автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Микроволновая и спектрорадиометрическая съемки в исследованиях лесных территорий

На правах рукописи

ИМ

Сергей Тхекдеевич

МИКРОВОЛНОВАЯ И СПЕКТРОРАДИОМЕТРИЧЕСКАЯ СЪЕМКИ В ИССЛЕДОВАНИЯХ ЛЕСНЫХ ТЕРРИТОРИЙ

05.13.17 - теоретические основы информатики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Красноярск - 2004

Работа выполнена в Институте леса им. В.Н. Сукачева СО РАН, г. Красноярск.

Научный руководитель- доктор биологических наук, В. И. Харук

профессор

Официальные оппоненты доктор технических наук, В. Б. Кашкин

профессор

кандидат технических наук. Г. М. Цибульский

профессор

Ведущая организация Институт вычислительной математики и

математической геофизики СО РАН (г. Новосибирск)

Защита состоится « 21 » _октября_ 2004 г. в 14-00 часов на

заседании диссертационного совета К 212.098.02 в Красноярском государственном техническом университете по адресу 660074, г. Красноярск, ул. акад. Киренского, 26.

Отзывы на автореферат диссертации в двух экземплярах с подписью составителя заверенной печатью организации, просим направлять на адрес диссертационного совета.

С диссертацией можно ознакомиться в библиотеке КГТУ Автореферат разослан « /Г » сентября 2004 г.

Ученый секретарь диссертационного совета к.т.н., доцент

Н.Г. Кузьменко

¿5VS6

Общая характеристика диссертационной работы

Актуальность темы Анализ динамики лесных территорий, их тематическое картирование и мониторинг требуют использования материалов дистанционного зондирования (ДЗ), полученных как в оптической, так и в микроволновой частях спектра [Барталев и др., 1999; Сухих и др. 1999; Федотова, 2001; Шмуллиус и др., 2003; Williams et al., 1986; Floyd et al., 1998; Ranson et al., 2000; Henderson, 2001]. Одной из наиболее современных систем зондирования в оптическом диапазоне является серия спектрорадиометров LANDSAT, открывшая новые возможности картирования и мониторинга лесных территорий, обнаружения зон природных и антропогенных воздействий на лесной покров.

Микроволновая съемка перспективна для решения задач лесной гидрологии (оценка снежного покрова и влажности), а также определении биомассы и сомкнутости древостоев. В отличие от съемки в оптическом диапазоне, активная радиолокационная съемка обладает такими преимуществами, как проникновение сквозь облачность, независимость от солнечного излучения, всепогод-ность, чувствительность к влажности зондируемого объекта, способность проникать в растительный покров и почву [Максимов и др., 2002; Edwin, 1991; Dobson et al., 1992; Darie et al., 2001; Henderson et al., 2001; Moran et al., 2002; Ranson et al. 1999, 2000; Wang et al., 1999].

Совместный анализ данных микроволнового и оптического диапазонов спектра позволит выявить их преимущества и недостатки в задачах исследования лесных территорий.

Цель работы - анализ применимости микроволновой и спектрорадио-метрической съемок для обнаружения зон природных и антропогенных воздействий на лесной покров и картирования лесных территорий Енисейского меридиана.

Задачи исследования:

1. Анализ применимости мелкомасштабной микроволновой съемки (RADARSAT) для картирования лесных территорий Енисейского меридиана.

2 Анализ применимости микроволновой (RADARSAT, ERS) и спектро-радиометрической (LANDSAT) съемок для обнаружения и картирования зон антропогенных и природных воздействий на лесные территории (на примерах-1 ) влияния разведки и добычи нефти, 2) вспышек массового размножения сибирского шелкопряда и 3) воздействия климатических трендов на древесные насаждения на крайнем пределе их произрастания)

Объект исследования. Возможности микроволновой и спектрорадио-метрических съемок анализировались применительно к лесным территориям Енисейского меридиана.

Вдоль Енисейского меридиана расположены основные эколого-зональные комплексы, характерные для бореальных лесов. Леса Енисейского меридиана подвергаются природным и антропогенным воздействиям [Харук и

МС. НАЦИОНАЛЬНА* BMU МОТКА

Г П| II «1ч

др , 1982, Зуй, 1991; Сердюк и др., 1998; Савельева. 2000, Гродницкий и др., 2001 A; Kharuk et al„ 2003; Vaganov et al, ! 999]

Согласно зональному делению территории [Атлас Красноярского края, 1994] подобраны четыре ключевых участка вдоль левобережья Енисея, покрывающие зоны тундры, лесотундры и тайги (подзоны северной, средней и южной тайги). Природные воздействия на лесные территории анализировались на ключевых участках «Ары-Mac» (воздействие климатических трендов на самый северный лесной массив), «Нижнее Приангарье» (зона массового размножения сибирского шелкопряда), антропогенные воздействия - на участке «Тохомо» (Юрубчено-Тохомовское нефтегазовое месторождение).

Научная новизна.

1 Предложена методика картирования гидроморфных образований Енисейского меридиана на основе мелкомасштабной микроволновой съемки RADARS AT (л=5,6 см, ГГ-поляризация) и ЦМР

2. Определен набор информативных признаков для решения задач картирования гидроморфных образований. В порядке убывания диагностической значимости признаки ранжируются следующим образом: 1) высота над уровнем моря, крутизна склона; 2) амплитуда микроволнового сигнала; 3) асимметрия, дисперсия, 4) среднее Евклидово расстояние и эксцесс

3 Предложена методика применения временных рядов съемок, полученных спектрорадиометрами серии LANDSAT (MSS, ТМ, ЕТМ+), для решения задач анализа природных воздействий на лесные территории

4. Ранжированы по информативности спектральные диапазоны оптической части спектра для целей обнаружения и картирования зон природных и антропогенных воздействий на лесные территории (наиболее информативны средний (1,55-1,75 мкм) и ближний ИК (0,76-0,90 мкм) диапазоны).

5 Установлен феномен возрастания величины сомкнутости и продвижение лиственницы в зону тундры под влиянием климатических трендов, оценена скорость этого процесса

На защиту выносятся:

1 Методика картирования гидроморфных образований Енисейского меридиана на основе мелкомасштабной микроволновой съемки RADARSAT (Х=5,6 см, ГГ-поляризация) и ЦМР.

2 Ранжировка классификационных параметров по информативности для целей картирования гидроморфных образований по материалам съемки RADARSAT (в порядке убывания) 1) высота над уровнем моря, крутизна Сиона; 2) амплитуда микроволнового сигнала; 3) асимметрия, дисперсия; 4) среднее Евклидово расстояние и эксцесс.

3 Методика применения временных рядов съемок, полученных спектрорадиометрами серии LANDSAT (MSS, ТМ, ЕТМ+) для решения задач анализа природных воздействий на лесные территории.

4. Ранжировка по информативности спектральных диапазонов оптической части спектра для целей обнаружения и картирования зон природных и н/ « . - » '

t , i

» < 4

антропогенных воздействий на лесные территории (наиболее информативны средний ( 1,55-1,75 мкм) и ближний ИК (0,76-0,90 мкм) диапазоны).

Практическое значение результатов работы. Предложена методика, позволяющая проводить мелкомасштабное картирование гидроморфных образований Енисейского меридиана с помощью съемки RADARSAT и цифровой карты рельефа местности. Используя методику, были получены классификационные картосхемы 4-х тестовых участков вдоль левобережья Енисей по данным RADARSAT, соответствующие удовлетворительной точности.

Методические приемы, использованные в анализе пространственно-временной динамики естественного и антропогенного воздействий на лесные территории, могут быть реализованы в автоматизированных системах с целью ускорения проводимого анализа.

Результаты анализа ключевых участков экотона лесотундры «Ары-Мас», шелкопрядников Нижнего Приангарья и Юрубчено-Тохомского месторождения используются для оценки состояния и пространственно-временной динамики лесных экосистем в контексте глобальных климатических изменений

Публикации и апробация результатов. По теме диссертации опубликовано 10 печатных работ (6 из них в центральной печати), две работа приняты в печать. Основные результаты диссертации докладывались на конференции «Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве», посвященной памяти Г Г Самойловича» (Москва, 2002 г. ), на конференции «Исследование компонентов лесных экосистем Сибири» (Красноярск, 2003 г ), на международной конференции «IGARSS'03» (Тулуз, Франция, 2003 г.), на международной конференции ENVIROMIS-2004 (Томск, 2004 г), на всероссийской конференции «Структурно-функциональная организация и динамика лесов» (Красноярск, 2004).

Личный вклад автора. Предложена методика картирования лесоболот-ных комплексов Енисейского меридиана на основе микроволновой съемки RADARSAT и ЦМР- Оценена информативность использованных текстурных признаков, элементов рельефа, и амплитудных значений данных RADARSAT и ERS. Автор принимал непосредственное участие в проведении анализа пространственно-временной динамики шелкопрядников Нижнего Приангарья, экотона лесотундры Ары-Mac, и в оценке антропогенной нагрузки, вызванной разработкой нефтегазового Юрубчено-Тохомского месторождения.

Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников и приложения. Материал диссертации изложен на 111 страницах В диссертации представлены 31 рисунок и 81 таблица. Использовано 107 источников, из них 71 на иностранном языке.

1 Дистанционное зондирование Земли

»

Приведена информация о дистанционном зондировании Земли (далее -ДЗ) в оптическом и микроволновом спектральных диапазонах Рассмотрены теоретические основы и методы обработки данных ДЗ. Приведены характеристики основных приборов ДЗ оптического и микроволнового спектров. Проведен анализ литературных данных за последние два десятилетия в области применения микроволнового ДЗ.

2 Объекты исследования

Возможности микроволновой и спектрорадиометрических съемок анализировались применительно к лесным территориям Енисейского меридиана

Согласно зональному делению территории [Атлас Красноярского, 1994], были подобраны четыре ключевых участка вдоль левобережья Енисея, покрывающие зоны тундры, лесотундры и тайги (подзоны северной, средней и южной тайги). Природные воздействия на лесные территории анализировались на ключевых участках «Ары-Mac» (воздействие климатических трендов на самый северный лесной массив), «Нижнее Приангарье» (зона массового размножения сибирского шелкопряда), антропогенные воздействия - на ключевом участке «Тохомо» (Юрубчено-Тохомовское нефтегазовое месторождение).

3 Материалы и методики исследования

В анализе использовались материалы съемки LANDSAT-MSS/TM/ETM+, RADARSAT-ASAR, ERS-SAR и КФА-1000. Данные ДЗ анализировались в программной среде ERDAS IMAGINE Для проведения статистических расчетов использовался Microsoft Excel.

Анализ состоял из четырех основных частей. На всех четырех этапах формировались и анализировались обучающие выборки (сигнатуры). По расстоянию Джеффриса-Матусита оценивались информативности параметров, таких как спектральные каналы датчиков LANDSAT, амплитуда микроволнового сигнала (далее АМС), текстурные характеристики (среднее Евклидово расстояние, дисперсия, асимметрия, эксцесс), высота над уровнем моря и крутизна склона. Методом максимального правдоподобия составлялись классификационные картосхемы Точности картосхем, полученных по микроволновым данным, оценивались методом каппа-статистики относительно данных полевых исследований и классификационных картосхем, полученных по данным LANDSAT. По каждой части формировались выводы.

3.1 Методика анализа применимости съемки RADARSAT для мелкомасштабного картирования лесных территорий Енисейского меридиана

Цель исследования: анализ применимости съемки RADARSAT для дешифрирования: 1 ) растительности по степени почвенно-грунтового увлажнения (суходольной, заболачивающейся, болотной); 2) суходольной и заболоченной (лесной и тундровой) растительности по типологическому составу; 3) болот по ' условиям ландшафтного залегания и водно-минерального питания, типологиче-

скому составу.

Материалы: 1) четыре снимка RADARSAT (27.09.1999, пиксель 100x100 t м); 2) топографические карты M 1:100000; 3) карта «Растительность Западной

Сибири», M 11500000 [Растительность Западно-Сибирской равнины, 1976]; 4) космические снимки M 1:200000, M 1:1000000 (15.09.1977; 06.08.1980; 10.09.1984; 22.07.1983), КФА-1000; 5) электронная карта лесов M 1:2 500 000, 1993 г.; 6) рельеф местности GTOP030 (разрешение на местности 500x500 м); 7) материалы наземных исследований в Томской области и Красноярском крае.

Помимо AMC анализировались композиты, состоящие из: ( 1 ) AMC и текстурных характеристик; (2) AMC, текстурных характеристик и высоты над уровнем моря. Предложена методика использования композита, состоящего из AMC, текстурных характеристик и высоты над уровнем моря для мелкомасштабного картирования гидроморфных образований. Проведен сравнительный анализ с результатами использования только AMC и AMC с текстурными характеристиками.

3.2 Методика анализа применимости микроволновой и спектрорадиометрической съемок в оценке состояния лесных территорий в зоне антропогенного воздействия (на примере разведки и добычи нефти в Эвенкии)

Цель исследования: анализ применимости микроволновой и спектрорадиометрической съемок для оценки состояния лесных территорий в зоне антропогенного воздействия (на примере разведки и добычи нефти в Эвенкии). 1 Материалы: 1) снимок Landsat 7 (03.10.99); 2) микроволновое изображе-

ние ERS-2 (30.06.98); 3) материалы экспедиционных обследований (2000 г.), включающие закладку круговых пробных площадей (пп); 4) картосхема геофизической изученности Юрубчено-Тохомской зоны. M 1:2500000, 1995 г.; ' 5) картосхема растительности, M 1:500000, 1992 г.; 6) картосхемы расположе-

ния буровых скважин (M 1:100000, 1992 г.; M 1:200000, 1995 г).

Помимо спектральных каналов LANDSAT и AMC ERS анализировались текстурные характеристики. Степень антропогенного воздействия оценивалась как процент территории, подверженный влиянию нефтегазовой разработки. Проводился сравнительный анализ результатов, полученных по данным LANDSAT и ERS.

3.3 Методика анализа применимости спектрорадиометрической и микроволновой съемок в оценке пространственно-временной динамики древостоев в зоне массового размножения сибирского шелкопряда (на примере ключевого участка Нижнего Приангарья)

Цель исследования' анализ применимости Спектрорадиометрической и микроволновой съемок для оценки пространственно-временной динамики древостоев в шелкопрядниках Нижнего Приангарья

Материалы: 1) снимок RADARSAT (0108 2000); 2) цифровая модель рельефа местности (SRTM, пиксель 90x90 м); 3) снимок I.ANDSAT-7 (31 08 99); 4) снимок LANDSAT-5 (10 07.89); 5) наземные обследования, выполненные в 1999 и 2000 гг (28 пп) и аэровизуальные наблюдения с геопозиционной привязкой 2000 г., 6) карта-схема повреждений (М Г400.000, М 1:100.000), составленная Восточно-Сибирским лесоустроительным предприятием в 1996 г

Помимо АМС анализировались текстурные характеристики и высота над уровнем моря По снимкам LANDSAT и картосхеме повреждений 1996 г. оценивалась динамика площадей частично поврежденных сибирским шелкопрядом древостоев.

3.4 Методика анализа применимости спектрорадиометрической и микроволновой съемок в оценке пространственно-временной динамика экотона лесотундры (на примере ключевого участка «Ары-Мас»)

Целью исследования являлся анализ применимости спектрорадиометрической и микроволновой съемок для оценки пространственно-временной динамики экотона лесотундры «Ары-Мас».

Материалы: 1) снимок LANDSAT-MSS (далее MSS, 26 07 73); 2) снимок LANDSAT-ETM+ (далее L00, 03.08.2000); 3) четыре снимка RADARSAT (август 2001 г ); 4) отчет о геоботанических, лесоводственных, климатических и дендрохронологических исследованиях в урочише «Ары-Мас», 1972 г.; 5) наземные обследования 1969 г. 1989-1991. 2000 гг; 6) топокарты Ml Т 00000 (1979, 1982, 1983 гг.), Ml :200000 (1982, 1983 гг).

Сформированы три композита- 1) MS, состоящий из снимка MSS и слоя крутизны склонов; 2) LS - L00 и слой крутизны склонов; 3) RS - четыре снимка RADARSAT и слой крутизны склонов. Создано 40 сигнатур. Средняя ошибка классификатора: для композита MS - 6%, для композита LS - 2% и для композита RS - 15% Для отслеживания пространственно-временной динамики лиственничников анализировались снимки LANDSAT 1973 и 2000 гг. Проводился сравнительный анализ результатов, полученных по снимкам RADARSAT и LANDSAT Результаты обработки временных рядов космосъемки урочища Ары-Мас были дополнены анализом пробных площадей (величины радиального прироста, глубины оттаивания почвогрунтов).

4 Результаты и обсуждение

4.1 Мелкомасштабная съемка 11АВА1?8АТ в картировании лесных территорий Енисейского меридиана

При использовании только амплитуды ЯАОАЯЯАТ средние значения ошибок классификатора оставляли 28%, 27%, 43%, 35% соответственно для каждого тестового участка. Применение композита, состоящего из амплитуды ЯАОАЯЯАТ и четырех текстур, приводит к уменьшению средней ошибки до 14%, 17%, 36%, 31% соответственно для каждого тестового участка. Это связано, прежде всего, с тем, что текстурные характеристики выделяют объекты, имеющие сложную мозаику, такие как пойменные луга и кустарники Наблюдается также зависимость увеличения вероятности ошибок в направлении с севера на юг, что свидетельствует о том, что текстурные характеристики диагностически более значимы для северных территорий Дополнительное вовлечение в анализ высоты над уровнем моря позволило снизить ошибку в среднем до 3%, 7%, 15%, 21% соответственно для каждого тестового участка.

Проведя анализ матриц ошибок по всем четырем участкам, установлено, что при классификации лесоболотных комплексов параметры ранжируются следующим образом (в порядке уменьшения диагностической значимости)' (1) высота над уровнем моря, (2) амплитуда микроволнового сигнала, (3) асимметрия, (4) дисперсия, (5) среднее Евклидово расстояние и (6) эксцесс

В результате проведенного анализ предложена методика картирования пидроморфных образований Енисейского меридиана на основе мелкомасштабной микроволновой съемки ЯАВАЛБАТ (л=5,6 см, ГТ-поляризация) и ЦМР (при этом вероятность ошибки уменьшается в среднем на 24% по сравнению с использованием только амплитуды микроволнового сигнала) Используя полученную методику, картирование гидроморфных образований возможно в условиях сплошной облачности, когда оптическая съемка не применима Общая схема методики представлена на рисунке 1

Для каждого тестового участка получены классификационные картосхемы, на которых показаны классы природных ландшафтов и гидроморфных образований. Экспертная оценка указывает на их удовлетворительную точность

4.2 Спектрорадиометрическая и микроволновая съемки в оценке состояния лесных территорий в зоне антропогенного воздействия (на примере разведки и добычи нефти в Эвенкии)

Анализ информативности каналов ЬАЖ>8АТ указывает, что наиболее значимыми являются 5 (дает наименьшую ошибку классификатора по сравнению с другими каналами, равную 11,1%), 4, 7 и 3 каналы, которые соответствуют среднему, ближнему, дальнему ИК и красному спектральным диапазонам При совместном использовании этих четырех каналов средняя ошибка классификатора составляет 2,9%. Остальные каналы (2-й и 1-й) вносят незначитель-

ный вклад, при их дополнительном вовлечении в анализ ошибка уменьшается еще на 0,6%.

-ч г~

Мелкомасштабные снимки КАПАЯБАТ 1

Предобработка

Импортирование, радиометрическая и геометрическая коррекция, привязка к географическим координатам снимков ЯАОАКБАТ и составление мозаики

Подсчет текстурных признаков(среднее Евклидоворасстояния, дисперсии, асимметрии и эксцесса)_

Результирующие классификационные картосхемы

Рисунок 1 - Схематичное отображение основных этапов методики мелкомасштабного картирования гидроморфных образований на основе микроволновой съемки ЮШАИБАТ и ЦМР

По данным ЬАМЭвАТ сформирована классификационная картосхема, на которой выделены 6 классов- 1) лиственничные древостой; 2) темнохвойные древостой; 3) старые гари; 4) свежие гари; 5) минерализованные поверхности; 6) водные поверхности.

Наземные данные, знания эксперта, карты растительности

Анализ показал, что непосредственному антропогенному воздействию подвержен только -1% исследуемой территории (буровые площадки и элементы инфраструктуры, соответствующие сильно минерализованным поверхностям). Bfcerö удалось обнаружить 54 (80%) из 68 имеющихся на исследуемой территории буровых площадок.

Основной источник воздействия на лесные территории - пожары, большинство из которых антропогенного происхождения. С учетом гарей величина антропогенного воздействия в зоне пробной добычи нефти составляет -14% территории, что в ~2 раза превышает среднюю для данного региона величину.

Анализ данных ERS показал, что по порядку диагностической значимости параметры ранжируются следующим образом. 1 ) амплитуда ERS; 2) среднее Евклидово расстояние; 3) дисперсия; 4) ассиметрия; 5) эксцесс. Интересным фактом является то, что среднее Евклидово расстояние оказалось наиболее информативным среди текстурных характеристик, для данных RADARSAT он оказывался на третьем месте.

По данным ERS получена классификационная картосхема. Каппа-статистика для картосхемы ERS указывает на неудовлетворительную общую точность относительно данных LANDSAT (к=0,35) На удовлетворительном уровне диагностируются минерализованные поверхности (к=0,54), хотя значения ошибки пропуска находится на неудовлетворительном уровне (75%). Достоверно выделяется водная поверхность (к=1.00). Возможными причинами неудовлетворительной точности классификации являются: 1 ) радиометрическая коррекция проводилась без учета рельефа местности, т.к. такового не было в наличии; 2) пространственное разрешение не является достаточным для обнаружения буровых площадок; 3) длина волны мало чувствительна к рассмотренным классам. Применение текстурных характеристик, реализованных в программном обеспечении ERDAS, дало значительное уменьшение ошибки классификатора, с 30,6% до 20,8% (на 9,8%). Однако этого оказалось недостаточно для разделения лесных территорий по породному составу и обнаружения антропогенно нарушенных участков с достаточной точностью. С другой стороны, данные ERS можно применять для индикации минерализованных поверхностей, но при этом нужно вносить поправки, связанные с рельефом местности

4.3 Спектрорадиометрическая и микроволновая съемки в оценке пространственно-временной динамики древостоев в зоне массового размножения сибирского шелкопряда (на примере ключевого участка Нижнего Приангарья)

Анализ данных LANDSAT показал, что наиболее информативными с точки зрения построения классификации древостоев оказались 5 и 4 каналы LANDSAT, соответствующие среднему и ближнему ИК диапазонам.

Используя данные LANDSAT, составлена сравнительная классификационная картосхема, соответствующая ключевому участку до (А, 1989 г.) и после (Б, 1999 г.) повреждения древостоев сибирским шелкопрядом. На картосхеме

выделены следующие классы: 1 ) умеренно поврежденные древостой; 2) сильно поврежденные древостой; 3) очень сильно поврежденные; 4) темнохвойные древостой; 5) лиственные древостой; 6) вырубки; 7) болота; 8) водная поверхность; 9) облака и тени от них Выполненные в 2000 г. аэровизуальные и наземные наблюдения на 12 пробных площадях показали, что во всех 12 случаях погибшие древостой были дешифрированы правильно.

Съемка LANDSAT, выполненная до ( 1989 г ) и после ( 1999 г ) вспышки, в совокупности с картой-схемой повреждений, составленной в конце периода вегетации 1996 г (последний год вспышки), позволяют сделать оценки последствий вспышки. Неповрежденные древостой в 1989 г. занимали 303 тыс. га исследуемой территории. В 1996 г. суммарная площадь древостоев различной степени повреждения составила -185 тыс. га. Из них к 1999 г. древостой погибли на территории 85 тыс. га., а суммарная площадь древостоев составила 285 тыс га, что на 18 тыс га меньше таковой на 1989 г Исходя из данных лесоустройства 1996 г и съемки 1999 г получаем, что после 1996 г древостой восстановились полностью или частично на территории -100 тыс га, или 54% площади; соответственно на 46% территории они погибли. Таким образом, съемка I.ANDSAT применима для анализа пространственно-временной динамики древостоев поврежденных сибирским шелкопрядом

Анализ данных RADARSAT показал, что по порядку убывания диагностической значимости для решения задач обнаружения поврежденных древостоев параметры, вовлеченные в анализ, ранжируются следующим образом-(1) высота над уровнем моря, (2) амплитуда, (3) дисперсия, (4) асимметрия, (5) среднее Евклидово расстояние, (6) эксцесс. При этом текстурные характеристики незначительно уменьшают вероятности ошибок (на менее чем 1%) При использовании данных RADARSAT, высотный параметр сильно влияет на разделимость сигнатур, что в свою очередь влияет на точность классификации (среднее уменьшение вероятности ошибки, по сравнению с использованием только амплитуды RADARSAT, составило -27%). В среднем текстурные характеристики вносят незначительный вклад в разделимость сигнатур (менее 1%), хотя для некоторых классов они играют значительную роль (уменьшение вероятности ошибки составило более 15%). В конечном итоге, по методике, описанной в параграфе 3 3.2 диссертации, при использовании маски темнохвойных древостоев 1989 г, выделено 6 классов Поврежденные древостой дешифрируются на удовлетворительном уровне (к=0.46), тогда как без использования маски темнохвойных древостоев 1989 г-на неудовлетворительном (к=0,17) На удовлетворительном уровне точности выделяются заболоченные участки (к=0,53), на хорошем уровне темнохвойные (к=0,63) и безлесные территории (к=0,63), и на очень хорошем - лиственные древостой (к=0,87). В целом, съемку RADARSAT совместно с рельефом местности можно использовать как альтернативную оптической съемке в картировании древостоев без разделения по породному составу (к=0,52), заболоченных участков (к=0,55) и безлесных территорий (к=0,41 ) с удовлетворительной точностью.

4.4 Спектрорадиомет рическаи и микроволновая съемки в анализе пространственно-временной динамика экотона лесотундры (на примере ключевого участка «Ары-Мас»)

Наибольшая средняя вероятность ошибки соответствует микроволновым данным, при этом лиственничные редины потенциально распознаются с -20% ошибкой Для решения поставленной задачи такая ошибка является критической, так как она может нивелировать изменения динамики лиственничников. Высокие ошибки можно объяснить тем, что низкосомкнутые древостой не оказывают существенного влияния на величину обратного рассеяния при данном пространственном разрешении В этом случае наибольшее влияние оказывают диэлектрические свойства почвы и мохового покрова, которые сильно связаны с влажностью. Наибольшие величины обратного рассеяния соответствуют лиственничным древостоям с сомкнутостью выше 0,3 и классу ивняков на месте снежников; наименьшие соответствуют водным поверхностям (в силу их зеркальной поверхности), далее идут тундры с болотами, а за ними кустарники и низкосомкнутые лиственничники (сомкнутость <0,3).

Анализ информативности вовлеченных параметров показывает, что крутизна склона является одним из наиболее важных параметров. Также, одним из наиболее информативных параметров оказался 5 канал LANDSAT-7, соответствующий среднему ИК-диапазону

Методом максимального правдоподобия получены классификационные картосхемы Сгенерирована сравнительная картосхема ЬАМЭБАТ-МЗБ (1973 г.) и ЬАМЕ)БАТ-7 (2000 г). Наибольший интерес представляли классы лиственничников, поэтому все имеющиеся классы были сведены к четырем основным классам: 1) лиственничные редины (сомкнутость <0,1); 2) лиственничные редколесья (сомкнутость 0,1-0,3). 3) лиственничные древостой (сомкнутость >0,3), 4) фон Также была построена сравнительная картосхема ЬАЖ)БАТ-7 (2000 г.) и 1ШЭА11БАТ (2001 г.).

Из анализа классификационных картосхем следует то, что наиболее точно выделяются древостой с сомкнутостью больше 0,3 (к=0,95 для МБ композита; 1,00 для 1.8; 0,88 для ИЗ). Также, достаточно хорошо выделяются редколесья с сомкнутость 0,1-0,3 (к=0,61 для МБ; 0,64 для ЬБ; 0,52 для ЯБ). Редины (сомкнутость^,!) удовлетворительно распознаются на ЬАЫОБАТ сценах (к=0,55; 0,48), но плохо выделяются на снимках ЯАОАЯБАТ (к=0,23).

Результаты анализа оценки пространственно-временной динамики древо-стоев указывает, что наибольший прирост по площади наблюдается для лиственничных древостоев с сомкнутостью более 0,3 (увеличение на -66%). За анализируемый период (1973-2000 гг ) скорость прироста их площади составляет -230 га/год Площадь лиственничных редколесий увеличилась на -16%, редин - на -8%.

Проведен анализ процентного состава классов 2000 г. относительно классов 1973 г., и наоборот. Класс лиственничных древостоев 2000 г. с сомкнутостью более 0.3 состоит из -40% того же класса 1973 г , а также из -17% класса

1973 г. лиственничных редколесий с сомкнутостью 0,1-0,3: вхождение -37% класса фона 1973 г. можно частично отнести к ошибкам в классификации 1973 г. Класс лиственничных древостоев 1973 г. распределился по классам 2000 г. следующим образом: -67% - в класс древостоев, -20% в класс редколесий, -4% - в класс редин и -9% - в класс фон.

Средняя скорость (V) продвижения леса в тундру оценивались следующим образом.

1. По возрастанию площади классов лиственничников за период 19732000 гг. С наибольшей скоростью (2.4% в год) прирастали древостой. Минимальное значение скорости соответствовало рединам (0.3% /год), промежуточное - редколесьям (0.6%).

2. По продвижению границ площадей классов лиственничников; площади каждого класса аппроксимировались (А) кругами, и (Б) прямоугольниками. В приближении (А) вычислялась разность радиусов кругов, соответствующих площадям 2000 и 1973 гг. Получены следующие оценки: у,=1 1, у3=19, и у,=58 м/год (для классов редин, редколесий и древостоев соответственно). В приближении (Б) принималось, что одна из сторон прямоугольника ориентирована по направлению продвижения лиственницы, а вторая соответствовала протяженности экотона «лес-тундра», аппроксимированной прямой линией (что близко к реальности, поскольку температурный градиент вдоль склонов сформировал сравнительно однородную границу леса). Получены следующие значения V:

3, у2=9 , 11 м/год. Приближение (А) дает максимальную, (Б) - минимальную оценки скорости продвижения границы леса. Во всех случаях максимальная скорость наблюдается у древостоев, минимальная - у редин.

Все классы лиственничников продвигались по градиенту высоты (максимально - лиственничные редины, рис 2). При этом наиболее сомкнутые древостой занимали наиболее крутые склоны (максимум распределения 12° - 13°), тогда как максимум распределения редин приходится на - 6°, что отображает защитную роль складок рельефа. Влияние рельефа наиболее значимо в зимний период, поскольку ветер и метелевый перенос снега вызывают обезвоживание и повреждение побегов. Наблюдается азимутальная неоднородность продвижения лиственницы в тундру: преобладающее направление - северное. Таким образом, временные ряды съемки LANDSAT применимы для отслеживания динамики экотона лесотундры.

Установлена отрицательная корреляция между у (трендом радиального прироста) и сомкнутостью крон (корреляция Пирсона г = -0,52; тау-Кендалла т = -0,48), и положительная - с глубиной оттаивания почвогрунтов (г = 0,63; т = 0,46). Полученные данные согласуются с эффектом перехода редин и редколесий в древостой Глубина оттаивания увеличивается с высотой над у.м. пробной площади (г = 0,55; т - 0,51), что связано с уменьшением сомкнутости мохово-лишайникового покрова (г = -0,83; т = -0,66) и его высоты (г = -0,88; т = -0,75).

(I 24 4(1 Л" ХП

Высота м

ДЬ| - редины. ЛЬ - редколесья. ДЬ-, - древостой

Рисунок 2 - Распределение нормированных величин прироста площадей классов лиственничников в зависимости А) от крутизны склона; Б) от высоты над уровнем моря; В) от азимута

Сравнительный анализ данных ЬАЫЭБАТ и ЯЛОАЯЗАТ указывают на то, что последний имеет большую величину ошибки (к=0,23-1,00 против к=0,03-0,88). Высокое значение /с=0,88 для лиственничных древостоев с сомкнутостью более 0,3 для композита ЯБ указывает на возможность применения } микроволновых данных для диагностирования этого класса древостоев. Пло-

щади лиственничников, полученные по композиту ИБ, являются заниженными, по сравнению с композитом ЬБ на целых 25-44% По данным композита ЯБ „I увеличение площади занимаемой лиственничными древостоями составляет

-25%, в то время как по данным композита ЬБ прирост ~66%. Такое различие является критическим, поэтому можно считать, что микроволновые данные, в данном случае, не применимы для оценки динамики лиственничников, но применимы для картирования лиственничных древостоев сомкнутостью более 0,3 Вместе с тем радиолокационные данные позволяют достоверно дешифрировать болота и гидроморфные образования. Результаты обработки временных рядов космосъемки урочища Ары-Мас были дополнены анализом данных по пробным

площадям Погодичная вариабельность радиального прироста положительно коррелирует с летними температурами (г = 0,65, т = 0,39), и отрицательно - с летними (г= -0,53; т = -0,41) и зимними (г = -0,62; т - -0,41) осадками, что объясняется (1) уменьшением продолжительности солнечного сияния, и (2) смещением даты схода снежного покрова: накопление дополнительного количества снега задерживает весеннюю фенофазу [\^апоу а а1, 1999].

Рисунок 3 - Схематичное отображение основных этапов методики применения временных рядов съемок, полученных спектрорадиометрами серии ГАКОЯАТ (МЯ8, ТМ, ЕТМ+), для решения задач анализа природных воздействий на лесные территории

На основании выполненных исследований на ключевых участках Нижнее Приангарье и Ары-Мас предложена методика применения временных рядов съемок, полученных спектрорадиометрами серии ЬАЫБЗАТ (МЭЗ, ТМ,

ЕТМ+), для анализа природных воздействий на лесные территории Общая схема методики представлена на рисунке 3.

Общие результаты и выводы

1 Микроволновые изображения, получаемые системами RADASAT и ERS, позволяют ( 1 ) дифференцировать территории по степени гидроморфно-сти; (2) распознавать и классифицировать равнинные экосистемы тундровой и таежной зон; (3) дешифрировать древостой сомкнутостью выше 0,3; (4) дешифрировать минерализованные поверхности и гари.

2 Разработана методика картирования гидроморфных образований с использованием мелкомасштабной микроволновой съемки RADASAT и ЦМР (вероятность ошибки уменьшается в среднем на 24% по сравнению с использованием только амплитуды микроволнового сигнала).

3 В решении задач обнаружения и картирования гидроморфных образований по диагностической значимости параметры ранжируются следующим образом- (1) высота над уровнем моря, крутизна склона, (2) амплитуда микроволнового сигнала, (3) асимметрия, дисперсия, (4) среднее Евклидово расстояние и эксцесс

4 Разработана методика применения временных рядов съемок, полученных спектрорадиометрами серии LANDS AT (MSS, ТМ, ЕТМ+), для анализа природных воздействий на лесные территории и выполнена ранжировка по информативности их спектральных диапазонов (наиболее информативны средний (1,55-1,75 мкм) и ближний ИК (0,76-0,90 мкм) диапазоны).

5 Спектрорадиометрическая съемка позволяет ( 1 ) обнаруживать и оценивать уровень антропогенного воздействия на лесные территории; (2) отслеживать пространственно-временную динамику древостоев, поврежденных сибирским шелкопрядом; (3) анализировать воздействие климатических трендов на древостой.

6. На примере самого северного в мире лесного массива «Ары-Mac» установлено возрастание величины сомкнутости лиственничников и проникновение лиственницы в зону тундры в конце двадцатого столетия, индуцированное климатическими изменениями Оценены скорости возрастания сомкнутости древостоев (2,4% в год) и проникновения лиственницы в тундру (3-11 м/год), выявлена их взаимосвязь с эколого-ландшафтными характеристиками местности.

Список публикаций по теме диссертации

1. Харук, В. И. Влияние разработок месторождений золота на состояние таежных территорий средней Сибири / В. И. Харук, К. Дж.Рэнсон, С. 'Г. Им,

Е. В. Федотова //Исследование Земли из космоса. - 2001. - №6. - С.68-81.

2. Харук, В. И. Съемка Landsat в анализе шелкопрядников южной Сибири / В И Харук, К. Дж. Рэнсон, Т. А Буренина, В. В. Кузмичев, А Ю. Тихомиров, С. Т. Им // Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве- Доклады III Всероссийской конференции, посвященной памяти Георгия Георгиевича Самойловича, 18-19 апреля 2002 г -М., 2002. - С.233-235.

3 Харук, В И. Съемка Landsat в анализе шелкопрядников южной Сибири / В. И Харук, К Дж. Рэнсон, В. В Кузьмичев, Т А Буренина, С. Т. Им // Исследование Земли из Космоса. - 2002 - №4. - С. 1 -12

4. Kharuk, V. 1. Landsat-based analysis of insect outbreaks in southern Siberia / V I Kharuk, К J Ranson, V. V Kuz'michev, and S. T. Im // Canadian J. Remote Sensing. - 2003. - V.29. - No.2. - P.286-297.

5 Им, С. Т. Классификация природных комплексов на основе радарной съемки / С. Т. Им // Тез. докл. Исследование компонентов лесных экосистем Сибири, 15-16 апреля 2003. Вып.4. - Красноярск, 2003. - С. 21-23.

6. Im, S. Т. Radarsat data in the Siberian Plain ecosystems classification / S. T. Im, S M. Gorodzankina, V. I. Kharuk, K. J. Ranson // Proceedings of 1GARSS03, Toulouse, 21-25 July 2003 - France, 2003. - V.4. - P.2562-2564.

7. Харук, В.И. Оценка воздействия разработки нефтегазовых месторождений на леса Эвенкии по материалам съемки в оптическом и микроволновом диапазонах / В. И. Харук, С. Т. Им, К. Дж. Рэнсон, Т. А. Буренина // География и природные ресурсы. - 2003. - №4 - С.129-136.

8. Им, С. Т. Картирование растительности на основе съемки RADARSAT / С. Т. Им, С. М Горожанкина, В. И. Харук, Дж. К. Рэнсон // Исследование Земли из космоса. - 2004. - №3. - С 1-12

9. Им, С. Т. Реакция экотона лесотундры на климатические изменения / С. Т. Им, В. И. Харук, Е. В. Федотова И Тез. докл. ENVIROMIS-2004, 17-25 июля 2004. - Томск, 2004. - С 107.

10.Харук В. И. Временная динамика экотона лесотундры по данным космосъемки / В. И. Харук, С. Т. Им, Е. В. Федотова, М. М. Наурзбаев // Структурно-функциональная организация и динамика лесов: материалы всероссийской конференции, 1-3 сентября 2004 г - Красноярск, 2004 - С 378-380.

11 .Харук, В. И. Экспансия лиственницы в тундру по данным космосъемки / В И Харук, С. Т. Им, К. Дж Рэнсон, М М. Наурзбаев // Доклады Академии Наук (принята в печать)

12 Харук, В И. Проникновение вечнозеленых хвойных в зону доминирования лиственницы и климатические тренды / В. И Харук, М. Л Двинская, К. Дж. Рэнсон, С. Т. Им // Экология (принята в печать).

Соискатель_____Им С Т.

Подписано в печать 02.09 04 Формат бумаги 60x84 1/16 Усл. печ. л. 2.0 Тираж 100 экз. Заказ Ж

Отпечатано на ризографе КГТУ 600074. г Красноярск, ул. Киренского. 26

» 18699

РНБ Русский фонд

2005-4 10576

Содержание.

Перечень сокращений, условных обозначений, символов, единиц и терминов.

Введение.

1 Дистанционное зондирование лесных территорий.

1.1 Исторический экскурс.

1.2 Космические аппараты ДЗ.

1.2.1 Серия космических аппаратов "Ресурс Ф1".

1.2.2 LANDSAT-7.

1.2.3 ERS-1, 2.

1.2.4 RADARSAT-1.

1.3 Теоретические основы применения PJ1CA.

1.4 Исследования в области микроволнового дистанционного зондирования.

1.4.1 Моделирование.

1.4.2 Картирование и мониторинг лесов.

1.4.3 Картирование биомассы и объема стволов.

1.4.4 Применение в сельском хозяйстве.

1.4.5 Использование в гидрологии.

1.5 Методы обработки данных ДЗ.

1.5.1 Предварительная обработка.

1.5.2 Классификация.

1.5.3 Специализированная тематическая обработка.

1.5.4 Интеграция с ГИС.

1.5.5 Программное обеспечение для обработки данных ДЗ.

2 Объекты исследования.

2.1 Лесные территории западной части Енисейского трансекта.

2.2 Лесные территории Средней Сибири.

2.3 Ключевые участки.

2.3.1 Ключевые участки вдоль левобережья Енисея.

2.3.2 Ключевой участок — Юрубчено-Тохомское нефтегазовое месторождение.

2.3.3 Ключевой участок - шелкопрядники Нижнего Приангарья.

2.3.4 Ключевой участок - экотон лесотундры «Ары-Mac».

3 Материалы и методика исследования.

3.1 Анализ применимости съемки RADARS AT для мелкомасштабного картирования лесных территорий Енисейского меридиана.

3.1.1 Предобработка.

3.1.2 Создание и анализ сигнатур классов.

3.1.3 Генерация классификационных картосхем.

3.2 Анализ применимости микроволновой и спектрорадиометрической съемок в оценке состояния лесных территорий в зоне антропогенного воздействия (на примере разведки и добычи нефти в Эвенкии).

3.2.1 Предобработка.

3.2.2 Обработка сцены LANDSAT.

3.2.3 Анализ антропогенной нагрузки.

3.2.4 Обработка сцены ERS.

3.2.5 Сравнительный анализ данных ERS и LANDSAT.

3.3 Анализ применимости спектрорадиометрической и микроволновой съемок в оценке пространственно-временной динамики древостоев в зоне массового размножения сибирского шелкопряда (на примере ключевого участка Нижнего Приангарья).

3.3.1 Анализ данных LANDSAT.

3.3.2 Анализ пространственно-временной динамики древостоев в зоне массового размножения сибирского шелкопряда на ключевом участке Нижнего Приангарья по данным съемки в оптическом диапазоне.

3.3.3 Анализ снимка RADARSAT и сравнение с данными LANDS AT.

3.3.4 Сравнительный анализ данных LANDSAT и RADARSAT.

3.4 Методика анализа применимости спектрорадиометрической и микроволновой съемок в оценке пространственно-временной динамика экотона лесотундры (на примере ключевого участка «Ары-Mac»).

3.4.1 Предварительный анализ и обработка.

3.4.2 Создание классификационных картосхем.

3.4.3 Оценка точности классификационных картосхем.

3.4.4 Оценка пространственно-временной динамики лиственничников

3.4.5 Взаимосвязь климатических трендов и радиального прироста

3.4.6 Сравнительный анализ данных RADARSAT и LANDSAT.

4 Результаты применения микроволновой и спектрорадиометрической съемок в анализе лесных территорий.

4.1 Мелкомасштабная съемка RADARSAT в картировании лесных территорий Енисейского меридиана.

4.2 Спектрорадиометрическая и микроволновая съемки в оценке состояния лесных территорий в зоне антропогенного воздействия (на примере разведки и добычи нефти в Эвенкии).

4.3 Спектрорадиометрическая и микроволновая съемки в оценке пространственно-временной динамики древостоев в зоне массового размножения сибирского шелкопряда (на примере ключевого участка «Нижнее Приангарье»).

4.3.1 Пространственно-временная динамика лесных территорий ключевого участка шелкопрядников Нижнего Приангарья по данным

LANDSAT.

4.3.2 Применение данных RADARS AT в анализе пространственно-временной динамики лесных территорий ключевого участка шелкопрядников Нижнего Приангарья.

4.4 Спектрорадиометрическая и микроволновая съемки в анализе пространственно-временной динамика экотона лесотундры (на примере ключевого участка «Ары-Mac»).

Актуальность. В России располагается 22% мирового запаса леса, из них 78% в Сибири и на Дальнем Востоке [Всемирный банк, 1997]. Анализ динамики лесных территорий, их тематическое картирование и мониторинг требуют использования материалов дистанционного зондирования (ДЗ), полученных как в оптической, так и в микроволновой частях спектра [Барталев и др., 1999; Сухих и др. 1999; Федотова, 2001; Шмуллиус и др., 2003; Williams et al., 1986; Floyd et al., 1998; Ranson et al., 2000; Henderson, 2001]. Одной из наиболее современных систем зондирования в оптическом диапазоне является серия спектрорадиометров LANDSAT, открывшая новые возможности картирования и мониторинга лесных территорий, обнаружения зон природных и антропогенных воздействий на лесной покров. Пространственное и радиометрическое разрешение современных спектрорадиометриче-ских систем (LANDSAT-TM/ETM+) позволяют проводить среднемасштабное картирование лесных территорий [Hoffer et al., 1979; Williams et al., 1986].

Микроволновая съемка перспективна для решения задач лесной гидрологии (оценка снежного покрова и влажности), а также определении биомассы и сомкнутости древостоев. В отличие от съемки в оптическом диапазоне, активная радиолокационная съемка обладает такими преимуществами, как проникновение сквозь облачность, независимость от солнечного излучения, всепогодность, чувствительность к влажности зондируемого объекта, способность проникать в растительный покров и почву [Максимов и др., 2002; Edwin, 1991; Dobson et al., 1992; Wang et al., 1999; Ranson et al. 1999, 2000; Darie et al., 2001; Henderson et al., 2001; Moran et al., 2002]. Основной недостаток состоит в том, что рельеф оказывает существенное влияние на величины обратного рассеяния и приводит к ряду искажений (эффект наложения, эффект укорачивания и др.). Радиолокационная съемка чувствительна к диэлектрическим, структурным и текстурным свойствам исследуемого объекта.

Совместный анализ данных микроволнового и оптического диапазонов спектра позволит выявить их преимущества и недостатки в задачах исследования лесных территорий.

Цель работы: анализ применимости микроволновой и спектрорадиометрической съемок для обнаружения зон природных и антропогенных воздействий на лесной покров и картирования лесных территорий Енисейского меридиана.

Задачи исследования:

1. Анализ применимости мелкомасштабной микроволновой съемки (RADARSAT) для картирования лесных территорий Енисейского меридиана.

2. Анализ применимости микроволновой (RADARSAT, ERS) и спектрорадиометрической (LANDSAT) съемок для обнаружения и картирования зон антропогенных и природных воздействий на лесные территории (на примерах: 1) влияния разведки и добычи нефти, 2) повреждения лесов сибирским шелкопрядом и 3) воздействия климатических трендов на древесные насаждения на крайнем пределе их произрастания).

Объекты исследования.

Возможности микроволновой и спектрорадиометрических съемок анализировались применительно к лесным территориям Енисейского меридиана.

Вдоль Енисейского меридиана расположены основные эколого-зональные комплексы, характерные для бореальных лесов. Леса Енисейского меридиана подвергаются природным и антропогенным воздействиям [Зуй, 1991; Сердюк и др., 1998; Савельева, 2000; Гродницкий и др., 2001А; Vaganov et al., 1999; Kharuk et al., 2003].

Согласно зональному делению территории [Атлас Красноярского края, 1994] подобраны четыре ключевых участка вдоль левобережья Енисея, расположенные в зонах тундры, лесотундры и подзонах северной, средней и южной тайги. Природные воздействия на лесные территории анализировались на ключевых участках «Ары-Mac» (воздействие климатических трендов на самый северный лесной массив), «Нижнее Приангарье» (зона массового размножения сибирского шелкопряда), антропогенные воздействия - на участке «Тохомо» (Юрубчено-Тохомовское нефтегазовое месторождение).

Научная новизна.

1. Предложена методика картирования гидроморфных образований Енисейского меридиана, в том числе: 1) совместное применение ЦМР и мелкомасштабной микроволновой съемки RADARSAT (Х=5,6 см, ГТ-поляризация); 2) методика ранжировки параметров по информативности на основе расстояния Джеффриса-Матусита.

2. Определен набор информативных признаков для решения задач картирования гидроморфных образований. В порядке убывания диагностической значимости признаки ранжируются следующим образом: (1) высота над уровнем моря, (2) амплитуда микроволнового сигнала, (3) асимметрия, (4) дисперсия, (5) среднее Евклидово расстояние и (6) эксцесс в пространстве яркостей пикселей.

3. Предложена методика применения временных рядов съемок, полученных спектрорадиометрами серии LANDSAT (MSS, ТМ, ЕТМ+), для анализа природных воздействий на лесные территории, в том числе: 1) методика оценки скорости пространственной-временной динамики древостоев; 2) методика генерации ЦМР из топографической основы.

4. Ранжированы по информативности спектральные диапазоны оптической части спектра для целей обнаружения и картирования зон природных и антропогенных воздействий на лесные территории (наиболее информативны средний (1,55-1,75 мкм) и ближний ИК (0,76-0,90 мкм) диапазоны).

5. На основе анализа временных рядов космоснимков установлен феномен возрастания величины сомкнутости и продвижение лиственницы в зону тундры под влиянием климатических трендов, оценена скорость этого процесса.

На защиту выносятся:

1. Методика картирования гидроморфных образований Енисейского меридиана на основе мелкомасштабной микроволновой съемки RADARS AT (Х=5,6 см, ГГ-поляризация) и ЦМР.

2. Ранжировка классификационных параметров по информативности для целей картирования гидроморфных образований по материалам съемки RADARSAT (в порядке убывания): (1) высота над уровнем моря, (2) амплитуда микроволнового сигнала, (3) асимметрия, (4) дисперсия, (5) среднее Евклидово расстояние и (6) эксцесс в пространстве яркостей пикселей.

3. Методика применения временных рядов съемок, полученных спектрорадиометрами серии LANDSAT (MSS, ТМ, ЕТМ+) для решения задач анализа природных воздействий на лесные территории.

4. Ранжировка по информативности спектральных диапазонов оптической части спектра для целей обнаружения и картирования зон природных и антропогенных воздействий на лесные территории (наиболее информативны средний (1,55-1,75 мкм) и ближний ИК (0,76-0,90 мкм) диапазоны).

Феномен возрастания величины сомкнутости лиственничников и продвижение лиственницы в зону тундры под влиянием климатических трендов.

Методы исследования. В работе использованы методы анализа данных дистанционного зондирования, реализованные в программном обеспечении ERDAS IMAGINE. При анализе климатических данных использовались методы математической статистики (MICROSOFT EXCEL, STATSOFT

STATISTICA). Для решения поставленных задач, помимо спектральных каналов спектрорадиометров LANDSAT и амплитудных значений RADARSAT-SAR и ERS-SAR, анализировались четыре текстурных признака (среднее Евклидово расстояние, дисперсия, асимметрия, эксцесс) и цифровая модель рельефа (далее - ЦМР).

Практическая значимость. Предложена методика, позволяющая проводить мелкомасштабное картирование гидроморфных образований Енисейского меридиана с помощью съемки RADARSAT и цифровой карты рельефа местности. На основе разработанной методики получены классификационные картосхемы четырех тестовых участков вдоль левобережья Енисея.

Методические приемы, использованные в анализе пространственно-временной динамики природных и антропогенных воздействий на лесные территории, могут быть реализованы в автоматизированных системах с целью ускорения проводимого анализа.

Результаты исследований природных и антропогенных воздействий на ключевых участках («Ары-Mac» - лесотундры, «Нижнего Приангарье» — шелкопрядники и «Тохомо» — нефтегазовое месторождение) используются для оценки состояния и пространственно-временной динамики лесных территорий в контексте глобальных климатических изменений.

Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников и приложения. Материал диссертации изложен на 145 страницах. Использовано 112 источников, из них 73 на иностранном языке. Приложение на 84 страницах включает 82 таблицы, 31 рисунок и дополнительный материал. В первой главе рассмотрено дистанционное зондирование как инструмент исследования лесного покрова. Во второй приведены географические, лесоводственные и др. характеристики объектов исследования. В третьей главе даны материалы и методики, использованные для решения поставленных задач. В четвертой

Выводы

1. Временные ряды съемки LANDSAT применимы для отслеживания динамики экотона лесотундры, т.к. позволяют выделить три категории лиственничников с хорошей точностью (к=1,0 - 0,48).

2. На примере самого северного в мире лесного массива «Ары-Мас» установлено возрастание величины сомкнутости лиственничников и проникновение лиственницы в зону тундры в конце двадцатого столетия, индуцированное климатическими изменениями. Оценены скорости возрастания сомкнутости древостоев (2,4% в год) и проникновения лиственницы в тундру (3-11 м/год), рассмотрена их связь с эколого-ландшафтными характеристиками местности.

3. Данные RADARSAT применимы для дешифрирования лиственничников сомкнутостью выше 0,3 с высокой точностью (к=0,88). А также пригодны для обнаружения гидроморфных участков (величина вероятности ошибки классификатора для болот и болотных комплексов составляет 2,4 -15,3%).

4. Предложена методика применения временных рядов съемок, полученных спектрорадиометрами серии LANDSAT (MSS, ТМ, ЕТМ+), для решения задач анализа зон природных воздействий на лесной покров.

Заключение

Выполненные исследования показали эффективность съемки в оптическом диапазоне спектра в решении задач пространственно-временной динамики лесных территорий, обусловленной природными и антропогенными воздействиями. Вовлечение в анализ материалов микроволнового зондирования позволяет получить информацию, дополняющую съемку в оптическом диапазоне. Основным преимуществом микроволновой съемки является возможность обнаружения и картирования гидроморфных элементов лесных ландшафтов. Предложенная в данной работе методика анализа временных рядов съемок, полученных спектрорадиометрами серии LANDSAT (MSS, ТМ, ЕТМ+), а также микроволновых изображений, в настоящее время используются в Мерилэндском университете, в Годдардском центре НАСА (США), в Институте леса СО РАН. Дальнейший прогресс в области дистанционного зондирования лесных территорий связан с улучшением спектрального разрешения в оптической части спектра, вовлечением в анализ данных зондирований с длиной волны порядка 1 м (Р-диапазон), а также с использованием 3D моделей рельефа с высоким пространственным разрешением (10-20 м).

Общие результаты и выводы

1. Микроволновые изображения, получаемые системами RADARSAT и ERS, позволяют (1) дифференцировать территории по степени гидроморфности; (2) распознавать и классифицировать равнинные экосистемы тундровой и таежной зон; (3) дешифрировать древостой сомкнутостью выше 0,3; (4) дешифрировать минерализованные поверхности и гари.

2. Разработана методика картирования гидроморфных образований с использованием мелкомасштабной микроволновой съемки RADARSAT и ЦМР (вероятность ошибки уменьшается в среднем на 24% по сравнению с использованием только амплитуды микроволнового сигнала).

3. В решении задач обнаружения и картирования гидроморфных образований по диагностической значимости параметры ранжируются следующим образом: (1) высота над уровнем моря, (2) амплитуда микроволнового сигнала, (3) асимметрия, (4) дисперсия, (5) среднее Евклидово расстояние и (6) эксцесс в пространстве яркостей пикселей.

4. Разработана методика применения временных рядов съемок, полученных спектрорадиометрами серии LANDSAT (MSS, ТМ, ЕТМ+), для анализа природных воздействий на лесные территории и выполнена ранжировка по информативности их спектральных диапазонов (наиболее информативны средний (1,55-1,75 мкм) и ближний ИК (0,76-0,90 мкм) диапазоны).

5. Спектрорадиометрическая съемка позволяет (1) обнаруживать и оценивать уровень антропогенного воздействия на лесные территории; (2) отслеживать пространственно-временную динамику древостоев, поврежденных сибирским шелкопрядом; (3) анализировать воздействие климатических трендов на древостой.

6. На примере самого северного в мире лесного массива «Ары-Мас» установлено возрастание величины сомкнутости лиственничников и проникновение лиственницы в зону тундры в конце двадцатого столетия, индуцированное климатическими изменениями. Оценены скорости возрастания сомкнутости древостоев (2,4% в год) и проникновения лиственницы в тундру (3

11 м/год), выявлена их взаимосвязь с эколого-ландшафтными характеристиками местности.

Список публикаций по теме диссертации

1. Харук, В. И. Влияние разработок месторождений золота на состояние таежных территорий средней Сибири / В. И. Харук, К. Дж.Рэнсон, С. Т. Им, Е. В. Федотова // Исследование Земли из космоса. - 2001. - №6. - С.68-81.

2. Харук, В. И. Съемка Landsat в анализе шелкопрядников южной Сибири / В. И. Харук, К. Дж. Рэнсон, Т. А. Буренина, В. В. Кузмичев, А. Ю. Тихомиров, С. Т. Им // Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве: Доклады III Всероссийской конференции, посвященной памяти Георгия Георгиевича Самойловича, 18-19 апреля 2002 г. - М., 2002. - С.233-235.

3. Харук, В. И. Съемка Landsat в анализе шелкопрядников южной Сибири / В. И. Харук, К. Дж. Рэнсон, В. В. Кузьмичев, Т. А. Буренина, С. Т. Им // Исследование Земли из Космоса. - 2002. - №4. - С. 1-12.

4. Kharuk, V. I. Landsat-based analysis of insect outbreaks in southern Siberia / V. I. Kharuk, K. J. Ranson, V. V. Kuz'michev, and S. T. Im // Canadian J. Remote Sensing. - 2003. - V.29. - No.2. - P.286-297.

5. Им, С. Т. Классификация природных комплексов на основе радарной съемки / С. Т. Им // Тез. докл. Исследование компонентов лесных экосистем Сибири, 15-16 апреля 2003. Вып.4. - Красноярск, 2003. - С.21-23.

6. Im, S. Т. Radarsat data in the Siberian Plain ecosystems classification / S. T. Im, S. M. Gorodzankina, V. I. Kharuk, K. J. Ranson // Proceedings of IGARSS03, Toulouse, 21-25 July 2003. - France, 2003. - V.4. - P.2562-2564.

7. Харук, В.И. Оценка воздействия разработки нефтегазовых месторождений на леса Эвенкии по материалам съемки в оптическом и микроволновом диапазонах / В. И. Харук, С. Т. Им, К. Дж. Рэнсон, Т. А. Буренина // География и природные ресурсы. - 2003. - №4. - С.129-136.

8. Им, С. Т. Картирование растительности на основе съемки RADARSAT / С. Т. Им, С. М. Горожанкина, В. И. Харук, Дж. К. Рэнсон // Исследование Земли из космоса. - 2004. - №4. - С.30-40.

9. Им, С. Т. Реакция экотона лесотундры на климатические изменения / С. Т. Им, В. И. Харук, Е. В. Федотова // Тез. докл. Международной конференции ENVIROMIS-2004,17-25 июля 2004. - Томск, 2004. - С. 107.

10. Харук В. И. Временная динамика экотона лесотундры по данным космосъемки / В. И. Харук, С. Т. Им, Е. В.Федотова, М. М. Наурзбаев // Структурно-функциональная организация и динамика лесов: материалы всероссийской конференции, 1-3 сентября 2004 г. - Красноярск, 2004. - С.378-380.

11. Харук, В. И. Экспансия лиственницы в тундру по данным космосъемки / В. И. Харук, С. Т. Им, К. Дж. Рэнсон, М. М. Наурзбаев // Доклады Академии Наук (принята в печать).

12. Харук, В. И. Проникновение вечнозеленых хвойных в зону доминирования лиственницы и климатические тренды / В. И. Харук, М. Л. Двинская, К. Дж. Рэнсон, С. Т. Им // Экология (принята в печать).

1. Абаимов, А. П. Типологическая структура притундровых лесов Красноярского края / А. П. Абаимов, О. А. Зырянова, И. А. Короткое // Проблемы притундрового лесоводства. Архангельск, 1995 .-С. 104-115.

2. Ары-Мас. Природные условия, флора и растительность самого северного в мире лесного массива / Под ред. Б. Н. Норина. — JL: Наука, 1978. 190 с.

3. Атлас Красноярского края и Республики Хакассии / Под ред. В. И. Иванова. Новосибирск: Роскартография, 1994. - 84 с.

4. Барталев, С. А. Оценка дефолиации лесов по многоспектральным спутниковым изображениям методом декомпозиции спектральных смесей / С. А. Барталев, Д. В. Ершов, А. С. Исаев // Исследования Земли из космоса. -1999.-№4.-С. 78-86.

5. Ведомости учёта древостоев, повреждённых сибирским шелкопрядом (по состоянию на 01.09.96 г.). Красноярск: ВосточноСибирское государственное лесоустроительное предприятие, 1996.

6. Гвоздецкий, Н. А. Физическая география СССР / Н. А. Гвоздецкий, Н. И. Михайлова. М.: Мысль, 1978. - 512 с.

7. Гродницкий, Д. JI. Лесохозяйственные последствия массового размножения сибирского шелкопряда / Д. JI. Гродницкий, С. В. Тимошенко, Ю. И. Дятлов, С. Я. Кузьмина, Е. А. Павличенко, В. Г. Разнобарский //

8. Второй межрегиональный семинар по мониторингу и защите леса. -Красноярск, 2001А. С. 24-26.

9. Дмитриев, И. Д. Лесная аэрофотосъемка и авиация / И. Д. Дмитриев, Е. С. Мурахтанов, В. И. Сухих. М.: Лесная промышленность, 1981.-344 с.

10. Добрынин, Д. Нейронные технологии для тематического дешифрирования ДДЗ / Д. Добрынин, А. Савельев // Журнал Гис-обозрение. 1999. - №1. - С. 12-14.

11. Зуй, А. Н. Мерзлотно-геотермические исследования на месторождениях нефти и газа Красноярского края / А. Н. Зуй, Б. В. Володько. Якутск: Институт мерзлотоведения СО АН СССР, 1991.

12. Кашкин, В. Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие / В. Б. Кашкин, А. И. Сухинин. М.: Логос, 2001. - 264 с.

13. Кондратенков Г. С. Радиолокационные станции обзора Земли / Г. С. Кондратенков, В. А. Потехин, А. П. Реутов, Ю. А. Феоктистов. М: Радио и связь, 1983. - 272 с.

14. Корец, М. А. Оценка характеристик лесных территорий на основе сопряженного анализа данных ГИС и спутниковой съемки: Авторефератдиссертации кандидата технических наук / М. А. Корец. Красноярск, 2001. -26 с.

15. Лесные экосистемы Енисейского меридиана / Ф. И. Плешиков, Е. А. Ваганов, Э. Ф. Ведрова и др. Новосибирск: Издательство СО РАН, 2002. -356 с.

16. Растительность Западно-Сибирской равнины / Под общ. ред. акад. Сочава В.Б., Масштаб 1:1500000. М.: ГУГК, 1976.

17. Региональные исследования Всемирного банка. Россия. Лесная политика в переходный период / "Всемирный банк".- Вашингтон, округ Колумбия, 1997.

18. Савельева, И. Л. Золотодобывающая промышленность Азиатской России в конце XX века / И. Л. Савельева // География и природные ресурсы. 2000. -№3. - С. 104-112.

19. Сердюк, С. С. Золото Нижнего Приангарья: состояние сырьевой базы и направления ее развития / С. С. Сердюк, Л. В. Ли, А. Е. Мирошников // Сырьевые ресурсы Нижнего Приангарья. Красноярск, 1997. - С. 22-25.

20. Синицын, С. Г. Использование материалов многозональных и космических съемок в интересах лесного хозяйства / С. Г. Синицын, В. И. Сухих // Аэрокосмические исследования Земли. М: Наука, 1979. - С. 86101.

21. Сухих, В. И. Возможность классификации лесов северной тайги по изображениям с ИСЗ «Ресурс-01» / В. И. Сухих, Н. Г. Харин, О. Б. Бутусов // Исследования Земли из космоса. 1999. - №5. — С. 65-74.

22. Толмачев, А. И. Флора центральной части Восточного Таймыра / А. И. Толмачев // Труды Полярной Комиссии АНСССР. Вып. 8. Л., 1932. -126 с.

23. Тюлина, Л. Н. Лесная растительность Хатангского района у ее северного предела / Л. Н. Тюлина // Труды Арктического институт. Геоботаника. Л., 1937. - Т.63. - С. 83-180.

24. Федотова, Е. В. Спектрорадиометрическая съемка в тематическом анализе лесных территорий: Автореферат диссертации кандидата биологических наук. / Е. В. Федотова. Красноярск, 2002. - 22 с.

25. Харук, В.И. Дистанционное зондировние лесной растительности, поврежденной насекомыми / В. И. Харук, М. В. Семенов, М. И. Тимченко, Б. А. Хребтов // Биосфера и климат по данным космических исследований. -Баку: Элм, 1982. С. 22-226.

26. Шмуллиус К. Исследование земных покровов Байкальского региона на основе радарных данных / К. Шмуллиус, Д. Д. Дарижанов, Б. Ч. Доржиев, И. И. Карбажекова, Д. Ш. Ширапов, Н. Н. Ширапова // Сибирский экологический журнал. 2003. - №6. - С. 753-766.

27. Blom, R. Radar Image Processing for Rock-Type Discrimination / R. G. Blom, M. Daily // Institute of Electrical and Electronics Engineers, Inc. (IEEE) Transactions on Geoscience and Remote Sensing. 1982. - V.20 . - No.3. — P. 343-351.

28. Congalton, R. A. Review of Assessing the Accuracy of Classifications of Remotely Sensed Data / R. A. Congalton // Remote Sensing of Environment. -1991.-V.37.-P. 35-46.

29. Darie, T. SAR imagery used for soil moisture monitoring: the potential / T. Darie, R. Kelly, M. Timoncini // IHAS Publ. 2001. - No.267. - P. 327-332.

30. De Molina, I. The use of High Resolution Radar Imagery in Forest Inventories in Tropical Forests of Cativo (Prioria Copaifera) / I. De Molina, C. Molina // Proc. SELPER Conf., Buenos Aires, Argentina, 1989.

31. Dobson, M. C. Dependence of radar backscatter on coniferous forest biomass / M. C. Dobson, F. T. Ulaby, T. Le Toan, A. Beaudoin, E. S. Kasischke, N. Christensen // IEEE Trans. Geosci. Remote Sens. 1992. - V.30. - P. 412-415.

32. Edwin, Т. E. Application of Microwave Remote Sensing of Soil Moisture for Water Resources and Agriculture / Т. E. Edwin // Remote Sensing of Environment. 1991. - V.35. - P. 213-226.

33. Erdas Field Guide. 5th ed. Revised and Expanded Atlanta, Geogia: Erdas Inc., 1999. 672 p.

34. Floyd, M. H. Principles and Application of Imaging Radar, Manuel of Remote Sensing. / M. H. Floyd, J. L. Anthony. 3d ed. - V.2. - New York: John Willey & Sons, Inc, 1998. - 869 c.

35. Ford, J. P. Shuttle Radar Mapping with Diverse Incidence Angels in the Rainforest of Borneo / J. P. Ford, D. J. Casey // Int. J. Remote Sensing. 1988. -V.9. - No.5. - P. 927-943.

36. Furley, P. A. Radar Surveys for Resource Evaluation in Brazil: An Illustration from Rondonia, In Eden M.J. and J.T. Parry (eds.) / P. A. Furley // Remote Sensing and Tropical Land Management. New York: John Willey and Sons, 1986. - P. 77-99.

37. Henderson, F. M. Principles and application of imaging radar / F. M. Henderson, A. J. Lewis. New York: Jonh Wiley & Sons, Inc., 2001. - 869 p.

38. Hochschild, V. Hydrological analysis of high resolution multifrequency, multipolarimetric and intergerometric airborne SAR data / V. Hochschild, M. Herold // IHAS Publ. 2001. - No.267. - P. 349-353.

39. Hoekman, D. H. Monitoring tropical forest using synthetic aperture radar / D. H. Hoekman // Proceedings of the Final Results Workshop on INDREX (INDonesian Radar Experiment). Noordwijk, 1999. - P. 11-14.

40. Hoffer, R. M. Digital processing of Landsat MSS and topographic data to improve capabilities for computerized mapping of forest cover types / R. M. Hoffer, R.

41. D. Fleming, L. A. Bartolucci, S. M. Davis, R. F. Nelson // Lab. Applications of remote Sensing, Purdue Univ., West Lafayette, IN.Tech. Rep.011579. - 1979.

42. Hudson, W. D. Correct Formulation of the Kappa Coefficient of Agreement / W. D. Hudson, C. W. Ramm // Photogrametric Engineering and Remote Sensing. -1987. V.53. - P. 421-422.

43. Hussin, Y. A. Estimating slash pine biomass using radar backscatter / Y. A. Hussin, R. M. Reich, R. M. Hoffer // IEEE Trans. Geosci. Remote Sens. -1991.-V.29.-P. 427-431.

44. Iron, J. R. Texture Transforms of Remote Sensing Data / J. R. Iron, G. W. Petersen // Remote Sensing of Environment. 1981. - V. 11. - P. 359-370.

45. Jackson, T. J. Attenuation of soil microwave emission by corn and soybeans at 1.4 and 5 GHz / T. J. Jackson, P. E. O'Neill // IEEE Trans. Geosci. Remote Sens. 1990. - V.28. - P. 978-980.

46. Jackson, T. J. Vegetation effects on the microwave emission of soils / T. J. Jackson, T. J. Schmugge // Remote Sensing and Environment. 1991. - V.36. — P. 203-212.

47. Jia Vong-hong. Classifying of multisources remote sensing imagery based on BP neural network / Jia Vong-hong, Zhang Chun-sen, Wang Ai-ping // Xi'an keji xueyuan xuebao = J. Xi'an Univ. Sci. and Technol, China. 2001. -V.21. - No.l. - P. 58-60.

48. Kailath, T. The Divergence and Bhattacharyya Distance Measurements in Signal Selection / T. Kailath // IEEE Trans. Communication Theory. COM-15.-1976.-P. 52-60.

49. Kharuk, V.I. In: Arctic environment variability in the context of global change / V. I. Kharuk, E. V. Fedotova // Eds. Bobylev L.P., Kondratyev K.Y., Johannessen O.M. Springer-Practice. Heidelberg, 2003. - P. 281-299.

50. Le Hegarat-Mascle, S. Soil moisture estimation from ERS/SAR data: toward an operational methodology / S. Le Hegarat-Mascle, M. Zribi, F. Alem, A.

51. Weisse, С. Loumagne // IEEE Trans. Geosci. and Remote Sens. 2002. - V.40. -No. 12. - P. 2647-2658.

52. Le Toan, T. Relating forest biomass to SAR data / T. Le Toan, A. Beaudoin, J. Riom, D. Guyon // IEEE Trans. Geosci. Remote Sens. 1992. — V.30.-P. 403-411.

53. Lianjun Zhang. Fuzzy classification of ecological habits from FIA data / Lianjun Zhang, Chuangmin Liu, C. J. Davis, D. S. Solomon, Т. B. Brann, L. E. Caldwell // Forest Science, 2004. Vol.50. - No.l. - P. 117-127.

54. Lillesand T.M. Remote sensing and image interpretation / Т. M. Lilesand, R. W. Kiefer. New York: John Wiley & Sons, Inc., 1994. - 3-d ed. -750 p.

55. Moran, M.S. Comparison of ERS-2 SAR and Landsat TM Imagery for monitoring agricultural crop and soil conditions / M. S. Moran, D. C. Hymer, J. Qi, Y. Kerr // Remote Sensing of Environment. 2002. - V.79. - P. 243-252.

56. Muller, S.V. Accuracy assessment of a land-cover map of the Kuparuk River basin, Alaska: Considerations for remote regions / S. V. Muller, D. A. Walker, F. E. Nelson et al. // PE&RS. 1998. - V.64. - No.6. - P. 619-628.

57. Olmsted, C. Scienti?c SAR User's Guide / C. Olmsted. Fairbanks: Alaska SAR Facility, 1993. - 53 p.

58. Ranson, К. J. Effects of environmental conditions on boreal forest classification and biomass estimates with SAR / K. J. Ranson, G. Sun // IEEE Trans. Geosci. and Remote Sens. 2000. - V.38. - No.3. - P. 1243-1252.

59. Ranson, K. J. Forest Biomass from Combined Ecosystem and Radar Backscatter Modelling / K. J. Ranson, G. Sun, J. F. Weishampel, R. G. Knox // Remote Sensing of Environment. 1999. - V.59. - P. 118-133.

60. Richards, J. A. Remote sensing digital Image Analysis / J. A. Richards. Germany: Springer-Verlag, 1993. - 340 p.

61. Rosenfield, G. H. A coefficient of agreement as a measure of thematic classification accuracy / G. H. Rosenfield, K. Fitzpatric-Lins // PE & RS, 1986. -V.52. -No.2. P. 223-227.

62. Sader, S. A. Remote Sensing of Tropical Forests: An Overview of Research and Applications Using Non-Photographic Sensors / S. A. Sader, T. A. Stone, A. T. Joyce // PE&RS. 1990. - V.56. - No.10. - P. 1343-1351.

63. Shi J. Mapping snow with repeat passes synthetic aperture radar / J. Shi, S. Hensley, J. Dozier // IAHS Publ. 2001. - No.267. - P. 339-342.

64. Shiyatov, S. G. Rates of Change in the Upper Treeline Ecotone in the Polar Ural Mountains / Shiyatov S. G. // PAGES News. 2003. - V.ll. - No.l. -P. 8-10.

65. Shutko, A. M. Remote sensing of the waters and lands via microwave radiometry (the principles of method, problems feasible for solving, economic use)

66. А. М. Shutko // Pontificiae Academiae Scientiarvm Scripta Varia. 1986. -V.68. - P. 413-440.

67. Sicco, S.G. Will the road to the Green Hell be Paved with SLAR? (A Case Study of Tropical Rain Forest Type Mapping in Colombia) / S.G. Sicco // ITC Journal. 1975. - V.75. - No.2. - P. 345-266.

68. Sparks, T. Fire impact mappable from satellite images / T. Sparks, J. Moody // AUSGEO News, 2003. No.71. - P. 10-11.

69. Sun, G. Radar modeling of forest spatial patterns / G. Sun, K. J. Ranson // Int. J. Remote Sensing. 1998. - V.19. - No.9. - P. 1769-1791.

70. Swain, P. H. Remote sensing: the quantitative approach / P. H. Swain, S. M. Davis. New-York: McGraw-Hill, 1978. - 396 p.

71. Totuko Josaphat. Simulation of scattering wave from tropical forest tree trunk and its application / Totuko Josaphat, Tateishi Ryutaro // Shashin sokuryo to rimoto senshigu = J. Jap. Soc Photogramm. And Remote Sens. 2001. - V.40. -No.6. - P. 4-14.

72. Travett, J. W. Applications in Forestry. Chapter 9. Imaging Radar for Resource Surveys / J. W. Travett. London: Chapman and Hall, 1986. - P. 166183.

73. Ulaby, F. Т. Microwave Dielectric Spectrum of Vegetation-Part-II: Dual-Dispertion Model / F. T. Ulaby, M. A. El-Rayes // IEEE Trans. Geoscience and Remote Sensing. 1987. - V.25. - No.5. - P. 550-557.

74. Ulaby, F. T. Microwave remote sensing active and passive / F. T. Ulaby, R. K. Moore, A. K. Fung // Radar Remote sensing and Surface Scattering and Emission Theory, MA: Addison Wesley Publishing Co., Reading. 1982. -V.2. P. 457-1064.

75. Ulaby, F. T. Michigan microwave Canopy Scattering Model / F. T. Ulaby, K. Sarabandi, K. McDonald, M. Whitt, M. C. Dobson // Int. J. Remote Sensing. 1990. - V.ll. - No.7. - P. 1223-1253.

76. Ulander, L. M. H. Biomass retrieval in dense forests using low-VHF band SAR / L. M. H. Ulander // Proceedings of the Final Results Workshop on INDREX Noordwijk, 9 Nov., 1999 and Jakarta, 30 Nov. Noordwijk, 1999. -P. 87-91.

77. Vaganov, E. A. Influence of snowfall and melt timing on tree growth in subarctic Eurasia / E. A. Vaganov, M. K. Hughes, A. V. Kirdyanov, F. H. Schweingruber, P. P. Silkin // Nature. 1999. - V.400. - P. 149-151.

78. Vogelmann, J. E. Detection of forest change in the Green mountains of Vermont using Multispectral Scanner data / J. E. Vogelmann // Int. J Remote Sensing. 1988. - V.9. - No.7. - P. 1187-1200.

79. Wang Y. Santa Barbara Microwave Backscatter Model for Woodlands / Y. Wang, J. Day, G. Sun // Int. J. Remote Sensing. 1993. - V.14(8). - P. 14771493.

80. Werle, D. J. Potential Application of Imaging Radar for Monitoring the Depletion of Tropical Forest / D. J. Werle // Proc. Int. Geoscience and Remote Sensing '89, July 10-14, 1989. Vancouver, British Columbia, 1989. - P. 13831386.

81. Williams, D. L. Use of Remotely Sensed Data for Assessing Forest Stand Conditions in the Eastern United States / D. L. Williams, R. F. Nelson // IEEE Transactions on geosciences and remote sensing. 1986. - Vol.GE-24. -No.l.-P. 130-138.