Использование беспилотного летательного аппарата для оценки процесса формирования молодняков на вырубках

Обложка

Цитировать

Полный текст

Аннотация

Представлены материалы по использованию беспилотного летательного аппарата для оценки состояния молодняков на вырубках с оставленными куртинами семенных деревьев. Для получения аэрофотоснимков применялся беспилотный авиационный комплекс самолётного типа. Аэрофотосъёмка проводилась в видимом диапазоне (RGB) и видимом и ближнем инфракрасном диапазонах (RED, REG, GRE, NIR). Пространственное разрешение в видимом диапазоне составило менее 5 см, в видимом и ближнем инфракрасном — 19 см. Использование беспилотного летательного аппарата и мультиспектральных снимков позволило оценить состояние и структуру молодняков на вырубке 8-летней давности с созданными лесными культурами сосны обыкновенной. На ортофотоплане отчётливо видны ряды лесных культур и примеси хвойных и лиственных пород естественного происхождения, как в рядах, так и в междурядьях. Определён состав молодняков, сформировавшихся на опытных участках, и состав древостоев в оставленных куртинах. Сосна обыкновенная дешифрируется по округлой форме и относительно равномерной, мелкозернистой текстуре проекции кроны, а также тени в форме полумесяца или полукольца, что обусловлено шаровидной или параболоидной формой кроны с закруглённой вершиной. Ель дешифрируется звёздчатым рисунком проекции кроны и тенью в виде полукруга и треугольника, что обусловлено конусовидной формой кроны. Мультиспектральный анализ изображения позволяет идентифицировать ель европейскую по зеленовато-голубому цвету. Лиственные деревья на мультиспектральных изображениях имеют жёлто-зелёный, жёлто-оранжевый, красноватый оттенок проекций крон. Для изображения берёзы бородавчатой характерна округлая форма проекции кроны с неровным краем, среднезернистая или комковатая текстура за счёт распределения затенённых и освещённых участков в кроне дерева. Благодаря высокому пространственному разрешению снимков с беспилотного летательного аппарата, на наклонных проекциях деревьев в видимом диапазоне берёза заметна по белому цвету ствола. С использованием специальных программ определены численность деревьев по породам и даже биометрические характеристики отдельных растений. Полученные материалы целесообразно использовать при разработке нормативных документов и планировании лесохозяйственных работ.

Об авторах

Юрий Васильевич Ольхин

ПетрГУ

Автор, ответственный за переписку.
Email: yuri_olkhin@mail.ru

Ольга Ивановна Гаврилова

ПетрГУ

Email: ogavril@mail.ru

Анатолий Васильевич Грязькин

, Санкт-Петербургский государственный лесотехнический университет

Email: lesovod@bk.ru

Список литературы

  1. Особенности роста подроста сосны под пологом древостоев на сухих бедных почвах / А. В. Грязькин, Н. В. Беляева, И. А. Кази [и др.] // Research Science (Banská Bystrica, Словакия). 2019. № 8. С. 3–6. URL: http://researchscience.info/payment. Текст: электронный.
  2. Распоряжение Правительства Российской Федерации от 11 февраля 2021 г. № 312-р «Об утверждении Стратегии развития лесного комплекса Российской Федерации до 2030 года».
  3. Беляева Н. В. Меры содействия естественному возобновлению — история, современность и перспективы // Международно-исследовательский журнал. 2012. № 7. URL: https://research-journal/org/archive/7-7-2012-december/200225/. Текст: электронный.
  4. Мочалов Б. А. О нормативных положениях по лесовосстановлению на севере Европейской России и в Финляндии // Лесное хозяйство. 2008. № 2. С. 17–20.
  5. Иванов А. И. Содействие естественному возобновлению на вырубках // Труды СПбНИИЛХа. Вып. 2 (12). СПб.: СПбНИИЛХ, 2004. С. 45–56.
  6. Приказ Министерства природных ресурсов и экологии РФ от 29 декабря 2021 г. № 1024 «Об утверждении Правил лесовосстановления, формы, состава, порядка согласования проекта лесовосстановления, оснований для отказа в его согласовании, а также требований к формату в электронной форме проекта лесовосстановления».
  7. Лейнонен Т., Туртиайнен М., Сиеккинен А. Лесовосстановление на Северо-Западе России и сравнение с Финляндией: комментарии финских специалистов. Научно-исследовательский институт леса Финляндии, 2009. 38 с.
  8. Соколов А. И. Лесовосстановление на вырубках Северо-Запада России. Петрозаводск: Карельский научный центр РАН, 2006. 215 с.
  9. Динамика роста и оценка состояния культур сосны обыкновенной на вейниково-луговиковых вырубках методами дистанционного зондирования / О. И. Гаврилова, И. В. Морозова, Ю. В. Ольхин [и др.] // Известия высших учебных заведений. Лесной журнал. 2020. № 1 (373). С. 63–74. URL: http://lesnoizhurnal.ru/upload/iblock/ab1/63_74.pdf. Текст: электронный.
  10. Аковецкий В. Г., Афанасьев А. В. Методы и технологии интерпретации аэрокосмических мониторинговых наблюдений лесной растительности // Вестник МГУЛ — Лесной вестник. 2020. № 2. С. 29–36.
  11. Дайнеко Д. В. Применение беспилотных летательных систем в лесной отрасли // Материалы Всероссийской научно-практической конференции «Применение беспилотных летательных аппаратов в географических исследованиях». Иркутск: Изд-во Института географии им. В. Б. Сочавы СО РАН, 2018. С. 59–62.
  12. Кабонен А. В., Ольхин Ю. В. Цифровое моделирование природно-ландшафтных комплексов по данным, полученным с помощью беспилотных летательных аппаратов // Лесохозяйственная информация. 2020. № 3. С. 101–110.
  13. Перевод лесных культур в покрытую лесом площадь с использованием беспилотных летательных аппаратов / Ю. В. Ольхин, О. И. Гаврилова, А. В. Грязькин [и др.] // Известия Санкт-Петербургской лесотехнической академии. 2022. № 239. С. 89–103. doi: 10.21266/2079-4304.2022.239.89-103.
  14. Оценка естественного возобновления леса на гари с использованием данных, полученных с помощью беспилотного летательного аппарата / А. В. Кабонен, О. И. Гаврилова, А. В. Грязькин [и др.] // Сибирский лесной журнал. Красноярск, 2022. № 2. С. 11–20. doi: 10.15372/SJFS20220202.
  15. Опыт применения квадрокоптера для создания трёхмерной модели лесных насаждений / А. Е. Осипенко, Я. Коукал, И. А. Панин [и др.] // Леса России и хозяйство в них. 2017. № 4 (63). С. 16–22.
  16. Скуднева О. В. Беспилотные летательные аппараты в системе лесного хозяйства России // Известия вузов. Лесной журнал. 2014. № 6 (342). С. 150–154.
  17. Петушкова В. Б., Потапова С. О. Мониторинг и охрана лесов с применением беспилотных летательных аппаратов // Пожарная безопасность: проблемы и перспективы. 2018. № 9. С. 717–722.
  18. Филатов А. А., Грязькин А. В., Гаврилова О. И. Оценка структуры и состояния молодняков с использованием беспилотных летательных аппаратов и наземным методом // Лесной вестник / Forestry Bulletin. М., 2022. Т. 26. № 4. С. 21–28. doi: 10.18698/2542-1468-2022-4-21-28.
  19. Эпов М. И., Злыгостев И. Н. Применение беспилотных летательных аппаратов в аэрогеофизической разведке // Международная научная конференция «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология»: Сб. материалов: В 2 т. Новосибирск: ИНТЕРЭКСПО ГЕО-СИБИРЬ, 2012. Т. 2. С. 27–32.
  20. Belcher J. Forest Practices Illustrated. Washington Department of Natural Resources, 2007. 52 p.
  21. Dandois J. P., Ellis E. C. Remote sensing of vegetation structure using computer vision // Remote Sens. 2010. Vol. 2. Pp. 1157–1176. URL: https://doi.org/10.3390/rs2041157. Text. Image: electronic.
  22. Neuville R., Bates J. S., Jonard F. Estimating forest structure from UAV-mounted LiDAR point cloud using machine learning // Remote Sens. 2021. Vol. 13. P. 352. URL: https://doi.org/10.3390/rs13030352. Text. Image: electronic.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Ольхин Ю.В., Гаврилова О.И., Грязькин А.В., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».