюнных космических наблюдений при мониторинге состояния лесов

В качестве примера рассматривалась задача выбора рационалыюй орбитальной структуры, состоящей из уже функционирующих и разрабатываемых КЛ ДЗЗ. Данные об орбитальных параметрах и аппаратуре наблюдения приведены в табл.3.

Таблица 3

Характеристики КА ДЗЗ

№ п/ п КА ДЗЗ Высота орбиты, И, км Наклоне ние, i, град. Ширина полосы обзора, 0, км Пространств, разрешение, 1*, м Число спектр, диапазонов, Q Данна волны, L, см

КА ДЗЗ с радиолокационной аппаратурой на борту

1 Radarsat 798 98,6 20-500 3-100 23.5

2 МОНИТОР -Р23 550 96 30-10 23,5

3 ERS-2 785 .98,5 80-125 26.,.100 3,0

4 КОНДОР-Э 450...900 98 2-500 1...3 23,5

5 «Ар кон-2» 550-650 96 450 250 3...30 30 23 70

КА ДЗЗ со спектроэональной аппаратурой на борту

1 Land sat 705 95.2 185 15,„30 4

2 Spot 5 830 98,7 120 10 4

3 IRS-P3 817 98,1 142 23,5 2

4 Ресурс-ДК! 350-610 64,8 к 70.4 28,3 2...3 3

5 БелКА 510 97,6 20 10 3

6 Монитор - И 550 97,5 160 20 3

7 Монитор - Э 550 97.5 160 20...40 3

Выбор КА ДЗЗ и аппаратуры наблюдения в целях осуществления мониторинга состояния лесов осуществлен на основе предложенных частных признаков (глава 2). Выбор КА и аппаратуры наблюдения осуществляется по степени наилучшего приближения частных характеристик существующих типов КА ДЗЗ к требуемым характеристикам.

На основе анализа существующих и перспективных аппаратов ДЗЗ и требований к космической информации, необходимой для мониторинга состояния лесов (глава 2), разработаны ориентировочные эталонные показатели (таб. 4).

Пороговое значение функции с!*1* близости, 2, 3, задано как модуль разности определенных (вектор X*'*) и эталонных (вектор X") показателей:

х^-х*!.

Ранжируя полученные результаты выбора типа КА и его оснащения (табл. 5 и б, рис. б), определяем варианты рационального построения (состава) системы наблюдения за состоянием леса (табл. 7), отвечающие максимальным значениям сводного показателя ранжирования, т.е. максимально приближенные к характеристикам, требуемым для решения поставленной задачи.

Таблица 4

Эталонные показатели для выбора КА ДЗЗ и аппаратуры наблюдения

Характеристики Значение Пороговое значение функции близости

Высота орбиты, Н, км 600 300

Наклонение орбиты, 1, град. 70 28

Ширина полосы об юра,В. км 50 30

Пространственное разрешение. И, м 10 5

Число спектральных каналов, 0 4 2

Длина волны. Ь, см 23,5 0,5

Периодичность наблюдений, Т, сут. IS 2

Таблица 5

Значения сводного показателя ранжирования КА ДЗЗ со спектрозональной аппаратурой на борту, рассчитанного по программе «ASP»

КА ДЗЗ Landsat Spot-5 1RS- РЗ Ресурс-ДК1 Бея-КА Монитор-И Монитор-Э

Математическое ожидание 0.262 0.417 0.130 0.439 0.334 0.249 0.282

Дисперсия 0.089 0.078 0.110 0.122 0.086 0.071 0.058

Таблица 6 Значения сводного показателя ранжирования КА ДЗЗ с радиолокационной аппаратурой на борту, рассчитанного по программе «ASP»

КЛ ДЗЗ Radarsat Монитор-Р23 ERS-2 К011Д0Р- э Аркон-2

Математическое ожидание 0.810 0.593 0.258 0.741 0.780

Дисперсия 0.071 0.10 0.102 0.102 0.081

Ья н ППЮ/ EjMtart, tortt ММ, 1М ,«•<№.- ,

<1 ... ..... | . ..

л ---------------------------------------------------'

й ,............... ...........................■

^ ^--------------------- ---------------..-----------------,

й ■---------- -------------------------

• • ел и I! е.« и ■.( д.) м о.) 1.«

ИМШК а >* = *> МчВД

а) КА ДЗЗ с радиолокационной 6} КА ДЗЗ со спектрозональной

аппаратурой на борту аппаратурой на борту

Рис. 6. Визуализация результатов расчета по программе «ЛЗР»

о.д «.i о. г о,) o.t д.; o.t о.т *.< д.) U

MilIK

Таблица 7

Варианты рационального построения системы наблюдения

КА ДЭЗ Характеристики

Н 1 В | К с? ь

Вариант 1

Ресурс - ДК1 350-610 64,8 и 70,4 28,3 2...3 3

Аркон - 2 550-650 96 450 250 3...30 30 23 70

Вариант 2

Spot-5 830 98,7 120 10 4

Radarsat 798 98,6 20-500 3-100 23,5

Вариант 3

БелКА 510 97,6 20 10 3

Кондор -Э 450...900 98 2-500 1...3 23,5

Показатель информативности многолетних данных космического мониторинга с использованием ДЦЗ КА наблюдения определяется по формулам:

1„ = 1-гг0. (13)

где 1„ - суммарная информативность полученного изображения земной поверхности, бит;

по - количество наблюдений одного и того же участка земной поверхности;

1 = = , (14)

где Л; - количество пикселей в кадре;

Q - количество информации, получаемой с одного пикселя дистанционного изображения (бит):

О-я. (15)

где I; - линейное разрешение изображения, полученного в .¡-м спектральном диапазоне, м;

^"терр ~ площадь территории, изображение которой получено в одном кадре (сцене), м2;

Ч — количество спектральных диапазонов, лежащих внутри заданного диапазона, определяемого спецификой решаемой задачи.

Результаты расчетов показателя информативности представлены в табл. 8 и на рис. 7.

Таблица 8

Исходные данные н результаты расчетов показателя информативности, соответствующих наблюдениям заданного лесного массива в течение I года

КА Характеристики аппаратуры наблюдения I, Мбит по !„, Мбит

1,- м S"

SPOT 5 10,0 36-10" 72 10 720

Ресурс—ДК 3,0 784-10° 174 to 1740

БелКА 10,5 410' 76 10 760

RADARS AT 3-100 25Ю* 200 10 2000

Аркон-2 3-30 100-10" 80 10 800

Кондор-Э 1-3 100-10s 88 10 880

При мечание: для спектрозональной аппаратуры q=2, для радиолокационной q=8.

Рис. 7 Информативность КЛ ДЗЗ

Таким образом, чем вьгше разрешения аппаратуры: пространственное, спектральное и радиометрическое, тем выше информативность. Кроме того, увеличение информативности достигается за счет увеличения числа наблюдений.

Проведена оценка достоверности интерпретации данных космического мониторинга состояния леса при учете динамики развития растительного покрова. При учете многолетней динамики развития растительного покрова достоверность интерпретации данных космического мониторинга состояния леса может быть существенно повышена. Вывод о повышении достоверности интерпретации данных космического мониторинга состояния леса при учете динамики развития растительного покрова может быть подтвержден, исходя из следующих соображений.

Пусть Р0 — вероятность события, заключающегося в правильной интерпретации результатов однократного наблюдения при какой-либо заданной процедуре интерпретации. Очевидно, что при числе наблюдений п > 1 достоверность интерпретации должна возрасти. В том случае, если правила классификации не меняются, достоверность интерпретации (нижнюю границу вероятности правильной интерпретации п наблюдений одного и того же леса) можно определить как

Рп = 1-(1~Рдя. (16)

Следовательно, кратность повышения достоверности интерпретации в случае временного ряда длиной из п наблюдений можно оценить по формуле

Л Ро

(17)

Результаты расчета кратности повышения достоверности интерпретации для различных значений Р0 и и представлены на рис. 8.

1

1 /

у

/К

Л £ •

¡^СГр.!..,. — — — — —

—

-*■- ОД

0.3

... -0.4

-«-0.5

—-М

— 0,7

-М

Рп

« 10 И> 50 п. число набпюдоыц

Рис. 8. Кратность повышения достоверности интерпре/пации данных космического мониторинга состояния леса при учете динамики развития растительном покрова с возрастанием количества наблюдений

Как видно из рис. в, в том случае, если использовать существующие методы тематической обработки ДДЗ, повышение достоверности интерпретации данных космического мониторинга состояния лсса на порядок можно получить при простом увеличении количества наблюдений до 10, Проводить большее количество наблюдений не имеет смысла, поскольку увеличение достоверности при этом незначительно.

Предлагаемая же новая процедура интерпретации начинает работать при любом количестве наблюдений п> 1 (при единичном наблюдении ее использование просто не имеет смысла) н минимум на порядок позволяет повысить достоверность интерпретации ДДЗ. В результате единичного наблюдения можно достаточно точно классифицировать экологическое состояние леса

только лри видимых существенных изменениях спектральных характеристик, указывающих на угнетенное состояние растительности. Однако такую информацию, скорее всего, нельзя будет использовать на практике: слишком поздно: начались необратимые изменения, потенциал самовосстановления лесной экосистемы исчерпан. На ранних же стадиях техногенной сукцессии, когда видимых изменений (во всяком случае, обнаруживаемых принятыми процедурами тематической интерпретации) еще нет, только предлагаемая методика позволяет определить истинное состояние наблюдаемого леса.

Апробация разработанного методического аппарата проводилась на примере двух участков лесных массивов Карелии - один из них находится вблизи алюминиевого завода, а другой на территории заказника «Толвоярви». Исходными данными послужили результаты наземных дендрохроноэкологиче-ских исследований. Экологическое состояния лесного массива, находящегося вблизи алюминиевого завода, оценивалось по разработанной в данной работе методике. Проведенный анализ временных рядов биопродуктивности на двух участках леса с выделением сукцессионной, циклической и случайной составляющей и последующей их оценкой показал, что наблюдается резкое снижение направленности сукцессионного тренда для участка вблизи алюминиевого завода, снижение коэффициентов корреляции между гармоническими составляющими рядов оцениваемого участка, эталонного и солнечной активности. Случайная составляющая ряда биопродуктивности оцениваемого участка превосходит случайную составляющую эталонного ряда. Все это позволяет сделать вывод о том, что экологическое состояние участка леса, расположенного вблизи алюминиевого завода можно оценить как нарушенное.

ЗАКЛЮЧЕНИЕ

1. В результате проведенных исследований в диссертации разработан комплекс методик пред проектного обоснования применения космических средств наблюдения для мониторинга состояния лесов, обеспечивающий повышение информативности и достоверности оценки состояния лесов на основе применения космических средств наблюдения и учета динамики развития растительного покрова.

2. Разработана модель динамики развития леса, описывающая изменения сукцессионной, циклической и случайной составляющих биопродуктивности выделенного лесного гэпа в зависимости от начального состояния биопродуктивности, активности Солнца, измеряемого в числах Вольфа, и уровня техногенного воздействия. Расчеты, проведенные на модели, и сравнение результатов расчетов с наземными таксационными наблюдениями подтвердили, во-первых, адекватность модели реальным природным процессам, а во-вторых -эффективность оценки состояния лесов на основе наблюдений за динамикой их биологической продуктивности.

3. Методика оценки биологической продуктавности леса на основе дистанционной космической информации в отличие от ранее известных предлагает использовать для ее оценки комплексироваине космических спсктрозо-нальных и радиолокационных изображений, что позволяет повысить точность и достоверность измерений за счет использования нескольких независимых признаков растительных образований: индекса жизненности и пространственной структуры.

4. Разработана методика классификации экологического состояния леса, исходящая не только из наблюдаемых признаков состояния леса, но и из тенденций их изменения. Исходными данными для классификации служат временные ряды изменения биопродуктивности заданного участка леса и эталонных лесных массивов, данные о динамике лесопокрытия, а также данные об активности Солнца (динамика изменения числа Вольфа). Методика позволяет интегрально оценивать экологическое состояние заданного участка леса и выявлять нарушения экологического состояния на ранних стадиях.

5. Методика расчета периодичности наблюдений разработана с учетом динамики показателя биопродуктивности, по которому оценивается экологическое состояние лесов. По предлагаемой методике периодичность наблюдений отличается для спектрозональной и радиолокационной аппаратуры, т.е. для листвы (хвои) и древесины. Согласно расчетам требуемая периодичность космических наблюдений при мониторинге экологического состояния лесно-

го массива составляет порядка 3-х недель для спектрозональной съемки и 2-х месяцев - для радиолокационной.

6. Разработаны требования к составу и характеристикам аппаратуры наблюдения. Исходя из решаемой задачи, должны использоваться два типа аппаратуры: спектрозональная и радиолокационная. Наибольшей информативностью для оценки экологического состояния лесов в оптическом диапазоне обладает зональное отношение КСЯ зеленой части спектра гХ = 550 нм к красной части спектра гХ. = 670 нм. При радиолокационной съемке в качестве рабочей длины волны, используемой при дистанционном определении биопродуктивности леса, целесообразно выбрать L-диапазон.

7. Задача совместного выбора типа КА ДЗЗ (орбитальных параметров) и аппаратуры наблюдения решена С использованием метода стохастической квалиметрин. По результатам выбора КА ДЗЗ сформировано три рациональных варианта орбитальных группировок КА ДЗЗ.

8. Применение разработанного комплекса методик пред проектного обоснования применения космических средств наблюдения для мониторинга состояния лесов позволит:

- повысить достоверность оценки состояния лесов для уменьшения эколо-го-экоьомического и социального ущерба от воздействий природного и техногенного характера;

- прогнозировать по данным космических наблюдений развитие кризисной экологической ситуации;

• обосновать своевременные природоохранные мероприятия и решать с помощью космических средств наблюдения практические задачи лесного мониторинга в системе управления лесным хозяйством России на федеральном и региональном уровнях.

Список опубликованных работ по теме диссертации

1. Kljushnikow V.Y., Ttshina E.V. Screening of the state of of the Earth's biosphere using cosmic means // Enternational Conference "Mathematical Modelling of Ecological Systems". - Almaty: Daik-Press, 2003, p. 111.Скрининг состояния биосферы Земли космическими средствами. // Международная конференция «Математическое моделирование экологических систем. Алма-Ата, 2003, с. 111—115.

2. Тишина (Рыжова) Е.В. Использование флуктуаций биологических закономерностей развития лесного покрова в качестве индикационных признаков для космической интерпретации данных дистанционного зондирования./ Материалы XXXIX научных чтений памяти К.Э, Циолковского, Калуга, 2004, с. 169—170.

3. Клюшникюв В.ГО., Тишина Е.В. Способ выявления направленности многолетнего тренда экологического состояния природного комплекса. // Экологические проблемы разработки и эксплуатации ракетно-космической техники. Материалы 5-го научно-практического семинара: Сб. трудов СИП РИА. Выпуск i 1 / Под ред. Л.И. Волкова, В.Л. Лукина. - М.: СИП РИА, 2004, С. 53-54.

4. Тишина (Рыжова) Е.В. Требования, предъявляемые к бортовой аппаратуре наблюдения и баллистическому построению системы КА мониторинга лесов. / Актуальные проблемы развития отечественной космонавтики. Труды XXIX академических чтений по космонавтике, январь 2005, с. 213-215.

5. Клюшинков В.Ю., Рыжова Е.В. Дистанционная фитоиндикация в диагностике состояния природного комплекса. - «Сенсор», ХаЗ, 2005, с. 22-25.

6. Рыжова Е.В. Подход к космическим наблюдениям за общим состоянием растительного покрова./ Материалы XL научных чтений памяти К.Э, Циолковского, Калуга, 2005, с, 168-170.

7. Рыжова Е.В. Наблюдение флуктуаций биоритмологических закономерностей развития растительного покрова из космоса. / Второй белорусский космический конгресс, Минск, 2005, с. 369-371.

8. Рыжова Е.В. Методика оценки состояния лесных массивов с использованием космических средствУб-я международная научно-практическая конференция «Пилотируемые полеты в космос», Звездный городок «Центр подготовки космонавтов», 2005, с. 134-135.

9. Рыжова Е.В, Техническая основа системы мониторинга лесов. / Вестник Московского государственного университета леса - Лесной вестник. - Вып. № 48 - М.: МГУЛ, 2006, с. 63-67.

10. НТО «Исследование принципов построения, возможностей повышения технического уровня и эффективности функционирования отечественных КА ДЗЗ». шифр «Мониторинг - 3», № 851-0300/04-12-20054501-45-89, ЦНИИМАШ, 2005, 9 с.

11. НТО «Анализ комплекса бортовой целевой и служебной аппаратуры на разрабатываемых перспективных отечественных ИСЗ ДЗЗ и их характеристик (элементной базы); сравнение с бортовой целевой и служебной аппаратурой на аналогичных зарубежных КА с целью оценки полноты решения задач ДЗЗ. Исследование методов наблюдения из космоса для решения задач ДЗЗ», № 851-2111/06-4.2-2006-1041-10414, ЦНИИМАШ, 2006,12 с.

12. НТО «Исследование потенциала гиперспектральной съемки прн решении задач контроля экологического состояния лесных и лесопарковых массивов», ЦНИИМАШ, 2006,8 с.

Введение

Глава 1. Анализ роли и места космических средств наблюдения в решении задач мониторинга состояния лесов

1.1. Понятие состояния лесов и методы его оценки.

1.2. Влияние состояния леса на его биопродуктивность.

1.3. Анализ роли и места космических средств наблюдения в решении задач мониторинга состояния лесов.

1.4. Анализ показателей информативности и достоверности интерпретации данных космического мониторинга состояния лесов

1.5. Постановка задачи исследований и разработка методической схемы ее решения.

Выводы по разделу.

Глава 2. Методические основы предпроектного обоснования применения КА ДЗЗ для мониторинга состояния лесов

2.1. Общие требования к дистанционной космической информации для оценки экологического состояния лесов.

2.2. Получение и интерпретация многолетних данных космического мониторинга состояния лесов.

2.2.1. Методика оценки биологической продуктивности лесов на основе обработки дистанционной космической информации.

2.2.2. Модель лесной экосистемы.

2.2.3. Методика анализа временного ряда динамики биологической продуктивности леса.

2.2.4. Методика классификации экологического состояния лесов.

2.2.5. Обобщенная методическая схема получения и интерпретации многолетних данных космического мониторинга состояния лесов.

2.3. Предпроектное обоснование применения КА ДЗЗ для мониторинга состояния лесов.

2.3.1. Методические положения по обоснованию требований к аппаратуре наблюдения.

2.3.2 Методика расчета периодичности наблюдений.

2.3.3. Методика выбора типа КА ДЗЗ и аппаратуры наблюдения для получения данных космического мониторинга состояния лесов.

Выводы по разделу.

Глава 3. Результаты предпроектного обоснования основных требований к характеристикам КА ДЗЗ и прикладные аспекты космического мониторинга состояния лесов

3.1. Расчет периодичности наблюдений.

3.2. Выбор КА ДЗЗ и аппаратуры наблюдения для мониторинга состояния лесов.

3.3. Оценка информативности и достоверности интерпретации данных космического мониторинга состояния лесов при учете динамики развития растительного покрова.

3.4. Мониторинговые исследования динамики развития лесов на примере.

Выводы по разделу.

Резкий рост уровня антропогенного воздействия на окружающую среду в сочетании с низкой эффективностью и разобщенностью природоохранных мероприятий привел за последние десятилетия к значительному ухудшению экологической обстановки в различных регионах Российской Федерации. Наиболее уязвимыми оказались промышленно-развитые районы с высокой концентрацией промышленных производств топливно-энергетического, химического, металлургического и др. профилей, приведших к превышению уровней допустимой экологической нагрузки на природную среду, возникновению потенциально опасных чрезвычайных ситуаций. Компенсировать перечисленные последствия позволяют регуляторные способности биосферы, в основном, растительности. На конференции по окружающей среде в Рио де Жанейро (июнь 1992 г.) была особо подчеркнута глобальная роль лесов для выживания и устойчивого развития человечества. Россия, подписав основные документы этой конференции, взяла на себя обязательства на национальном уровне руководствоваться принципами устойчивого развития лесов и сохранения биологического разнообразия.

Негативное воздействие человека на окружающую среду делает чрезвычайно важным развитие средств и систем контроля опасного антропогенного воздействия на среду обитания, высокооперативного выявления катастрофических явлений. Своевременному предупреждению о них, повышению оперативности и эффективности мер по ликвидации последствий этих опасных явлений на основе информации космических систем уделяется в настоящее время особое внимание [59].

Постановлением коллегии Федеральной службы лесного хозяйства России от 19 октября 1993г. приняты основные положения лесного мониторинга в России [51]. Лесной мониторинг является составной частью Единой государственной системы экологического мониторинга в Российской Федерации. Однако органы управления лесным хозяйством России, особенно федерального и регионального уровней, испытывают значительные трудности в оперативном управлении лесами, т. к. при подготовке и обосновании принимаемых решений не обладают в настоящее время достоверной, оперативной и систематизированной информацией о произошедших изменениях в состоянии лесного фонда, которую с успехом можно было бы получать с помощью космических средств наблюдения. Существующие наземные методы получения природно-ресурсной и экологической информации не в полной мере обеспечивают потребности регионов в части осуществления экологического мониторинга. Необходим переход на качественно новый уровень получения информации.

Основной задачей мониторинга лесов является экологическая и экономическая оценка последствий хозяйственной деятельности человека. Научная организация этого процесса требует умения прогнозировать динамику роста и развития насаждений. В системе лесного хозяйства достаточно продолжительное время для этих целей применяются таблицы хода роста, составленные по данным наземной таксации. Однако, ввиду значительного обобщения экспериментальных данных, они не могут являться основой для организации мониторинга. Особые трудности испытывает применение таблиц хода роста для насаждений, произрастающих в условиях антропогенного (техногенного) воздействия. Следует отметить также, что таблицы хода роста не учитывают такой важный момент развития насаждений, как цикличность.

Космические средства наблюдения обеспечивают новый подход к оценке экологического состояния лесов с использованием временных рядов. Однако применение космических средств наблюдения в данном конкретном случае требует наличия: бортовой измерительной аппаратуры КА, обладающей соответствующими характеристиками; новых информационных технологий для определения функциональных зависимостей между спектральными характеристиками лесной растительности и их биопродуктивностью по космической информации.

Эффективное использование космических средств наблюдения возможно лишь на основе системного решения проблемы [48].

Дистанционно с использованием авиационных и космических средств ДЗЗ состояние леса определяют на основе результатов измерения его оптических характеристик. За последние 30-40 лет в отечественном лесоведении изучению спектральной отражательной способности древесной растительности были посвящены исследования С.В. Белова (1959)[4], Н.Г. Харина (1965)[71], Б.Ф. Виноградова (1984)[6], А.С. Исаева и Ф.И. Плешикова (1997)[26], Н.Н. Выгодской (1987)[9], В.М. Жирина (1993)[21] и др., однако в данных работах динамика изменения оптических характеристик подстилающей растительности учитывается не достаточно. В этих работах определяются линейные тренды характеристик, между тем для растений характерно периодическое изменение их характеристик. Сложность в определении этих характеристик с использованием космических средств обусловлена рядом ограничений, а именно: значительная вариация спектральных характеристик объекта наблюдения в зависимости от вегетационного периода, климатических условий, рельефа местности; смешанное произрастание лесной растительности; зависимость качества данных об объекте наблюдения от метеорологической обстановки.

Основная доля поступающей от космических средств наблюдения информации лежит в видимом диапазоне длин волн или в ближнем ИК-диапазоне. В этом диапазоне функционируют целый ряд зарубежных спутников наблюдения, таких как «SPOT», «LANDSAT» и др. Количество отечественных КА наблюдения, функционирующих на орбитах, ограничено. При этом используемая спектрозональная бортовая измерительная аппаратура не в полной мере удовлетворяет решению целевой задачи. В нашей стране космическое наблюдение осуществлялось с помощью КА оптико-электронного наблюдения типа «Ресурс-01» и фотографического наблюдения «Ресурс-Ф».

Опыт эксплуатации данных КА показал ряд их недостатков, особенно с появлением новых задач, таких как экологический мониторинг, контроль чрезвычайных ситуаций и др. В России имеется опыт использования информации космических средств наблюдения только для обнаружения техногенных и некоторых видов природных объектов для которых характерны стабильные спектральные характеристики.

Методические вопросы анализа периодических критериев спектральных характеристик при мониторинге состояния лесов не проработаны.

Следует также учитывать очевидные на данном этапе экономические ограничения по созданию специализированной космической системы мониторинга состояния лесов, строительства отдельных пунктов приема космической информации и т.д.

Указанные обстоятельства определяют актуальность системного исследования вопросов применения средств космического мониторинга для оценки состояния лесов.

Целью диссертационной работы является повышение информативности и достоверности оценки состояния лесов на основе применения космических средств наблюдения и учета динамики развития растительного покрова.

Для достижения поставленной цели в диссертации решается актуальная научная задача разработки комплекса методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов. Решение данной задачи включает:

- обоснование метода интерпретации многолетних данных космического мониторинга состояния лесов;

- разработку комплекса методик получения и интерпретации многолетних данных космического мониторинга состояния лесов;

- разработку комплекса методик по предпроектному обоснованию требований к характеристикам КА ДЗЗ, реализующим предлагаемый способ получения и интерпретации многолетних данных космического мониторинга состояния лесов;

- апробацию разрабатываемого методического аппарата на практическом примере.

Объектами исследования в данной работе являются космические системы наблюдения и лесные экосистемы. Предметом исследования - применение средств космического наблюдения для мониторинга состояния лесов.

Научно-методической базой исследования послужили работы отечественных и зарубежных ученых в области разработки перспективных космических средств наблюдения лесных экосистем, а также наземных средств лесной таксации, контроля состояния лесов и дендроиндикации.

Исследованию качественных показателей функционирования космических систем мониторинга, принципам их организации, теории расчета элементов систем посвящено большое количество работ. Основные отечественные теоретические разработки, связанные с методологией анализа и синтеза космических систем мониторинга были проведены Ф.Р. Ханцеверовым (1970г.), Н.С. Кондауровым (1972г.), В.В. Остроуховым (1973г.), А.Г. Погорянским (1990г.), Н.А. Долгих (1991г.), Малышевым В.В., Нестеренко О.П. (2000г.) и др.

В диссертации в качестве инструмента исследования использовались современные методы системного анализа, анализа временных рядов, исследования операций.

Основные положения, выносимые на защиту:

- комплекс методик предпроектного обоснования применения космических средств для мониторинга состояния лесов, включающий:

- методику оценки биологической продуктивности лесов на основе обработки дистанционной космической информации;

- методику классификации экологического состояния леса;

- методику расчета периодичности наблюдений;

- методику выбора типа КА ДЗЗ и аппаратуры наблюдения для получения данных космического мониторинга состояния лесов;

- модель лесной экосистемы;

- предложения по реализации метода космического мониторинга состояния лесов.

Научная новизна результатов работы состоит в следующем:

- биопродуктивность предложено получать дистанционно, при помощи перспективных КА наблюдения, оснащенных спектрозональной и радиолокационной аппаратурой наблюдения;

- разработанная методика классификации экологического состояния леса исходит не только из наблюдаемых признаков состояния леса, но и из тенденций их изменения, сигнализирующих об экологическом неблагополучии в принципе;

- в методике расчета периодичности наблюдений при мониторинге состояния лесов, учитывается динамика показателя биопродуктивности;

- выбор КА ДЗЗ и целевой аппаратуры наблюдения, информация с которых пригодна для оценки экологического состояния лесов, осуществлен с использованием векторов частных характеристик КА ДЗЗ, определения значения весовых коэффициентов методом статистического моделирования, вычисления сводного показателя и ранжирования характеристик космических аппаратов методом стохастической квалиметрии.

Достоверность и обоснованность полученных результатов и сделанных выводов подтверждаются положительными результатами эксперимента по мониторинговым исследованиям динамики развития лесного растительного покрова на модельном примере, а также - корректным использованием в работе апробированных методов системного анализа и математического моделирования.

Практическая ценность результатов работы.

Результаты работы позволяют: повысить достоверность оценки состояния лесов для уменьшения эколого-экономического и социального ущерба от воздействий природного и техногенного характера;

- с учетом особенностей развития наблюдаемого объекта в условиях антропогенного воздействия уточнить технические требования к аппаратуре наблюдения и сформировать требования к орбитальной структуре космических средств для мониторинга лесов; прогнозировать по данным космических наблюдений развитие кризисной экологической ситуации; обосновать своевременные природоохранные мероприятия и решать с помощью космических средств наблюдения практические задачи лесного мониторинга в системе управления лесным хозяйством России на федеральном и региональном уровнях.

Апробация работы.

Результаты диссертации докладывались на IV чтениях им. М.К. Тихонравова (2002г.), XXXIX и XL научных чтениях памяти К.Э. Циолковского (2004 и 2005г.г.), 6-ой международной научно-практической конференции «Пилотируемые полеты в космос» (2005г.), XXIX академических чтениях по космонавтике (2005г.).

Публикации.

По теме диссертации опубликовано 12 научных работ, в т.ч. статьи в журналах «Двойные технологии», «Сенсор», «Лесной вестник».

Реализация научных результатов.

Основные результаты диссертации использованы: в НИОКР «Космос - СГ» (2004, 2005гг.) - в части формирования требований к АРМ ведения мониторинга лесов и основных принципов ведения мониторинга природной среды; в НИР «Абитуриент» проведено обоснование метода интерпретации многолетних данных космического мониторинга состояния лесов; в НИР «Мониторинг-3» - в части обоснования требований, предъявляемых к целевой аппаратуре и орбитальному построению КА наблюдения для экологического мониторинга.

Результаты диссертации реализованы при создании комплекта оборудования для экологической разведки загрязненных территорий на базе самолета Ан-30 (ОКР «Красногорец»), а также при разработке специального математического и программного обеспечения, используемого при навигационно-баллистическом обеспечении КА наблюдения и дистанционного зондирования Земли, при проектно-поисковом обосновании основных направлений и концепции развития космической системы ДЗЗ, а также при разработке технических предложений по созданию экспериментального комплекса детального мониторинга поверхности Земли.

Структура диссертации и краткая аннотация ее глав.

Диссертация состоит из введения, трех глав, заключения, списка

Выводы по третьей главе:

1. Рассчитана периодичность наблюдения, которая отличается для спектрозональной и радиолокационной аппаратуры, т.е. для листвы (хвои) и древесины. Согласно расчетам потребная периодичность космических наблюдений при мониторинге экологического состояния лесов составляет порядка 3-х недель для спектрозональной съемки и 2-х месяцев - для радиолокационной.

2. Выбор КА ДЗЗ и аппаратуры наблюдения в целях осуществления мониторинга состояния лесов осуществлен на основе предложенных частных показателей. В качестве примера рассматривался выбор оптимальной орбитальной структуры системы наблюдения, состоящей из функционирующих и разрабатываемых КА ДЗЗ.

Первый вариант - орбитальная группировка КА радиолокационного наблюдения «Аркон-2» и КА оптико-электронного наблюдения «Ресурс -ДК1».

Второй вариант - орбитальная группировка зарубежных средств ДЗЗ. Это КА радиолокационного наблюдения «Radarsat» и КА оптико-электронного наблюдения «Spot-5».

Третий вариант - наиболее предпочтительный с экономической точки зрения - это орбитальная группировка, образованная МКА типа «Кондор -Э» (радиолокационного наблюдения) и «БелКА» (оптико-электронного наблюдения).

3. Разработанный метод мониторинга состояния леса инвариантен по отношению к источнику получения исходных данных (временных рядов биопродуктивности) для последующего анализа. Поэтому апробация разработанного методического аппарата осуществлена с использованием дендрохронологических рядов в качестве исходных данных по биопродуктивности лесной экосистемы.

В результате совместной обработки дендрохронологических рядов и временного ряда изменения активности Солнца (чисел Вольфа) были получены:

- оценки сукцессионной, периодической и случайной компонент модельного дендрохронологического ряда (временного ряда биопродуктивности);

- оценки корреляции (влияние) временного ряда изменения солнечной активности - задающего ряда - и временных рядов изменения биопродуктивности леса.

На основании проведенных оценок состояние заданного участка леса, расположенного в районе алюминиевого завода следует отнести к нарушенному.

4. Повышение информативности оценки состояния лесов достигается за счет использования снимков с высоким пространственным разрешением (не хуже Юм), комплексной обработки спектрозонального и радиолокационного изображения, а также увеличения числа наблюдений.

5. Оценка достоверности интерпретации данных космического мониторинга состояния леса при учете динамики развития растительного покрова проведена путем сравнения вероятности единичного события, заключающегося в правильной интерпретации результатов однократного наблюдения лесного гэпа при заданной процедуре интерпретации с вероятностью правильной интерпретации результатов п наблюдений. В результате сравнения и анализа сделан вывод о том, что даже при отсутствии обработки временного ряда наблюдений достоверность интерпретации п наблюдений на порядок выше достоверности интерпретации единичного наблюдения.

В случае же использования предложенной процедуры обработки полученных временных рядов наблюдений достоверность возрастает еще больше. Таким образом, при учете многолетней динамики развития растительного покрова достоверность интерпретации данных космического мониторинга состояния леса может быть существенно повышена.

ЗАКЛЮЧЕНИЕ

1. В результате проведенных исследований в диссертации разработан комплекс методик предпроектного обоснования применения космических средств наблюдения для мониторинга состояния лесов, обеспечивающий повышение информативности и достоверности оценки состояния лесов на основе применения космических средств наблюдения и учета динамики развития растительного покрова.

2. Разработана модель динамики развития леса, описывающая изменения сукцессионной, циклической и случайной составляющих биопродуктивности выделенного лесного гэпа в зависимости от начального состояния биопродуктивности, активности Солнца, измеряемого в числах Вольфа, и уровня техногенного воздействия. Расчеты, проведенные на модели и сравнение результатов расчетов с наземными таксационными наблюдениями, подтвердили, во-первых, адекватность модели реальным природным процессам, а во-вторых, - эффективность оценки состояния лесов на основе наблюдений за динамикой их биологической продуктивности.

3. Методика оценки биологической продуктивности леса на основе обработки дистанционной космической информации в отличие от ранее известных предлагает использовать для оценки биопродуктивности заданного участка леса комплексирование космических спектрозональных и радиолокационных изображений, что позволяет повысить точность и достоверность измерений за счет использования нескольких независимых признаков растительных образований: индекса жизненности и пространственной структуры.

4. Разработана методика классификации экологического состояния леса, исходящая не только из наблюдаемых признаков состояния леса, но и из тенденций их изменения. Исходными данными для классификации служат временные ряды изменения биопродуктивности заданного участка леса, экологическое состояние которого необходимо оценить и эталонных массивов, результаты их анализа, данные о динамике лесопокрытия заданного участка леса, а также данные об активности Солнца (динамика изменения числа Вольфа). Методика позволяет интегрально оценивать экологическое состояние заданного участка леса и выявлять нарушения на ранних стадиях.

5. Методика расчета периодичности наблюдений разработана с учетом динамики показателя биопродуктивности, по которому оценивается экологическое состояние леса. По предлагаемой методики периодичность наблюдений отличается для спектрозональной и радиолокационной аппаратуры, т.е. для листвы (хвои) и древесины. Согласно расчетам потребная периодичность космических наблюдений при мониторинге экологического состояния лесов составляет порядка 3-х недель для спектрозональной съемки и 2-х месяцев - для радиолокационной.

6. Разработаны требования к составу и характеристикам аппаратуры наблюдения. Исходя из решаемой задачи, должны использоваться два типа аппаратуры: спектрозональная и радиолокационная. Наибольшей информативностью для оценки экологического состояния лесов в оптическом диапазоне обладает зональное отношение КСЯ зеленой части спектра гд = 550 нм к красной части спектра гх - 670 нм. При радиолокационной съемке в качестве рабочей длины волны, используемой при дистанционном определении биопродуктивности леса, целесообразно выбрать L-диапазон.

7. Задача совместного выбора типа КА ДЗЗ (орбитальных параметров) и аппаратуры наблюдения решена с использованием метода стохастической квалиметрии. По результатам выбора КА ДЗЗ сформировано три варианта орбитальных группировок К А ДЗЗ:

Первый вариант - орбитальная группировка КА радиолокационного наблюдения типа «Аркон-2» и КА оптико-электронного наблюдения типа «Ресурс-ДК1».

Второй вариант - орбитальная группировка зарубежных средств ДЗЗ -радиолокационного наблюдения «Radarsat» и КА оптико-электронного наблюдения «Spot-5».

Третий вариант - наиболее предпочтительный с экономической точки зрения - это орбитальная группировка, образованная МКА типа «Кондор -Э» (радиолокационного наблюдения) и «БелКА» (оптико-электронного наблюдения).

8. Проведенная апробация разработанных концептуальных положений и методик подтверждает эффективность практического применения космических средств ДЗЗ для решения задач лесного мониторинга с целью: повышения достоверности оценки состояния лесов для уменьшения эколого-экономического и социального ущерба от воздействий природного и техногенного характера; прогнозирования по данным космических наблюдений развития кризисной экологической ситуации; обоснования своевременных природоохранных мероприятий и решения с помощью космических средств наблюдения практических задач лесного мониторинга в системе управления лесным хозяйством России.

1. Антонов А.Е., Якушев Д.И. О сверхвековом цикле солнечной активности. // Научно-техническая конференция "Мониторинг и прогнозирование чрезвычайных ситуаций": Тез. докл. СПб: СПбГЭТУ (ЛЭТИ), 1998.

2. Анучин Н.П. Лесная таксация. М: Лесная промышленность, 1982.-552с.

3. Белов С.В. Аэрофотосъемка лесов. М.-Л: АН СССР, 1959. - 256 с.

4. Вайну Я.Я.-Ф. Корреляция рядов динамики. М.: Статистика, 1977. - 119с.

5. Виноградов Б.Ф. Аэрокосмический мониторинг лесов. М.: Наука, 1984.-С. 161-170

6. Волков А. Д. Белоногова Т.В. Фактор биоразнообразия и комплексная продуктивность лесных экосистем северо-запада таежной зоны европейской части России. // Карел, науч. центр РАН. Ин-т леса -Петрозаводск, 2002.

7. Воронцов А.И., Мозолевская Е.Г., Соколова Э.С. Технология защиты леса. М: Экология, 1991. - 304с.

8. Выгодская Н.И., Горшкова И.И. Теория и эксперимент в дистанционных исследованиях растительности. Л.: Гидрометеоиздат, 1987. 248с.

9. Выгодская Н.Н., Козодеров В.В., Косолапов B.C., Татаринов Ф.А., Фосс Г.-Г. Использование дистанционного зондирования для определения массы листвы лесных насаждений // Лесоведение. 1995. - № 5. - С. 23-26.

10. Выханду Л.К. Об исследовании многопризнаковых биологическихсистем // Применение математических методов в биологии. Т. III. JL: Ленингр. ун-т, 1964. - С. 9-12.

11. Горшков В.Г. Энергетика биосферы и устойчивость окружающей среды // Итоги науки и техники. Сер. Теоретические и общие вопросы географии. Т. 7. М.: ВИНИТИ. - 1990. - 238с.

12. Горшков В.Г., Кондратьев К.Я., Шерман С.Г. Изменение глобального круговорота углерода. Препринт № 1650. - С.-Петербург: ЛИЯФ. -1990.- 64с.

13. Гренджер К., Хатанака М. Спектральный анализ временных рядов в экономике. М.: Статистика, 1972. - 167с.

14. Гриппа С.П. Дендрохронологические исследования в ландшафтном заказнике «Толвоярви» // Суоярвский район (Республика Карелия): экономика, ресурсы, охрана природы. Петрозаводск: КНЦ РАН, 2000. С.42-47.

15. Дженкинс Г., Ватте Д. Спектральный анализ и его применение. Т.1. -М.: Мир, 1971.-316с.

16. Дистанционное зондирование Землиhttp://www.crimea.com/~asi/remote.htm

17. Дулевич В.Е. и др. Теоретические основы радиолокации. М.: Сов. Радио, 1964. - 136с.

18. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986. - 230с.

19. Жирин В.М. Дистанционное зондирование при изучении динамики лесных экосистем за рубежом.// Обзор, информ. (Лесоводство и лесоведение вып.№2)-М.: ВНИИЦлесресурс, 1993. 40с.

20. Жирин В.М. Оценка фитомассы лесного покрова // Сб. "Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве". М: МГУЛ, 1998. С. 119-120.

21. Заездный A.M. Основы расчетов по статистической радиотехнике. М.: Связьиздат, 1963. 93с.

22. Изаков М.Н., Жуков Б.С. О глобальном спутниковом мониторинге пространственных и временных изменений биоты // Исследование Земли из космоса. 1992. № 6. - С. 32-42.

23. Исаев А. С., Сухих В. И. Аэрокосмический мониторинг лесных ресурсов // Лесоведение. 1986. №6. - С. 11-21.

24. Исаев А.С., Плешиков Ф.И. Основные направления исследований лесных ресурсов Сибири с помощью аэрокосмических средств// Исследование лесов аэрокосмическими методами. Новосибирск: Наука, 1997. С. 3-9

25. Кашьяр Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.: Наука, 1983. - 384с.

26. Киселев А.И., Медведев А.А., Меньшиков В.А. Космонавтика на рубеже тысячелетий. Итоги и перспективы. М.: Машиностроение Полет, 2001.-672с.

27. РИА. Выпуск 11 / Под ред. Л.И.Волкова, В.Л.Лукина. М.: СИП РИА, 2004. С.53-54.

28. Клюшников В.Ю. , Рыжова Е.В. Дистанционная фитоиндикация в диагностике состояния природного комплекса. // Сенсор. 2005. №3. - С. 2225.

29. Kondralyev К. Ya., Kozoderov V. V., Smikiy 0.1. Remote Sensing of the Earth from space: atmospheric correction. Heidelberg: Springer. 1992.410 p.

30. Куликова Т.А. Оценка продуктивности лесов. М.: Лесная промышленность, 1981. 152с.

31. Кучейко А. Российские перспективы в гиперспектре // Новости космонавтики. 2001.-№7.- С. 44-46.

32. Лопатин Е.В. К вопросу об автоматизированной актуализации информации о лесном фонде по космическим снимкам // Труды Сыктывкарского лесного института. Сыктывкар: СЛИ, 2002. - Т.З. - 420 с.

33. Мозолевская Е.Г. Оценка состояния и устойчивости насаждений// В кн. Технология защиты леса. М., 1991. С. 234-237.

34. Молчанов А.Г. Экофизиологическое изучение продуктивности древостоев. М.: Наука, 1983. 228с.

35. Myers V. I. Soil, Water and Plant Relations, in «Remote Sensing with

36. Special Reference to Agriculture and Forestry». National Academy of Sciences, Washington, D. C, pp. 253—297, 1970.

37. Найденов В.И., Кожевникова И.А. Почему так часто происходят наводнения? // Природа. 2003. №9. - С. 27-29.

38. НТО «Исследование потенциала гиперспектральной съемки при решении задач контроля экологического состояния лесных и лесопарковых массивов», ЦНИИМАШ, 2006. 8с.

39. НТО «Исследование принципов построения, возможностей повышения технического уровня и эффективности функционирования отечественных КА ДЗЗ», шифр «Мониторинг 3», № 851-0300/04-12-20054501-45-89, ЦНИИМАШ, 2005. 9с.

40. НТО «Прогнозирование урожайности зерновых культур на основе данных космического мониторинга и моделирования биопродуктивности», Югорский НИИ информационных технологий, 2005.

41. Патент Российской Федерации 2155472. Способ оценки биомассы растительности.

42. Перминов А.Н. Методические основы оценки эффективности управления сбалансированным развитием Космических войск.// Стратегическая стабильность. 2003. - №2.

43. Перминов А.Н. Управление наземной космической инфраструктурой на основе мониторинга ее состояния. Санкт-Петербург: МО, 2005. 320с.

44. Перминов А.Н. Наша Земля берег космического океана. //Российский космос. 2006. - №1. - С. 4-9.

45. Поликарпов Н.П. Формирование и продуктивность древостоев. Новосибирск: Наука, 1981. 298с.

46. Постановление коллегии Рослесхоза от 19 октября 1993 г. //Лесной мониторинг в России. М. 1993.

47. Пудовкин М.И., Любчич А.А. Геомагнетизм и аэрономия. 1989 Т. 29. № 3.- 359с.

48. Родионов И. Д. Российские гиперспектральные системы зондирования Земли //Аэрокосмический курьер. 2003. №1. - С. 48-50.

49. Розенберг Г.С., Шитиков В.К., Брусиловский П.М. Экологическое прогнозирование (Функциональные предикторы временных рядов). Тольятти, 1994. 182с.

50. Розенберг Г.С., Шитиков В.К., Мозговой Д.П. Экологическая информатика: Учебн. пособие. Самара: Самар. ун-т, 1993. - 151с.

51. Рыжова Е.В. Методический подход к космическим наблюдениям за общим состоянием растительного покрова // Материалы XL научных чтений памяти К.Э. Циолковского. Калуга, 2005. С. 168-170.

52. Рыжова Е.В. Методика оценки состояния лесных массивов с использованием космических средств. // 6-я международная научно-практическая конференция «Пилотируемые полеты в космос». 2005. С. 134135.

53. Рыжова Е.В. Наблюдение флуктуаций биоритмологических закономерностей развития растительного покрова из космоса // Второй белорусский космический конгресс, Минск. 2005. С. 369-371.

54. Рыжова Е.В. Техническая основа системы мониторинга лесов // Вестник Московского государственного университета леса Лесной вестник.- М.: МГУЛ, 2006. - №48. - С. 63-67.

55. Санитарные правила в лесах СССР. М.: Лесная промышленность, 1970.- 16с

56. Серебренников М.Г., Первозванский А.А. Выявление скрытых периодичностей. М.: Наука, 1965. - 244с.

57. Справочник по типовым программам моделирования / Под ред.

58. A.Г. Ивахненко Киев: Техника, 1980. - 184с.

59. Спутниковые системы мониторинга. Анализ, синтез и управление/

60. B.В. Малышев, М.Н. Красильщиков, В.Т. Бобронников, О.П. Нестеренко, А.В. Федоров / Под редакцией В.В. Малышева. М.: МАИ, 2000. - 568с.

61. Сухих В.И. Структура и техническая основа системы мониторинга лесов// Лесное хозяйство. 2002. №6. - С. 6-9.

62. SAR Information User Working Group Meeting NASA/JPL March 1516,2000.

63. Тишин Д.В. Периодические процессы в биосфере земли и их связь с солнечной активностью по данным дендрохронологических наблюдений в Среднем Поволжье // Циклы. Материалы IV Международной конференции. СевКавГТУ, Ставрополь, 2002.

64. Труды международной конференции «Математические и физические методы в экологии и мониторинге природной среды». М.: МГУЛ, 2001.-С. 23-29.

65. Харин Н.Г. Лесохозяйственное дешифрирование аэрофотоснимков. -М.: Наука, 1965.- 138с.

66. Храмов А.А. Методологические аспекты оценки состояния лесных экосистем // Проблемы региональной экологии. Выпуск 8,2000. С.41 45.

67. Циклы солнечной активности и развитие цивилизации в 20 столетии. // http://propherl.narod.ru/20vek.graf.index.html

68. Чапурский Л.И. Отражательные свойства природных объектов в диапазоне 400 2500 нм, часть 1, Мин. Обороны СССР, 1986. С. 21,45-51.

69. Чеберкус В.И. Прогнозирование векторных процессов скалярными гармоническими трендами // Автоматика. 1985 - № 4. - С. 34-39.

70. Чижевский А.Л. Земля в объятиях Солнца. М.: Эксмо, 2004.- 963с.

71. Чижевский А.Л. Космический пульс жизни: Земля в объятиях Солнца. Гелиотараксия. М.: Мысль, 1995. - Т. 1, 768с.

72. Экология Севера. Дистанционные методы изучения нарушенных экосистем. М.: Географ, фак. МГУ, 2003. 246 с.

73. Юл Дж., Кендалл М. Теория статистики. М.: Госстатиздат, 1960. -780с.

74. Coward S.N. el al. Normalized Difference Vegetation Index Measuremcni from the Advanced Very High Resolution Radiometer // Remote Sensing Envromeiu 1991 V. 35, № 2-3. P. 237-278.

75. Wickland D. E. Future directions of remote sensing in terrestrial ecological research // Theory and applications of ifplical remote sensing. N. Y.: John Wiley and Sons, 1989. P. 691—724.

76. Значения годичного прироста эталонного лесного массива